تشخیص و طبقه بندی تغییرات افت شنوایی کارگران یک شرکت معدنی و صنعتی به روش نایو بیز در سال 1397

زمینه و هدف: یکی از شایعترین عوامل زیان آور فیزیکی در محیط کار صدا می باشد. مهمترین و قطعی ترین اثرات زیان بارصدا، افت شنوایی، اعم از دائم وموقت است. 12% مردم جهان درمعرض افت شنوایی ناشی ازصدا (NIHL) می باشند. اینمطالعه باهدف تشخیص و طبقه بندی تغییرات افت شنوایی کارگران با استفاده از الگوریتم داده کاوی نایو بیز انجامشد. مواد و روش ها: این مطالعه مقطعی توصیفی از نوع تحلیلی آینده نگر در سال 1397 در یک صنعت معدنی درجنوب شرق ایران انجام شد. در این مطالعه کارگران در سه گروه مواجهه یافته با ترازهای فشار صوت مختلف (یک گروهکنترل و دو گروه مورد) تقسیم بندی شدند. در هرگروه 50 نفر و درمجموع سه گروه ادیومتری برای 150 نفر از کارگرانانجام شد. مراحل انجام این مطالعه عبارتنداز 1- بررسی اطلاعات دموگرافیک افراد تحت مطالعه 2- انتخاب متغیرها (پیش بین)جهت تشخیص افت شنوایی 3- انجام ادیومتری برای هر دو گوش 4- محاسبه افت شنوایی دائم برای هر دو گوش چپ و راست به طور جداگانه 5- محاسبه افت شنوایی دائم دو گوش 6- طبقه بندی انواع افت شنوایی 7- طبقه بندی تغییرات افت شنوایی و تعیین نرخ خطا و صحت هر مدل. جهت تشخیص و طبقه بندی تغییرات افت شنوایی کارگران از الگوریتم داده کاوینایو بیز استفاده گردید. از نرم افزار SPSS 18 جهت انالیز آزمون های اماری رگرسیون خطی، تی زوجی و از نرم افزار IBM SPSS Modeler 18.0 جهت مدلسازی الگوریتم نایو بیز استفاده شد.یافته ها: یافته ها نشان داد که در مدل اول (dBA 70> SPL) فرکانس 8 KHz باوزن 34 % بیشترین تاثیر و فرکانس 7 KHzو سن هر کدام باوزن 6% دارای کمترین تاثیر می باشد. در مدل دوم (SPL 70-80 dBA) فرکانس 4 KHz % باوزن 25%بیشترین تاثیر و عامل صوت همراه با فرکانس 250 Hz هر کدام باوزن 6% دارای کمترین تاثیر می باشند. در مدل سوم(dBA 85افت شنوایی توسط الگوریتم نایو بیز، تاثیر بالای فرکانس 4 KHz را درتغییرات افت شنواییپیش بینی کرد و با توجه به صحت بالای به دست آمده در این مدلسازی، این الگوریتم ابزاری مناسب و قدرتمند جهتپیش بینی و مدلسازی افت شنوایی می باشد.

کلیدواژه ها:

صدا ، طبقه بندی ، افت شنوایی ، داده کاوی ، الگوریتم نایو بیز