• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

建筑工人下背部工作相关肌肉骨骼疾患影响因素分析

彭志恒,  杨燕,  李刚,  邵华,  王如刚,  贾宁,  王忠旭,  刘移民

downloadPDF
文章导航 > 中华疾病控制杂志  > 2022 >  26(8): 907-913
黄哲, 许蓓蓓, 王小文, 姚珊珊, 曹桂莹, 李曼, 曹亚英, 田耀华, 吴瑶, 黄少平, 刘晓芬, 秦雪英, 唐迅, 李劲, 吴涛, 陈大方, 胡永华. 2型糖尿病患者肥胖状态与肱踝脉搏波传导速度的相关性[J]. 中华疾病控制杂志, 2019, 23(9): 1086-1091. doi: 10.16462/j.cnki.zhjbkz.2019.09.014
引用本文: 彭志恒, 杨燕, 李刚, 邵华, 王如刚, 贾宁, 王忠旭, 刘移民. 建筑工人下背部工作相关肌肉骨骼疾患影响因素分析[J]. 中华疾病控制杂志, 2022, 26(8): 907-913. doi: 10.16462/j.cnki.zhjbkz.2022.08.007
shu
HUANG Zhe, XU Bei-bei, WANG Xiao-wen, YAO Shan-shan, CAO Gui-ying, LI Man, CAO Ya-ying, TIAN Yao-hua, WU Yao, HUANG Shao-ping, LIU Xiao-fen, QIN Xue-ying, TANG Xun, LI Jin, WU Tao, CHEN Da-fang, HU Yong-hua. Association of obesity and brachial-ankle pulse wave velocity among type 2 diabetes patients[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2019, 23(9): 1086-1091. doi: 10.16462/j.cnki.zhjbkz.2019.09.014
Citation: PENG Zhi-heng, YANG Yan, LI Gang, SHAO Hua, WANG Ru-gang, JIA Ning, WANG Zhong-xu, LIU Yi-min. Influencing factors of lower back work-related musculoskeletal disorders among construction workers[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2022, 26(8): 907-913. doi: 10.16462/j.cnki.zhjbkz.2022.08.007
shu

建筑工人下背部工作相关肌肉骨骼疾患影响因素分析

doi: 10.16462/j.cnki.zhjbkz.2022.08.007
  • 1.

    510620 广州，广州市职业病防治院职业卫生评价检测中心

  • 2.

    110059 沈阳，辽宁省卫生健康监督中心办公室

  • 3.

    255030 淄博，山东省职业病防治院办公室

  • 4.

    100013 北京，北京市疾病预防控制中心职业健康体检中心

  • 5.

    100050 北京，中国疾病预防控制中心职业卫生与中毒控制所职业防护与工效学研究室

基金项目: 

中国疾病预防控制中心职业卫生所职业健康风险评估与国家职业卫生标准制定 131031109000160004

广州市高水平临床重点专科建设项目 SuiWeihan 〔2019〕 No.1555

广州市“121人才梯队工程”后备人才项目 Guangzhou Human Resources and Social Security Bureau 〔2011〕 No.167

详细信息
    通讯作者:

    刘移民，E-mail：ymliu61@163.com

    王忠旭，E-mail：wangzhongxu2003@163.com

  • 中图分类号: R135

Influencing factors of lower back work-related musculoskeletal disorders among construction workers

  • 1.

    Occupational Health Evaluation and Testing Center, Guangzhou Occupational Diseases Prevention and Treatment Hospital, Guangzhou 510620, China

  • 2.

    Office of Liaoning Provincial Health Supervision Center, Shenyang 110059, China

  • 3.

    Office of Shandong Occupational Disease Prevention and Control Institute, Zibo 255030, China

  • 4.

    Occupational Health Examination Center, Beijing Center for Disease Prevention and Control, Beijing 100013, China

  • 5.

    Department of Occupational Protection and Ergonomics, National Institute of Occupational Health and Poison Control, Chinese Center for Disease Control and Prevention, Beijing 100050, China

Funds: 

Occupational Health Risk Assessment and National Occupational Health Standard Formulation, Institute of Occupational Health, China CDC 131031109000160004

Guangzhou High-level Key Clinical Specialty Construction Project SuiWeihan 〔2019〕 No.1555

Reserve Talents Project of "121 Talent Echelon Project" of Guangzhou (Guangzhou Human Resources and Social Security Bureau Guangzhou Human Resources and Social Security Bureau 〔2011〕 No.167

More Information

HTML全文

    摘要
  • 摘要:   目的  分析建筑工人下背部工作相关肌肉骨骼疾患(work-related musculoskeletal disorders, WMSDs)的患病现状和影响因素。  方法  选择北京市、辽宁省、山东省和广东省等地共8家建筑公司的453名建筑工人为研究对象，采用《肌肉骨骼疾患调查问卷》收集研究对象各部位WMSDs的患病情况，应用多因素logistic回归分析模型分析建筑工人下背部WMSDs的影响因素。  结果  研究对象WMSDs总患病率为43.7%，其中患病率从高到低排序为下背部24.1%、肩部18.3%、颈部14.6%、上背部12.4%、手腕部12.1%、足踝部6.0%、腿部5.5%、膝部5.1%及肘部5.1%。研究对象的多部位WMSDs患病率为28.9%。多因素logistic回归分析模型分析结果显示，以初中及以下组为参考组，高中及中专文化程度是建筑工人罹患WMSDs的保护因素(OR=0.390, 95% CI: 0.179~0.849, P=0.018)；长时间蹲或跪姿(OR=1.818, 95% CI: 1.053~3.138, P=0.032)、搬运重物(每次>20 kg)(OR=2.876, 95% CI: 1.629~5.077, P＜0.001)、以不舒服姿势工作(OR=2.619, 95% CI: 1.455~4.714, P=0.001)、下背部长时间保持同一姿势(OR=2.913, 95% CI: 1.640~5.177, P＜0.001)和长时间屈膝(OR=2.958, 95% CI: 1.659~5.274, P＜0.001)是研究对象罹患WMSDs的独立危险因素。  结论  建筑工人WMSDs患病风险较高，其中最常见的是下背部WMSDs。其影响因素主要包括个体特征、劳动类型和不良工效学因素。
    Abstract:   Objective  To investigate the current situation of lower back work-related musculoskeletal disorders (WMSDs) among construction workers and to explore the influencing factors.  Methods  A total of 453 construction workers from 8 construction companies in Beijing, Liaoning, Shandong and Guangdong provinces were selected as the subjects. The prevalence of WMSDs in different parts of the subjects was collected by the Musculoskeletal Disorders Questionnaire, and multivariate logistic regression was used to analyze the influencing factors of WMSDs in the lower back of construction workers.  Results  The total prevalence of WMSDs was 43.7%. The prevalence rate was 24.1% in the lower back, 18.3% in the shoulder, 14.6% in the neck, 12.4% in the upper back, 12.1% in the wrist, 6.0% in the foot and ankle, and 5.5% in the leg, 5.1% in the knee and 5.1% in the elbow. The prevalence of multisite WMSDs was 28.9%. Multivariate logistic regression analysis showed that high school and secondary school education (refer to junior high school and below) (OR=0.390, 95% CI: 0.179-0.849, P=0.018) was a protective factor for WMSDs in construction workers. However, squatting or kneeling for a long time (OR=1.818, 95% CI: 1.053-3.138, P=0.032), carrying heavy objects (each time >20 kg) (OR=2.876, 95% CI: 1.629-5.077, P < 0.001), working in an uncomfortable posture (OR=2.619, 95% CI: 1.455-4.714, P=0.001), holding the same posture for a long time on the lower back (OR=2.913, 95% CI: 1.640-5.177, P < 0.001) and bending the knee for a long time (OR=2.958, 95% CI: 1.659-5.274, P < 0.001) were independent risk factors for WMSDs.  Conclusions  Construction workers are at higher risk of WMSDs, the most common of which is lower back WMSDs. The influencing factors mainly include individual characteristics, labor type and poor ergonomic factors.
    • HTML全文

  • 心血管疾病(cardiovascular diseases，CVD)是糖尿病患者的首要死因，而动脉硬化是CVD主要的病理生理基础[1]。研究表明肱踝脉搏波传导速度(brachial-ankle pulse wave velocity，baPWV)可以较好地反映动脉僵硬程度，是评价动脉硬化的便捷、可靠的早期指标，对于预测糖尿病患者心脑血管风险及预后具有重要临床意义[2]。由于糖尿病患者代谢异常、衰老等因素带来的体重下降，以体重指数(body mass index, BMI)作为肥胖状态指标的研究[3-5]大多未发现肥胖与动脉硬化的关联或者发现了负相关的结果。尽管既往研究[6]发现腰围(waist circumference，WC)、腰臀比(waist-to-hip ratio，WHR)等中心性肥胖(abdominal obesity，AO)指标与糖尿病人动脉硬化的关系可能更为密切，但该类研究较少关注脂肪分布或者联合使用多个肥胖指标来评价肥胖状态与动脉硬化的关联。

    因此，本研究旨在利用北方农村地区居民常见慢性非传染性疾病队列研究的基线数据，以baPWV作为动脉硬化及CVD的早期指标，探讨中国糖尿病患者全身性肥胖(overall obesity，OO)、AO状态与动脉硬化的关联。

    1.   对象与方法

    1.1   研究对象

    本研究以北京市房山区城关等9个乡镇为调查现场，选取2014-2017年间“北方农村地区居民常见慢性非传染性疾病家系队列研究”的基线数据[7]。研究对象的纳入标准为：(1)糖化血红蛋白(HbA1c)≥6.5%，或空腹血糖≥7.0 mmol/L，或随机血糖≥11.0 mmol/L，或有明确的2型糖尿病(type 2 diabetes，T2DM)患病史和服药史；(2)无恶性肿瘤等重大疾病史，能配合调查及相关检测者；(3)签署知情同意书。

    研究对象的排除标准为：(1)确诊的1型糖尿病、妊娠糖尿病或其他类型糖尿病患者；(2)在糖尿病发病初期出现酮症酸中毒；(3)在糖尿病发病初期出现明显多饮、多食、多尿、体重减轻等症状；(4)妊娠期妇女。本研究已通过北京大学生物医学伦理委员会审查批准。

    1.2   研究内容

    1.2.1   现场调查与资料收集

    采用问卷调查获取研究对象的一般人口学资料、生活行为习惯、个人疾病史、个人服药史。体格检查由专业医务工作者进行，采用日本TANITA TBF-418B专业用人体脂肪测量仪，采用生物电阻抗分析法进行体脂率测量，使用日本欧姆龙公司的BP-203RPE Ⅲ全自动动脉硬化检测仪测量baPWV，通过计算肘关节到踝关节的距离除以脉搏波传播的时间得到baPWV数值，测量两次后取均值作为最终数值，具体测量方法详见基于本研究人群的其他研究[8]。血生化等指标由北京大学流行病学实验室进行检测。

    1.2.2   相关指标定义

    按BMI划分的OO分组如下：低体重：BMI＜18.5 kg/m2，正常：18.5 kg/m2 ≤BMI<24 kg/m2，超重：24 kg/m2≤BMI＜28 kg/m2，肥胖：BMI≥28 kg/m2。以WC为分组指标，男性：WC≥85 cm、女性：WC≥80 cm为AO。以WHR为分组指标，男性：WHR≥0.90、女性：WHR≥0.85为AO[9]。根据是否OO(BMI划分)和是否AO(WHR划分)分成OO(-)/AO(-)、OO(+)/AO(-)、OO(-)/AO(+)和OO(+)/AO(+)四组。“躯干下肢脂肪比值(ratio of trunk fat to leg fat，RTFLF)”定义为躯干脂肪质量(kg)/下肢脂肪质量(kg)，并按照三分位数分组(T1~T3)。血糖控制良好定义为HbA1c<7%[10]。既往研究通过受试者工作特征曲线预测心血管事件的最优baPWV切点为1 700 cm/s，因此本研究将baPWV高于或等于此切点定义为baPWV异常[11]。

    表  1  研究对象特征分布
    Table  1.  Individual characteristics
    总体(n=2 048) baPWV正常(n=1 030) baPWV异常(n=1 018) P值
    年龄(岁) 59.3±8.3 56.1±7.6 62.4±7.8 < 0.001
    BMI(kg/m2) 26.4±3.5 26.5±3.5 26.2±3.4 0.064
    WC(cm) 93.3±9.4 92.8±9.2 93.7±9.5 0.041
    WHR 0.9±0.1 0.9±0.1 0.9±0.1 < 0.001
    RTFLF 1.5±0.3 1.5±0.3 1.5±0.3 0.006
    糖尿病病程(年) 6.0(1.0~11.0) 5.0(1.0~10.0) 7.0(2.0~13.0) < 0.001
    HbA1c(%) 9.3(8.0~11.6) 9.0(7.8~11.1) 9.7(8.2~12.1) < 0.001
    TG(mmol/L) 1.3(0.9~2.1) 1.3(0.8~1.9) 1.4(0.9~2.1) 0.010
    HDL-C(mmol/L) 0.9±0.3 0.9±0.3 0.9±0.3 0.274
    LDL-C(mmol/L) 2.1±0.9 2.1±0.9 2.1±0.9 0.404
    SBP(mmHg) 136.5±18.9 128.6±15.0 144.5±19.0 < 0.001
    DBP(mmHg) 80.1±11.1 78.5±10.1 81.7±11.8 < 0.001
    性别
      女性 1 186(57.9) 564(47.6) 622(52.5) 0.004
      男性 862(42.1) 466(54.1) 396(45.9)
    受教育程度
      小学及以下 912(44.7) 369(40.5) 543(59.5) < 0.001
      初中 814(39.9) 472(58.0) 342(42.0)
      高中及以上 316(15.5) 188(59.5) 128(40.5)
    吸烟史
      从不吸烟 1 219(59.5) 604(49.6) 615(50.5) < 0.001
      当前吸烟 535(26.1) 303(56.6) 232(43.4)
      已戒烟 294(14.4) 123(41.8) 171(58.2)
    饮酒史a
      从不饮酒 1 369(66.9) 678(49.5) 691(50.5) 0.276
      当前饮酒 507(24.8) 270(53.3) 237(46.8)
      已戒酒 172(8.4) 82(47.7) 90(52.3)
    体力活动
      不规律 636(31.1) 289(45.4) 347(54.6) 0.003
      规律 1 412(69.0) 741(52.5) 671(47.5)
    高血压
      无 634(31.0) 444(70.0) 190(30.0) < 0.001
      有 1 414(69.0) 586(41.4) 828(58.6)
    脑卒中
      无 1 771(86.5) 912(51.5) 859(48.5) 0.006
      有 277(13.5) 118(42.6) 159(57.4)
    冠心病a
      无 1 459(74.1) 774(53.1) 685(47.0) < 0.001
      有 510(25.9) 218(42.8) 292(57.3)
    胰岛素使用
      无 1 686(82.3) 858(50.9) 828(49.1) 0.244
      有 362(17.7) 172(47.5) 190(52.5)
      注：a部分数据缺失；甘油三脂(triglyceride，TG)；高密度脂蛋白胆固醇(high density liptein cholesterol，HDL-C); 低密度脂蛋白胆固醇(low density liptein cholesterol，LDL-C)；收缩压(systolic blood pressure，SBP)；舒张压(diastolic blood pressure, DBP)。
    下载: 导出CSV 
    | 显示表格
    1.2.3   统计学方法

    服从正态分布的定量资料以(x±s)进行描述，非正态分布的定量资料以中位数和四分位数[M(P25-P75)]进行描述，计数资料以例数和百分比[n(%)]表示。采用多元线性回归分析肥胖指标与baPWV的关联；采用二分类Logistic回归模型分析各肥胖状态分组和baPWV异常的关联，分析过程中分步调整年龄、性别、受教育程度、生活方式、糖尿病病程、血糖控制情况、血脂、血压、疾病史等可能的混杂因素，计算OR值及95% CI。数据分析使用Stata 14.0软件，所有检验均为双侧检验，检验水准α=0.05。

    2.   结果

    2.1   OO与baPWV异常

    与BMI正常组相比，BMI肥胖组的baPWV异常率更低(χ2=4.358，P=0.037)，见图 1。BMI与baPWV线性关联，见图 2。在调整混杂因素后，BMI每增加1个标准差，baPWV减少41.61 cm/s，见表 2。Logistic回归模型调整血压等因素后，与BMI正常组相比，BMI肥胖组baPWV异常(OR=0.59，95% CI: 0.44~0.78)，见表 3。

    图  1  不同肥胖状态分组与baPWV异常的关联
    Figure  1.  The association of different obesity classifications and abnormal baPWV
    下载: 全尺寸图片 幻灯片
    图  2  BMI、WC、WHR、RTFLF与baPWV的线性拟合曲线
       注：调整年龄+性别+受教育程度+吸烟史+饮酒史+体力活动+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压+使用胰岛素+脑卒中+冠心病。BMI：体重指数；WC：腰围；WHR：腰臀比；RTFLF：躯干下肢脂肪比值。
    Figure  2.  The linear relationship between overall/abdominal obesity indexes and baPWV
    下载: 全尺寸图片 幻灯片
    表  2  肥胖状态指标与baPWV的多元线性回归分析
    Table  2.  Multiple linear regression analysis of overall/ abdominal obesity indexes and baPWV
    肥胖状态指标 粗模型 调整模型a
    β P值 β P值
    BMI -36.05 < 0.001 -41.61 < 0.001
    WC -5.39 0.473 -26.95 < 0.001
    WHR 300.74 < 0.001 103.13 0.010
    RTFLF 25.41 0.001 -1.57 0.805
      注：a调整年龄+性别+受教育程度+吸烟史+饮酒史+体力活动+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压+ 使用胰岛素+脑卒中+冠心病。
    下载: 导出CSV 
    | 显示表格
    表  3  OO和AO与baPWV异常的Logistic回归分析
    Table  3.  Logistic regression analysis for overall/abdominal obesity and abnormal baPWV
    肥胖状态 模型
    模型1 模型2 模型3 模型4
    OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值
    BMI
      正常 1.00 - 1.00 - 1.00 - 1.00 -
      超重 0.95(0.75, 1.20) 0.651 0.93(0.74, 1.18) 0.551 0.76(0.58, 0.98) 0.034 0.75(0.58, 0.98) 0.032
      肥胖 0.84(0.65, 1.08) 0.162 0.81(0.63, 1.04) 0.103 0.59(0.44, 0.78) <0.001 0.59(0.44, 0.78) <0.001
    WC
      正常 1.00 - 1.00 - 1.00 - 1.00 -
      肥胖 1.31(1.01, 1.70) 0.042 1.30(1.00, 1.69) 0.054 1.04(0.78, 1.38) 0.793 1.05(0.79, 1.40) 0.725
    WHR
      正常 1.00 - 1.00 - 1.00 - 1.00 -
      肥胖 1.82(1.36, 2.43) <0.001 1.81(1.35, 2.42) <0.001 1.44(1.05, 1.96) 0.024 1.46(1.07, 2.00) 0.018
    RTFLF
      T1 1.00 - 1.00 - 1.00 - 1.00 -
      T2 0.91(0.71, 1.17) 0.466 0.93(0.72, 1.20) 0.573 1.03(0.78, 1.35) 0.844 1.03(0.78, 1.35) 0.844
      T3 1.30(0.99, 1.72) 0.062 1.31(0.99, 1.73) 0.062 1.45(1.07, 1.96) 0.016 1.45(1.07, 1.96) 0.016
      注：模型1：调整年龄+性别；模型2：模型1+受教育程度+吸烟史+饮酒史+体力活动；模型3：模型2+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压；模型4：模型3+使用胰岛素+脑卒中+冠心病。
    下载: 导出CSV 
    | 显示表格

    2.2   AO与baPWV异常

    AO指标的不同分组的baPWV异常率，见图 1。AO指标与baPWV的线性关联，见图 2。WHR与baPWV正相关，见表 2。在模型4中，与WHR正常组相比，WHR肥胖组发生baPWV异常(OR=1.46，95% CI：1.07~2.00)；与RTFLF最低三分位数组相比，RTFLF最高三分位数组发生baPWV异常(OR=1.45，95% CI：1.07~1.96)，见表 3。

    2.3   OO和AO联合分组与baPWV异常

    联合分组中，OO(-)/AO(+)组baPWV异常率最高，见图 1。调整混杂因素后，OO(-)/AO(+)组比OO(-)/AO(-)的baPWV异常的风险增高67%(OR=1.67，95% CI：1.19~2.35)，见表 4。

    表  4  OO和AO联合分组与baPWV异常的Logistic回归分析
    Table  4.  Logistic regression analysis for combination of OO and AO and abnormal baPWV
    模型 OO(-)/AO(-)(n=232) OO(+)/AO(-)(n=28) OO(-)/AO(+)(n=1 138) OO(+)/AO(+)(n=586)
    OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值
    1 1.00 - 1.51(0.65, 3.49) 0.339 2.09(1.53, 2.87) < 0.001 1.58(1.13, 2.21) 0.008
    2 1.00 - 1.44(0.62, 3.35) 0.398 2.09(1.52, 2.87) < 0.001 1.54(1.10, 2.17) 0.013
    3 1.00 - 0.99(0.40, 2.44) 0.980 1.65(1.17, 2.32) 0.004 1.07(0.74, 1.54) 0.731
    4 1.00 - 0.97(0.39, 2.41) 0.955 1.67(1.19, 2.35) 0.003 1.08(0.75, 1.57) 0.670
      注：模型1：调整年龄+性别；模型2：模型1+受教育程度+吸烟史+饮酒史+体力活动；模型3：模型2+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压; 模型4：模型3+使用胰岛素+脑卒中+冠心病。
    下载: 导出CSV 
    | 显示表格

    3.   讨论

    本研究发现在糖尿病患者中，AO指标与动脉僵硬程度的关联密切，尤其是WHR肥胖可能是动脉硬化的危险因素，提示腹部脂肪累积可能会增加糖尿病患者发生大血管并发症的风险。

    国外多项糖尿病人群的研究[6, 12]发现AO指标与动脉硬化的关联比BMI与baPWV的关联更强，本研究在中国人群中也发现了WHR和RTFLF与baPWV异常的关联更强。不过在调整血脂、血压等因素后，AO指标WC与baPWV异常的关联不再有统计学意义，这可能是由于WC虽然是腹型肥胖的良好指标，但是不能很好地区分皮下脂肪与内脏脂肪，而研究[13]认为肥胖带来的代谢紊乱等健康损害的主要是由于内脏脂肪产生更多游离脂肪酸及炎症物质，导致交感神经系统激活及随后平滑肌张力的改变进而造成动脉硬化。与内脏脂肪相比，皮下脂肪较少释放炎症因子、脂联素基因表达更加活跃，是良好的储能组织，因此既往研究[14]将其视为保护性脂肪。保护性皮下脂肪多分布在臀部、大腿等部位，WHR相对于WC额外调整了臀围，而RTFLF则在躯干脂肪基础上调整了下肢脂肪，所以这两项指标可以相对更好地反映内脏脂肪的堆积程度及代谢风险[14-15]。一项中国人群的研究[16]表明通过双能X线吸收法测定糖尿病患者的脂肪分布情况，发现腹部内脏脂肪面积与baPWV正相关，而皮下脂肪面积和baPWV负相关。此外，本研究还发现与OO(-)/AO(-)相比，OO(-)/AO(+)组患者发生baPWV异常的风险升高，而其他两组baPWV异常的风险差异没有统计学意义，该结果与一项日本人群研究[17]结果类似。

    本研究发现在调整血脂、高血压等因素后，OO与baPWV异常负相关，且差异具有统计学意义，该结果与之前中国人群研究[18]结果类似，但多项西方和东南亚人群的研究[3, 6, 19]结果表明当前BMI肥胖是糖尿患者动脉硬化的独立危险因素。研究结果的差异可能是因为本研究中的糖尿病患者病程较长(均值7年)，动脉硬化患者身体状况更差或合并了其他未能调整的疾病，导致其BMI下降并进入体重正常组。一项以死亡为结局的Meta分析[20]表明基于BMI的肥胖标准可能不适用于判断老年人的肥胖状态，因此在评价肥胖对于老年糖尿病人的健康影响时，可能需要谨慎使用BMI。

    本研究的优势在于同时使用OO、AO的多个指标深入探讨了糖尿病患者肥胖与baPWV的关联，并创新性地在中国糖尿病人群中联合使用BMI和WHR描述糖尿病患者肥胖状态并分析其与动脉僵硬度的关联。但本研究也存在一定的局限性，首先是本研究为队列研究的基线调查资料，因此导致很难准确反映因果时序关系，有待今后队列研究进一步随访验证；其次，当联合分组时个别分组样本量过少，降低了统计效能。

    综上所述，本研究发现糖尿病患者BMI与baPWV负相关，AO可能会增加baPWV异常的风险，提示保持合理BMI和WHR可能对于糖尿病患者延缓动脉硬化具有一定的公共卫生意义；此外，联合使用OO和AO表型分组有助于在糖尿病患者中筛选动脉硬化的高危人群，从而尽早干预以降低远期CVD风险。

  • 表  1  不同个体特征人群下背部WMSDs患病情况比较[n(%)]

    Table  1.   Comparison of WMSDs in lower back among different individuals [n(%)]

    组别 人数 患病人数 患病率(%) χ2值 P值 组别 人数 患病人数 患病率(%) χ2值 P值
    性别 体育锻炼(次/周) 18.845 < 0.001
      女性a 28(6.2)    < 1 282(62.3) 87 30.9
      男性 425(93.8) 105 24.7   ≥1 171(37.7) 22 12.9
    年龄(岁) 7.840 0.049 当前岗位工龄(年) 4.152 0.246
       < 30 52(11.5) 7 13.5    < 5 157(34.7) 29 18.5
      30~ < 40 119(26.3) 24 20.2   5~ < 10 112(24.7) 31 27.7
      40~ < 50 146(32.2) 45 30.8   10~ < 15 60(13.2) 16 26.7
      ≥50 136(30.0) 33 24.3   ≥15 124(27.4) 33 26.6
    文化程度 8.977 b 0.003 BMI(kg/m2) 0.306 0.858
      初中及以下 338(74.6) 94 27.8   正常 293(64.7) 71 24.2
      高中及中专 75(16.6) 10 13.3   超重 135(29.8) 31 23.0
      大专及以上 40(8.8) 5 12.5   肥胖和低体重 25(5.5) 7 28.0
    吸烟习惯(支/周) 2.955 0.086 婚姻状况 0.347 0.556
       < 20 190(41.9) 38 20.0   未婚或其他 59(13.0) 16 27.1
      ≥20 263(58.1) 71 27.0   已婚 394(87.0) 93 23.6
    工种 个人月收入(元) 4.444 b 0.035
      技术员 49(10.8) 7 14.3   ≤3 000 44(9.7) 12 27.3
      木工 178(39.3) 64 36.0   >3 000~5 000 267(58.9) 73 27.3
      钢筋工 104(23.0) 21 20.2   >5 000 142(31.3) 24 16.9
      架子工a 32(7.1)
      其他工种c 90(19.9) 14 15.6
    注：a表示患病人数 < 5人，不列入统计分析；b表示趋势性χ2检验；c表示包括电焊工、打孔工、混水泥工、砼工、力工、起重工、升降机工、水暖工、铝膜工、其他辅助工种等。
    下载: 导出CSV

    表  2  不同作业类型和劳动组织制度人群下背部WMSDs患病情况比较[n(%)]

    Table  2.   Comparison of WMSDs prevalence in the lower back among people with different job types and labor organization systems [n(%)]

    组别 人数 患病人数 患病率(%) χ2值 P值 组别 人数 患病人数 患病率(%) χ2值 P值
    长时间站立 7.916 0.005 每分钟多次重复性操作 0.445 0.505
      从不/有时 122(26.9) 18 14.8   否 315(69.5) 73 23.2
      经常/频繁 331(73.1) 91 27.5   是 138(30.5) 36 26.1
    长时间坐位 3.402 0.065 每天从事同样工作 2.363 0.124
      从不/有时 407(89.8) 103 25.3   否 71(15.7) 12 16.9
      经常/频繁 46(10.2) 6 5.5   是 382(84.3) 97 25.4
    长时间蹲或跪姿 25.347 < 0.001 休息时间充足 5.280 0.022
      从不/有时 323(71.3) 57 17.6   否 162(35.8) 49 30.2
      经常/频繁 130(28.7) 52 40.0   是 291(64.2) 60 20.6
    搬运重物(每次>20 kg) 47.739 < 0.001 部门人员紧缺 0.005 0.945
      从不/有时 262(57.8) 32 12.2   否 348(76.8) 84 24.1
      经常/频繁 191(42.2) 77 40.3   是 105(23.2) 25 23.8
    上肢或手用力工作 14.885 < 0.001 自主选择工间休息时间 1.244 0.265
      从不/有时 152(33.6) 20 13.2   否 266(58.7) 69 25.9
      经常/频繁 301(66.4) 89 29.6   是 187(41.3) 40 21.4
    使用振动工具 0.011 0.918 自主选择上下班时间 7.551 0.006
      从不/有时 359(79.2) 86 24.0   否 337(74.4) 92 27.3
      经常/频繁 94(20.8) 23 21.1   是 116(25.6 17 14.7
    以不舒服姿势工作 18.672 < 0.001 需要轮班 1.214 0.270
      从不/有时 166(36.6) 21 12.7   否 384(84.8) 96 25.0
      经常/频繁 287(63.4) 88 30.7   是 69(15.2) 13 18.8
    工作在户外完成 3.852 0.050 经常加班 1.620 0.203
      从不/有时 73(16.1) 11 15.1   否 329(72.6) 74 22.5
      经常/频繁 380(83.9) 98 25.8   是 124(27.4) 35 28.2
    经常替同事上班 0.122 0.727
      否 387(85.4) 92 23.8
      是 66(14.6) 17 25.8
    下载: 导出CSV

    表  3  不同作业姿势人群下背部WMSDs患病情况比较[n(%)]

    Table  3.   Comparison of WMSDs in lower back among people with different postures [n(%)]

    组别 人数 患病人数 患病率(%) χ2值 P值 组别 人数 患病人数 患病率(%) χ2值 P值
    背部弯曲 9.227 0.002 长时间保持转身 16.455 < 0.001
      否 102(22.5) 13 12.7   否 301(66.4) 55 18.3
      是 351(77.5) 96 27.4   是 152(33.6) 54 35.5
    经常转身 0.517 0.472 长时间保持弯腰 47.515 < 0.001
      否 125(27.6) 33 26.4   否 273(60.3) 35 12.8
      是 328(72.4) 76 23.2   是 180(39.7) 74 41.1
    经常弯腰同时转身 1.510 0.219 能伸展或改变腿部姿势 0.565 0.452
      否 206(45.5) 44 21.4   否 55(12.1) 11 20.0
      是 247(54.5) 65 26.5   是 398(87.9) 98 24.6
    下背部常重复相同动作 5.146 0.023 长时间保持屈膝 38.958 < 0.001
      否 192(42.4) 36 18.8   否 262(57.8) 35 13.4
      是 261(57.6) 73 28.0   是 191(42.2) 74 38.7
    下背部长时间同一姿势 30.715 < 0.001 足踝部经常重复相同动作 2.244 0.134
      否 204(45.0) 24 11.8   否 281(62.0) 61 21.7
      是 249(55.0) 85 34.1   是 172(38.0) 48 27.9
    下载: 导出CSV

    表  4  建筑工人下背部WMSDs患病影响因素的多因素logistic回归分析结果

    Table  4.   Multivariate logistic regression analysis results of influencing factors of WMSDs in the lower back of construction workers

    影响因素 偏回归系数 sx Wald χ2值 OR (95% CI)值 P值
    文化程度
      初中及以下 1.000
      高中及中专 -0.943 0.398 5.618 0.390 (0.179~0.849) 0.018
      大专及以上 -0.644 0.550 1.373 0.525 (0.179~1.543) 0.241
    长时间蹲或跪姿 0.598 0.279 4.597 1.818 (1.053~3.138) 0.032
    搬运重物(每次>20 kg) 1.056 0.290 13.274 2.876 (1.629~5.077) < 0.001
    以不舒服姿势工作 0.963 0.300 10.303 2.619 (1.455~4.714) 0.001
    下背部长时间保持同一姿势 1.069 0.293 13.289 2.913 (1.640~5.177) < 0.001
    长时间屈膝 1.084 0.295 13.503 2.958 (1.659~5.274) < 0.001
    足踝部经常重复相同动作 -0.592 0.302 3.854 0.553 (0.306~1.000) 0.050
    注：变量赋值：下背部WMSDs：否=0，是=1；性别：女性=0，男性=1；年龄：＜30岁=1，30~＜40岁=2，40~＜50岁=3，≥50岁=4；当前岗位工龄：＜5年=1，5~＜10年=2，10~＜15年=3，≥15年=4；文化程度(哑变量)：初中及以下=1(参照)，高中及中专=2，本科及以上=3；吸烟习惯：＜20支/周=1，≥20支/周=2；体育锻炼：＜1次/周=1，≥1次/周=2；BMI(哑变量)：正常=1(参照)，超重=2，肥胖和低体重=3；个人月收入(哑变量)：≤3 000元=1(参照)，＞3 000~5 000元=2，＞5 000元=3；长时间站立、长时间坐位、长时间蹲或跪姿、搬运重物(每次＞20 kg)、上肢或手用力工作、使用振动工具、以不舒服姿势工作、每天从事同样工作、自主选择上班时间、工作在户外完成、休息时间充足、部门人员紧缺、经常加班、需要轮班等：从不/有时=1，经常/频繁=2；其他自变量赋值，否=0，是=1。
    下载: 导出CSV
    • 参考文献(20)
  • [1] Anwer S, Li H, Antwi-Afari MF, et al. Associations between physical or psychosocial risk factors and work-related musculoskeletal disorders in construction workers based on literature in the last 20 years: a systematic review[J]. Int J Ind Ergon, 2021, 83: 103-113. DOI: 10.1016/J.ERGON.2021.103113.
    [2] 杨燕, 曾建诚, 李刚, 等. 建筑业工人工作相关肌肉骨骼疾患影响因素分析[J]. 中国工业医学杂志, 2021, 34(6): 486-491. DOI: 10.13631/j.cnki.zggyyx.2021.06.002.

    Yang Y, Zeng JC, Li G, et al. Influence factors of work-related musculoskeletal disorders in construction workers[J]. Chin J Industrial Med, 2021, 34(6): 486-491. DOI: 10.13631/j.cnki.zggyyx.2021.06.002.
    [3] 康伏梅, 冯斌, 王忠旭, 等. 建筑业男性工人肌肉骨骼疾患及其影响因素[J]. 职业与健康, 2021, 37(8): 1016-1019. DOI: 10.13329/j.cnki.zyyjk.2021.0257.

    Kang FM, Feng B, Wang ZX, et al. Musculoskeletal disorders and their influencing factors in male construction workers[J]. Occupation Health, 2021, 37(8): 1016-1019. DOI: 10.13329/j.cnki.zyyjk.2021.0257.
    [4] Gideon AE, Tighe SM, Bradshaw C. Interventions to reduce work-related musculoskeletal disorders among healthcare staff in nursing homes; an integrative literature review[J]. Int J Nurs Stud Adv, 2021, 3(1): 1-14. DOI: 10.1016/J.IJNSA.2021.100033.
    [5] Morteza C, Meysam SF, Seyyed AMN. Ergonomic risk factors evaluation of work-related musculoskeletal disorders by PATH and MMH in a construction industry[J]. Iran J Health Safe Environ, 2019, 6(1): 1175-1189. http://ijhse.ir/index.php/IJHSE/article/view/353
    [6] Shraddha P, Mi YR, Byoung YC, et al. Analysis of musculoskeletal disorders and muscle stresses on construction workers' awkward postures using simulation[J]. Sustainability, 2020, 12(14): 1-13. DOI: 10.3390/su12145693.
    [7] 王忠旭. 工作相关肌肉骨骼疾患及其评估方法的研究进展[J]. 中国工业医学杂志, 2016, 29(4): 243. DOI: 10.13631/j.cnki.zggyyx.2016.04.001.

    Wang ZX. Work-related musculoskeletal disorders and its research progress of evaluation methods[J]. Chin J Industrial Med, 2016, 29(4): 243. DOI: 10.13631/j.cnki.zggyyx.2016.04.001.
    [8] 张蔚, 陈西峰, 张雪艳, 等. 骨骼肌肉疾患问卷(中文版)应用于造船行业的信效度[J]. 环境与职业医学, 2017, 34(1): 27-31. DOI: 10.13213/j.cnki.jeom.2017.16528.

    Zhang W, Chen XF, Zhang XY, et al. Musculoskeletal disorders questionnaire (Chinese version) applied in the automotive industry[J]. J Environ Occup Med, 2017, 34(1): 27-31. DOI: 10.13213/j.cnki.jeom.2017.16528.
    [9] 曹扬, 王菁菁, 张蔚, 等. 《骨骼肌肉损伤情况调查问卷》应用于搬运作业人群的信效度评价[J]. 中国工业医学杂志, 2017, 30(2): 87-93. DOI: 10.13631/j.cnki.zggyyx.2017.02.002.

    Cao Y, Wang JJ, Zhang W, et al. Reliability and validity evaluation of Skeletal Muscle Injury Questionnaire applied to transport workers[J]. Chin J Industrial Med, 2017, 30(2): 87-93. DOI: 10.13631/j.cnki.zggyyx.2017.02.002.
    [10] Saritha B. Musculoskeletal disorders: prevalence and associated factors[J]. Occup Med Health Aff, 2021, 9(5): 1. DOI: 10.4172/2329-6879.1000349.
    [11] Boyle S, Fitzgerald C, Conlon BJ, et al. A national survey of workplace-related musculoskeletal disorder and ergonomic practices amongst Irish otolaryngologists[J]. Ir J Med Sci, 2022, 191(2): 623-628. DOI: 10.1007/s11845-021-02642-y.
    [12] 沈嵘. 南京市建筑工人健康调研与综合评价研究[D]. 南京: 东南大学, 2020.

    Shen R. Research and comprehensive evaluation of construction workers' health in Nanjing[D]. Nanjing: Southeast University, 2020.
    [13] Sukhada P, Darshana J, Manasi D. Quality of life in construction site workers[J]. India J Sci Res, 2019, 9(2): 97-102. DOI: 10.32606/IJSR.V9.I2.00017.
    [14] Wyke K, Titah Y. The association of worker characteristics and occupational factors with musculoskeletal complaints of building construction workers in Indonesia[J]. IEMS, 2019, 18(4): 609-618. DOI: 10.7232/iems.2019.18.4.609.
    [15] Antwi-Afari MF, Li H, Anwer S, et al. Assessment of a passive exoskeleton system on spinal biomechanics and subjective responses during manual repetitive handling tasks among construction workers[J]. Safety Science, 2021, 142(5): 5382. DOI: 10.1016/J.SSCI.2021.105382.
    [16] Chung JWY, So HCF, Yan VCM, et al. A survey of work-related pain prevalence among construction workers in Hong Kong: a case-control study[J]. Int J Environ Res Public Health, 2019, 16(8): 1404. DOI: 10.3390/ijerph16081404.
    [17] 张丹英, 聂新强, 贾宁, 等. 某造船厂员工下背/腰部工作相关肌肉骨骼疾患影响因素分析[J]. 中国职业医学, 2020, 47(1): 41-47. DOI: 10.11763/j.issn.2095-2619.2020.01.007.

    Zhang DY, Nie XQ, Jia N, et al. Analysis of the risk factors of work-related musculoskeletal disorders in a dockworker[J]. Chin Occup Med, 2020, 47(1): 41-47. DOI: 10.11763/j.issn.2095-2619.2020.01.007.
    [18] 唐历华, 吕海峰, 王忠旭, 等. 民航手工搬举作业人员下背痛现状与预防[J]. 中国工业医学杂志, 2017, 30(2): 152-155. DOI: 10.13631/j.cnki.zggyyx.2017.02.033.

    Tang LH, Lv HF, Wang ZX, et al. Civil aviation manually move lower back pain for homework personnel situation and prevention[J]. Chin J Industrial Med, 2017, 30(2): 152-155. DOI: 10.13631/j.cnki.zggyyx.2017.02.033.
    [19] 吴家兵, 凌瑞杰, 王正伦, 等. 某汽车公司工人多部位肌肉骨骼疾患及危险因素[J]. 中华劳动卫生职业病杂志, 2013, 31(5): 356-360. DOI: 10.3760/cma.j.issn.1001-9391.2013.05.007.

    Wu JB, Ling RJ, Wang ZL, et al. Risk factors for multisite musculoskeletal disorders in workers of an automobile company[J]. Chin J Industrial Hygiene Occupational Dis, 2013, 31(5): 356-360. DOI: 10.3760/cma.j.issn.1001-9391.2013.05.007.
    [20] 徐雷, 王正伦, 陈飙, 等. 某钢铁厂男工肌肉骨骼疾患及其危险因素调查[J]. 中华预防医学杂志, 2013, 47(3): 249-254. DOI: 10.3760/cma.j.issn.0253-9624.2013.03.013.

    Xu L, Wang ZL, Chen B, et al. Investigation on risk factors of musculoskeletal disorders in male steel workers[J]. Chin J Prevent Med, 2013, 47(3): 249-254. DOI: 10.3760/cma.j.issn.0253-9624.2013.03.013.
    • 相关文章
    • 施引文献

  • 期刊类型引用(8)

    1. 尚庆刚，吕德良，谢尉，谢凤珠，武小艳，吴肖冰. 深圳市居民外周动脉疾病患病现况及与肥胖状态关系研究. 中国热带医学. 2024(06): 708-713+744 . 百度学术
    2. 程秀俊，余其贵，孙媛媛，谢军. 老年衰弱合并脑梗死患者颈股动脉脉搏波传导速度与骨质疏松的相关性分析. 中国医刊. 2023(11): 1242-1245 . 百度学术
    3. 王紫荆，武轶群，吴瑶，王梦莹，王小文，吴俊慧，王斯悦，王伽婷，陈大方，吴涛，胡永华. 北京市农村居民代谢综合征及其组分与动脉硬化的相关性研究. 第三军医大学学报. 2021(12): 1109-1116 . 百度学术
    4. 张馨允，许颖，张景义. 氟伐他汀联合达格列净对中心性肥胖2型糖尿病患者糖脂代谢及miR-192、miR-26a、miR-221水平的影响. 疑难病杂志. 2021(08): 779-784 . 百度学术
    5. 陈明燕，杨星，杨敬源，周全湘，杨曦，屈芳，熊燕. 贵州农村老年人腹型肥胖及血脂水平对动脉硬化的交互作用. 现代预防医学. 2021(20): 3678-3682 . 百度学术
    6. 余其贵，谢军，孙媛媛，杨琳琳，陈娟. CAVI联合血清胱抑素C在老年2型糖尿病患者早期肾功能损害评估中临床意义. 中国循证心血管医学杂志. 2020(06): 708-710+715 . 百度学术
    7. 杨巍巍，马芳，许继梅. 脉搏波速度与2型糖尿病患者动脉粥样硬化的相关性分析. 中华保健医学杂志. 2020(04): 446-447+450 . 百度学术
    8. 余冰冰，陈志锦，张丽芬. 健康体检人群血脂与动脉硬化的相关性研究. 深圳中西医结合杂志. 2020(09): 68-70 . 百度学术

    其他类型引用(0)

    • 资源附件(0)
  • 加载中
WeChat 点击查看大图
表(4)
计量
  • 文章访问数:  579
  • HTML全文浏览量:  205
  • PDF下载量:  60
  • 被引次数: 8
出版历程
  • 收稿日期:  2022-03-24
  • 修回日期:  2022-07-04
  • 网络出版日期:  2022-08-23
  • 刊出日期:  2022-08-10

目录

摘要
HTML全文

  • 1.   对象与方法

  • 1.1   研究对象

  • 1.2   研究内容

  • 2.   结果

  • 2.1   OO与baPWV异常

  • 2.2   AO与baPWV异常

  • 2.3   OO和AO联合分组与baPWV异常

  • 3.   讨论

参考文献(20)
相关文章
施引文献
资源附件(0)

/

返回文章
返回

版权所有 © 《中华疾病控制杂志》编辑部 皖ICP备05003562号

本系统由 北京仁和汇智信息技术有限公司 开发