基于泄漏控制机器学习的服装缝纫机操作工工作相关肌肉骨骼障碍三分类风险分级

《Results in Engineering》：Leakage-Controlled Machine Learning for Work-Related Musculoskeletal Disorder Risk Classification Among Garment Sewing-Machine Operators

　　

针对服装缝纫机操作工的工作相关肌肉骨骼障碍（work-related musculoskeletal disorders, WMSD）风险分类的泄漏控制机器学习。在60名缝纫操作工中，WMSD患病率为96.7%，颈痛最常见。在8种分类器中，梯度提升树（gradient-boosted trees, GBT）具有最高平均平衡准确率（0.940）。探索性共识McNemar检验显示，仅GBT与k近邻（k-nearest neighbours, k-NN）比较经Holm校正后显著。时间加权快速上肢评估（Rapid Upper Limb Assessment, RULA）的增量获益在本样本中未得到证明。基于6条低风险（Low-risk）记录的离线概念验证；尚需外部验证。

**研究背景与问题**
工作相关肌肉骨骼障碍（WMSD；由工作相关物理、工效学和组织风险因素引起或加重的肌肉、肌腱、神经、关节和椎间盘损伤与疾患）是常见且高负担的职业健康问题，全球约17.1亿人受肌肉骨骼疾病影响，下背痛是伤残生存年的最常见原因。服装与纺织行业WMSD患病率高，缝纫机操作工具有持续屈颈、受限坐姿、高频重复上肢运动、休息机会有限及工位适配不良等暴露特征；孟加拉国成衣部门是最大出口部门并雇佣数百万工人，但工厂现场缺乏实用、循证的WMSD风险筛查工具。传统修改版北欧肌肉骨骼问卷（modified Nordic Musculoskeletal Questionnaire, mNMQ）易受回忆偏倚和疼痛感知差异影响；常规RULA多为静态或快照式观察，依赖分析者选择代表性姿势，难以捕捉姿势变异、重复微周期、时间负荷和恢复期。机器学习（machine learning, ML）已用于WMSD风险分类，但既有研究常存在样本小且便利、缺乏外部验证、类别不平衡处理不足、特征选择不透明或泄漏、过拟合与不确定性报告不足、可解释性有限、缺乏前瞻性结局验证等问题；服装部门中结合动态姿态暴露与结构化症状严重度指数、并采用泄漏控制验证的研究仍少。由此，研究人员提出两个问题：孟加拉国缝纫机操作工当前WMSD风险的患病率与分布如何，动态时间加权RULA与基于严重度×暴露×概率（Severity×Exposure×Probability, SEP）的MSD Index相关性如何；在整合动态姿态、生理、人口学和工作组织特征时，哪种ML分类器最能将操作工分为低、中、高当前WMSD风险，且分类器间性能差异是否具有统计学意义。研究目的是开发并内部评估ML风险分类框架，主要方法学贡献是泄漏控制评估、半自动RULA时间加权流程及对动态RULA增量价值的直接检验。结论显示样本WMSD负担高、双侧时间加权RULA与MSD Index正相关、GBT观察到的平均平衡准确率最高，但Holm校正后仅GBT与k-NN差异显著，非姿态变量单独数值更高，加入动态RULA的增量分类获益未获证明；其意义在于提供方法学透明的离线概念验证，而非临床诊断或可常规部署工具。

**关键技术方法（不超过250字）**
该研究为横断面观察设计，样本来自孟加拉国服装工厂2024年6月至2025年2月招募的60名全职缝纫机操作工。采用访谈辅助mNMQ收集人口学、生理、生活方式、工作组织及9个部位症状，并以SEP构建MSD Index定义低/中/高三类目标且排除于预测变量。双侧10分钟任务视频以25 fps录制，Kinovea 2023.1.2提取关节角，经半自动RULA工作流计算时间加权RULA。比较8种分类器，采用十次重复嵌套分层五折交叉验证、内层三折调参，以平衡准确率为主指标，并行特征消融、失衡敏感性和探索性性别分层分析，配对比较用McNemar检验加Holm校正。

**研究结果**
4.1 参与者特征：基于60名操作工（男女各30名）的mNMQ与工位资料，平均年龄33.5岁、BMI 24.9 kg/m²、工龄8.3年、日均工作10.8 h、日均休息0.72 h；风险分类为中风险61.7%、高风险28.3%、低风险10.0%，平均MSD Index为70.9，显示样本总体肌肉骨骼负担较高。
4.2 肌肉骨骼疼痛患病率：基于mNMQ症状报告，96.7%至少一个部位受累；颈痛91.7%、肩痛58.3%、上背痛56.7%、肘痛53.3%、下背痛43.3%、腕/手35%、髋/大腿28.3%、膝23.3%、踝/足8.3%，提示上身负荷突出。
4.3 运动分析：4.3.1 姿态测量显示颈活动度49.4°、躯干活动度5.5°、左上臂21.2°高于右上臂15.8°、前臂活动度左108.7°与右102.3°，结论为受限坐姿与重复上肢运动并存；4.3.2 RULA评分分布与风险评估显示右侧平均加权RULA 4.897、左侧5.017，>4者右侧73.3%、左侧76.7%，结论为中高工效学风险。
4.4 加权RULA与MSD Index关联：基于相关分析，右侧Pearson r=0.77、左侧r=0.75（p<0.001），结论为动态加权RULA与症状负担相关。
4.5 探索性关联分析：旧逻辑回归系数矩阵因样本小、多重比较及稀疏类别估计不稳定而被排除于主分析，不用于校正ML的预测变量选择，仅保留审计用途。
4.6 泄漏控制分类器性能：基于十次重复嵌套分层五折交叉验证，GBT平均平衡准确率0.940、macro-F1 0.951、MCC 0.906；RF为0.936，SVM为0.931，k-NN为0.758；Holm校正后仅GBT与k-NN显著（校正p=0.0273），其余六项不显著；平均概率共识预测59/60正确，为次要集成总结。非姿态变量单独平衡准确率0.953高于组合0.940，姿态变量单独0.681；移除Physical Exercise后降至0.795，6条Regular physical exercise记录均为低风险且无中/高风险记录。结论为GBT数值最高但非全面优越，动态RULA增量获益未证明，运动变量呈样本特异代理模式。
4.7 诊断学习曲线分析：基于同一重复外套分区，外验证平衡准确率从中位19条训练记录时0.802升至48条时0.953，训练性能近1.00；结论为增加数据改善泛化但过拟合风险仍存，不证明外部效度。
4.8 性别分层模型性能：基于合并GBT模型的留出预测作描述性分析，女性平衡准确率0.956±0.049、男性0.932±0.047，女性仅1条低风险记录；结论为估计不确定，不能证明性别间等价、公平或差异。

**讨论总结与研究结论（译文）**
讨论总结认为，样本WMSD症状负担高且上身主诉常见；双侧时间加权RULA与SEP-based MSD Index相关，支持其作为时间聚合工效学暴露指标，但相关不等于因果或独立预测价值；校正分析中GBT观察到的平均性能最高，但仅与k-NN的共识预测正确性差异经Holm校正显著，其他比较不显著不能解释为等价；非姿态变量单独数值更高，加入动态RULA的增量获益未获证明。低风险类仅6条使平衡准确率对低风险记录错误高度敏感，女性亚组仅1条低风险；Regular physical exercise与低风险完全分离，且运动条目与症状同场访谈收集，可能构成样本特异代理和共同方法偏倚，应外部验证。2D视频对肩外展、腕偏斜等平面外运动可能低估；肌肉使用、力/负荷和腿支撑调整在任务层面固定，未逐帧测量，可能低估姿态风险；帧丢失机制无法建立。框架应定位为离线或周期性工效学决策支持的内部概念验证，不能替代专业工效学评估；建议工位改造、任务轮换、结构化微休息、坐姿与工位自调培训及颈肩背体能训练，未来需多中心外部验证、3D动作捕捉校准、可穿戴惯性测量单元、纵向结局与干预试验，并在常规部署前完成端到端计时与硬件基准。

研究结论（译文）：本研究开发并内部评估了一个机器学习框架，用于根据孟加拉国60条服装缝纫机操作工分析记录对当前WMSD风险进行分类。校正分析将泄漏控制预处理与重复嵌套交叉验证结合，并比较姿态、非姿态和组合特征集。WMSD患病率为96.7%，颈痛最常见（91.7%）。双侧时间加权RULA评分与MSD Index正相关。GBT在8种分类器中观察到的平均性能最高，平均平衡准确率0.940、macro-F1 0.951、MCC 0.906；Holm校正后仅GBT与k-NN显著，其他六项McNemar比较不显著。非姿态变量单独产生数值更高的平均性能，姿态变量单独保留中等判别力；这些结果在本样本中未证明加入动态RULA的增量分类获益。该框架应视为离线或周期性决策支持的内部概念验证。高表观判别力对仅6条低风险记录的分类敏感，并可能部分反映Regular physical exercise类别对其完美分离。常规部署或人群水平性能声明前需独立多中心验证和真实机器计时基准。研究贡献包括8种分类器的泄漏控制比较、重复嵌套验证、记录级留出预测、特征消融、失衡敏感性、多重校正配对检验和探索性性别分层评估；同时表明时间加权RULA可总结姿态暴露，但其增量预测价值在当前数据中仍未证实。