usingtheequationl(x)=logitP(x)=___(

using
theequationl(x)=logitP(x)=___(numberof interruptions),and
evaluated as P(x)=1/[1_e−l(x)], where x=mean interruptions.
Among single drug administrations, the mean number of
failures and errors in each administration was calculated for
each severity category (Table 1), and grouped as minor (severity
levels 1 and 2) or major (severity levels 3-5).
Logistic regression was used to model binary outcomes for
major errors (ie, the influence of interruptions on the risk of a
major error).

ผลลัพธ์ (ไทย) 1:

โดยใช้theequationl (x) = logitP (x) =___ (ขัดจังหวะ numberof), และประเมินเป็น P(x)=1/[1_e−l(x)], ซึ่ง x =ขัดจังหวะหมายถึงระหว่างบริหารยาเดี่ยว จำนวนเฉลี่ยของคำนวณสำหรับความล้มเหลวและข้อผิดพลาดในการบริหารแต่ละแต่ละประเภทความรุนแรง (ตารางที่ 1), และจัดกลุ่มเป็นรอง (ความรุนแรงระดับ 1 และ 2) หรือหลัก (ความรุนแรงระดับ 3-5)ถดถอยโลจิสติกใช้รุ่นไบนารีของนักข้อผิดพลาดที่สำคัญ (ie อิทธิพลของการขัดจังหวะในความเสี่ยงของการสำคัญข้อผิดพลาด)

ผลลัพธ์ (ไทย) 2:

ใช้
theequationl (x) = logitP (x) = ___ (จํานวนการหยุดชะงัก) และ
การประเมินเป็น P (x) = 1 / [1_e-L (x)] ที่ x = หยุดชะงักเฉลี่ย.
ท่ามกลางการบริหารยาเสพติดครั้งเดียวจำนวนเฉลี่ย ของ
ความล้มเหลวและความผิดพลาดในการบริหารงานในแต่ละที่คำนวณได้สำหรับ
แต่ละประเภทความรุนแรง (ตารางที่ 1) และจัดกลุ่มเป็นผู้เยาว์ (ความรุนแรง
ระดับ 1 และ 2) หรือเมเจอร์ (ระดับความรุนแรง 3-5).
การถดถอยโลจิสติกถูกนำมาใช้ในการจำลองผลไบนารีสำหรับ
ข้อผิดพลาดที่สำคัญ (กล่าวคืออิทธิพลของการหยุดชะงักในความเสี่ยงของการ
เกิดข้อผิดพลาดที่สำคัญ)