基于机器学习聚类分析的职业健康队列研究：揭示不同风险特征与病假模式的员工亚群

本研究针对工作残疾带来的社会经济挑战，采用无监督(PCA+K-means)与有监督(XGBoost)机器学习方法，对12,099名芬兰员工进行聚类分析，识别出6个具有不同病假模式(SA)的临床相关亚群。研究发现心血管疾病组(Cluster 4)和职场氛围缺陷组(Cluster 2)分别与长期(>30天)和短期(1-10天)病假显著相关，为职业健康干预提供了精准靶点。

　　

在现代社会，工作残疾已成为福利国家面临的重大经济挑战。芬兰最新统计显示，心理健康问题已超越肌肉骨骼疾病，成为病假(SA)的首要原因，占2022年补偿病假天数的35.7%。这种转变伴随着人口老龄化趋势，使得如何有效维持劳动能力成为迫切的公共卫生问题。传统研究多关注单一风险因素，但现实中，多种风险因素常以复杂组合形式共存于个体中。

Tampere University（芬兰坦佩雷大学）的研究团队创新性地将机器学习技术应用于职业健康领域。他们分析了12,099名芬兰员工2011-2019年的健康检查数据，包含104个变量，涵盖从抑郁症状到职场氛围的多元维度。这项发表在《Journal of Occupational Rehabilitation》的研究，首次通过数据驱动方法揭示了员工群体中隐藏的风险特征组合模式。

研究采用三大关键技术：1) 基于多变量问卷数据的多变量降维分析(PCA)；2) 利用K-means算法对主成分进行聚类；3) 采用XGBoost分类器和Shapley值解析集群特征。数据来源于芬兰大型职业健康服务商Finla的医疗记录，随访期长达2年，监测长期(>30天)和重复短期(1-10天)病假发生情况。

研究结果

Cluster 1健康员工组
• 特征：职场氛围积极(PC2得分高)，管理支持度高
• 病假率最低(长期3.6%，短期6.7%)
• Shapley分析显示"工作被赞赏"是最重要保护因素

Cluster 2管理缺陷组

• 特征：管理不公平(PC2负向载荷)、缺乏职业发展机会
• 短期病假风险显著增加(AME+3.8%)
• 与长期病假关联较弱，提示职场干预可能预防短期缺勤

Cluster 3抑郁症状组
• 特征：DEPS抑郁量表高分(PC1主导)，年轻化(平均42.5岁)
• 独特表型：34%报告失眠，但工作能力评分未显著下降
• 长期病假风险是参照组的2.6倍(OR=2.6)

Cluster 4心血管代谢组
• 特征：高血压(62%)、糖尿病(35%)等(PC5主导)
• 悖论：仅21%认为症状影响工作，但长期病假风险显著(AME+4.3%)
• 提示该群体可能低估健康风险，需加强主动监测

Cluster 5症状高负荷组
• 特征：头晕(PC4)、感觉异常等8.79个症状/人
• AUDIT酒精评分高，但器质性疾病少
• 短期病假风险最高(13.8%)，提示心身综合征可能

Cluster 6工作能力下降组
• 决定性特征：42%患肌肉骨骼疾病，工作能力自评差(PC3)
• 长期病假发生率13%，为参照组3.6倍
• 独特模式：高躯体症状但低抑郁评分

研究结论指出，数据驱动的聚类方法能识别传统分析难以发现的员工风险组合模式。特别值得注意的是：1) 心血管代谢风险群体对工作能力的主观评估与实际风险存在偏差；2) 改善管理质量(Cluster 2)可能比健康干预更能减少短期病假；3) 症状高负荷群体(Cluster 5)需要心身医学干预而非单纯器质性疾病治疗。这些发现为精准化职业健康管理提供了科学依据，建议将聚类分析纳入企业健康报告系统，实现资源优化配置。

讨论部分强调，该研究首次将解释性人工智能(Shapley值)应用于职业健康集群解析，揭示了不同风险组合与病假模式的非线性关系。未来研究需验证这些发现在其他人群的普适性，并开发针对特定集群的干预方案。特别是在老龄化背景下，对Cluster 4的早期识别和干预可能显著降低突发性工作残疾风险。