Predictors of return to workAmong t

Predictors of return to work
Among the factors identified from both literature [2,
6,9,17,18] and results from bivariate analysis, two factors
were found to be significant in predicting successful
return to work in Cox regression analysis (Table 2).
They were FIM score (OR = 1.036, 95% CI, 1.015-
1.067, p < 0.001) and education level (p < 0.05).
Analysis demonstrated that a higher FIM score on discharge
significantly reflected a better rate of return to
work. In addition, participants with tertiary education
are 5 times more likely to return to work as compared
to those who had primary school or lower education
(OR = 5.5, 95% CI, 2.43–12.461). Participants who
completed secondary or high school education or who
received secondary school or formal vocational training
(GCE ‘O’ and ‘A’ levels, Institute of Technical Education
(ITE) or National Technical Certificate (NTC),
were approximately twice as likely to return to work
as compared to the primary school or lower education
level group (OR = 1.9, 95% CI, 1.009–3.697).

ผลลัพธ์ (ไทย) 1:

Predictors ผลตอบแทนการทำงานระหว่างปัจจัยที่ระบุจากวรรณคดีทั้งสอง [26,9,17,18] และผลจากการวิเคราะห์ bivariate สองปัจจัยพบจะมีความสำคัญในการทำนายความสำเร็จกลับไปทำงานในการวิเคราะห์การถดถอยค็อกซ์ (ตาราง 2)พวก FIM คะแนน (หรือ = 1.036, 95% CI, 1.015 -p 1.067, < 0.001) และระดับการศึกษา (p < 0.05)การวิเคราะห์แสดงว่า FIM สูงคะแนนบนปล่อยอย่างมีนัยสำคัญสะท้อนอัตราผลตอบแทนดีกว่าทำงาน นอกจากนี้ ร่วมกับการศึกษาระดับมหาวิทยาลัยมี 5 ครั้งมีแนวโน้มที่จะกลับไปทำงานเป็นการเปรียบเทียบสำหรับผู้ที่มีการศึกษาต่ำกว่าประถมศึกษา(หรือ = 5.5, 95% CI, 2.43 – 12.461) ผู้เรียนที่ศึกษามัธยมศึกษาหรือโรงเรียนมัธยมสมบูรณ์หรือที่มัธยมศึกษาตอนต้นได้รับหรือการอบรมอย่างเป็นทางการ(GCE ' โอ 'A' ระดับ สถาบันการศึกษาทางเทคนิคและ(ITE) หรือใบรับรองทางเทคนิคแห่งชาติ (NTC),มีประมาณสองเป็นแนวโน้มที่จะกลับไปทำงานเมื่อเทียบกับโรงเรียนหรือการศึกษาต่ำกว่าระดับกลุ่ม (หรือ = 1.9, 95% CI, 1.009 – 3.697)

ผลลัพธ์ (ไทย) 2:

พยากรณ์ผลตอบแทนในการทำงาน
ปัจจัยที่ระบุจากทั้งวรรณคดี [2
6,9,17,18] และผลจากการวิเคราะห์ bivariate สองปัจจัยที่
พบว่ามีความสำคัญในการพยากรณ์ที่ประสบความสำเร็จ
กลับมาทำงานในการวิเคราะห์การถดถอยค็อกซ์ (ตารางที่ 2) .
พวกเขามีคะแนน FIM (OR = 1.036, 95% CI, 1.015-
1.067, p <0.001) และระดับการศึกษา (p <0.05)
การวิเคราะห์แสดงให้เห็นว่าคะแนน FIM ที่สูงขึ้นในการปล่อย
อย่างมีนัยสำคัญสะท้อนให้เห็นถึงอัตราที่ดีกว่าการกลับไป
ทำงาน นอกจากนี้ผู้เข้าร่วมที่มีการศึกษาในระดับอุดมศึกษา
มี 5 ครั้งมีแนวโน้มที่จะกลับไปทำงานเมื่อเทียบ
กับผู้ที่มีโรงเรียนประถมศึกษาหรือต่ำกว่า
(OR = 5.5, 95% CI, 2.43-12.461) ผู้เข้าร่วมที่
จบการศึกษาระดับมัธยมศึกษาตอนปลายหรือสูงหรือผู้ที่
ได้รับการโรงเรียนมัธยมหรือการฝึกอบรมอาชีพอย่างเป็นทางการ
(GCE 'O' และ '' ระดับสถาบันเทคนิคศึกษา
(ITE) หรือหนังสือรับรองทางเทคนิคแห่งชาติ (กทช)
ประมาณสองเท่าแนวโน้มที่จะกลับ จะทำงาน
เมื่อเทียบกับโรงเรียนประถมศึกษาหรือการศึกษาต่ำกว่า
ระดับกลุ่ม (OR = 1.9, 95% CI, 1.009-3.697)

ผลลัพธ์ (ไทย) 3:

พยากรณ์ของการกลับมาทำงาน
ปัจจัยที่ระบุจากทั้งวรรณกรรม [ 2
6,9,17,18 ] และผลจากการวิเคราะห์สองตัวแปร สองปัจจัย
พบเป็นสำคัญในการทำนายความสำเร็จ
กลับมาทำงานในการวิเคราะห์การถดถอย ค็อกซ์ ( ตารางที่ 2 ) .
พวกคะแนน FIM ( OR = 1.007 , 95% CI , 1.221 -
1.067 , P < 0.001 ) และระดับการศึกษา ( p < 0.05 ) .
การวิเคราะห์แสดงให้เห็นว่าสูงกว่าฟิล์มคะแนนปลด
อย่างมากสะท้อนให้เห็นได้ดีกว่าอัตราผลตอบแทน

ทำงาน นอกจากนี้ผู้ที่มีการศึกษาระดับอุดมศึกษา
5 ครั้งมีแนวโน้มที่จะกลับมาทำงานเมื่อ
คนที่มีการศึกษาต่ำกว่าประถมศึกษาหรือ
( OR = 5.5 , 95% CI , 2.43 – 12.461 ) ผู้จบการศึกษามัธยมโรงเรียนมัธยม

หรือใครหรือได้รับโรงเรียนมัธยมหรือ
ฝึกอาชีพอย่างเป็นทางการ ( GCE ' O ' และ ' ' ระดับสถาบันเทคนิคศึกษา
( ITE ) หรือประกาศนียบัตรเทคนิคแห่งชาติ ( กทช. )
ประมาณสองเท่าแนวโน้มที่จะกลับไป
เมื่อเทียบกับระดับการศึกษาประถมศึกษาหรือต่ำกว่ากลุ่ม
( OR = 1.9 95 % CI , 64 – 3.697 )