某煤炭集团煤工尘肺发病预测方法研究.pdfVIP

中国疗养医学2013年第22卷第8期 ChinJConvalescentMed，Aug．2013，V0I．22，N0．8 · 743 · 文章编号 ：1005—619X(2013)08—0743—03 某煤炭集团煤工尘肺发病预测方法研究 李鸿瑞 张琴 丁羽 闫大培 孙志谦 沈福海z (1．大 同煤矿集团职业病防治院，037003；2．河北联合大学公共卫生学 院，063002) 【摘要 】 目的 研究一种煤工尘肺发病的预测模型，确定适合本次研究的最优模型。方法 通过查阅文献初步确定适合本次 研 究的煤工尘肺发病危险性预测模型 ，分析比较不 同模型的优越性 ，研 究适合不同工种煤工 尘肺发病的预测模型。结果 多 层感知器神经网络预测模型和logistic回归预测模型可以用于预测个体 的发病概率。通过对不 同工种数 学预测模型评价样本的 检验 ，掘进 工(x =14196，P0．001)、采煤工 (x =135．44，P0001)和混合 工(×=54．84，P0．001)三工种预测模型差异有 高度统计学意义，多层感知器神经网络模型优 于logistic预测模 型。辅助工两模型差异没有统计 学意义()(：=0，PO05)，两模 型预测能力相当。结论 通过 比较分析 ，多层感知 器神经网络模型为最优模 型。 【关键词 】 煤工尘肺 ；Lcg·istic回归模型；多层感知器神经网络预测模型 煤工尘肺是一种病情渐进性的、不可逆转的、尚不能 (x ：1083．65，P0．001)，神经 网络模型优于二项logistic 彻底根治的职业病。煤炭行业煤工尘肺危害尤为重要。为 回归模型f表5)。 了构建一个简单 、有效 、易于实施的煤工尘肺发病预测模 3．2．2 采煤工预测模型构建及比较 型来识别并筛查接尘工人 中的高危人群和危 险人群 ，实 3．2．2．1 采煤工多层感知器神经网络模型构建 输入层 现一级预防，本课题对一种煤工尘肺发病的预测模型进 变量重要性分析。构建采煤工神经 网络模型中，3个输入 行研究，预测接尘工人未来 的尘肺发病危险性 ，确定高危 层变量的重要性依次为累积接尘量 (0．89)、潜伏期 (0．08)、 人群 。 年龄 (0．03)，各影响因素的权重因子 中，累积接尘量为主 1 研究对象 要影响因子。 某煤炭集团整合 以前的17个矿井1950年以后入矿 的 3．2．2．2 采煤工logistic回归模 型构建 输入层变量重要 所有接尘工人。 性分析 。构建采煤SE~--项logistic回归模型中，3个输入层变 2 研究方法 量 的重要性依次为 累积接尘量 (0．98)、年龄 (0．02)和潜 接尘工人 岗位分为掘进工、采煤工、混合工、辅助324 伏期 (0．0)，各影响 因素 的权重 因子 中，累积接尘量为主 类工种 ；根据不 同年代粉尘防护设施及管理水平 ，分为 要 因子 。 1950— 1959，l960— 1969，1970— 1979，1980— 1989，1990— 3．2．2．3 采煤工两预测模型 比较 准确度比较。经 比较 ， 1999，2000--2011共6个组段。 两模 型在预测准确度方面 的差异有高度 统计学意义 应用SPSS17．0软件进行统计学分析 ，以O．／=0．05为 (x ：470．70，P0．001)，神经网络模型优于二项logistic回 检验水准 。 归模型f表6)。 3 结果 3．2．3 混合工预测模型构建及 比