Statistical analysisDescriptive sta

Statistical analysis
Descriptive statistics were used to summarize the demographic
data, psychosocial and physical characteristics and the distribution
of MSDs and RULA scores of various body regions of participants. A
logistic regression was performed to predict low back pain from
ergonomic, psychosocial and individual factors. This model was
adjusted for age, sex, body mass index (BMI) and underlying
disease as possible confounders. The final model was chosen based
on having the lowest value of Akaike Information Criterion (AIC)
(Cetin and Erar, 2002). R software version 2.11.1 was used for all
analyses, and statistical significance was set at

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ทางสถิติใช้สถิติพรรณนาในการสรุปที่ประชากรข้อมูล ลักษณะทางกายภาพ และ psychosocial และการกระจายปลอดภัยและ RULA คะแนนของภูมิภาคต่าง ๆ ของร่างกายของผู้เข้าร่วม Aถดถอยโลจิสติกทำการทำนายจากปวดอุปกรณ์ psychosocial และแต่ละปัจจัย รูปแบบนี้ได้อายุ เพศ ดัชนีมวลกาย (BMI) และต้นแบบการปรับปรุงโรคเป็นไปได้ที่ confounders รุ่นสุดท้ายได้รับเลือกตามต้องมีค่าต่ำสุดของเกณฑ์การข้อมูล Akaike (AIC)(Cetin และ Erar, 2002) ใช้ซอฟต์แวร์เวอร์ชัน 2.11.1 R ทั้งหมดวิเคราะห์ และนัยสำคัญทางสถิติถูกตั้ง < 0.05

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติสถิติเชิงพรรณนาถูกนำมาใช้เพื่อสรุปประชากรข้อมูลลักษณะทางจิตสังคมและทางกายภาพและการกระจายของข้อมูลเพื่อความปลอดภัยและคะแนนRULA ในภูมิภาคต่างๆของร่างกายของผู้เข้าร่วม ถดถอยโลจิสติกที่ได้ดำเนินการในการทำนายอาการปวดหลังจากที่เหมาะกับปัจจัยทางจิตสังคมและบุคคล รุ่นนี้ได้รับการปรับอายุเพศดัชนีมวลกาย (BMI) และอยู่ภายใต้การเกิดโรคเป็นตัวแปรที่เป็นไปได้ รุ่นสุดท้ายที่ได้รับเลือกขึ้นอยู่กับการมีค่าต่ำสุดของ Akaike ข้อมูลเกณฑ์ (AIC) (Cetin และ Erar, 2002) R ซอฟต์แวร์รุ่น 2.11.1 ถูกใช้สำหรับการวิเคราะห์และนัยสำคัญทางสถิติตั้งอยู่ที่ <0.05

ผลลัพธ์ (ไทย) 3:

สถิติเชิงพรรณนา สถิติที่ใช้ในการวิเคราะห์

สรุปข้อมูลด้านจิตสังคมและลักษณะทางกายภาพและการกระจายของคะแนน
MSDS และอาการของภูมิภาคต่างๆ ในร่างกายของคน a
ถดถอยโลจิสติกได้ทำนายอาการปวดหลังจาก
สรีรศาสตร์ จิตสังคม และแต่ละปัจจัย รุ่นนี้คือ
ปรับอายุ เพศดัชนีมวลร่างกาย ( BMI ) และต้นแบบ
โรคตัววัดที่เป็นไปได้ รูปแบบสุดท้ายคือเลือกใช้
มีมูลค่าต่ำสุดของเกณฑ์เคราะห์ข้อมูล ( AIC )
( เซติน และ erar , 2002 ) ซอฟต์แวร์ R รุ่น 2.11.1 ใช้ทั้งหมด
วิเคราะห์และกำหนดค่านัยสำคัญทางสถิติที่ระดับ . 05 < 0.05 .