Zokaei M, Sadeghian M, Falahati M, Biabani A. Predictive Model of Musculoskeletal Disorders in Computer Users using Artificial Neural Network. J Health Saf Work 2023; 13 (4) :856-879
URL:
http://jhsw.tums.ac.ir/article-1-6913-fa.html
ذکایی مجتبی، صادقیان مرضیه، فلاحتی محسن، بیابانی اعظم. مدل پیش بینی کننده اختلالات اسکلتی عضلانی در کاربران کامپیوتر با استفاده از شبکه عصبی مصنوعی. بهداشت و ایمنی کار. 1402; 13 (4) :856-879
URL: http://jhsw.tums.ac.ir/article-1-6913-fa.html
1- مرکز تحقیقات مولفه های اجتماعی موثر بر سلامت ساوه، دانشکده علوم پزشکی ساوه، ساوه، ایران
2- دانشکده بهداشت، دانشگاه علوم پزشکی جندی شاپور اهواز، ایران
3- گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران ، a.biabani.67@gmail.com
چکیده: (650 مشاهده)
مقدمه: به دلیل افزایش ارائه خدمات الکترونیک به شهروندان در ادارات دولتی، تعداد کاربران کامپیوتر و در نتیجه بروز اختلالات اسکلتی عضلانی افزایش یافته است. لذا هدف این مطالعه پیشبینی و مدلسازی روابط پیچیده بین عوامل خطر اختلالات اسکلتی عضلانی در کاربران کامپیوتر شاغل در ادارات دولتی توسط شبکه عصبی مصنوعی بود.
روش کار: مطالعه مقطعی حاضر در سال 2020 روی 342 نفر از کارکنان ادارات مختلف دولتی شهر ساوه در ایران انجام گردید. ابتدا محقق به منظور شناسایی اولیه مشکلات از محیط کار بازدید نموده و عوامل محیطی را اندازهگیری کرد. با استفاده از پرسشنامه نوردیک و روش ROSA، ارزیابی ریسک ارگونومیک و بررسی عوامل روانی اجتماعی صورت پذیرفت. بمنظور تدوین مدل، تأثیر عوامل مختلف در ایجاد اختلالات اسکلتی عضلانی با استفاده از آزمون رگرسیون لجستیک بررسی شد، سپس دادههای حاصل توسط یکی از الگوریتمهای شبکه عصبی جمعآوری و مدلسازی گردید و در نهایت یک مدل بهینه برای پیشبینی خطر اختلالات اسکلتی عضلانی توسط شبکههای عصبی مصنوعی ارائه شد.
یافته ها: نتایج نشان داد با افزایش سطح تعاملات اجتماعی، سطح تقاضا، کنترل و رهبری در شغل، اختلالات اسکلتی عضلانی در مردان و زنان کاهش مییابد. بین شیوع اختلالات اسکلتی-عضلانی و میزان تقاضای شغل، سطوح کنترل شغل، سطوح تعاملات اجتماعی، سطوح رهبری، سطوح جو سازمانی، سطح رضایت شغلی و سطوح استرس رابطه معناداری وجود داشت. علاوه بر این، بین گزارش درد در ناحیه گردن، شانه و مچ/دست با نمره کلی ROSA رابطه معناداری وجود داشت. همچنین بین گزارش درد یا ناراحتی در ناحیه گردن با امتیاز خطر صفحه نمایش گوشی، مچ/دست با نمره خطر صفحه کلید-موس و همچنین شانه، قسمت بالای کمر، آرنج و پایین کمر با نمره ریسک صندلی رابطه معنادار وجود داشت. دقت مدل ارائه شده جهت پیشبینی اختلالات اسکلتی عضلانی نیز حدود 5/88 % بود که نشاندهنده قابل قبول بودن نتایج است.
نتیجه گیری: نتایج نشان داد چندین فاکتور در ایجاد اختلالات اسکلتی عضلانی نقش دارند که شامل عوامل فردی، محیطی، روانی اجتماعی و ایستگاه کاری میباشد. لذا در طراحی یک ایستگاه کاری ارگونومیک بایستی تاثیر توام عوامل ذکر شده مورد بررسی قرار گیرد. همچنین پیشبینی میزان تاثیرگذاری هر کدام از عوامل مذکور با استفاده از شبکه عصبی مصنوعی نشان داد که این نوع مدلسازی میتواند به عنوان ابزاری جهت پیشگیری از اختلالات اسکلتی عضلانی و یا دیگر اختلالات چندعاملی کاربردپذیر باشد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
ارگونومی دریافت: 1402/10/11 | پذیرش: 1402/10/10 | انتشار: 1402/10/10