某钢铁企业工人不同肥胖表型的影响因素分析

于淼　袁聚祥

【摘要】  目的  探討钢铁企业工人生活行为和职业有害因素对不同肥胖表型的影响。方法  采用横断面研究，以参加河北钢铁公司职业体检的4972名钢铁工人为研究对象。根据其肥胖和代谢健康状况将研究对象进行分类分析。结果  代谢健康非全身肥胖（MHNO）在总人群中占27.8%，代谢不健康型非全身肥胖（MUNO）在总人群中占23.6%，代谢健康肥胖（MHO）在总人群中占15.1%，代谢不健康全身肥胖（MUO）在总人群中占34.2%。单因素分析显示，年龄、性别、文化程度、婚姻状况、吸烟状况、饮酒状况、工龄、倒班作业、噪声作业以及高温作业在4组间的差异均有统计学意义（P<0.001）。多因素分析采用多分类Logistic回归分析，结果显示，性别、年龄、文化程度和饮酒状况与MUNO表型有关（P<0.05）。以MHNO为参照，MHO的多分类Logistic回归显示，性别和噪声作业与MHO表型有关（P<0.05）。以MHNO为参照，MUO的多分类Logistic回归显示，性别、年龄、饮酒状况和倒班作业与MUO表型有关（P<0.05）。结论  以MHNO为参照，性别、年龄、文化程度和饮酒状况与MUNO表型有关；性别和噪声作业与MHO表型有关；性别、年龄、饮酒状况和倒班作业与MUO表型有关。

【关键词】  代谢健康肥胖；肥胖；代谢综合征；肥胖表型

中图分类号  R589.2    文献标识码  A    文章编号  1671-0223（2023）21--05

肥胖作为一个在全球范围内广泛流行的疾病，自1980年以来，其患病率在许多国家翻了一番[1]。中国是世界上受肥胖影响人数最多的国家，约46%的成年人超重或肥胖[2]。有研究显示，它与脂肪因子失衡、能量稳态、代谢紊乱、炎症状态和多靶器官损伤有关[3-4]。肥胖人群因其体内脂肪过度蓄积，通常伴有胰岛素抵抗（insulin resistance，IR）、空腹血糖（fasting blood glucose，FBG）受损、甘油三酯（triglyceride，TG）水平升高、高密度脂蛋白胆固醇（high-density lipoprotein cholesterol，HDL-C）水平降低及C反应蛋白（C-reaction protein，CRP）水平升高等代谢异常特征，被称为“代谢不健康性肥胖（metabolically unhealthy obesity，MUO）”。但并不是所有肥胖均会出现代谢紊乱，一项基于全球20岁以上成人的Meta分析显示，在肥胖人群中约35%的个体虽然体脂率（body fat ratio，BFR）增多，却表现出良好的代谢水平，被称为“代谢健康性肥胖（metabolically healthy obesity，MHO）”[5]。目前MHO不同肥胖表型的影响因素仍不完全清楚，而且关于这些疾病在各类人群中分布的流行病学数据缺乏。因此，本研究以钢铁企业工人为对象，探讨生活行为和职业有害因素对不同肥胖表型的影响，为制定针对性的干预措施，促进职业人群健康提供参考依据。

1  对象与方法

1.1  调查对象

以参加2017年度职业健康体检且工龄在1年以上的河北钢铁集团唐钢公司的钢铁工人为调查对象。排除标准：①未采血者；②问卷信息缺失及异常者。最终共有4972名钢铁工人被纳入本次研究。本研究经华北理工大学医学伦理委员会审核批准（No.15006），所有调查对象均签署知情同意书。

（1）肥胖诊断标准：根据世界卫生组织建议的截断值，18.5≤体重指数（body mass index，BMI）<25为体重正常，BMI≥25为肥胖[6]。

（2）代谢状态：根据美国胆固醇教育计划成人治疗组第三次指南（adult treatment panel III，ATP III）中包含的代谢指标来定义，如果以下指标均无异常，则认为代谢健康：①收缩压（systolic blood pressure，SBP）≥130mmHg或舒张压（diastolic blood pressure，DBP）≥85mmHg或有高血压病史或接受过高血压治疗；②TG≥1.7mmol/L；③男性HDL-C<1.0mmol/L或女性HDL-C<1.3mmol/L；④FBG≥5.6mmol/L[7]。否则，上述任何一项或多项指标异常则认为是代谢不健康。

（3）肥胖表型的分类：根据BMI及代谢状态是否正常，将研究人群分为代谢健康非全身肥胖（metabolically healthy non-obesity，MHNO）、代谢不健康型非全身肥胖（metabolically unhealthy non-obesity，MUNO）、代谢健康性肥胖（MHO）和代谢不健康全身肥胖（metabolically unhealthy obesity，MUO）4类。

1.2  现场调查

（1）问卷调查 本研究采用《职业健康评估调查表》，通过问卷方式统一进行调查。调查内容主要包括：社会人口学特征（年龄、性别、民族、婚姻状况、教育程度、经济水平等）、行为生活方式（吸烟、饮酒、饮食状况、体力活动等）、工作情况（倒班情况、职业有害因素暴露情况等）。所有调查员均经统一培训，调查问卷经人工审核后录入扫描识别系统，通过对比审核后得到最终数据信息。

（2）体格检查

1）身高：采用超声波身高体重分析仪（德康，DK-08-C，北京）。测量前嘱被测者脱去鞋子等可能影响测量结果的物品。站立在测量仪器前，面向仪器，双脚脚跟靠近仪器底座，前脚掌约呈60度角分开。确保被测者的头部、肩胛、臀部和脚跟与仪器的立柱紧密贴合，避免身体偏斜或离开仪器表面。使被测者的耳道与眼眶下缘处于同一水平面上，尽量站直，自然深呼吸。分别测量两次并求其平均值，结果精确到小数点后一位（0.1 cm）。

2）体重：采用人体成分分析仪（TANITA BC-420），测量前嘱被检者脱去鞋子、袜子、厚重外衣、钥匙等可能影响测量结果的物品，双脚裸足站在电极上[8]。

（3）实验室检测

调查对象的血生化检测均由该钢铁集团公司体检医院检验科使用迈瑞全自动生化分析仪（BS-800）统一完成。

1.3  相关名词的概念或定义

（1）婚姻状况：已婚（含已婚或再婚），单身（含未婚或离异）。

（2）吸烟：本研究中将吸烟状况分为从不吸烟、曾经吸烟和现在吸烟。根据世界卫生组织的定义，从不吸烟被定义为从未有吸烟经历；曾经吸烟则被定义为截止到问卷调查时已经持续停止吸烟半年或更长时间；现在吸烟则被定义为每日至少吸食一支香烟，并且已经持续吸烟半年或更长时间[9]。本研究将“从不吸烟”和“曾经吸烟”定义为不吸烟。

（3）饮酒：本研究饮酒状况从不饮酒、曾经饮酒和现在饮酒。将从未有饮酒行为划定为从不饮酒；将过去曾有饮酒经历且在半年以上的时间内每周饮酒不超过一次的情况划分为曾经饮酒；将过去的12个月内每周至少饮酒一次者被定义为现在饮酒[10]。本研究将“从不饮酒”和“曾经饮酒”定义为不饮酒。

（4）体力活动（physical activity，PA）：采用国际体力活动量表（长卷版）（international physical activity questionnaire，IPAQ）收集研究对象的体力活动情况如跑步、骑车、爬山、球类、舞蹈、健身和步行等，然后基于研究对象的各项活动频率计算每周的总代谢当量，最终根据赋分标准，将体力活动分为：“低/中”、 “高”两个组别[11]。

（5）饮食：根据终止高血压膳食疗法（dietary approaches to stop hypertension，DASH）饮食模式赋分，即DASH饮食模式鼓励摄入的五大类食物（水果、蔬菜、坚果和豆类、低脂牛奶、全谷类）摄入频率越高该项得分越高，DASH饮食模式限制摄入的三大类食物（含钠食物、红肉和加工肉、甜饮）摄入频率越高该项得分越低（最高得分为39分，最低得分为8分）[12]。

（6）倒班作业：本研究中的倒班作业分为 “从未”“曾经”“当前”。 一直按早班工作时间（8：00- 16：00）工作的工人被定义为“从不”倒班，否则为“曾经”或“当前”倒班作业。

（7）高温作业：根据公司上报的年度职业病危害因素检测报告，当工人的工作地点平均湿球黑球温度指数≥25摄氏度，并且有生产性的热源产生，即为高温作业[13]。

（8）噪声作业：根据公司上报的年度职业病危害因素检测报告，工人的工作地点存在有损听力、有害健康或有其他危害的声音，且8h/d或40h/周噪声暴露A等效声级≥80dB的作业[14]。

（9）CO作业：根据公司上报的年度职业病危害因素检测报告，具有检测资质的检测公司现场CO浓度检测和钢铁公司日常实际检测结果计算个体CO累积暴露量[15]。

（10）粉尘作业：根据公司上报的年度职业病危害因素检测报告，劳动者在劳动过程中可能接触到生产性粉尘的作业[16]。

1.4  数据分析方法

采用SPSS 23.0统计学软件对数据进行整理分析。计数资料计算百分率，组间率的比较采用χ2检验。采用多分类Logistic回归模型分析探讨不同肥胖表型的多种影响因素。检验水准α=0.05，P<0.05为差异具有统计学意义。

2  结果

2.1  四类肥胖表型工人基本特征比较

本研究共纳入4972人，中位年龄45.9（38.3～50.4）岁，其中最小年龄为24岁，最大年龄为60岁；婚姻状况中未婚或离异者占比较少（占6.6%）；文化程度以高中及以下組居多（占76.9%）；家庭人均月收入以1500元以上的居多（占82.6%）。除了家庭人均月收入四组间差异无统计学意义（P>0.05）外，其他因素组间差异均有统计学意义（P<0.05）。见表1。

2.2  行为生活方式与不同肥胖表型的关系

四组肥胖表型工人间吸烟状况、饮酒状况差异存在统计学意义（P<0.001），MUO的吸烟比例最高，其次是MUNO，MHNO最低；而四组间体力活动、DASH饮食评分差异无统计学意义（P>0.05），见表2。

2.3  职业有害因素与不同肥胖表型的关系

结果显示，四组肥胖表型工人间的工龄、倒班作业、噪声作业和高温作业差异存在统计学意义（P<0.05），其中MUO组的工龄、倒班作业及高温作业的比例最高，其次是MUNO，MHNO组最低。四组间在粉尘作业和CO作业差异无统计学意义（P>0.05），见表3

2.4  不同肥胖表型影响因素的多元回归分析

以不同肥胖表型为因变量，以表1、表2、表3分析中具有统计学意义的因素为自变量，进行多分类Logistic回归分析。自变量赋值情况见表4。以MHNO为参照，MUNO的多分类Logistic回归显示，性别、年龄、文化程度和饮酒状况与MUNO表型有关（P<0.05）。以MHNO为参照，MHO的多分类Logistic回归显示，性别和噪声作业与MHO表型有关（P<0.05）。以MHNO为参照，MUO的多分类Logistic回归显示，性别、年龄、饮酒状况和倒班作业与MUO表型有关（P<0.05）。见表5。

3  讨论

本研究结果显示，钢铁工人人群肥胖48.7%的患病率高于一般人群[17]。同时，这一比例高于欧洲研究中报道的普通人群（6.5%）[18]。欧洲研究的受试者年龄较大，且有少于2个心脏代谢异常，则被认为是代谢健康的[18]。与我们的结果相比，这些差异可能解释了欧洲研究中MHO患病率较低的原因。

与MUNO表型相关的因素有性别、年龄、文化程度和饮酒状况。与MHO表型相关的因素有性别和噪声作业。与MUO表型相关的因素有性别、年龄、饮酒状况和倒班作业。我们在这方面的结果与Lopez-García等人在西班牙普通人群代表性样本中报道的结果并不完全一致[18]。他们发现，肥胖个体代谢健康（即0-1代谢异常）的在当前饮酒者中更高。以前和现在的饮酒者代谢不健康肥胖的可能性较高。研究结果表明，针对生活方式干预的可改变因素可能是有用的。最近在西班牙进行的一项前瞻性研究结果发现，健康的生活方式（通过结合体育锻炼和饮酒状况的指数来衡量）与向代谢异常超重/肥胖表型转变的可能性显著降低相关[19]。关于倒班与肥胖表型之间的关系可能是由于倒班打乱了昼夜节律和自然节律的同步性或导致了它们的内在分离，使人体昼夜节律发生紊乱；其次倒班会导致工人作息和饮食时间不规律，随着倒班时长的增加，肥胖和代谢异常的患病风险增加[20]。噪声会增加心理压力，这被认为是高血压形成和发展的重要因素，此外慢性噪声暴露还会影响肝脏脂代谢[21]。

本研究目前存在一定的局限性。首先，没有评估胰岛素抵抗或胰岛素分泌水平，因此，一些没有常见主要代谢异常但有孤立胰岛素抵抗的参与者可能被忽视了。我们不能否认在参与者的分类中可能存在错误。此外，由于钢铁工人的劳动强度高，虽然已经对体力活动的信息进行了定量评估，但很难确定这两组体力活动的影响。最后，本研究的参与者是钢铁工人，将本研究结果推广到其他人群时需要谨慎。

4  参考文献

[1] Collaborators GO， Afshin A， Forouzanfar MH， et al. Health effects of overweight and obesity in 195 countries over 25 years[J]. The New England Journal of Medicine 2017， 377（1）：13-27.

[2] Wang Y， Xue H， Sun M， et al. Prevention and control of obesity in China[J]. The Lancet Global Health 2019， 7（9）：e1166-e1167.

[3] Saltiel AR， Olefsky JM. Inflammatory mechanisms linking obesity and metabolic disease[J]. The Journal of Clinical Investigation， 2017， 127（1）：1-4.

[4] Lakkis JI， Weir MR. Obesity and kidney disease[J]. Progress in Cardiovascular Diseases， 2018， 61（2）：157-167.

[5] Lin H， Zhang L， Zheng R， et al. The prevalence， metabolic risk and effects of lifestyle intervention for metabolically healthy obesity： A systematic review and meta-analysis： A PRISMA-compliant article[J]. Medicine， 2017， 96（47）：e8838.

[6] Consultation WE. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies[J]. Lancet （London， England）， 2004， 363（9403）：157-163.

[7] Alberti KGMM， Eckel RH， Grundy SM， ，et al. Harmonizing the metabolic syndrome： A joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart， Lung， and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity[J]. Circulation， 2009， 120（16）：1640-1645.

[8] He H， Pan L， Pa L， et al. Data resource profile： The China National Health Survey （CNHS）[J]. Int J Epidemiol， 2018， 47（6）：1734-1735f.

[9] Wang B， Xiao D， Wang C. Smoking and chronic obstructive pulmonary disease in Chinese population： A meta-analysis[J]. The Clinical Respiratory Journal， 2015， 9（2）：165-175.

[10] 中華医学会肝病学分会脂肪肝和酒精性肝病学组， 中国医师协会脂肪性肝病专家委员会： 非酒精性脂肪性肝病防治指南（2018更新版）[J]. 中华肝脏病杂志， 2018， 34（5）：641-649.

[11] Wang F， Zhang L， Wu S， et al. Night shift work and abnormal liver function： Is non-alcohol fatty liver a necessary mediator？[J]. Journal Artical， 2019， 76（2）：83-89.

[12] Maskarinec G， Lim U， Jacobs S， et al. Diet quality in midadulthood predicts visceral adiposity and liver fatness in older ages[J]. The Multiethnic Cohort Study. Obesity （Silver Spring， Md）， 2017， 25（8）：1442-1450.

[13] Valenti L， Alisi A， Nobili V. Unraveling the genetics of fatty liver in obese children： Additive effect of P446L GCKR and I148M PNPLA3 polymorphisms[J]. Hepatology （Baltimore， Md）， 2012， 55（3）：661-663.

[14] 中华人民共和国卫生部.国家职业卫生标准：工作场所职业病危害作业分级 第4部分：噪声：GBZ/T 229.4–2012[S]. 北京： 中国标准出版社，2012： 1-5.

[15] 中华人民共和国卫生部.国家职业卫生标准：工作场所空气有毒物质测定无机含碳化合物：GBZ/T 160.28-2004[S]. 北京： 人民卫生出版社， 2012： 1-5.

[16] 中华人民共和国卫生部.国家职业卫生标准：工作场所职业病危害作业分级 第1部分：生产性粉尘：GBZ/T 229.1–2010[S].北京： 人民卫生出版社， 2010： 1-5.

[17] 张兴华， 宇克莉， 李咏兰， 等. 18～97岁中国人的超重与肥胖：来自2002～2019年63449例人体数据的分析[J]. 中国科学：生命科学 ， 2020， 50（6）：661-674.

[18] Lopez-Garcia E， Guallar-Castillon P， Leon-Mu?oz L， et al.  Prevalence and determinants of metabolically healthy obesity in Spain[J]. Atherosclerosis， 2013， 231（1）：152-157.

[19] Schr?der H， Ramos R， Baena-Díez JM， et al. Determinants of the transition from a cardiometabolic normal to abnormal overweight/obese phenotype in a Spanish population[J]. European Journal of Nutrition， 2014， 53（6）：1345-1353.

[20] Knutsson A， B?ggild H. Shiftwork and cardiovascular disease： Review of disease mechanisms[J]. Reviews on Environmental Health， 2000， 15（4）：359-372.

[21] 徐丹， 曹雙凤， 刘莉洁. 慢性噪声暴露对高脂饮食小鼠肝脏脂代谢的影响[J]. 中国环境科学， 2023， 43（3）： 1422-1428.

[2023-09-23收稿]