智利鲑鱼加工工人肌肉骨骼症状的劳动力特征与生物心理社会预测因子：一项横断面稀疏学习研究

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Workforce Characterization and Biopsychosocial Predictors of Musculoskeletal Symptoms in Chilean Salmon Processing: A Cross-Sectional Sparse Learning Study

　　

工作相关的肌肉骨骼症状（musculoskeletal symptoms）在体力要求高的食品加工环境中很常见，但智利南部的鲑鱼加工工人仍未被充分描述。这项横断面现场研究（cross-sectional field study）对智利蒙特港一家鲑鱼加工厂的100名全职工人进行了特征描述，并确定了自我报告的区域性疼痛的候选预测因子。参与者完成了关于人口统计学、工作史、生活方式、心理社会（psychosocial）和睡眠相关因素的调查；还测量了人体测量学指标（anthropometrics）和握力（grip strength）。二分类结局（binary outcomes）捕获了过去12个月腰部、肩部和上肢的自我报告疼痛。各区域的疼痛患病率较高：腰部52%，肩部44%，上肢50%。应用了包括LASSO（Least Absolute Shrinkage and Selection Operator）和稀疏包装算法（Sparse Wrapper AlGorithm，SWAG）在内的稀疏学习方法（sparse learning methods），在逻辑回归模型（logistic regression models）中减少广泛的生物心理社会（biopsychosocial）特征集。睡眠相关变量在疼痛结局中反复出现，而人体测量和体力能力指标似乎更具区域特异性。研究结果支持数据驱动的、面向现场的筛查策略，用于应用工效学监测（applied ergonomics surveillance）。

工作相关肌肉骨骼症状（musculoskeletal symptoms，指影响肌肉、骨骼和关节的疼痛与不适）是职业健康领域的重要问题，可导致残疾、工作受限和生产力损失。在水产养殖业中，肌肉骨骼疾病是最常报告的职业病，不同研究的患病率估计在21%至63%之间。在海鲜和鱼类加工环境中，工人通常暴露于重复性上肢工作、受限姿势、用力作业、高工作节奏以及寒冷潮湿环境，这些因素可能加剧区域性肌肉骨骼症状。智利是全球领先的鲑鱼生产国，2022年产量超过100万吨。鲑鱼加工任务包括切割、修整、去骨、分类、包装和人工物料搬运，可能增加腰痛、肩痛和上肢痛的风险。已有研究报道了智利鲑鱼加工去骨工人上肢和肩部症状高发，但尚未充分整合人体测量学、工作史、生活方式、心理社会因素、验证的症状测量和多变量建模进行综合描述。因此，有必要开展针对智利南部鲑鱼加工工人的现场特征研究。

研究人员在智利蒙特港（Puerto Montt）的一家鲑鱼加工厂进行了横断面观察研究，于2024年3月至7月间招募了100名全职工人。参与者完成了西班牙语问卷，内容涵盖人口统计学、工作史、一般健康、体力活动、酒精使用、烟草/电子烟行为等；睡眠相关项目基于基本北欧睡眠问卷；采用Oswestry残疾指数评估疼痛相关功能限制。研究人员还测量了身高、体重等人体测量学（anthropometrics）指标，并使用手持液压测力计评估双侧握力（grip strength）。主要结局是过去12个月内腰部、肩部和上肢的自我报告疼痛。结果显示，疼痛患病率较高：腰痛52%、肩痛44%、上肢痛50%。为从广泛的生物心理社会（biopsychosocial）特征集中识别候选预测因子，研究人员应用了稀疏学习方法（sparse learning methods），包括LASSO（Least Absolute Shrinkage and Selection Operator，最小绝对收缩和选择算子）惩罚逻辑回归和稀疏包装算法（Sparse Wrapper AlGorithm, SWAG）。LASSO用于收缩非信息性预测因子并指导模型规模，SWAG用于评估多个预测性能相似的稀疏模型并识别稳定出现的预测因子。最终将保留变量重新拟合标准逻辑回归模型以解释效应估计。由于横断面设计，变量被解释为候选筛查预测因子而非因果风险因素。

研究结果方面，腰痛：LASSO模型选择了身高、睡眠困难、日间嗜睡、睡眠赤字和非区域特异性疼痛/不适指标；SWAG重拟合保留身高、睡眠赤字、握力、日间嗜睡、运动、年龄和疼痛/不适指标，其中疼痛/不适指标统计支持最强，但该指标被解释为整体健康/症状指标而非直接工作场所风险因素。肩痛：LASSO和SWAG均保留睡眠困难、睡眠质量指标、日间嗜睡和工作日睡眠时长，其中睡眠困难支持最强。上肢痛：两种方法均选择了相同的睡眠质量指标，该变量达到显著水平。总体来看，睡眠相关变量在不同疼痛结局中反复出现，而人体测量、握力和一般疼痛/不适指标显示出区域性特征。这些结果支持使用数据驱动的变量优先排序方法，将广泛测量缩减为可操作的筛查集。

讨论部分指出，该研究提供了智利南部鲑鱼加工工人肌肉骨骼疼痛的初步特征描述，高患病率与以往鱼类加工研究的证据一致。睡眠相关变量反复出现，这与睡眠问题和肌肉骨骼疼痛双向关联的现有证据相符。一般疼痛/不适指标的选中可能反映整体症状负担，从筛查角度仍具价值。对于肩痛和上肢痛，睡眠变量突出。这些发现支持在工业工效学监测中纳入恢复相关因素。但研究存在局限性：横断面设计无法确立因果关系，便利样本来自单一工厂，疼痛结局依赖12个月回忆可能产生回忆偏倚，部分预测因子使用简短自评项目而非完整量表。未来研究应在更大独立样本中验证候选预测因子，并整合直接暴露测量。

翻译研究结论部分：本研究提供了智利南部鲑鱼加工工人自我报告肌肉骨骼疼痛的初步现场特征描述，并展示了稀疏学习在应用工效学筛查中的潜在价值。疼痛症状在腰部、肩部和上肢普遍存在，与先前证据一致。稀疏学习将广泛的人体测量学、职业、生活方式、心理社会和睡眠相关变量缩减为每个疼痛结局的较小候选预测因子集合。睡眠相关变量反复出现，支持考虑恢复相关因素与体力暴露评估相结合。对于人类因素与工效学学会（HFES）而言，这些发现强调了一条实用路径，即将现场流行病学、工人报告结局和数据驱动的变量优先排序相结合。减少的筛查集并非取代详细的暴露评估，而是有助于识别可能受益于更深入随访评估的工人或群体。未来研究应在更大且独立的鲑鱼加工队列中验证这些候选预测因子，并整合直接体力暴露测量。