基于Cox回归的雷达操纵员认知能力智能化选拔研究
马晓岩1
卢宏亮1
张志龙1
刘方霆2
郭璞2
尹海军1
朱霞1
1.空军军医大学军事医学心理学系军事心理学教研室,陕西 西安 7100322.解放军93897部队,陕西 西安 710082
摘要：目的 基于Cox回归探讨通过认知能力范式任务测评构建雷达操纵员智能化选拔模型.方法 单因素Cox回归纳入22 名雷达操纵专业新兵和25 名非专业新兵,选取以往选拔方法、智力水平以及空间N-back、三维1-back、精神运动警觉性任务(PVT)的反应时(RT)和正确率(ACC)为自变量,因变量以新兵在新训期间(120 d)首次连续 3 次专业考核成绩达到良好的日期作为时间变量.多变量Cox回归纳入 88 名雷达操纵专业新兵和49 名非专业新兵,以单因素Cox回归与时间变量显著相关(P<0.05)的因素确定自变量,因变量同单因素Cox回归.结果 以往选拔方法、3-back ACC、4-back ACC、三维1-back RT、PVT RT共5 项因素构成了最终的选拔模型(P<0.05).通过列线图呈现概率预测值,采用Bootstrap法进行验证得出第60、90、120 日达标率校准曲线显示选拔模型的预测概率与实际观察值吻合较好.通过受试者工作特征曲线对选拔模型预测效能进行评估,结果显示在第60、90、120日均展现出较好的鉴别能力,其中第60 日曲线下面积(AUC)为 0.73(P=0.01),95%CI为0.59～0.87,第90 日AUC 为 0.86(P=0.01),95%CI为 0.80～0.93,第 120 日 AUC 为 0.76(P=0.01),95%CI为0.68～0.84;以往选拔方法在第60 日AUC为0.55(P=0.44),95%CI为0.42～0.69,第90 日AUC为0.60(P=0.05),95%CI为0.51～0.69,第120 日AUC为0.61(P=0.02),95%CI为0.51～0.70;比较该选拔模型及以往选拔方法AUC之间的统计学差异结果显示第90 日及第120 日的AUC差异显著(P<0.05),表明该选拔模型的鉴别能力优于以往选拔方法.决策曲线分析法显示该选拔模型曲线绝大部分在以往选拔方法曲线的上方,且阈值宽度更广,表明相比以往选拔方法,用该选拔模型挑选雷达操纵专业兵会得到更大的净收益.结论 本研究构建的选拔模型对专业绩效情况反馈更加精确,能有效降低选拔风险与时间成本.
关键词：智能化选拔雷达操纵员认知能力Cox回归
分类号：R821(军事医学)
资助基金：军委后勤保障部研究项目(22BJZ12)军委后勤保障部研究项目(AKJWS221J001)军委后勤保障部综合计划局十三五重大项目(AWS17J012)
论文发表日期：2024-09-28
在线出版日期：2026-08-26（本平台首次上网日期，不代表文献的发表时间）
页数：7( 983-989 )
英文信息