این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
بهداشت و ایمنی کار، جلد ۱۴، شماره ۱، صفحات ۷۲-۹۱
عنوان فارسی بررسی میزان تأثیر رفتارهای بهداشتی محافظتی بر ابتلاء یا عدم ابتلاء به بیماری کووید-۱۹ در کارگران یک صنعت پالایش نفت با استفاده از الگوریتم های یادگیری ماشین
چکیده فارسی مقاله مقدمه: شیوع بیماری کووید-19 تاثیر عمده ای بر محیط های کاری و همچنین نیروی کار داشته است، در نتیجه شناسایی مهم ترین راهکارها و استراتژی های پیشگیرانه و کنترلی و سنجش کارایی آنها اهمیت ویژه ای دارند. مطالعات مختلف نشان داده اند که روش های هوش مصنوعی می‌توانند برای پیش بینی مسائل پیچیده و غیر خطی از جمله پیش بینی رفتار انواع بیماری ها نظیر بیماری کووید-19 و پارامتر های مؤثر بر آن مفید واقع شوند. هدف از این مطالعه بررسی تأثیر اقدامات پیشگیرانه و رفتار های بهداشتی در پیشگیری از بیماری کووید-19 در محیط های شغلی با استفاده از مدل های یادگیری ماشین مختلف بوده است.
روش کار: بدین منظور، اطلاعات جمعیت شناسی و رفتارهای بهداشتی افراد در یک صنعت پالایش نفت جمع آوری گردید. سپس مدل چند لایه پرسترون (MLP) ، تابع پایه شعاعی (RBF) و ماشین بردار پشتیبان (SVM) به منظور بهبود تجزیه تحلیل تاثیرات اقدامات پیشگیرانه بر روی عفونت کووید-19 مقایسه شدند. در نهایت، مهم‌ترین عوامل مؤثر بر احتمال ابتلا به بیماری کووید-۱۹ با استفاده از تحلیل آنالیز حساسیت تعیین شدند.   
یافته ها: نتایج نشان داد دقت بدست آمده در پیش‌بینی تأثیر اقدامات پیش‌گیری‌کننده و رفتارهای بهداشتی بر بیماری کووید-19 در محیط‌های شغلی 1/78%، 2/81% و 1/78% به ترتیب برای MLP، RBF و SVM است و مدل RBF به عنوان دقیق ترین مدل برای پیش بینی میزان تأثیر رفتارهای بهداشتی بر بیماری کووید-19 عمل می کند. علاوه بر این، میزان فاصله اجتماعی با مشتریان، دفعات شست و شوی دست ها و ضد عفونی کردن دست ها، وجود مواد شوینده و ضد عفونی کننده برای دست ها و سطوح در محل کار و  تجمع برای خوردن غذا و میان وعده مهم ترین رفتار های بهداشتی مؤثر بر شیوع کووید-19 در محل کار شناسایی شدند.
نتیجه گیری: این مطالعه نشان داد توجه به اقدامات پیشگیرانه و رفتارهای بهداشتی در پیشگیری از بیماری کووید-19 موثر بوده است. علاوه برآن استفاده از الگوریتم یادگیری ماشین و ابزارهای بدست آمده از آن همچون سیستم پشتیبانی تصمیم گیری (DSS)  می توانند ابزاری قدرتمند در جهت مدیریت هرچه بهتر اقدامات کنترلی در محیط های کاری باشند.
کلیدواژه‌های فارسی مقاله کووید-19، رفتارهای بهداشتی، محیط کار، ابتلاء، الگوریتم یادگیری ماشین، آنالیز حساسیت
عنوان انگلیسی Investigating the Impact of Health-Protective Behaviors on Morbidity and non-Morbidity COVID-19 among Workers in Oil Refining Industry Using Machine Learning algorithms
چکیده انگلیسی مقاله Introduction: The prevalence of COVID-19 has significantly impacted work environments and the workforce. Therefore, identifying the most important preventive and control strategies, as well as assessing their effectiveness, is of paramount importance. Various studies have shown that machine learning algorithms can be used to predict complex and nonlinear issues, including predicting the behavior of various diseases such as COVID-19 and the parameters affecting it, and can be beneficial. The purpose of this study has been to examine the importance of preventive measures and hygiene behaviors in preventing COVID-19 in the oil refining industry using various machine learning models.
Material and Methods: For this purpose, demographic information and health behaviors of individuals were collected. Subsequently, a multi-layer perceptron (MLP), radial basis function (RBF), and support vector machine (SVM) models were compared to enhance the analysis of the effects of preventive measures on COVID-19 infection. Finally, the most influential factors affecting the likelihood of COVID-19 infection were determined using sensitivity analysis.
Results: The results showed that the accuracies achieved in predicting the impact of preventive measures and health behaviors on COVID-19 in occupational settings were 78.1%, 81.2%, and 78.1% by MLP, RBF, and SVM respectively. The RBF model was identified as the most accurate model for predicting the impact of health behaviors on COVID-19 disease Additionally, the level of social distancing with customers, handwashing frequency and disinfection, the availability of cleansing and disinfecting agents for hands and surfaces in the workplace, and gatherings for eating meals and snacks were identified as the most significant health behaviors influencing the prevalence of COVID-19 in the workplace.
Conclusion: Studies of this nature can underscore the importance of attention to preventive measures and health behaviors in unprecedented circumstances. Furthermore, the utilization of artificial intelligence models and tools such as DSS (Decision Support Systems) can serve as powerful tools for optimizing control measures in work environments.
 
کلیدواژه‌های انگلیسی مقاله COVID-19, Health Behaviors, Occupational Setting, Morbidity, Machine Learning Algorithm, Sensitivity Analysis
نویسندگان مقاله صبا کلانتری | Saba Kalantary
Department of Occupational Health Engineering, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran
گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران

بهمن پورحسن | Bahman Pourhassan
Department of Occupational Health Engineering, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran
گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران

زهرا بیگ زاده | Zahra Beigzadeh
Department of Occupational Health Engineering, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran
گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران

ویدا شهبازیان | Vida Shahbazian
Department of Occupational Health Engineering, School of Public Health, Tehran University of Medical Sciences, Tehran, Iran
گروه مهندسی بهداشت حرفه ای، دانشکده بهداشت، دانشگاه علوم پزشکی تهران، تهران، ایران

علی جهانی | Ali Jahani
Assessment and Environment Risks Department, Research Center of Environment and Sustainable Development, National Department of Environmet, Tehran, Iran
گروه ارزیابی و مخاطرات محیط زیست، پژوهشکده محیط زیست و توسعه پایدار، سازمان حفاظت محیط زیست کشور، تهران، ایران

نشانی اینترنتی http://jhsw.tums.ac.ir/browse.php?a_code=A-10-1-164&slc_lang=other&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده other
موضوعات مقاله منتشر شده عوامل زیان آور شیمیایی و تهویه محیط کار
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات