基于历史检查记录的冷却塔违规预测与优先级排序研究
《Informatics》:PredictingNext-Inspection Cooling-Tower Regulatory Noncompliance to Support Inspection Prioritization: Evidence from New York City
【字体:
大
中
小
】
时间:2026年10月24日
来源:Informatics 2.8
编辑推荐:
# 摘要
冷却塔违规可能削弱旨在限制与*军团菌*相关的公共卫生风险的管控措施。我们研究了纵向检查记录能否预测某系统在下次检查时至少发生一次违规,并支持资源受限情况下的优先级排序。我们根据纽约市卫生与精神卫生部的数据,重建了2017年1月至2026年3月期间保留的109,91
# 摘要冷却塔违规可能削弱旨在限制与*军团菌*相关的公共卫生风险的管控措施。我们研究了纵向检查记录能否预测某系统在下次检查时至少发生一次违规,并支持资源受限情况下的优先级排序。我们根据纽约市卫生与精神卫生部的数据,重建了2017年1月至2026年3月期间保留的109,913条检查记录,涵盖6,162个系统的35,825次检查。排除每个系统的首次检查后,我们使用19个仅基于历史记录的预测变量,对5,668个系统的29,663次重复检查进行了建模。我们在按系统分组的随机设计和按时间顺序的设计下,对比了逻辑回归、XGBoost和TabM三种模型的性能,评估了区分能力和概率准确性,使用置换重要性分析模型依赖关系,并在10%、20%和30%的资源容量下进行了回顾性优先级评估。按系统分组的随机测试集包含4,217次检查,其中1,295次为违规检查;平均精度范围为0.6695至0.6852,AUROC范围为0.7864至0.8003。在10%容量下,模型捕获了26.56%至27.26%的违规检查和42.33%至42.64%的违规事件,提升比分别为2.65至2.72。在5,421次按时间顺序保留的检查(其中890次违规)中,性能有所下降:平均精度范围为0.2645至0.2939,AUROC范围为0.6221至0.6490。在10%容量下,模型捕获了18.76%至22.02%的违规检查和24.05%至26.23%的违规事件,提升比分别为1.87至2.20。模型总体上仅略微优于四种简单的基于历史记录的排序方法。置换重要性表明,模型最依赖此前的违规负担、检查历史深度和时间间隔指标。历史记录支持了回顾性优先级排序,但对后续检查的预测性能有所减弱。在投入实际使用前,需要进行前瞻性评估;预测结果涉及的是记录在案的监管违规行为,而非*军团菌*污染或直接的公共卫生风险。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号