基于贝叶斯网络分析制造业企业员工跌倒伤害风险的影响因素

[背景]跌倒伤害风险是职业伤害的重要类型之一。制造业工人中跌倒伤害风险发生率较高,但国内目前对于跌倒伤害风险的研究多为中小学生及老年人群体,对职业人群跌倒伤害风险研究较少。[目的]探讨贝叶斯网络模型在制造业企业员工跌倒伤害风险预测中的效能,并分析工作内容、作业环境、企业现况及健康管理4个层面因素对制造业企业员工跌倒伤害风险的影响及其相互关系,为企业开展跌倒伤害风险干预提供科学依据。[方法]应用欧洲企业新兴风险调查(ESENER)数据,该调查以欧洲各国企业为研究对象,对各企业内工作内容、作业环境、企业现况及健康管理等内容进行调查。以企业存在跌倒伤害风险为结局指标,提取其中工作内容、作业环境、企业现况及健康管理4个层面共23个影响因素,利用最小绝对收缩和选择算子(LASSO)回归模型进行影响因素筛选,使用R及Netica 5.18进行贝叶斯网络模型结构学习、参数学习,利用曲线下面积(AUC)评估模型拟合度。进行诊断推理分析,基于跌倒伤害风险变化率探讨跌倒伤害风险的关键影响因素及其关键影响链。[结果]共纳入5997家企业,被调查的企业中存在跌倒伤害风险的为2573家(占42.9%)。LASSO回归模型筛选出14个变量(均方误差=0.20),按系数估计值排序:工作内容变量包括人力重物搬运、重复手臂工作、不良工作姿势、使用台式电脑及使用机器人;作业环境变量包括异常温度及噪声作业;企业现况变量包括公司规模及员工素质;健康管理变量包括心理健康培训、定期风险评估、配备心理医生、健康安全程序及提供心理咨询。跌倒伤害风险贝叶斯网络模型拟合结果良好(AUC=0.779);贝叶斯网络诊断推理得到5个关键影响因素,包括异常温度(变化率=35.9%)、不良工作姿势(变化率=27.3%)、噪声作业(变化率=23.4%)、人力重物搬运(变化率=18.2%)及重复手臂工作(变化率=5.1%),关键影响链为“人力重物搬运-不良工作姿势-重复手臂工作-跌倒伤害风险”(综合变化率=16.9%)。[结论]贝叶斯网络模型在预测制造业企业跌倒伤害风险时预测性能良好。制造业企业需要重点关注涉及人力重物搬运与重复手臂工作的岗位,识别并改善工人的不良工作姿势及心理健康问题,同时避免工人在恶劣温度及噪声环境下进行作业。