インドの農業トラクター運転手におけるデータマイニング技術を用いた聴力測定データの分析

科学分野:

• 労働衛生
• 聴覚医学
• データマイニング

背景:

• 農業トラクターの騒音は、騒音性難聴（NIHL）につながる主要な職業的危険因子である。
• インドの農業トラクター運転手（ATD）はリスクにさらされており、リスク評価と聴覚障害のパターンの理解が必要である。

研究 の 目的:

• インドのATDにおけるNIHLリスクを評価すること。
• 聴力測定データを分類し、聴覚障害を理解するために、教師なしデータマイニング（K平均法クラスタリング）を適用すること。

主な方法:

• インドのATD（経験年数5〜43年）の聴力測定プロファイルを対象とした横断研究。
• 周波数（0.125 kHz〜8 kHz）における聴力測定検査。
• 聴力測定データにK平均法クラスタリングを適用。
• 要因の有意性（年齢、経験、体重）を評価するためにANOVAを使用。

主要な成果:

• 経験年数10年以上の運転手では、聴力閾値レベルが上昇した。
• K平均法クラスタリングにより、聴力測定周波数間およびクラスター間で統計的に有意な差が明らかになった。
• 長期間のトラクター運転は、両耳の聴力に著しい影響を与えた。

結論:

• K平均法クラスタリングは、職業的騒音曝露研究における聴力測定データの分析に有効である。
• 本研究の結果は、農業従事者向けの的を絞った聴覚保護プログラムの開発を支持する。
• 推奨事項には、法規制に関する意識向上や、より静かなトラクター設計の推進が含まれる。