데이터 마이닝 기법을 이용한 직업성 근골격계 질환 예측 모델 개발
- 주제(키워드) 데이터 마이닝 , 직업성 근골격계 질환 , 예측 모델
- 발행기관 아주대학교
- 지도교수 박범
- 발행년도 2016
- 학위수여년월 2016. 2
- 학위명 박사
- 학과 및 전공 일반대학원 산업공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000021381
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
직업성 근골격계 질환은 전 세계적으로 매우 중요한 산업 안전보건 문제로 인식되고 있으며, 한국의 경우 2013년 기준 전체 직업 관련성 질환자의 약 71.4%가 근골격계 질환인 것으로 나타났다. 직업성 근골격계 질환의 경우 작업자의 업무 능력을 감소시키는 것은 물론 지속적인 관리가 필요하기 때문에 이에 따른 경제적 손실 또한 매우 크다. 따라서 국가와 기업, 연구기관 등에서는 직업성 근골격계 질환에 영향을 미치는 유해위험요인을 도출하고, 이를 통해 정확한 원인을 규명하기 위한 다양한 연구들을 수행하고 있다. 본 연구에서는 작업장에서 복합적으로 작용하는 다양한 작업 환경 요인들이 직업성 근골격계 질환의 발생에 영향을 미치는 주요 유해위험요인을 도출하고, 각 요인 수준에 따른 직업성 근골격계 질환의 발생 예측 모델을 제안하였다. 분석 대상은 산업안전보건연구원에서 실시한 근로환경조사 응답자 50,032명의 데이터 중 임금근로자 34,788명을 대상으로 진행하였으며, 다시 전체 근로자, 사무직 근로자, 생산직 근로자로 구분하여 세부 분석을 실시하였다. 또한 기존 연구에서 주로 사용하는 로지스틱 회귀분석 외에 의사결정나무, 인공신경망 등 데이터마이닝 기법을 활용한 모델을 추가 제안하고, 각 모델의 정확도와 신뢰도를 비교 검증하였다. 직업성 상지 질환은 목, 어깨, 팔, 손 등의 신체 부위에서 발생하는 근골격계 질환으로, 상지 부위의 반복적인 작업에 노출될 위험이 많은 생산직 근로자는 물론 사무직 근로자에게서도 다수 발생되는 것으로 알려졌다. 분석 결과에 의하면 전체 근로자의 직업성 상지 질환에 가장 많이 영향을 미치는 요인은 작업 환경 요인으로 나타났으며, 특히 근골격계 부담 요인의 영향력이 매우 높은 것을 알 수 있었다. 사무직 근로자의 경우에도 근골격계 부담 요인의 영향력이 높게 나타났으며, 이외에 업무요구도, 고객 상대, 직장 내 인간관계에서 오는 스트레스도 주요 요인으로 도출되었다. 생산직 근로자는 근골격계 부담 요인 외에 화학물 노출과 같은 물리적 작업 환경 요인과 건강이나 안전에 위협을 주는 작업, 업무 스트레스 등의 영향을 많이 받는 것으로 나타났다. 직업성 요통은 업무 중 허리에 과도한 힘을 받아 발생한 급성 및 만성 통증을 의미하며, 34,788명의 임금근로자 중 10% 수준인 3,435명이 요통을 앓고 있다고 응답하였다. 전체 근로자, 사무직 근로자, 생산직 근로자 등 모든 그룹에서 잘못된 자세나 반복적인 동작 등의 근골격계 부담 요인이 주요 요인으로 나타났다. 사무직 근로자의 경우에는 근골격계 부담 요인 외에 고객 상대나 컴퓨터 작업 시간이 길어질수록 발생 확률이 증가하였으며, 생산직 근로자의 경우에는 주당 근무시간, 업무요구도, 결근일 수 등의 중요도가 높았다. 직업성 하지 질환은 해당 부위의 반복적인 작업 동작으로 인해 극히 미세한 근육이나 조직의 손상이 누적되어 나타나는 기능적 장애를 의미하며, 직업이나 컴퓨터 작업, 인터넷/이메일 사용, 반복적인 동작 등이 기본적인 주요 유해위험요인으로 나타났다. 사무직 근로자의 경우 화가 난 고객을 상대하거나 언어폭력, 감정을 숨기고 일해야 하는 경우 발생하는 업무 스트레스 등 사회 심리적 요인이 매우 중요하게 나타났으며, 생산직 근로자의 경우에는 분진, 고온, 소음 등 물리적 작업 환경 요인도 높은 영향력을 보였다. 이번 연구를 통해 기존의 통계적 기법에 기반한 연구 방식에서 벗어나 데이터마이닝 기법을 활용한 빅데이터 기반의 근골격계 질환 발생 확률 예측 모델을 제안하였으며, 이를 통하여 다양한 유해위험요인들이 복합적으로 작용하는 실제 작업 환경을 어느 정도 반영하는 계기가 될 것으로 생각된다. 또한 다양한 작업 환경 조건에서 발생하는 직업성 근골격계 질환의 주요 유해위험요인과 그 영향력을 사전에 파악하고 이를 통해 예방하는데 크게 기여할 것으로 기대하며, 본 연구를 개선 보완하기 위한 추가 연구를 지속적으로 수행할 예정이다.
more목차
제 1 장 서론 1
제 1 절 연구 배경 및 목적 1
제 2 절 연구 범위 9
제 2 장 문헌 연구 11
제 1 절 직업성 근골격계 질환 연구 11
제 2 절 데이터마이닝 기법 연구 22
제 3 절 기존 연구 고찰 28
제 3 장 연구 방법 29
제 1 절 연구개요 29
제 2 절 연구대상 30
제 1 항 전체 근로자 31
제 2 항 사무직 근로자 33
제 3 항 생산직 근로자 35
제 3 절 유해위험요인 37
제 1 항 전체 근로자 40
제 2 항 사무직 근로자 44
제 3 항 생산직 근로자 46
제 4 항 사무직 근로자와 생산직 근로자 노출 수준 비교 48
제 4 장 직업성 상지 질환 예측 모델 개발 52
제 1 절 연구개요 52
제 2 절 로지스틱 회귀분석을 이용한 예측 모델 53
제 1 항 전체 근로자 53
제 2 항 사무직 근로자 56
제 3 항 생산직 근로자 58
제 3 절 의사결정나무 모형을 이용한 예측 모델 60
제 1 항 전체 근로자 60
제 2 항 사무직 근로자 65
제 3 항 생산직 근로자 69
제 4 절 인공신경망 모형을 이용한 예측 모델 73
제 1 항 전체 근로자 73
제 2 항 사무직 근로자 75
제 3 항 생산직 근로자 77
제 5 장 직업성 요통 예측 모델 개발 79
제 1 절 연구개요 79
제 2 절 로지스틱 회귀분석을 이용한 예측 모델 80
제 1 항 전체 근로자 80
제 2 항 사무직 근로자 82
제 3 항 생산직 근로자 84
제 3 절 의사결정나무 모형을 이용한 예측 모델 86
제 1 항 전체 근로자 86
제 2 항 사무직 근로자 91
제 3 항 생산직 근로자 95
제 4 절 인공신경망 모형을 이용한 예측 모델 99
제 1 항 전체 근로자 99
제 2 항 사무직 근로자 101
제 3 항 생산직 근로자 103
제 6 장 직업성 하지 질환 예측 모델 개발 105
제 1 절 연구개요 105
제 2 절 로지스틱 회귀분석을 이용한 예측 모델 106
제 1 항 전체 근로자 106
제 2 항 사무직 근로자 108
제 3 항 생산직 근로자 110
제 3 절 의사결정나무 모형을 이용한 예측 모델 112
제 1 항 전체 근로자 112
제 2 항 사무직 근로자 118
제 3 항 생산직 근로자 122
제 4 절 인공신경망 모형을 이용한 예측 모델 126
제 1 항 전체 근로자 126
제 2 항 사무직 근로자 128
제 3 항 생산직 근로자 130
제 7 장 예측 모델 비교 검증 132
제 1 절 교차 검증 132
제 2 절 직업성 상지 질환 예측 모델 비교 검증 133
제 1 항 전체 근로자 133
제 2 항 사무직 근로자 135
제 3 항 생산직 근로자 137
제 3 절 직업성 요통 예측 모델 비교 검증 139
제 1 항 전체 근로자 139
제 2 항 사무직 근로자 141
제 3 항 생산직 근로자 143
제 4 절 직업성 하지 질환 예측 모델 비교 검증 145
제 1 항 전체 근로자 145
제 2 항 사무직 근로자 147
제 3 항 생산직 근로자 149
제 8 장 결 론 151
참고 문헌 157
