《Big Data and Cognitive Computing》：Severity-Weighted Hazard Coverage Gaps in Wearable Stress Detection for Mining and Construction: A Simulation-Based Quantification Framework
编辑推荐：
中文摘要翻译：
可穿戴系统有望实现对地下采矿和建筑施工工人急性生理应激的实时检测，然而现有检测器是否针对那些导致工人受伤和死亡的应激源进行训练，这一问题尚未得到检验。这项基于仿真的方法学研究引入了一个框架，该框架：（1）将美国矿山安全与健康管理局（MSHA）和
中文摘要翻译：
可穿戴系统有望实现对地下采矿和建筑施工工人急性生理应激的实时检测，然而现有检测器是否针对那些导致工人受伤和死亡的应激源进行训练，这一问题尚未得到检验。这项基于仿真的方法学研究引入了一个框架，该框架：（1）将美国矿山安全与健康管理局（MSHA）和职业安全与健康管理局（OSHA）的事故叙述统一为跨行业危害分类体系，并构建严重度加权的急性应激源负担；（2）在留一受试者交叉验证（LOSO）和留一数据集交叉验证（LODO）协议下，基于心率变异性（HRV）和皮肤电活动（EDA）特征对五种浅层分类器进行基准测试；（3）通过建立在明确记录的假设覆盖矩阵之上的严重度加权危害-应激源覆盖缺口指数（Hazard–Stressor Coverage Gap Index），将上述两部分组合起来。该框架在文献校准的模拟输入上进行了演示，这些输入再现了13,000条叙述和四个公开可穿戴数据集（WESAD、SWELL-KW、Nurse-Stress和Exam-Stress）的记录结构。在该实例化中，最致命的危害并非最频繁的危害，检测器性能从数据集内评估到跨数据集评估的下降主要发生在阈值依赖指标中，现有基准范式仅覆盖了严重度加权应激源负担的大约五分之一（在每一项覆盖条目±0.20扰动下为0.17至0.35）。突发物理威胁和未遂事故应激约占未覆盖负担的三分之二，并在所有测试扰动下均排名第一。所报告的数值表征了在模拟输入上的流水线性能。已发布的流水线可在公共文件上无改动运行。本研究的贡献在于提供了一种可复现的、严重度加权的方法，用于确定新的生理数据采集在何处能够最大程度地改善工人安全监测。
论文解读文章
一、研究背景与问题提出
职业伤害和死亡事故高度集中于少数体力要求较高的行业，地下采矿和建筑施工长期位居最危险行业之列。两个行业数十年的监管实践产生了对研究极具价值的副产品：强制性的伤害报告制度不仅记录了每起事故的编码属性，还包含以报告人自身语言描述工人如何受伤或死亡的自由文本叙述。这些叙述是常规收集的关于危害如何伤害人体的最丰富记录之一，成熟的安全科学文献已转向文本挖掘技术，以从中提取结构化编码无法捕捉的伤害机制、前兆和严重度模式。
与此同时，一项独立的技术发展正在重塑观察危险工作生理代价的方式。紧凑型可穿戴传感器使得连续、无创地记录心率变异性（HRV）和皮肤电活动（EDA）成为可能——这两者是急性应激反应的生理相关指标。安全承诺是明确的：如果危险事件的急性生理特征能够被实时检测，可穿戴监测可能支持早期预警、事故后分诊、疲劳和工作负荷管理以及安全干预措施评估。然而，两个关键区分框定了这一承诺：首先，生理应激检测并非危害识别——可穿戴检测器只能记录急性自主神经反应的发生，无法识别是哪种危害导致了该反应，且自主神经反应可能源于体力消耗、高温或社会评价，而并无任何危害存在；其次，突发物理威胁的生理学不同于心理社会或认知应激——惊愕或迫近威胁事件触发脑干介导的防御级联反应，而社会评价和认知负荷范式则引发较慢的、持续的交感激活，缺乏直接物理威胁的惊愕、运动和逃跑准备动力学。
这两类研究几乎完全孤立地发展。事故叙述挖掘确定了哪些危害发生、发生频率和致命程度，但未说明可穿戴设备能否检测这些危害的生理特征；可穿戴应激基准测试确定了模型从一个群体或实验室方案转移到另一个的效果，但其验证几乎完全基于公开演讲任务、时间压力下的算术和考试等应激源，与顶板垮落、被撞击事件或受限空间被困几乎没有相似之处。结果是无声的错配：该领域可能在为并非伤害工人的应激源优化检测器。值得注意的是，据研究人员所知，没有任何公开的生理数据集能引发最具致命性的职业危害所特有的突发物理威胁应激。
使这两类文献可组合的关键观察是它们共享一个共同的潜在对象——急性应激源。事故叙述本质上是对急性应激源事件及其物理后果的描述；可穿戴应激数据集本质上是对急性应激源的实验室或现场模拟。如果两者都能在共同的急性应激源原型集合上表达，那么伤害工人的应激源的严重度加权分布就可以直接对照可穿戴检测器训练和验证所依据的应激源分布。这两个分布之间的距离就是本文测量的量。
二、研究内容与核心结论
本文是一项方法学研究，其对象是框架和指数，实证内容是文献校准模拟输入的演示。研究提出三个研究问题：RQ1：当采矿和建筑事故叙述被统一为单一分类体系时，哪些危害在两个行业中主导严重度加权伤害负担？RQ2：可穿戴HRV/EDA应激检测器在受试者间以及更具挑战性的数据集间、设备间和应激源范式间的泛化效果如何？RQ3：现有可穿戴基准覆盖了严重度加权职业急性应激源负担的多少比例？
在模拟实例化中，最致命的危害并非最频繁的危害：地面/结构失效（调整后比值比OR 48.9）、大气/受限空间（47.7）、电气（44.0）、动力运输（38.6）、夹入（30.3）和火灾（28.3）携带最高的致命结果调整后比值比，而两个最高频类别——人工搬运（采矿叙述的28.9%）和滑倒/绊倒/坠落（建筑叙述的34.1%）——属于最不致命的类别。严重度加权负担呈现显著偏斜：突发物理威胁/未遂事故应激占四个事件原型严重度加权负担的63.4%，其次是体力消耗（17.8%）、被困（12.8%）和电气威胁（6.0%）。将负担映射到现有可穿戴范式的假设覆盖矩阵上，总体假设覆盖率为21.2%，留下78.8%未覆盖。突发物理威胁/未遂事故应激占覆盖缺口总量的65%，在研究优先级指数上排名第一，该排名在每次测试的覆盖扰动和致命结果权重下均保持稳健。时间/生产压力虽然常见，但已得到充分覆盖和转移。
三、关键技术方法
研究人员使用了三个主要技术组件。危害组件基于两个联邦伤害监测来源：美国矿山安全与健康管理局（MSHA）地下采矿事故叙述和美国职业安全与健康管理局（OSHA）建筑事故报告，共6,200条采矿和6,800条建筑记录（2015年1月1日至2025年12月31日）。叙述经规范化、分词和TF-IDF向量化后，采用非负矩阵分解提取潜在主题，并使用带平衡类别权重的监督多项逻辑回归分类器将每条叙述分配到11个统一危害类别之一。检测器组件基于四个公开可穿戴数据集（WESAD、SWELL-KW、Nurse-Stress和Exam-Stress），共65名参与者、5,650个标记特征窗口，统一为九维特征向量（六项HRV特征和三项EDA特征），评估五种浅层分类器（L2正则化逻辑回归、径向基函数支持向量机、随机森林、梯度提升和多层感知器），在LOSO和LODO两种协议下进行，并执行模态消融和排列特征重要性分析。桥梁组件通过公式（1）至（6）完全指定：严重度加权负担（致命结果权重为10）、覆盖矩阵、覆盖缺口指数和研究优先级指数，并对覆盖矩阵、危害到应激源映射和致命结果权重进行了五个家族的敏感性分析。
四、研究结果
4.1 统一跨行业危害分类体系：监督标签器在保留叙述上达到宏观F1为0.855（总体准确率0.889），确认分类体系可从自由文本中恢复。转移性指数（TI）分离出六个跨行业危害（地面失效TI 0.92、火灾0.84、大气0.73、滑倒/绊倒/坠落0.71、夹入0.71、机械0.67）和五个相对行业特定的危害（被撞击0.50、人工搬运0.51、动力运输0.54、电气0.53、手工具0.49）。
4.2 危害严重度与频率-严重度解耦：致命结果逻辑回归（McFadden伪R2=0.089）显示类别间存在大且高度显著的致死率差异。两个最高频类别是最不致命的，表明伤害频率是伤害严重度的不良代理。行业本身仅有适度效应（建筑对采矿，OR 0.82，p=0.039）。
4.3 职业急性应激源负担：通过公式（1）聚合患病率和严重度产生显著偏斜的负担。突发物理威胁/未遂事故应激占63.4%，其次为体力消耗17.8%、被困12.8%和电气威胁6.0%。潜在时间/生产压力信号出现在17.5%的叙述中，加权后成为第五个负担组件（8.1%）。
4.4 可穿戴检测器的跨数据集退化：对于主要随机森林模型，平均AUROC从LOSO的0.772下降到LODO的0.756，平衡准确率从0.711降至0.684，宏观F1从0.709降至0.672。全网格20个数据集-模型对的Wilcoxon符号秩检验显示平衡准确率差异显著（W=38，p=0.011），平均配对差异0.027，匹配对秩双列相关0.78。阈值依赖指标的下降幅度超过AUROC，因为跨数据集偏移会移动决策阈值。实验室社会评价协议（WESAD）易于分离（LOSO/LODO AUROC 0.954/0.918），而真实混合职业护士数据集接近机会水平（0.567/0.586），作为生态效度锚点。
4.5 模态稳健性：模态消融表明HRV+EDA组合是跨数据集转移下最稳健的配置（平均LODO AUROC 0.756），优于仅HRV（0.748）和仅EDA（0.641）。EDA单独尤其脆弱，在社交评价范式之外崩溃。排列特征重要性将迷走介导的HRV特征（pNN50、RMSSD）和平均心率排在最高，三项EDA特征排在最后。
4.6 危害-应激源覆盖缺口：将严重度加权负担映射到假设覆盖矩阵上，总体假设覆盖率为21.2%，在±0.20扰动下范围为0.17至0.35。突发物理威胁（最佳覆盖0.12）、被困（0.08）和电气威胁（0.05）应激几乎完全不存在于可穿戴数据集用于引发应激的方案中。研究优先级指数值：物理威胁/未遂事故0.670、被困0.142、体力消耗0.128、电气威胁0.044、时间/生产压力0.017。
4.7 对建模假设的敏感性：物理威胁/未遂事故应激在10,000次随机扰动中100%排名第一，即使在±0.20扰动下也是如此。总体覆盖标量在±0.20噪声下移动至0.17-0.35的95%范围。缺口大小对一项特定映射选择敏感：将滑倒/绊倒/坠落从物理威胁重新分配到体力消耗，将物理威胁缺口份额从0.65降至0.44，同时保持其第一位置。致命结果权重从1变化到200仅将物理威胁缺口份额从0.647移至0.661。
五、讨论与结论总结
讨论部分指出三个突出结果：频率与严重度解耦使得严重度加权对指数至关重要；特征检测器在模拟基准中跨数据集评估时退化，主要在阈值依赖指标中，并在模拟职业数据集上接近机会水平；主导严重度加权负担的急性应激源正是现有基准范式未引发的，在基线覆盖假设下留下约五分之四的负担未覆盖。研究明确区分了基准覆盖的发现与检测器在真实高严重度职业事件中失败的演示——后者未被记录或评估，缺乏覆盖意味着检测器在这些应激源上的性能未知。
机制层面，该缺口源于可穿戴数据集的构建方式：伦理和实际约束使得突发物理威胁应激几乎无法在实验室中引发，研究人员因此替代以社会和认知评价应激源，这些应激源安全可重复但生理和情境上不同。该领域被困在可学习但不具代表性的范式与具代表性但几乎不可学习的范式之间。
理论贡献包括两点：分类体系使频率-严重度解耦定量明确，挑战了海因里希事故金字塔的长期假设；覆盖缺口指数引入了监测到感知比较的可复用分析视角，将技术评估从"传感器是否有效"重构为"传感器是否在重要的危害上有效"。
实际意义方面，研究提出四项指导：期望应按危害设定；投资应按覆盖缺口定向；可穿戴监测应整合而非替代现有监测；跨情境证据应作为部署门槛。组织层面，连续生理监测引发治理和伦理问题，研究主张仅在可证明对目标危害可靠且具有透明目的限制、工人参与设计、自愿可撤销参与和严格分离安全数据与纪律使用时部署。
结论部分强调，职业伤害监测和可穿戴应激基准已分别成熟，本文引入的框架在公共数据、可复现的基础上将它们连接。在演示中，采矿和建筑中导致严重伤害的急性应激源，尤其是突发物理威胁和未遂事故事件，是领域依赖的可穿戴数据集中代表性最差的。约五分之一的严重度加权负担在基线假设下被覆盖（扰动测试中为0.17至0.35），而主导未覆盖应激源的最接近代理转移效果最差。危害-应激源覆盖缺口指数将定性担忧转化为可操作的、严重度和转移加权的优先级排序，其对各假设的依赖性被量化，并可推广到任何具有常规事故报告的行业。
