基于机器学习的中小学生重度视力不良与腰背痛共患影响因素分析和可视化预测模型构建

职业与健康 ›› 2026, Vol. 42 ›› Issue (22): 3143-3148.

基于机器学习的中小学生重度视力不良与腰背痛共患影响因素分析和可视化预测模型构建

顾枭成¹^,², 于明圣³, 赵锡鹏⁴, 何晓一⁵, 陈新丽⁶, 韩建建³()

¹ 山东大学齐鲁医学院，山东济南 250012
² 青岛市市南区疾病预防控制中心，山东青岛 266071
³ 康复大学青岛中心医院，山东青岛 266042
⁴ 国家卫生健康委职业安全卫生研究中心，北京 102308
⁵ 山东省中医药大学第二附属医院，山东济南 250012
⁶ 山东大学齐鲁医院，山东济南 250012

收稿日期:2025-09-17 修回日期:2025-09-30 出版日期:2026-11-15 发布日期:2026-09-20
通信作者: 韩建建，E-mail：wf-hjj@163.com
作者简介:顾枭成，男，副主任医师，主要从事公共卫生与健康危害影响监测工作。

Analysis of the influential factors and visualization prediction model construction of severe visual impairment and low back pain co-occurrence among primary and middle school students based on machine learning

GU Xiaocheng¹^,², YU Mingsheng³, ZHAO Xipeng⁴, HE Xiaoyi⁵, CHEN Xinli⁶, HAN Jianjian³()

¹ Cheeloo College of Medicine， Shandong University，Jinan， Shandong 250012， China
² Shinan District Center for Disease Control and Prevention， Qingdao， Shandong 266071， China
³ Qingdao Center Hospital of Rehabilitation University， Qingdao， Shandong 266042， China
⁴ National Center for Occupational Safety and Health， National Health Commission， Beijing 102308， China
⁵ The Second Affiliated Hospital of Shandong University of Traditional Chinese Medicine， Jinan， Shandong 250012， China
⁶ Qilu Hospital of Shandong University， Jinan， Shandong 250012， China

Received:2025-09-17 Revised:2025-09-30 Online:2026-11-15 Published:2026-09-20
Contact: HAN Jianjian，E-mail：wf-hjj@163.com

摘要/Abstract

摘要：

目的分析重度视力不良与腰背痛的共患影响因素并建立预测模型，为重度视力不良与腰背痛的防控措施提供思路。方法采用分层整群抽样的方式于2023年9—11月抽取青岛市城区中小学生1 701名，开展重度视力不良与腰背痛的共患筛查和影响因素问卷调查。基于机器学习算法Boruta联合XGBoost对共患影响因素分析及预测模型开发，以交互式Nomogram实现可视化。采用R 4.3.3软件进行统计分析。结果青岛市城区中小学生重度视力不良与腰背痛共患率为15.34%（261名）。筛选的主要影响因素为年级、吃水果种类、达60 min以上中高强度运动天数、周末60 min以上中高强度运动、课间活动场所、读写时1拳、读写时1尺、读写时1寸、躺着看书或电子屏、眼睛与电视屏幕超过3 m、每天睡眠时间及每天室内静坐时间等12项（均P<0.05）。预测模型的训练集、测试集的曲线下面积（area under curve，AUC）分别为0.782（95%CI：0.750~0.813）、0.770（95%CI：0.710~0.829），DeLong检验P>0.05。训练集、测试集取得临床收益的阈值概率分别为0.54、0.61。结论本研究构建了基于机器学习的中小学生重度视力不良与腰背痛共患风险预测模型，并通过可视化手段直观呈现预测结果，可为制定重度视力不良与腰背痛防控政策提供依据。

关键词: 重度视力不良, 腰背痛, 机器学习, 共患风险, 影响因素, 预测模型

Abstract:

Objective To analyze the co-occurrence influencing factors of severe visual impairment and low back pain and establish a predictive model，providing ideas for the prevention and control measures of severe visual impairment and low back pain. Methods A stratified cluster sampling method was employed to select 1 701 primary and secondary school students in the urban area of Qingdao from September to November 2023. A co-morbidity screening for severe visual impairment and low back pain and a questionnaire survey on influencing factors were carried out. Based on the machine learning algorithm Boruta combined with XGBoost，the co-morbidity influencing factors were analyzed and a predictive model was developed，which was visualized by an interactive Nomogram. Statistical analysis was performed using R statistical software version 4.3.3. Results The co-morbidity rate of severe visual impairment and low back pain among primary and secondary school students in the urban area of Qingdao was 15.34%（261 cases）. The main influencing factors selected were grade，types of fruits consumed，days with more than 60 minutes of moderate-to-vigorous-intensity physical activity，moderate-to-vigorous-intensity physical activity for more than 60 minutes on weekends，places for activities during breaks，one fist distance during reading and writing，one foot distance during reading and writing，one inch distance during reading and writing，reading or using electronic screens while lying down，distance of more than 3 meters between eyes and TV screen，daily sleep time，and daily indoor sedentary time，etc.（12 influencing factors，all P<0.05）. The predictive model demonstrated an AUC of 0.782（95%CI：0.750-0.813） in the training set and 0.770（95%CI：0.710-0.829） in the test set，with no statistically significant difference between them（DeLong test P>0.05）. The threshold probabilities for achieving clinical utility were identified as 0.54 in the training set and 0.61 in the test set. Conclusion A machine learning-based predictive model for the co-morbidity of severe visual impairment and low back pain among primary and secondary school students has been developed. The prediction results are presented through visualization tools，which can provide a basis for formulating prevention and control policies for severe visual impairment and low back pain.

Key words: Severe visual impairment, Lower back pain, Machine Learning, Comorbidity risk, Influencing factors, Predictive model

中图分类号:

R181.3+7

顾枭成, 于明圣, 赵锡鹏, 何晓一, 陈新丽, 韩建建. 基于机器学习的中小学生重度视力不良与腰背痛共患影响因素分析和可视化预测模型构建. [J]职业与健康, 2026, 42(22): 3143-3148.

GU Xiaocheng, YU Mingsheng, ZHAO Xipeng, HE Xiaoyi, CHEN Xinli, HAN Jianjian. Analysis of the influential factors and visualization prediction model construction of severe visual impairment and low back pain co-occurrence among primary and middle school students based on machine learning. [J]OCCUPATION AND HEALTH, 2026, 42(22): 3143-3148.

图/表 8

参考文献 18

[1]	BREMOND-GIGNAC D. Myopie de l’enfant[myopia in children][J]. Med Sci(Paris), 2020, 36(8-9):763-768. DOI URL
[2]	WU Z, HUANG G, AI J, et al. The burden of low back pain in adolescents and young adults[J]. J Back Musculoskelet Rehabil, 2024, 37(4):955-966. DOI URL
[3]	谢新艳, 杨莉华, 杨长春. 武汉市中小学生2019-2020年视力不良现况[J]. 中国学校卫生, 2021, 42(8):1237-1241.
[4]	儿童青少年脊柱弯曲异常防控技术指南编写组, 马军. 《儿童青少年脊柱弯曲异常防控技术指南》解读[J]. 中国学校卫生, 2022, 43(2):165-170,175.
[5]	余黄, 李军, 王巍潼, 等. 海南省2013-2020年6-19岁在校学生视力不良分布及变化特点[J]. 中国热带医学, 2023, 23(2):534-539.
[6]	韩雅军, 石晶, 谭小波, 等. 儿童隐匿性高度近视脉络膜厚度变化及其影响因素研究进展[J]. 国际眼科杂志, 2021, 21(5):836-839.
[7]	AN J K, BERMAN D, SCHULZ J. Back pain in adolescent idiopathic scoliosis:A comprehensive review[J]. J Child Orthop, 2023, 17(2):126-140. DOI URL
[8]	冯强, 朱晓梅, 张铭, 等. 青少年学生非特异性腰背疼痛状况[J]. 中国学校卫生, 2016, 37(3):328-334.
[9]	马鑫悦, 张秀红, 宋逸, 等. 内蒙古地区2019-2022年中小学生脊柱侧弯与近视共患流行趋势及相关因素分析[J]. 中国学校卫生, 2023, 44(9):1289-1291.
[10]	李红飞, 莫健. 中国青少年近视情况及影响因素分析[J]. 现代预防医学, 2021, 48(14):2552-2557.
[11]	何佳, 王怡淞, 文静, 等. 新疆生产建设兵团某师中小学生视力不良现状及影响因素分析[J]. 国际眼科杂志, 2022, 22(8):1411-1416.
[12]	洛尘. 国家卫生健康委组织发布《儿童青少年近视防控适宜技术指南(更新版)》[J]. 青春期健康, 2022, 20(4):43.
[13]	LEMES Í R, PINTO R Z, TURI L B C, et al. The association between leisure-time physical activity,sedentary behavior,and low back pain:A cross-sectional analysis in primary care settings[J]. Spine(Phila Pa 1976), 2021, 46(9):596-602. DOI URL
[14]	徐渴, 刘忠慧, 冯宝佳, 等. 天津市2018年中小学生视力不良现状及影响因素分析[J]. 中国慢性病预防与控制, 2021, 29(8):589-596.
[15]	黄坤, 李秀红. 青少年近视的影响因素研究进展[J]. 预防医学, 2020, 32(6):578-582.
[16]	史浩楠, 马少伟, 张羽珊, 等. 近视的影响因素研究进展[J]. 医学综述, 2021, 27(12):2391-2396.
[17]	胡淑琼, 金慧瑜, 赵静华, 等. 湖北省荆州市沙市区中小学生近视现况调查及影响因素分析[J]. 国际眼科杂志, 2020, 20(5):190-192.
[18]	YOSAKU O, FUMIYOSHI Y. Application of machine learning techniques to the analysis and prediction of drug pharmacokinetics[J]. J Control Release, 2022, 352(11):961-969. DOI URL

项目		调查人数		共患病人数 [人（%）]		χ²值		P值
年级						127.229		<0.001
四年级		171		2（0.8）
五年级		160		3（1.1）
六年级		164		10（3.8）
初一		142		22（8.4）
初二		157		22（8.4）
初三		162		36（13.8）
高一		185		25（9.6）
高二		169		52（19.9）
高三		157		48（18.4）
职高一		82		16（6.1）
职高二		73		10（3.8）
职高三		79		15（5.7）
每天吃水果种类						33.68		<0.001
从来不吃		688		145（55.6）
每天1种		631		84（32.2）
每天2种及以上		382		32（12.3）
达60 min以上中高强度运动天数（天）						29.753		<0.001
0		150		37（14.2）
1		123		16（6.1）
2		204		37（14.2）
3		284		53（20.3）
4		197		33（12.6）
5		296		45（17.2）
6		96		12（4.6）
7		351		28（10.7）
周末60 min以上中高强度运动						69.728		<0.001
都能做到		423		29（11.1）
多数能做到		356		32（12.3）
一半能做到		335		62（23.8）
少数能做到		381		83（31.8）
几乎做不到		206		55（21.1）
读写时1拳						40.325		<0.001
从不		134		29（11.1）
偶尔		492		109（41.8）
经常		511		73（28.0）
总是		564		50（19.2）
项目	调查人数		共患病人数 [人（%）]		χ²值		P值
读写时1尺					54.128		<0.001
从不	121		32（12.3）
偶尔	483		110（42.1）
经常	531		71（27.2）
总是	566		48（18.4）
读写时1寸					60.664		<0.001
从不	124		36（13.8）
偶尔	423		101（38.7）
经常	473		54（20.7）
总是	681		70（26.8）
课间休息时活动场所					28.829		<0.001
教学楼内	755		156（59.8）
户外操场	946		105（40.2）
每天看电视时间（h）							0.114^a
没看过	549		95（36.4）
0~<1	642		78（29.9）
1~<2	297		53（20.3）
2~<3	133		22（8.4）
3~<4	32		4（1.5）
≥4	48		9（3.4）
躺着看书或电子屏					72.817		<0.001
从不	775		63（24.1）
偶尔	643		118（45.2）
经常	224		61（23.4）
总是	59		19（7.3）
晚上读书照明							0.127^a
同时使用台灯和屋顶灯	1 233		187（71.6）
仅使用台灯	152		17（6.5）
仅使用屋顶灯	292		55（21.1）
其他	24		2（0.8）
眼睛与电视屏幕超过3 m					20.214		<0.001
从不	130		26（10.0）
偶尔	271		61（23.4）
经常	367		54（20.7）
总是	678		79（30.3）
从不看电视	255		41（15.7）

项目		调查人数		共患病人数 [人（%）]		χ²值		P值
年级						127.229		<0.001
四年级		171		2（0.8）
五年级		160		3（1.1）
六年级		164		10（3.8）
初一		142		22（8.4）
初二		157		22（8.4）
初三		162		36（13.8）
高一		185		25（9.6）
高二		169		52（19.9）
高三		157		48（18.4）
职高一		82		16（6.1）
职高二		73		10（3.8）
职高三		79		15（5.7）
每天吃水果种类						33.68		<0.001
从来不吃		688		145（55.6）
每天1种		631		84（32.2）
每天2种及以上		382		32（12.3）
达60 min以上中高强度运动天数（天）						29.753		<0.001
0		150		37（14.2）
1		123		16（6.1）
2		204		37（14.2）
3		284		53（20.3）
4		197		33（12.6）
5		296		45（17.2）
6		96		12（4.6）
7		351		28（10.7）
周末60 min以上中高强度运动						69.728		<0.001
都能做到		423		29（11.1）
多数能做到		356		32（12.3）
一半能做到		335		62（23.8）
少数能做到		381		83（31.8）
几乎做不到		206		55（21.1）
读写时1拳						40.325		<0.001
从不		134		29（11.1）
偶尔		492		109（41.8）
经常		511		73（28.0）
总是		564		50（19.2）
项目	调查人数		共患病人数 [人（%）]		χ²值		P值
读写时1尺					54.128		<0.001
从不	121		32（12.3）
偶尔	483		110（42.1）
经常	531		71（27.2）
总是	566		48（18.4）
读写时1寸					60.664		<0.001
从不	124		36（13.8）
偶尔	423		101（38.7）
经常	473		54（20.7）
总是	681		70（26.8）
课间休息时活动场所					28.829		<0.001
教学楼内	755		156（59.8）
户外操场	946		105（40.2）
每天看电视时间（h）							0.114^a
没看过	549		95（36.4）
0~<1	642		78（29.9）
1~<2	297		53（20.3）
2~<3	133		22（8.4）
3~<4	32		4（1.5）
≥4	48		9（3.4）
躺着看书或电子屏					72.817		<0.001
从不	775		63（24.1）
偶尔	643		118（45.2）
经常	224		61（23.4）
总是	59		19（7.3）
晚上读书照明							0.127^a
同时使用台灯和屋顶灯	1 233		187（71.6）
仅使用台灯	152		17（6.5）
仅使用屋顶灯	292		55（21.1）
其他	24		2（0.8）
眼睛与电视屏幕超过3 m					20.214		<0.001
从不	130		26（10.0）
偶尔	271		61（23.4）
经常	367		54（20.7）
总是	678		79（30.3）
从不看电视	255		41（15.7）

分组	人数	每天睡眠时间（h）	每天室内静坐时间（h）
共患病	261	7.2±1.4	8.0±2.0
非共患病	1 440	8.5±4.5	6.1±4.9
t值		257 439.0	129 764.5
P值		<0.01	<0.01

分组	人数	每天睡眠时间（h）	每天室内静坐时间（h）
共患病	261	7.2±1.4	8.0±2.0
非共患病	1 440	8.5±4.5	6.1±4.9
t值		257 439.0	129 764.5
P值		<0.01	<0.01