交通运输设备制造业工人颈部工作相关肌肉骨骼疾患预测模型的构建与评价OA

目的:构建交通运输设备制造业工人颈部工作相关肌肉骨骼疾患(WMSD)预测模型。方法:采用目的性抽样和整群抽样,于2017年选取湖北省12家交通运输设备制造企业5317名工人为研究对象,调查WMSD发生情况。将研究对象按照7∶3随机分为训练集(n=3723)和测试集(n=1594),在训练集中采用LASSO回归进行变量筛选,构建随机森林、决策树、极端梯度提升、逻辑回归和支持向量机5种模型,采用ROC曲线、校准曲线、决策曲线分析评估模型性能,通过SHAP方法对模型进行可解释性分析。结果:研究对象颈部WMSD发生率为56.8%。LASSO回归筛选出性别、工作疲劳感、颈部前倾或长时间前倾、颈部扭转或长时间保持这种姿势、搬举重物和工龄等20个特征变量。随机森林模型在训练集和测试集表现最优,AUC(95%CI)分别为0.818(0.802~0.834)和0.724(0.698~0.748);校准曲线显示预测概率与实际概率相符;且决策曲线分析显示,净收益均较高。SHAP分析结果显示工龄、颈部前倾或长时间前倾、性别为前三大重要特征(SHAP值为0.408、0.388、0.373)。结论:构建的随机森林模型对该行业工人颈部WMSD预测表现较好。