李雨婷张孟仓盛 洋杨秀非韩 冰刘红波△

露天煤矿接尘矿工煤工尘肺发病特点的Poisson回归分析*

李雨婷1张孟仓2盛 洋1杨秀非1韩 冰1刘红波1△

目的探索不同性别及开始接尘年龄露天煤矿接尘矿工煤工尘肺的发病特点，为采取进一步的防制措施提供理论依据。方法调查阜新市露天煤矿所有接尘矿工煤工尘肺的发病情况，拟合Poisson回归模型，分析不同性别及开始接尘年龄的矿工煤工尘肺发病的差异。结果Poisson回归模型的拟合度较好（P＞0．05），开始接尘年龄越大的矿工罹患煤工尘肺的风险越高，男性接尘矿工的发病风险高于女性（P＜0．05，IRR＝4．06）。结论阜新矿业集团今后要加强对开始接尘年龄较大者及所有男性矿工煤工尘肺的防制工作，争取实现早发现早治疗，将可能的损失降到最低。

露天煤矿 煤工尘肺 发病特点 Poisson回归模型

目前全球约40%的煤矿生产采用露天开采的方式，全世界共有30多个国家在进行煤矿的露天开采。露天煤矿开采方式与井下开采相比，在进入矿体的方式、生产组织、采掘运输工艺等方面都有所不同［1］。有研究表明露天煤矿工人与井下煤矿工人的接尘情况不同，发病的影响因素及发病率也不同［2］，而目前对露天煤矿煤工尘肺发病规律的研究仍不明确。我们对阜新矿业集团所属露天矿矿工的健康状况及发病情况进行调查，利用Poisson回归模型研究煤工尘肺的发病特点，同时在模型中加入暴露人年，即接尘矿工实际的接尘工龄，通过拟合发病密度更加准确地反映发病规律，为进一步的煤工尘肺防制工作提供理论依据。

资料和方法

1．资料背景

阜新矿业集团下属的新邱露天矿和海州露天矿都是我国较大规模的露天煤矿，尤其是海州露天矿于1953年正式投产，当时是亚洲最大的露天煤矿，累计采煤量达2亿多吨，带动了国家和地区的经济发展。

2．调查对象

调查对象为海州露天矿和新邱露天矿自建矿以来所有从事露天作业的工人。纳入研究标准如下：工作史的变化完整、准确，或者可以通过相关资料的查找进行补充者；最近的两年内有煤工尘肺定诊结果或者有健康体检记录的矿工；矿工的接尘工龄需达到一年以上；如有工作调动，该名矿工在海州矿或新邱矿的接尘工龄需占总接尘工龄的二分之一以上。

3．调查内容

主要通过健康接尘矿工调查表和煤工尘肺患者调查表完成本次调查。健康接尘矿工调查表：该调查表用于未罹患煤工尘肺的接尘矿工，主要包括其自然情况、工作状况、健康状况等。

煤工尘肺患者调查表：该调查表用于已被诊断为煤工尘肺的矿工，主要包括健康接尘矿工调查表的内容及患病情况等；如果为死亡的病人，还需要调查死亡情况。

4．调查方法

海州露天矿和新邱露天矿矿工的资料以阜新市矿区社会保障管理中心下属工作站管理的矿工档案为主。煤工尘肺患者的资料以阜新矿业集团职业病防治所定期检查诊断的记录为主。

5．统计学分析

（1）Poisson回归模型原理

Poisson回归模型是广义线性模型中的一种，是根据某事件的计数变量来建立模型，适合描述单位时间内随机事件发生的次数［3］。当事件的发生率很低、该事件的发生数也符合泊松分布时，其一般形式表示为：

（2）参数估计及拟合度检验

在实际应用中，常用偏差统计量或Pearson卡方值作为固定膨胀系数进行校正，增大标准误来提高拟合结果的精准度。AIC和BIC的值越小说明模型的拟合度越好。

（3）数据处理

开始接尘年龄指矿工开始接触粉尘作业的年龄，根据开始接尘日期和出生日期进行计算；接尘工龄指矿工开始接尘至脱离粉尘作业的实际接尘时间或开始接尘到诊断煤工尘肺时的实际接尘时间，根据每名矿工在各接尘职业史中的实际工作时间累加来计算。

分别合计不同性别及各开始接尘年龄组的发病人数以及暴露总人年并纳入模型。由于接尘工龄在煤工尘肺的发生发展中是不可忽略的重要因素［4］，因此加入暴露人年计算发病密度可以间接地反映不同粉尘暴露时间对发病产生的影响。开始接尘年龄分为6组，暴露人年的计算精确到月。所有接尘矿工的基本情况中计量资料用均数±标准差进行描述，计数资料用频数进行描述。数据的处理通过Excel和SAS 9．3来完成，以P＜0．05为差异有统计学意义。

结 果

1．基本情况

本研究共纳入符合标准的接尘矿工8195人，其中患者263人，包括男性接尘矿工6272人，其中患者257人，女性接尘矿工1923人，其中患者6人，结果见表1。

表1 露天煤矿接尘矿工基本情况（±s）

表1 露天煤矿接尘矿工基本情况（±s）

性别矿工分类例数（n）开始接尘年龄（岁）接尘工龄（年）男未患煤工尘肺矿工6015 20．33±3．87 30．41±7．34煤工尘肺患者257 22．86±6．06 27．66±8．27女未患煤工尘肺矿工1917 24．04±6．47 21．01±6．76煤工尘肺患者6 25．00±8．99 22．54±7．33

2．模型拟合度检验

由表2可知，模型的拟合度较好（P＞0．05）。但考虑到偏差/自由度＝1．36＞1，可能存在过度拟合的现象，因此选择偏差统计量进行校正后计算各因素亚组的参数，以期得到精准度更高的结果。

表2 模型拟合度检验

3．Poisson回归分析结果

将开始接尘年龄和性别纳入模型中，影响因素分析（III型分析）结果显示二者均是煤工尘肺发病的影响因素（P＜0．05），结果见表3。因此对两因素的亚组参数、IRR值及95%可信区间进行计算，分析不同亚组危险度的差异。分别以开始接尘年龄的第一组（＜20岁）和女性组作为参照组。从结果中可以看出，各开始接尘年龄组与第一组相比均存在统计学差异（P＜0．05）。随着开始接尘年龄的增加，IRR值变大，证明开始接尘年龄越大煤工尘肺发病风险越高。而男性与女性的煤工尘肺发病密度也存在统计学差异（P＜0．05），男性的发病风险是女性的4．06倍，见表4。

表3 Poisson回归模型影响因素分析

表4 Poisson回归分析结果

讨 论

煤工尘肺是煤矿工人长期吸入生产环境中的粉尘所引起的肺部病变的总称，该病发病具有一定的滞后性、进展缓慢且潜伏期较长［5］，是目前无法彻底根治但可以有效预防的一种职业病。许多国内外的研究表明煤工尘肺的发病率有不断上升的趋势［6－7］。

露天煤矿开采特点是将采掘空间直接敞露于地表，通过剥离煤层上覆及其四周的岩土进行煤矿开采。与井下开采相比，在进入矿体的方式、生产组织、采掘运输工艺等方面都有所不同［1］。目前对露天煤矿接尘矿工发病情况的研究甚少，而由于露天煤矿与井下煤矿在很多方面存在差异，用传统的井下煤矿的研究方法对露天煤矿的发病情况进行研究可能不准确。因此本研究利用Poisson回归模型，该模型主要用于分析服从泊松分布的随机变量的均数与解释变量之间的变化关系，在预防控制、因素分析与筛选和危险度的估计等方面应用广泛［8］。在模型中加入暴露人年，通过拟合发病密度对煤工尘肺发病的特点进行研究，能够提高准确度。

通过Poisson回归分析得出，开始接尘年龄和性别均是煤工尘肺发病的影响因素。开始接尘年龄越大的矿工罹患煤工尘肺的风险越高，其中20～24岁、25～29岁、30～34岁、35～39岁及40岁以上组的发病风险分别是20岁以前开始接尘组的1．48倍、3．42倍、7．85倍、10．80倍和15．03倍。与殷红等人研究得出的开始接尘年龄越大，发病工龄越短［9］，发病风险相对增高的结论相一致。可能的原因是随着年龄的增长，机体的防御机制如呼吸系统中气管黏膜的净化功能、排异功能等都会有所下降，与此同时机体的免疫功能也逐步衰退，对疾病的抵抗能力减弱，罹患煤工尘肺的危险增高［10］。另外，本文得出男性与女性矿工的煤工尘肺发病密度差异有统计学意义，男性矿工的发病风险是女性的4．06倍。与王安玲等人对尘肺病进行调查得出的男性发病率远高于女性的结论相一致［11］。且由于露天开采与井下开采的一个不同点是有女性矿工的参与，虽然露天开采空间开阔且矿区庞大，男女矿工的作业大环境相同，但是有许多男性矿工参与穿孔爆破等高强度的粉尘作业，而女性接触的粉尘多数来自于一线作业产生的粉尘的扩散，可能会出现男性发病危险度更高的情况。由于露天煤矿空间的开阔性，粉尘颗粒小分散度较大，会在短时间内迅速扩散，因此无法测得准确的粉尘浓度。本次研究用接尘时间间接地反映累积接尘量对煤工尘肺发病产生的影响。阜新露天煤矿集团今后要加强对开始接尘年龄较大者及男性矿工煤工尘肺的防制工作，争取实现早发现早治疗，保障离岗后接尘矿工的生命质量，将可能的损失降到最低。

［1］Loupasakis C，Angelitsa V，Rozos D，et al．M ining geohazards-land subsidence caused by the dewatering of opencastcoalmines：The case study of the Amyntaio coalmine，Florina，Greece．Natural Hazards，2014，70（1）：675-691．

［2］Halldin CN，Reed WR，Joy GJ，et al．Debilitating lung disease among surface coalminerswith no undergroundmining tenure．JOccup Environ Med，2015，57（1）：62-67．

［3］胡跃华，匡翔宇，金承刚，等．复杂抽样Poisson回归分析方法及应用．中国卫生统计．2012，29（5）：650-653．

［4］刘占元，樊晶光，刘宝龙．尘肺发病率分析．中华劳动卫生职业病杂志，2001，19（2）：77-79．

［5］孙伟，耿敬东，谢峰，等．宁夏地区2006-2014年新发尘肺病例发病特征分析．中国卫生统计．2016，33（3）：485-486，488．

［6］Cui Kai，Shen Fuhai，Han Bing，et al．Comparison of the cumulative incidence rates of coal workers′pneumoconiosis between 1970 and 2013 among four state-owned colliery groups in China．Int JEnviron Res Public Health，2015，12（7）：7444-7456．

［7］Laney AS，Petsonk EL，Attfield MD．Pneumoconiosis among underground bitum inous coal m iners in the United States：is silicosis becom ing more frequent？Occup Environ Med，2010，67（10）：652-656．

［8］NiW，Ding G，Li Y，et al．Impacts of floods on dysentery in Xinxiang city，China，during 2004-2010：a time-series Poisson analysis．Glob Health Action，2014，7：23904．

［9］殷红，周旋，陈海莲，等．开始接尘年龄与尘肺发病工龄的相关性．中华劳动卫生职业病杂志，2014，32（10）：754-755．

［10］张建芳，孙治平，奚定虎，等．年龄、工种及接尘工龄对煤工尘肺肺部感染的影响．职业与健康，2007（20）：1807-1809．

［11］王玲安，刘军，丁丽华，等．2006-2012年吉林省尘肺病发病特征分析．中国工业医学杂志，2014（4）：300-302．

（责任编辑：郭海强）

Poisson Regression Analysis of Coal W orkers'Pneumoconiosis Incidence Characteristics in Opencast Coal M ine

Li Yuting，Zhang Mengcang，Sheng Yang，et al
（School of Public Health，China Medical University（110122），Shenyang）

ObjectiveTo explore coal workers′pneumoconiosis（CWP）incidence characteristics among coalm iners in opencast coalm ine and provide a theoretical basis for the further preventive work．MethodsThe study was performed using longitudinal retrospective data in opencast coalm ines in Fuxin M ining Industry Group and used poisson regressionmodel to analyze the incidence characteristics in different dust exposed age and gender groups．ResultsThe fit of Poisson regression model was good（P＞0．05）．Them iners who had an older dust exposed age would have higher incidence risk．Themale m iners had higher incidence risk than femalem iners（P＜0．05，IRR＝4．06）．ConclusionFuxin M ining Industry Group should strengthen supervision and improve screening frequency among them inerswho were exposed to dust atan older age and take close attention to all themalem iners．

Opencast coalm ine；Coal workers′pneumoconiosis；Incidence characteristics；Poisson regression model

国家自然科学基金项目（71073176）；辽宁省自然科学基金项目（2014021099）

1．中国医科大学公共卫生学院（110122）

2．阜新矿业集团总医院

△通信作者：刘红波，E-mail：hbliu＠mail．cmu．edu．cn