<<
>>

3.2. Синтез гибридных нечетких решающих правил прогнозирования возникновения профессиональных заболеваний работников агропромышленного комплекса, занятых в растениеводстве.

В соответствии с информационно-логической моделью рис 2.2 для решения задач прогнозирования кроме показателя иСЯ\ (формулы (3.2) или (3.3)) используются показатели YP( уровень психоэмоционального напряжения); YU(уровень утомления); YE(уровень эргономичности используемых технических систем); UEKi(уверенность в риске возникновения заболевания ωzпо группе экологических признаков); UHΦf (уверенность в риске возникновения заболевания ωiпо группе индивидуальных факторов риска).

Для прогнозирования заболеваний нервной системы, сердечно - сосудистой системы и системы дыхания базовая переменная YP определяемся по методике, описанной а работах [63, 67, 77, 87, 88, 120, 165, 169, 198], а базовая переменная YUпо методике, описанной в работах [88, 120, 163, 167, 168]. В наиболее точном варианте показатели YPи YU определяются по трём составляющим:

гле fи fu- функции агрегации для расчётов YPи YUсоответсвенно; ПВ - показатели, характеризующие внимание человека; ПБР - показатели,

80

рассчитываемые по разбалансу энергетических характеристик БАТ «связанных» с психоэмоциональной сферой и хроническим утомлением соответсвенно; РТр и PTu- тестовая оценка ПЭН и утомления по «своим» опросникам.

В работах [88, 90] показано, что YPи YUмогут определяться как по всем показателям, обозначенным в формулах (3.4), (3.5), так и по сокращённому их списку (вплоть до одного показателя). В этом варианте уверенность в принимаемых решениях будет снижаться, что легко можно учесть, вводя поправочные коэффициенты соответствующие мерам недоверия.

Уверенность в появлении заболевания нервной системы от длительного психоэмоционального напряжения определяется выражением:

где μπa (YP) - функция принадлежности к классу oπιlс базовой переменной YP, определяемой по методике, описанной в [88, 90]; γ∏p (t) - временная поправка, определяемая по времени сохранения ПЭН; t- время наблюдения за ПЭН в годах.

В свою очередь μπa (YP) и χffp (t) определяется в соответствии с рекомендациями [88, 90] и аналитически определяются выражениями:

81

Уверенность в появлении заболеваний нервной системы от хронического физического утомления определяется (аналогично 3.6) по формуле:

Для прогнозирования заболеваний сердечно-сосудистой системы, аналогично (3.6) и (3.7), получаем:

82

Для прогнозирования заболеваний систем дыхания, аналогично (3.8) и (3.9), получаем:

Основным техническим средством с наихудшей эргономикой используемой в растениеводстве является трактор. Математическая модель для оценки уровня эргономичности YEтракторов приведена в работах [60, 61, 183, 171, 184]. Относительно базовой переменной YEуверенность в прогнозе возникновения заболевания oi= Н, С, Д) определяется выражением:

Для этой модели на экспертном уровне были получены следующие выражения:

По нервной системе:

По сердечно-сосудистой системе:

По системе дыхания:

84

На исследуемых сельхозпредприятиях наблюдается спокойная экологическая обстановка UEKe(I = Н, С, Д).

Примеры расчета UEKf,для экологически неблагоприятных регионов Курской области приведены в работах [52, 53, 54, 64, 65, 90].

В качестве индивидуальных факторов риска по заболеваниям нервной системы в работе [90] предлагается следующий состав информативных признаков: приём лекарственных средств, оказывающих вредное воздействие на нервную систему (Ls), приём алкоголя (Al); психоэмоциональные нагрузки (YP); болезни нервной системы у близких родственников (Br).

Соответствующие функции принадлежности описываются выражениями:

Уверенность в появлении заболеваний нервной системы по индивидуальным факторам риска определяются выражением:

85

Для прогнозирования заболеваний сердечно-сосудистой системы в качестве индивидуальных факторов риска в работе [133] предложено использовать следующий состав информативных признаков:

x1- возраст в годах;

x2- пол (x2=1 - мужской; x2 = 0 - женский);

x3- семейное положение (x3 = 1 - женат, психологический климат в семье благоприятный; x3 = 2 - не женат; x3 = 3 - женат, психологический климат в семье неблагоприятный);

x4 - семейный анамнез по сердечно-сосудистым заболеваниям (ССС)

(x4 = 1, если в анамнезе ИБС отсутствует, 0 - в противном случае);

x5 - наличие в анамнезе ССС (аналогично x4);

x6- сахарный диабет (x6 = 1, если есть; x6 = 0, если нет);

x7- ожирение (x7 = 1, если есть; x7 = 0, если нет);

x8- гиподинамия (x8 = 1, если есть; x8 = 0, если нет);

x9- активное курение (x9 = 1, если есть; x9 = 0, если нет);

x10- активное употребление алкоголя (x10 = 1, если есть; x10 = 0, если нет);

x11- стрессовые ситуации (x11 = 1, если есть; x11 = 0, если нет);

x12- уровень содержания холестерина в крови (x12 = 1 - в пределах 4,5-5 ммоль/л; x12 ≤ 2 - более 5 ммоль/л);

x13- уровень АД (x13 = 1 - АД соответствует возрастной норме; x13 = 2 - АД выше нормы; x13 = 3 - АД ниже нормы);

x14- число сердечных сокращений (x14 = 0 - брадикардия; x14 =1 - норма; x14 = 2 - тахикардия);

x15- количество аритмических эпизодов за сутки;

x16- перекисное окисление липидов (ПОЛ);

x17- антиокислительная активность (АОА).

Для этих признаков получен следующий набор функций принадлежности:

87

Признаки x16и x17в соответствии с [138] объединяются в частное решающее правило вида:

Соответствующие функции принадлежности определяются выражениями:

Уверенность в прогнозе заболевания сердечно-сосудистой системы по индивидуальным факторам риска определяется выражением:

В отличии от рекомендаций [90] активное употребление алкоголя и активное курение переведено из двоичных переменных на непрерывные шкалы:

- по фактору табакокурение - базовая переменная х9 определяется суточной дозой никотина и его дериватов.

Количественным показателем х9 служит суточная доза никотина и его аналогов из расчета содержания никотина в одной сигарете 0,88 мг;

- по фактору употребление алкоголя - базовая переменная х10 выражается через частоту приема алкоголя не менее 62 мл в пересчете на спирт в календарном месяце, при однократном приеме в сутки.

По заболеваниям системы дыхания (класс ωπχ) для определения риска возникновения заболеваний по индивидуальным факторам в соответствии с рекомендациями работ [64, 90] был выбран перечень индивидуальных факторов риска с соответствующими градациями.

x1- перенес бронхит и другие заболевания легких:

0 - не болел

1 - болел 1-2 раза в год

2 - болел 3-4 раза в год

3 - болел 5 раз и более

x2- ежегодное заболевание ОРЗ и другие заболевания верхних дыхательных путей:

0 - не болел

1 - болел 1-2 раза в год

2 - болел более 2-х раз в год, включая лето

x3- общее самочувствие

0 - хорошее

1 - появилась общая слабость, вялость, утомляемость, недомогание

2 - повышенная утомляемость при выполнении обычной работы

3 - нарастает постоянная общая слабость, недомогание, вялость x4- беспокоит почти ежегодный кашель или покашливание:

0 - нет

1 - только по утрам после сна

2 - несколько раз в течение дня

3 - часто в течение дня

x5- кашель беспокоит:

0 - нет

1 - меньше месяца

2 - от одного месяца до года

3 - свыше одного года

x6- беспокоит одышка (нехватка воздуха):

0 - нет

1 - только при быстрой ходьбе

2 - при медленной ходьбе

3 - даже в покое

x7- количество сигарет, выкуриваемых в день - непрерывная шкала от 0 до 15.

x8- длительность курения - непрерывная шкала до 10 лет.

x9- болезни системы дыхания у близких родственников:

0 - нет

1 - дяди, тети

2 - брат, сестра, дедушка, бабушка

3 - родители

По приведенным факторам риска был получен набор функций принадлежности следующего вида:

Уверенность в прогнозе заболевания системы дыхания по индивидуальным факторам риска определяется выражением:

В соответствии с общими рекомендациями по синтезу коллективов гибридных нечетких решающих правил финальные решающие правила прогноза возникновения заболеваний нервной, сердечно-сосудистой систем и системы дыхания описываются математическими моделями вида:

Проведенное экспертное оценивание и математическое моделирование показали, что при регистрации и оценке наиболее распространенных факторов риска прогностическая уверенность превышает значение 0,86, что позволяет рекомендовать полученные решающие правила к практическому использованию.

<< | >>
Источник: Степашов Роман Владимирович. МЕТОД, МОДЕЛИ И АЛГОРИТМ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ПРОФЕССИОНАЛЬНЫХ ЗАБОЛЕВАНИЙ РАБОТНИКОВ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА, КОНТАКТИРУЮЩИХ С ЯДОХИМИКАТАМИ, НА ОСНОВЕ ГИБРИДНЫХ НЕЧЕТКИХ ТЕХНОЛОГИЙ. Диссертация на соискание ученой степени кандидата технических наук. Курск - 2018. 2018

Еще по теме 3.2. Синтез гибридных нечетких решающих правил прогнозирования возникновения профессиональных заболеваний работников агропромышленного комплекса, занятых в растениеводстве.:

  1. Оглавление
  2. ВВЕДЕНИЕ
  3. Метод синтеза гибридных нечетких решающих правил прогнозирования возникновения и развития гангрены нижних конечностей
  4. Синтез гибридных нечетких решающих правил принятия решений на основе логики Л. Заде и Е. Шотрлифа
  5. Использование методов разведочного анализа для оценки структуры данных с целью выбора формы и параметров нечетких решающих правил
  6. Разработка метода построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии у водителей транспортных средств с учетом энергетических характеристик биоактивных точек
  7. Метод построения гибридных решающих правил для прогнозирования риска артериальной гипертензии
  8. Экспериментальные исследования моделей решающих правил прогнозирования заболеваний водителей транспортных средств экстремальных служб
  9. Степашов Роман Владимирович. МЕТОД, МОДЕЛИ И АЛГОРИТМ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ПРОФЕССИОНАЛЬНЫХ ЗАБОЛЕВАНИЙ РАБОТНИКОВ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА, КОНТАКТИРУЮЩИХ С ЯДОХИМИКАТАМИ, НА ОСНОВЕ ГИБРИДНЫХ НЕЧЕТКИХ ТЕХНОЛОГИЙ. Диссертация на соискание ученой степени кандидата технических наук. Курск - 2018, 2018
  10. СОДЕРЖАНИЕ
  11. 2 метод и модель нечеткого прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами
  12. 2.2. Метод синтеза нечетких решающих правил прогнозирования и ранней диагностики работников агропромышленного комплекса, контактирующих с ядохимикатами.
  13. 2.3. Информационно-аналитическая модель принятия решений по прогнозированию и ранней диагностике профессиональных заболеваний.
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -