基于LightGBM的煤矿从业人员肺通气功能障碍风险预测

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