现代预防医学

变量/赋值	NAFLD(n=1 385)	非NAFLD(n=1 964)	χ²值	P值
HUA			189.838	<0.001
0=否	468(33.79)	1 138(57.94)
1=是	917(66.21)	826(42.06)
倒班			4.643	0.031
0=否	399(28.81)	500(25.46)
1=是	986(71.19)	1 464(74.54)
年龄（岁）			297.694^b	<0.001
1=<25	178(23.64)	575(76.36)
2=25~29	682(37.68)	1 128(62.32)
3=≥30	525(66.79)	261(33.21)
BMI分类			1 125.600^b	<0.001
1=低/正常体重	413(19.43)	1 713(80.57)
2=超重	671(74.39)	231(25.61)
3=肥胖	301(93.77)	20(6.23)
饮食习惯			11.173	0.011
1=清淡	781(56.39)	1 205(61.35)
2=偏油	213(15.38)	238(12.12)
3=偏咸	351(25.34)	475(24.19)
4=偏油偏咸	40(2.89)	46(2.34)
缺乏体育锻炼			3.126	0.077
0=否	70(5.05)	128(6.52)
1=是	1 315(94.95)	1 836(93.48)
高血压			62.493	<0.001
0=否	1 286(92.85)	1 930(98.27)
1=是	99(7.15)	34(1.73)
sCr			8.832	0.003
0=正常	1 352(97.62)	1 943(98.93)
1=异常	33(2.38)	21(1.07)
ALT			441.867	<0.001
0=正常	871(62.89)	1 813(92.31)
1=异常	514(37.11)	151(7.69)
AST			90.921	<0.001
0=正常	1 251(90.32)	1 921(97.81)
1=异常	134(9.68)	43(2.19)
TBIL			38.158	<0.001
0=正常	1 092(78.84)	1 360(69.25)
1=异常	293(21.16)	604(30.75)
噪声暴露			26.972	<0.001
0=否	347(25.05)	347(17.67)
1=是	1 038(74.95)	1 617(82.33)
苯系物暴露			7.510	0.006
0=否	1 244(89.82)	1 817(95.52)
1=是	141(10.18)	147(7.48)

变量/赋值	NAFLD(n=1 385)	非NAFLD(n=1 964)	χ²值	P值
HUA			189.838	<0.001
0=否	468(33.79)	1 138(57.94)
1=是	917(66.21)	826(42.06)
倒班			4.643	0.031
0=否	399(28.81)	500(25.46)
1=是	986(71.19)	1 464(74.54)
年龄（岁）			297.694^b	<0.001
1=<25	178(23.64)	575(76.36)
2=25~29	682(37.68)	1 128(62.32)
3=≥30	525(66.79)	261(33.21)
BMI分类			1 125.600^b	<0.001
1=低/正常体重	413(19.43)	1 713(80.57)
2=超重	671(74.39)	231(25.61)
3=肥胖	301(93.77)	20(6.23)
饮食习惯			11.173	0.011
1=清淡	781(56.39)	1 205(61.35)
2=偏油	213(15.38)	238(12.12)
3=偏咸	351(25.34)	475(24.19)
4=偏油偏咸	40(2.89)	46(2.34)
缺乏体育锻炼			3.126	0.077
0=否	70(5.05)	128(6.52)
1=是	1 315(94.95)	1 836(93.48)
高血压			62.493	<0.001
0=否	1 286(92.85)	1 930(98.27)
1=是	99(7.15)	34(1.73)
sCr			8.832	0.003
0=正常	1 352(97.62)	1 943(98.93)
1=异常	33(2.38)	21(1.07)
ALT			441.867	<0.001
0=正常	871(62.89)	1 813(92.31)
1=异常	514(37.11)	151(7.69)
AST			90.921	<0.001
0=正常	1 251(90.32)	1 921(97.81)
1=异常	134(9.68)	43(2.19)
TBIL			38.158	<0.001
0=正常	1 092(78.84)	1 360(69.25)
1=异常	293(21.16)	604(30.75)
噪声暴露			26.972	<0.001
0=否	347(25.05)	347(17.67)
1=是	1 038(74.95)	1 617(82.33)
苯系物暴露			7.510	0.006
0=否	1 244(89.82)	1 817(95.52)
1=是	141(10.18)	147(7.48)

因素	β值	SE值	Wald值	P值	OR值	95%CI
年龄(岁)
25~29	0.788	0.130	36.882	<0.001	2.199	1.705~2.835
≥30	1.978	0.155	162.935	<0.001	7.228	5.335~9.794
倒班	0.300	0.111	7.350	0.007	1.349	1.087~1.676
HUA	0.549	0.095	33.097	<0.001	1.732	1.436~2.088
高血压	0.710	0.272	6.823	0.009	2.035	1.194~3.468
BMI
超重	2.192	0.103	452.165	<0.001	8.950	7.313~10.953
肥胖	3.748	0.249	225.902	<0.001	42.453	26.039~69.214
ALT升高	1.371	0.138	98.142	<0.001	3.938	3.003~5.165
TBIL升高	-0.461	0.110	17.491	<0.001	0.631	0.508~0.783
缺乏体育锻炼	0.443	0.205	4.671	0.031	1.557	1.042~2.327

因素	β值	SE值	Wald值	P值	OR值	95%CI
年龄(岁)
25~29	0.788	0.130	36.882	<0.001	2.199	1.705~2.835
≥30	1.978	0.155	162.935	<0.001	7.228	5.335~9.794
倒班	0.300	0.111	7.350	0.007	1.349	1.087~1.676
HUA	0.549	0.095	33.097	<0.001	1.732	1.436~2.088
高血压	0.710	0.272	6.823	0.009	2.035	1.194~3.468
BMI
超重	2.192	0.103	452.165	<0.001	8.950	7.313~10.953
肥胖	3.748	0.249	225.902	<0.001	42.453	26.039~69.214
ALT升高	1.371	0.138	98.142	<0.001	3.938	3.003~5.165
TBIL升高	-0.461	0.110	17.491	<0.001	0.631	0.508~0.783
缺乏体育锻炼	0.443	0.205	4.671	0.031	1.557	1.042~2.327

因素	β值	SE值	Wald值	P值	OR值	95%CI
倒班	0.352	0.163	4.698	0.030	1.423	1.034~1.956
HUA	0.617	0.180	11.697	0.001	1.853	1.301~2.639
倒班×HUA	-0.094	0.213	0.197	0.657	0.910	0.600~1.380

因素	β值	SE值	Wald值	P值	OR值	95%CI
倒班	0.352	0.163	4.698	0.030	1.423	1.034~1.956
HUA	0.617	0.180	11.697	0.001	1.853	1.301~2.639
倒班×HUA	-0.094	0.213	0.197	0.657	0.910	0.600~1.380

评价指标	模型1	模型2	模型3
RERI(95%CI)	-0.495(-1.179~0.190）	13.865(4.320~23.411)	14.025(2.004~26.046)
API(95%CI)	-0.205(-0.482~0.072)	0.628(0.507~0.749)	0.625(0.476~0.774)
S(95%CI)	0.741(0.522~1.052)	2.922(2.107~4.051)	2.891(1.940~4.308)

评价指标	模型1	模型2	模型3
RERI(95%CI)	-0.495(-1.179~0.190）	13.865(4.320~23.411)	14.025(2.004~26.046)
API(95%CI)	-0.205(-0.482~0.072)	0.628(0.507~0.749)	0.625(0.476~0.774)
S(95%CI)	0.741(0.522~1.052)	2.922(2.107~4.051)	2.891(1.940~4.308)

倒班和高尿酸血症的交互作用对汽车制造业男性工人非酒精性脂肪肝患病的影响

PDF下载

林冬华 ¹ , 钟俊恒 ² , 林毓嫱 ¹ , 白卢皙 ¹ , 傅惠芬 ¹ , 李燕茹 ¹ , 宋慧东 ³ , 周浩 ¹ , 曾文锋 ¹ , 汤永翔 ¹ , 王致 ⁴

现代预防医学 | 环境与职业卫生 2026,53(2): 238-244

收起

现代预防医学 |环境与职业卫生 2026 , 53 (2) : 238 -244

倒班和高尿酸血症的交互作用对汽车制造业男性工人非酒精性脂肪肝患病的影响

全屏

林冬华¹, 钟俊恒², 林毓嫱¹, 白卢皙¹, 傅惠芬¹, 李燕茹¹, 宋慧东³, 周浩¹, 曾文锋¹, 汤永翔¹, 王致⁴

作者信息

^1.广州市职业病防治院职业健康监护中心，广东广州 510620

^2.广州市天河区天河南街道社区卫生服务中心

^3.广州市第十二人民医院消化内科

^4.广州市第十二人民医院职业环境与健康重点实验室

通讯作者:

王致，Email: zhi_wang@outlook.com

作者简介:

林冬华（1991—），女，本科，主治医师，研究方向：职业流行病学

Interaction effect of shift work and hyperuricemia on non-alcoholic fatty liver disease among automobile manufacturing male workers

Dong-hua LIN¹, Jun-heng ZHONG², Yu-qiang LIN¹, Lu-xi BAI¹, Hui-fen FU¹, Yan-ru LI¹, Hui-dong SONG³, hao ZHOU¹, Wen-feng ZENG¹, Yong-xiang TANG¹, Zhi WANG⁴

Affiliations

Occupational Health Surveillance Center, Guangzhou Occupational Disease Prevention and Treatment Hospital, Guangzhou, Guangdong 510620, China

出版时间: 2026-01-25 doi: 10.20043/j.cnki.MPM.202505436

文章导航

摘要

收起

目的

探讨倒班和高尿酸血症（hyperuricemia，HUA）的交互作用对非酒精性脂肪肝（non-alcoholic fatty liver disease，NAFLD）患病风险的影响。

方法

选取广州市某汽车制造企业3 349名在职职工作为研究对象，收集其人口学资料、生活习惯、倒班情况、肝脏超声、血尿酸等数据，采用二分类多因素logistic回归模型分析倒班、HUA对NAFLD患病的影响，通过相乘、相加交互作用分析倒班和HUA的交互作用对NAFLD患病风险的影响。

结果

3 349名研究对象中，NAFLD检出率为41.36%（1 385/3 349），HUA检出率为52.05%（1 743/3 349），倒班者占比为73.16%（2 450/3 349）。多因素logistic回归分析结果显示，倒班（OR=1.349，95% CI：1.087~1.676）和HUA（OR=1.732，95% CI：1.436~2.088）均为NAFLD患病的危险因素。倒班与HUA对NAFLD患病不存在相乘交互作用（OR=0.910，95% CI：0.600~1.380）。模型2（调整年龄、BMI）、模型3（完全调整模型）的相加交互作用分析显示，倒班与HUA存在协同作用。模型2的相对超额危险度比（relative excess risk due to interaction，RERI）、交互作用归因比（attributable proportion due to interaction，API）、交互作用指数（synergy index，S）分别为13.865（95% CI：4.320~23.411）、0.628（95% CI：0.507~0.749）、2.922（95% CI：2.107~4.051），模型3的RERI、API、S分别为14.025（95% CI：2.004~26.046）、0.625（95% CI：0.476~0.774）、2.891（95% CI：1.940~4.308）。

结论

倒班和HUA对汽车制造业工人NAFLD患病影响存在相加交互效应，优化该人群的排班制度和加强其HUA的防控可能有助减少NAFLD的发生。

关键词

倒班 / 高尿酸血症 / 非酒精性脂肪肝 / 交互作用 / 汽车制造业工人

Abstract

收起

Objective

To explore the interaction between shift work and hyperuricemia (HUA) on the prevalence of non-alcoholic fatty liver disease (NAFLD).

Methods

The demographic data, lifestyle, shift work conditions, liver ultrasound, serum uric acid and other data of 3 349 workers in an automobile manufacturing enterprise in Guangzhou were collected. The effects of shift work and HUA on the prevalence of NAFLD were analyzed by binary logistic regression. The influence of the interaction between shift work and HUA on the risk of NAFLD was analyzed through multiplicative and additive interactions.

Results

Among 3 349 subjects, the detection rate of NAFLD was 41.36% (1 385/3 349), the detection rate of HUA was 52.05% (1 743/3 349), and the proportion of shift workers was 73.16% (2 450/3 349). The multivariate logistic regression analysis showed that shift work (OR=1.349, 95% CI: 1.087-1.676) and HUA (OR=1.732, 95% CI: 1.436-2.088) were the risk factors for NAFLD. Shift work and HUA had no multiplicative interaction on the prevalence of NAFLD (OR=0.910, 95% CI: 0.600-1.380). The additive interaction analysis of Model 2 (adjusted for age and BMI) and Model 3 (fully adjusted model) showed a synergistic effect between shift work and HUA. The relative excess risk due to interaction (RERI) , attributable proportion due to interaction (API) and synergy index (S) of Model 2 were 13.865 (95% CI: 4.320-23.411), 0.628 (95% CI: 0.507-0.749), and 2.922 (95% CI: 2.107-4.051), The RERI, API and S of Model 3 are respectively 14.025 (95% CI: 2.004-26.046), 0.625 (95% CI: 0.476-0.774), 2.891 (95% CI: 1.940-4.308).

Conclusion

Shift work and HUA have an additive interaction effect on the prevalence of NAFLD. Optimizing the shift scheduling system and controlling serum uric acid may coordinate the prevention of the occurrence of NAFLD.

Key words

Shift work / Hyperuricemia / Non-alcoholic fatty liver disease / Interaction / Automobile manufacturing workers

引用本文

林冬华, 钟俊恒, 林毓嫱, 白卢皙, 傅惠芬, 李燕茹, 宋慧东, 周浩, 曾文锋, 汤永翔, 王致. 倒班和高尿酸血症的交互作用对汽车制造业男性工人非酒精性脂肪肝患病的影响. 现代预防医学, 2026 , 53 (2) : 238 -244 . DOI: 10.20043/j.cnki.MPM.202505436

Dong-hua LIN, Jun-heng ZHONG, Yu-qiang LIN, Lu-xi BAI, Hui-fen FU, Yan-ru LI, Hui-dong SONG, hao ZHOU, Wen-feng ZENG, Yong-xiang TANG, Zhi WANG. Interaction effect of shift work and hyperuricemia on non-alcoholic fatty liver disease among automobile manufacturing male workers[J]. Modern Preventive Medicine, 2026 , 53 (2) : 238 -244 . DOI: 10.20043/j.cnki.MPM.202505436

正文

收起

非酒精性脂肪肝（NAFLD）是一种代谢紊乱所致的慢性肝病。研究表明，NAFLD不仅可能进展为肝硬化或肝细胞癌^[1]等终末期肝病，还与心脑血管及慢性肾脏疾病的发生存在显著关联^[2]。近年来，中国的NAFLD患病率呈不断增高的趋势，从2001年的23.8%增长到2018年的32.9%，且呈年轻化趋势^[3]。近年报道的职业人群NAFLD患病率明显高于普通人群：汽车制造业工人和钢铁工人的患病率分别为38.97%^[4]、30.43%^[5]，均高于成都地区（14.36%）^[6]和渝西地区（23.64%）^[7]一般人群。因此，筛查并干预可控风险因素是NAFLD的一级预防和延缓病程进展的核心策略。一项Meta分析^[8]研究表明，高尿酸血症（HUA）可使NAFLD的罹患风险增加88%；血尿酸每升高10 mg/L，NAFLD患病风险增加15.1%^[9]。一项针对英国生物银行工人的前瞻性研究^[10]发现，倒班与NAFLD的发生显著相关。以上研究表明HUA和倒班均为NAFLD患病的独立危险因素，但多数研究仅针对单一因素的影响分析，而鲜有探索三个因素之间的交互效应。本研究旨在探讨倒班和HUA的交互作用对汽车制造业男性工人NAFLD患病风险的影响，为车企制定有效的职工健康监测方案提供理论依据，为NAFLD的精准防控提供科学依据。

1　对象与方法

收起

1.1　研究对象

本研究选取2024年在广州市职业病防治院接受职业健康检查的汽车制造业员工作为调查对象。纳入标准：（1）年满18周岁及以上的成年男性；（2）有完善的肝脏彩超结果及血尿酸等生化结果。排除标准：（1）女性受检者；（2）关键检查数据缺失者；（3）饮酒摄入量>140 g/周男性；（4）合并慢性肝炎、肝硬化、恶性肿瘤或严重肝肾功能不全者。最终纳入分析的样本量共计3 349例。本研究经广州市第十二人民医院医学伦理委员会审批通过（批件号：2022105），研究对象均知情同意。

1.2　方法

1.2.1　基本资料收集

依托年度职业健康检查，收集该企业职业人群的人口学资料、职业接触史、倒班情况、个人生活行为习惯（包括吸烟、饮酒、体育锻炼、饮食习惯）等资料。研究对象在进行职业健康检查时填写《职业健康检查信息表》，由培训合格的医护人员进行面对面问卷调查。

1.2.2　医学指标测定

本研究采用标准化的测量方法获取相关人体测量学指标（包括身高、体重、血压）和生化参数：采集工人空腹静脉血，使用罗氏全自动生化分析仪（型号：cobas IT3 000）进行血肌酐（serum creatinine, sCr）、血尿酸（serum uric acid, SUA）、丙氨酸氨基转移酶（alanin aminotransferase，ALT）、天门冬氨酸氨基转移酶（aspartate aminotransferase，AST）和总胆红素（total bilirubin，TBIL）等生化指标测定。由培训合格的B超医师使用彩色多普勒超声诊断系统进行肝脏超声检查。

1.3　指标定义及诊断标准

1.3.1　暴露变量

（1）HUA诊断标准^[11]：定义为血尿酸>420 μmol/L。（2）倒班：该企业需要轮值夜班（17∶00至次日3∶00或4∶00）的两班或三班制工作者称为倒班；无夜班的白班工作者为不倒班者。

1.3.2　结局变量

NAFLD的诊断^[12]：通过超声检查发现肝脏前场回声增强（“明亮肝”）、远场回声衰减，以及肝内管道结构显示不清楚等特征进行判定。

1.3.3　协变量

参考既往研究结果^[13]，本研究纳入年龄、BMI、饮食习惯、缺乏体育运动、高血压、sCr异常、ALT异常、AST异常、职业危害因素暴露（噪声暴露、苯系物暴露）作为协变量进行控制；有研究表明胆红素异常为NAFLD的保护因素^[14]，故本研究将TBIL异常纳入协变量。

（1）高血压判定标准^[15]：收缩压≥140 mmHg 和（或）舒张压≥90 mmHg。（2）体质量指数（body mass index，BMI）=体质量（kg）/身高（m）²，分级标准^[15]：正常体重（BMI<24.0 kg/m²）、超重（24.0≤BMI<28.0 kg/m²）和肥胖（BMI≥28.0 kg/m²）。（3）sCr异常标准^[16]：男性sCr>106 μmol/L。（4）肝功能异常：ALT>40 U/L为升高^[16]，AST>40 U/L为升高^[16]，TBIL>6.8 μmol/L^[16]。（5）缺乏体育锻炼：近1月内参加体育锻炼的总时长<2 h/周。（6）饮食习惯为研究对象自我评估，分为饮食清淡、偏油、偏咸、偏油偏咸4类。

1.4　统计学处理

采用SPSS 26.0和R 4.4.1软件进行数据分析。对于符合正态分布或近似正态分布的计量资料以均数±标准差(

)进行描述，两组组间均数比较采用t检验；分类资料采用频数和百分比进行描述，组间率的比较采用χ²检验。为探讨倒班和HUA对NAFLD的交互作用，使用R 4.4.1软件“epi R”加载包进行分析。通过多因素logistic回归模型计算调整相关混杂因素后的相乘交互项OR值及95% CI，若区间不包含1，则判定存在相乘交互作用。计算相对超额危险度比（RERI）估计值及95% CI、交互作用归因比（API）估计值及95% CI、交互作用指数（S）估计值及95% CI。若RERI和API的可信区间不包含0，S的可信区间不包含1，则判定存在相加交互作用。检验水准α=0.05（双侧）。

2　结果

收起

2.1　研究对象的基本特征和临床资料的比较

纳入本次研究的工人共3 349人，均为男性，平均年龄为（27.07±4.26）岁，血尿酸水平为（430.73±93.06）μmol/L。以焊装工为主，占比为31.38%（1 051/3 349），其余工种占比较高者分别为总装工23.14%（775/3 349）、动力制造工18.93%（634/3 349）。接触的危害因素主要为噪声79.28%（2 655/3 349）和苯系物8.60%（288/3 349）。人群体重超重率为26.93%（902/3 349）、肥胖率为9.58%（321/3 349），缺乏体育锻炼者占比为94.09%（3 151/3 349）。

NAFLD的粗患病率为41.36%（1 385/3 349），HUA粗患病率为52.05%（1 743/3 349）。倒班者占比为73.16%（2 450/3 349）。单因素分析结果表明：是否倒班、饮食习惯不同、噪声暴露、苯系物暴露、sCr异常、ALT异常、AST异常、TBIL异常、高血压及HUA患病情况的研究对象，NAFLD患病率差异有统计学意义（P<0.05）。随着年龄、BMI的增加，NAFLD的检出率呈上升趋势，差异有统计学意义（

、1 125.600，P<0.001）。见表1。

2.2　NAFLD患病影响因素的logistic回归分析

以是否患NAFLD为因变量，调整年龄、BMI、饮食习惯、缺乏体育锻炼、高血压、sCr异常、ALT异常、AST异常、TBIL异常、噪声暴露、苯系物暴露，将倒班和HUA作为自变量纳入logistic回归分析模型中进行分析。结果显示：倒班比不倒班的工人罹患NAFLD的风险更高（OR=1.349，95% CI：1.087~ 1.676）。患HUA的人群患NAFLD的风险高于血尿酸正常的人群（OR=1.732，95% CI：1.436~2.088）。见表2。

2.3　倒班与HUA对NAFLD患病的相乘交互作用分析

以是否患NAFLD为因变量（0=否，1=是），将倒班、HUA、倒班和HUA的乘积项为自变量纳入多因素 logistic 回归分析模型中，结果显示，调整了年龄、BMI、饮食习惯、缺乏体育锻炼、高血压、sCr异常、ALT异常、AST异常、TBIL异常、噪声暴露、苯系物暴露，倒班、HUA者患NAFLD的风险均高于不倒班者及非HUA者，差异有统计学意义（P<0.05）；但倒班与HUA之间对NAFLD患病无相乘交互作用，差异无统计学意义（P>0.05），见表3。

2.4　倒班与HUA对NAFLD患病的叉生分析

将不倒班且无HUA设为对照组，单因素logistic回归分析模型结果提示，倒班且HUA人群的NAFLD患病风险是不倒班且无HUA者的2.413 倍（OR=2.413，95% CI：1.903~3.059）。调整年龄、BMI后，多因素logistic回归分析模型提示倒班且HUA人群的NAFLD患病风险是不倒班且无HUA者的2.624倍（OR=2.624，95% CI：1.942~3.545）。调整年龄、BMI、饮食习惯、缺乏体育锻炼、高血压、sCr异常、ALT异常、AST异常、TBIL异常、噪声暴露、苯系物暴露，多因素logistic回归分析模型提示倒班且HUA人群的NAFLD患病风险是不倒班且无HUA者的2.399倍（OR=2.399，95% CI：1.760~3.269），见表4。

2.5　倒班与HUA对NAFLD患病的相加交互作用分析

相加交互作用结果显示，倒班与HUA对NAFLD患病存在协同相加交互作用。模型2和模型3在调整变量后，RERI值分别为13.865(95% CI：4.320~23.411)、14.025(95% CI：2.004~26.046)，表示倒班与HUA的协同效应所导致的NAFLD患病风险是其他NAFLD患病危险因素所导致患病风险的13.865、14.025倍；S值分别为2.922(95% CI：2.107~4.051)、2.891(95% CI：1.940~4.308)，表示倒班与HUA共同存在时，引起NAFLD患病的效应是二者单独存在之和的2.922倍、2.891倍；API值分别为0.628(95% CI：0.507~0.749)、0.625(95% CI：0.476~0.774)，即在NAFLD患者中归因于倒班和HUA的协同作用所致的病例分别占62.8%、62.5%。见表5。

3　讨论

收起

本研究结果显示，HUA的患病率（52.05%）显著高于全国平均水平（14%）^[17]。Logistic回归分析结果表明，HUA是NAFLD患病的危险因素，这与Sun Q等^[8]的研究结果一致。此外，研究发现血尿酸水平与NAFLD呈正相关，提示血尿酸可作为NAFLD的独立预测指标^[9]。HUA影响NAFLD的发病机制可能是：（1）胰岛素抵抗：血尿酸水平升高会抑制内皮一氧化氮活性，诱发胰岛素抵抗，导致脂肪在肝脏堆积^[18]；（2）氧化应激反应：高尿酸状态可促使线粒体功能紊乱，加剧氧化应激反应，刺激肝脏脂肪合成^[19]；（3）炎症反应：尿酸能够特异性激活NLRP3炎性小体通路，通过释放促炎因子干扰脂质代谢并加重胰岛素抵抗状态^[20]。

本研究结果显示，倒班者罹患NAFLD的风险是不倒班者的1.349倍，这与Huang H等^[10]的研究结果一致。一项对中国铁路工人长达4年的队列研究（n=14 112）发现^[5]，与较少倒班者比，偶尔倒班和经常倒班者罹患NAFLD的风险更高。这种现象可能通过以下途径影响肝脏代谢：（1）昼夜节律紊乱：倒班导致的作息紊乱会破坏人体昼夜节律，从而影响肝脏脂质代谢过程^[21]。（2）胰岛素抵抗：有动物实验发现^[22]昼夜节律紊乱会诱发胰岛素抵抗，促进脂肪组织病变。（3）炎症反应：夜间工作时的光暴露可抑制褪黑素的分泌，而褪黑素可抑制NLRP3炎症小体活化^[23]，提示倒班可通过炎症通路干扰脂代谢。

现有研究表明，倒班不仅是NAFLD的独立危险因素，也是罹患HUA的重要因素。一项针对钢铁工人的研究^[24]发现，倒班是HUA的危险因素，且HUA的患病风险随着夜班累积天数的增加而上升。这可能是因为倒班引起昼夜节律紊乱导致氧化剂-抗氧化剂失衡，引起氧化应激反应，促进HUA的进展^[25]。因此，倒班、HUA、NAFLD三者之间存在交互关系，但既往研究集中在单因素的独立影响。Tian T等^[26]针对英国生物银行工人（n=305 257）的前瞻性队列研究表明，睡眠质量差、肾功能（尿酸、胱抑素C）异常可增加代谢功能障碍相关脂肪变性肝病（Metabolic dysfunction -associated steatotic liver disease，MASLD）的发生风险，当睡眠质量差与肾功能异常共存时，MASLD风险激增至5.45倍，且肾功能异常在睡眠质量差增加MASLD的发病风险中起到了一定的中介作用。研究表明，两班倒、三班倒、四班倒的工人睡眠质量差的风险高于不倒班者，且随着班次的增加，睡眠质量差呈上升趋势^[27]。这提示倒班与HUA共存时可增加NAFLD的发生风险。本研究结果表明，倒班与HUA对NAFLD患病存在正向的相加交互效应，即倒班与HUA同时存在对NAFLD患病风险大于二者单独存在的风险及其总和，在完全调整模型中，倒班且HUA的人群罹患NAFLD的风险是不倒班且无HUA者的14.025倍，相加交互效应为二者单独存在的2.891倍，归因于该协同作用所致的病例占62.5%。倒班和HUA的相加交互作用对NAFLD患病的机制有待进一步研究，可用一些潜在的机制解释：（1）胰岛素抵抗：倒班作业可通过破坏人体昼夜节律加剧HUA的进展^[25]，二者共同加剧胰岛素抵抗，削弱胰岛素功能，导致肝脏脂肪堆积^[18,22]；（2）氧化应激反应：昼夜节律紊乱破坏氧化剂-抗氧化剂平衡^[25]，HUA引起线粒体功能障碍^[19]，协调加剧肝脏脂肪合成；（3）炎症反应：HUA和倒班双重促进NLRP3炎性小体通路^[20,23]，诱发脂质代谢异常及胰岛素抵抗恶化。

本研究存在一定的局限性：首先，本研究为横断面研究，论证内在因果关系能力弱，只能提示可能存在交互效应，日后应开展队列研究；其次，因该企业女性工人仅11人，且几乎不参与倒班，所以本次研究仅纳入男性工人，人群不具有普遍性；再次，本研究通过问卷调查收集研究对象的家族史、个人生活行为习惯（烟酒史、运动情况等），可能存在回忆偏倚；最后，研究对象缺乏血脂、血糖的相关数据，存在一定的偏倚。

综上所述，倒班和HUA存在相加交互作用，两者同时存在可增加NAFLD患病的风险。在NAFLD的防治工作中，尤其是倒班且患有HUA的人群，除了定期监测血尿酸水平及肝脏超声情况，企业应科学优化排班制度，推动灵活工作安排的实施，减少夜间工作，以改善员工的健康水平；针对性地降低尿酸水平，可协同预防NAFLD及其相关并发症的发生和发展。

基金

收起

广州市市校（院）企联合资助专题(2023A03J0493; 2023A03J0499)
广州市2025年度市校（院）企联合资助项目(2025A03J3542)
广州市卫生健康科技项目(20261A011042)
广州市第十二人民医院高层次人才科研项目(2024-GCC-3)
广州市医学重点学科(2025-2027年)
广州市卫生健康科技重大项目(2025A031002)
广州市科学技术局重点研发计划项目(202206010061)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Tan

, Ng

, Lin

, et al. Clinical characteristics, surveillance, treatment allocation, and outcomes of non-alcoholic fatty liver disease-related hepatocellular carcinoma: a systematic review and meta-analysis[J]. Lancet Oncology, 2022, 23(4): 521-530.

[2]

Manikat

, Nguyen

. Nonalcoholic fatty liver disease and non-liver comorbidities[J]. Clinical and Molecular Hepatology, 2023, 29: s86-s102.

[3]

Zhou

, Zhou

, Wang

, et al. Epidemiological features of NAFLD from 1999 to 2018 in China[J]. Hepatology, 2020, 71(5): 1851-1864.

[4]

唐婷，朱常青，丘丛玺，等．某汽车企业工人非酒精性脂肪肝患病:低剂量重金属暴露与相关因素的作用[J]．环境与职业医学，2024，41（10）：1124-1129.

Tang

, Zhu

, Qiu

, et al. Prevalence of nonalcoholic fatty liver disease in workers of an automobile enterprise: the role of low-dose heavy metal exposure and related factors of the disease[J]. Journal of Environmental & Occupational Medicine, 2024, 41(10): 1124-1129. (In Chinese)

[5]

, Ni

, Wang

, et al. Shift work and nonalcoholic fatty liver disease incidence among Chinese rail workers: a 4-year longitudinal cohort study[J]. International Archives of Occupational and Environmental Health, 2023, 96(1): 179-190.

[6]

朱兴任，李选，赵星，等．成都地区膳食模式与非酒精性脂肪肝的关联性研究[J]．现代预防医学，2023，50（9）：1589-1593, 1598.

Zhu

, Li

, Zhao

, et al. Association between dietary patterns and non-alcoholic fatty liver disease in Chengdu[J]. Modern Preventive Medicine, 2023, 50(9): 1589-1593, 1598. (In Chinese)

[7]

张瑜，李艳，李永军，等．非酒精性脂肪肝的检出率及其影响因素分析——基于渝西地区54067份体检数据[J]．重庆医科大学学报，2025，50（3）：397-402.

Zhang

, Li

, et al. Detection rate of nonalcoholic fatty liver disease and its influencing factors: a study based on the physical examination data of 54067 cases in Western Chongqing, China[J]. Journal of Chongqing Medical University, 2025, 50(3): 397-402. (In Chinese)

[8]

Sun

, Zhang

, Manji

, et al. Association between serum uric acid and Non-Alcoholic fatty liver disease: an updated systematic review and Meta-Analysis[J]. Clinical Epidemiology, 2023, 15: 683-693.

[9]

谭杰，曹玉萍，陈思．尿酸增加肝脏脂肪变性及非酒精性脂肪性肝病风险——基于NHANES及孟德尔随机化研究[J]．现代预防医学，2025，52（3）：418-423.

Tan

, Cao

, Chen

. Increased uric acid and the risk of hepatic steatosis and non-alcoholic fatty liver disease basedon NHANES and Mendelian randomization studies[J]. Modern Preventive Medicine, 2025, 52(3): 418-423. (In Chinese)

[10]

Huang

, Liu

, Xie

, et al. Association between night shift work and NAFLD: a prospective analysis of 281,280 UK Biobank participants[J]. BMC Public Health, 2023, 23(1): 1282.

[11]

方宁远，吕力为，吕晓希，等．中国高尿酸血症相关疾病诊疗多学科专家共识（2023年版）[J]．中国实用内科杂志，2023，43（6）：461-480.

Fang

, Lv

, et al. China multi-disciplinary expert consensus on diagnosis and treatment of hyperuricemia and related diseases(2023 edition)[J]. Chinese Journal of Practical Internal Medicine, 2023, 43(6): 461-480. (In Chinese)

[12]

中国医师协会脂肪性肝病专家委员会，中华医学会肝病学分会脂肪肝和酒精性肝病学组．非酒精性脂肪性肝病防治指南(2018年更新版)[J]．实用肝脏病杂志，2018，21（2）：177-186.

National Workshop on Fatty Liver and Alcoholic Liver Disease, Chinese Society of Hepatology, Chinese Medical Association, Fatty Liver Expert Committee, Chinese Medical Doctor Association. Guidelines of prevention and treatment for nonalcoholic fatty liver disease: a 2018 update[J]. Journal of Practical Hepatology, 2018, 21(2): 177-186. (In Chinese)

[13]

Shojaeibaghini

, Fattahi

, Mohammadi

, et al. Risk factors for non-alcoholic fatty liver disease from the perspective of medical professionals: a systematic review and expert opinion[J]. Middle East J Dig Dis, 2025, 17(1): 54-59.

[14]

刘念晨，段钟平，郑素军．非酒精性脂肪性肝病与胆红素：关系，机制和治疗前景[J]．中华肝脏病杂志，2023，31（1）：101-104.

Liu

, Duan

, Zheng

. Nonalcoholic fatty liver disease and bilirubin: correlation, mechanism, and therapeutic perspectives[J]. Chinese Journal of Hepatology, 2023, 31(1): 101-104. (In Chinese)

[15]

葛均波，徐永健，王辰．内科学[M]．9版．北京：人民卫生出版社，2018.

, Xu

, Wang

. Internal medicine[M]. 9th ed. Beijing: People’s Medical Publishing House, 2018. (In Chinese)

[16]

万学红，卢雪峰．诊断学[M]．8版．北京：人民卫生出版社，2013.

Wan

, Lu

. Diagnostics[M]. 8th ed. Beijing: People’s Medical Publishing House, 2013. (In Chinese)

[17]

Zhang

, Zhu

, Wu

, et al. Prevalence of hyperuricemia among Chinese adults: findings from two nationally representative Cross-Sectional surveys in 2015-16 and 2018-19[J]. Frontiers in Immunology, 2022, 12: 791983.

[18]

, Ye

, Sun

, et al. The additive values of the classification of higher serum uric acid levels as a diagnostic criteria for Metabolic-Associated fatty liver disease[J]. Nutrients, 2022, 14(17): 3587.

[19]

Lanaspa

, Sanchez-Lozada

, Choi

, et al. Uric acid induces hepatic steatosis by Generation of mitochondrial oxidative stress: potential role in fructose-dependent and-independent fatty liver[J]. Journal of Biological Chemistry, 2012, 287(48): 40732-40744.

[20]

, Tang

, Song

, et al. High uric acid exacerbates nonalcoholic steatohepatitis through NLRP3 inflammasome and gasdermin D-mediated pyroptosis[J]. Journal of Biological Chemistry, 2025, 301(6): 110249.

[21]

Saran

, Dave

, Zarrinpar

. Circadian rhythms in the pathogenesis and treatment of fatty liver disease[J]. Gastroenterology, 2020, 158(7): 1948-1966.

[22]

Xiong

, Lin

, Lee

, et al. Chronic circadian shift leads to adipose tissue inflammation and fibrosis[J]. Molecular and Cellular Endocrinology, 2021, 521: 111110.

[23]

Zhang

, Wang

, Yang

, et al. Melatonin protects against diabetic kidney disease via the SIRT1/NLRP3 signalling pathway[J]. Nephrology(Carlton, Vic.), 2025, 30(7): e70073.

[24]

Chen

, Yang

, Zheng

, et al. Influence of occupational exposure on hyperuricemia in steelworkers: a nested case-control study[J]. BMC Public Health, 2022, 22(1): 1508.

[25]

Gibson

. A systematic review of the relationship between night shift work and oxidative stress[J]. Chronobiology International, 2022, 39(2): 285-298.

[26]

Tian

, Zeng

, Li

, et al. Joint effects of sleep disturbance and renal function impairment on incident new-onset severe metabolic dysfunction-associated steatotic liver disease[J]. Diabetes Obesity & Metabolism, 2024, 26(10): 4724-4733.

[27]

Zhou

, Zhang

, Sang

, et al. Association between sleep disorders and shift work: a prospective cohort study in the Chinese petroleum industry[J]. International Journal of Occupational Safety and Ergonomics, 2022, 28(2): 751-757.

2026年第53卷第2期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202505436

接收时间：2025-05-30
首发时间：2026-11-02
出版时间：2026-01-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-05-30

基金

广州市市校（院）企联合资助专题(2023A03J0493; 2023A03J0499)

广州市2025年度市校（院）企联合资助项目(2025A03J3542)

广州市卫生健康科技项目(20261A011042)

广州市第十二人民医院高层次人才科研项目(2024-GCC-3)

广州市医学重点学科(2025-2027年)

广州市卫生健康科技重大项目(2025A031002)

广州市科学技术局重点研发计划项目(202206010061)

作者信息

^1.广州市职业病防治院职业健康监护中心，广东广州 510620

^2.广州市天河区天河南街道社区卫生服务中心

^3.广州市第十二人民医院消化内科

^4.广州市第十二人民医院职业环境与健康重点实验室

通讯作者:

王致，Email: zhi_wang@outlook.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202505436

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量/赋值	NAFLD(n=1 385)	非NAFLD(n=1 964)	χ²值	P值
HUA			189.838	<0.001
0=否	468(33.79)	1 138(57.94)
1=是	917(66.21)	826(42.06)
倒班			4.643	0.031
0=否	399(28.81)	500(25.46)
1=是	986(71.19)	1 464(74.54)
年龄（岁）			297.694^b	<0.001
1=<25	178(23.64)	575(76.36)
2=25~29	682(37.68)	1 128(62.32)
3=≥30	525(66.79)	261(33.21)
BMI分类			1 125.600^b	<0.001
1=低/正常体重	413(19.43)	1 713(80.57)
2=超重	671(74.39)	231(25.61)
3=肥胖	301(93.77)	20(6.23)
饮食习惯			11.173	0.011
1=清淡	781(56.39)	1 205(61.35)
2=偏油	213(15.38)	238(12.12)
3=偏咸	351(25.34)	475(24.19)
4=偏油偏咸	40(2.89)	46(2.34)
缺乏体育锻炼			3.126	0.077
0=否	70(5.05)	128(6.52)
1=是	1 315(94.95)	1 836(93.48)
高血压			62.493	<0.001
0=否	1 286(92.85)	1 930(98.27)
1=是	99(7.15)	34(1.73)
sCr			8.832	0.003
0=正常	1 352(97.62)	1 943(98.93)
1=异常	33(2.38)	21(1.07)
ALT			441.867	<0.001
0=正常	871(62.89)	1 813(92.31)
1=异常	514(37.11)	151(7.69)
AST			90.921	<0.001
0=正常	1 251(90.32)	1 921(97.81)
1=异常	134(9.68)	43(2.19)
TBIL			38.158	<0.001
0=正常	1 092(78.84)	1 360(69.25)
1=异常	293(21.16)	604(30.75)
噪声暴露			26.972	<0.001
0=否	347(25.05)	347(17.67)
1=是	1 038(74.95)	1 617(82.33)
苯系物暴露			7.510	0.006
0=否	1 244(89.82)	1 817(95.52)
1=是	141(10.18)	147(7.48)

变量/赋值

NAFLD(n=1 385)

非NAFLD(n=1 964)

χ²值

P值

HUA

189.838

<0.001

0=否

468(33.79)

1 138(57.94)

1=是

917(66.21)

826(42.06)

倒班

4.643

0.031

0=否

399(28.81)

500(25.46)

1=是

986(71.19)

1 464(74.54)

年龄（岁）

297.694^b

<0.001

1=<25

178(23.64)

575(76.36)

2=25~29

682(37.68)

1 128(62.32)

3=≥30

525(66.79)

261(33.21)

BMI分类

1 125.600^b

<0.001

1=低/正常体重

413(19.43)

1 713(80.57)

2=超重

671(74.39)

231(25.61)

3=肥胖

301(93.77)

20(6.23)

饮食习惯

11.173

0.011

1=清淡

781(56.39)

1 205(61.35)

2=偏油

213(15.38)

238(12.12)

3=偏咸

351(25.34)

475(24.19)

4=偏油偏咸

40(2.89)

46(2.34)

缺乏体育锻炼

3.126

0.077

0=否

70(5.05)

128(6.52)

1=是

1 315(94.95)

1 836(93.48)

高血压

62.493

<0.001

0=否

1 286(92.85)

1 930(98.27)

1=是

99(7.15)

34(1.73)

sCr

8.832

0.003

0=正常

1 352(97.62)

1 943(98.93)

1=异常

33(2.38)

21(1.07)

ALT

441.867

<0.001

0=正常

871(62.89)

1 813(92.31)

1=异常

514(37.11)

151(7.69)

AST

90.921

<0.001

0=正常

1 251(90.32)

1 921(97.81)

1=异常

134(9.68)

43(2.19)

TBIL

38.158

<0.001

0=正常

1 092(78.84)

1 360(69.25)

1=异常

293(21.16)

604(30.75)

噪声暴露

26.972

<0.001

0=否

347(25.05)

347(17.67)

1=是

1 038(74.95)

1 617(82.33)

苯系物暴露

7.510

0.006

0=否

1 244(89.82)

1 817(95.52)

1=是

141(10.18)

147(7.48)

因素	β值	SE值	Wald值	P值	OR值	95%CI
年龄(岁)
25~29	0.788	0.130	36.882	<0.001	2.199	1.705~2.835
≥30	1.978	0.155	162.935	<0.001	7.228	5.335~9.794
倒班	0.300	0.111	7.350	0.007	1.349	1.087~1.676
HUA	0.549	0.095	33.097	<0.001	1.732	1.436~2.088
高血压	0.710	0.272	6.823	0.009	2.035	1.194~3.468
BMI
超重	2.192	0.103	452.165	<0.001	8.950	7.313~10.953
肥胖	3.748	0.249	225.902	<0.001	42.453	26.039~69.214
ALT升高	1.371	0.138	98.142	<0.001	3.938	3.003~5.165
TBIL升高	-0.461	0.110	17.491	<0.001	0.631	0.508~0.783
缺乏体育锻炼	0.443	0.205	4.671	0.031	1.557	1.042~2.327

因素

β值

SE值

Wald值

P值

OR值

95%CI

年龄(岁)

25~29

0.788

0.130

36.882

<0.001

2.199

1.705~2.835

≥30

1.978

0.155

162.935

<0.001

7.228

5.335~9.794

倒班

0.300

0.111

7.350

0.007

1.349

1.087~1.676

HUA

0.549

0.095

33.097

<0.001

1.732

1.436~2.088

高血压

0.710

0.272

6.823

0.009

2.035

1.194~3.468

BMI

超重

2.192

0.103

452.165

<0.001

8.950

7.313~10.953

肥胖

3.748

0.249

225.902

<0.001

42.453

26.039~69.214

ALT升高

1.371

0.138

98.142

<0.001

3.938

3.003~5.165

TBIL升高

-0.461

0.110

17.491

<0.001

0.631

0.508~0.783

缺乏体育锻炼

0.443

0.205

4.671

0.031

1.557

1.042~2.327

因素	β值	SE值	Wald值	P值	OR值	95%CI
倒班	0.352	0.163	4.698	0.030	1.423	1.034~1.956
HUA	0.617	0.180	11.697	0.001	1.853	1.301~2.639
倒班×HUA	-0.094	0.213	0.197	0.657	0.910	0.600~1.380

因素

β值

SE值

Wald值

P值

OR值

95%CI

倒班

0.352

0.163

4.698

0.030

1.423

1.034~1.956

HUA

0.617

0.180

11.697

0.001

1.853

1.301~2.639

倒班×HUA

-0.094

0.213

0.197

0.657

0.910

0.600~1.380

评价指标	模型1	模型2	模型3
RERI(95%CI)	-0.495(-1.179~0.190）	13.865(4.320~23.411)	14.025(2.004~26.046)
API(95%CI)	-0.205(-0.482~0.072)	0.628(0.507~0.749)	0.625(0.476~0.774)
S(95%CI)	0.741(0.522~1.052)	2.922(2.107~4.051)	2.891(1.940~4.308)

评价指标

模型1

模型2

模型3

RERI(95%CI)

-0.495(-1.179~0.190）

13.865(4.320~23.411)

14.025(2.004~26.046)

API(95%CI)

-0.205(-0.482~0.072)

0.628(0.507~0.749)

0.625(0.476~0.774)

S(95%CI)

0.741(0.522~1.052)

2.922(2.107~4.051)

2.891(1.940~4.308)

倒班	HUA	NAFLD组 [n(%)]	非NAFLD组 [n(%)]	模型1
倒班	HUA	NAFLD组 [n(%)]	非NAFLD组 [n(%)]	OR值(95%CI)	P值
否	否	125(9.03)	288(14.66)	1.000
是	否	343(24.77)	850(43.28)	0.930(0.728~1.187)	0.559
否	是	274(19.78)	212(10.79)	2.978(2.259~3.925)	<0.001
是	是	643(46.43)	614(31.26)	2.413(1.903~3.059)	<0.001
倒班	HUA	模型2		模型3
倒班	HUA	OR值(95%CI)	P值	OR值(95%CI)	P值
否	否	1.000		1.000
是	否	1.453(1.065~1.982)	0.018	1.423(1.034~1.956)	0.030
否	是	2.070(1.469~2.918)	<0.001	1.853(1.301~2.639)	0.001
是	是	2.624(1.942~3.545)	<0.001	2.399(1.760~3.269)	<0.001