quantile regression
در نشریات گروه پزشکی-
تاثیر سبک زندگی دیجیتال بر مخارج بهداشت و درمان و پیامدهای اقتصادی آن بر بهره وری نیروی کار در ایرانمقدمه
سبک زندگی دیجیتال و رفتارهای مرتبط با فناوری های نوین به طور فزاینده ای در جوامع مختلف تاثیرگذار شده است. این تغییرات در سبک زندگی، به ویژه در کشورهای در حال توسعه، علاوه بر تغییرات اجتماعی و فرهنگی، می تواند تاثیرات اقتصادی و بهداشتی قابل توجهی به همراه داشته باشد.
روش پژوهشدر همین راستا، مطالعه حاضر با هدف بررسی تاثیر سبک زندگی دیجیتال بر مخارج بهداشت و درمان و پیامدهای اقتصادی آن بر بهره وری نیروی کار در ایران طی دوره زمانی 1390 تا 1403 بر اساس دادههای با تواتر فصلی انجام شده است. روش تجزیه و تحلیل دادهها مبتنی بر روش رگرسیون کوانتایل بود.
یافته هانتایج نشان می دهد که ضریب متغیر سبک زندگی دیجیتال در تمامی دهک ها مثبت و معنادار است. این نشان دهنده این است که با افزایش مدت زمان استفاده از اینترنت و سبک زندگی دیجیتال، مخارج بهداشت و درمان به طور کلی افزایش می یابد. ضریب این متغیر در دهک های بالاتر (0.9) بالاتر از دهک های پایین تر (0.1) است، که نشان می دهد استفاده بیشتر از دیجیتال به طور مستقیم بر هزینه های بهداشت و درمان تاثیر می گذارد. ضریب متغیر بهره وری نیروی کار نیز در تمامی دهک ها مثبت و معنادار است. این نشان دهنده آن است که با افزایش بهره وری نیروی کار، هزینه های بهداشت و درمان به طور طبیعی افزایش می یابد. بهره وری نیروی کار در دهک های بالاتر اثر بیشتری بر مخارج بهداشت و درمان دارد. علاوه بر این مشاهده شد تاثیر سبک زندگی دیجیتال بر مخارج بهداشت و درمان به ویژه در بخش هایی از جامعه که بهره وری نیروی کار بالاتری دارند، بیشتر خواهد بود.
نتیجه گیرینتیجه گیری کلی این تحقیق نشان می دهد که سبک زندگی دیجیتال به ویژه از طریق تاثیرات منفی بر بهره وری نیروی کار و افزایش مخارج بهداشت و درمان، نیازمند توجه و تدابیر ویژه در سیاست گذاری های اجتماعی و اقتصادی است.
کلید واژگان: سبک زندگی دیجیتال، مخارج بهداشت و درمان، بهره وری نیروی کار، رگرسیون کوانتایل.IntroductionDigital lifestyle and behaviors related to modern technologies have increasingly impacted societies worldwide. These lifestyle changes, especially in developing countries, can have significant social, cultural, economic, and health-related consequences.
MethodsIn this context, the present study aims to investigate the impact of digital lifestyle on healthcare expenditures and its economic consequences on labor productivity in Iran during the period from 2011 to 2024 based on quarterly data. The data analysis method used was quantile regression.
ResultsThe results show that the coefficient of the digital lifestyle variable is positive and significant across all deciles, indicating that as internet usage and digital lifestyle increase, healthcare expenditures generally rise. The coefficient of this variable is higher in the upper deciles (0.9) compared to the lower deciles (0.1), suggesting that greater use of digital technologies directly impacts healthcare costs. The labor productivity coefficient is also positive and significant across all deciles, indicating that as labor productivity increases, healthcare expenditures naturally rise. Labor productivity has a greater impact on healthcare costs in higher deciles. Additionally, it was observed that the impact of digital lifestyle on healthcare expenditures is particularly more pronounced in sections of society with higher labor productivity.
ConclusionThe overall conclusion of this study suggests that digital lifestyle, particularly through its negative effects on labor productivity and increased healthcare expenditures, requires special attention and measures in social and economic policymaking.
Keywords: Digital Lifestyle, Healthcare Expenditures, Labor Productivity, Quantile Regression -
مقدمه
یکی از ابعاد ارتقاء سلامت افراد، توجه به مکانیسم های محیط زیست است که با تاثیرات اکولوژیکی خود، سلامت افراد را تحت تاثیر قرار می دهند. در مطالعه حاضر به تبیین اثرات صنعتی سازی و توسعه اقتصادی بر تولید گازهای گلخانه ای در راستای سلامت افراد پرداخته می شود.
روش پژوهش:
در مقاله حاضر به پیروی از مطالعات؛ ژائو و همکاران (2023)، یبوآ و همکاران (2023)، ژو و همکاران (2023) و وین و همکاران (2022) به تبیین اثرات صنعتی سازی، توسعه اقتصادی، بر تولید گازهای گلخانه ای در راستای پایداری سلامت افراد در کشورهای (G7) و کشورهای (OPEC) براساس مدل رگرسیون پانل کوانتایل و برای دوره زمانی 2022-2000 پرداخته خواهد شد.
یافته هانتایج تخمین نشان از تائید رابطه میان توسعه مالی و تخریب محیط زیست در دو گروه از کشورهای (G7) و کشورهای (OPEC) می باشد. نتایج تخمین هم چنین نشان از تائید اثر مصرف انرژی بر پتانسیل گرمایش جهانی در کشورهای (G7) و کشورهای (OPEC) می باشد و مصرف انرژی بر آلودگی زیست محیطی تاثیر مثبت دارد، در کشورهای (OPEC) به دلیل فراوانی انرژی و منابع طبیعی، قیمت انرژی پایین است که این امر موجب استفاده بیش از حد و نادرست انرژی شده است.
نتیجه گیریمی توان بیان داشت توسعه بازارهای تجاری و مالی می تواند به بهبود سرمایه انسانی در کشور ها منجر گردد. اما این امر زمانی بهتر اتفاق می افتد که زمینه مناسب برای تخصیص بهینه منابع فراهم شود و کارایی نیروی کار و سرمایه افزایش یابد. توسعه مالی، عامل مهم در رشد اقتصادی و وضعیت سلامت افراد است که نه تنها به طور مستقیم بلکه به طور غیرمستقیم از طریق محیط زیست بر وضعیت سلامت افراد تاثیرگذار است؛ هم چنین باید علاوه بر افزودن سرمایه فیزیکی در بخش های مختلف اقتصاد، سرمایه گذاری در سرمایه انسانی نیز صورت پذیرد. سازوکار توسعه بخش مالی به گونه ای عمل می کند که منابع مالی از کانال های مختلف خصوصی و دولتی برای بخش سلامت افراد فراهم شود؛ زیرا کارایی خدمات سلامت افراد نیز به مدیریت صحیح منابع نظام سلامت و ارتباط آن با سیستم مالی حاکم بستگی دارد. سرمایه گذاری در منابع انسانی عبارت است از آموزش و تربیت نیروی انسانی برای کسب مهارت های مختلف و پیشبرد امر تولید، که می تواند با بالا بردن سطح مهارت و تخصص نیروی کار افزایش بهره وری آن، موجب ارتقای تولید و رسیدن به توسعه اقتصادی گردد که این مسئله در کشورهای (G7) بیشتر شهود دارد.
کلید واژگان: صنعتی سازی، توسعه اقتصادی، آزاد سازی مالی، آزاد سازی تجاری، محیط زیست، سلامت افراد، رگرسیون کوانتایل.IntroductionOne of the aspects of improving people's health is to pay attention to environmental mechanisms that affect people's health with their ecological effects. In the current study, the effects of industrialization and economic development on the production of greenhouse gases are discussed in line with people's health.
Methodsin the present article, following the studies; Zhao et al. (2023), Yeboa et al. (2023), Zhou et al. (2023) and Wen et al. (2022) explain the effects of industrialization, economic development, on the production of greenhouse gases in line with the sustainability of people's health in countries (G7) and OPEC countries based on the quantile panel regression model and for the time period of 2000-2022.
ResultsThe estimation results confirm the relationship between financial development and environmental degradation in two groups of countries (G7) and countries (OPEC). The estimation results also show the confirmation of the effect of energy consumption on global warming potential in (G7) countries and (OPEC) countries and energy consumption has a positive effect on environmental pollution, in (OPEC) countries due to the abundance of energy and natural resources, energy prices is low, which has caused excessive and incorrect use of energy.
ConclusionIt can be said that the development of commercial and financial markets can lead to the improvement of human capital in countries. But this will happen better when the right context is provided for the optimal allocation of resources and the efficiency of labor and capital is increased. Financial development is an important factor in economic growth and the health status of people, which affects the health status of people not only directly but also indirectly through the environment; Also, in addition to adding physical capital in various sectors of the economy, investment in human capital should also be made. The financial sector development mechanism works in such a way that financial resources are provided from various private and government channels for the health sector of individuals; Because the efficiency of health services depends on the correct management of health system resources and its connection with the governing financial system. Investing in human resources is the education and training of human resources to acquire different skills and advance production, which can increase production and achieve economic development by raising the level of skill and expertise of the workforce and increasing its productivity. (G7) is more intuitive.
Keywords: Industrialization, Economic Development, Financial Liberalization, Trade Liberalization, Environment, People's Health, Quantile Regression -
Introduction
Quantile regression is a valuable alternative for survival data analysis, enabling flexible evaluations of covariate effects on survival outcomes with intuitive interpretations. It offers practical computation and reliability. However, challenges arise when applying quantile regression to censored data, particularly for upper quantiles. The minimum distance approach, utilizing dual-kernel estimation and the inverse cumulative distribution function, shows promise in addressing these challenges, especially with higher-dimensional covariates.
MethodsThis study contrasts two methods within the realm of quantile linear regression for survival analysis: check-based modeling and the minimum distance approach. Effectiveness is assessed across various scenarios through comprehensive simulation.
ResultsThe simulation results showed that using the quantile regression model with the minimum distance approach reduces the percentage of root mean square error in parameter estimation compared to the quantile regression models based on the check loss function. Additionally, a larger sample size and reduced censoring percentage led to decreased root mean square error in parameter estimation.
ConclusionThe research highlights the benefits of using the minimum distance approach for quantile regression. It reduces errors, improves model predictions, captures patterns, and optimizes parameters even with complete data. However, this approach has limitations. The accuracy of estimated quantiles can be influenced by the choice of distance metric and weighting scheme. The assumption of independence between censoring mechanism and survival time may not hold in real-world scenarios. Additionally, dealing with large datasets can be computationally complex.
Keywords: Quantile regression, Minimum distanceapproach, Survival, Check-based modeling, Inverse cumulativedistribution function -
مجله دانشکده بهداشت و انستیتو تحقیقات بهداشتی، سال بیستم شماره 3 (پیاپی 79، پاییز 1401)، صص 261 -278زمینه و هدف
پیچیدگی اقتصادی نشان دهنده در دسترس بودن دانش در داخل یک کشور است افزایش پیچیدگی اقتصادی نشان دهنده ظرفیت افزایش یافته برای تولید مجموعه متنوعی از محصولات پیچیده است. پیچیدگی ساختار اقتصادی یک کشور عامل اصلی تاثیرگذار بر انتخاب های اجتماعی و توانایی های انسانی است که شامل فرصت های شغلی و یادگیری است، اما به آنها محدود نمی شود و وضعیت شغلی یک فرد تعیین کننده مهم در وضعیت سلامتی افراد است به همین دلیل، ظرفیت تولید محصولات پیشرفته به میزان قابل توجهی به کیفیت سرمایه انسانی و دانش بستگی دارد و از طرفی، دانش و آموزش به طور گسترده ای به عنوان ارتقا سلامت جمعیت شناخته می شوند.
روش کاربه همین دلیل پژوهش حاضر به بررسی تاثیر شاخص پیچیدگی اقتصادی بر نتایج سلامت برای هفده کشور منتخب از کشورهای منطقه با استفاده از داده های پانل در بازه زمانی 2001-2019 با استفاده از روش رگرسیونی کوانتایل و روش حداقل مربعات معمولی OLS پرداخته است.
نتایجمطابق با نتایج متغیرهای شاخص پیچیدگی اقتصادی، جهانی شدن، رشد اقتصادی و باز بودن تجارت سبب بهبود سلامت می گردند. علی رغم متغیرهای نام برده متغیرهای کیفیت نهادی، سیاست و نفوس شهری سبب بهبود سلامت در کشورهای مورد مطالعه نشده اند.
نتیجه گیری:
نتایج این پژوهش به ویژه برای اقتصادهای در حال توسعه که معمولا از سلامت ضعیف و سطوح پایین پیچیدگی اقتصادی رنج می برند مرتبط است.
کلید واژگان: پیچیدگی اقتصادی، نتایج سلامت، امید زندگی، میزان مرگ و میر، رگرسیون کوانتایلBackground and AimEconomic complexity indicates the availability of knowledge within a country. Increasing economic complexity indicates an increased capacity of producing a diverse set of complex products. The complexity of the economic structure of a country is the main factor affecting social choices and human abilities, including but not limited to, employment and learning opportunities, and the employment status of an individual is an important determinant of his/her health status. Therefore, the production of advanced products depends to a large extent on the quality of human capital and knowledge. On the other hand, knowledge and education are widely recognized as promoting factors of the health of the population.
Materials and MethodsThis research investigated the effect of the economic complexity index (ECI) on the health outcomes in seventeen selected countries in the region using panel data in the period 2001-2019 by using the quantile regression and the OLS ordinary least squares methods.
ResultsBased on the findings of this study, ECI, globalization, economic growth and trade openness variables will improve health. However, despite this, the institutional quality variables, politics and urban population have not improved health in the countries studied.
ConclusionThe results of this research are particularly relevant to developing economies that usually suffer from poor health and low levels of economic complexity.
Keywords: Economic Complexity, Health Outcomes, Life Expectancy, Mortality Rate, Quantile Regression -
Household health expenses (HHE) are an important problem in any area. This national study aimed to investigate the determinants of HHE using quantile regression methodology. This cross-sectional national survey data was collected through the Iranian households’ income and expenditure survey, administered by the Statistical Centre of Iran (SCI) in 2014. In total, 38299 households were selected by a three-stage stratified cluster sampling method. The data were collected using a standard SCI-made Household Income and Expenditure questionnaire. A quantile regression (QR) approach was employed to determine the key predictor variables of HHE. R programming language (ver. 3.3.0) was used for data analysis. The findings indicated that the median annual medical expenses per capita was 1020000 Rls (= 48.02 USD) for Iranian households. The results of QR modeling revealed that age, income, region, gender, literacy, and occupational status had significant effect on HHE. Among households with moderate HHE, families with older-female-higher income heads experienced more HHE, while among high HHE households, families with older-rural-higher income heads spent more on HHE. Since inequality at HHE was revealed by age, income, region, gender, literacy, and occupational status among Iranian households, more attention will be needed from policymakers and health sectors on population subgroups of Iran.
Keywords: Health Expenses, Household, Quantile Regression -
Background
To mitigate the climate change, several researches have been conducted to determine the determinant factors of CO2 emissions. Nonetheless, a consensus was failed to reach yet on the issue because many of the previous studies did not deliberate the undetected individual heterogeneity across countries. The study aimed to investigate the effects of economic growth, foreign direct investment and financial development within the research background of seven leading African economies over the 49- year period from 1970 to 2019.
MethodsIn this study, the determinant factors of environmental quality were examined by employing a panel quantile regression. The advantage of the method is considering the distributional heterogeneity to provide a detailed description regarding the driving factors of carbon emissions.
ResultsIt was revealed that the effects of determinants on CO2 emissions are heterogeneous. The quantile regression estimate describes that the influence of economic growth on CO2 emissions is positive and higher at the 50th quantile than in other classes of quantile. The effect of financial development on CO2 emissions is higher and positive at the 90th quantile compared to other categories of quantile. The FDI influence on CO2 emissions is heterogeneous across different quantiles and the coefficient is significant and larger at the 10th quantile than in all the other quantiles.
ConclusionIn addition, the study recommends that environmental policies that minimize emissions should be enforced for the purpose of making the environment cleaner, FDI should be environmentally friendly, and relevant incentives are required to redirect private credits towards green projects and renewable energy development.
Keywords: Economic growth, FDI, Financial development, Environment, Quantile regression -
زمینه و هدف
در بین گازهای گلخانه ای به دلیل اینکه گاز CO2 بیشترین نقش را داشته بنابراین اثر آن بر شاخص های سلامت مانند امید به زندگی حایز اهمیت است. از این رو یکی از چالش های مهم بخش سلامت کشورها، اثر انتشار آلاینده های محیطی به ویژه گاز CO2 بر امید به زندگی مردان و زنان است.
روش بررسی:
این مطالعه توصیفی-تحلیلی و کاربردی با رویکرد اقتصاد سلامت است. این مقاله به بررسی اثر انتشار آلاینده ها مخصوصا CO2، درآمد سرانه، نرخ مرگ ومیر و نرخ تولد به تفکیک بر امید به زندگی ایرانیان پرداخته است. این تحلیل با استفاده از رگرسیون کوانتیل در نرم افزار EViews10 برای دوره زمانی 1960 تا 2019 انجام گرفته است. در این مطالعه ابتدا اثر انتشار آلاینده ها بر امید به زندگی کل ایرانیان محاسبه شده است. سپس اثر CO2 بر امید زندگی زنان و مردان ایرانی در چندک های مختلف برآورد شده است.
یافته ها:
یافته های این پژوهش نشان داد که اثر انتشار گاز کربن دی اکسید سرانه بر امید به زندگی کل (0/133-) بوده و اثر انتشار این آلاینده بر امید به زندگی مردان (0/170-) و زنان (0/127-) هر دو منفی و معنی دار برآورد شده است به نحوی که این اثر بر امید به زندگی مردان 0/43 درصد بیش از زنان بوده است. همچنین اثر مرگ ومیر بر امید به زندگی منفی بوده و اثر درآمد سرانه بر امید به زندگی مثبت بوده است. همچنین نرخ تولد بر امید به زندگی زنان اثری مثبت داشته درحالی که بر مردان اثری منفی داشته است.
نتیجه گیرینتایج این پژوهش به خوبی نشان داد انتشار CO2 بر امید به زندگی کل، مردان و زنان اثری منفی داشته است. لذا برای افزایش امید به زندگی در کشور ایران باید به کنترل انتشار آلاینده ها مخصوصا CO2 پرداخته شود. بنابراین این نتایج می تواند به تصمیم سازان و سیاست گذاران کلان کشور جهت کنترل آلاینده های محیطی برای افزایش امید به زندگی کمک مناسبی نماید.
کلید واژگان: انتشار دی اکسید کربن، امید به زندگی، اقتصاد سلامت، رگرسیون کوانتیلBackground and ObjectiveAmong greenhouse gases, CO2 has a crucial role; thus, its impact on health indicators such as life expectancy is of great importance. Hence, one of the most important challenges in the health sector has been the impact of the environmental pollutants emission, namely CO2, on life expectancy of men and women.
Materials and MethodsThis is a descriptive-analytical and applied design with the health economics approach. The present paper examined the impact of pollutant emissions, namely CO2, per capita income, death rate and birth rate, separately on Iranians’ life expectancy. This analysis was conducted using Quantile regression with EViews10 software during the period 1960 - 2019. In this study, first, the impact of pollutant emissions on life expectancy of all Iranians was calculated. Then, the impact of CO2 on life expectancy of Iranian men and women in different quantiles was estimated.
ResultsThe results confirm the impact of carbon dioxide emissions per capita on total life expectancy was -0.133 and the impact of this pollutant emission on life expectancy obtained -0.170 and -0.127 for men and women, respectively. Both effects were estimated as negative and significant. This effect on life expectancy of men was 0.43% higher than that of women. Furthermore, the impact of death on life expectancy was negative, while the effect of per capita income on life expectancy was positive. Also, birth rate had a positive impact on women's life expectancy, whereas, it showed a negative impact on men.
ConclusionThe study revealed that CO2 emissions had a negative impact on total life expectancy of both men and women. Thus, in order to increase life expectancy in Iran, pollutants emission, namely CO2, should be controlled. These results can be a good guide to decision makers and macro-policy makers in Iran to control environmental pollutants to increase life expectancy.
Keywords: Carbon dioxide emission, Life expectancy, Health economics, Quantile regression -
مقدمه و اهداففشار خون به واسطه پیامدهای آن یک مشکل جهانی است. مدل های رگرسیون معمولی برای ارزیابی این مشکل محدودیت دارند، زیرا نمودار مرجع حاصل از یک جمعیت مشخص نمی تواند برای جمعیت دیگر مناسب باشد. مدل رگرسیون چندکی چندجمله ای، جایگزینی انعطاف پذیراست. این مطالعه با هدف تعیین مقادیر مرجع و منحنی های صدکی فشار خون در شهر مشهد انجام شد.روش کاراین مطالعه مقطعی روی نمونه تصادفی شامل 6949 نفر از افرادی که برای غربالگری دیابت در سال 1389 به مراکز بهداشتی- درمانی منطقه ثامن مراجعه کرده بودند، انجام شد. تجزیه و تحلیل صدک های مختلف با متغیرهای جنس، سن، شاخص توده ی بدنی، دور کمر به باسن و فشار خون سیستولیک و دیاستولیک صورت گرفت. تمامی محاسبه ها با استفاده از نرم افزار R نسخه 3. 0. 1 انجام شد.یافته ها58/70 درصد از بین شرکت کنندگان مرد و 42/29 درصد زن بودند. یافته های مدل رگرسیون چندکی نشان داد که اغلب با افزایش متغیرهای سن، شاخص توده ی بدنی و نسبت دور کمر به باسن، فشار خون در تمامی صدک ها افزایش داشت. در تمامی متغیرها در صدک های 75ام و 95ام افراد دارای علائم فشار خون متوسط و بالا بودند و در سایر صدک ها افراد دارای فشار خون نرمال بودند.نتیجه گیریمدل به کار رفته اطلاعات بیشتری در مورد فشار خون و الگوهای مربوط به آن ارایه داد. با توجه به یافته ها به نظر می رسد نیاز به توجه بیشتری به افراد سالخورده و دارای اضافه وزن در صدک های 75 ام و 95 ام وجود دارد.کلید واژگان: پرفشاری خون، رگرسیون چندکی، شاخص توده بدنی، مشهدBackground and ObjectivesHypertension is a major global issue due to its consequences. Ordinary regression models have limitations in assessment of hypertension since the reference graph derived from a specific population may not be appropriate for another population. The polynomial quantile regression model is considered as a possible alternative. Hence, this study was conducted with the aim of determining reference values as well as blood pressure percentile curves in Mashhad.
MethodsThis cross-sectional study was carried out in a random sample of 6949 individuals attending Samen health centers for diabetes screening in 2010. Different percentiles were analyzed using some variables such as gender, age, BMI, WHR, and systolic and diastolic blood pressure. The R software (version 3.0.1) was used for data analysis.
ResultsIn this study, 70.58% and 29.42% of subjects were men and women, respectively. The results of the quantile regression model showed that with an increase in age, BMI, and WHR, blood pressure increased in all percentiles. In all variables, subjects in the 75th and 95th percentiles had moderately high and high blood pressure while they had a normal blood pressure in other percentiles.
ConclusionThe model provided more information about blood pressure and its related patterns. According to the results, it seems that more attention should be paid to elderly and overweight individuals in the 75th and 95th percentilesKeywords: Hypertension, Quantile regression, BMI, Mashhad -
BackgroundDyslipidemia is a common and serious health problem, especially in middle-aged women. We aimed to reveal quantile-specific associations of serum lipids [triglycerides (TG), total cholesterol (TC), low density lipoprotein cholesterol (LDL-c) and high density lipoprotein cholesterol (HDL-c)] with influencing factors in middle-aged women.MethodsA sample of 5635 participants were enrolled from Jilin, China, in 2012. Quantile regression (QR) model was performed to identify factors which influenced serum lipids in different quantiles.ResultsThe influencing factors of TG, TC, LDL-c and HDL-c were different. Waist circumference (WC), menopause, smoking, diabetes and hypertension were positively associated with TG in almost all quantiles; Menopause and age were positively associated with TC in almost all quantiles. WC, living in urban areas and alcohol consumption were positively associated with TC in low and middle quantiles, diabetes was positively associated with TC from P50 to P95. The result of LDL-c was similar to TC; BMI was negatively associated with HDL-c from P50 to P90. WC and diabetes were negatively associated with HDL-c from P5 to P90.ConclusionAmong middle-aged women, menopause, diabetes and WC were the main factors affecting the serum lipids. Postmenopausal women would get more risk in increasing the level of serum lipids.Keywords: Dyslipidemia, Influencing factors, Serum lipids, Quantile regression
-
مقدمهاسترس شغلی شرایطی است که فرد در آن با تقاضایی مواجهه می شود که بیشتر از توانایی اش برای انجام دادن می باشد. پژوهش حاضر با هدف بررسی ارتباط بین سه بعد استرس شغلی (تلاش، پاداش و تعهد کاری) و سلامت روانی در بین کارکنان ذوب آهن اصفهان انجام گرفت.روش هادر این مطالعه، 3063 نفر از کارکنان ذوب آهن اصفهان به صورت مقطعی در سال 1393 مورد بررسی قرار گرفتند. داده ها با کمک پرسش نامه عدم تعادل بین تلاش و پاداش (Effort-Reward imbalance questionnaire یا ERI) و پرسش نامه سلامت عمومی (General Health Questionnaire یا 12-GHQ) جمع آوری گردید. ارتباط بین متغیرها با استفاده از روش رگرسیون چندکی در نرم افزار Stata مورد تجزیه و تحلیل قرار گرفت.یافته ها5/91 درصد (2800 نفر) از شرکت کنندگان را مردان تشکیل دادند. میانگین سنی نمونه ها 31/7 ± 47/36 سال بود. ارتباط معنی داری بین هر سه بعد استرس شغلی (تلاش، پاداش و تعهد کاری) با سلامت روانی وجود داشت (05/0 > P). سطوح بالای تلاش و تعهد کاری و سطوح پایین پاداش، در سطوح پایین سلامت روانی رخ داده بود.نتیجه گیریافراد در سطوح مختلف سلامت روانی به صورت متفاوتی تحت تاثیر استرس شغلی قرار می گیرند. از این رو، مدیران صنایع باید اقداماتی را جهت کاهش اثرات آن انجام دهند.کلید واژگان: استرس شغلی، تلاش، پاداش، تعهد کاری، رگرسیون چندکیBackgroundOccupational stress is a condition in which a person is faced with a demand that is more than his ability to perform it. The aim of this study was to investigate the relationship between three dimensions of occupational stress (effort, reward, and commitment) and mental health among the employees of Isfahan steel company, Iran.Methods3063 employees of Isfahan steel company were surveyed in a cross sectional study in 2014. The questionnaire of Effort-Reward Imbalance (ERI) and General Health Questionnaire (GHQ-12) were used to collect data. The relationship between variables was analyzed using quantile regression method by Stata software. Findings: 91.5% (2800 people) of the participants were men and their mean age was 36.47 ± 7.31 years. All three dimensions of occupational stress (effort, reward, and commitment) were significantly related to mental health (P < 0.05). High levels of effort and commitment and low levels of reward occurred at low levels of mental health.ConclusionPeople at different levels of mental health are differently affected by occupational stress. Hence, industry managers must take steps to reduce its effects.Keywords: Occupational stress, Effort, Reward, Employee engagement, Quantile regression
-
زمینه و هدف
اختلالات تکاملی می تواند در ابعاد مختلف رشدی کودک شامل گفتاری، حرکتی، ذهنی و رفتاری رخ دهد و منجر به بروز مشکلاتی از قبیل تاخیر در تکلم، فلج مغزی، عقب ماندگی ذهنی و غیره شود. هدف از این مطالعه تعیین و شناسایی عوامل خطر شاخص های رشد شیرخواران با رگرسیون چندک می باشد.
روش کاردر این مطالعه مقطعی اطلاعات رشد 224 کودک شامل اندازه های اندازه های وزن، قد و دورسر که در مراکز بهداشتی شهر کرج (در سال های 94 و 95) پرونده داشتند، جمع آوری و بررسی شد. برای تحلیل از رگرسیون چندک استفاده و شاخص های رشد در چندک های مختلف تحلیل گردید. تحلیل داده ها با نرم افزار R نسخه 2-2-3 انجام شد.
یافته هامتغیر سن مادر هنگام تولد بر وزن، متغیر تعداد اعضای خانواده بر قد و متغیر تحصیلات مادر بر اندازه دور سر کودکان پسر و متغیرهای شاخص توده بدنی مادر و سن مادر هنگام تولد بر وزن، متغیر تحصیلات مادر بر قد و متغیرهای سن مادر هنگام تولد و تعداد اعضای خانواده بر اندازه دور سر کودکان دختر تاثیرات معنی داری را در چندک های مختلف داشتند.
نتیجه گیریرگرسیون چندک با برازش خطوط رگرسیونی مختلف متغیرهای معنی دار را شناسایی نمود. یافته ها نشان داد که متغیرهای سن مادر هنگام تولد و در ادامه تحصیلات مادر مهم ترین متغیرهای اثرگذار بر شاخص های رشد شیرخواران بودند و لذا پیشنهاد می شود که مسئولان حوزه ی سلامت کودک و مادر برای بهبود آن سیاست گذاری نمایند.
کلید واژگان: رگرسیون چندک، شاخص های رشد، شیرخوار، عوامل خطرBackgroundEvolutional failure can happen in various dimensions of infants growth consisting in word, act and behaviour and lead to appear difficults as delay in speaking, brain paralysis, mental lag etc. The purpose of this study is determination and identification of risk factors in infants growth parameters using quantile regression analysis.
MethodsIn this cross-sectional study, growth information of 224 infants including height, weight and head circumference, in Karaj health centers (in 2015-2016), were collected and analyzed. The data analysis was carried out using R 3.2.2 software.
ResultsAccording to the results, maternal age had a significant effect on boys weight, family members had a significant effect on boys height and mothers education had a significant effect on boys head circumference. In addition, mothers BMI and maternal age had a significant effect on girls weight, mothers education had a significant effect on girls height and maternal age and family members had a significant effect on girls head circumference in various quantiles.
ConclusionQuantile regression, due to fit of various regression lines, was identified significant variables. The findings showed that maternal age and mothers education were important factors affecting the infants growth parameters. Therefore, it is recommended that the authorities of the child and maternal health care be policed to improve it.
Keywords: Quantile regression, Growth parameters, Infant, Risk factors -
BackgroundEquity in health is the focus of attention in the world health circles in recent decades. The financing of household health expenditure is, therefore, a concern in any region.ObjectivesThe current study aimed at exploring the determinants of household health expenditure in Sistan and Baluchistan province, Southeast of Iran.MethodsThe data of the current study were a part of the Iranian households income and expenditure survey, administered by the Iranian statistical center (ISC) from March 2013 to March 2014. A 3-stage stratified cluster sampling method was employed in the current cross sectional survey. A total of 1391 households from Sistan and Baluchistan province were randomly selected. The study employed quantile regression modelling to determine the effective explanatory variables of household health expenses. R programming language version 3.3.2 was used for data analysis.ResultsIt was found that annual median per capita medical expenditure was US$ 5.36 (first quartile = 0; third quartile = 38.31). Households also spent about 3.9% of their annual income on health expenses per capita. Literacy, occupational status of household head, and family income had significant effect on the median of household health expenses.ConclusionsResearchers and policy makers should pay more attention to household health expenses, as it is an important matter in the low-income and deprived areas.Keywords: Health Expenditure, Household, Quantile Regression, Sistan, Baluchistan
-
سابقه و هدفبیماری عروق کرونر یکی از علل عمده مرگ و میر و از کارافتادگی جامعه بشری است. این مطالعه به بررسی عوامل مختلف تاخیر در بستری بیماران با علائم بیماری قلبی با استفاده از رگرسیون چندک پرداخته است.مواد و روش هادر این مطالعه توصییفی تحلیلی، پرونده های پزشکی بیمارانی که در طی 6 ماه از آغاز فرودین تا پایان شهریور ماه 1394 در یکی از بیمارستان های تخصصی قلب در دانشگاه علوم پزشکی مازندران بستری بودند، مورد مطالعه قرار داده است. داده های جمع آوری شده با استفاده از نرم افزار STATA13 و 20 SPSS و با استفاده از رگرسیون چندک مورد تجزیه و تحلیل قرار گرفتند.یافته هااز 401 بیمار مراجعه کننده به مرکز درمانی، 35/59 درصد بیماران در 3 ساعت اولیه شروع درد، 45/20 درصد بیماران در 3 ساعت دوم و 20/20 درصد افراد بعد از 6 ساعت به بیمارستان مراجعه کرده بودند. علاوه بر این میانگین زمان انتظار برای بستری برابر 238 دقیقه (نزدیک به 4 ساعت) بوده است. براساس نتایج به دست آمده در این مطالعه، مردان نسبت به زنان، افراد با سواد بالاتر و افراد دارای بیمه، افراد با سابقه بیماری قلبی، متاهلین نسبت به مجردین و ساکنین شهرها نسبت به روستاها دارای زمان انتظار کوتاه تری بوده اند و اثرات آن از لحاظ آماری معنی دار بوده است. (P-value<0.05)
استنتاج: بالا بردن سطح آگاهی بیماران در مورد بیماری های قلبی و علائم و نشانه های خطر آن ها می تواند به بیماران در جهت کاهش عوارض ناشی از تاخیر در درمان کمک نماید.کلید واژگان: سکته قلبی حاد، تاخیر زمانی، مدت زمان انتظار، رگرسیون چندکBackground andPurposeCoronary artery disease is a major cause of death and disability in any society. The aim of this research was to evaluate the factors causing delay in admission of patients who need cardiac care.Materials And MethodsIn this descriptive analytic study, we used the files of patients attending a heart hospital affiliated with Mazandaran University of Medical sciences within 6 months (March-September 2015). Data analyses were done applying Quantile regression in STATA V13 and SPSS V20.Resultsfrom 401 patients, 59.35% referred to hospital within the first 3 hours after imitation of pain, while 20.45% and 20.2% attended the hospital after 3 hours and 6 hours following the onset of pain, respectively. The average hospitalization waiting time was 238 min (almost 4 hr). Our results showed that waiting time was lower for male patients, people with higher education, those with health insurance, individuals with history of cardiac diseases, married cases and urban patients. These variables had significantly affected the hospitalization waiting time (PConclusionImproving the knowledge of people about the symptoms of heart disease could be of great benefit in decreasing the rate of complications caused by long delays in hospitalization.Keywords: myocardial infarction, delay time, waiting time, quantile regression -
BackgroundDuring mixed dentition period, one can make accurate estimation of future dental development and can assess whether there will be enough space in the dental arch. In orthodontics treatment planning, it is vital to predict space required for unerupted canine and premolars in the arch.ObjectivesThe main goal of this study is to compare different teeth combinations in predicting needed space for unerupted canine and premolars on Bayesian approach and introduce the most reliable one.
Patients andMethodsThe sample for this study consists of 47 dental casts (19 males, 28 females) with complete erupted dental arches. The meisodistal width of all teeth was measured using a dental caliper. We consider different combinations of teeth size and compare them to find the best predictor. In order to do that, quantile regression and Bayesian approach are applied using R software.ResultsCombination of first maxillary molars with sum of central and lateral mandibular incisors has the smallest standard deviation. This is true for male and female samples. The regression formula based on this teeth combination has been introduced.ConclusionsIn our sample, combination of Mandibular incisors and maxillary first molar is found to be better than the other predictors for female and female model in both arches.Keywords: Mixed Dentition Analysis, Unerupted Canine, Premolars, Quantile Regression, Bayesian Approach -
BackgroundPoverty and low socioeconomic status are the most important reasons of increasing the global burden of tuberculosis, not only in developing countries but also in developed countries for particular groups. The purpose of this study was to assess the association between socioeconomic factors and the number of tuberculosis patients using quantile regression for count data.MethodsThis cross-sectional study was conducted on 11,320 tuberculosis patients from March 2010 to March 201 in Iran. Data was gathered from the 345 sections of Iran by Ministry of Health and Medical Education and Statistical Center of Iran. The jittering method was applied for smoothing, and then, the quantile regression for count data was fitted. The AIC was used to compare the fitness of quantile regression for count data model and Poisson log-linear model. The R (3.0.1) software and Quantreg and AER packages were used for all analysis and modeling of the data.ResultsThe results of fitting the quantile regression for count data showed that in all percentiles, the more increase in immigration rate, illiteracy rate, unemployment and urbanization rates, the more tuberculosis morbidity rate was increased. The maximum increase of tuberculosis due to immigration rate, urbanization rate, unemployment rate, and illiteracy rate was in 95th percentile (β ̂=0.315), 85'Th percentile (β ̂=0.162), 75'Th percentile (β ̂=0.114), and 95'Th percentile (β ̂=0.304), respectively. For 50th percentiles and higher percentiles, with increasing the sum of physicians to the number of population, the tuberculosis morbidity rate was decreased, and the maximum decrease was in 95'Th percentile (β ̂=-0.1). For all percentiles, the AIC showed that quantile regression for count data had been a better fit to data.ConclusionWith respect to the relationship between socioeconomic factors and TB rate, health care observers should pay close attention to improving these factors in Iran to reduce the TB mortality and morbidity.Keywords: Quantile regression, Poisson regression, Tuberculosis, Iran
-
زمینه و هدفیکی از مسایل مهمی که بر سلامت جامعه تاثیر می گذارد، سلامت رشد کودک می باشد. بر این اساس شناخت عوامل موثر بر رشد جسمی کودکان و نیز شناخت اقدامات لازم برای حفظ و ارتقای سلامت آن ها بسیار مهم است. هدف از مطالعه حاضر تعیین عوامل موثر بر شاخص های رشد شیرخواران شامل قد، وزن و دور سر در شیرخواران با استفاده از تحلیل رگرسیون چندک می باشد.روش بررسیدر این مطالعه توصیفی- تحلیلی از اطلاعات مطالعه کوهورت انجام شده، در گروه تحقیقات طب اسلامی دانشگاه علوم پزشکی شهرکرد، از ماه مبارک رمضان سال 1385 تا 1388، استفاده شده است. 92 نوزاد سالم که دارای شرایط ورود به مطالعه بودند، مورد بررسی قرار گرفتند. اثرات عوامل موثر برروی شاخص های رشد، وزن، قد و دور سر، در چندک های مختلف با استفاده از مدل رگرسیون چندک مقایسه شد.یافته هابر اساس نتایج، شاخص های رشد با وزن ابتدای تولد رابطه مستقیم دارد. تاثیر مستقیم سن مادر نیز تا 6 ماه برای وزن و دور سر کاملا مشهود بود. رتبه تولد روی شاخص های رشد اثری معکوس داشت. مصرف آهن در چندک های 20 و 40 قد و مصرف شیر مادر در دهک دوم دور سر معنی دار بود (05/ 0>P).نتیجه گیرینتایج به دست آمده از روش رگرسیون چندک به خاطر برازش خطوط رگرسیونی مختلف جامع تر از روش رگرسیون خطی بود و اثرگذاری متغیرهای تحصیلات پدر، رتبه تولد، شاخص توده بدنی مادر، تعداد اعضای خانواده، مصرف آهن، ویتامین و شیر مادر توسط رگرسیون خطی یافت نشد. در ضمن توجه بیشتری نسبت به شاخص های رشد دختران خصوصا تا بعد از 6 ماه باید صورت گیرد.
کلید واژگان: رگرسیون چندک، شاخص های رشد، شیرخوارBackground And AimsInfant's growth health is one of the important elements effectively on social health. Accordingly, recognizing effective factors on infant's physical growth as well as identifying essential procedures to preserve and improve their health matters is very important. The aim of this study was to determine influential factors on growth parameters including height, weight and head circumference of infants using quantile regression analysis.MethodsThis cohort analytic descriptive study was conducted in Islamic research committee of Shahrekord University of Medical Sciences from Ramadan 2006 to 2009. 92 healthy infants including entrance criteria were studied. The impacts of effective factors on growth parameters like height, weight and head circumference in various quantiles were compared using quantile regression model.ResultsGrowth parameters have a direct relationship with the birth weight of infants. The direct relationship of mother's age was pretty apparent up to 6th month. Birth rank had a reverse effect on growth parameters. Iron consumption at the 20 and 40 quantiles of height and feeding of mother’s milk at the second deciles of head circumference was significant (P<0.05).ConclusionDue to fit of various regression lines, obtained results indicated that quantile regression is more comprehensive than a linear regression model. Effectiveness of variables of father's education, birth rank, mother's Body Mass Index, the number of family members, iron intake, vitamin and feeding mother milk was not observed by linear regression. Meanwhile, a greater attention is needed to girl's growth especially during the first 6 month after birth.Keywords: Quantile Regression, Growth parameters, Infant -
مقدمهرگرسیون چندک بدون داشتن محدودیت مفروضات رگرسیون معمولی، امکان دخالت متغیرهای مستقل در تمام قسمت های توزیع به ویژه در دنباله های ابتدایی و انتهایی را فراهم می نماید. هدف پژوهش حاضر، به کارگیری مدل رگرسیون چندک برای داده های ید دفعی ساکنین تهران و عوامل مرتبط با آن بود.مواد و روش هادر پژوهش حاضر، از داده های مطالعه ی مقطعی که در آن 639 فرد 19 ساله و بالاتر با روش نمونه گیری تصادفی خوشه ایاز سطح شهر تهران (88-1387) انتخاب شده بود، استفاده گردید. به دلیل چولگی غلظت ید ادرار 24 ساعته (UIC24) و به منظور بررسی نقاط فرین آن، از مدل رگرسیون چندک خطی استفاده شد. UIC24 بر حسب متغیرهای محتوای ید نمک مصرفی و میزان نمک دریافتی مدل سازی شد. با جایگزینی این متغیرها توسط میزان ید دریافتی، مدل دیگری برازش یافت و هر دو مدل بر اساس سن تعدیل شدند. ضرایب مدل، از روش برنامه ریزی خطی و با استفاده از الگوریتم سیمپلکس برآورد گردید. معنی داری متغیرها از روش بوت استرپ و نیکویی برازش مدل ها با شاخص آکائیک(AIC) بررسی شد. تجزیه و تحلیل آماری با نرم افزار R نسخه ی 2. 12. 2 انجام گرفت.یافته هابرازش مدل 1 نشان داد در طول صدک های مورد بررسی UIC24، ضریب محتوای ید نمک مصرفی و میزان نمک دریافتی افزایش و ضریب سن کاهش یافت. مدل 2 یافته های مشابهی را نشان داد اما در صدک های پایین تر از میانه برازش بهتری داشت (AIC کمتر).نتیجه گیریبرای مدل سازی تمام قسمت های توزیع ید دفعی و ارایه ی شکل رگرسیونی کامل، رگرسیون چندک مناسب تر از رگرسیون معمولی است.
کلید واژگان: رگرسیون چندک، ید دفعی ادرار، نقاط فرین، ید دریافتیIntroductionQuantile regression can be applied to model skewed variables، especially، when the objective is to model the tails of a response variable with highly skewed distribution. The aim of this study is to apply quantile regression to analyze urine iodine data and related factors in a Tehranian population.Materials And MethodsData was collected in a cross-sectional study، in which 639 subjects، aged 19 years and over، were enrolled through randomized cluster sampling in Tehran between 2008-9. Due to the high skewness of 24hr urinary iodine concentrations (UIC24) and to evaluate its extreme points، two linear quantile regression models were fitted. In model I، UIC24 was regressed on iodine content of salt and daily salt intake. These variables were replaced by iodine intake in model II، both models were adjusted by age. Model coefficients were estimated using the linear programming method and simplex algorithm. Significancy of the variables were evaluated by the bootstrap method. The Akaike information criterion (AIC) was used to assess the fitting of the models. All analyses were performed using R software version 2. 12. 2.ResultsModel I showed an increase in coefficients of iodine content of salt، daily salt intake، but a decrease in age coefficient in the length of the urinary iodine concentration percentiles. Model II showed similar results، but better fit (smaller AIC) in percentiles lower than median.ConclusionCompared to ordinary regression، quantile regression models showed better fit، and a more complete picture and are recommended for modeling all parts of UIC24.Keywords: Quantile regression, Urine iodine, Extreme points, Iodine intake -
AimTo determine the associated factors of reflux duration, using quantile regression model.BackgroundReflux is one of the most prevalent gastrointestinal disorders. Statistical tools are widely used to assess the associated factors on reflux severity and frequency.Patients andMethodsA door to door questionnaire has been used to evaluate gastrointestinal symptoms including reflux and heartburn between May and December 2006 in Tehran. A total of 790 adult patients with gastrointestinal problems were selected using random sampling method. Among them 208 persons were found to have heartburn. A quantile regression was employed to assess the associated factors and the results were compared to linear regression and Cox semi parametric model.ResultsHeartburn duration had dramatically high negative skewness. Quantile regression analysis indicated significant increase in the given decile of heartburn duration associated with a unit increase in given patient characteristic containing sex, pain severity and pain after having some specific food. The results from linear regression and Cox model showed poor reliability in comparison to Quantile regression.ConclusionThe results have demonstrated that using quantile regression leads to better interpretation and richer inference about association between heartburn duration and patient characteristics.Keywords: Quantile regression, Linear regression, Heartburn
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.