Key points are not available for this paper at this time.
CONTEXTE : Les modèles de prédiction sont utilisés dans divers domaines médicaux et sont fréquemment construits à partir d'expériences qui constituent des données acquises à partir de cas réels. Cette étude visait à analyser le potentiel des réseaux neuronaux artificiels et des techniques de régression logistique pour l'estimation de la déficience auditive chez les travailleurs industriels. MATÉRIAUX ET MÉTHODES : Au total, 210 travailleurs employés dans une usine d'acier (dans l'ouest de l'Iran) ont été sélectionnés, et leurs antécédents d'exposition professionnelle ont été analysés. Les seuils de perte auditive des travailleurs étudiés ont été déterminés à l'aide d'un audiomètre calibré. Les expositions au bruit personnelles ont également été mesurées à l'aide d'un dosimètre de bruit sur les postes de travail. Les données obtenues de cinq variables, qui peuvent influencer la perte auditive, ont été utilisées comme caractéristiques d'entrée, et les seuils de perte auditive ont été considérés comme la caractéristique cible des méthodes de prédiction. Des réseaux neuronaux multicouches à propagation avant et une régression logistique ont été développés à l'aide du logiciel MATLAB R2011a. RÉSULTATS : Sur la base de la classification de l'Organisation mondiale de la santé pour les degrés de perte auditive, 74,2 % des travailleurs étudiés ont des seuils d'audition normaux, 23,4 % ont une légère perte auditive et 2,4 % ont une perte auditive modérée. L'exactitude et le coefficient kappa des meilleurs réseaux neuronaux développés pour la prédiction des degrés de perte auditive étaient respectivement de 88,6 et 66,30. L'exactitude et le coefficient kappa de la régression logistique étaient également respectivement de 84,28 et 51,30. CONCLUSION : Les réseaux neuronaux pourraient fournir des prévisions plus précises de la perte auditive que la régression logistique. La méthode de prédiction peut fournir des informations fiables et compréhensibles pour les experts en santé et médecine au travail.
Aliabadi et al. (Thu) ont étudié cette question.