Video Experimental Relacionado
Updated: Mar 1, 2026

Semi-Automated Analysis of Peak Amplitude and Latency for Auditory Brainstem Response Waveforms Using R
Published on: December 9, 2022
Análisis de Datos Audiométricos de Conductores de Tractores Agrícolas en la India Mediante Técnicas de Minería de
Abhijit Khadatkar1, C R Mehta1, L S Kot2
1ICAR-Central Institute of Agricultural Engineering, Bhopal, India.
Los conductores de tractores agrícolas se enfrentan a un riesgo significativo de pérdida auditiva inducida por el ruido (PNL). La agrupación k-means identificó patrones de deterioro auditivo, lo que resalta la necesidad de programas específicos de conservación auditiva y tecnología de tractores más silenciosa.
Área de la Ciencia:
- Salud Ocupacional
- Audiología
- Minería de Datos
Sus antecedentes:
- El ruido de los tractores agrícolas es un importante peligro ocupacional que provoca pérdida auditiva inducida por el ruido (PNL).
- Los conductores de tractores agrícolas indios (ATD) están en riesgo, lo que requiere una evaluación del riesgo y la comprensión de los patrones de deterioro auditivo.
Objetivo del estudio:
- Evaluar el riesgo de PNL en ATD indios.
- Aplicar minería de datos no supervisada (agrupación k-means) para clasificar datos audiométricos y comprender el deterioro auditivo.
Principales métodos:
- Estudio transversal de perfiles audiométricos de ATD indios (5-43 años de experiencia).
- Pruebas audiométricas en varias frecuencias (0,125 kHz a 8 kHz).
- Agrupación k-means aplicada a datos audiométricos; ANOVA utilizada para evaluar la significancia de los factores (edad, experiencia, peso).
Principales resultados:
- Los niveles de umbral auditivo aumentaron con más de 10 años de experiencia.
- La agrupación k-means reveló diferencias estadísticamente significativas entre las frecuencias audiométricas y entre los clústeres.
- La operación prolongada del tractor afectó significativamente la audición en ambos oídos.
Conclusiones:
- La agrupación k-means es eficaz para analizar datos audiométricos en estudios de exposición ocupacional al ruido.
- Los hallazgos respaldan el desarrollo de programas específicos de conservación auditiva para trabajadores agrícolas.
- Las recomendaciones incluyen la concienciación legislativa y la promoción de diseños de tractores más silenciosos.
Más Videos Relacionados
04:04Asthma Detection Research Based on Voice Signal Processing and Machine Learning
Published on: July 22, 2025
06:22Machine Learning-Based Cough Tone Classification: Diagnostic Exploration of Chronic Obstructive Pulmonary Disease and Respiratory Tract Infections
Published on: September 19, 2025