据 WHO 统计，全世界每年道路交通伤害(road traffic injury,RTI)死亡人数约为124万人，伤残人数为5 000 万人^[1]，每年全球 RTI 的损失估计为5 180亿美元^[2]。调查显示，RTI已成为中国伤害死亡的首因^[3]。尽管许多流行病学研究探讨了 RTI 与驾驶员驾驶事故的危险因素的关系^{[4,5,6,7,8,9,10,11,12 ,13]}，但目前国内对此尚未达成共识，结果差异较大，例如在饮酒史方面，刘海燕等^[14]认为饮酒史与RTI发生的强度不显著，而吴蔚等^[15]认为二者间存在较强关联。可见，由于样本量的限制及其他因素，争议和分歧仍然存在。因此，如何有机、系统地分析RTI的危险驾驶员因素，不仅要定性分析，还要定量分析，更要系统的归纳总结。近年来，国外已有关于RTI驾驶员驾驶事故的危险因素的系统评价^{[16,17,18,19]}，而我国关于RTI的分析仅限于伤害发生率的 Meta 分析^[20]，较少于驾驶员驾驶事故危险因素的 Meta 分析。为综合分析中国 RTI 发生的主要驾驶员驾驶事故的危险因素，为预防决策提供参考依据，本研究通过收集国内外关于中国 RTI 危险因素的相关中英文文献，对中国RTI的主要驾驶员驾驶事故危险因素进行了 Meta 分析。结果报告如下。

在中国知网、万方数据知识服务平台、中国生物医学文献数据库、Web of Science、Google 学术、PubMed 等数据库及相关网站中检索2000年1月—2012年12月发表的相关中、英文文献，末次检索日期为2013年10月13日。检索主题词分别为“道路交通伤害”、“危险因素”、“病例对照/病例交叉”、“车祸/交通伤/车辆伤”和“road traffic injury”,“injury”,“road traffic accident”,“crash”,“vehicle”,“risk factor”,“case-control study”,“case-crossover study”。同时辅以文献追溯法收集更多相关文献。

纳入标准：(1)关于中国驾驶员 RTI 危险因素的病例对照研究和病例交叉研究；(2)驾驶员、道路交通伤害的定义以《中华人民共和国道路交通安全法实施条例》^[21]、《流行病学》^[22]为标准；(3)研究开展的时间及地点有明确说明；(4)对样本量的大小有明确规定；(5)原始数据提供OR值及95%CI或者可以转化OR值及95%CI，若文献中同时报道单因素和多因素分析结果，则选择校正混杂因素后的OR值；(6)暴露的定义基本相似。排除标准：(1)信息量不全、质量差、数据不完整；(2)数据无法转化为OR值及95%CI的文献。

应用 Stata 12.0 软件进行统计分析分析^[23]。分别采用 Q 值检验和 I² 统计量进行异质性检验，根据异质性检验的结果选择固定效应模型或者随机效应模型进行 Meta 分析，计算合并OR值及其95%CI；采用 Begg 秩相关法检验和Egger 回归法检验评估发表偏倚，P＞0.05 表示无发表偏倚。

共检索出相关文献713篇，根据纳入和排除标准进行剔除，最终纳入14篇文献，其中13篇为病例对照研究，1篇为病例交叉研究，均为中文文献；共累计病例人群3 161例，对照人群4 450例。

表 1

表 1 纳入 Meta 分析文献一般特征 第一作者 年份 研究类型 调查地区 对象 配对系数 病例数 对照数 刘海燕[14] 2008 病例对照 山东省青岛市黄岛区 机动车驾驶员 1：1 210 210 吴蔚[15] 2008 病例对照 江苏省南京市某区 机动车驾驶员 170 167 刘改芬[24] 2003 病例对照 辽宁省沈阳市皇姑区 机动车驾驶员 406 438 余金明[25] 2005 病例对照 上海市虹口区、普陀区、闸北区 机动车驾驶员 1：1 256 256 袁萍[26] 2005 病例交叉 四川省成都市区 机动车驾驶员 1：1 402 402 袁文兴[27] 2008 病例对照 山东省蓬莱市 机动车驾驶员 220 210 顾雯雯[28] 2011 病例对照 浙江省杭州市上城区和下城区，宁波市海曙区，金华市婺城区，舟山市城区 机动车驾驶员 1：2 144 288 李志义[29] 2010 病例对照 上海市杨浦区 自行车骑者 1：3 294 882 卢国良[30] 2006 病例对照 上海市 机动车驾驶员 1：2 131 262 牟袆[31] 2006 病例对照 四川省成都市辖区 机动车驾驶员 150 174 王剑[32] 2008 病例对照 广西省南宁市青秀区 机动车驾驶员 1：1 350 350 顾雯雯[33] 2011 病例对照 浙江省杭州市上城区和下城区，宁波市海曙区，舟山市城区 电动自行车驾驶员 1：2 136 273 赵鸣[34] 2011 病例对照 浙江省杭州市上城区和下城区，舟山市城区，金华市婺城区，宁波市海曙区 机动车驾驶员 1：2 246 492 王晓敏[35] 2012 病例对照 广西省南宁市某区 机动车驾驶员 1：1 46 46

表 1 纳入 Meta 分析文献一般特征

异质性检验结果显示，饮酒史、超速行驶史、酒后驾车、疏忽大意和文化程度存在异质性，根据异质性检验结果采用随机效应模型，其余危险因素均采用固定效应模型。Meta 分析结果显示，中国驾驶员 RTI 发生的危险因素按危险性由高到低依次为：疏忽大意、感觉判断错误、不按规定让行、措施不当、从不检修、酒后驾驶、超载、车祸史、文化程度、疲劳感、闯红灯史、超速行驶史。

表 2

表 2 中国驾驶员RTI危险因素的Meta分析 因素 研究数 病例数 对照数 异质性检验结果 Meta 分析模型 OR 95%CI P值 疏忽大意 4 1 104 1 152 χ2=11.64，P=0.009，I2=74.2% 随机效应模型 19.25 9.16~40.48 0.000 感觉判断错误 4 1 104 1 152 χ2=5.08，P=0.166，I2=40.9% 固定效应模型 15.62 9.65~25.29 0.000 不按规定让行 4 1 224 1 224 χ2=4.78，P=0.092，I2=58.2% 固定效应模型 15.10 7.47~30.53 0.000 措施不当 5 1 314 1 362 χ2=0.82，P=0.844，I2=0.0% 固定效应模型 11.23 5.96~21.18 0.000 从不检修 4 288 576 χ2=2.35，P=0.502，I2=0.0% 固定效应模型 9.34 3.01~28.94 0.000 酒后驾驶 7 1 622 2 416 χ2=39.43，P=0.000,I2=84.8% 随机效应模型 6.30 2.64~15.02 0.000 超载 4 520 694 χ2=2.67，P=0.445，I2=0.0% 固定效应模型 5.65 3.40~9.40 0.000 车祸史 4 760 761 χ2=7.25，P=0.064，I2=58.6% 固定效应模型 4.05 2.95~5.56 0.000 文化程度 7 1 274 2 003 χ2=3.72，P=0.294，I2=19.3% 固定效应模型 3.85 1.91~7.74 0.000 疲劳感 4 772 859 χ2=5.64，P=0.131，I2=46.8% 固定效应模型 3.46 2.51~4.77 0.000 闯红灯史 5 888 1 721 χ2=2.50，P=0.475，I2=0.0% 固定效应模型 1.86 1.51~2.28 0.000 超速行驶史 9 1 710 2 276 χ2=74.23，P=0.000，I2=89.2% 随机效应模型 1.30 1.13~1.50 0.000 饮酒史 4 760 754 χ2=59.55，P=0.000，I2=95.0% 随机效应模型 1.13 0.30~4.20 0.854

表 2 中国驾驶员RTI危险因素的Meta分析

为了充分利用数据，将单因素和多因素非条件 logistic 回归分析结果进行了分层分析。结果显示，除了酒后驾驶、超速驾驶、不按规定让行、文化程度以外，其他因素的分层分析结果基本一致。

表 3

表 3 单因素和多因素 logistic 回归分析合并结果比较 危险因素 单因素分析 多因素分析 OR值 95%CI P值 OR值 95%CI P值 疏忽大意 15.00 5.27~42.73 0.000 29.43 6.15~140.98 0.000 感觉判断错误 13.77 7.92~23.94 0.000 23.23 8.71~61.96 0.000 不按规定让行 2.68 0.15~48.55 0.506 16.87 2.18~130.83 0.007 酒后驾驶 4.93 2.04~12.00 0.000 11.72 0.92~149.28 0.058 措施不当 11.24 5.11~24.76 0.000 11.21 3.87~32.50 0.000 车祸史 3.57 2.52~5.06 0.000 8.38 1.66~42.36 0.010 从不检修 11.20 2.73~45.87 0.001 6.72 1.01~44.73 0.049 疲劳感 3.06 2.08~4.50 0.000 4.54 2.55~8.06 0.000 超载 7.38 3.88~14.02 0.000 3.61 1.57~8.30 0.002 超速驾驶 3.83 1.10~13.37 0.035 2.25 0.42~12.03 0.076 闯红灯史 1.86 1.43~2.42 0.000 1.85 1.34~2.56 0.000 饮酒史 0.99 0.22~4.46 0.986 1.24 0.04~41.88 0.903 文化程度 5.49 1.32~22.89 0.019 1.12 0.41~3.01 0.830

表 3 单因素和多因素 logistic 回归分析合并结果比较

对纳入 Meta 分析的14篇中国驾驶员RTI危险因素的研究文献进行发表偏倚评价，结果显示，文化程度、闯红灯史、超速行驶史不能完全排除发表性偏倚(P<0.05)；其余各危险因素的偏倚分析均无明显发表偏倚(P>0.05)。

目前国内对 RTI 危险因素的研究较多，但研究结果不尽相同，比如酒后驾驶等因素的文献提及率较高，但发生风险程度不一，可能与不同研究样本量大小、信息收集以及分析过程无法控制所有的混杂因素等均对最后的结果分析造成影响有关。本研究收集了2000—2012年来国内外相关文献，较为全面地总结了我国驾驶员的危险因素与 RTI 的联系强度。本研究 Meta 分析结果显示，疏忽大意、感觉判断错误、不按规定让行、措施不当、从不检修、酒后驾驶、超载、车祸史、文化程度、疲劳感、闯红灯史、超速行驶史是我国驾驶员发生 RTI 的危险因素，其中驾驶员疏忽大意的危险性最高(OR=19.25，95%CI=9.16~40.48),可能是由于疏忽大意使道路使用者完全没有意识到自己的行为会产生什么样的严重后果，在无意识之中发生了车祸，属于过失的无意识的心理状态^[36]，提示驾驶员在行车过程中应该避免使用手机、聊天等行为，保持注意力，谨慎驾驶。既往研究表明，驾驶员的不良行为占肇事原因70%~84%^[37]，其中不按规定让行表现为车车、人车间的互不相让，属于最普遍的交通违法行为之一^[38]，严重扰乱交通秩序，容易造成交通事故。本研究结果显示，不按规定让行、酒后驾驶、超载、疲劳感、闯红灯史及超速行驶史与RTI的发生也有明显关系。而措施不当、从不检修、车祸史和文化程度偏低的驾驶员具有技术不熟练、经验不足、缺乏安全行车常识、未掌握复杂道路行车遇有突发情况惊慌失措等特点，容易导致道路交通事故。

在危险因素的分层分析中，感觉判断错误、疏忽大意等多因素分析的危险性均大于单因素分析，可能当这些因素单独作用时影响程度不大，但与其他因素共同作用时，危险性明显增高，提示 RTI 在多种危险因素共同作用下发生的可能性更大，与 Haddon 矩阵模型强调 RTI 是在多种因素的共同作用下而发生的结果一致^[22]。

通过本次 Meta 分析研究，初步明确了我国 RTI 发生的主要驾驶员驾驶事故的危险因素及联系的强度，在今后的研究中，仍需综合人、道路、环境、车辆的大样本研究进行综合因素分析，以作进一步确认，为管理政策法律提供重要依据。