Statistical Analysis The prevalence

Statistical Analysis The prevalence of near-miss sleepy accidents was calculated as the proportion of subjects reporting at least one near-miss sleepy accident. We also calculated the prevalence of 1, 2-3, and ≥4 near- miss sleepy accidents as the proportion of subjects reporting in each of these categories. T-tests, chi-square tests, and Wilcoxon’s test were used to make unadjusted comparisons between subjects with and without self- reported sleepy accidents and between subjects with and without self-reported near-miss sleepy accidents. Logistic regression pro- vided information about the associations of demographic, driv- ing, and sleep disorder variables with near-miss and actual sleepy accidents after adjusting for covariates. The logistic models also provided odds ratios and associated 95% confidence intervals (CI). In all of these analyses, summary values for continuous vari- ables collected in categories (e.g., miles driven per year, income) were computed by assuming that a participant’s actual value was at the midpoint of the interval. This permitted us to compute ac- tual estimated values for all continuous variables, even for vari- ables such as miles driven per year and percent time using seat belts that were collected in categories. Using estimated values of continuous variables when necessary, the logistic model was used to produce odds ratios associated with specific prespecified increases in a continuous variable. For example, odds ratios for miles driven per year are presented in units of 5000. This means that if the odds ratio for miles driven is X, the odds of having an accident is X times greater in a subject who drives 15,000 miles as compared to a subject who drives 10,000 miles, or equiva- lently, 20,000 vs 15,000, 25,000 vs 20,000, etc. Multicategory nominal variables were dichotomized in all analyses, with race being treated as white vs nonwhite, and work schedule being di- chotomized as a regular daytime schedule vs an evening, night, or irregular schedule. Odds ratios were reported as unadjusted and

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ทางสถิติความชุกของใกล้พลาดเกิดอุบัติเหตุง่วงนอนที่คำนวณเป็นสัดส่วนของอาสาสมัครการรายงานอย่างน้อยหนึ่งอุบัติเหตุง่วงนอนใกล้พลาด เรายังมีการคำนวณความชุกของ 1, 2-3, และ≥ 4 ใกล้พลาดเกิดอุบัติเหตุง่วงนอนในขณะที่สัดส่วนของอาสาสมัครการรายงานในแต่ละประเภทเหล่านี้ เสื้อการทดสอบการทดสอบไคสแควร์,และการทดสอบ Wilcoxon ที่ถูกนำมาใช้เพื่อให้การเปรียบเทียบระหว่างวิชาเท็มเพลตที่มีและไม่มีการเกิดอุบัติเหตุง่วงนอนตนเองรายงานและระหว่างวิชาที่มีและไม่มีการอยู่ใกล้พลาดเกิดอุบัติเหตุง่วงนอนตนเองรายงาน การถดถอยโลจิสติกข้อมูลโปร vided เกี่ยวกับความสัมพันธ์ของประชากร driv ไอเอ็นจี,และตัวแปรที่ผิดปกติของการนอนหลับที่มีความใกล้พลาดและอุบัติเหตุที่เกิดขึ้นจริงง่วงนอนหลังจากปรับค่าตัวแปร รูปแบบโลจิสติกยังให้อัตราส่วนราคาต่อรองที่เกี่ยวข้องและ 95% ช่วงความเชื่อมั่น (CI) ในทั้งหมดของการวิเคราะห์เหล่านี้ค่าอย่างต่อเนื่องสรุปสำหรับตัวแปร ABLES เก็บในหมวดหมู่ (เช่นกิโลเมตรขับเคลื่อนต่อปีรายได้) ได้รับการคำนวณโดยการสมมติว่าค่าจริงของผู้เข้าร่วมที่จุดกึ่งกลางของช่วงเวลาที่ นี้ได้รับอนุญาตให้เราสามารถคำนวณค่าประมาณแดวิญญาณสำหรับตัวแปรอย่างต่อเนื่องทั้งหมดแม้สำหรับตัวแปร ABLES เช่นกิโลเมตรขับเคลื่อนต่อปีและเวลาร้อยละการใช้เข็มขัดนิรภัยที่ถูกเก็บในหมวดหมู่ ใช้ค่าประมาณของตัวแปรอย่างต่อเนื่องเมื่อมีความจำเป็นรูปแบบโลจิสติกถูกนำมาใช้ในการผลิตอัตราส่วนราคาต่อรองที่เกี่ยวข้องกับการเพิ่มขึ้น prespecified เฉพาะในตัวแปรอย่างต่อเนื่อง เช่นอัตราส่วนราคาต่อรองในการขับเคลื่อนต่อปีถูกนำเสนอในหน่วยงานของ 5000 นี้หมายความว่าหากอัตราส่วนราคาต่อรองในการขับเคลื่อนคือ x ราคาต่อรองในการเกิดอุบัติเหตุเป็น x ครั้งยิ่งใหญ่ในเรื่องที่ไดรฟ์ 15,000 ไมล์เมื่อเทียบกับเรื่องที่ไดรฟ์ 10,000 ไมล์หรือเทียบ lently 20,000 เทียบกับ 15,000, 25,000 เทียบกับ 20,000 ฯลฯ ตัวแปรน้อย multicategory ถูก dichotomized ในการวิเคราะห์ทั้งหมดที่มีการแข่งขันได้รับการปฏิบัติเป็นสีขาวเทียบกับ nonwhite และตารางการทำงานเป็น di-chotomized ตามตารางเวลากลางวันปกติเทียบกับ เย็นกลางคืนหรือช่วงเวลาที่ผิดปกติ อัตราส่วนราคาต่อรองได้รับรายงานว่ายังไม่ปรับปรุงและ

ผลลัพธ์ (ไทย) 2:

วิเคราะห์ทางสถิติความชุกของอุบัติเหตุง่วงนอนใกล้นางสาวถูกคำนวณเป็นสัดส่วนของหัวข้อรายงานอุบัติเหตุง่วงนอนใกล้นางสาวน้อย เรายังคำนวณความชุกของ 1, 2-3 และ ≥4 ใกล้พลาดอุบัติเหตุง่วงนอนเป็นสัดส่วนของหัวข้อรายงานในแต่ละประเภทเหล่านี้ T-ทดสอบ การทดสอบ chi-square และทดสอบของ Wilcoxon ใช้การไม่ได้ปรับการเปรียบเทียบระหว่างหัวเรื่องกับ และไม่ มีตัวตน - รายงานอุบัติเหตุง่วงนอน และระหว่างเรื่องมี และไม่มีตนเองรายงานอุบัติเหตุใกล้นางสาวง่วงนอน ถดถอยโลจิสติกโป - vided ข้อมูลเกี่ยวกับความสัมพันธ์ของ driv ประชากร -ing และหลังจากโรคแปรกับอุบัติเหตุง่วงนอนใกล้นางสาว และจริงปรับ covariates สำหรับ รูปแบบโลจิสติกยังให้อัตราส่วนของราคา และช่วงความเชื่อมั่น 95% (CI) ที่เกี่ยวข้อง ทั้งหมดเหล่านี้วิเคราะห์ วารี ables ต่อเนื่องค่าสรุปรวบรวมประเภท (เช่น ไมล์ขับเคลื่อนต่อปี รายได้) ถูกคำนวณโดยสมมติว่าค่าที่แท้จริงของผู้เข้าร่วมได้ที่จุดกึ่งกลางของช่วงเวลา นี้อนุญาตให้เราสามารถคำนวณค่าประมาณ tual ac ทั้งหมดแปรต่อเนื่อง สำหรับวารี-ables เช่นไมล์ต่อปีและร้อยละเวลาใช้เข็มขัดที่ถูกรวบรวมไว้ในประเภทการขับเคลื่อน ใช้ประเมินค่าของตัวแปรต่อเนื่องเมื่อจำเป็น แบบโลจิสติกที่ใช้ในการผลิตราคาอัตราส่วนที่สัมพันธ์กับการเพิ่มขึ้นของ prespecified ระบุตัวแปรต่อเนื่อง ตัวอย่าง อัตราส่วนราคาสำหรับไมล์ขับเคลื่อนต่อปีจะแสดงในหน่วยของ 5000 หมายความ ว่า อัตราส่วนราคาสำหรับไมล์ที่ขับเคลื่อนคือ X ราคาของอุบัติเหตุว่า X เวลามากขึ้นในเรื่องที่ไดรฟ์ 15000 ไมล์เมื่อเทียบกับเรื่องที่ไดรฟ์ 10000 ไมล์ หรือ equiva - lently, 20000 กับ 15000 เทียบกับ 20000 25000 ฯลฯ ตัวแปรระบุ multicategory ได้ dichotomized ในการวิเคราะห์ทั้งหมด มีการแข่งขันที่ได้รับการรักษากับ nonwhite สีขาว และตารางการทำงานเป็น chotomized ดีเป็นปกติเทียบกับตารางเวลากลางวันการจัดกำหนดการเวลาเย็น กลางคืน หรือผิดปกติ มีรายงานอัตราส่วนราคาไม่ได้ปรับเป็น และ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ข้อมูลทางสถิติของอุบัติเหตุง่วงอยู่ใกล้กับ - มิสจะคำนวณตามสัดส่วนของวัตถุการรายงานอย่างน้อยหนึ่งอยู่ใกล้กับ - มิสอุบัติเหตุง่วง นอกจากนั้นเรายังคำนวณได้มีมากกว่าของ 1 2-3 2-3 2-3 และกำหนดขั้นต่ำไม่น้อยกว่า≥ 4 เกิดอุบัติเหตุง่วงอยู่ใกล้กับ - มิสเป็นสัดส่วนของวัตถุในการรายงานแต่ละ ประเภท นี้ T - การทดสอบการทดสอบชี - Squareและการทดสอบของ wilcoxon ได้ถูกนำมาใช้เพื่อทำการเปรียบเทียบ unadjusted ระหว่างวิชาพร้อมด้วยและไม่มีอุบัติเหตุเกิดขึ้นแล้วง่วงด้วยตนเอง - รายงานและระหว่างวิชาด้วยตัวเองและไม่มีการรายงานอุบัติเหตุง่วงใกล้กับ - มิส ข้อมูลการส่งกำลังบำรุง( Log Pro - vided เกี่ยวกับการเชื่อมโยงของประชากรเชิงสถิติ driv - ไอเอ็นจีประกันชีวิตและตัวแปรโรคพร้อมด้วยอุบัติเหตุใกล้กับ - มิสและง่วงจริงหลังจากได้ปรับสำหรับ covariates รุ่นด้านการขนส่งสินค้าและยังจัดให้บริการโอกาสและอัตราส่วนในแต่ละช่วงความมั่นใจ 95% ที่เกี่ยวข้อง( CI ) ในการวิเคราะห์ทั้งหมดนี้ค่าสรุปอย่างต่อเนื่องสำหรับแยกกำลังไฟ - ables เก็บรวบรวมใน ประเภท (เช่นไมล์ขับรถต่อปีรายได้)ได้คำนวณจากการสันนิษฐานว่ามูลค่าที่แท้จริงของผู้ร่วมประชุมที่มีอยู่ณตรงจุดกึ่งกลางของช่วงเวลาที่ โรงแรมแห่งนี้ได้รับอนุญาตให้เราไปยังการคำนวณค่าไฟ AC - tual โดยประมาณสำหรับตัวแปรอย่างต่อเนื่องแม้แต่สำหรับแยกกำลังไฟ - ables เช่นไมล์ขับรถต่อเวลาและปีการใช้เข็มขัดที่นั่งที่ได้จากการเก็บข้อมูลใน ประเภท การใช้ค่าโดยประมาณของตัวแปรอย่างต่อเนื่องเมื่อมีความจำเป็นรุ่นด้านการขนส่งสินค้าที่ถูกใช้ในการผลิตโดยโอกาสที่เกี่ยวข้องกับการเพิ่ม prespecified เฉพาะในแบบปรับได้หลายระดับอย่างต่อเนื่อง ตัวอย่างเช่นอัตราไม่ลงรอยกันในระยะทางขับรถต่อปีมีการแสดงในชุดของ 5000 ซึ่งหมายความว่าหากสัดส่วนโอกาสในระยะทางขับรถเป็น X โอกาสในการมีอุบัติเหตุเกิดขึ้นได้มากขึ้นเวลา x ในเรื่องที่ไดรฟ์ 15 , 000 ไมล์เมื่อเทียบกับเรื่องที่ไดรฟ์ 10000 ไมล์หรือ equiva - lently 20 , 000 เมื่อเทียบกับ 15 , 000 25,000 เมื่อเทียบกับโน้ตบุ๊ก 20 , 000 เป็นต้นเป็นตัวแปรสำคัญเพียงเล็กน้อย multicategory เป็น dichotomized ในการวิเคราะห์โดยทั้งหมดพร้อมด้วยการแข่งขันจะได้รับเป็นสีขาวเมื่อเทียบกับ nonwhite และตารางเวลางานที่กำลังดี - chotomized ตามกำหนดเวลาในช่วงเวลากลางวันเป็นประจำเมื่อเทียบกับช่วงเวลายามเย็นที่ในยามค่ำคืนหรือกำหนดเวลาไม่เป็นไปตามปกติ อัตราส่วนไม่ลงรอยกันมีรายงานว่า unadjusted และ