石油工人听力受损风险评估模型的建立与评价

摘要： 背景 听力受损在职业人群中具有较高的检出率，而通过疾病早期监测可对其进行有效预防。目前关于该疾病的风险评估研究尚有空缺，因此本研究通过风险评估模型进行职业性听力受损的预防控制理论探索。目的 构建石油工人听力受损的风险评估模型，通过对模型的性能进行评价以获得适用于石油工人听力受损的最优评估模型。方法 采用现况研究，本研究共纳入2018年至2019年某石油企业1423名参加职业健康体检的工人，基于其体检结果进行石油工人听力受损影响因素的分析。结合相关文献综述和专家意见确定模型的输入变量，应用Python构建随机森林、XG boost和BP神经网络模型。结果 三种模型的准确率分别为95.99%、95.22%和88.62%，灵敏度分别为97.69%、97.50%和95.47%，特异度分别为91.43%、89.09%和70.13%，约登指数分别为0.89、0.87和0.66，F1分数分别为0.74、0.73和0.73，AUC分别为0.95、0.93和0.83。Brier得分分别为0.04、0.04和0.11，观察-期望比率分别为1.02、1.04和1.21，Calibration-in-the-large分别为0.029、0.032、0.097。结论 随机森林模型的性能优于XG boost模型和BP神经网络模型，能够较准确地评估石油工人听力受损的风险。

本文来源：李超, 杨永忠, 王慧, 等. 石油工人听力受损风险评估模型的建立与评价[J]. 中国全科医学,2022. DOI: 10.12114/j.issn.1007-9572.2022.0375.（点击文题查看原文）