1984年创刊 双月刊

与交通有关苯暴露同儿童白血病风险关系的meta分析

孙原, 迟美娜, 曹俭, 赵忠林, 侯强

孙原, 迟美娜, 曹俭, 赵忠林, 侯强. 与交通有关苯暴露同儿童白血病风险关系的meta分析[J]. 职业卫生与应急救援, 2021, 39(2): 136-140, 147. DOI: 10.16369/j.oher.issn.1007-1326.2021.02.003
引用本文: 孙原, 迟美娜, 曹俭, 赵忠林, 侯强. 与交通有关苯暴露同儿童白血病风险关系的meta分析[J]. 职业卫生与应急救援, 2021, 39(2): 136-140, 147. DOI: 10.16369/j.oher.issn.1007-1326.2021.02.003

与交通有关苯暴露同儿童白血病风险关系的meta分析

基金项目: 

上海市公共卫生体系建设三年行动计划(2020—2022) GWV-10.1-XK12

上海市化工职业病防治院课题 2017ZFY09

详细信息
    作者简介:

    孙原(1985—),女,硕士,主管医师

    通讯作者:

    侯强, 副主任医师, E-mail: hq8817@163.com

  • 中图分类号: R135.1+2

Traffic related benzene exposure and childhood leukemia risk: a meta analysis

  • 摘要:
      目的  系统评价与交通有关的苯暴露与儿童白血病之间的关系。
      方法  搜索Web of Science和PubMed英文数据库,设置检索词为“childhood leukemia”或“childhood ALL”或“childhood AML”或“Benzene”或“traffic density”或“road density”和“vehicle density”,检索符合要求的相关文献,采用STATA 15.0软件对纳入的文献进行meta分析。
      结果  初次筛检文献579篇,最后纳入21篇病例对照文献研究。21个研究存在中等程度的异质性(I2=45%,P=0.014),故采取随机效应模型进行统计分析。研究结果显示,与交通有关的苯暴露对儿童白血病的风险无统计学意义(合并OR=1.03,95% CI:0.98~1.09,P=0.210)。进一步的亚组分析显示:按照Newcastle-Ottawa量表评分进行分组,≥ 7分的12项研究显示苯暴露对儿童白血病的风险有统计学意义(合并OR=1.04,95% CI:1.00~1.07,P=0.024)。漏斗图显示纳入的文献不存在出版偏倚(Begg检验,P=0.131)。
      结论  与交通有关的苯暴露与儿童患白血病之间可能不存在相关性,其结果还需要进一步的高质量前瞻性试验来验证。
    + English
  • 新型冠状病毒肺炎(corona virus disease 2019,COVID-19)简称“新冠肺炎”,其起病快、发病急、病情进展迅速、传播速度快,对人们的身心健康造成极大的威胁[1]。多项研究[2-3]表明,传染病、地震、洪水、暴风雪等多种灾难性事件均会对人的心理健康产生不良影响。护理人员作为一线防疫者,在从事疫情防控工作时,面对特殊的护理环境,或多或少会产生焦虑、抑郁等负性情绪,可能导致睡眠紊乱[4]。国内外相关的研究均表明新冠肺炎疫情易引起护理人员不良的心理问题,但由于不同地区疫情严重程度不同,各地区医护人员心理状况表现也各有差异。本次研究旨在了解泉州市2020年新冠肺炎疫情期间护理人员焦虑情绪和失眠状况,以期在今后类似事件发生时,为用人单位的心理干预和政策制定提供依据。

    采用方便抽样的方法,选取2020年5月福建省泉州市第一医院(也是该市新冠肺炎定点救治医院)在职在岗的注册护士为研究对象。研究对象纳入标准:(1)知情同意并参与本次研究;(2)工作时间1年及以上。排除标准:(1)实习、进修、护工人员;(2)近1年正在接受心理咨询或治疗;(3)既往有精神疾病史。

    自行设计调查问卷,内容包括研究对象的基本信息、新冠肺炎认知情况、焦虑自评量表(SAS)、失眠严重指数量表(ISI)。调查内容包括:(1)一般资料调查表:调查研究对象的一般情况(年龄、性别、身高、体重、婚姻状况、文化程度、经济收入、吸烟饮酒、精神疾病家族史等)、与新冠肺炎病人接触情况;(2)焦虑自评量表[5]:该量表共有20个条目,采用4级评分,每个条目采用1 ~ 4分制记分,研究对象根据自身最近一周的实际情况进行填答。主要评定症状出现的频率,焦虑评分标准:50 ~ 59分为轻度焦虑,60 ~ 69分为中度焦虑,> 69分为重度焦虑。本研究中该量表Cronbach’s α系数= 0.948;KMO = 0.954,Bartlett球形检验P < 0.01。(3)失眠严重指数量表[6]:该量表共有7个条目,每个条目采用0 ~ 4分制记分,用来评估最近1周失眠严重程度。失眠指数评分标准:0 ~ 7分表示无临床意义的失眠,8 ~ 14分表示亚临床失眠,15 ~ 21分表示中度失眠,21 ~ 28分表示重度失眠。本研究Cronbach’s α系数= 0.887;KMO = 0.917,Bartlett球形检验P < 0.01。

    由护理部通过文件统一向该院所有护士解释说明本次调查的目的与意义,并利用微信、QQ或邮件等方式向各科室护士定向发送问卷链接,确保问卷分发到位。研究对象在问卷星平台上完成问卷调查。

    调查对象按照要求填写方可提交,相同IP地址只能作答1次。数据录入和导出工作均由两人一起完成。剔除信息填写不全、随机答题规律明显、答题时长低于300 s的调查问卷。

    利用SPSS 26.0软件进行统计学分析。计量资料采用均数±标准差(x ± s)表示,两组间差异比较采用独立样本t检验,三组及以上组间差异采用单因素方差分析。用多元线性回归分析焦虑和失眠状况的影响因素。所有P值基于双侧检验,统计学检验水准α = 0.05。

    本次研究共回收问卷760份,其中有效问卷738份,有效率为97.1%。调查对象主要以女性为主(占97.0%);年龄为20 ~ 59岁,平均年龄为(31.1 ± 6.4)岁;大多数人已婚(占65.3%);学历在大专以上的超过一半;职称主要为初级(占74.4%);平均工作年限为9.2年。见表 1

    表  1  调查对象一般情况以及焦虑和失眠状况的单因素分析
    变量 人数(占比/%) SAS分值(x ± s) tF P值 ISI分值(x ± s) tF P
    性别 22(3.0) 34.41 ± 10.64 0.148 0.882 12.86 ± 4.52 0.016 0.987
    716(97.0) 34.04 ± 11.55 12.88 ± 4.72
    年龄/岁 < 30 424(57.5) 33.26 ± 11.32 2.897 0.056 12.75 ± 4.76 0.546 0.579
    30~50 303(41.1) 35.24 ± 11.86 13.09 ±4.70
    > 50 1(1.4) 31.55 ± 5.39 12.27 ± 3.32
    婚姻状态 已婚 482(65.3) 34.23 ± 11.95 0.569 0.569 12.86 ± 4.72 0.178 0.859
    其他 256(36.7) 33.72 ± 10.65 12.92 ±4.71
    生育情况 未生育 281(38.1) 33.89 ± 10.89 0.290 0.772 12.91 ±4.71 0.159 0.874
    已生育 457(61.9) 34.15 ± 11.90 12.86 ± 4.73
    文化程度 高中及以下 18(2.4) 36.50 ± 12.53 2.043 0.130 12.89 ± 4.69 0.052 0.949
    大专 377(51.1) 33.25 ± 11.91 12.82 ± 4.80
    本科及以上 343(46.5) 34.80 ± 10.97 12.94 ± 4.64
    居住地 城镇 608(82.4) 34.38 ± 11.48 1.668 0.096 12.85 ± 4.74 0.321 0.748
    乡村 130(17.6) 32.52 ± 11.60 13.00 ±4.62
    职称 初级 549(74.4) 33.61 ± 11.51 2.043 0.130 12.75 ± 4.82 0.831 0.436
    中级 174(23.6) 35.56 ± 11.54 13.25 ±4.36
    高级 15(2.0) 32.47 ± 10.62 13.40 ±4.70
    工作年限/年 < 5 241(32.7) 32.43 ± 10.76 4.138 0.006 12.47 ± 4.52 1.983 0.115
    [5, 8) 210(28.5) 33.56 ± 10.87 12.71 ±4.86
    [8,11) 116(15.7) 36.47 ± 13.01 13.00 ±4.90
    ≧11 171(23.1) 35.30 ± 11.92 13.58 ±4.63
    月收入/元 < 3 000 101(13.7) 34.44 ± 13.93 1.231 0.293 12.82 ±5.36 0.062 0.940
    [3 000, 5 000) 386(52.3) 33.43 ± 10.95 12.84 ± 4.64
    ≧ 5000 251(34.0) 34.85 ± 11.29 12.96 ± 4.57
    吸烟 11(1.5) 35.00 ± 8.22 0.275 0.783 12.55 ± 4.25 0.237 0.813
    727(98.5) 34.04 ± 11.56 12.88 ± 4.72
    饮酒 92(12.5) 35.23 ± 10.01 1.049 0.295 13.54 ±4.50 1.445 0.149
    646(87.5) 33.88 ± 11.71 12.78 ± 4.74
    体育锻炼 每周≧3h 77(10.4) 30.66 ± 10.35 9.410 < 0.001 11.55 ±4.70 8.993 < 0.001
    每周 < 3h 252(34.2) 32.56 ± 10.07 12.27 ± 4.34
    从不 409(55.4) 35.61 ± 12.30 13.51 ±4.85
    个人疾病史 64(8.7) 38.83 ± 11.55 3.499 < 0.001 14.72 ± 4.47 3.288 < 0.001
    674(91.3) 33.60 ± 11.42 12.70 ± 4.70
    精神疾病家族史 20(2.7) 36.70 ± 10.40 1.043 0.297 14.30 ± 4.49 1.367 0.172
    718(97.3) 33.98 ± 11.54 12.84 ± 4.72
    科室类型 高危科室 164(22.2) 33.88 ± 11.27 0.217 0.828 12.76 ± 4.84 0.380 0.704
    普通科室 574(77.8) 34.10 ± 11.60 12.91 ±4.68
    接触新冠肺炎病例 75(10.2) 33.95±9.83 0.082 0.935 13.09 ±4.17 0.414 0.679
    663(89.8) 34.06 ± 11.70 12.86 ± 4.78
    因新冠柿炎而考虑辞职是 41.91 ± 13.49 3.350 0.001 15.78 ± 5.19 3.017 0.003
    715(96.9) 33.80 ± 11.37 12.79 ± 4.67
    担心传染新冠病毒给他人 498(67.5) 35.57 ± 11.74 5.272 < 0.001 13.53 ±4.67 5.507 < 0.001
    240(32.5) 30.89 ± 10.37 11.53 ±4.52
    家人朋友可能感染新冠病毒 280(37.9) 38.38 ± 12.58 8.340 < 0.001 14.22 ± 4.94 6.180 < 0.001
    458(62.1) 31.41 ± 9.94 12.06 ± 4.38
    受到他人区别对待 94(12.7) 40.64 ± 13.77 6.081 < 0.001 15.26 ± 5.05 5.327 < 0.001
    644(87.3) 33.09 ± 10.83 12.53 ± 4.57
    :个人疾病史指排除精神心理疾病外,心脑血管疾病、糖尿病及其他疾病史。高危科室包括发热门诊、呼吸科、感染病科、隔离病房、传染病房以及新冠患者重症病房。
    下载: 导出CSV 
    | 显示表格

    根据焦虑和失眠指数评分标准,本研究中焦虑和失眠发生率分别为8.5%(63/738)和35.8%(264/ 738),在失眠者中具有焦虑情绪的占23.9%(63/ 264)。单因素分析结果显示,体育锻炼、个人疾病史、因新冠肺炎而考虑辞职、担心传染新冠病毒给其他人、家人朋友可能感染新冠病毒以及受到他人区别对待之情况不同的护士,其焦虑、失眠评分差异均有统计学意义(P < 0.05),另外工作年限不同之护士的焦虑评分差异也有统计学意义(P < 0.05)。见表 1

    在单因素分析的基础上,把在α = 0.20水平上有意义的变量都考虑作为多元模型的候选预测变量纳入模型,分别将焦虑和失眠作为响应变量,进行多元线性回归分析。预测变量赋值见表 2。采用Enter法筛选变量。经共线性诊断发现,变量之间的容忍度均在0.7以上,方差膨胀因子小于3以下,所有变量都不存在共线性,均可直接引入多元线性回归模型。多元线性回归模型检验结果显示:焦虑模型的决定系数R2 = 0.148,调整的R2 = 0.137、F = 14.021(P均 < 0.01);失眠模型的决定系数R2 = 0.115,调整的R2 = 0.104、F = 10.481(P均 < 0.01)。多元线性回归分析结果表明:体育锻炼是焦虑和失眠的保护因素;具有个人疾病史、曾考虑因新冠肺炎而辞职、担心因个人导致新冠肺炎能传染给家人朋友、受到他人区别,是焦虑和失眠的危险因素,分析结果见表 3表 4

    表  2  线性回归变量赋值表
    变量 赋值
    文化程度 1 =高中及以下,2 =大专,3 =本科及以上。(参照组: 高中及以下)
    职称 1=初级,2=中级,3 =高级。(参照组: 初级)
    体育锻炼 1 =从不锻炼,2 =每周 < 3 h,3 =每周≧3 h。(参照组: 从不)
    工作年限 1 = < 5年,2 = 5~8年,3 = 8~11年,4=≧ 11年。(参照组: < 5年)
    饮酒 0 =否,1 =是。(参照组: 否)
    居住地 1 =城镇,2 =农村。(参照组: 城镇)
    个人疾病史 0 =无,1=有。(参照组: 无)
    精神疾病家族史 0 =无,1=有。(参照组: 无)
    因新冠肺炎而考虑辞职 0 =否,1 =是。(参照组: 否)
    担心传染新冠病毒给其他人 0 =否,1 =是。(参照组: 否)
    可能传染给家人朋友 0 =否,1 =是。(参照组: 否)
    受到他人区别对待 0 =否,1 =是。(参照组: 否)
    下载: 导出CSV 
    | 显示表格
    表  3  影响焦虑分值变化的多元线性回归分析
    变量 β SE值 标化系数 t P β的95%CI值
    体育锻炼3 -4.226 1.356 -0.112 - 3.116 0.002 - 6.889 ~- 1.564
    体育锻炼2 -2.571 0.886 -0.106 - 2.900 0.004 -4.311 ~-0.830
    个人疾病史 3.320 1.456 0.081 2.280 0.023 0.461 ~ 6.179
    因新冠肺炎而考虑辞职 5.012 2.325 0.076 2.155 0.031 0.446 ~ 9.577
    可能传染给家人朋友 4.631 0.920 0.195 5.031 < 0.001 2.824 ~ 6.437
    受到他人区别对待 3.829 1.264 0.111 3.028 0.003 1.346 ~ 6.311
    下载: 导出CSV 
    | 显示表格
    表  4  影响失眠指数分值变化的多元线性回归分析
    变量 β值SE值 SE值 标化系数 t P β的95%CI值
    体育锻炼3 -1.706 0.566 0.566 -0.111 -3.012 0.003 -2.818 ~- 0.594
    体育锻炼2 -1.042 0.370 0.370 -0.105 -2.815 0.005 -1.769 ~- 0.315
    个人疾病史 1.277 0.608 0.608 0.076 2.099 0.036 0.083 ~ 2.470
    因新冠肺炎而考虑辞职 1.946 0.971 0.971 0.072 2.004 0.045 0.040 ~ 3.853
    担心传染新冠病毒给其他人 1.063 0.388 0.388 0.106 2.743 0.006 0.302 ~ 1.825
    可能传染给家人朋友 1.156 0.384 0.384 0.119 3.007 0.003 0.401 ~ 1.910
    受到他人区别对待 1.507 0.528 0.528 0.107 2.854 0.004 0.470 ~ 2.544
    下载: 导出CSV 
    | 显示表格

    将焦虑作为预测变量,失眠为响应变量进行线性回归分析,建立焦虑和失眠之间的线性回归模型。该模型检验结果显示Durbin-Watson统计量值= 1.987,决定系数R2 = 0.467,β(95%CI)值为0.280(0.258,0.302)(P<0.001),表明由预测变量“焦虑”和响应变量“失眠”建立的线性回归模型具有统计学意义,焦虑和失眠分值之间成正相关关系。

    已有研究[7]表明,新冠肺炎疫情的外在压力可加剧医护人员的心理健康问题。一项关于新冠肺炎流行期间医护人员的100多篇相关文献系统综述发现,医护人员焦虑发生率为24.1% ~ 67.5%[8]。一项meta分析发现护士睡眠障碍发生率为34.8%[9]。此外也有研究发现在一线医护人员中失眠发生率为32%[10]。本次研究对象为泉州市某三甲新冠肺炎定点救治医院在职在岗的注册护士,该医院现有职工3 398人,其中护士人数1 621人,2020年接待了新冠肺炎患者。在本次研究中,护理人员焦虑情绪和失眠问题的发生率分别为8.5%和35.8%,低于以上引用文献的研究结果。可能原因是,本次调查时间为2020年5月,当地患者已全部治愈出院,此时无新增本地病例[11],新冠肺炎疫情处于可控时期;一线护理人员经过前期专业的新冠肺炎疫情防控培训,对于新冠肺炎的认知能力已经远远超过最初暴发时期,故本次调查对象的焦虑和失眠发生率低于其他研究,总体向好。

    已有多项研究[12-13]表明,体育锻炼可以增强体质、减少疾病。在一项关于体力活动增加是否可以改善失眠的随机对照试验中,干预组实施每周≥ 150 min的中等至高强度体育活动,持续6个月,干预组的失眠、焦虑情况均显著降低[14]。本次多元线性回归分析同样发现体育锻炼可以有效减少焦虑和失眠,经常进行体育锻炼的人员其焦虑和失眠的评分低于从不锻炼者,并呈现出剂量-效应关系(P < 0.01)。

    有研究[15]发现,具有基础疾病是护理人员心理状况转好的阻碍因素。本次多元线性回归分析结果显示具有个人疾病史的护理人员其SAS(β = 3.320,P = 0.023)和ISI(β = 1.277,P = 0.036)评分高于其他护理人员,可见自身健康状况差容易引起不良的心理情绪及失眠的发生。

    新冠肺炎作为全球大流行急性呼吸道传染病,一线护士与其直接接触,会增加护士的心理压力。有研究[16]发现,对疾病的恐慌是一线护士心理健康的影响因素之一。本次多元线性回归分析结果发现,考虑因为新冠肺炎而辞职的护士中,其焦虑(β = 5.012,P = 0.031)和失眠(β = 1.946,P = 0.045)评分均较高,但这类人员仅占3.1%。

    相关研究[17-18]发现,社会支持和家庭支持不足对护理人员会产生不同程度的心理健康风险。本次多元线性回归分析发现受到他人区别对待,担心因个人原因可能传染给家人朋友或者其他人的护士其焦虑、失眠现象更为严重(P < 0.01)。故可以认为社会、家人和朋友的支持对减少护理人员的焦虑和失眠非常重要。

    失眠是指尽管有合适的睡眠机会和睡眠环境,依然对睡眠时间或质量感到不满意,并且影响日间社会功能的一种主观体验。主要症状表现为入睡困难(入睡潜伏期超过30 min)、睡眠维持障碍(整夜觉醒次数≥ 2次)、早醒、睡眠质量下降和总睡眠时间减少(通常少于6.5 h),同时伴有日间功能障碍[19]。失眠在任何年龄均可发生,常见日间功能障碍包括疲劳、情绪低落、精神不振、认知障碍等。失眠与许多疾病发病有关,包括心脑血管疾病、癌症和糖尿病等[20]。国内外流行病学调查均显示人群失眠的发生率居高不下,在黎巴嫩789名人员的失眠调查中发现失眠的患病率为47.1%[21]。而在一项调查中,我国有45.4%的调查者存在不同程度的失眠[22]。失眠常伴随其他心理问题,40%的失眠患者患有精神障碍,其中最常见的是焦虑症(占4%)[23]。失眠常增加焦虑等心理问题的发生风险,而焦虑反过来又会加重失眠程度,两者相互影响、互为因果,具有很高的共病率[24]。本次研究发现在失眠者中具有焦虑情绪的占比为23.9%(63/264),所有焦虑症状的研究对象都有失眠症状。将焦虑作为预测变量,失眠为响应变量进行线性回归分析,结果焦虑和失眠之间成正相关关系。

    综上所述,2020年该医院护士存在一定的焦虑和失眠等健康问题,且受多种因素的影响。用人单位应当注重高危人员的心理健康,必要时进行有针对性的心理干预,改善其身心健康。本次研究未收集到不同医院、不同地区的样本数据,样本来源单一,将在今后进一步的研究中加以改进。

    作者声明  本文无实际或潜在的利益冲突
  • 图  1   文献筛选流程

    图  2   与交通有关的苯暴露与儿童白血病风险的森林图

    图  3   与交通有关的苯暴露与儿童白血病风险文献之发表偏倚分析

    注:纵坐标为OR的对数,横坐标为标准误差

    表  1   纳入文献的基本情况

    作者 发表年份 国家 研究年份(年限/年) 暴露方式 病例选择 对象年龄/岁 OR值 95%CI值 病例例数组 NOS评分
    Savitz,et al.[10] 1989 美国 1976—1983(8) 交通密度 Colorado Central Cancer Register < 14 1.60 0.8~3.4 79 6
    Raaschou-Nielsen,et al.[11] 2001 丹麦 1968—1991(24) Danish Cancer Registry < 15 0.40 0.1~1.6 870 8
    Reynolds,et al.[12] 2001 美国 1988—1994(7) 车辆密度 California Cancer Registry < 5 1.59 0.76~3.34 28 7
    Reynolds,et al.[13] 2002 美国 1988—1994(7) 交通密度 California Cancer Registry < 15 1.14 0.94~1.39 187 5
    Langholz,et al.[14] 2002 美国 1978—1984(7) 交通密度 Los Angeles County Cancer Surveillance Program < 10 1.40 0.7~3.0 46 6
    Reynolds,et al.[15] 2004 美国 1988—1997(10) 交通密度 California Cancer Registry < 5 0.92 0.73~1.15 9 8
    Crosignani,et al.[16] 2004 意大利 1978—1997(20) Lombardy Cancer Registry < 14 4.31 1.47~12.62 8 7
    Steffen,et al.[17] 2004 法国 1995—1999(5) 交通密度 Hospitals < 14 1.10 0.8~1.6 155 6
    Von Behren,et al.[18] 2008 美国 1995—1999(5) 交通密度 California Office of Vital Records < 14 1.24 0.74~2.08 52 8
    Bräuner,et al.[19] 2010 丹麦 1968—1994(27) 交通密度 Danish Cancer Registry < 15 3.31 0.54~20.20 42 6
    Amigou,et al.[20] 2011 法国 2003—2004(2) 交通密度 French National Registry of Childhood Blood Malignancies < 15 2.20 1.1~4.3 16 7
    Vinceti,et al.[21] 2012 意大利 1998—2009(12) Associazione Italiana Ematologia Oncologia < 14 0.97 0.49~1.93 64 8
    Heck,et al.[22] 2013 美国 1998—2007(10) 交通密度 California Cancer Registry < 6 1.03 1.00~1.07 1 243 6
    Houot,et al.[23] 2015 法国 2002—2007(6) National Registry of Childhood Hematopoietic Malignancies. < 15 0.70 0.5~1.0 43 8
    Janitz,et al.[24] 2016 美国 1997—2012(16) 道路密度 Oklahoma Central Cancer Registry < 20 0.96 0.71~1.31 445 6
    Symanski,et al.[25] 2016 美国 1995—2011(17) Texas Cancer Registry < 5 1.17 0.98~1.39 1 248 7
    Magnani,et al.[26] 2016 意大利 1998—2001(4) 道路密度 Italian Association of Pediatric Hematology and Oncology < 10 0.92 0.60~1.42 47 6
    Tamayo-Uria,et al.[27] 2018 西班牙 1990—2011(22) 交通密度 Spanish Registry of Childhood Tumours < 14 0.90 0.63~1.27 43 7
    Raaschou Nielsen,et al.[28] 2018 丹麦 1968—1991(24) Danish Cancer Registry < 15 0.9 0.8~1.1 58 7
    Tee Lewiset,et al.[29] 2019 美国 1995—2011(17) Texas Cancer Registry < 5 1.25 1.00~1.57 252 6
    Peckham-Gregory,et al.[30] 2019 美国 1995—2011(17) 道路密度 Texas Cancer Registry < 5 1.01 1.00~1.02 1 747 7
    :①采用交通密度和道路密度为暴露方式的文献设定交通密度和道路密度与接触的苯浓度成正比;②包括对照组的例数。
    下载: 导出CSV

    表  2   与交通有关的苯暴露与儿童白血病风险的meta亚组分析结果

    亚组 文献数量 OR(95%CI)值 P I2值/%
    国家
      美国 11 1.03(1.00 ~ 1.07) 0.072 27.2
      其他国家 10 1.02(0.81 ~ 1.28) 0.857 57.0
    研究时间
      2000年前 11 1.12(0.94 ~ 1.33) 0.220 47.4
      2000年后 10 1.03(0.98 ~ 1.08) 0.247 47.9
    NOS评分
       ≤ 6 9 1.04(1.00 ~ 1.07) 0.024 0
       ≥ 7 12 1.01(0.90 ~ 1.15) 0.814 57.5
    暴露方式
      苯 7 1.03(0.82 ~ 1.30) 0.153 14.5
      其他方式 14 1.02(0.99 ~ 1.05) 0.789 71.5
    下载: 导出CSV
  • [1]

    IARC. Benzene, IARC Monographs on the evaluation of the carcinogenic risks of chemicals to humans, summaries & evaluations[EB/OL]. [2021-12-03]. http://monographs.iarc.fr/ENG/Monographs/suppl7/Suppl7-24.pdf.

    [2]

    LI J, XING X, ZHANG X, et al. Enhanced H3K4me3 modifications are involved in the transactivation of DNA damage responsive genes in workers exposed to low-level benzene[J]. Environ Pollut, 2018, 234: 127-135. doi: 10.1016/j.envpol.2017.11.042

    [3]

    WALLACE L A. Major sources of benzene exposure[J]. Environ Health Perspect, 1989, 82: 165-169. doi: 10.1289/ehp.8982165

    [4]

    CARLOS-WALLACE F M, ZHANG L, SMITH M T, et al. Parental, in Utero, and early-life exposure to benzene and the risk of childhood leukemia: a meta-analysis[J]. Am J Epidemiol, 2016, 183(1): 1-14. doi: 10.1093/aje/kwv120

    [5]

    FILIPPINI T, HECK J E, MALAGOLI C, et al. A Review and meta-analysis of outdoor air pollution and risk of childhood leukemia[J]. J Environ Sci Health CEnviron Carcinog Ecotoxicol Rev, 2015, 33(1): 36-66. doi: 10.1080/10590501.2015.1002999

    [6]

    JIN M, XU S, AN Q, et al. A review of risk factors for childhood leukemia[J]. Eur Rev Med Pharmacol Sci, 2016, 20(18): 3760-3764. http://www.ncbi.nlm.nih.gov/pubmed/27735044

    [7]

    BOOTHE V L, BOEHMER T K, WENDEL A M, et al. Residential traffic exposure and childhood leukemia: a systematic review and meta-analysis[J]. Am J Prev Med, 2014, 46(4): 413-422. doi: 10.1016/j.amepre.2013.11.004

    [8]

    SUN X X, ZHANG S S, MA X L. No association between traffic density and risk of childhood leukemia: a meta-analysis[J]. Asian Pac J Cancer Prev, 2014, 15(13): 5229-5232. doi: 10.7314/APJCP.2014.15.13.5229

    [9]

    FILIPPINI T, HATCH E E, ROTHMAN K J, et al. Association between outdoor air pollution and childhood leukemia: a systematic review and dose-response meta-analysis[J]. Environ Health Perspect, 2019, 127(4): 46002. doi: 10.1289/EHP4381

    [10]

    SAVITZ D A, FEINGOLD L. Association of childhood cancer with residential traffic density[J]. Scand J Work Environ Health, 1989, 15(5): 360-363. doi: 10.5271/sjweh.1848

    [11]

    RAASCHOU-NIELSEN O, HERTEL O, THOMSEN B L, et al. Air pollution from traffic at the residence of children with cancer[J]. Am J Epidemiol, 2001, 153(5): 433-443. doi: 10.1093/aje/153.5.433

    [12]

    REYNOLDS P, ELKIN E, SCALF R, et al. A case-control pilot study of traffic exposures and early childhood leukemia using a geographic information system[J]. Bioelectromagnetics, 2001, 5: S58-S68. doi: 10.1002/1521-186X(2001)22:5+<::AID-BEM1024>3.0.CO;2-9/abstract

    [13]

    REYNOLDS P, VON BEHREN J, GUNIER R B, et al. Traffic patterns and childhood cancer incidence rates in California, United States[J]. Cancer Causes Control, 2002, 13(7): 665-673. doi: 10.1023/A:1019579430978

    [14]

    LANGHOLZ B, EBI K L, THOMAS D C, et al. Traffic density and the risk of childhood leukemia in a Los Angeles case-control study[J]. Ann Epidemiol, 2002, 12(7): 482-487. doi: 10.1016/S1047-2797(01)00317-9

    [15]

    REYNOLDS P, VON BEHREN J, GUNIER R B, et al. Residential exposure to traffic in California and childhood cancer[J]. Epidemiology, 2004, 15(1): 6-12. doi: 10.1097/01.ede.0000101749.28283.de

    [16]

    CROSIGNANI P, TITTARELLI A, BORGINI A, et al. Childhood leukemia and road traffic: a population-based case-control study[J]. Int J Cancer, 2004, 108(4): 596-599. doi: 10.1002/ijc.11597

    [17]

    STEFFEN C, AUCLERC M F, AUVRIGNON A, et al. Acute childhood leukaemia and environmental exposure to potential sources of benzene and other hydrocarbons: a case-control study[J]. Occup Environ Med, 2004, 61(9): 773-778. doi: 10.1136/oem.2003.010868

    [18]

    VON BEHREN J, REYNOLDS P, GUNIER R B, et al. Residential traffic density and childhood leukemia risk[J]. Cancer Epidemiol Biomarkers Prev, 2008, 17(9): 2298-2301. doi: 10.1158/1055-9965.EPI-08-0338

    [19]

    BRÄUNER E V, ANDERSEN C E, ANDERSEN H P, et al. Is there any interaction between domestic radon exposure and air pollution from traffic in relation to childhood leukemia risk?[J]. Cancer Causes Control, 2010, 21(11): 1961-1964. doi: 10.1007/s10552-010-9608-4

    [20]

    AMIGOU A, SERMAGE-FAURE C, ORSI L, et al. Road traffic and childhood leukemia: the ESCALE study (SFCE)[J]. Environ Health Perspect, 2011, 119(4): 566-572. doi: 10.1289/ehp.1002429

    [21]

    VINCETI M, ROTHMAN K J, CRESPI C M, et al. Leukemia risk in children exposed to benzene and PM10 from vehicular traffic: a case-control study in an Italian population[J]. Eur J Epidemiol, 2012, 27(10): 781-790. doi: 10.1007/s10654-012-9727-1

    [22]

    HECK J E, WU J, LOMBARDI C, et al. Childhood cancer and traffic-related air pollution exposure in pregnancy and early life[J]. Environ Health Perspect, 2013, 121(11/12): 1385-1391. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3855517/?report=classic

    [23]

    HOUOT J, MARQUANT F, GOUJON S, et al. Residential proximity to heavy-traffic roads, benzene exposure, and childhood leukemia-the GEOCAP study, 2002-2007[J]. Am J Epidemiol, 2015, 182(8): 685-693. doi: 10.1093/aje/kwv111

    [24]

    JANITZ A E, CAMPBELL J E, MAGZAMEN S, et al. Traffic-related air pollution and childhood acute leukemia in Oklahoma[J]. Environ Res, 2016, 148: 102-111. doi: 10.1016/j.envres.2016.03.036

    [25]

    SYMANSKI E, TEE LEWIS P G, CHEN T, et al. Air toxics and early childhood acute lymphocytic leukemia in Texas, a population based case control study[J]. Environ Health, 2016, 15(1): 70. doi: 10.1186/s12940-016-0154-8

    [26]

    MAGNANI C, RANUCCI A, BADALONI C, et al. Road traffic pollution and childhood leukemia: a nationwide case-control study in Italy[J]. Arch Med Res, 2016, 47(8): 694-705. doi: 10.1016/j.arcmed.2017.02.001

    [27]

    PECKHAM-GREGORY E C, TON M, RABIN K R, et al. Maternal residential proximity to major roadways and the risk of childhood acute leukemia: a population-based case-control study in Texas, 1995-2011[J]. Int J Environ Res Public Health, 2019, 16(11): 2029. doi: 10.3390/ijerph16112029

    [28]

    TEE LEWIS P G, CHEN T, CHAN W, et al. Predictors of residential mobility and its impact on air pollution exposure among children diagnosed with early childhood leukemia[J]. J Expo Sci Environ Epidemiol, 2019, 29(4): 510-519. doi: 10.1038/s41370-019-0126-5

    [29]

    RAASCHOU NIELSEN O, HVIDTFELDT U A, ROSWALL N, et al. Ambient benzene at the residence and risk for subtypes of childhood leukemia, lymphoma and CNS tumor[J]. Int J Cancer, 2018, 143(6): 1367-1373. doi: 10.1002/ijc.31421

    [30]

    TAMAYO-URIA I, BOLDO E, GARCÍA-PÉREZ J, et al. Childhood leukaemia risk and residential proximity to busy roads[J]. Environ Int, 2018, 121: 332-339. doi: 10.1016/j.envint.2018.08.056

    [31]

    ANGELINI S, BERMEJO J L, RAVEGNINI G, et al. Application of the lymphocyte cytokinesis-block micronucleus assay to populations exposed to petroleum and its derivatives: results from a systematic review and meta-analysis[J]. Mutat Res, 2016, 770: 58-72. doi: 10.1016/j.mrrev.2016.03.001

    [32]

    SPYCHER B D, LUPATSCH J E, HUSS A, et al. Parental occupational exposure to benzene and the risk of childhood cancer: a census-based cohort study[J]. Environ Int, 2017, 108: 84-91. doi: 10.1016/j.envint.2017.07.022

  • 期刊类型引用(2)

    1. 杨瑆,陈宏燕,张爽,张璐璐. 新型冠状病毒感染疫情期间护理人员焦虑现状与社会支持相关性研究. 华南预防医学. 2024(11): 1051-1054 . 百度学术
    2. 王敏丽,陆昶谋,农玉贤. 广西新冠肺炎疫情常态化防控下一线与非一线医务人员心理健康对比. 右江医学. 2023(07): 597-602 . 百度学术

    其他类型引用(0)

图(3)  /  表(2)
计量
  • 文章访问数:  266
  • HTML全文浏览量:  34
  • PDF下载量:  27
  • 被引次数: 2
出版历程
  • 收稿日期:  2020-11-14
  • 刊出日期:  2021-04-25

目录

/

返回文章
返回