口腔医生颈部工作相关肌肉骨骼疾患影响因素及预测模型构建

刘佩芳; 沈波; 许旭艳; 刘建华; 陈文丽; 林嗣豪

doi:10.11836/JEOM22289

口腔医生颈部工作相关肌肉骨骼疾患影响因素及预测模型构建

刘佩芳^1a,,
沈波^{1a, 2, ,},
许旭艳^1b,
刘建华^1b,
陈文丽^1c,
林嗣豪³

1a.
福州市疾病预防控制中心职业卫生科
1b.
福州市疾病预防控制中心预防医学检查科
1c.
福州市疾病预防控制中心办公室，福建福州 350004
2.
福建医科大学公共卫生学院，福建福州 350122
3.
莆田学院管理学院，福建莆田 351199

基金项目: 福建省自然科学基金项目（2020J01915）；福建省医学创新课题项目（2020CXB039）；福州市科技计划项目（2018-S-106）；福州市卫生健康科研创新团队培育项目（2020-S-wt9）

详细信息

作者简介:
刘佩芳（1990—），女，学士，主管医师；E-mail：654086599@qq.com

通讯作者:
沈波，E-mail：fzcdc@139.com

中图分类号: R135
计量
- 文章访问数: 199
- HTML全文浏览量: 35
- PDF下载量: 49
出版历程
- 收稿日期: 2022-07-16
- 录用日期: 2022-11-15
- 网络出版日期: 2023-02-14
- 刊出日期: 2023-01-24

Influencing factors and prediction model of neck pain in dentists

LIU Peifang^1a,,
SHEN Bo^{1a, 2, ,},
XU Xuyan^1b,
LIU Jianhua^1b,
CHEN Wenli^1c,
LIN Sihao³

1a.
Fuzhou Center for Disease Control and Prevention Occupational Health Department
1b.
Fuzhou Center for Disease Control and Prevention Preventive Medical Examination Department
1c.
Fuzhou Center for Disease Control and Prevention Office, Fuzhou Center for Disease Control and Prevention, Fuzhou, Fujian 350004, China
2.
School of Public Health, Fujian Medical University, Fuzhou, Fujian 350122, China
3.
School of Management, Putian University, Putian, Fujian 351199, China

Funds: This study was funded.

More Information

Corresponding author:
SHEN Bo, E-mail: fzcdc@139.com

HTML全文

摘要

摘要:
背景
口腔医生是工作相关肌肉骨骼疾患（WMSDs）的高发人群，颈部是发生率最高的部位。
目的
分析口腔医生颈部WMSDs症状发生的相关因素，探讨口腔医生颈部WMSDs预测模型。
方法
选择福州市的口腔医生作为研究对象，采用分层整群抽样，按医院性质（口腔专科医院、综合性医院和口腔诊所/门诊部）进行分层。采用“中国肌肉骨骼疾患问卷”和“主观负荷评价技术量表”调查口腔医生基本信息、WMSDs症状发生情况及其影响因素。本次研究共回收问卷655份，其中有效问卷603份，有效率92.1%。应用多因素logistic回归分析口腔医生颈部WMSDs的影响因素；应用神经网络模型构建口腔医生颈部WMSDs预测模型，评价模型的预测效能。
结果
口腔医生WMSDs症状发生率最高的部位是颈部，为43.8%（264/603）。多因素logistic回归分析结果显示：女性（OR=2.709，95%CI：1.852~3.962，P<0.001）、工龄10~＜20年（与<10年相比，OR=3.836，95%CI：2.471~5.957，P<0.001）、长时间保持头部后仰或低头（OR=8.492，95%CI：2.203~32.731，P=0.002）、长时间保持侧头（OR=2.210，95%CI：1.376~3.550，P<0.001）、长时间坐在同一位置（OR=4.336，95%CI：2.192~8.579，P<0.001）、心理负荷值≥70（与心理负荷值＜40相比，OR=1.901，95%CI：1.038~3.480，P=0.037）的口腔医生颈部WMSDs症状发生风险升高，操作空间够用（OR=0.507，95%CI：0.302~0.850，P=0.010）和工间运动（OR=0.670，95%CI：0.453~0.991，P=0.045）的口腔医生颈部WMSDs症状发生风险降低。构建口腔医生颈部WMSDs神经网络预测模型，得到一个隐含层数为1，隐含层神经元个数为6的模型。训练集预测正确率百分比89.6%，测试集预测正确率百分比83.9%。模型自变量重要性排序依次为工龄、长时间保持侧头、心理负荷等。口腔医生颈部WMSDs神经网络模型预测结果为：受试者工作特性曲线（ROC）的曲线下面积为0.940（95%CI：0.922~0.958，P<0.001）；ROC曲线取最大诊断分界值时的灵敏度为84.8%，特异性为91.2%，约登指数为0.760。
结论
口腔医生颈部WMSDs的发生受个体因素（如性别、工龄）、工效学因素（如长时间保持各种姿势和操作、操作空间等）、心理因素（不同程度的心理负荷）等多种因素影响。神经网络模型可作为探讨口腔医生颈部WMSDs发生风险的预测工具。
- 肌肉骨骼疾患 /
- 口腔医生 /
- 颈部 /
- 预测模型
Abstract:
Background
Dentists are a high-risk population of work-related musculoskeletal disorders (WMSDs), where the body part with the highest prevalence is the neck.
Objective
To analyze potential influencing factors of neck pain among dentists, and explore a prediction model of neck pain in dentists.
Methods
Dentists from different hospitals in Fuzhou were selected as study subjects by stratified cluster sampling according to hospital characteristics (dental hospitals, general hospitals, and dental clinics). The basic information, presentation of WMSDs, and its influencing factors were investigated by using the Chinese version of Musculoskeletal Disorders Questionnaire and the Subjective Workload Assessment Technique. A total of 655 questionnaires were collected, of which 603 were valid, with an effective rate of 92.1%. Multiple logistic regression was used to analyze potential influencing factors of neck pain in dentists. A prediction model of neck pain of dentists was constructed by using neural network model, and the prediction efficiency of the model was evaluated.
Results
The neck was the body part with the highest prevalence (43.8%, 264/603) of WMSDs among dentists. The results of multiple logistic regression analysis showed that female (OR=2.709, 95%CI: 1.852-3.962, P <0.001), working age of 10-<20 years (versus <10 years, OR=3.836, 95%CI: 2.471-5.957, P<0.001), keeping head up or down for a long time (OR=8.492, 95%CI: 2.203-32.731, P=0.002), holding head sideways for a long time (OR=2.210, 95%CI: 1.376-3.550, P<0.001), maintaining the same sitting spot for a long time (OR=4.336, 95%CI: 2.192-8.579, P<0.001), and psychological load value ≥70 (versus <40, OR=1.901, 95%CI: 1.038-3.480, P=0.037) increased the risk of neck pain in dentists. Sufficient operating space (OR=0.507, 95%CI: 0.302-0.850, P=0.010) and doing some exercise during work break (OR=0.670, 95%CI: 0.453-0.991, P=0.045) reduced the risk of reporting neck pain among dentists. A neural network prediction model of dentists' neck pain was constructed with 1 hidden layer and 6 hidden layer neurons. The percentage of correct prediction of training set was 89.6%, and the percentage of correct prediction of test set was 83.9%. The order of importance of the independent variables included in the model were working age, holding head sideways for a long time, psychological load, etc. The result of neural network model of neck pain among dentists showed that the area under the curve of receiver operator characteristic (ROC) was 0.940 (95%CI: 0.922-0.958, P<0.001). When the maximum diagnostic value was determined by the ROC curve, the sensitivity was 84.8%, the specificity was 91.2%, and the Youden Index was 0.760.
Conclusion
Neck pain of dentists is affected by many factors, such as individual factors (gender and working age), ergonomic factors (keeping various postures and operations for a long time, operating space, etc.), psychological factors (different levels of psychological load) and so on. The neural network model can be used as a prediction tool to explore the risk of reporting neck pain among dentists.
- musculoskeletal disorders /
- dentist /
- neck /
- prediction model

HTML全文

工作相关肌肉骨骼疾患（work-related musculoskeletal disorders, WMSDs）发生率高，涉及行业范围广，造成的经济损失和社会负担严重，是全球关注的工作相关健康问题^[1]。口腔医生工作负担重，同时伴有不良姿势、静态负荷、重复性操作等不良工效学因素，是WMSDs高发人群^[2]。国内外研究发现，口腔医生WMSDs症状发生率较高，主要集中在颈、肩、腰背和手腕等部位，其中颈部最为高发^[3-5]，是预防和干预口腔医生WMSDs的重点关注部位。WMSDs从轻微的症状、损伤发展成为不可逆的疾病状态需要一定的时间和过程，早期的识别和干预可以起到良好的预防效果，目前国内未见有关预测模型用于口腔医生颈部WMSDs早期识别和预测的研究。本研究通过调查口腔医生颈部WMSDs症状发生情况及相关因素，分析口腔医生颈部WMSDs的影响因素，应用神经网络模型构建口腔医生颈部WMSDs预测模型并评价模型预测效果，探讨口腔医生颈部WMSDs发生风险的预测工具，为早期发现和预防口腔医生颈部WMSDs提供参考。

1. 对象与方法

1.1 研究对象

选择福州市口腔医生作为研究对象，于2020年1—6月，采用分层整群抽样，按医院性质（口腔专科医院、综合性医院和口腔诊所/门诊部3种性质）进行分层抽取，被抽中医院的全部口腔医生（涵盖口腔内科、口腔外科、正畸科、修复科、口腔综合等科室）作为研究对象。本次调查共回收问卷655份，有效问卷603份，有效率92.1%。纳入标准：工龄（在该岗位上工作）≥1年；同意参与此研究并签署知情同意书者；不存在肌肉骨骼系统外伤、类风湿性关节炎、肿瘤、结核和感染等其他可能影响肌肉骨骼系统的疾病。

WMSDs判定标准：在过去1年中，颈、肩、上背、下背/腰、肘、手/手腕等身体部位出现疼痛、麻木、不适和活动受限等症状，而且症状持续时间超过24 h，同时排除肌肉骨骼系统外伤、类风湿性关节炎、肿瘤、结核和感染等其他影响肌肉骨骼系统症状的疾病^[6]。

1.2 研究方法

采用“中国肌肉骨骼疾患问卷”和中文版“主观负荷评价技术量表”进行网络问卷调查，研究对象通过扫描二维码获取问卷，经知情同意并签署知情同意书后填写相关信息^[7-8]。“中国肌肉骨骼疾患问卷”内容包括：（1）一般情况。年龄、性别、职称、文化程度等一般人口学特征。（2）工作状态。头、腰、手腕等部位在工作时的状态。（3）健康状况。既往病史、身体各部位肌肉骨骼不适症状存在情况。（4）工作环境和制度。工作空间、座椅、设备等情况和工作时长、休息时间等组织制度。“主观负荷评价技术量表”包括时间负荷、努力程度和心理紧张负荷3个维度，根据研究对象每个维度的选择和排序结果，从量表中找出相应分值，再标准化为百分制，即为心理负荷值。分值越大，心理负荷越严重。本研究调查问卷Cronbach's α系数为0.837。本研究方案经福州市疾病预防控制中心伦理委员会审查通过（审批号：2019001）。

口腔医生颈部WMSDs预测模型使用SPSS 20.0软件神经网络模型的多层感知器进行建模，将单因素回归分析有统计学意义的影响因素作为输入变量，颈部是否出现WMSDs症状作为输出变量，按7∶3随机分为训练集和验证集，构建神经网络模型，绘制受试者工作特性（receiver operator characteristic curve, ROC）曲线，计算曲线下面积（area under curve, AUC）及最大诊断分界值的灵敏度、特异度和约登指数，用于评估模型预测效果。

1.3 质量控制

通过设置问卷所有题目为必答题，设置答案属性、填写说明、示例图片等保证问卷填写的完整性和准确性。收集的问卷通过人工进行审查，排除不符合逻辑和纳入标准的问卷。

1.4 统计学方法

应用SPSS 20.0进行统计学分析，计数资料采用例数（百分比）表示，计量资料先进行正态性检验，正态分布采用均数±标准差表示，非正态分布采用中位数M（最小值~最大值）表示。口腔医生WMSDs影响因素分析采用二分类logistic回归分析，先进行单因素回归分析，再进行多因素logistic回归分析（前进法，引入标准为0.05，剔除标准为0.10）。检验水准α=0.05。

2. 结果

2.1 一般情况和WMSDs症状发生率

603名口腔医生中，口腔专科医院195人（32.3%），综合性医院226人（37.5%），口腔诊所/门诊部182人（30.2%）；年龄（33.6±7.6）岁，工龄M（最小值~最大值）为8（1~39）年；男性296人(49.1%)，女性307人（50.9%）；职称以初级及以下者居多（331人，54.9%）；文化程度以本科居多（269人，44.6%）。所调查口腔医生的社会学及职业特征分布见表1。口腔医生任一部位WMSDs症状发生率为58.5%（353/603），各部位症状发生率从高到低依次颈部（43.8%，264/603）、肩部（33.0%，199/603）、下背部/腰部（29.2%，176/603）、手部/手腕部（20.4%，123/603）。

表 1 口腔医生颈部WMSDs症状发生相关因素的单因素分析结果（一般因素）

Table 1. The result of single factor analysis of neck pain-related influencing factors in dentists (general factors)

变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	症状发生(Positive symptoms)		OR(95%CI)	P
变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	n	%	OR(95%CI)	P
性别(Gender)	男(Male)	296(49.1)	99	33.4	1.000	<0.001
	女(Female)	307(50.9)	165	53.7	2.312(1.663~3.215)
年龄/岁(Age/years)	<30	208(34.5)	73	35.1	1.000	<0.001
	30~	274(45.4)	142	51.8	1.989(1.374~1.996)
	40~	121(20.1)	49	40.5	1.259(0.793~1.996)
医院性质(Hospital classification)	口腔专科医院(Dental Hospital)	195(32.3)	80	41.0	1.000	0.381
	综合性医院(General hospital)	226(37.5)	107	47.3	1.293(0.878~1.903)
	口腔诊所/门诊部(Dental clinic)	182(30.2)	77	42.3	1.054(0.700~1.588)
工龄/年(Working age/years)	<10	351(58.2)	127	36.2	1.000	<0.001
	10~	160(26.5)	101	63.1	3.019(2.048~4.451)
	20~	92(15.3)	36	39.1	1.134(0.707~1.818)
职称(Professional title)	初级及以下(Primary and below)	331(54.9)	125	37.8	1.000	0.001
	中级(Middle)	182(30.2)	101	55.5	2.055(1.423~2.967)
	高级(Senior)	90(14.9)	38	42.2	1.204(0.750~1.934)
文化程度(Education)	大专及以下(College or below)	123(20.4)	52	42.3	1.000	0.383
	本科(Undergraduate)	269(44.6)	126	46.8	1.203(0.782~1.850)
	硕士及以上(Master or above)	211(35.0)	86	40.8	0.939(0.598~1.475)

下载: 导出CSV

| 显示表格

2.2 口腔医生颈部WMSDs症状发生相关因素的单因素回归分析

单因素回归分析结果显示：不同性别、年龄、工龄、职称、长时间保持头部后仰或低头、头部频繁后仰或低头、长时间保持转头、长时间保持侧头、频繁侧头、接触或使用振动工具、长时间坐在同一位置、操作空间够用、可以自由更换姿势、工间运动、心理负荷值的口腔医生颈部WMSDs症状发生率差异有统计学意义（P<0.05），见表1、表2。

表 2 口腔医生颈部WMSDs症状发生相关因素的单因素分析结果（工效学和心理因素）

Table 2. The result of single factor analysis of neck pain-related influencing factors in dentists (ergonomic and psychological factors)

变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	症状发生(Positive symptoms)		OR(95%CI)	P
变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	n	%	OR(95%CI)	P
长时间保持头部后仰或低头(Keeping head up or down for a long time)	否(No)	30(5.0)	3	10.0	1.000	<0.001
	是(Yes)	573(95.0)	261	45.5	7.529(2.258~25.099)
头部频繁后仰或低头(Keeping head up or down frequently)	否(No)	157(26.0)	55	35.0	1.000	0.010
	是(Yes)	446(74.0)	209	46.9	1.635(1.122~2.384)
长时间保持转头(Neck twisting for a for a long time)	否(No)	219(36.3)	81	37.0	1.000	0.011
	是(Yes)	384(63.7)	183	47.7	1.551(1.104~2.179)
频繁转头(Neck twisting frequently)	否(No)	301(49.9)	131	43.5	1.000	0.898
	是(Yes)	302(50.1)	133	44.0	1.021(0.740~1.409)
长时间保持侧头(Holding head sideways for a long time)	否(No)	137(22.7)	35	25.5	1.000	<0.001
	是(Yes)	466(77.3)	229	49.1	2.816(1.841~4.306)
频繁侧头(Head sideways frequently)	否(No)	246(40.8)	92	37.4	1.000	0.009
	是(Yes)	357(59.2)	172	48.2	1.556(1.117~2.168)
接触或使用振动工具(Touching or using vibration tools)	否(No)	110(18.2)	37	33.6	1.000	0.018
	是(Yes)	493(81.8)	227	46.0	1.684(1.092~2.597)
长时间坐在同一位置(Maintaining the same sitting spot for a long time)	否(No)	83(13.8)	12	14.5	1.000	<0.001
	是(Yes)	520(86.2)	252	48.5	5.563(2.947~10.503)
操作空间够用(Sufficient operating space)	否(No)	92(15.3)	51	55.4	1.000	0.014
	是(Yes)	511(84.7)	213	41.7	0.575(0.367~0.899)
可以自由更换姿势(Free to change postures)	否(No)	172(28.5)	90	52.3	1.000	0.008
	是(Yes)	431(71.5)	174	40.4	0.617(0.432~0.880)
有规定的工间休息时间(Stipulated work break)	否(No)	263(43.6)	126	47.9	1.000	0.072
	是(Yes)	340(56.4)	138	40.6	0.743(0.537~1.028)
休息时间充足(Sufficient rest time)	否(No)	354(58.7)	166	46.9	1.000	0.066
	是(Yes)	249(41.3)	98	39.4	0.735(0.529~1.021)
工间运动(Doing some exercise during work break）	否(No)	392(65.0)	191	48.7	1.000	0.001
	是(Yes)	211(35.0)	73	34.6	1.796(1.271~2.539)
心理负荷值(Psychological load value)	<40	92(15.2)	28	30.4	1.000	<0.001
	40~	340(56.4)	140	41.2	1.600(0.976~2.622)
	70~	171(28.4)	96	56.1	2.926(1.710~5.006)

下载: 导出CSV

| 显示表格

2.3 口腔医生颈部WMSDs症状发生相关因素的多因素logistic回归分析

多因素logistic回归分析结果显示：女性（OR=2.709，95%CI：1.852~3.962，P<0.001）以及工龄10~＜20年（OR=3.836，95%CI：2.471~5.957，P<0.001）、长时间保持头部后仰或低头（OR=8.492，95%CI：2.203~32.731，P=0.002）、长时间保持侧头（OR=2.210，95%CI：1.376~3.550，P<0.001）、长时间坐在同一位置（OR=4.336，95%CI：2.192~8.579，P<0.001）、心理负荷值≥70（OR=1.901，95%CI：1.038~3.480，P=0.037）的口腔医生颈部WMSDs症状发生风险升高，操作空间够用（OR=0.507，95%CI：0.302~0.850，P=0.010）和工间运动（OR=0.670，95%CI：0.453~0.991，P=0.045）的口腔医生颈部WMSDs症状发生风险降低，见表3。

表 3 口腔医生颈部WMSDs症状发生相关因素的多因素logistic回归分析结果

Table 3. The result of multiple logistic regression analysis of neck pain-related influencing factors in dentists

变量(Variable)	b	S_b	Waldχ²	P	OR(95%CI)
性别(女性) (Gender, female)	0.997	0.187	26.405	<0.001	2.709(1.852~3.962)
工龄(10~＜20年) (Working age, 10-＜20 years)	1.345	0.224	35.870	<0.001	3.836(2.471~5.957)
工龄(≥20年) (Working age, ≥20 years)	0.479	0.277	2.994	0.084	1.615(0.938~2.780)
长时间保持头部后仰或低头(Keeping head up or down for a long time)	2.139	0.688	9.658	0.002	8.492(2.203~32.731)
长时间保持侧头(Holding head sideways for a long time)	1.467	0.348	17.757	<0.001	2.210(1.376~3.550)
长时间坐在同一位置(Maintaining the same sitting spot for a long time)	1.467	0.348	17.757	<0.001	4.336(2.192~8.579)
操作空间够用(Sufficient operating space)	−0.679	0.264	6.634	0.010	0.507(0.302~0.850)
工间运动(Doing some exercise during work break)	−0.400	0.200	4.015	0.045	0.670(0.453~0.991)
心理负荷值(Psychological load value) (40~＜70)	0.151	0.289	0.273	0.601	1.163(0.660~2.051)
心理负荷值(Psychological load value) (≥70)	0.642	0.309	4.332	0.037	1.901(1.038~3.480)
[注] 应变量赋值：患颈部WMSDs=1，未患颈部WMSDs=0。自变量赋值：性别，男性=0，女性=1；工龄，“<10”=1，“10~＜20”=2，“≥20”=3；职称，初级及以下=1，中级=2，高级=3；心理负荷值，“<40”=1，“40~＜70”=2，“≥70”=3；其余变量，否=0，是=1。[Note] Dependent variable assignment: neck pain=1, no neck pain=0. Independent variable assignment: gender, male=0, female=1; working age, "<10"=1, "10-<20"=2, "≥20"=3; professional title, primary and below=1, middle=2, senior=3; psychological load, "<40"=1, "40-<70"=2, "≥70"=3; the other variables, no=0, yes=1.

下载: 导出CSV

| 显示表格

2.4 口腔医生颈部WMSDs的神经网络模型

按照7∶3的拆分比例从603个样本中随机抽出了442个分配到训练集，另外161个分配到验证集，得到一个隐含层数为1，隐含层神经元个数为6的神经网络模型。训练集预测正确率百分比89.6%，测试集预测正确率百分比83.9%。模型自变量重要性排序靠前的依次为工龄、长时间保持侧头、心理负荷、年龄、长时间保持头部后仰或低头、长时间坐在同一位置等，见图1。绘制该模型的ROC曲线，见图2，AUC为0.940（95%CI：0.922~0.958，P<0.001），ROC曲线取最大诊断分界值时，灵敏度为84.8%，特异性为91.2%，约登指数为0.760。

图 1 口腔医生颈部WMSDs神经网络模型自变量重要性

Figure 1. Importance of independent variables in the neural network model of neck pain in dentists

下载: 全尺寸图片幻灯片

图 2 口腔医生颈部WMSDs神经网络模型的ROC曲线

Figure 2. The ROC curve for the neural network model of neck pain in dentists

下载: 全尺寸图片幻灯片

3. 讨论

随着我国人民生活水平的提高和口腔保健意识的增强，口腔诊疗的需求越来越大，而我国每百万人口的口腔医生配比率（2019年为187）远低于欧美发达国家（500~1000），口腔医生的工作负荷十分繁重，WMSDs问题日益凸显^[9]。本研究中口腔医生颈部WMSDs症状发生率为43.8%，在各部位中发生率最高，提示了颈部是口腔医生WMSDs的好发部位，需重点关注。国内外的一些研究也提示了同样的结果，Ohlendorf等^[10]开展的横断面调查发现德国口腔医生7 d、1年和终身颈部肌肉骨骼疾患症状发生率分别为42.7%、70.9%和78.4%，居各部位之首。张平等^[9]开展的横断面调查发现我国口腔医生颈部WMSDs症状发生率高达75.2%，在各部位中发生率最高；一项针对武汉市口腔医生的现况调查发现颈部肌肉骨骼疾患年症状发生率为78.3%^[11]。由于目前国内外关于WMSDs阳性病例判别标准尚未形成共识^[12]，加上本研究对象的平均年龄偏低，有可能是导致本研究WMSDs症状发生率低于国内外其他文献的原因，有待进一步探讨。

国内外研究发现WMSDs是由个体因素、工效学因素、社会心理因素等多种因素协同作用而导致^[1]。本研究发现，性别、工龄、长时间保持头部后仰或低头、长时间保持侧头、长时间坐在同一位置、操作空间够用、工间运动、心理负荷都是口腔医生颈部WMSDs症状发生的影响因素，与文献结果一致。个体因素对于颈部WMSDs发展发挥着重要作用。女性较男性颈部WMSDs症状发生率更高，这可能与女性激素水平和应对疲劳、疼痛的反应机制以及承担更多的家庭责任有关^[6]。相对于10年以下工龄者，10~＜20年工龄者颈部WMSDs症状发生率较高，这可能与工作负荷的累积效应有关，同时随着年龄增长，肌肉骨骼系统逐渐退化，机体代谢和组织修复能力降低导致慢性肌肉骨骼损伤的出现。工龄≥20年者颈部WMSDs症状发生率反而下降，可能是由于口腔医生职称和职务的提高，从事一线诊疗的时间减少。不良工效学因素如长时间保持头部后仰或低头、长时间保持侧头、长时间坐在同一位置都会增加口腔医生颈部WMSDs症状发生风险。口腔医生诊疗操作时大多采用坐位姿势，患者躺在诊疗椅上，头部大多位于口腔医生腰部至胸部位置，这就使得口腔医生不得不低头进行操作，颈部处于大幅度前倾状态。而且口腔视野受限，口腔医生为看清口腔内状况，在低头的同时常伴有侧头、转头等不良姿势，对颈部肌肉和椎体造成较高负荷，容易引起肌纤维损伤和颈椎退行性病变。此外，口腔医生颈部长时间处于不良工效学姿势，单次诊疗操作时间长（多在0.5~1 h），肌肉骨骼的紧张状态得不到放松和缓解，长期慢性积累就容易引起颈部WMSDs。而良好的工作环境和工作习惯能够减少颈部WMSDs的发生，如操作空间够用和工间运动，它能使口腔医生的肢体获得舒展的空间，避免被迫处于过度不良的工效学姿势，使肌肉的紧张状态得到缓解。心理负荷过高时，口腔医生颈部WMSDs症状发生率明显增高，这可能与心理负荷会对机体疲劳和体力恢复等产生作用有关，从而影响WMSDs的进展^[13]。

WMSDs病因复杂，各种因素相互作用，寻找有效的预测模型是预防口腔医生颈部WMSDs的有效方法。神经网络模型是一种根据生物神经网络在结构、功能等方面的理论抽象、简化和模拟而构成的信息处理系统，适用于多变量间相互错杂的非线性分析，比传统模型含有更丰富的信息，且不受或少受因子间关系的干扰，因此在预测疾病时可表现出较高的预测效能^[14-16]。近年来，神经网络模型已广泛运用于肿瘤、慢性病、传染病等疾病的诊断预测^[17-19]。神经网络模型具有独特的大规模非线性并行处理能力和强大的自适应性，能充分利用资料信息，容错性强，因此使用神经网络模型建立WMSDs预测模型具有方法学优势^[20]。本课题组曾比较口腔医生不同部位WMSDs神经网络模型和logistic模型的预测效果，发现神经网络模型较logistic模型表现出更好的预测效果^[21]。本研究构建的口腔医生颈部WMSDs神经网络预测模型AUC为0.940，大于0.9，灵敏度、特异度较高，预测效果较好，可尝试用于口腔医生颈部WMSDs的风险预测。本预测模型中，工龄、长时间保持侧头、心理负荷值、年龄、长时间保持头部后仰或低头、长时间坐在同一位置等因素自变量重要性排序靠前，对预测模型的贡献度大，说明这些因素可能与口腔医生颈部WMSDs的发生密切相关，与多因素logistic回归分析结果基本一致。

神经网络模型也存在自身的局限性，如存在不稳定性和过拟合问题。本研究也存在研究对象偏年轻，可能导致年龄偏倚和研究样本量有限等不足之处。研究构建的神经网络模型在本次样本中预测准确性较高，提示可能具有一定的应用前景，但有待于进一步扩大样本量、完善模型，验证模型预测效能。

综上，本研究显示口腔医生颈部WMSDs的发生受个体因素、工效学因素、心理因素等多种因素影响。神经网络模型可作为探讨口腔医生颈部WMSDs发生风险的预测工具，并展现良好的预测效果，可根据早期预测结果评估口腔医生颈部WMSDs发生风险，采取综合性的预防和干预措施，从而延缓和减少颈部WMSDs的发生。

图 1 口腔医生颈部WMSDs神经网络模型自变量重要性

Figure 1. Importance of independent variables in the neural network model of neck pain in dentists

下载: 全尺寸图片幻灯片

图 2 口腔医生颈部WMSDs神经网络模型的ROC曲线

Figure 2. The ROC curve for the neural network model of neck pain in dentists

下载: 全尺寸图片幻灯片

表 1 口腔医生颈部WMSDs症状发生相关因素的单因素分析结果（一般因素）

Table 1 The result of single factor analysis of neck pain-related influencing factors in dentists (general factors)

变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	症状发生(Positive symptoms)		OR(95%CI)	P
变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	n	%	OR(95%CI)	P
性别(Gender)	男(Male)	296(49.1)	99	33.4	1.000	<0.001
	女(Female)	307(50.9)	165	53.7	2.312(1.663~3.215)
年龄/岁(Age/years)	<30	208(34.5)	73	35.1	1.000	<0.001
	30~	274(45.4)	142	51.8	1.989(1.374~1.996)
	40~	121(20.1)	49	40.5	1.259(0.793~1.996)
医院性质(Hospital classification)	口腔专科医院(Dental Hospital)	195(32.3)	80	41.0	1.000	0.381
	综合性医院(General hospital)	226(37.5)	107	47.3	1.293(0.878~1.903)
	口腔诊所/门诊部(Dental clinic)	182(30.2)	77	42.3	1.054(0.700~1.588)
工龄/年(Working age/years)	<10	351(58.2)	127	36.2	1.000	<0.001
	10~	160(26.5)	101	63.1	3.019(2.048~4.451)
	20~	92(15.3)	36	39.1	1.134(0.707~1.818)
职称(Professional title)	初级及以下(Primary and below)	331(54.9)	125	37.8	1.000	0.001
	中级(Middle)	182(30.2)	101	55.5	2.055(1.423~2.967)
	高级(Senior)	90(14.9)	38	42.2	1.204(0.750~1.934)
文化程度(Education)	大专及以下(College or below)	123(20.4)	52	42.3	1.000	0.383
	本科(Undergraduate)	269(44.6)	126	46.8	1.203(0.782~1.850)
	硕士及以上(Master or above)	211(35.0)	86	40.8	0.939(0.598~1.475)

下载: 导出CSV

表 2 口腔医生颈部WMSDs症状发生相关因素的单因素分析结果（工效学和心理因素）

Table 2 The result of single factor analysis of neck pain-related influencing factors in dentists (ergonomic and psychological factors)

变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	症状发生(Positive symptoms)		OR(95%CI)	P
变量(Variable)	分组(Group)	总人数(构成比/%) n (Proportion/%)	n	%	OR(95%CI)	P
长时间保持头部后仰或低头(Keeping head up or down for a long time)	否(No)	30(5.0)	3	10.0	1.000	<0.001
	是(Yes)	573(95.0)	261	45.5	7.529(2.258~25.099)
头部频繁后仰或低头(Keeping head up or down frequently)	否(No)	157(26.0)	55	35.0	1.000	0.010
	是(Yes)	446(74.0)	209	46.9	1.635(1.122~2.384)
长时间保持转头(Neck twisting for a for a long time)	否(No)	219(36.3)	81	37.0	1.000	0.011
	是(Yes)	384(63.7)	183	47.7	1.551(1.104~2.179)
频繁转头(Neck twisting frequently)	否(No)	301(49.9)	131	43.5	1.000	0.898
	是(Yes)	302(50.1)	133	44.0	1.021(0.740~1.409)
长时间保持侧头(Holding head sideways for a long time)	否(No)	137(22.7)	35	25.5	1.000	<0.001
	是(Yes)	466(77.3)	229	49.1	2.816(1.841~4.306)
频繁侧头(Head sideways frequently)	否(No)	246(40.8)	92	37.4	1.000	0.009
	是(Yes)	357(59.2)	172	48.2	1.556(1.117~2.168)
接触或使用振动工具(Touching or using vibration tools)	否(No)	110(18.2)	37	33.6	1.000	0.018
	是(Yes)	493(81.8)	227	46.0	1.684(1.092~2.597)
长时间坐在同一位置(Maintaining the same sitting spot for a long time)	否(No)	83(13.8)	12	14.5	1.000	<0.001
	是(Yes)	520(86.2)	252	48.5	5.563(2.947~10.503)
操作空间够用(Sufficient operating space)	否(No)	92(15.3)	51	55.4	1.000	0.014
	是(Yes)	511(84.7)	213	41.7	0.575(0.367~0.899)
可以自由更换姿势(Free to change postures)	否(No)	172(28.5)	90	52.3	1.000	0.008
	是(Yes)	431(71.5)	174	40.4	0.617(0.432~0.880)
有规定的工间休息时间(Stipulated work break)	否(No)	263(43.6)	126	47.9	1.000	0.072
	是(Yes)	340(56.4)	138	40.6	0.743(0.537~1.028)
休息时间充足(Sufficient rest time)	否(No)	354(58.7)	166	46.9	1.000	0.066
	是(Yes)	249(41.3)	98	39.4	0.735(0.529~1.021)
工间运动(Doing some exercise during work break）	否(No)	392(65.0)	191	48.7	1.000	0.001
	是(Yes)	211(35.0)	73	34.6	1.796(1.271~2.539)
心理负荷值(Psychological load value)	<40	92(15.2)	28	30.4	1.000	<0.001
	40~	340(56.4)	140	41.2	1.600(0.976~2.622)
	70~	171(28.4)	96	56.1	2.926(1.710~5.006)

下载: 导出CSV

表 3 口腔医生颈部WMSDs症状发生相关因素的多因素logistic回归分析结果

Table 3 The result of multiple logistic regression analysis of neck pain-related influencing factors in dentists

变量(Variable)	b	S_b	Waldχ²	P	OR(95%CI)
性别(女性) (Gender, female)	0.997	0.187	26.405	<0.001	2.709(1.852~3.962)
工龄(10~＜20年) (Working age, 10-＜20 years)	1.345	0.224	35.870	<0.001	3.836(2.471~5.957)
工龄(≥20年) (Working age, ≥20 years)	0.479	0.277	2.994	0.084	1.615(0.938~2.780)
长时间保持头部后仰或低头(Keeping head up or down for a long time)	2.139	0.688	9.658	0.002	8.492(2.203~32.731)
长时间保持侧头(Holding head sideways for a long time)	1.467	0.348	17.757	<0.001	2.210(1.376~3.550)
长时间坐在同一位置(Maintaining the same sitting spot for a long time)	1.467	0.348	17.757	<0.001	4.336(2.192~8.579)
操作空间够用(Sufficient operating space)	−0.679	0.264	6.634	0.010	0.507(0.302~0.850)
工间运动(Doing some exercise during work break)	−0.400	0.200	4.015	0.045	0.670(0.453~0.991)
心理负荷值(Psychological load value) (40~＜70)	0.151	0.289	0.273	0.601	1.163(0.660~2.051)
心理负荷值(Psychological load value) (≥70)	0.642	0.309	4.332	0.037	1.901(1.038~3.480)
[注] 应变量赋值：患颈部WMSDs=1，未患颈部WMSDs=0。自变量赋值：性别，男性=0，女性=1；工龄，“<10”=1，“10~＜20”=2，“≥20”=3；职称，初级及以下=1，中级=2，高级=3；心理负荷值，“<40”=1，“40~＜70”=2，“≥70”=3；其余变量，否=0，是=1。[Note] Dependent variable assignment: neck pain=1, no neck pain=0. Independent variable assignment: gender, male=0, female=1; working age, "<10"=1, "10-<20"=2, "≥20"=3; professional title, primary and below=1, middle=2, senior=3; psychological load, "<40"=1, "40-<70"=2, "≥70"=3; the other variables, no=0, yes=1.

下载: 导出CSV

参考文献(21)

[1]	徐相蓉, 王生, 余善法, 等. 工作相关肌肉骨骼疾患的行业流行趋势及进展[J]. 中国工业医学杂志, 2016, 29(4): 278-282. doi: 10.13631/j.cnki.zggyyx.2016.04.012 XU X R, WANG S, YU S F, et al. The industry trends and research progress on work-related musculoskeletal disorders[J]. Chin J Ind Med, 2016, 29(4): 278-282. doi: 10.13631/j.cnki.zggyyx.2016.04.012
[2]	LIETZ J, KOZAK A, NIENHAUS A. Prevalence and occupational risk factors of musculoskeletal diseases and pain among dental professionals in Western countries: a systematic literature review and meta-analysis[J]. PLoS One, 2018, 13(12): e0208628. doi: 10.1371/journal.pone.0208628
[3]	TAIB M F M, BAHN S, YUN M H, et al. The effects of physical and psychosocial factors and ergonomic conditions on the prevalence of musculoskeletal disorders among dentists in Malaysia[J]. Work, 2017, 57(2): 297-308. doi: 10.3233/WOR-172559
[4]	刘佩芳, 沈波, 康淑玲, 等. 口腔医生工效学负荷和工作相关肌肉骨骼疾患的研究[J]. 中国工业医学杂志, 2021, 34(4): 294-297. doi: 10.13631/j.cnki.zggyyx.2021.04.002 LIU P F, SHEN B, KANG S L, et al. Correlation between ergonomic load and work-related musculoskeletal disorders among dentists[J]. Chin J Ind Med, 2021, 34(4): 294-297. doi: 10.13631/j.cnki.zggyyx.2021.04.002
[5]	FENG B, LIANG Q, WANG Y, et al. Prevalence of work-related musculoskeletal symptoms of the neck and upper extremity among dentists in China[J]. BMJ Open, 2014, 4(12): e006451. doi: 10.1136/bmjopen-2014-006451
[6]	娜扎开提•买买提, 董一丹, 郭小龙, 等. 口腔医生工作相关肌肉骨骼疾患影响因素分析[J]. 中国职业医学, 2020, 47(3): 247-252. MAIMAITI N, DOND Y D, GUO X L, et al. Influencing factors of work-related musculoskeletal disorders among dentists[J]. China Occup Med, 2020, 47(3): 247-252.
[7]	董一丹, 娜扎开提•买买提, 王富江, 等. 中国肌肉骨骼疾患问卷编制与验证——附调查问卷[J]. 中国职业医学, 2020, 47(1): 8-18. DONG Y D, MAIMAITI N, WANG F J, et al. Establishment and verification of the Chinese Musculoskeletal Questionnaire——The questionnaire is attached in the attachment[J]. China Occup Med, 2020, 47(1): 8-18.
[8]	肖元梅, 王治明, 王绵珍, 等. 主观负荷评估技术和NASA任务负荷指数量表的信度与效度评价[J]. 中华劳动卫生职业病杂志, 2005, 23(3): 178-181. doi: 10.3760/cma.j.issn.1001-9391.2005.03.007 XIAO Y M, WANG Z M, WANG M Z, et al. The appraisal of reliability and validity of subjective workload assessment technique and NASA-task load index[J]. Chin J Ind Hyg Occup Dis, 2005, 23(3): 178-181. doi: 10.3760/cma.j.issn.1001-9391.2005.03.007
[9]	张平, 张伟伟, 白希婧, 等. 口腔医生工作相关肌肉骨骼疾患影响因素及发生模式分析[J]. 环境与职业医学, 2021, 38(7): 679-686. doi: 10.13213/j.cnki.jeom.2021.21026 ZHANG P, ZHANG W W, BAI X J, et al. Influencing factors and occurrence patterns of work-related musculoskeletal diseases in dentists[J]. J Environ Occup Med, 2021, 38(7): 679-686. doi: 10.13213/j.cnki.jeom.2021.21026
[10]	OHLENDORF D, NASER A, HAAS Y, et al. Prevalence of musculoskeletal disorders among dentists and dental students in Germany[J]. Int J Environ Res Public Health, 2020, 17(23): 8740. doi: 10.3390/ijerph17238740
[11]	廖幼文, 马博懿, 徐新灏, 等. 武汉市三甲医院口腔医生肌肉骨骼疾患调查及危险因素分析[J]. 公共卫生与预防医学, 2021, 32(4): 153-156. doi: 10.3969/j.issn.1006-2483.2021.04.036 LIAO Y W, MA B Y, XU X H, et al. Prevalence and risk factor analysis of musculoskeletal disorders in dentists working in Wuhan Three-A hospitals[J]. J Public Health Prev Med, 2021, 32(4): 153-156. doi: 10.3969/j.issn.1006-2483.2021.04.036
[12]	秦东亮, 王生, 张忠彬, 等. 工作相关肌肉骨骼疾患判别标准研究进展[J]. 中国职业医学, 2017, 44(3): 362-364,370. QIN D L, WANG S, ZHANG Z B, et al. Research advance on diagnostic criteria of work-related musculoskeletal disorders[J]. China Occup Med, 2017, 44(3): 362-364,370.
[13]	秦东亮, 王菁菁, 金宪宁, 等. 某轨道客车制造企业工人心理负荷对其工作相关肌肉骨骼疾患的影响[J]. 中国职业医学, 2018, 45(3): 285-289. QIN D L, WANG J J, JIN X N, et al. Effects of mental workload on work-related musculoskeletal disorders in railway vehicle manufacturing workers[J]. China Occup Med, 2018, 45(3): 285-289.
[14]	李禄伟, 黄倩, 施佳成, 等. 基于三种统计学方法构建的超重及肥胖人群高血压发病预测模型的分析比较[J]. 现代预防医学, 2021, 48(11): 2061-2066. LI L W, HUANG Q, SHI J C, et al. Screening risk factors and interaction analysis of hypertension in overweight and obesity population based on three statistical models[J]. Mod Prev Med, 2021, 48(11): 2061-2066.
[15]	SMITH A E, NUGENT C D, MCCLEAN S I. Evaluation of inherent performance of intelligent medical decision support systems: utilising neural networks as an example[J]. Artif Intell Med, 2003, 27(1): 1-27. doi: 10.1016/S0933-3657(02)00088-X
[16]	LIN C S, CHIU J S, HSIEH M H, et al. Predicting hypotensive episodes during spinal anesthesia with the application of artificial neural networks[J]. Comput Methods Programs Biomed, 2008, 92(2): 193-197. doi: 10.1016/j.cmpb.2008.06.013
[17]	郭奕瑞, 李玉倩, 王高帅, 等. 人工神经网络模型在2型糖尿病患病风险预测中的应用[J]. 郑州大学学报(医学版), 2014, 49(2): 180-183. doi: 10.13705/j.issn.1671-6825.2014.02.011 GUO Y R, LI Y Q, WANG G S, et al. Application of artificial neural network to predict individual risk of type 2 diabetes mellitus[J]. J Zhengzhou Univ Med Sci (Med Sci), 2014, 49(2): 180-183. doi: 10.13705/j.issn.1671-6825.2014.02.011
[18]	BORZOUEI S, MAHJUB H, SAJADI N A, et al. Diagnosing thyroid disorders: comparison of logistic regression and neural network models[J]. J Family Med Primary Care, 2020, 9(3): 1470-1476. doi: 10.4103/jfmpc.jfmpc_910_19
[19]	MOHAMMADI F, POURZAMANI H, KARIMI H, et al. Artificial neural network and logistic regression modelling to characterize COVID-19 infected patients in local areas of Iran[J]. Biomed J, 2021, 44(3): 304-316. doi: 10.1016/j.bj.2021.02.006
[20]	张弢, 孙涛, 张少军. Logistic回归与人工神经网络应用于重度颅脑损伤继发认知功能障碍的预测评判[J]. 齐齐哈尔医学院学报, 2019, 40(9): 1073-1078. ZHANG T, SUN T, ZHANG S J. Application of logistic regression and artificial neural network in predictive evaluation of secondary cognitive impairment in severe traumatic brain injury[J]. J Qiqihar Med Univ, 2019, 40(9): 1073-1078.
[21]	刘佩芳, 沈波, 许旭艳, 等. 两种模型用于口腔医生工作相关肌肉骨骼疾患预测的比较[J]. 中国工业医学杂志, 2022, 35(4): 301-306. doi: 10.13631/j.cnki.zggyyx.2022.04.003 LIU P F, SHEN B, XU X Y, et al. Comparison of two models for predicting work-related musculoskeletal disorders in dentists[J]. Chin J Ind Med, 2022, 35(4): 301-306. doi: 10.13631/j.cnki.zggyyx.2022.04.003

施引文献(3)

期刊类型引用(3)

1.	吕鹤，常蕊，杨惠莲，郭映花，邢永华. 蔬菜温棚作业人员职业性肌肉骨骼疾患调查. 预防医学. 2024(02): 97-100 . 百度学术
2.	李武，李安琪，杨迪，李普，杨露，王金玉，刘婷婷，冯亚莉，李盛. 放射科医务人员工作相关肌肉骨骼疾患现状及影响因素分析. 工业卫生与职业病. 2024(03): 247-252 . 百度学术
3.	陈青松. 工作相关肌肉骨骼疾患及其防控. 环境与职业医学. 2023(01): 1-5 . 本站查看