李超，杨永忠，王慧，王学林，孟睿，司志康，郑子薇，陈圆煜，武建辉

    职业性听力受损是全球常见的职业病之一[1]，可导致每1 000名工人每年损失2.53年的健康寿命[2]，对个人生活的许多方面可产生重大不良影响，在发展中国家尤为明显[3]。诸多研究证明职业性听力受损在采矿、石油和天然气开采部门具有较高的发病率[4-5]，石油企业工人这一群体较其他人群具有独特的职业暴露，诸如长期暴露于有害噪声及各类化学物质，可对该群体的听力功能带来不可逆转的损伤，如能早期识别高危人群，及时采取有效的个体化干预方案，可以有效预防石油工人职业性听力受损的发生。目前关于职业性听力受损的研究主要集中于发病机制及影响因素分析等方面，鲜有针对职业性听力受损的风险评估[6]。近年来深度学习算法在疾病发生发展趋势预测等方面取得了较为广泛的应用，由于其能够处理非线性问题、具备固有的自学特性和强大的模拟能力等特点而在疾病风险评估应用中表现出更高的准确性[7-9]。风险评估模型已被广泛应用于医学研究领域，但目前职业人群听力受损风险评估模型的建立报道较少。基于此，本研究依托华北石油管理局井下医院某石油企业工人的体检数据，结合机器学习技术构建多个听力受损风险评估模型，通过判别度及校准度等指标进行模型效果评价，获得适用于石油工人职业性听力受损风险评估的最优模型，为石油工人听力受损的早期预防提供依据。

    1 对象与方法

    1.1 研究对象 选择2018—2019年在华北石油管理局井下医院进行体检的某石油企业工人1 423例作为研究对象。纳入标准：年龄18～60岁；存在职业性噪声暴露且完成听力学检查者。排除标准：体检资料不完整者；在进入本研究前有耳创伤、耳部手术或耳部疾病史者。本研究已获得华北理工大学伦理委员会核实批准(15006)，所有参与的研究对象知情同意。

    1.2 研究方法

    1.2.1 一般情况调查 经过统一培训的课题组成员与研究对象进行面对面问卷调查，收集工人一般资料包括年龄、性别、文化程度〔小学及以下、初中及高中(中专)、本科(大专)及以上〕、婚姻状况(未婚、已婚、其他)、家庭月收入(2 000～、5 000～、8 000～、≥11 000元)、体质指数(BMI)(正常、超重/肥胖)、糖尿病史、高血压史、吸烟情况(从不吸烟、既往吸烟、现在吸烟)、饮酒情况(从不饮酒、既往饮酒、现在饮酒)、劳动强度、体育锻炼、耳毒性化学毒物暴露、睡眠障碍、倒班情况、高温暴露、工龄、累积噪声暴露量、血红蛋白、尿酸、丙氨酸氨基转移酶水平等。

    1.2.2 听力学检查 工人在脱离了噪声环境12 h后进行纯音气导听阈测试 ......