Epidemiological characteristics of heat stroke patients in Zibo City in 2018
-
+ English摘要:目的
描述淄博市2018年高温中暑患者发病特征，分析中暑与气象因子的相关性，为制定高温中暑的防控策略提供依据。
方法收集中国疾病预防控制信息系统中2018年6月1日—9月30日淄博市高温中暑病例报告以及同期淄博市日最高气温、日最低气温和湿度等数据，采用SPSS 20.0软件对数据进行整理和分析。
结果淄博市2018年共报告高温中暑178例，其中重症中暑104例（占58.4%），死亡5例，病死率为2.8%；男性126例（占70.8%），女性52例（占29.2%）；男性平均年龄（59.3±19.5）岁，低于女性的（68.4±19.8）岁（P < 0.01）。60岁以上年龄组高温中暑病例占50.6%。30 ~ 59岁年龄组中，男性在重症中暑中占比更高（P＜0.05）。淄博市2018年高温中暑发病率为4.1/10万。患者以临淄区最多，占31.5%。患者以农民和工人较多，分别占38.8%和36.5%。农民在重症患者中占比高（P＜0.05）。104例重症中暑患者中，中暑时身处户外的有86例（占82.7%），室内中暑的有18例（占17.3%），户外发病的患者以农田劳作和户外工作较多。户外重症中暑病例分布的工作场所主要包括石化生产、建筑工地、物流企业等。男性在户外中暑的比例高于女性（P < 0.01）。轻症中暑、重症中暑病例数与最高气温、最低气温、相对湿度均呈正相关（P < 0.05）。
结论淄博市2018年高温中暑病例多发于7—8月，重症中暑病例较多且主要分布在临淄区，户外工作人群以及老年群体是重点防控人群。建议改善工作环境，减少高温接触时间，加强对气温、气湿等气象数据的监测，进一步推进职业健康教育和健康促进。
-
工作相关肌肉骨骼疾患（work-related musculoskeletal disorders，WMSDs），指因从事职业活动而导致或加重的肌肉、肌腱、骨骼、软骨、韧带和神经等运动器官的健康问题[1]，它包括从轻微、短暂损伤到不可逆、能力丧失性伤害等所有形式的健康-疾病状态[2-3]。许多证据表明，长时间处于不良作业姿势、静态或重复性作业、抬举和搬运重物作业，都会增加下背部肌肉骨骼的负荷和长期疲劳，导致下背痛（low back pain，LBP）的发生[2, 4-7]。LBP是WMSDs的常见发生部位，一般是指人体背部肋缘至臂皱襞之间任意部位的疼痛、肌肉紧张、僵硬，可伴有或不伴有下肢的症状[8]。LBP几乎发生于各行各业，涉及汽车制造业、畜牧业、造船及相关装备制造业、建筑业、医疗卫生等行业，约14% ~ 80%的职业人群受到LBP的影响[9]。职业因素、个体生活因素和社会心理因素均是肌肉骨骼疼痛发生的危险因素[10]。这些因素之间的交互作用以及影响程度如何，目前罕见相关报道。为此，本研究拟通过多中心病例-对照研究，探究LBP的相关危险因素及其交互作用，为采取有效的防控策略和措施提供科学依据。
1. 对象与方法
1.1 对象
2021年12月—2022年12月期间，通过整群随机抽样方法，选取广东省工伤康复医院、广州市第十二人民医院、辽宁省鞍山市汤岗子康复医院等11家医院开展本次研究调查，将住院手术患者或者被门诊医生确诊为LBP的门诊患者作为病例组，主要包括椎间盘源性腰痛、腰椎间盘突出症、腰椎失稳症、腰椎滑脱症、腰椎管狭窄症、腰椎退变性侧凸、腰背筋膜炎等患者。选择同时期同一医院未患LBP的其他疾病患者或其他健康人群作为对照组。病例组纳入标准：年龄18 ~ 65岁；有LBP典型症状和体征；签署知情同意书并自愿参加问卷调查。对照组纳入标准：同一医院未患LBP的其他疾病患者或其他健康人群；签署知情同意书并自愿参加问卷调查。排除标准：先天性脊柱畸形；因外伤、感染性疾病、恶性肿瘤等因素导致的脊柱疾病患者；正处于妊娠期或哺乳期的女性；患者拒绝调查或精神异常无法完成调查者。本研究获得中国疾病预防控制中心职业卫生与中毒控制所医学伦理委员会批准。
1.2 方法
1.2.1 调查方法
选择由中国疾病预防控制中心职业卫生与中毒控制所编制的《脊柱疾病病例-对照研究调查表》电子问卷系统开展全国多中心的病例-对照研究。调查内容包括：（1）一般情况：姓名、性别、年龄、身高、体重、文化程度等；（2）疾病情况：调查日期、病例类型、诊断依据；（3）职业因素特征：工作活动、工作频率等；（4）生活因素特征：居住环境、使用电脑和手机的习惯等；（5）心理因素：工作薪酬、晋升制度、工作要求等。调查员扫描二维码，以一对一访谈的方式，即由1名调查员对1名研究对象，由调查者在线填写。
1.2.2 质量控制
正式调查前进行小样本预调查，经严格培训后开展一对一、面对面的现场调查，同一份调查问卷由同一名调查员完成。电子问卷设置自动逻辑纠错功能，以确保问卷的真实性、完整性及较高的回收率。
1.2.3 统计学分析
采用R语言软件进行数据清洗和统计分析。符合正态分布的计量资料使用均数±标准差（x ± s）表示，采用t检验进行两组间差异比较；计数资料使用例数（占比/%）表示，组间差异比较采用χ2检验；LBP的影响因素采用多因素logistic回归分析，并采用相乘和相加交互作用模型探究研究因素之间可能存在的交互作用。检验水平设定为P < 0.05。
2. 结果
2.1 一般特征比较
本次调查共纳入807名研究对象，其中病例组394例，对照组413例。病例组中男性为176例，女性为218例，平均年龄为（47.65 ± 11.24）岁，有饮酒习惯251人；对照组中男性为190例，女性为223例，平均年龄为（46.54 ± 11.31）岁，有饮酒习惯162人。两组年龄、性别、饮酒情况的分布上差异均无统计学意义（t年龄 =0.472，χ性别2 =0.145，χ饮酒2 = 3.667，P > 0.05）。其余差异有统计学意义（P < 0.05）的特征见表 1。
表 1 研究对象的一般特征比较[例数（占比/%）] 特征 病例组（n = 394） 对照组（n = 413） χ2值 P值 BMI/（kg/m2）① 9.877 0.020 过轻 13（3.3） 22（5.3） 正常 218（55.3） 262（63.4） 超重 131（33.2） 103（24.9） 肥胖 32（8.1） 26（6.3） 文化程度 22.409 < 0.001 小学或以下 41（10.4） 29（7） 初中或职业学校 62（15.7） 110（26.6） 高中或中专 70（17.8） 91（22） 大学或大专 206（52.3） 175（42.4） 硕士及以上 15（3.8） 8（1.9） 吸烟情况② 6.140 0.013 否 334（84.8） 322（78） 是 60（15.2） 91（22） 既往病史 4.599 0.032 否 339（86） 332（80.4） 是 55（14） 81（19.6） 退休情况 4.456 0.035 否 306（77.7） 345（83.5） 是 88（22.3） 68（16.5） 注：①体重指数（body mass index，BMI） < 18.5 kg/m2为过轻组，18.5 ~ 23.9 kg/m2为正常组，24.0 ~ 27.9 kg/m2为超重组，≥ 28.0 kg/m2为肥胖组；②吸烟是指每天至少吸1支烟，且连续吸烟6个月以上。 2.2 职业因素及生活因素比较
对病例组和对照组的职业因素和生活因素在各组的分布情况进行比较，结果显示，两组人员重复性工作、通勤时使用手机、业余时间看电视、对薪酬（工资）满意、晋升制度满意、职业属性和作业姿势情况差异有统计学意义（P < 0.05），提示上述研究因素可能与LBP的发生有关。见表 2。
表 2 研究对象职业因素和生活因素的比较[例数（占比/%）] 因素 病例组（n = 394） 对照组（n = 413） χ2值 P值 工作年限/年 4.962 0.175 < 5 19（4.8） 33（8） 5 ~ 10 26（6.6） 35（8.5） 11 ~ 15 37（9.4） 41（9.9） > 15 312（79.2） 304（73.6） 职业属性 36.818 < 0.001 行政管理人员 91（23.1） 47（11.4） 专业技术人员 128（32.5） 133（32.2） 商业、服务业人员 46（11.7） 32（7.7） 办事人员和有关人员 65（16.5） 98（23.7） 农、林、牧、渔、水利业生产人员 35（8.9） 38（9.2） 军人 2（0.5） 5（1.2） 生产、运输设备操作人员及有关人员 27（6.9） 60（14.5） 提举或搬运重物 0.228 0.633 否 333（84.5） 354（85.7） 是 61（15.5） 59（14.3） 不良工作姿势 1.099 0.294 否 203（51.5） 228（55.2） 是 191（48.5） 185（44.8） 重复性工作 5.330 0.021 否 175（44.4） 217（52.5） 是 219（55.6） 196（47.5） 作业姿势 10.392 0.016 坐姿 183（46.4） 174（42.1） 站姿 66（16.8） 106（25.7） 坐-立交替 136（34.5） 121（29.3） 其他 9（2.3） 12（2.9） 工作压力 0.697 0.404 否 205（52） 227（55） 是 189（48） 186（45） 倒班作业 1.279 0.258 否 343（87.1） 348（84.3） 是 51（12.9） 65（15.7） 经常加班 3.565 0.059 否 299（75.9） 289（70） 是 95（24.1） 124（30） 工间休息不足 2.676 0.102 否 348（88.3） 379（91.8） 是 46（11.7） 34（8.2） 单调工作 0.034 0.853 否 258（65.5） 273（66.1） 是 136（34.5） 140（33.9） 工作进度控制不足 2.261 0.133 否 349（88.6） 351（85） 是 45（11.4） 62（15） 居住条件潮湿 0.029 0.864 否 375（95.2） 392（94.9） 是 19（4.8） 21（5.1） 居住空间狭小 0.014 0.904 否 370（93.9） 387（93.7） 是 24（6.1） 26（6.3） 业余时间使用电脑 1.846 0.174 否 271（68.8） 302（73.1） 是 123（31.2） 111（26.9） 通勤时使用手机① 15.102 < 0.001 否 97（24.6） 154（37.3） 是 297（75.4） 259（62.7） 业余时间看电视 6.101 0.014 否 47（11.9） 75（18.2） 是 347（88.1） 338（81.8） 家里桌椅舒适 3.046 0.081 否 179（45.4） 213（51.6） 是 215（54.6） 200（48.4） 做家务 0.485 0.486 否 117（29.7） 132（32） 是 277（70.3） 281（68） 体育锻炼 1.867 0.172 否 36（9.1） 50（12.1） 是 358（90.9） 363（87.9） 对薪酬（工资）满意 23.803 < 0.001 否 128（32.5） 204（49.4） 是 266（67.5） 209（50.6） 对晋升制度满意 22.025 < 0.001 否 118（29.9） 190（46） 是 276（70.1） 223（54） 工作能力满足要求 0.774 0.379 否 59（15） 53（12.8） 是 335（85） 360（87.2） 工作节奏快 2.775 0.096 否 182（46.2） 215（52.1） 是 212（53.8） 198（47.9） 工作得到领导支持 0.133 0.715 否 50（12.7） 56（13.6） 是 344（87.3） 357（86.4） 和同事相处融洽 0.211 0.646 否 29（7.4） 27（6.5） 是 365（92.6） 386（93.5） 按照规定时间休息 0.169 0.681 否 70（17.8） 78（18.9） 是 324（82.2） 335（81.1） 生活压力 0.037 0.847 否 31（7.9） 31（7.5） 是 363（92.1） 382（92.5） 注：①通勤时使用手机指通勤时使用手机进行通话、通信、浏览社交媒体等与工作和娱乐相关的活动。本次调查将每周的频率大于3次，每次持续30 min以上认为该对象在通勤时使用手机。 2.3 下背痛影响因素的多因素logistic回归分析
以是否患LBP作为响应变量（病例组= 1，对照组= 0），将单因素分析中具有统计学意义的因素作为预测变量，纳入多因素logistic回归模型中，选用逐步向后回归法进行分析。结果显示，相对于体重过轻、不从事重复性工作、通勤时不使用手机、对薪酬（工资）不满意者，体重超重和肥胖、从事重复性工作、通勤时使用手机和对薪酬（工资）满意者发生LBP的风险升高至1.759 ~ 3.713倍（P < 0.05）；相对于文化程度为小学或以下者、行政管理人员，文化程度较高者及专业技术人员、办事人员、军人和操作设备相关人员等发生LBP的风险降低至0.144 ~ 0.571倍（P < 0.05）。见表 3。
表 3 下背痛影响因素的多因素的logistic回归分析变量 偏回归系数 SE值 Wald χ2值 标准回归系数 P值 OR（95%CI）值 BMI/（kg/m2） 过轻 1.000 正常 0.553 0.382 2.087 1.448 0.149 1.738
（0.831 ~ 3.767）超重 1.122 0.298 7.880 3.762 0.005 3.072
（1.421 ~ 6.879）肥胖 1.312 0.330 7.615 3.975 0.006 3.713
（1.481 ~ 9.612）文化程度 小学或以下 1.000 初中或职业学校 -1.114 0.333 11.118 -3.345 < 0.001 0.332
（0.171 ~ 0.634）高中或中专 -0.946 0.339 7.197 -2.792 0.007 0.377
（0.187 ~ 0.747）大学或大专 -0.744 0.462 4.378 -1.609 0.036 0.466
（0.230 ~ 0.927）硕士及以上 -0.349 1.000 0.349 -0.349 0.555 0.716
（0.230 ~ 2.317）职业属性 行政管理人员 1.000 专业技术人员 -0.560 0.409 5.908 -1.369 0.015 0.571
（0.362 ~ 0.894）商业、服务业人员 0.020 0.500 0.004 0.040 0.949 1.020
（0.554 ~ 1.890）办事人员和有关人员 -0.812 0.335 8.599 -2.423 0.003 0.444
（0.257 ~ 0.762）农、林、牧、渔、水利业生产人员 -0.707 0.563 3.419 -1.257 0.064 0.493
（0.232 ~ 1.039）军人 -1.937 0.701 4.852 -2.763 0.028 0.144
（0.019 ~ 0.733）生产、运输设备操作人员及有关人员 -1.439 0.245 17.250 -5.878 < 0.001 0.237
（0.119 ~ 0.464）重复性工作 否 1.000 是 0.565 0.273 12.757 2.068 < 0.001 1.759
（1.293 ~ 2.404）通勤时使用手机 否 1.000 是 0.579 0.288 11.230 2.010 < 0.001 1.785
（1.274 ~ 2.510）对薪酬（工资）满意 否 1.000 是 0.663 0.268 17.075 2.472 < 0.001 1.941
（1.419 ~ 2.663）2.4 下背痛的职业因素与生活因素的交互作用
本次研究主要针对职业因素与生活因素进行交互作用分析。由于回归分析结果显示重复性工作和通勤时使用手机均是LBP发生的危险因素，因此进一步探讨这些危险因素之间是否存在交互作用。分析发现，在调整了性别、年龄、BMI、文化程度、既往病史、职业属性和对薪酬（工资）满意之后，重复性工作与通勤时使用手机存在相乘交互作用（OR = 3.743，95%CI：2.181 ~ 6.424）；具体见表 4。再根据相加交互作用原则，结果显示在调整了上述因素之后重复性工作与通勤时使用手机对LBP的发生并未发现相加交互作用[相对超额风险因交互作用（relative excess risk due to interaction，RERI）=-0.034，95%CI：-1.536 ~ 1.469；交互作用归因比（attributable proportion，AP）=-0.009，95%CI：-0.411 ~ 0.393；交互作用指数（synergy index，SI）= 0.988，95%CI：0.574 ~ 1.699）]。
表 4 重复性工作与通勤时使用手机相乘交互作用分析[OR（95%CI）值] 重复性工作 通勤时使用手机 病例组例数/对照组例数 模型一 模型二 否 否 30/74 1.000 1.000 否 是 145/143 2.501（1.542 ~ 4.057） 2.389（1.398 ~ 4.083） 是 否 67/80 2.066（1.210 ~ 3.527） 2.388（1.354 ~ 4.211） 是 是 152/116 3.232（1.982 ~ 5.270） 3.743（2.181 ~ 6.424） 注：模型一：未调整协变量；模型二：调整了性别、年龄、BMI、文化程度、既往病史、职业属性和对薪酬（工资）满意。 3. 讨论
LBP是十分常见的肌肉骨骼疾病，同时也是全球范围导致身体残疾和经济损失的最大原因之一[11-12]。众所周知，LBP可能导致严重的脊柱问题或功能残疾，与劳动者的生活质量和生产力下降有关[13-15]。对建筑业、制造业和医疗保健行业等多种体力要求较高的职业调查发现，职业因素，如重复性工作、作业姿势等已确认是发生LBP等肌肉骨骼疾患的危险因素[16-18]；然而，除了职业因素外，大量研究也支持非职业因素和社会心理因素等在LBP等肌肉骨骼疾患发生发展中发挥了重要作用[19-20]。
本研究结果提示，体重超重或肥胖者发生LBP的风险分别是过轻者的3.072倍和3.713倍。Bareza等[21]对医护人员LBP进行meta分析发现，BMI与LBP发生存在关联。Morita等[22]在日本的一项关于农业工人WMSDs的横断面调查提出，BMI > 25 kg/m2或更高可能与LBP相关。保持正常的体重可以避免腰椎承受额外的腹部重量，减轻腰椎的压力。当BMI值过大时，背部肌肉通过收缩以保持腹部高度，这会导致下背部出现慢性痉挛，同时还会增加腰椎这一区域的负荷和疼痛，从而导致LBP的发生[23-24]。本研究结果显示，相对于小学文化程度组，文化程度较高组的LBP风险较低，可能是因为文化程度较高人群有更强的健康意识和主动学习的能力[25]，避免自身暴露于不良工效学因素。职业属性方面，行政管理人员相较于其他职业更容易罹患LBP。长时间坐姿作业是行政管理人员的典型工作特征，既往研究表明，久坐行为与LBP的发生存在关联[26]，而减少久坐行为可有效改善办公室作业人员LBP的发生情况[27]。
社会心理因素在肌肉骨骼疾患的发生发展中也发挥着重要作用。本次研究发现，对薪酬满意是LBP发生的危险因素，对薪酬满意可使LBP发生风险增加至1.941倍。这可能是薪酬满意者往往需要承担更多自身工作的压力[28]，在高薪酬条件下，用人单位对劳动者工作能力的要求可能相应增高[29]，意味着劳动者可能需要肩负更大的责任，心理压力的增加会引起肌肉紧张，导致肌肉骨骼症状和疼痛的出现。
本研究进一步发现重复性工作与通勤时使用手机与LBP的发生存在相乘交互作用，但未发现相加交互作用，可能意味着重复性工作和通勤时使用手机对LBP的影响并非简单相加，而是通过相乘的方式产生更显著的影响。这种交互作用反映了工作环境和日常生活方式之间的复杂关系。涉及躯干或腰背部的重复性工作可能会增加腰椎负担，而通勤时使用手机可能导致低头弯腰等不良姿势，加剧了腰椎受力情况。当这两种因素同时存在时，它们的影响可能会相互叠加。提示我们在预防和管理LBP时，不仅需要关注单个因素的影响，还需考虑到不同因素之间的交互作用，以制定更全面有效的预防策略和干预措施。然而，目前针对LBP发生的危险因素的交互作用研究较少，职业和生活因素与LBP相关的具体关联和确切机制尚不明确，需要更深一步的研究证实。
综上所述，生产企业及用人单位应采取合理可行的肌肉骨骼疾患防控政策，给予员工足够的社会支持和心理疏导、定期开展肌肉骨骼疾患健康知识宣讲及职业技能培训等措施，确保其在日常生活和劳动过程中，保持对肌肉骨骼疾患的防范意识。
本研究的优势在于通过多中心病例-对照研究，从多角度探究了LBP发生的危险因素及其交互作用，为今后进一步研究提供了数据支持。但本研究仍存在以下不足：一是本研究为回顾性研究，主要通过问卷调查收集信息，可能存在回忆性偏倚，且无法确定调查因素与LBP发生的时间顺序，无法获得准确的因果关系；二是本研究的对照组来源于医院内人群，未对其他可能影响LBP发生的因素进行控制，如生活方式、职业暴露、家庭因素等。
作者声明 本文无实际或潜在的利益冲突 -
表 1 2018年淄博市高温中暑病例性别分布
[例（占比/%）] 类型 男性 女性 总计 χ2值 P值 轻症中暑 52(70.3) 22(29.7) 74(100) 0.016 0.898 重症中暑 74(71.2) 30(28.8) 104(100) 3.515 0.319 热射病 56(70.9) 23(29.1) 79(100) 热痉挛 11(84.6) 2(15.4) 13(100) 热衰竭 5(71.4) 2(28.6) 7(100) 混合型 2(40.0) 3(60.0) 5(100) 合计 126(70.8) 52(29.2) 178(100) 
下载: 导出CSV
表 2 2018年淄博市高温中暑病例年龄分布
[例（占比/%）] 年龄/岁 轻症中暑 重症中暑 总计 χ2值 P值 男性 女性 男性 女性 16 ~ 29 9（69.2） 1（7.7） 2（15.4） 1（7.7） 13（100） 0.423a 30 ~ 59 20（26.7） 9（12.0） 43（57.3） 3（4.0） 75（100） 7.952 0.005 ≥ 60 23（25.6） 12（13.3） 29（32.2） 26（28.9） 90（100） 1.479 0.224 合计 52（29.2） 22（12.4） 74（41.6） 30（16.9） 178（100） 0.016 0.898 注：a P值为通过Fisher确切概率法所得。
下载: 导出CSV
表 3 2018年淄博市高温中暑患者地区分布
行政区划 轻症中暑 重症中暑 总计 例（占比/%） 发病率（1/10万） 例（占比/%） 发病率（1/10万） 例（占比/%） 发病率（1/10万） 张店区 12（16.2） 1.7 20（19.2） 2.8 32（18.0） 4.5 淄川区 5（6.8） 0.8 24（23.1） 3.8 29（16.3） 4.6 临淄区 32（43.2） 5.2 24（23.1） 3.9 56（31.5） 9.1 博山区 1（1.4） 0.2 3（2.9） 0.7 4（2.2） 0.9 周村区 11（14.9） 3.8 18（17.3） 6.3 29（16.3） 10.1 高新区 4（5.4） 2.6 4（3.8） 2.6 8（4.5） 5.2 桓台县 4（5.4） 0.8 4（3.8） 0.8 8（4.5） 1.6 高青县 4（5.4） 1.1 7（6.7） 1.9 11（6.2） 3.0 沂源县 1（1.4） 0.2 0（0） 0 1（0.6） 0.2 合计 74（100） 1.7 104（100） 2.4 178（100） 4.1
下载: 导出CSV
表 4 2018年淄博市高温中暑患者职业分布
例（占比/%） 职业 轻症中暑 重症中暑 工人 25（33.8） 40（38.5） 农民 23（31.1） 46（44.2） 其他 26（35.1） 18（17.3） 合计 74（100） 104（100）
下载: 导出CSV
表 5 重症中暑病例中暑原因
[例（占比/%）] 性别 居家 室内工作 总计 户外活动 农田劳作 户外工作 总计 男 7（9.5） 3（4.1） 10（13.6） 9（12.2） 25（33.8） 30（40.5） 64（86.5） 女 8（26.7） 0（0） 8（26.7） 8（26.7） 11（36.7） 3（10.0） 22（73.4） 合计 15（14.4） 3（2.9） 18（17.3） 17（16.3） 36（34.6） 33（31.7） 86（82.6）
下载: 导出CSV
表 6 高温中暑与气温、湿度相关性分析（n = 122）
中暑类型 气象因子 r值 P值 轻症中暑 最高气温（30 ~ 38 ℃） 0.515 < 0.01 最低气温（18 ~ 27 ℃） 0.583 < 0.01 湿度（17% ~ 57%） 0.359 < 0.01 重症中暑 最高气温（30 ~ 38 ℃） 0.569 < 0.01 最低气温（22 ~ 27 ℃） 0.637 < 0.01 湿度（10% ~ 57%） 0.313 < 0.01 合计 最高气温（30 ~ 38 ℃） 0.406 < 0.01 最低气温（18 ~ 27 ℃） 0.567 < 0.01 相对湿度（10% ~ 57%） 0.301 < 0.05
下载: 导出CSV
-
[1] 夏猛, 李广益, 李宁, 等.淄博市职业病疾病谱及发病情况调查研究[J].中国工业医学杂志, 2017, 30(4):297-301. https://www.cnki.com.cn/Article/CJFDTOTAL-SOLE201704018.htm [2] 汪庆庆, 李永红, 丁震, 等.南京市高温热浪与健康风险早期预警系统试运行效果评估[J].环境与健康杂志, 2014, 31(5):382-384. https://www.cnki.com.cn/Article/CJFDTOTAL-HJYJ201405002.htm [3] 中华人民共和国卫生部, 中国气象局.关于印发《高温中暑事件卫生应急预案》的通知: 卫应急发[2007]229号[A]. 2007. [4] 中华人民共和国国家卫生健康委员会.职业性中暑的诊断: GBZ 41-2019[S].北京: 中国标准出版社, 2019. [5] 邬堂春, 牛侨, 周志俊, 等.职业卫生与职业医学[M].北京:人民卫生出版社, 2017. [6] 陆强, 曹春燕, 马起腾.职业性重症中暑9例分析[J].职业卫生与应急救援, 2019, 37(2):178-179;184. doi: 10.16369/j.oher.issn.1007-1326.2019.02.020 [7] 周星妍, 曾红玲, 王遵娅, 等. 2018年中国气候主要特征及主要天气气候事件[J].气象, 2019, 45(4):543-552. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201904009.htm [8] 董晨, 许慧慧, 金奇昂, 等. 2009-2010年上海市居民中暑死亡病例特征分析[J].环境与职业医学, 2012, 29(12):763-766. https://www.cnki.com.cn/Article/CJFDTOTAL-LDYX201212008.htm [9] 陈静, 韩军彩, 张素果, 等.基于暑热指数的河北省中暑气象等级预报指标研究[J].气象与环境学报, 2013, 29(5):86-91. doi: 10.3969/j.issn.1673-503X.2013.05.014 [10] 杨丽文, 郑倩玲, 张宗军, 等. 32例职业性重症中暑临床分析[J].中国热带医学, 2007, 7(6):932-934. doi: 10.3969/j.issn.1009-9727.2007.06.036 [11] 戴垚垚, 黄玮奕, 张志兰, 等. 2016-2017年南通市高温中暑流行病学特征分析[J].环境卫生学杂志, 2018, 8(2):126-129. https://www.cnki.com.cn/Article/CJFDTOTAL-GWYX201802009.htm [12] 周贵珍, 严寒, 袁红. 2013年上海市嘉定区高温中暑病例分析[J].上海预防医学, 2014, 26(11):614-616. https://www.cnki.com.cn/Article/CJFDTOTAL-SHYI201411011.htm [13] 李广益, 王敏, 王晓芳, 等.淄博市4762家企业职业病危害申报情况分析[J].中国工业医学杂志, 2016, 29(6):443-445. https://www.cnki.com.cn/Article/CJFDTOTAL-SOLE201606020.htm [14] 陈秀红, 奚用勇, 胡昕冬, 等. 2013-2017年上海市浦东新区高温中暑病例流行病学特征[J].职业与健康, 2018, 34(16):2250-2253. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYJK201816024.htm [15] 崔亮亮, 周敬文, 耿兴义, 等. 2011-2014年济南市高温中暑病例流行病学特征及风险分析[J].环境与健康杂志, 2015, 32(9):809-812. https://www.cnki.com.cn/Article/CJFDTOTAL-HJYJ201509016.htm [16] 卢晶晶, 吕劲文, 钱峥.宁波市高温中暑气象等级评定方法研究[J].气象与环境学报, 2016, 32(4):91-97. doi: 10.3969/j.issn.1673-503X.2016.04.012 [17] 陈辉, 黄卓, 田华, 等.高温中暑气象等级评定方法[J].应用气象学报, 2009, 20(4):451-457. doi: 10.3969/j.issn.1001-7313.2009.04.009 [18] 冯鸿义, 郎燕梅.高温天气作业引起职业性重症中暑案例的分析与思考[J].职业卫生与应急救援, 2017, 35(4):396-398. doi: 10.16369/j.oher.issn.1007-1326.2017.04.031 -
期刊类型引用(1)
1. 李显，侯晓，张麟征，晏飞，常淑凡，王卓文，陈洋，王威. 发电企业职业病危害因素与防护策略探讨. 中国职业医学. 2023(02): 235-241 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 211
- HTML全文浏览量: 49
- PDF下载量: 33
- 被引次数: 1
