一种高噪声暴露听力损伤个体早期风险预警系统及方法

本申请属于听力损伤预警，具体涉及一种高噪声暴露听力损伤个体早期风险预警系统及方法。

背景技术：

1、听力损伤早期风险预警在噪声致职业性噪声聋的防治过程中发挥着重要作用，但由于以往关于噪声防治技术的研究多集中在噪声危害的风险预测评估和基于群体水平。目前，生产性噪声是我国最主要的物理性职业危害之一，噪声引起的职业性噪声聋已成为全球公共卫生问题。据报道，职业性噪声聋已成为最主要的物理性因素导致的职业病，且职业性噪声聋发病数呈历年递增趋势。

2、现有对噪声致听力损伤的风险评估或预测技术研究存在共同的缺点：针对群体进行风险评估，忽略了个体差异，个体噪声暴露剂量粗算，噪声与听力损伤的剂量-反应(效应)关系评估可信性不高，缺少连续性噪声健康监护资料御用，未考虑出噪声意外的影响听力损伤风险因素，风险结果不稳定，风险预测为群体水平，不能实现听力损害风险估算，不能实现在发生听力损伤临床发病前的预警等。因而，基于个体的高噪声暴露听力损伤早期风险预警技术问题亟待解决，研制高噪声暴露听力损伤个体早期风险预警技术尤为重要。

技术实现思路

1、本申请旨在解决现有技术的不足，提出一种高噪声暴露听力损伤个体早期风险预警系统及方法，其实施路径简单，对高频听力损伤预警科学，且在个体水平进行预警。

2、为实现上述目的，本申请提供了如下方案：

3、一种高噪声暴露听力损伤个体早期风险预警系统，包括：信息收集模块、模型构建模块和预警模块；

4、所述信息收集模块用于收集预警因子信息；

5、所述模型构建模块用于构建不同时间因素下的预警模型；

6、所述预警模块用于基于所述预警因子和所述预警模型对听力损伤进行早期预警。

7、优选的，所述预警因子包括：暴露信息、人口学特征和职业健康监护信息。

8、优选的，所述模型构建模块包括：第一模型构建单元和第二模型构建单元；

9、所述第一模型构建单元用于构建非时间依赖logistic回归模型；

10、所述第二模型构建单元用于构建时间依赖cox回归模型。

11、优选的，所述非时间依赖logistic回归模型包括：

12、高频损伤模型方程：

13、logit(y不限时)＝-7.978+0.340x1+0.038x2+0.196x3+1.616x4+1.630x5

14、损伤5年模型方程：

15、logit(y损伤5年)＝-7.424+0.200x1+0.021x2+0.179x3+1.441x4+0.660x5

16、其中，x1表示进入年龄，x2表示累积接噪年，x3表示双高频听阈，x4表示耳症状，x5表示心症状；

17、所述时间依赖cox回归模型包括：

18、fx＝0.043×[年龄≥30岁]+0.879×[高频听力20-25db]+2.691×[高频听力≥25db]+0.027×[累积接触年]+1.032×[有耳症状]+1.397×[有心症状]|。

19、优选的，所述预警模块包括：非时间依赖预警单元和时间依赖预警单元；

20、所述非时间依赖预警单元用于基于所述预警因子和所述非时间依赖logistic回归模型预测未来某一时间段内损伤整体概率；

21、所述时间依赖预警单元用于基于所述预警因子和所述时间依赖cox回归模型预测未来每一时间节点的损伤概率。

22、本申请还提供了一种高噪声暴露听力损伤个体早期风险预警方法，包括以下步骤：

23、收集预警因子信息；

24、构建不同时间因素下的预警模型；

25、基于所述预警因子和所述预警模型对听力损伤进行早期预警。

26、优选的，所述预警因子包括：暴露信息、人口学特征和职业健康监护信息。

27、优选的，所述预警模型包括：非时间依赖logistic回归模型和时间依赖cox回归模型。

28、优选的，所述非时间依赖logistic回归模型包括：

29、高频损伤模型方程：

30、logit(y不限时)＝-7.978+0.340x1+0.038x2+0.196x3+1.616x4+1.630x5

31、损伤5年模型方程：

32、logit(y损伤5年)＝-7.424+0.200x1+0.021x2+0.179x3+1.441x4+0.660x5

33、其中，x1表示进入年龄，x2表示累积接噪年，x3表示双高频听阈，x4表示耳症状，x5表示心症状；

34、所述时间依赖cox回归模型包括：

35、fx＝0.043×[年龄≥30岁]+0.879×[高频听力20-25db]+2.691×[高频听力≥25db]+0.027×[累积接触年]+1.032×[有耳症状]+1.397×[有心症状]|。

36、优选的，所述预警的方法包括：

37、基于所述预警因子和所述非时间依赖logistic回归模型预测未来某一时间段内损伤整体概率；

38、基于所述预警因子和所述时间依赖cox回归模型预测未来每一时间节点的损伤概率。

39、与现有技术相比，本申请的有益效果为：

40、(1)本申请通过非时间依赖性logistic回归预测模型和时间依赖性cox回归预测模型进行预警模型构建，再进行模型转化、应用评估，操作简单，所需软件与硬件设备简单，预警方法类型可选，预警效果好，且基于个体预警；

41、(2)本申请具有可对噪声致听力损伤早期预警作用，以便早期采取干预，降低成本与社会风险。

技术特征：

1.一种高噪声暴露听力损伤个体早期风险预警系统，其特征在于，包括：信息收集模块、模型构建模块和预警模块；

2.根据权利要求1所述一种高噪声暴露听力损伤个体早期风险预警系统，其特征在于，所述预警因子包括：暴露信息、人口学特征和职业健康监护信息。

3.根据权利要求1所述一种高噪声暴露听力损伤个体早期风险预警系统，其特征在于，所述模型构建模块包括：第一模型构建单元和第二模型构建单元；

4.根据权利要求3所述一种高噪声暴露听力损伤个体早期风险预警系统，其特征在于，所述非时间依赖logistic回归模型包括：

5.根据权利要求3所述一种高噪声暴露听力损伤个体早期风险预警系统，其特征在于，所述预警模块包括：非时间依赖预警单元和时间依赖预警单元；

6.一种高噪声暴露听力损伤个体早期风险预警方法，其特征在于，包括以下步骤：

7.根据权利要求6所述一种高噪声暴露听力损伤个体早期风险预警方法，其特征在于，所述预警因子包括：暴露信息、人口学特征和职业健康监护信息。

8.根据权利要求6所述一种高噪声暴露听力损伤个体早期风险预警方法，其特征在于，所述预警模型包括：非时间依赖logistic回归模型和时间依赖cox回归模型。

9.根据权利要求8所述一种高噪声暴露听力损伤个体早期风险预警方法，其特征在于，所述非时间依赖logistic回归模型包括：

10.根据权利要求8所述一种高噪声暴露听力损伤个体早期风险预警方法，其特征在于，所述预警的方法包括：

技术总结
本申请公开了一种高噪声暴露听力损伤个体早期风险预警系统及方法，系统包括：信息收集模块、模型构建模块和预警模块；所述信息收集模块用于收集预警因子信息；所述模型构建模块用于构建不同时间因素下的预警模型；所述预警模块用于基于所述预警因子和所述预警模型对听力损伤进行早期预警。本申请通过非时间依赖性logistic回归预测模型和时间依赖性Cox回归预测模型进行预警模型构建，再进行模型转化、应用评估，操作简单，所需软件与硬件设备简单，预警方法类型可选，预警效果好，且基于个体预警。

技术研发人员：王永伟,刘诚,马良,石婷,崔方方
受保护的技术使用者：四川大学
技术研发日：
技术公布日：2024/1/15