StatisticsIn order to describe the

Statistics
In order to describe the association between sick leave in 1993 and work absence during 1994–2008, sick leave was categorized into 13 classes. Mean and median work absence, with 95 % confidence intervals (CIs) based on the normal distribution, was calculated within each class. The association between sick leave during 1993 and work absence during 1994–2008 was analysed using the zero-inflated negative binomial (zinb) model. To investigate whether gender, education and origin have an impact on the association between sick leave and work absence, models including pairwise interactions with sick leave were estimated. Because of the low number of individuals on sick leave for ≥120 days among individuals with a university education and immigrants, the interaction analyses including immigrants and university-educated persons were limited to individuals with sick leave up to 90–119 days.

Sick leave in 1993 was included in the models as a class variable (0, 1–7, 8–14, 15–28, 29–59, 60–89, 90–119, 120–149, 150–179, 180–239, 240–299, 300–364 and 365 days) and all models were adjusted for age and residential area. We used gender, age, country of origin, and education as inflation variables in the logit model for predicting excess zeros (see Appendix 1 ). We applied the Bonferroni adjustment for multiple comparisons. For the seven pairwise tests comparing immigrants with native Swedes, the differences were statistically significant if p < 0.007. For education and gender, the differences were considered statistically significant if the p-value was

ผลลัพธ์ (ไทย) 1:

สถิติเพื่ออธิบายความสัมพันธ์ระหว่างลาป่วยในปี 1993 และการขาดงานในระหว่างปี 1994 – 2008 ลาป่วยถูกแบ่งออกเป็น 13 ชั้น คำนวณค่าเฉลี่ย และมัธยฐานการขาดงาน กับช่วงความเชื่อมั่น 95% (CIs) ตามการแจกแจงปกติ ภายในแต่ละชั้น ความสัมพันธ์ระหว่างลาป่วยในปี 1993 และการขาดงานในระหว่างปี 1994-2008 ถูกวิเคราะห์โดยใช้รูปแบบศูนย์สูงเกินจริงแบบทวินามลบ (zinb) การตรวจสอบว่า เพศ การศึกษา และมามีผลต่อความสัมพันธ์ระหว่างลาป่วยและขาดงาน รูปแบบรวมทั้งติดต่อแพร์ไวส์กับลาป่วยได้ประมาณนี้ เนื่องจากจำนวนต่ำสุดของบุคคลลาป่วยสำหรับ≥ 120 วันในบุคคลที่มีการศึกษาที่มหาวิทยาลัย และผู้อพยพ การวิเคราะห์ปฏิสัมพันธ์รวมทั้งผู้อพยพและผู้ศึกษามหาวิทยาลัยถูกจำกัดเฉพาะผู้ป่วย ไว้ถึง 90-119 วันลาป่วยในปี 1993 ถูกรวมอยู่ในรุ่นที่เป็นตัวแปรคลาส (0, 1 – 7, 8-14, 15-28, 29-59, 60 – 89, 90-119, 120-149, 150-179, 180 – 239, 240-299, 300 – 364 และ 365 วัน) และทุกรุ่นมีปรับอายุและเขตที่พักอาศัย เราใช้เพศ อายุ ประเทศ และการศึกษาเป็นเงินเฟ้อตัวแปรในแบบจำลอง logit สำหรับทำนายเลขศูนย์เกิน (ดูภาคผนวก 1) เราใช้การปรับปรุงของ Bonferroni สำหรับเปรียบเทียบหลาย สำหรับเจ็ดแพร์ไวส์ทดสอบเปรียบเทียบผู้อพยพกับภาษาสวีเดน ความแตกต่างมีนัยสำคัญทางสถิติถ้า p < 0.007 สำหรับการศึกษาและเพศ ความแตกต่างจึงถือว่ามีนัยสำคัญทางสถิติหากค่า p < 0.004 วิเคราะห์ทางสถิติได้ดำเนินการโดยใช้ SAS เวอร์ชั่น 9.3 (SAS สถาบัน Inc. นิวเคลียส NC สหรัฐอเมริกา)

ผลลัพธ์ (ไทย) 2:

สถิติ
เพื่อที่จะอธิบายความสัมพันธ์ระหว่างการลาป่วยในปี 1993 และทำงานขาดในช่วง 1994-2008, ลาป่วยถูกแบ่งออกเป็น 13 ชั้นเรียน ค่าเฉลี่ยและค่ามัธยฐานขาดการทำงานที่มีช่วงความเชื่อมั่น 95% (CIS) ขึ้นอยู่กับการกระจายปกติที่คำนวณได้ในแต่ละระดับ ความสัมพันธ์ระหว่างการลาป่วยในระหว่างปี 1993 และกรณีที่ไม่มีงานทำในช่วง 1994-2008 ได้รับการวิเคราะห์โดยใช้ศูนย์ที่สูงเกินจริงเชิงลบทวินาม (zinb) รุ่น เพื่อตรวจสอบว่าเพศการศึกษาและความเป็นมามีผลกระทบต่อความสัมพันธ์ระหว่างการลาป่วยและการขาดการทำงานรูปแบบรวมทั้งการมีปฏิสัมพันธ์คู่กับลาป่วยได้ประมาณ เพราะจำนวนต่ำของบุคคลที่เกี่ยวกับการลาป่วยสำหรับ≥120วันในหมู่บุคคลที่มีการศึกษามหาวิทยาลัยและผู้อพยพปฏิสัมพันธ์วิเคราะห์รวมทั้งผู้อพยพและผู้ที่มหาวิทยาลัยการศึกษาถูก จำกัด ให้บุคคลที่มีอาการป่วยออกได้ถึง 90-119 วัน. ลาป่วยใน 1993 ถูกรวมอยู่ในรูปแบบเป็นตัวแปรระดับ (0, 1-7, 8-14, 15-28, 29-59, 60-89, 90-119, 120-149, 150-179, 180-239, 240 -299, 300-364 และ 365 วัน) และทุกรุ่นได้รับการปรับอายุและพื้นที่ที่อยู่อาศัย เราใช้เพศอายุประเทศแหล่งกำเนิดสินค้าและการศึกษาเป็นตัวแปรอัตราเงินเฟ้อในรุ่น logit สำหรับการทำนายเลขศูนย์เกิน (ดูภาคผนวก 1) เราใช้การปรับ Bonferroni สำหรับการเปรียบเทียบหลาย สำหรับการทดสอบเจ็ดคู่เปรียบเทียบกับผู้อพยพชาวสวีเดนพื้นเมืองที่แตกต่างกันอย่างมีนัยสำคัญทางสถิติถ้า p <0.007 เพื่อการศึกษาและเพศที่แตกต่างกันได้รับการพิจารณาอย่างมีนัยสำคัญทางสถิติถ้า p-value เป็น <0.004 การวิเคราะห์ทางสถิติได้ดำเนินการโดยใช้ SAS รุ่น 9.3 (SAS Institute Inc. , Cary, NC, USA)

ผลลัพธ์ (ไทย) 3:

สถิติเพื่ออธิบายถึงความสัมพันธ์ระหว่างการลาป่วยใน 1993 และทำงานขาด ระหว่างปี พ.ศ. 2537 – 2551 ลาป่วยถูกแบ่งออกเป็น 13 ห้องเรียน หมายถึงการทำงานและมัธยฐานกับช่วงความเชื่อมั่น 95% ( CIS ) ตามปกติ ถูกคำนวณในแต่ละคลาส ความสัมพันธ์ระหว่างการลาป่วยระหว่างปี 1993 และทำงานขาด ระหว่างปี พ.ศ. 2537 – 2551 วิเคราะห์โดยใช้ศูนย์พองลบแบบ ( zinb ) นางแบบ เพื่อตรวจสอบว่า เพศ ระดับการศึกษา และประเทศ มีผลกระทบต่อความสัมพันธ์ระหว่างการปล่อยและงานป่วย รุ่นรวมทั้งของคู่กับการลาป่วยอยู่ประมาณ เนื่องจากจำนวนน้อยของบุคคลใน≥ลาป่วยเพื่อ 120 วัน ระหว่างบุคคลกับการศึกษาในมหาวิทยาลัยและผู้อพยพปฏิสัมพันธ์การวิเคราะห์รวมทั้งและมหาวิทยาลัยการศึกษาคน อพยพมีจำกัดบุคคลมีการลาป่วยถึง 90 – 119 วันลาป่วยใน 1993 รวมอยู่ในรุ่นที่เป็นชั้นเรียนตัวแปร ( 0 , 1 ) 7 , 8 และ 14 , 15 และ 28 , 29 – 59 , 60 – 89 , 90 – 119 , 120 - 149 , 150 – 179 , 180 และ 240 ( 239 , 299 , 300 ) 364 และ 365 วัน ) และ ทุกรุ่นมีการปรับอายุและพื้นที่อยู่อาศัย เราใช้เพศ , อายุ , ประเทศ , และการศึกษา ขณะที่อัตราเงินเฟ้อตัวแปรในแบบจำลอง Logit พยากรณ์เกินค่าศูนย์ ( ดูภาคผนวกที่ 1 ) เราใช้ปรับบอนเฟอร์โรนีเพื่อเปรียบเทียบหลาย สำหรับเจ็ดคู่ทดสอบเปรียบเทียบผู้อพยพชาวสวีเดนพื้นเมือง แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ p < 0.007 ถ้า . เพื่อการศึกษา และเพศ แตกต่างกันอย่างมีนัยสำคัญทางสถิติ และถือว่าถ้าเป็น < 0.004 . สถิติที่ใช้วิเคราะห์คือการใช้ SAS ( SAS Institute Inc เวอร์ชั่น 9.3 , แครี่ , NC , USA )