پیش بینی عوامل موثر بر اختلالات اسکلتی- عضلانی کاربران رایانه دانشگاه علوم پزشکی کرمان به روش شبکه عصبی در سال ۱۳۹۶

مقدمه: در ۲۰سال اخیر ایستگاه های کار با رایانه درمحیط های کاری و منازل مسکونی افزایش چشمگیری پیدا کرده که باعث تسریع درانجام کارها و صرفه جویی در زمان، انرژی و منابع شده است. افزایش کار با رایانه و شرایط حاکم بر محیط های کاری، انسان را درمعرض ریسک فاکتورهای اختلالات اسکلتی عضلانی از قبیل پوسچر نامطلوب یا بحرانی اندام های بدن، کار استاتیک، تکرار عمل، افزایش فعالیت استاتیک ماهیچه ای پشت و شانه قرار داده است که این ریسک فاکتورها باروش ROSA ارزیابی می شوند. وزن دهی این ریسک فاکتورها با استفاده از الگوریتم شبکه عصبی انجام پذیرفت. روش کار: مطالعه به صورت مقطعی، در دانشگاه علوم پزشکی کرمان، برروی ۲۰۰ ایستگاه کاری انجام شد. ابتدا متغیرهای موثر بر اختلالات اسکلتی-عضلانی با روش ROSA، تعیین شده، و سپس نمره هریک از آن ها تعیین شد. سپس نمره نهایی اختلالات اسکلتی-عضلانی کار با رایانه تعیین و پس از پیش پردازش داده ها، پیش بینی تاثیر عوامل با استفاده از شبکه عصبی به دست آمد. داده ها با نرم افزار IBM SPSS Modeler ۱۸.۰ تجزیه-تحلیل شد. یافته ها: میانگین نمره نهایی ROSA، صندلی، تلفن-مانیتور و موس-کیبورد به ترتیب برابر ۹۱/۰± ۳۶/۴، ۰۶/۱± ۶۷/۳، ۰۹/۱± ۶۸/۳ و ۱۸/۱±۶۶/۳ به دست آمد. ۱۳۱ ایستگاه کار (۵/۶۵%) نمره ای کمتراز ۵ و ۶۹ ایستگاه (۵/۳۴%) نمره ای برابر وبالاتر از ۵ دارند. طبق نتایج شبکه عصبی عامل صندلی با وزن نرمال شده ۴۱%، عامل تلفن-مانیتور باوزن نرمال شده ۳۱% و نهایتا موس-کیبورد با وزن نرمال شده ۲۸% به ترتیب عوامل موثر براختلالات کار بارایانه است. نتیجه گیری: بیشترین وزن عوامل موثر براختلالات اسکلتی-عضلانی کار باکامپیوتر طبق اولویت بندی الگوریتم شبکه عصبی به ترتیب برابرصندلی، سپس تلفن-مانیتور و موس-کیبورد است. درنتیجه بااصلاح ارگونومیک صندلی وجانمایی مناسب تلفن ومانیتور می توان از قسمت عمده ای از آسیب ها جلوگیری کرد.

Keywords:

Prediction , Musculoskeletal Disorders , ROSA , Neural Network , پیش بینی , اختلالات اسکلتی- عضلانی , ROSA , شبکه عصبی