在中国石化工业工人中,职业热暴露与早期功能障碍之间的关联:一项结合机器学习和WQS建模研究

科学领域:

• 职业健康 职业健康 职业健康
• 环境医学 环境医学
• 毒理学 毒理学 毒理学

背景情况:

• 石化工业的工人面临着重要的职业危险,包括暴露于热量.
• 高尿路血是痛风和病的危险因素,其与职业暴露的关联需要调查.

研究的目的:

• 调查石油化工工人中职业热暴露和高尿血症之间的关联.
• 通过机器学习评估多种职业暴露的综合影响,并识别使用机器学习的关键风险预测因素.

主要方法:

• 追溯分析了2312名石化工业工人的10年健康检查记录.
• 针对个体曝光效应的通用线性模型 (GLMs),对组合曝光的加权量积累回归 (WQS).
• 轻GBM机器学习模型与SHAP值用于风险预测和特征重要性.

主要成果:

• 职业热量暴露与增加的高尿血症风险显著相关 (OR = 1.68).
• 与,H2S,汽油,酸无水化物和CO一起同时暴露于热量显示出协同效应,进一步增加了风险.
• 热暴露占混合职业危险影响的近一半 (WQS分析). 轻GBM确定了暴露于热量,服役时间,年龄,BMI和性别作为关键预测因素.

结论:

• 石油化工环境中的职业热暴露是高尿血症的重要危险因素,可能表明早期功能障碍.
• 机器学习模型可以帮助早期识别和管理高风险工人.
• 需要进行前性研究来证实发现并解决回顾性设计的局限性.