between individuals and public or p

between individuals and public or private health-care providers
in 2001. Using the first three diagnoses provided for
each contact (coded according to the International Classification
of Diseases, Tenth Revision), the Regional Office
created binary variables indicating whether individuals
had received diagnoses in different categories of health
problems. In the present study, the binary outcome investigated
was the presence or absence of mental or behavioral
disorders due to psychoactive substance use (International
Classification of Diseases, Tenth Revision, codes F10–F19).
For reasons of confidentiality, we had detailed information
on subdiagnoses in a separate database only. We used these
separate data to describe the distribution of individuals
with a substance-related disorder by subgroups of conditions
and psychoactive substances used (refer to the Results
section).
As individual variables, we considered age, gender, marital
status, education, and income. Age was divided into two
categories (40–49 years, 50–59 years). Marital status was
coded as ‘‘married or cohabiting’’ and ‘‘others’’ (single, divorced,
widowed). Educational attainment was dichotomized
(9 years or less vs. more than 9 years of education).
Since household income was not available, we used individual
income (dichotomized, with the median value as a cutoff)
as a proxy for individual socioeconomic position.
Malmo¨ is divided into 100 administrative neighborhoods.
The Regional Office of Ska°ne used street addresses to geocode
individuals’ places of residence. Figure 1 indicates the
spatial distribution of the 65,830 individuals aged 40–59
years over 13,730 locations. These locations correspond to
houses or buildings. Figure 1 also provides basic information
on the neighborhood structure.
We computed the mean income of individuals aged 25
years or older to capture the socioeconomic level of the
residential context (37). This variable was first calculated
within administrative neighborhoods. Then, to define it on
a more local scale and avoid the problem of individuals
residing on the margins of neighborhoods, we computed
mean income within areas of smaller size than neighborhoods,
centered on residences of individuals.We could have
defined these areas as small, circular spaces of constant size.
However, because of the uneven distribution of individuals
(figure 1), this approach results in missing values or unreliable
measurements for those individuals living in sparsely
populated areas. Therefore, we computed mean income in
circular areas of constant population size (rather than constant
geographic size); these areas were centered on the
residences of individuals and comprised a fixed number
of inhabitants aged 25 years or older. This approach results
in spatially adaptive areas (areas having an adaptive window
width) of greater size in sparsely populated areas. It
was inspired by the spatially adaptive filters used in health
geography to obtain smoothed maps of disease incidence
(38–40). For each of the 13,730 individual locations, we
computed mean income for the 100, 200, 500, 1,000, and
1,500 closest inhabitants aged 25 years or older, aggregating
contextual information from surrounding locations until the
required number of inhabitants was attained. To compare the
different measurement strategies, all contextual variables
were divided into quartiles.

ผลลัพธ์ (ไทย) 1:

ระหว่างบุคคลและผู้ให้บริการสาธารณะ หรือส่วนตัวดูแลสุขภาพในปีค.ศ. 2001 ใช้การวิเคราะห์ครั้งแรกสามให้แต่ละผู้ติดต่อ (รหัสตามการจัดประเภทนานาชาติโรค ปรับปรุงสิบ), สำนักงานส่วนภูมิภาคสร้างตัวแปรแบบไบนารีที่ระบุว่า บุคคลได้รับการวิเคราะห์ประเภทต่าง ๆ ของสุขภาพปัญหา ในการศึกษาปัจจุบัน สอบสวนผลไบนารีมีสถานะการขาดงานของจิตใจ หรือพฤติกรรมโรคเนื่องจากการใช้สารออก (อาหารนานาชาติประเภทของโรค ปรับปรุงสิบ รหัส F10 – F19)ด้วยเหตุผลของความลับ เรามีรายละเอียดใน subdiagnoses ในฐานข้อมูลแยกเฉพาะ เราใช้เหล่านี้แยกข้อมูลเพื่ออธิบายการกระจายของแต่ละบุคคลมีความผิดปกติของสารที่เกี่ยวข้องตามกลุ่มย่อยของเงื่อนไขและสารที่ออกใช้ (หมายถึงผลลัพธ์ส่วน)เป็นตัวแปรอิสระ เราถือว่าอายุ เพศ การสมรสสถานะ การศึกษา และรายได้ อายุถูกแบ่งออกเป็นสองประเภท (40 – 49 ปี 50-59 ปี) สถานะการสมรสรหัส ''แต่งงาน หรือ cohabiting'' และ '''' (เดี่ยว หย่าแล้วwidowed) โดยศึกษาที่ dichotomized(9 ปี หรือน้อยเทียบกับกว่า 9 ปีการศึกษา)เนื่องจากไม่มีรายได้ในครัวเรือน เราใช้แต่ละรายได้ (dichotomized มีค่ามัธยฐานเป็นตัวตัด)เป็นพร็อกซีสำหรับตำแหน่งแต่ละประชากรMalmo¨ แบ่งออกเป็น 100 ดูแลละแวกใกล้เคียงสำนักงานส่วนภูมิภาคของ Ska ° ne ใช้อยู่ถนนการ geocodeสถานของบุคคลที่อาศัย รูปที่ 1 แสดงการกระจายของบุคคล 65,830 อายุ 40 – 59ปีผ่านสถาน 13,730 สถานเหล่านี้สอดคล้องกับบ้านหรืออาคาร รูปที่ 1 นอกจากนี้ยังมีข้อมูลพื้นฐานบนโครงสร้างใกล้เคียงกันเราคำนวณรายได้เฉลี่ยของบุคคลอายุ 25ปี หรือมากกว่าการจับระดับประชากรอยู่อาศัยบริบท (37) ตัวแปรนี้ถูกคำนวณก่อนในละแวกใกล้เคียงดูแล จากนั้น การกำหนดในท้องถิ่นเพิ่มเติมมาตราส่วน และหลีกเลี่ยงปัญหาของบุคคลเราเชิญขอบของละแวกใกล้เคียง คำนวณหมายถึง รายได้ภายในพื้นที่ขนาดเล็กกว่าละแวกใกล้เคียงศูนย์กลางในการพักของแต่ละบุคคลเราได้กำหนดพื้นที่เหล่านี้เป็นช่องว่างขนาดเล็ก แบบวงกลมขนาดคงอย่างไรก็ตาม เนื่องจากการกระจายไม่สม่ำเสมอของแต่ละบุคคล(รูปที่ 1), วิธีการนี้ส่งผลค่าหายไป หรือไม่วัดสำหรับบุคคลเหล่านั้นอยู่เบาบางพื้นที่ที่มีประชากร ดังนั้น เราคำนวณรายได้เฉลี่ยในพื้นที่วงกลมของขนาดประชากรคงที่ (ไม่ใช่ค่าคงทางภูมิศาสตร์ขนาด); พื้นที่เหล่านี้มีศูนย์กลางในการเรสซิเดนซ์ของแต่ละบุคคล และจำนวนคงประกอบด้วยของประชากรอายุ 25 ปี หรือมากกว่า ผลของวิธีการนี้ในพื้นที่เหมาะสม spatially (พื้นที่ที่มีหน้าต่างเหมาะสมกว้างขนาดใหญ่ในพื้นที่ที่มีประชากรเบาบาง มันบันดาลใจกรอง spatially ปรับใช้สุขภาพภูมิศาสตร์รับอุบัติการณ์โรคแผนที่ให้โค้งเรียบ(38-40) สำหรับแต่ละตำแหน่งแต่ละ 13,730 เราคำนวณรายได้เฉลี่ย 100, 200, 500, 1000 และ1500 ใกล้เคียงประชากรอายุ 25 ปี หรือ มากกว่า รวบรวมข้อมูลบริบทโดยรอบสถานจนถึงการจำนวนประชากรไม่ได้ การเปรียบเทียบการกลยุทธ์การประเมินแตกต่างกัน ตัวแปรตามบริบททั้งหมดได้แบ่ง quartiles

ผลลัพธ์ (ไทย) 2:

ระหว่างบุคคลและของรัฐหรือเอกชนผู้ให้บริการดูแลสุขภาพ
ในปี 2001 การใช้ครั้งแรกที่สามวินิจฉัยไว้สำหรับการ
ติดต่อแต่ละ (รหัสตามการจำแนกระหว่างประเทศ
ของโรค Revision สิบ) สำนักงานภูมิภาค
สร้างตัวแปรไบนารีระบุว่าบุคคลที่
ได้รับการวินิจฉัยในการที่แตกต่างกัน ประเภทของสุขภาพ
ปัญหา ในการศึกษาครั้งนี้ผลการตรวจสอบไบนารี
คือมีหรือไม่มีจิตใจหรือพฤติกรรม
ผิดปกติเนื่องจากการใช้สารออกฤทธิ์ทางจิต (ระหว่าง
การจำแนกประเภทของโรค Revision สิบ, รหัส F10-F19).
สำหรับเหตุผลของการรักษาความลับของเรามีข้อมูลรายละเอียด
เกี่ยวกับ subdiagnoses ในฐานข้อมูลที่แยกต่างหากเท่านั้น เราใช้เหล่านี้
ข้อมูลที่แยกต่างหากเพื่ออธิบายการกระจายตัวของบุคคล
ที่มีความผิดปกติของสารที่เกี่ยวข้องกับกลุ่มย่อยของเงื่อนไข
และสารออกฤทธิ์ทางจิตใช้ (โปรดดูที่ผล
ส่วน).
ในฐานะที่เป็นตัวแปรของแต่ละบุคคลเราถือว่าอายุเพศการสมรส
สถานะการศึกษาและรายได้ . อายุแบ่งออกเป็นสอง
ประเภท (40-49 ปี, 50-59 ปี) สถานภาพการสมรสถูก
กำหนดเป็น '' แต่งงานหรือข้อง '' และ '' คนอื่น '' (เดี่ยว, หย่าร้าง
เป็นม่าย) สำเร็จการศึกษาได้รับการ dichotomized
(9 ปีหรือน้อยกว่าเมื่อเทียบกับกว่า 9 ปีของการศึกษา).
เนื่องจากรายได้ของครัวเรือนก็ไม่สามารถใช้ได้เราใช้แต่ละ
รายได้ (dichotomized กับค่ามัธยฐานเป็นทางลัด)
เป็นพร็อกซี่สำหรับตำแหน่งทางสังคมและเศรษฐกิจของแต่ละบุคคล.
มัลโม ¨แบ่งออกเป็น 100 ละแวกใกล้เคียงการบริหาร.
สำนักงานภูมิภาคของสกา°ตะวันออกเฉียงเหนือใช้ที่อยู่ถนนเพื่อ geocode
สถานที่บุคคลที่อยู่อาศัย รูปที่ 1 แสดงให้เห็นถึง
การกระจายเชิงพื้นที่ของ 65830 บุคคลอายุ 40-59
ปีมากกว่า 13,730 สถานที่ สถานที่เหล่านี้สอดคล้องกับ
บ้านหรืออาคาร รูปที่ 1 นอกจากนี้ยังมีข้อมูลพื้นฐาน
เกี่ยวกับโครงสร้างใกล้เคียง.
เราคำนวณรายได้เฉลี่ยของประชาชนที่มีอายุ 25
ปีหรือมากกว่าที่จะจับระดับทางสังคมและเศรษฐกิจของ
บริบทที่อยู่อาศัย (37) ตัวแปรนี้ที่คำนวณได้เป็นครั้งแรก
ภายในละแวกใกล้เคียงบริหาร จากนั้นจะกำหนดไว้ใน
ระดับท้องถิ่นมากขึ้นและหลีกเลี่ยงปัญหาของประชาชน
ที่อาศัยอยู่บนขอบของที่อยู่อาศัยที่เราคำนวณ
หมายถึงรายได้ที่อยู่ในพื้นที่ที่มีขนาดเล็กกว่าย่าน
ศูนย์กลางในการอยู่อาศัยของ individuals.We จะได้
กำหนดพื้นที่เหล่านี้มีขนาดเล็ก, พื้นที่วงกลมขนาดคงที่.
แต่เนื่องจากการกระจายไม่สม่ำเสมอของบุคคล
(รูปที่ 1) นี้ผลวิธีการในค่าที่ขาดหายหรือไม่น่าเชื่อถือ
การวัดสำหรับบุคคลผู้ที่อาศัยอยู่ในเบาบาง
พื้นที่ที่มีประชากร ดังนั้นเราจึงหมายถึงการคำนวณรายได้ใน
พื้นที่วงกลมขนาดประชากรคงที่ (มากกว่าคงที่
ขนาดทางภูมิศาสตร์); พื้นที่เหล่านี้ได้รับการเป็นศูนย์กลางในการ
อยู่อาศัยของประชาชนและประกอบด้วยจำนวนคงที่
ของผู้อยู่อาศัยที่มีอายุ 25 ปีหรือมากกว่า นี้ส่งผลให้วิธีการ
ในพื้นที่การปรับตัวเชิงพื้นที่ (พื้นที่มีหน้าต่างการปรับตัว
กว้าง) ที่มีขนาดมากขึ้นในพื้นที่ที่มีประชากรเบาบาง มัน
เป็นแรงบันดาลใจโดยตัวกรองการปรับตัวเชิงพื้นที่ที่ใช้ในการดูแลสุขภาพ
ทางภูมิศาสตร์เพื่อให้ได้แผนที่เรียบของการเกิดโรค
(38-40) สำหรับแต่ละ 13730 สถานที่ส่วนบุคคลที่เรา
หมายถึงการคำนวณกำไรขาดทุนสำหรับ 100, 200, 500, 1,000 และ
1,500 คนที่อาศัยอยู่ใกล้เคียงที่สุดที่มีอายุ 25 ปีหรือมากกว่ารวม
ข้อมูลบริบทจากสถานที่โดยรอบจนกว่า
จำนวนที่ต้องการของผู้อยู่อาศัยได้รับการบรรลุ เพื่อเปรียบเทียบ
กลยุทธ์การวัดที่แตกต่างกันตัวแปรบริบททั้งหมด
ถูกแบ่งออกเป็นควอไทล์

ผลลัพธ์ (ไทย) 3:

ระหว่างบุคคลกับรัฐหรือเอกชนผู้ให้บริการดูแลสุขภาพ
ในปี 2001 ใช้สามตัวแรกวินิจฉัยให้
ติดต่อแต่ละ ( รหัสตามการจำแนกระหว่างประเทศของโรค

10 แก้ไข ) สำนักงานภูมิภาคสร้างสองตัวแปรระบุว่าบุคคล
ได้รับวินิจฉัยในประเภทที่แตกต่างกันของปัญหาสุขภาพ

ในการศึกษาครั้งนี้ผลไบนารีได้
คือการแสดงตนหรือขาดของจิตใจหรือพฤติกรรม
ความผิดปกติเนื่องจากใช้สารออกฤทธิ์ทางจิต ( นานาชาติ
การจำแนกโรค , การแก้ไข , 10 รหัส F10 – f19 ) .
เหตุผลของความลับเราได้
subdiagnoses ข้อมูลในฐานข้อมูลแยกเท่านั้น เราใช้ข้อมูลแยกเหล่านี้เพื่ออธิบายการกระจายของบุคคล

กับสารที่เกี่ยวข้องกับโรคโดยกลุ่มย่อยของ psychoactive สารที่ใช้และเงื่อนไข
( อ้างถึงผล

ส่วน ) เป็นตัวแปรแต่ละตัว เราถือว่า อายุ เพศ สถานภาพสมรส
ระดับการศึกษา และรายได้ อายุแบ่งเป็น 2
ประเภท ( 40 – 49 ปี 50 - 59 ปี ) สถานภาพคือ
รหัสเป็น ' 'married หรืออยู่กินกับผู้ชาย ' ' และ ' ' 'others ' ' ( โสด , หย่าร้าง ,
ม่าย )การศึกษาคือ dichotomized
( 9 ปี หรือน้อยกว่าและมากกว่า 9 ปีของการศึกษา ) .
เนื่องจากรายได้ครัวเรือนไม่สามารถใช้ได้ เราใช้รายได้บุคคล
( dichotomized ด้วยค่ามัธยฐานเป็นทางลัด )
เป็นพร็อกซีสำหรับตำแหน่งทางสังคมและเศรษฐกิจ ของแต่ละบุคคล แบ่งออกเป็น 100 เก่าตั้ง

งานย่าน สำนักงานภูมิภาคของลางสาด โดยไม่ใช้ถนนที่อยู่ในปัสสาวะ
บุคคลที่ ' สถานที่ของที่อยู่อาศัย รูปที่ 1 แสดง
การกระจายตัวเชิงพื้นที่ของ 65830 บุคคลอายุ 40 – 59 ปี
13730 สถานที่ สถานที่เหล่านี้สอดคล้องกับ
บ้านหรืออาคาร รูปที่ 1 ยังให้ข้อมูลพื้นฐานเกี่ยวกับโครงสร้างบ้าน
.
เราคำนวณค่าเฉลี่ยรายได้ของแต่ละบุคคล อายุ 25 ปี หรืออายุมากกว่าจับ

ระดับทางเศรษฐกิจและสังคมของบริบทที่อยู่อาศัย ( 37 ) ตัวแปรนี้เป็นครั้งแรกค่า
ภายในย่านบริหาร แล้วจะกำหนดมันในระดับท้องถิ่นมากขึ้น
และหลีกเลี่ยงปัญหาของบุคคล
ที่อาศัยอยู่บนขอบของย่านที่เราคำนวณ
รายได้หมายถึงภายในพื้นที่ขนาดเล็กกว่าย่าน
เป็นศูนย์กลางในที่อยู่อาศัยของบุคคล เราได้
กำหนดพื้นที่เหล่านี้เป็นขนาดเล็กเป็นวงกลมขนาดคงที่ .
แต่เนื่องจากการกระจายไม่สม่ำเสมอของบุคคล
( รูปที่ 1 ) , วิธีการนี้ส่งผลในค่าสูญหายหรือการวัดที่ไม่น่าเชื่อถือ
บุคคลเหล่านั้นที่อาศัยอยู่ในพื้นที่ที่มีประชากรเบาบาง
. ดังนั้น เราคำนวณว่ารายได้ในพื้นที่วงกลมของ
ขนาดประชากรคงที่ ( มากกว่า ขนาดทางภูมิศาสตร์ที่คงที่
) ; พื้นที่เหล่านี้อยู่ใน
ที่อยู่อาศัยของแต่ละบุคคล และประกอบด้วยการแก้ไขตัวเลข
ของประชากรอายุ 25 ปีหรือมากกว่า ผลลัพธ์ที่ได้เปลี่ยนวิธีการ
ในพื้นที่ ( พื้นที่ที่มีหน้าต่างปรับขนาดความกว้างของ
) มากขึ้นในพื้นที่ที่มีประชากรเบาบาง . มันเป็นแรงบันดาลใจจากความแตกต่าง
ตัวกรองที่ใช้ในภูมิศาสตร์สุขภาพ
ได้รับเรียบแผนที่ของโรคอุบัติการณ์
( 38 – 40 ) ทั้ง 13730 สถานที่ของแต่ละบุคคลเรา
คำนวณหมายถึงรายได้สำหรับ 100 , 200 , 500 , 1000 และ 1500 ใกล้
ชาวอายุ 25 ปีหรืออายุมากกว่า รวมกัน
ข้อมูลบริบทจากรอบสถานที่จนกว่า
จำนวนที่ต้องการของชาวก็บรรลุ การเปรียบเทียบการวัด
กลยุทธ์ที่แตกต่างกันทั้งหมดตัวแปรบริบท
ออกเป็นคว ไทล .