Математическое моделирование развития хронической фтористой интоксикации у рабочих алюминиевого производства

Введение. В структуре вновь выявленной профессиональной патологии у рабочих алюминиевых производств преобладает хроническая фтористая интоксикация. Для оптимизации управления риском развития профессионального флюороза актуальным представляется использование математического моделирования.

Цель – построение прогностической математической модели для оценки вероятности развития хронической фтористой интоксикации у рабочих основных цехов алюминиевого производства с использованием логистической регрессии для определения направлений профилактических мероприятий.

Материал и методы. С учётом результатов проведённого однофакторного анализа основных производственных факторов и показателей соматического здоровья 201 рабочего алюминиевых производств Уральского региона построена прогностическая математическая модель вероятности развития профессионального флюороза с использованием логистической регрессии.

Результаты. Получено 6 предикторов развития профессионального флюороза у рабочих алюминиевого производства: возраст рабочего (чем старше рабочий, тем выше риск развития профессионального заболевания); наличие сахарного диабета 2-го типа, атрофического гастрита, кист почек повышает риск формирования фтористой интоксикации; данные рентгенологического исследования (чем выше стадия изменений по данным рентгенологического исследования, тем выше риск развития флюороза); увеличение концентрации гидрофторида, превышающей ПДК в 2 и более раза, повышает риск развития у рабочего флюороза. Построенная модель верифицирована на клинических примерах и имеет высокую общую предсказательную способность (86,2%). При этом процент истинно положительных ответов (чувствительность) составил 86,2%, процент истинно отрицательных (специфичность) также составил 86,2%.

Заключение. Методами многофакторного анализа определены значимые независимые факторы, сочетание которых ассоциировано с формированием хронической фтористой интоксикации у рабочих основных профессий алюминиевого производства. Построенная математическая модель обладает высокой предсказательной способностью и может быть рекомендована для прогнозирования развития профессионального флюороза у рабочих алюминиевого производства.

1. О состоянии санитарно-эпидемиологического благополучия населения в Свердловской области в 2017 году: государственный доклад. Екатеринбург: Управление Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека по Свердловской области; 2018.

2. Лахман О.Л., Калинина О.Л., Зобнин Ю.В., Седов С.К. Проблемы диагностики начальной формы профессионального флюороза у работников современного производства алюминия. Сибирский медицинский журнал. 2013; 6: 137-40.

3. Рослый О.Ф., Гурвич В.Б., Плотко Э.Г., Кузьмин С.В. и соавт. Актуальные вопросы гигиены в алюминиевой промышленности России. Медицина труда и промышленная экология. 2012; 11: 8-12.

4. Измеров Н.Ф. Ранняя диагностика и профилактика профессиональных заболеваний у работников, занятых на предприятиях по производству алюминия: Методическое пособие для врачей. М.; 2003. 36 с.

5. Профессиональная патология: национальное руководство. М.: ГЭОТАР-Медиа; 2011. 784 c.

6. Гафаров Н.И. Распределение генетических маркеров у работников цветной металлургии, больных профессиональным флюорозом: сывороточные белки и эритроцитарные изоферменты. Бюллетень ВСНЦ СО РАМН. 2013; 3 (91) 2: 48-52.

7. Макаров С.В. Генетические аспекты хронической фтористой интоксикации флюороза: автореф. дис. … канд. мед. наук. М.; 1998. 24 с.

8. Lavryashina M., Ul›ianova M., Druzhinin V., Tolochko T. A study of the genetic basis of susceptibility to occupational fluorosis in aluminum industry workers of Siberia. Russian Journal of Genetics. 2003; 39: 982-7.

9. Song Y.E., Tan H., Liu K.J., Zhang Y.Z. et al. Effect of fluoride exposure on bone metabolism indicators ALP, BALP, and BGP. Environ Health Prev Med. 2011; 16 (3): 158-63.

10. Buchancova J., Hubert P., Henrieta H., Lukas M. Skeletal fluorosis from the point of view of an occupational exposure to fluorides in former Czechoslovakia. Interdisc Toxicol. 2008; 1 (2): 193-7.

11. Разумов В.В. Хроническая фтористая интоксикация как патология соединительной ткани с исходом в преждевременное старение. Медицина труда и промышленная экология. 1997; 11: 22-7.

12. Разумов В.В. Затерянный остеопороз - случайность ли? Новокузнецк: Полиграфист; 2017. 180 с.

13. Обухова Т.Ю., Будкарь Л.Н., Шмонина О.Г., Овчинникова Е.Е., Таланкина А.А., Кудрина К.С. Влияние кардиоваскулярной и метаболической патологии на сроки развития профессиональной хронической фтористой интоксикации у работников алюминиевого производства. Уральский медицинский журнал. 2018; 10 (165): 66-71.

14. Будкарь Л.Н., Обухова Т.Ю., Солодушкин С.И., Федорук А.А., Шмонина О.Г., Карпова Е.А. Прогнозирование развития профессиональной хронической фтористой интоксикации методами однофакторного анализа. Медицина труда и промышленная экология. 2019; 59 (2): 80-5. https://doi.org/10.31089/1026-9428-2019-59-2-80-85

15. Щербаков С.В., Фаберов Д.С. К анализу вероятности развития хронической профессиональной интоксикации (на примере флюороза). Гигиена труда и профессиональные заболевания. 1978; 2: 18-21.

16. Денисов Э.И., Илькаева Е.Н., Прокопенко Л.В., Сивочалова О.В., Степанян И.В., Чесалин П.В. Логика и архитектура построения прогнозных моделей в медицине труда. Бюллетень ВСЦН СО РАМН. 2009; 1 (65): 20-9.

17. Кацнельсон Б.А., Сутункова М.П., Цепилов Н.А., Панов В.Г., Вараксин А.Н., Гурвич В.Б. и соавт. О единообразии феноменологии и математического описания так называемого «сочетанного» действия вредных факторов и комбинированной токсичности (на примере действия фторида и постоянного магнитного поля). Токсикологический вестник. 2016; 5 (140): 13-20.

18. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ДиаСофтЮП; 2002. 608 с.

19. Иллюстрированный самоучитель по SPSS. Режим доступа: 12.03.2019. http://www.datuapstrade.lv/rus/spss/

20. Nagelkerke N.J.D. A note on a general definition of the coefficient of determination. Biometrika. 1991; 78 (3): 691-2.

21. Hosmer D.W., Lemeshow S. Applied Logistic Regression. New York: John Wiley and Sons; 2000.