مدل پواسون دو متغیره با استفاده از روش چند سطحی و کاربرد آن در تحلیل عوامل موثر بر مرخصی استعلاجی کارکنان یک شرکت فولادسازی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 162

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HSR-17-4_010

تاریخ نمایه سازی: 1 اسفند 1401

چکیده مقاله:

مقدمه: یکی از مسایل تاثیرگذار بر بهروری اقتصادی، غیبت از کار به دلیل بیماری (مرخصی استعلاجی) می باشد. با توجه به اهمیت این موضوع، پژوهش حاضر به بررسی عوامل موثر بر تعداد روز مرخصی استعلاجی ناشی از بیماری های کار و بیماری های داخلی پرداخت. روش: این مطالعه از نوع مقطعی بود و بر روی کارکنان مرد شاغل در کارخانه فولاد مبارکه اصفهان طی سال های ۹۴-۱۳۹۰ انجام شد. بدین منظور، متغیرهای پاسخ تعداد روز مرخصی استعلاجی ناشی از بیماری های داخلی و کار و متغیرهای کمکی شامل نوبت کاری، وضعیت سیگار کشیدن، تحصیلات، سن، سابقه کار، شاخص توده بدنی (Body mass index یا BMI) و شاخص خطر Framingham (Framingham Risk Score یا FRS) بود. جهت تحلیل داده ها، از مدل پواسون دو متغیره با استفاده از روش چند سطحی استفاده گردید.   یافته ها: تحقیق حاضر بر روی ۱۷۹۸۸ نفر از کارگران با میانگین سن ۷/۵۶ ± ۳۸/۱۳ سال و میانگین سابقه کاری ۵/۵۹ ± ۶/۷۹ سال انجام شد. متغیرهای نوبت کاری (۱/۴۷ = eβ)، مصرف سیگار (۱/۸۲ = eβ)، تحصیلات (۱/۱۱ = eβ)، سن (۱/۰۲ = eβ)، سابقه کاری (۱/۰۵ = eβ)، BMI (۱/۰۲ = eβ) و FRS (۱/۰۸ = eβ) تاثیر معنی داری بر متوسط مرخصی استعلاجی ناشی از بیماری های داخلی داشت، اما از متغیرهای مذکور تنها چهار متغیر مصرف سیگار (۰/۷۴ = eβ)، تحصیلات (۱/۱۹ = eβ)، سابقه کاری (۱/۰۱ = eβ) و FRS (۱/۰۲ = eβ) تاثیر معنی داری را بر متوسط مرخصی استعلاجی ناشی از بیماری های ناشی از کار نشان داد. نتیجه گیری: با توجه به نتایج به دست آمده، می توان با کنترل متغیرهای تاثیرگذار، به ارایه راهکارهای مناسب جهت کاهش تعداد روز مرخصی استعلاجی دست یافت.

نویسندگان

زهره رفعتی

MSc Student, Department of Biostatistics, School of Medical Sciences, Tarbiat Modares University, Tehran, Iran

محمد غلامی فشارکی

Associate Professor, Department of Biostatistics, School of Medical Sciences, Tarbiat Modares University, Tehran, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Merkus SL, van Drongelen A, Holte KA, Labriola M, Lund ...
  • Choobineh A, Soltanzadeh A, Tabatabaie SHR, Jahangiri M. Shift work-related ...
  • Sharifian SA, Aminian O, Eftekhari S, Mohseni H, Morshedzadeh SAM. ...
  • Gholami-Fesharaki M, Kazemnejad A, Zayeri F, Sanati J, Akbari H. ...
  • Gholami-Fesharaki M, Kazemnejad A, Zayeri F, Rowzati M, Sanati J, ...
  • Diaz-Ledezma C, Urrutia J, Romeo J, Chelen A, Gonzalez-Wilhelm L, ...
  • Mohebi I, Sharifian A. Study of sickness absence incidence in ...
  • Mollazadeh M, Saraei M, Mehrdad R, Izadi N. Sickness absenteeism ...
  • Davey MM, Cummings G, Newburn-Cook CV, Lo EA. Predictors of ...
  • Amiri S, Behnezhad S. Depression symptoms and risk of sick ...
  • Mououdi M M, Shabani M, Akbari J. Prevalence of absenteeism ...
  • Firat H, Yuceege M, Kiran S, Akgun M, Demir AU, ...
  • Motamedzade M, Faghih MA, Golmohammadi R, Faradmal J, Mohammadi H. ...
  • Pouryaghoub GH, Mehrdad R, Rafiee Samani F, Mahmoodi F. Risk ...
  • Hubertsson J, Petersson IF, Thorstensson CA, Englund M. Risk of ...
  • Maleki S, Gholami-Fesharaki M, Rowzati M. The effective factors on ...
  • Amiri S, Behnezhad S. Body mass index and risk of ...
  • Maleki S, Gholami Fesharaki M, Rowzati M. Shift work effect ...
  • Huang R, Ning J, Chuter VH, Taylor JB, Christophe D, ...
  • John N, Wasserman W, Whitmore GA. Applied Statistics. Boston, MA: ...
  • Alireza Akbarzadeh Baghban A, Pourhoseingholi A, Zayeri F, Jafari AA, ...
  • Lo K, Gottardo R. Flexible mixture modeling via the multivariate ...
  • Famoye F, Wulu J, Singh K. On the generalized Poisson ...
  • Skrondal A, Rabe-Hesketh S. Some applications of generalized linear latent ...
  • Wang K, Yau KKW, Lee AH. A zero-inflated poisson mixed ...
  • Wang W, Famoye F. Modeling household fertility decisions with generalized ...
  • Aguero-Valverde J, Jovanis PP. Bayesian multivariate poisson lognormal models for ...
  • Grundy SM, Pasternak R, Greenland P, Smith S, Fuster V. ...
  • Inouye D, Yang E, Allen G, Ravikumar P. A Review ...
  • King G. Variance specification in event count models: from restrictive ...
  • Winkelmann R, Zimmermann KF. Count data models for demographic data. ...
  • Hox JJ. Multilevel analysis: Techniques and applications. ۲nd ed. New ...
  • Ranjbar S, Jefruodi S, Khaleghduost T, Asgari F, Atrkarruoshan Z. ...
  • Roelen CA, Stapelfeldt CM, Heymans MW, van Rhenen W, Labriola ...
  • Gomero R, Murguia L, Calizaya L, Mejia CR, Sanchez B. ...
  • Tsai SP, Wen CP, Hu SC, Cheng TY, Huang SJ. ...
  • Gilliland FD, Berhane K, Islam T, Wenten M, Rappaport E, ...
  • Maleki S, Gholami Fesharaki M, Rowzati M. The moderating effect ...
  • Suarez-Bonel MP, Villaverde-Royo MV, Nerin I, Sanz-Andres C, Mezquida-Arno J, ...
  • Van Eerd D, Cote P, Kristman V, Rezai M, Hogg-Johnson ...
  • Merkus SL, van Drongelen A, Holte KA, Labriola M, Lund ...
  • Choobineh A, Soltanzadeh A, Tabatabaie SHR, Jahangiri M. Shift work-related ...
  • Sharifian SA, Aminian O, Eftekhari S, Mohseni H, Morshedzadeh SAM. ...
  • Gholami-Fesharaki M, Kazemnejad A, Zayeri F, Sanati J, Akbari H. ...
  • Gholami-Fesharaki M, Kazemnejad A, Zayeri F, Rowzati M, Sanati J, ...
  • Diaz-Ledezma C, Urrutia J, Romeo J, Chelen A, Gonzalez-Wilhelm L, ...
  • Mohebi I, Sharifian A. Study of sickness absence incidence in ...
  • Mollazadeh M, Saraei M, Mehrdad R, Izadi N. Sickness absenteeism ...
  • Davey MM, Cummings G, Newburn-Cook CV, Lo EA. Predictors of ...
  • Amiri S, Behnezhad S. Depression symptoms and risk of sick ...
  • Mououdi M M, Shabani M, Akbari J. Prevalence of absenteeism ...
  • Firat H, Yuceege M, Kiran S, Akgun M, Demir AU, ...
  • Motamedzade M, Faghih MA, Golmohammadi R, Faradmal J, Mohammadi H. ...
  • Pouryaghoub GH, Mehrdad R, Rafiee Samani F, Mahmoodi F. Risk ...
  • Hubertsson J, Petersson IF, Thorstensson CA, Englund M. Risk of ...
  • Maleki S, Gholami-Fesharaki M, Rowzati M. The effective factors on ...
  • Amiri S, Behnezhad S. Body mass index and risk of ...
  • Maleki S, Gholami Fesharaki M, Rowzati M. Shift work effect ...
  • Huang R, Ning J, Chuter VH, Taylor JB, Christophe D, ...
  • John N, Wasserman W, Whitmore GA. Applied Statistics. Boston, MA: ...
  • Alireza Akbarzadeh Baghban A, Pourhoseingholi A, Zayeri F, Jafari AA, ...
  • Lo K, Gottardo R. Flexible mixture modeling via the multivariate ...
  • Famoye F, Wulu J, Singh K. On the generalized Poisson ...
  • Skrondal A, Rabe-Hesketh S. Some applications of generalized linear latent ...
  • Wang K, Yau KKW, Lee AH. A zero-inflated poisson mixed ...
  • Wang W, Famoye F. Modeling household fertility decisions with generalized ...
  • Aguero-Valverde J, Jovanis PP. Bayesian multivariate poisson lognormal models for ...
  • Grundy SM, Pasternak R, Greenland P, Smith S, Fuster V. ...
  • Inouye D, Yang E, Allen G, Ravikumar P. A Review ...
  • King G. Variance specification in event count models: from restrictive ...
  • Winkelmann R, Zimmermann KF. Count data models for demographic data. ...
  • Hox JJ. Multilevel analysis: Techniques and applications. ۲nd ed. New ...
  • Ranjbar S, Jefruodi S, Khaleghduost T, Asgari F, Atrkarruoshan Z. ...
  • Roelen CA, Stapelfeldt CM, Heymans MW, van Rhenen W, Labriola ...
  • Gomero R, Murguia L, Calizaya L, Mejia CR, Sanchez B. ...
  • Tsai SP, Wen CP, Hu SC, Cheng TY, Huang SJ. ...
  • Gilliland FD, Berhane K, Islam T, Wenten M, Rappaport E, ...
  • Maleki S, Gholami Fesharaki M, Rowzati M. The moderating effect ...
  • Suarez-Bonel MP, Villaverde-Royo MV, Nerin I, Sanz-Andres C, Mezquida-Arno J, ...
  • Van Eerd D, Cote P, Kristman V, Rezai M, Hogg-Johnson ...
  • نمایش کامل مراجع