噪声下数字言语测试联合听力障碍筛查量表在职业性噪声性听力损失患者中的应用

目的探究噪声下数字言语测试(digital speech test under noise,DIN)联合听力障碍筛查量表(hearing impairment screening scule,HHIA-S)在职业性噪声性听力损失患者中的应用价值。方法选择职业性噪声性听力损失患者102例作为研究组,按双耳纯音听阈平均值PTA0.5~4 kHz(双耳在500、1000、2000、4000 Hz纯音听阈平均值)分为轻度组(26~40 dB HL)51例、中度组(41~60 dB HL)27例、重度组(61~80 dB HL)24例;另选取听力正常健康体检者90例作为对照组。全部行纯音听阈测试、声导抗测试、DIN及HHIA-S测试。比较各组各指标测试结果,并绘制受试者工作特性曲线(receiver operating chara cteristc curve,ROC)分析其相应的关系。结果研究组PTA0.5~4 kHz、DIN及HHIA-S评分均显著高于对照组高(P<0.05)。其中重度组PTA0.5~4 kHz、DIN及HHIA-S评分均比中度及轻度组高,且中度组显著高于轻度组(P<0.05)。Spearman相关性分析显示,DIN、HHIA-S与PTA0.5~4 kHz均呈显著正相关(P<0.05)。HHIA-S评分中除了“E7”问题外,其余9个问题均与PTA、DIN呈正相关(P<0.05)。DIN、HHIA-S的曲线下面积(area under curve,AUC)分别为0.964、0.948;以PTA0.5~4 kHz>25 dB HL作为听力损失“金标准”,提示联合测试的特异度最高,达100.00%。纯音听力测试、DIN、HHIA-S的测试时长相比有显著差异(P<0.05)。结论噪声下数字言语测试联合听力障碍筛查量表在职业性噪声性听力损失患者中的应用价值较高,可作为纯音听力测试筛查听力损失的有效补充方案。

DNA甲基化与职业性噪声听力损失关联的病例对照研究

目的探讨DNA甲基化与职业性噪声听力损失的关联。方法采用病例对照研究方法,从2006年建立的某钢铁厂噪声作业工人研究队列中,选择职业性噪声暴露听力损失病例为病例组,职业性噪声暴露听力正常人群为对照组。共纳入60例调查对象,其中病例组和对照组各30例。应用850K全基因组DNA甲基化芯片技术检测甲基化水平,采用R包champ进行差异甲基化位点(DMP)的显著性检验,采用R包champ的Bumphunter算法,进行差异甲基化区域(DMR)分析。采用clusterProfiler对基因列表进行GO和KEGG通路富集分析。结果两组研究对象在双耳高频平均听阈差异具有统计学意义(P<0.05),在年龄、吸烟情况、饮酒情况、高血压情况、体育锻炼和累积噪声暴露量方面差别均无统计学意义。DMP和DMR分析结果显示,病例组和对照组中检测了713875个位点,差异显著的甲基化位点439个,占比0.06%;检测了650个区域,差异显著的甲基化区域72个,占比11.08%。GO富集分析结果显示,与对照组相比,病例组在中枢神经系统投射神经元轴突发生、中枢神经系统神经元发育、中枢神经系统神经元轴索发生和中枢神经系统神经元分化4个通路差异具有统计学意义。KEGG富集分析结果显示,与对照组相比,病例组和对照组在鞘脂代谢、醛固酮的合成和分泌、初级胆汁酸生物合成通路差异具有统计学意义。结论职业性噪声听力损失的发生可能与中枢神经系统投射神经元轴突发生、中枢神经系统神经元发育、中枢神经系统神经元轴索发生、中枢神经系统神经元分化、鞘脂代谢、醛固酮的合成和分泌、初级胆汁酸生物合成等通路相关的基因表达调控或代谢有关的基因甲基化状态有关。

健康教育对职业性噪声性听力损失受检者的影响

探讨健康教育对职业性噪声性听力损失受检者的影响。方法:纳入2019年1月-2021年12月期间职业性噪声性听力损失受检者200例,按照随机数字表分组,对照组100例实施常规职业监护,观察组100例在对照组基础上实施(职业)健康教育,观察干预前后两组研究对象的职业性噪声性听力损失知、信、行评分,观察干预前后两组研究对象的听力异常率。结果:干预后观察组的职业性噪声性听力损失知、信、行评分高于对照组,P<0.05。观察组听力异常率低于对照组,P<0.05。结论:职业健康教育可帮助受检者正确认识职业性噪声性听力损失,增强对职业性噪声性听力损失的防护信念,端正对职业性噪声性听力损失的态度,可降低听力异常发生率,值得推广应用。

男性噪声作业工人血糖水平与职业性噪声性听力损失的关系研究

目的探讨男性噪声作业工人血糖水平与职业性噪声性听力损失(noise-induced hearing loss,NIHL)之间的关系。方法收集某汽车制造企业在岗工人的体检资料,以工龄≥1年的男性噪声作业人员为研究对象,将研究对象分为听力正常组、听力损失组、高频听力损失组和高频伴语频听力损失组,采用logistic回归模型分析研究对象NIHL的影响因素以及高血糖与NIHL之间的关系。结果在2735名噪声作业工人中发生听力损失993人(36.3%),其中包括高频听力损失929人(34.0%)和高频伴语频听力损失64人(2.3%)。随着年龄增长,噪声作业工人听力损失检出率、高频听力损失检出率和高频伴语频听力损失检出率均呈上升趋势(χ趋势2=146.563、120.397、49.340,P<0.05);随着工龄增长,噪声作业工人听力损失检出率、高频听力损失检出率均呈上升趋势(χ^(2)_(趋势)=57.447、60.167,P<0.05)。饮酒是噪声作业工人听力损失、高频听力损失的危险因素(P<0.05)。高血糖组噪声作业工人听力损失检出率、高频听力损失检出率和高频伴语频听力损失检出率均高于血糖正常组(P<0.05),在调整了可能影响听力损失的因素(年龄、工龄、饮酒、高血压)后,高血糖仍是听力损失的危险因素(P均<0.05)。结论高血糖可能会加重噪声作业人员罹患NIHL的风险。

职业性噪声性听力损失与代谢综合征的关联

[背景]职业性噪声性听力损失(ONHL)是一种复杂的疾病,影响着众多劳动者的健康,代谢综合征(MetS)也已成为导致全球疾病负担加重的主要因素,开展ONHL与MetS关联的研究意义重大。[目的]探讨ONHL与Met S的关系,为制定职业性噪声暴露人群的听力损失和MetS的干预措施和防治策略提供科学依据。[方法]采用整群抽样的方法,以某大型机械维修企业1145名男性职业性噪声暴露人群为研究对象。按是否存在高频听力损失,将调查对象分为听力正常组(699人)和听力损失组(446人)。通过问卷调查收集调查对象的一般人口学特征、职业史、家族史、既往史、个人生活行为等资料,通过职业健康检查获得体重指数(BMI)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)、血压和空腹血糖(FPG)等数据。使用非条件多因素logistic回归方法分析ONHL与MetS患病之间的关联,计算各危险因素的OR及95%CI。[结果]在1145名职业性噪声接触工人中,听力损失检出率为38.95%,听力损失检出率随接噪工龄的增长而呈增加的趋势(P<0.001)。对临床指标分析发现,听力损失组FPG水平高于听力正常组(P<0.001)。听力损失组人群高TG血症、高血压、高血糖和MetS的检出率均高于听力正常组(P<0.01)。多因素logistic回归分析结果显示,在排除其他混杂因素影响后,MetS是导致ONHL发生的独立危险因素(OR=1.48,95%CI:1.12~1.95,P=0.005),同时接噪工龄长、已婚、文化程度低也是ONHL的危险因素(P<0.01)。[结论]ONHL与MetS的发生有关联,Met S可能是影响ONHL发生发展的独立危险因素,采取MetS预防干预措施可能是降低ONHL发病风险的有效手段。