论文部分内容阅读
氟性骨损伤是一种相关危险因素众多的疾病,涉及氟摄入量、遗传因素、社会因素以及生活方式等多方面。氟性骨损伤的防治应将重点放在对易感人群的防治上。而易感人群的确定,则需要综合各方面的因素,利用危险度评价的方法来进行。目前国内关于氟性骨损伤的危险度评价研究较少。本研究选择氟接触工人作为研究对象,对其一般状况、机体氟负荷以及降钙素受体基因多态性等指标进行分析,在此基础上,建立氟性骨损伤的风险评价模型,以期为氟性骨损伤易感人群的确定及氟性骨损伤的防治策略的制定提供依据。本研究主要由以下三部分组成:第一部分职业性氟暴露人群氟负荷及相关因素的调查与分析目的探讨职业性氟接触人群血氟、尿氟水平与年龄、工种、工龄、吸烟、饮酒等有关因素的相关性。方法选择某铝厂氟接触工人245人为研究对象,调查和测定空气氟、血氟、尿氟及研究对象的工种、年龄、工龄、吸烟、饮酒等相关因素。结果电解车间、铝杆车间空气中的氟浓度分别是(2.31±1.01)mg/m3、(0.26±0.10)mg/m3,显著高于机修车间(0.16±0.10) mg/m3,差异有统计学意义(P<0.05)。电解车间作业工人血氟和尿氟分别为(0.32±0.06)mg/L和(7.96±8.41)mg/L,铝杆车间作业工人血氟和尿氟分别为(0.30±0.07)mg/L;(4.39±5.21)mg/L,明显高于机修车间作业工人(0.19±0.04)mg/L和(2.69±2.01)mg/L,差异有统计学意义(P<0.01)。高年龄组作业工人的血氟、尿氟分别是(0.32±0.08)mg/L、(5.10±4.01)mg/L,显著高于低年龄组的作业工人(0.29±0.05) mg/L、(4.27±4.92)mg/L,差异有统计学意义(P<0.05,P<0.01)。高工龄组作业工人血氟和尿氟(0.36±0.07)mg/L和(6.01±7.05)mg/L,明显高于中工龄组(0.30±0.06)mg/L和(4.24±5.13)mg/L和低工龄组作业工人(0.30±0.06)mg/L和(3.22±4.32)mg/L),差异有统计学意义(P<0.05,P<0.01)。经常吸烟组和偶尔吸烟组作业工人的血氟(0.32±0.04)mg/L和(0.31±0.06 )mg/L明显高于不吸烟组作业工人(0.19±0.05)mg/L,差异有统计学意义(P<0.05);经常吸烟组作业工人的尿氟(5.73±4.92) mg/L明显高于偶尔吸烟组和不吸烟组作业工人(4.81±4.86 )mg/L和(4.33±3.96) mg/L,差异有统计学意义(P<0.05,P<0.01);偶尔吸烟组作业工人的尿氟(4.81±4.86)mg/L明显高于不吸烟组作业工人(4.33±3.96)mg/L,差异有统计学意义(P<0.05)。各饮酒组作业工人之间血氟、尿氟比较差异无统计学意义(P>0.05)。结论电解车间和铝杆车间作业工人血氟和尿氟明显增高,其增高与年龄、工种、工龄、吸烟等因素有关。第二部分降钙素受体基因与氟负荷在氟性骨损伤发生中的交互作用研究目的分析与评价职业性氟接触人群降钙素受体(CTR)基因多态性与氟负荷的交互作用,为氟性骨损伤危险因素的确定与应用提供依据。方法运用病例-对照研究,选择湖北省某大型铝厂职业体检过程中确诊的氟性骨损伤患者119例为病例组,同一铝厂无氟性骨损伤的126人为对照组,测定研究对象尿氟,并以聚合酶链反应-限制性长度多态性(PCR-RFLP)技术检测CTR基因多态性,采用非条件logistic回归分析尿氟、CTR基因型的OR值、95%CI及其交互作用。结果氟负荷水平和CTR基因型在病例和对照中的分布均存在显著性差异(P<0.01)。中氟负荷组个体患氟性骨损伤的危险度为低氟负荷组的4.1倍,95%CI为1.9~8.7;高氟负荷组个体患氟性骨损伤的危险度为低氟负荷组的14.1倍,95%CI为6.5~30.6。携带TC基因型的个体患氟性骨损伤的危险度为CC型的2.5倍,95%CI为1.3~4.7。中氟负荷与TC基因型存在显著的交互作用(OR=9.2);而重氟负荷与TC和TT基因型均存在显著的交互作用(OR=42.2或OR=34.5)。结论高氟负荷与携带TC或TT基因型均为氟性骨损伤的危险因素,且氟负荷与携带TC或TT基因型均存在显著的交互作用,这种交互作用使得氟性骨损伤的患病风险增大。第三部分氟性骨损伤发病风险预测模型的构建与应用目的构建氟性骨损伤主要影响因素的logistic回归模型,为发病预测及筛选氟性骨损伤易感人群提供依据。方法采用病例对照研究,对245名氟作业工人(其中包括患有不同程度氟性骨损伤119例)的吸烟史、饮酒史、年龄、工龄等14个影响因素进行资料收集。采用单因素分析(连续变量用t检验,分类变量用卡方检验),取其中具有统计学意义的变量作多因素Logistic分析,以P=0.05为显著性界限,最后构建氟性骨损伤的发病风险预测模型:P=ExpΣBiXi/l+ExpΣBiXi,计算各因素的相对危险度:OR=Exp(B);同时分析该模型的准确度、灵敏度和特异度,初步评价该模型对氟性骨损伤的发病风险预测能力。结果单因素Logistic回归分析结果表明,年龄、脉搏、尿氟、骨钙素、降钙素、ALP、BAP、饮酒史和降钙素受体基因型等为氟性骨损伤的主要影响因子。多因素回归分析入选变量为:饮酒史(OR=2.346)、脉搏(OR=0.281)、尿氟(OR=3.186)、骨钙素(OR=3.000)、降钙素(OR=3.681)、BAP(OR=3.295)、基因型(OR=0.113)。P=-6.359+0.853X2-1.271X4+1.159X5+1.099X6+1.303X7+1.193X9-2.180X10为氟性骨损伤的发病风险模型。以概率值0.5为交界点,将数据代入回归模型得出的预测值与实际值对比,结果显示该模型预测氟性骨损伤的准确度为85.3%(203/245),灵敏度为84.0%(100/119),特异度为86.5%(109/126)。结论氟性骨损伤的影响因素为饮酒史、脉搏、尿氟、骨钙素、降钙素、BAP和CTR基因型等。通过logistic回归分析构建的氟性骨损伤发病预测模型具有较好的应用价值。