基于LightGBM的煤矿从业人员肺通气功能障碍风险预测

李磊, 袁泉, 折亚亚, 支梅

西安科技大学学报 ›› 2026, Vol. 46 ›› Issue (03) : 553 -564.

PDF
西安科技大学学报 ›› 2026, Vol. 46 ›› Issue (03) : 553 -564. DOI: 10.13800/j.cnki.xakjdxxb.2026.0308

基于LightGBM的煤矿从业人员肺通气功能障碍风险预测

    李磊, 袁泉, 折亚亚, 支梅
作者信息 +

Author information +
文章历史 +
PDF

摘要

为预防和控制煤矿从业人员肺通气功能障碍,降低发生煤工尘肺带来的损失,以煤矿从业人员职业健康体检数据为基础,筛选出影响肺通气功能障碍的8个重要指标;基于LightGBM算法构建煤矿从业人员肺通气功能障碍预测模型,通过网格搜索优化超参数,选用预测准确率、精确率、召回率、F1分数和AUC值等对预测模型进行全面评价,并与LR、XGBoost这2种常用机器学习算法对比。结果表明:在所有影响因素中,年龄对肺通气功能障碍的影响最大,吸烟和BMI次之;基于LightGBM的模型预测性能最优,AUC值达到0.85,预测准确率为81%,精确率为79%,召回率为81%,F1分数为0.77,均高于XGBoost和LR模型预测性能;在79位煤矿从业人员肺通气功能障碍风险预测中,8人存在患肺通气功能障碍的可能,年龄在30~39岁之间、工龄为10~15 a、工作性质存在接触粉尘的情况、BMI为超重或肥胖、经常吸烟饮酒的煤矿从业人员患肺通气功能障碍的风险较高。研究为煤矿从业人员健康保障与企业稳定发展提供参考。

关键词

煤矿从业人员 / 肺通气功能障碍 / 影响因素 / 风险预测 / LightGBM

Key words

引用本文

引用格式 ▾
李磊, 袁泉, 折亚亚, 支梅. 基于LightGBM的煤矿从业人员肺通气功能障碍风险预测[J]. 西安科技大学学报, 2026, 46(03): 553-564 DOI:10.13800/j.cnki.xakjdxxb.2026.0308

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/