بررسي ميزان تأثير رفتارهاي بهداشتي محافظتي بر ابتلاء يا عدم ابتلاء به بيماري كوويد-19 در كارگران يك صنعت پالايش نفت با استفاده از الگوريتم هاي يادگيري ماشين

مقدمه: شيوع بيماري كوويد-19 تاثير عمده اي بر محيط هاي كاري و همچنين نيروي كار داشته است، در نتيجه شناسايي مهم ترين راهكارها و استراتژي هاي پيشگيرانه و كنترلي و سنجش كارايي آنها اهميت ويژه اي دارند. مطالعات مختلف نشان داده اند كه روش هاي هوش مصنوعي مي‌توانند براي پيش بيني مسائل پيچيده و غير خطي از جمله پيش بيني رفتار انواع بيماري ها نظير بيماري كوويد-19 و پارامتر هاي مؤثر بر آن مفيد واقع شوند. هدف از اين مطالعه بررسي تأثير اقدامات پيشگيرانه و رفتار هاي بهداشتي در پيشگيري از بيماري كوويد-19 در محيط هاي شغلي با استفاده از مدل هاي يادگيري ماشين مختلف بوده است.روش كار: بدين منظور، اطلاعات جمعيت شناسي و رفتارهاي بهداشتي افراد در يك صنعت پالايش نفت جمع آوري گرديد. سپس مدل چند لايه پرسترون (MLP) ، تابع پايه شعاعي (RBF) و ماشين بردار پشتيبان (SVM) به منظور بهبود تجزيه تحليل تاثيرات اقدامات پيشگيرانه بر روي عفونت كوويد-19 مقايسه شدند. در نهايت، مهم‌ترين عوامل مؤثر بر احتمال ابتلا به بيماري كوويد-۱۹ با استفاده از تحليل آناليز حساسيت تعيين شدند. يافته ها: نتايج نشان داد دقت بدست آمده در پيش‌بيني تأثير اقدامات پيش‌گيري‌كننده و رفتارهاي بهداشتي بر بيماري كوويد-19 در محيط‌هاي شغلي 78.1%، 81.2% و 78.1% به ترتيب براي MLP، RBF و SVM است و مدل RBF به عنوان دقيق ترين مدل براي پيش بيني ميزان تأثير رفتارهاي بهداشتي بر بيماري كوويد-19 عمل مي كند. علاوه بر اين، ميزان فاصله اجتماعي با مشتريان، دفعات شست و شوي دست ها و ضد عفوني كردن دست ها، وجود مواد شوينده و ضد عفوني كننده براي دست ها و سطوح در محل كار و  تجمع براي خوردن غذا و ميان وعده مهم ترين رفتار هاي بهداشتي مؤثر بر شيوع كوويد-19 در محل كار شناسايي شدند.نتيجه گيري: اين مطالعه نشان داد توجه به اقدامات پيشگيرانه و رفتارهاي بهداشتي در پيشگيري از بيماري كوويد-19 موثر بوده است. علاوه برآن استفاده از الگوريتم يادگيري ماشين و ابزارهاي بدست آمده از آن همچون سيستم پشتيباني تصميم گيري (DSS)  مي توانند ابزاري قدرتمند در جهت مديريت هرچه بهتر اقدامات كنترلي در محيط هاي كاري باشند.