孕前体重指数异常与孕期高血脂水平的交互作用对妊娠期糖尿病发病的影响

目的探讨孕前体重指数(pBMI)异常与孕期高血脂水平之间的交互作用对妊娠期糖尿病(GDM)发病的影响。方法选取2017年3月至2018年7月于杭州市妇产科医院规律产检、孕前无血脂相关疾病并确诊为GDM的235例患者为GDM组,按照年龄采用1∶3个体匹配的方法纳入同期在杭州市妇产科医院产检的705名孕期糖耐量正常(NGT)的孕妇为对照组。采用广义多因子降维法(GMDR)对pBMI-血脂与GDM之间可能存在的交互作用进行探索,计算交叉验证一致性、均衡检验准确性及P值,以评估每个模型的交互作用。结果GMDR模型分析表明,包含pBMI与孕期血脂两个因素的二阶模型为最佳模型(P=0.001),交叉验证一致性为10/10,均衡检验准确性为64.48%。校正混杂因素后发现,超重/肥胖合并高三酰甘油(TG)者的GDM发病风险最高(OR=14.349,95%CI=6.449~31.924,P<0.001)。分层分析结果显示,高TG水平组中超重/肥胖者比正常体重者的发病风险要高(OR=2.243,95%CI=1.173~4.290,P=0.015)。结论pBMI异常及孕期高血脂水平是GDM发病的危险因素,并且两者间存在交互作用,超重/肥胖且高TG水平的孕妇更容易患GDM。

不同行业22~35岁女职工生育力状况调查与分析

[背景]随着人口老龄化的加剧,生育力下降问题受到广泛关注。研究发现其影响因素主要包括年龄、生育情况等,然而不同行业生育力状况尚缺乏基础性资料。[目的]了解不同行业22~35岁女职工生育力状况及其影响因素。[方法]采用分阶段抽样原则,于2020年7月—2021年2月选取女职工较集中的教育、医疗、金融、通信等行业22~35岁已婚有怀孕史的22 903名女职工进行横断面调查,调查内容包括女职工行业、人口学特征、妊娠史、妊娠等待时间(TTP)及其他影响因素。分别采用卡方检验、Cox比例风险回归分析生育力下降及其影响因素,并在控制影响因素后构建不同行业与生育力下降的Cox比例风险回归模型,比较分析不同行业间差别。[结果] 22 903名调查对象中,回收有效问卷19 194份,总有效率83.8%。22~35岁女职工6个月和12个月的累积妊娠率(CRP)分别为67.23%和91.33%。多因素分析显示,地区、年龄、文化程度、个人年收入、家务劳动时间、应对方式、怀孕及生育次数、自然流产次数是生育力下降的影响因素(P <0.05)。怀孕次数≥3和自然流产次数≥2的女职工生育力下降风险较高,风险比(HR)及其95%置信区间(CI)分别为0.633(0.582~0.688)和0.785(0.670~0.921)(P <0.01)。与教育行业比较,生育力下降风险较高的为医疗和金融行业,HR(95%CI)分别为0.876(0.834~0.920)和0.909(0.866~0.954)(P <0.05);校正地区、年龄等9个影响因素后,生育力下降风险仍较高,HR(95%CI)分别为0.899(0.852~0.948)和0.882(0.833~0.934)(P <0.05)。[结论]地区、年龄、文化程度、个人年收入、家务劳动时间、应对方式、怀孕及生育次数、自然流产次数是生育力下降的影响因素。与教育行业比较,生育力下降风险较高的为医疗和金融行业。

职业压力在工作时长对银行女职工焦虑抑郁状况影响的中介效应分析

目的研究职业压力在工作时长对银行女职工焦虑抑郁影响的中介效应。方法于2020年6-9月在全国28省(市),对20271名银行女职工周均工作时长、职业压力、焦虑抑郁倾向及其影响因素进行横断面问卷调查,包括人口学特征、工作特征,焦虑抑郁倾向、职业压力及其他影响因素。采用方差分析、相关性分析、多元线性回归分析工作时长对焦虑抑郁状况的影响;AMOS结构化方程路径分析、Bootstrap中介效应分析职业压力在工作时长对银行女职工焦虑抑郁状况影响的路径和效应值。结果周均工作时长≥50 h的银行女职工占43.56%,西南地区比例较高;多元线性回归分析显示,工作时长与银行女职工焦虑、抑郁状况相关,β(95%CI)分别为0.379(0.314~0.445)、0.806(0.686~0.926)(P<0.05)。路径分析及中介效应分析显示,职业压力在工作时长对银行女职工焦虑抑郁状况影响中起中介作用,效应值占比分别为58.92%和63.18%。结论周均工作时长与银行女职工焦虑抑郁倾向显著相关,职业压力作为中介变量影响女职工心理健康状况。

制造业典型工种噪声暴露特征及其听力损失评估研究

目的观察13个典型工种的噪声暴露特征分布情况,评估ISO-1999对我国制造业工人永久性听阈位移(Noise-induced permanent threshold shift,NIPTS)的预测效果,为诊断和预防复杂噪声引起的职业性听力损失提供依据。方法通过横断面调查,选择1404名制造业工人为研究对象,研究听力损失和噪声暴露特征及流行病学分布,分析ISO-1999预测值与NIPTS实测值之间的差异,探究峰度与该差异之间的关系。结果本次调查的4个行业13个工种的1404名制造业工人中,平均噪声暴露水平为(88.6±6.7)dB(A),平均峰度为(68.9±110.9),噪声性高频听力损失患病率(The prevalence of high frequency noise-induced hearing loss,HFNIHL%)为35.6%,平均高频噪声性永久性听阈位移(Noise-induced permanent threshold shift at frequencies of 3,4,and 6 kHz,NIPTS_(346))为(24.2±13.0)dB HL。除织造工和纺纱工,其余各工种ISO-1999预测值与NIPTS实测值差异均有统计学意义(P<0.05);对峰度进行分层分析,NIPTS实测值和预测值之间均存在统计学差异(t_(1)=4.801,t_(2)=11.468,t_(3)=13.247,t_(4)=9.498,P<0.05);不同峰度的低估值之间存在统计学差异(F=5.082,P<0.05),随峰度的升高而增加。结论制造业接噪工种分布广泛,高噪声水平、长期暴露和噪声复杂的时域结构是NIHL的风险因素;不同工序噪声源产生独特的随时间变化而变化的噪声时域波形;ISO-1999低估了工人实际的听力损失,低估值随峰度的升高而增加。

峰度调整等效声级对非稳态噪声致听力损失评估的有效性研究

目的 本研究旨在分析峰度调整L_(Aeq)(L_(Aeq)-K)在评估非稳态噪声相关的职业性听力损失的有效性。方法 对中国东部某省制造业工厂2015—2020年1 034名制造业工人噪声暴露数据以及听力损失情况进行横断面调查。利用多因素回归分析高频噪声性听力损失(High frequency noise-induced hearing loss,HFNIHL)的影响因素。利用峰度调整前后的ISO 1999 NIPTS(Noise-Induced Permanent Threshold Shift)预测值低估的改善情况,和两条logistics曲线[非稳态噪声峰度调整累积噪声暴露量(CNE-K)与高频听力损失患病率(HFNIHL%)之间以及稳态噪声CNE与HFNIHL%之间]的重叠程度来评估L_(Aeq)-K的有效性。结果多元回归及广义线性混合模型显示峰度是影响工人NIPTS的因素之一(t=3.700,P<0.05;t=2.368,P<0.05)。采用L_(Aeq)-K能显著改善ISO 1999 NIPTS预测值的低估,且改善效果与峰度呈正相关。非稳态噪声CNE-K与HFNIHL%的logistic曲线与稳态噪声CNE与HFNIHL%的logistic曲线几乎重叠,两组的HFNIHL%平均差值从3.2%减小到0.2%(t=4.300,P<0.05)。结论 噪声峰度是职业性NIHL的主要危险因素,在评估复杂噪声相关的NIHL风险时,峰度调整的L_(Aeq,8h)-K比单独的L_(Aeq,8h)更有效。

工作场所噪声职业接触限值制定的研究进展

目的回顾国内外工作场所噪声职业接触限值研究进展,为进一步修订我国工作场所噪声职业接触限值标准和完善噪声性听力损失的防控提供科学依据。方法本研究检索并比较分析36个国家规定的噪声职业接触限值以及峰度对修订噪声职业接触限值标准作用相关中英文文献。结果各国采用噪声能量指标制定了不同噪声类型的噪声职业接触限值,均未考虑噪声时域结构特征。此外,许多欧美国家要求,除了考虑噪声职业接触限值,在应用噪声职业接触限值时还需要考虑噪声与耳毒性物质等有害因素的联合暴露、高危人群易感性、护听器等因素;国内外学者建议,噪声峰度作为听力损失的危险因素之一,应被纳入噪声职业接触限值标准。结论我国工作场所噪声标准亟待完善,应进一步丰富工作场所噪声职业接触限值指标,综合考虑噪声峰度、护听器佩戴、有害因素与噪声的联合暴露、个体易感性等影响因素。

应用峰度调整噪声累积暴露量新指标评估家具制造工人的职业性听力损失

[背景]职业噪声性听力损失(NIHL)是世界上最普遍的职业病之一。随着工业的发展,工作场所的噪声源变得越来越复杂。[目的]应用峰度调整累积噪声暴露量(CNE)来评估家具制造工人非稳态噪声暴露所致的听力损失,为我国噪声测量方法和职业接触限值修订提供依据。[方法]通过横断面调查,选择694名制造业工人为研究对象,包括542名非稳态噪声暴露的家具制造工人以及152名稳态噪声暴露的纺织企业和造纸企业工人,其中非稳态噪声组分为枪钉工和木工,稳态噪声组分为织造工、纺纱工和造纸工。收集每个研究对象的高频(3、4、6 k Hz)听力损失(HFNIHL)情况和噪声暴露数据。噪声能量指标包括8 h等效A声级(L_(Aeq,8h))、CNE,噪声时域结构测量指标为峰度。峰度调整CNE作为一个噪声能量和时域结构的联合指标。[结果]研究对象的年龄为(35.64±10.35)岁,工龄为(6.71±6.44)年,男性比例为75.50%。L_(Aeq,8h)为(89.43±6.01)d B(A),81.42%的研究对象暴露于85 d B(A)以上的噪声水平,CNE为(95.85±7.32)d B(A)·年,峰度为99.34±139.19,HFNIHL患病率达35.59%。非稳态噪声组平均峰度高于稳态噪声组平均峰度(125.33±147.17 vs.5.86±1.94,t=-21.04,P<0.05)。二元logistic回归分析结果显示:校正年龄、工龄、L_(Aeq,8h)后,峰度是工人HFNIHL的影响因素(OR=1.49,P<0.05)。多元线性回归分析结果显示:年龄、工龄、L_(Aeq,8h)和峰度对较差耳在高频3、4、6 k Hz的噪声性永久听阈位移的影响有统计学意义(均P<0.05)。卡方趋势分析结果显示,在CNE≥90 d B(A)·年时,HFNIHL患病率随峰度的增高而上升(P<0.05)。非稳态噪声组平均HFNIHL患病率高于稳态噪声组(31.7%vs.22.0%,P<0.05)。应用峰度调整后,非稳态噪声组的CNE和HFNIHL患病率的线性方程与稳态噪声组的方程几乎重合,两组之间的HFNIHL患病率平均差值从9.7%减少到1.4%(P<0.05)。[结论]噪声峰度是评估NIHL的重要参量。峰度调整CNE能有效评估工人非稳态噪声暴露所致的职业性听力损失,有望成为一个非稳态噪声暴露测量和评估新指标。

CASP和NOX3多态性与噪声性听力损失发生风险的关系

目的探究基因多态性对工人患噪声性听力损失(NIHL)的影响。方法于2019年5月,采用病例对照研究,选取2017至2018年浙江省5所工厂噪声作业工人,选择双耳高频(3、4、6 kHz)平均听阈>25 dB(A)作为NIHL组,任一耳任一语频(0.5、1、2 kHz)听阈≤25 dB(A)作为非NIHL组,每组307人。收集噪声作业工人的一般人口学资料、职业史、纯音测听结果和口腔拭子黏膜样本,提取口腔黏膜细胞DNA。分析基因风险评分(GRS)与NIHL的关系,对单核苷酸多态性(SNP)进行基因分型,用logistic回归分析基因型与NIHL的关系,用R语言分析单体型与NIHL的关系。结果校正性别、年龄、学历和工作年限后,工人携带半胱氨酸-天冬氨酸蛋白酶3基因(CASP3)rs1049216隐性模型GG基因型、rs6948隐性模型TT基因型,NADPH氧化酶3基因(NOX3)rs12195525加性模型GT基因型和显性模型TT+GT基因型工人NIHL患病风险降低(P<0.05)。携带半胱氨酸-天冬氨酸蛋白酶7基因(CASP7)rs12415607加性模型AA基因型工人NIHL患病风险增高(P<0.05)。rs1049216与rs6948间存在强连锁不平衡(LD)关系(D'>0.8),由rs1049216-rs6948组成的单体型AT和GG使NIHL患病风险增加(P<0.05)。NIHL的患病风险随GRS增加而增高(OR=2.69,P<0.05)。结论工人rs1049216和rs6948(CASP3)、rs12195525(NOX3)、rs12415607(CASP7)位点基因多态性与NIHL的易感性相关。

CDH23基因位点多态性与噪声性听力损失相关性的Meta分析

目的运用Meta分析的方法评价CDH23基因rs1227049、rs1227051、rs3802711和Exon7多态性与噪声性听力损失(noise-induced hearing lose,NIHL)的相关性。方法检索PubMed、Embase、Web of Science、中国知网、维普、万方数据库,收集有关CDH23基因rs1227049、rs1227051、rs3802711和Exon7多态性与NIHL相关性的研究,检索时限均为建库至2020年5月13日,采用RevMan5.3软件进行Meta分析。结果共纳入6篇病例对照研究,病例组合计798例,对照组1112例。Meta分析结果表明,CDH23-rs3802711多态性与NIHL具有相关性(等位基因模型:OR=0.75,95%CI:0.55~1.01,P=0.06;显性模型:OR=1.08,95%CI:1.38,P=0.52;隐性模型:OR=2.94,95%CI:1.12~7.71,P=0.03;加性基因模型:OR=2.24,95%CI:0.97~5.14,P=0.06);CDH23-Exon7多态性与NIHL具有相关性(等位基因模型:OR=3.38,95%CI:1.84~6.22,P<0.01;显性模型:OR=1.77,95%CI:0.79~3.97,P=0.17;隐性模型:OR=9.59,95%CI:28.20,P<0.01;加性基因模型:OR=6.95,95%CI:2.86~16.86,P<0.01);CDH23-rs1227049和rs1227051多态性与NIHL无相关性(P>0.05)。结论CDH23-rs380271和Exon7多态性与NIHL的发病风险有显著相关性,但未发现rs1227049和rs1227051多态性与NIHL易感性有关。

浙江省五家汽车制造企业接噪工人听力损失的流行病学特征

[背景]噪声是汽车制造业中存在最广泛、接触人数最多的职业危害因素。汽车制造业是噪声性听力损失的高危行业。[目的]了解汽车制造业接触噪声工人听力损失流行病学特征,并探讨听力损失的影响因素。[方法]对5家汽车制造企业的噪声接触工人(n=656)开展问卷调查、个体噪声录音和纯音测听,获取年龄、性别、工龄、噪声强度、峰度、听力等数据,统计高频听力损失(HFNIHL)检出率和语频听力损失(SFNIHL)检出率。比较是否HFNIHL人群的各相关因素水平。对不同年龄、性别、工龄、8 h等效连续A计权声压级(LAeq,8h)以及峰度分组与HFNIHL检出率进行卡方检验和趋势性分析。采用logistic回归分析HFNIHL和SFNIHL的影响因素。[结果]非稳态噪声接触率为73.6%。HFNIHL检出率为32.6%(214人),SFNIHL检出率为6.7%(44人)。HFNIHL组年龄、男性构成比、工龄、噪声强度(LAeq,8h)以及峰度均高于非HFNIHL组(P<0.05)。HFNIHL检出率随着年龄、工龄、噪声强度以及峰度的增加均呈现上升趋势(χ2趋势-年龄=49.25,P<0.001;χ2趋势-工龄=22.19,P<0.001;χ2趋势-噪声强度=6.91,P=0.009;χ2趋势-峰度=8.56,P=0.003)。logistic回归显示年龄(OR=2.13,95%CI:1.67~2.71,P<0.001)、性别(OR=2.29,95%CI:1.44~3.62,P<0.001)、工龄(OR=1.43,95%CI:1.11~1.85,P=0.006)、LAeq,8h(OR=1.37,95%CI:1.08~1.76,P=0.011)以及峰度(OR=1.37,95%CI:1.14~1.63,P=0.001)与HFNIHL发生风险相关,而仅有年龄与SFNIHL发生风险相关(OR=2.15,95%CI:1.33~3.33,P=0.001)。[结论]汽车制造行业噪声接触工人听力损失风险高,年龄、性别、工龄、噪声强度以及峰度均是高频听力损失的重要影响因素。

中国制造业非稳态噪声性听力损失的meta分析

[背景]非稳态噪声已成为工业中最常见的噪声类型,然而对非稳态噪声暴露及其相关的噪声性听力损失(NIHL)流行病学特征仍了解不足,相关综述极少。[目的]总结中国制造业非稳态噪声相关的听力损失流行病学特征,为职业噪声性听力损失的早期防控提供依据。[方法]检索有关中国制造业中非稳态噪声性听力损失的中英文文献;根据各研究中的听力损失患病率数据,统计合计患病率;对带有稳态噪声对照组的研究作meta分析,计算合并OR值以比较非稳态噪声与稳态噪声对听力损失的影响差异,并通过绘制漏斗图、作Egger回归进行发表偏倚评价,依次剔除文献作敏感性分析。[结果]共纳入37篇横断面研究,共涉及25055名接触非稳态噪声的中国制造业工人,其中男性占92.5%,年龄为(32.7±9.6)岁,接触噪声工龄为(6.8±4.9)年,噪声暴露水平为(87.0±4.2)d B(A),累积噪声暴露量(CNE)为(95.9±8.0)d B(A)·年。非稳态噪声接触工人的高频和语频听力损失患病率分别为29.0%和14.2%。19篇带有稳态噪声对照组的横断面研究的meta分析显示,非稳态噪声组与稳态噪声对照组相比,年龄、工龄、等效A声级(L_(Aeq))和CNE差异没有统计学意义,而对高频听力损失影响的合并OR值为1.87(95%CI:1.46~2.41),有统计学意义;漏斗图对称性较好,Egger回归结果显示t=-0.11,P=0.910(>0.05),表明本次meta分析不存在发表偏倚;敏感性分析显示结果变化不大,表明结果较稳健。[结论]中国制造业中噪声作业工人以男性青壮年为主,长期接触高水平有害的非稳态噪声,听力损失患病率高,相对于接触稳态噪声的工人,会遭受更严重的听力损失。

金属加工业作业工人噪声接触现况调查

目的调查金属加工业作业工人非稳态噪声和稳态噪声接触情况,为金属加工业噪声危害的治理与防控提供科学依据。方法采用现况调查方法,于2017年10至12月调查浙江省3家金属加工业作业工人737人的噪声接触状况。使用问卷收集工人一般人口学信息、职业史等,采用个体噪声仪记录噪声,计算噪声接触水平(8 h等效连续A声级,L_(Aeq,8 h))和峰度。结果金属加工业噪声接触工人以年龄18~40岁(527人,71.51%)、男性(570人,77.34%)和初中学历(416人,56.45%)为主。工人接触噪声L_(Aeq,8 h)超过85 dB(A)572人(77.61%),接触非稳态噪声(峰度≥4)558人(75.71%),8年以下工龄634人(86.02%)。调查的30个工种中,噪声超标率为100%的工种分别为宁波某儿童车制造厂的冲压工、电焊工和其他工种,宁波某汽车零配件制造厂的操作工、倒角工、攻牙工、滚丝工;非稳态噪声接触率为100%的工种分别为宁波某儿童车制造厂的打磨工,温州某汽车制动器制造厂的装配工、总装作业员和其他,以及宁波某汽车零配件制造厂的抛光工。结论金属加工业作业工人接触的噪声超标率高,且非稳态噪声接触率也高,需采取隔声降噪工程控制、加强个体防护和职业卫生管理措施等防控噪声危害。

制造业工人噪声暴露特征与高频听力损失关系

目的探讨制造业工人噪声暴露特征与高频听力损失的关系。方法采用典型抽样法,选择浙江省5家制造业工厂755名噪声作业工人为研究对象,测量其接触的8h等效声级(L_(EX,8h))并记录噪声波形,计算累积噪声暴露量(CNE)和峰度;测试双耳纯音气导听阈。结果研究对象的高频听力损失患病率(HFHL%)为19.3%(146/755),且HFHL%均随着CNE和峰度的增加而升高(P值均<0.01)。研究对象高频噪声诱发永久性听阈位移中位数为23.0dB,其与CNE、L_(EX,8h)和峰度均呈正相关(相关系数分别为0.24、0.19、0.17,P值均<0.01)。多因素Logistic回归分析结果显示,在排除性别和年龄等混杂因素的影响后,CNE、峰度均可导致罹患高频听力损失的风险增加[比值比及其95%可信区间分别为2.59(1.84~3.65)、1.53(1.20~1.95),P值均<0.01]。结论制造业工人噪声暴露特征与其高频听力损失呈剂量-反应关系;除能量指标L_(EX,8h)和CNE外,峰度也是影响高频听力损失的关键因素。

基于峰度调整的职业性非稳态噪声暴露测量方法

现有的噪声暴露测量方法基于等能量假说,适用于稳态噪声,不完全适用于非稳态噪声暴露测量。研究表明,噪声时域结构指标(峰度)联合噪声能量指标,有望有效定量非稳态噪声暴露,目前缺少该联合指标统一的测量方法。本文介绍了基于峰度调整的非稳态噪声暴露测量方法,详细阐述了该方法的测量指标、调整方案、适用对象、仪器要求和测量步骤。通过峰度对累积噪声暴露量(CNE)中暴露周期进行调整,或基于动物或人群数据的调整系数对等效A声级(L_(Aeq))进行调整,能更准确地测量劳动者的非稳态噪声暴露,改善非稳态噪声所导致听力损失被低估的情况。未来需要大量人群研究来验证两种调整方案的有效性。

三个制造业中稳态噪声与复杂噪声暴露特征

目的调查制造业三个子行业工人职业性噪声暴露特征及其分布状况。方法于2020年5月选取来自浙江省的232名稳态噪声暴露工人(包括170名纺织工人和62名造纸工人)和416名复杂噪声暴露的家具制造工人,对工作场所噪声的波形、8小时等效A声级(eight-hour continuous equivalent a-weighted sound level,L_(Aeq.8h))、累积噪声暴露量(cumulative noise exposure,CNE)和平均峰度(meanβ,反映波形时域结构)进行分析。结果除纺织业外,造纸业和家具制造业以男性青壮年为主(分别为33.53%、59.68%和88.46%)。造纸业和纺织业的峰度均<10,为稳态噪声;家具制造业的峰度均>10,为复杂噪声,不同行业的峰度分布差异有统计学意义(U=446.26,P<0.05)。每个工种拥有唯一波形,复杂噪声波形与稳态噪声波形具有显著差异。纺织业和造纸业L_(Aeg,8h)的超标率分别为92.35%和93.55%,家具制造业的超标率为78.13%。CNE指标在不同行业之间差异有统计学意义(F=95.80,P<0.05),纺织业和造纸业CNE分别为(101.09±6.82)dB(A)·年、(99.63±4.94)dB(A)·年,家具制造业CNE为(93.66±6.172)dB(A)·年。结论纺织业和造纸业工人噪声暴露的类型为稳态噪声,家具制造业工人噪声暴露类型为复杂噪声。能量指标(L_(Aeq.8h)和CNE)和结构指标在复杂噪声和稳态噪声中的分布差异显著,联合应用能量指标和峰度能更加全面评估噪声接触导致的损害。

时域峰度评估复杂噪声所致听力损失应用进展

带有脉冲或冲击性质的复杂噪声普遍存在于工作场所中;在等效声级的条件下,其对听觉系统的损害大于稳态噪声。目前国际上广泛采用的噪声接触测量和评估指标主要包括等效连续声级和累积噪声接触量,均基于等能量假设而制定。该假设仅考虑噪声能量对听觉系统的损害,忽略噪声的时域结构特性,低估复杂噪声所致的听力损失程度。本文首先介绍国内外有关噪声接触评估标准的不足,进一步介绍时域峰度的定义及其相关能量指标(例如累积噪声暴露量和等效声级)的计算方法,并总结时域峰值作为衡量噪声能量的辅助参数在评估复杂噪声所致听力损失风险中的有效性,为补充现有噪声评估标准提供依据。

噪声性听力损失易感基因多态性的研究进展

近年来,大量研究致力于鉴定可能与噪声性听力损失(noise-induced hearing loss, NIHL)易感性相关的候选基因单核苷酸多态性(single nucleotide polymorphisms, SNPs)的探讨,但尚未见对该领域研究成果的归纳总结。通过全面系统的检索,本文汇总了与NIHL相关的SNPs,并对NIHL易感基因多态性的研究现状进行综述,以期为该领域的研究方向提供科学的指导。