《Archives of Public Health》：Occupational injury patterns in a hospital-based cross-sectional study in Türkiye: sectoral characteristics, injury profiles, and determinants of multiple injuries (2019–2023)
编辑推荐：
中文专业翻译（摘要）
背景： 职业事故仍然构成重大的公共卫生和经济负担，尤其是在中等收入国家。尽管医护人员和高能量工业部门通常被分开研究，但源自法医记录的医院伤害数据提供了一个结构化机会，可在统一分析框架内比较不同行业特有的伤害模式。
方法： 这项回顾性医院横
中文专业翻译（摘要）
背景： 职业事故仍然构成重大的公共卫生和经济负担，尤其是在中等收入国家。尽管医护人员和高能量工业部门通常被分开研究，但源自法医记录的医院伤害数据提供了一个结构化机会，可在统一分析框架内比较不同行业特有的伤害模式。
方法： 这项回顾性医院横断面研究纳入了2019年至2023年间就诊于一家三级医院急诊科、并通过法医记录系统记录的所有职业伤害病例（n = 402）。分析了社会人口学特征、行业、事故机制、伤害部位和伤害数量。采用卡方检验（chi square test）和克莱默V系数（Cramérs V）评估关联性。使用二元逻辑回归（binary logistic regression）检验多重伤害的独立预测因素，并计算了行业和机制特异性的样本内相对风险（relative risk, RR）。
结果： 研究人群以男性为主（66.9%）且较为年轻（45.5%年龄在18–29岁）。建筑、医疗和物流是占比最高的行业。物理性创伤占病例的95.3%，而感染性暴露风险在21.4%的病例中被识别，主要来自医疗行业的针刺伤和体液飞溅。多重伤害占病例的35.8%，并不成比例地集中于高能量行业，包括电气–机械作业（OR = 44.43；95% CI = 3.72–531.12）、制造业（OR = 12.82；95% CI = 2.91–56.50）、建筑业（OR = 4.64；95% CI = 1.58–13.62）和物流业。交通事件和坠落是多区域创伤的最强促成因素。上肢伤害，尤其是手和手指创伤，在医护人员中占主导，主要是护士和医疗技师，且在女性中更为常见。
结论： 在就诊于单一三级医院的工人中，伤害模式因行业而异，医疗行业以感染性暴露为主，工业行业以高能量机制为主。这些样本内模式确定了行业特异性预防的潜在目标；然而，由于缺乏劳动力分母数据，本研究无法确定哪些行业或年龄组承担最高的伤害风险，更广泛的优先排序需要基于人群层面的证据。
论文解读
一、研究背景与问题
职业事故是全球范围内重大的公共卫生和经济负担问题。据国际劳工组织（International Labour Organization, ILO）估计，全球每年约有3.95亿工人遭受非致命性职业事故伤害。2016年全球归因于工作场所风险因素的疾病负担达到9000万伤残调整生命年（disability-adjusted life years, DALYs），其中2700万直接与职业事故相关。ILO估算，工作相关死亡和疾病的全球经济负担约占全球国内生产总值（gross domestic product, GDP）的3.94%。在土耳其，2013年至2023年间报告的职业事故数量增长了356%，基于2023年土耳其GDP（26.5万亿土耳其里拉），其经济影响估计超过1万亿土耳其里拉，凸显了问题的严重性。
既有研究存在明显不足：以往研究往往将高风险工业行业与医护人员分开考察，主要依赖急诊科或职业健康记录，这种碎片化的研究路径限制了对不同职业间伤害机制的直接比较，也制约了行业特异性伤害严重程度模式的识别。因此，缺乏整合的多部门证据限制了针对性职业安全策略的制定和政策规划。基于此，本研究旨在利用统一的分析框架，描述就诊于一家三级医院的工人中行业特异性伤害模式及多重伤害的决定因素，从而实现对不同职业部门的直接比较。
二、研究设计与方法
本研究为回顾性医院横断面研究，在土耳其奥尔杜大学培训与研究医院（Ordu University Training and Research Hospital）开展，研究期间为2019年1月1日至2023年12月31日。在土耳其，职业事故在法律上被归类为法医学事件，因此所有就诊于急诊科的职业事故病例均被常规转介至法医部门进行标准化法医学记录，无论伤害严重程度如何。研究纳入402例职业伤害病例，数据来源于法医检查记录、急诊科档案和职业事故通知表，并转入标准化数据提取表。
主要分析方法包括：描述性统计（连续变量以均值±标准差或中位数（四分位距）表示，分类变量以频率和百分比表示）；皮尔逊卡方检验（Pearson's chi square test）和克莱默V系数用于组间比较；二元逻辑回归用于估计多重伤害独立预测因素的比值比（odds ratio, OR）及其95%置信区间；同时从2×2列联表中计算样本内相对风险（RR）作为补充描述性关联度量。模型拟合采用Hosmer–Lemeshow拟合优度检验评估，多重共线性通过方差膨胀因子（variance inflation factor, VIF）评估。统计分析使用IBM SPSS 23版和R软件完成。研究经非干预性科研伦理委员会于2025年11月7日批准（决策编号2025/387）。
三、主要研究结果
人口学与劳动力特征。 402例病例中，66.9%为男性，33.1%为女性。平均年龄33.5±10.6岁，中位年龄31.1岁（IQR 24.5–41.8），年龄范围14.8至75.8岁。45.5%的病例年龄在18–29岁之间，36.1%在30–44岁之间，16.4%在45–59岁之间。最常见的职业为建筑工人（n=78, 19.4%）、护士（n=66, 16.4%）和摩托车快递员（n=54, 13.4%）。
行业分布。 按行业分组，建筑与建造业（n=89, 22.1%）、医疗行业（n=86, 21.4%）和物流运输业（n=66, 16.4%）是主要类别。其余行业包括服务业（清洁、食品、零售）（n=41, 10.2%）、农林牧渔业（n=22, 5.5%）、安保业（n=19, 4.7%）、教育及公共/办公行业（n=17, 4.2%）、工业制造业（n=12, 3.0%）和电气机械作业（n=4, 1.0%）。另有46例（11.4%）因源记录中行业编码不标准被归类为其他/未指明行业，未纳入行业推断性分析。
事故类型与机制。 95.3%的病例被归类为物理性创伤；生物型暴露事件占3.0%，化学暴露占1.5%，物理与化学联合暴露占0.2%。坠落（23.6%）和医用针刺伤（18.6%）是主要的事故机制。
伤害特征。 64.2%的病例为单一伤害，35.8%呈现多重伤害。主要解剖伤害区域为上肢–手/手指（35.3%）、上肢–腕/前臂/肘/臂（18.7%）、下肢–腿/膝（10.4%）、下肢–足/趾（9.0%）、头–面–颈（9.0%）和躯干（5.2%）。在手/手指伤害的详细评估中，最常受累部位为左手拇指（n=25）、左手食指（n=19）和右手拇指（n=18）。
感染暴露风险。 86例（21.4%）记录了潜在的传染病传播风险。在医用针刺伤（n=75）中，74例（98.6%）事发时涉及非无菌针头，11例（2.7%）记录了生物体液飞溅。仅10人（2.5%）记录在事发时使用了个人防护装备。
时间趋势。 年度分布为：2019年97例（24.1%）、2020年59例（14.7%）、2021年76例（18.9%）、2022年56例（13.9%）、2023年113例（28.1%）。2020年病例数减少与COVID-19大流行时期一致。6月（n=43, 10.7%）、7月（n=43, 10.7%）和12月（n=40, 10.0%）是事故高发月份。91.5%的病例在受伤当日接受急诊评估，93.8%的患者接受门诊治疗。
关联分析。 伤害区域与伤害数量之间存在强关联（χ2(6)=171.128；p<0.001；V=0.652），单一伤害主要定位于上肢–手/手指，而多重伤害集中于"其他/全身"区域。事故机制与事故类型显著相关（χ2(39)=361.227；p<0.001；V=0.547），坠落、交通相关事件和挤压伤与物理性事故相关，而生物体液暴露和食源性中毒与生物性事故相关。行业与事故类型显著相关（χ2(27)=49.73；p=0.0049；V=0.203），医疗行业生物型事件比例相对较高，而物流运输、安保和农业行业仅报告物理性事故。伤害区域分布在不同行业间存在显著差异（χ2(54)=139.17；p<0.001；V=0.240）。事故机制与伤害数量显著相关（χ2(12)=113.49；p<0.001；V=0.531），多重伤害最常与交通相关事件（74.6%）和坠落（57.0%）相关。性别与伤害区域显著相关（χ2(6)=18.57；p=0.005；V=0.215）。
逻辑回归分析。 以医疗行业为参照，多重伤害的调整后比值比在制造业（OR=12.82；95% CI=2.91–56.50；p<0.001）、电气机械行业（OR=44.43；95% CI=3.72–531.12；p<0.005）和建筑业（OR=4.64；95% CI=1.58–13.62；p=0.005）中显著更高。以坠落为参照机制，非医用锐器/穿透性事件（OR=0.11；95% CI=0.02–0.59；p=0.0096）和"其他"类别（OR=0.12；95% CI=0.06–0.24；p<0.001）的多重伤害比值比显著较低。性别和年龄不是显著预测因素。模型拟合良好（Hosmer–Lemeshow检验p>0.05），未观察到多重共线性（所有VIF<2）。
样本内相对风险分析。 与医疗行业相比，物流运输（RR≈10.0；95% CI=4.53–22.07）、制造业（RR≈8.21；95% CI=3.62–18.66）和建筑业（RR≈6.80；95% CI=3.03–15.25）中多重伤害的呈现比例显著更高。交通/车辆相关事件中多重伤害比例比坠落高31%（RR=1.31；95% CI=1.05–1.64）。女性手/手指伤害相对风险为RR≈1.58（95% CI=1.22–2.06），表明女性中此类伤害比例更高。
四、讨论与结论
讨论总结。 研究讨论指出，职业伤害的人口学特征受劳动力构成和行业就业模式的强烈影响。男性占多数与土耳其社会保障机构的国家数据（75.9%）及既往研究一致，而女性比例相对较高可能反映了医疗行业大量女性劳动力的纳入。18–29岁年龄组占比最高与国家和国际研究一致，但研究强调，缺乏年龄特异性劳动力分母数据时，不能将此比例解释为年轻工人伤害风险更高的证据。
医疗行业工人呈现出与高能量工业行业截然不同的暴露特征，以针刺伤和体液接触为主的生物介导暴露机制占主导。上肢伤害是最常见的解剖伤害模式，手和手指伤害占比最高（35.3%），这与既往研究一致。左手拇指和左手食指最常受累，可能反映了右利手人群在手动操作中的任务定位特征。21.4%的病例存在感染暴露风险，98.6%的针刺伤涉及非无菌针头，表明锐器安全是医疗环境持续预防的潜在目标。
高能量工业行业的伤害主要由高能量物理机制驱动，建筑、运输和物流行业的伤害完全为物理性质。多重伤害在物流运输、制造业、电气机械和建筑行业中的比例显著高于医疗行业，这与行业特异性机制一致：医疗行业以低能量经皮伤害为主，而建筑行业的坠落、物流运输行业的碰撞和电气机械行业的电击导致更高的伤害严重程度。交通相关事件（74.6%）和坠落（57.0%）是多重伤害的最强促成因素。
季节性模式显示6月和7月为事故高峰期，与夏季建筑活动增加、农业季节性劳动力需求以及环境温度升高与工作相关伤害风险增加的研究证据一致。临床严重程度方面，大多数病例在受伤当日就诊并接受门诊治疗，表明伤害以低临床严重程度为主，可能通过基本职业健康安全措施加以预防。
研究强调，标准化法医记录为跨行业职业伤害分析提供了有价值的框架，能够系统捕获伤害数量、解剖分布、机制特异性特征和暴露相关风险要素。然而，医院数据中的病例频率不仅反映伤害发生情况，还反映各行业劳动力的规模和构成以及获得医院护理的可及性，因此这些数据本身不能确定哪些行业或年龄组承担最高的伤害风险。
结论翻译。 本研究基于五年间就诊于单一三级医院的工人，提供了跨医疗行业和高能量工业行业的基于机制的职业伤害特征描述。在该医院样本中，伤害严重程度和多重性的模式与行业特异性暴露机制相关，多区域创伤集中于高能量行业，而生物介导的上肢伤害在医护人员中占主导。通过将解剖伤害图谱与行业和机制分析相结合，本研究凸显了结构化法医记录在描述差异化伤害画像和识别预防潜在目标方面的价值，例如医疗行业的锐器安全和建筑及物流行业中的坠落与交通相关机制。由于这些发现源于无劳动力分母的受伤工人之间的比较，本研究不能表明哪些行业或年龄组承担最高的伤害风险，在更广泛层面优先配置职业健康资源将需要基于人群层面的证据。
