目的:探讨不同版本诊断标准对疑似职业性噪声聋（occupational noise-induced deafness，ONID）诊断结果的影响，为ONID诊断标准的修订提供理论依据。方法:于2019年9月回顾性调查2016年1月至2018年1月在清远市职业病防治院进行职业健康检查的在岗期间噪声作业工人的体检结果，以GBZ 49-2014《职业性噪声聋的诊断》标准判断为疑似ONID的471例劳动者为研究对象，加权不同组合高频听阈，计算较好耳加权值，分别与2007版、2014版诊断标准进行比较并判断听力损失程度。采用SPSS 22.0进行统计分析，计数资料用χ 2检验，计量偏态资料用非参数检验方法进行统计推断并比较其差异性。 结果:471名研究对象平均年龄（40.32±7.01）岁；接触噪声作业工龄3~29年，平均（7.11±3.44）年。以2007版诊断标准进行诊断，加权不同高频听阈值与单纯语频均值疑似ONID诊断率差值两两比较，加权不同高频听阈值后，与语频均值诊断率差值比较，3.0 kHz高频增加了16.35%、4.0 kHz高频增加了30.15%、6.0 kHz高频增加了20.17%、3.0 kHz+4.0 kHz高频增加了22.29%、3.0 kHz+6.0 kHz高频加增加了17.20%、4.0 kHz+6.0 kHz高频增加了25.27%、3.0 kHz+4.0 kHz+6.0 kHz高频增加了22.29%，差异均有统计学意义（ P<0.05）。以2014版诊断标准进行诊断，语频均值及加权不同高频听阈值疑似ONID诊断率，与4.0 kHz高频诊断率比较，语频均值降低了30.15%、3.0 kHz高频降低了13.80%、6.0 kHz高频降低了9.98%、3.0 kHz+4.0 kHz高频降低了7.86%、3.0 kHz+6.0 kHz高频降低了12.95%、4.0 kHz+6.0 kHz高频降低了4.88%、3.0 kHz+4.0 kHz+6.0 kHz高频降低了7.86%，差异均有统计学意义（ P<0.05）。 结论:加权不同高频听阈值增加了疑似ONID的诊断率，其中加权4.0 kHz高频对结果的影响最大，加权3.0 kHz高频影响最小。

目的:调查木质家具制造业和纺织业工人职业性噪声接触特征及其分布状况，为我国噪声源数据库建立和噪声危害防控提供基础依据。方法:于2020年3月，采用整群抽样方法选取木质家具制造业和纺织业共653名工人作为调查对象，进行一般情况问卷调查，测量噪声接触特征指标，分析不同行业和工种的8 h等效连续A声级（L Aeq，8 h）和峰度等变化。 结果:作业工人噪声接触L Aeq，8 h为（91.2±6.9）dB（A）,峰度中位数和峰度均数分别为37.0、105.0。84.1%（549/653）的工人L Aeq，8 h≥85 dB（A），49.0%（320/653）、68.5%（447/653）的工人峰度中位数和峰度均数>10。纺织业工人L Aeq，8 h水平高于木质家具制造业，而峰度中位数和峰度均数低于木质家具制造业（ P<0.01）；织布工和纺织工L Aeq，8 h较高，枪钉工峰度指标较高（ P<0.05）。作业工人峰度中位数与峰度均数呈正相关（ r=0.80， P<0.01）；木质家具制造业工人L Aeq，8 h与峰度中位数和峰度均数均呈正相关（ r=0.33、0.35， P<0.01）；纺织业工人噪声接触L Aeq，8 h与峰度中位数和峰度均数均呈负相关（ r=-0.45、-0.40， P<0.01）。 结论:L Aeq，8 h和峰度等噪声接触特征指标的行业和工种分布差异较大，多指标联合测量有利于全面评估噪声接触及其健康效应。

目的:调查麻醉医师的噪声烦恼度，并分析噪声烦恼度的影响因素。方法:于2017年1至5月，采取整群抽样选择北京大学第三医院62名麻醉医师作为调查对象，应用李克特量表（五级）和视觉模拟量表（0~10分）开展噪声烦恼度和噪声敏感度调查，采用线性回归分析噪声烦恼度的影响因素。结果:研究对象年龄（32.3±6.1）岁，工龄4.9（2.0，8.9）年，每日工作时长（9.8±2.8）h，测量当天手术室的噪声水平为（64.4±1.7）dB（A）。在李克特量表和视觉模拟量表中，分别有88.7（55/62）和95.2%（59/62）的麻醉医师认为手术室噪声对其产生不良反应，6.5%（4/62）和14.5%（9/62）的麻醉医师测定结果为高烦恼度。线性回归分析结果显示，噪声敏感度是麻醉医师李克特量表和视觉模拟量表噪声烦恼度的独立影响因素（ r=0.524、0.700， P<0.05）。 结论:手术室噪声可导致麻醉医生产生烦恼情绪，是医疗服务质量的隐患因素，应引起学术界和管理部门的重视。

目的:分析2011至2018年广州市职业性噪声聋新诊断病例的流行病学特征，为制定噪声聋防控策略提供科学依据。方法:于2019年3月，以整群抽样方法，查阅2011至2018年广州市职业病防治院职业性噪声聋诊断档案，以471例次职业性噪声聋诊断申请者档案为调查资料，采用频数和构成比进行其流行病学特征的统计学分析。结果:广州市2011至2018年职业性噪声聋诊断申请共471例次，有211例次诊断为职业性噪声聋（44.8%，211/471）。新诊断病例以轻度（83.9%，177/211）为主，高发年龄为40.0~49.0岁（41.7%，88/211），高发工龄为5.0~9.9年（38.9%，82/211），男性（88.6%，187/211）居多。新诊断病例主要集中地区为南沙区（23.2%，49/211）、黄埔区（22.7%，48/211）和番禺区（21.8%，46/211）；主要集中行业为制造业（82.0%，173/211）。企业的经济类型多为内资企业（40.8%，86/211），企业规模以中型（42.7%，90/211）为主。结论:广州市职业性噪声聋新诊断病例虽多为轻度噪声聋，依然需要引起重视，加强噪声行业防护教育。

目的:探讨中国人群职业性噪声暴露和心血管疾病风险的关联性。方法:于2019年12月，从东风同济队列中纳入2008年9月至2010年6月东风汽车有限公司的退休职工21 412人作为研究对象，职业性噪声暴露根据现场监测数据或工种信息进行评价；听力评估在8 931人中进行，以双耳500、1 000、2 000、4 000 Hz的平均听阈均≥25 dB定义双耳听力损失。采用logistic回归分析职业性噪声暴露、双耳听力损失和心血管疾病十年风险的关联性。结果:与无职业性噪声暴露的工人比较，职业性噪声暴露≥20年的工人心血管疾病的十年风险明显升高（ OR＝1. 20，95% CI：1. 01~ 1.41， P=0.001）；在性别的亚组分析中，男性工人心血管疾病的十年风险明显升高（ OR＝2. 34，95% CI：1. 18~ 4. 66， P<0.001），但在女性中没有统计学意义（ OR＝1. 15，95% CI：0. 97~ 1. 37， P=0.153）。在双耳听力损失的分析结果中，作为高噪声暴露指标，双耳听力损失与心血管疾病十年风险升高有关（ OR＝1. 17，95% CI：1. 05~ 1. 44， P< 0.001），且这种关联在男性（ OR＝1. 24，95% CI：1. 07~ 2. 30， P<0.001）、年龄≥60岁（ OR＝2. 30，95% CI：1. 84~ 2. 88， P<0.001）和噪声暴露人群（ OR＝1. 66，95% CI：1. 02~ 2. 70， P=0.001）中更加明显。 结论:职业性噪声暴露可能是心血管疾病的危险因素。

目的:分析广州市2010至2020年职业病发病特点，为制定职业病防治政策提供科学依据。方法:于2021年1月，选择"职业病与职业卫生信息监测系统"中用人单位在广州市的职业病发病数据为数据来源，采用描述性流行病学的方法对2010至2020年广州市职业病发病病种及其特点进行分析。结果:2010至2020年广州市共报告新诊断职业病9大类38种1 341例，职业性尘肺病、职业性耳鼻喉口腔疾病和职业性化学中毒发病数位居前3位，分别占病例总数的38.1%（511/1 341）、30.5%（409/1 341）和16.2%（217/1 341）。电焊工尘肺和矽肺病例分别占职业性尘肺病病例数的47.7%（244/511）和34.4%（176/511）。噪声聋病例占职业性耳鼻喉口腔疾病病例数的99.8%（408/409）。急性职业性化学中毒病例占职业性化学中毒病例数的26.7%（58/217），其中二氯乙烷中毒病例数居多，占79.3%（46/58）；慢性职业性化学中毒占职业性化学中毒病例数的73.3%（159/217），其中苯、铅中毒病例数位居前2位，分别占病例数的79.2%（126/159）和17.6%（28/159）。结论:应将电焊工尘肺、矽肺、噪声聋、苯中毒、铅中毒、二氯乙烷中毒等作为广州市重点职业病进行监督管理。

目的:了解2014至2019年广州市报告疑似职业病诊断情况，为疑似职业病监管提供数据依据。方法:于2020年7至10月，采取整群抽样的方法，收集《职业病与职业卫生信息监测系统》中广州市2014至2019年报告的《疑似职业病报告卡》、《职业病报告卡》和《尘肺病报告卡》，进行匹配分析，了解疑似职业病病人的诊断及确诊情况。结果:2014至2019年广州市共报告疑似职业病例7大类32种1 426例，每年报告例数平均约240例，疑似职业病主要病种为噪声聋（68.44%，976/1 426）、慢性苯中毒（16.48%，235/1 426）、其他尘肺病（4.84%，69/1 426）、矽肺（3.23%，46/1 426）以及电焊工尘肺（1.82%，26/1 426）。要求进入职业病诊断程序诊断率为36.61%（522/1 426），确诊率为59.20%（309/522）。2019年疑似职业病诊断率最低（23.92%，61/255），花都区诊断率最低（8.33%，9/108），疑似职业性尘肺病诊断率最低（28.03%，44/157），疾控中心报告的疑似职业病诊断率最低（17.43%，19/109），广州市外机构报告的疑似职业病均没有进入诊断程序。疑似职业性皮肤病、物理因素所致职业病及职业性肿瘤均确诊，职防机构确诊率最高（94.87%，37/39）。结论:2014至2019年报告的疑似职业病主要病种为噪声聋、苯中毒及尘肺病，疑似职业病总体诊断率及确诊率均不高，建议完善疑似职业病网络直报系统并加强疑似职业病的后续管理及监督。

目的:了解天津市某汽车配件制造企业噪声暴露和作业工人健康状况，分析影响噪声作业工人健康结果的因素。方法:于2020年9月，对某汽车配件制造企业开展职业卫生学现场调查、噪声暴露水平检测，收集噪声作业岗位工人职业健康检查资料，采用 χ2检验、非条件logistic回归分析361名作业工人噪声暴露情况和听力损失等的影响因素。 结果:噪声作业岗位噪声暴露水平超标率69.39%（34/49），噪声作业工人听力损失检出率和高血压检出率分别为33.24%（120/361）和11.36%（41/361）。随年龄、接噪工龄增长，噪声作业工人听力损失检出率和高血压检出率呈上升趋势（χ 2趋势=-5.95、-6.16、-2.81、-2.74， P<0.05）；非条件logistic回归分析表明，年龄>35岁、接噪工龄>10年和8 h噪声暴露等效声级>85 dB（A）均为听力损失的危险因素（ OR=3.57，95% CI：1.09~11.75； OR=4.05，95% CI：1.97~8.25； OR=1.75，95% CI：1.00~3.05）， P=0.036、0.001、0.047]。 结论:该企业岗位噪声超标率高，噪声暴露工人听力损失较为严重。

目的:通过对噪声性听力损失易感性相关基因的文献计量学分析和生物信息学分析，了解当前该领域的研究趋势和热点基因，为今后进一步研究提供依据。方法:于2021年9月，基于中国知网（CNKI）、NCBI Pubmed数据库和Web of Science数据库，对1999至2020年与噪声听力易感性相关的遗传性文献进行计量学分析和生物信息学分析。文献计量学分析主要采用Endnote X9软件和WPS办公软件，生物信息学分析主要采用在线软件STRING和Cytoscape软件。结果:本次研究共纳入131篇文献，涉及40个相关基因。文献计量分析结果显示，63种生物医学期刊共发表论文131篇，其中中文36篇，英文95篇；发表文章最多的年份是2020年（19篇）；生物信息学分析表明， GAPDH、 SOD2、 SOD1、 CAT、 CASP3、 IL6等基因在相互作用网络中起关键作用。涉及的通路主要有MAP2K和MAPK激活通路、PTEN调节通路、p53-依赖于G1 DNA损伤反应、BRAF和RAF融合信号通路等。 结论:噪声性听力损失的研究涉及多基因的生物学信息，生物信息学分析有助于预测噪声性听力损失的发生和发展。

目的:探讨职业性噪声所致高频听力损失与高血压发生风险之间的关系。方法:于2020年3月，采用病例对照研究，选择无锡市2019年所有参加职业健康体检的噪声作业工人作为研究对象（共95 432人），出现高血压为病例组，血压正常者作定义为对照组，根据听力阈值分为非高频听力损失组（<40 dB）和高频听力损失组（≥40 dB）。用单因素统计方法和二元logistic回归评估高频听力损失与高血压患病风险之间的关系。用分层分析比较不同年龄与工龄的高频听力损失工人患高血压病的风险。结果:对照组和高血压组工人性别、年龄、工龄、企业规模、经济类型、高频听力损失差异均有统计学意义（ P<0.05）。二元logistic回归分析显示，在调整了性别、年龄、工龄、企业规模、经济类型后，高频听力损失组高血压患病的风险仍增加（ OR=1.062，95% CI=1.007~1.121， P=0.027）。20~39岁与40~59岁年龄组高频听力损失者高血压患病风险高于非高频听力损失者（ OR=1.536，95% CI=1.353~1.743； OR=1.179，95% CI=1.111~1.1250， P<0.05）；<5年、5~9年、10~14年、15~19年和≥20年工龄组高频听力损失者高血压患病风险高于非高频听力损失者（ OR=1.926，95% CI=1.007~1.121； OR=1.635，95% CI=1.478~1.810； OR=1.312，95% CI=1.167~1.474； OR=1.445，95% CI=1.238~1.686； OR=1.235，95% CI=1.043~1.463， P<0.05）。 结论:职业性噪声引起的高频听力损失与高血压患病风险有一定的关系，且不同年龄与工龄高频听力损失者高血压患病风险不同。