کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11028820 1646707 2018 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A discrete mixture regression for modeling the duration of non-hospitalization medical leave of motor accident victims
ترجمه فارسی عنوان
یک رژیم مخلوط گسسته برای مدل سازی مدت زمان بیخوابی پزشکی بستری در قربانیان تصادفات موتور
کلمات کلیدی
تصادف موتور، دوتایی چندگانه منفی، پواسون چندگانه، روز معلولیت کار،
ترجمه چکیده
مطالعاتی که به بررسی اثرات موقت وسایل نقلیه موتوری می پردازند، کمتر از آنهایی است که آسیب های ناشی از آن یا مرگ و میر ناشی از آنها را بررسی می کند. مدل رگرسیونی برای ارزیابی عوامل خطرساز موثر بر طول مدت معلولیت موقت پس از آسیب در این تصادف با استفاده از مجموعه داده های بیمه ای خودرو ساخته شده است. طول اقامت در بیمارستان غیر بستری، که در روزهای بعد از یک تصادف موتور اندازه گیری می شود، به عنوان اندازه گیری شدت معلولیت موقت مورد استفاده قرار می گیرد. تابع احتمالی تعداد روزهای بیمار، موجب افزایش شمارش در چند ضلعی از پنج (هفته کاری)، هفت (هفته تقویم) و سی (ماه) و غیره می شود. برای این منظور، یک مدل رگرسیون مبتنی بر مخلوط محدود چند گانه توزیع ها به درستی مطابق با داده ها ارائه می شود. این مدل مناسب بسیار مناسب زمانی که چندگانه برای هفته کاری، هفته، دو هفته و ماه مورد توجه قرار گرفته است. خصوصیات قربانی از مشخصات جنس و سن و ویژگی های تصادف نوع کاربری جاده، کلاس خودرو و شدت آسیب های دائمی هنگامی که حسابداری برای مدت زمان معلولیت موقت است، قابل توجه است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی بهداشت و امنیت شیمی
چکیده انگلیسی
Studies analyzing the temporary repercussions of motor vehicle accidents are scarcer than those analyzing permanent injuries or mortality. A regression model to evaluate the risk factors affecting the duration of temporary disability after injury in such an accident is constructed using a motor insurance dataset. The length of non-hospitalization medical leave, measured in days, following a motor accident is used here as a measure of the severity of temporary disability. The probability function of the number of days of sick leave presents spikes in multiples of five (working week), seven (calendar week) and thirty (month), etc. To account for this, a regression model based on finite mixtures of multiple discrete distributions is proposed to fit the data properly. The model provides a very good fit when the multiples for the working week, week, fortnight and month are taken into account. Victim characteristics of gender and age and accident characteristics of the road user type, vehicle class and the severity of permanent injuries were found to be significant when accounting for the duration of temporary disability.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Accident Analysis & Prevention - Volume 121, December 2018, Pages 157-165
نویسندگان
, , ,