使用人工神经网络预测煤炭工人肺结核病风险

科学领域:

• 职业医学 职业医学是专业的.
• 数据科学数据科学数据科学
• 公共卫生 公共卫生

背景情况:

• 肺结核病对煤炭工人的健康构成重大风险.
• 准确的风险预测对于有针对性的干预和健康计划开发至关重要.

研究的目的:

• 开发和验证人工神经网络 (ANN) 模型,用于预测煤炭工人肺炎风险.
• 确定影响该群体肺结核病发展的关键因素.

主要方法:

• 一个ANN模型是使用男性煤炭工人的健康记录构建的.
• 输入变量包括年龄,就业历史,职业类别,地下工作时间和吸烟情况.
• 输出变量代表了肺结核病的存在或不存在.

主要成果:

• 该ANN模型准确预测了肺炎风险,成功率为95.3%.
• 该模型表现出高灵敏度 (90.3%) 和特异性 (96.5%).
• 在高风险 (第一组) 工作中,年龄和就业时间是最重要的预测因素.

结论:

• ANN模型为估计煤矿工人肺炎风险提供了一个强大的工具.
• 将这些模型整合到职业医学中可以加强矿工健康监测和预防策略.