Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 2

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  prawdopodobieństwo zgonu
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
W Polsce największe znaczenie w sprawowaniu długoterminowej opieki instytucjonalnej nad osobami starszymi mają domy pomocy społecznej (DPS). Przy przyjmowaniu do DPS występuje negatywne zjawisko selekcji ze względu na stan zdrowia. Badanie własne przeprowadzone wśród osób w wieku 60 lat i więcej przyjętych do Domu Pomocy Społecznej w Gdyni w latach 1980–2010 pokazało, że newralgicznym okresem w opiece nad osobami starszymi są pierwsze lata pobytu. Wykorzystując model logitowy, oszacowano prawdopodobieństwo zgonu pensjonariuszy w pierwszych 4 latach pobytu w DPS w zależności od płci, wieku przyjęcia oraz okresu przyjęcia. W celu oceny skali efektu selekcji uzyskaną ocenę prawdopodobieństwa zgonu pensjonariuszy DPS w Gdyni porównano z prawdopodobieństwem zgonu mieszkańców Polski w odpowiadających grupach płci, wieku i kohorty.
EN
The aims of this paper include the identification of predictors of death risk and the examination of interaction effects between them. In this study, a logistic regression model is used to estimate death probability at old age (above 60) in the Pomorskie Voivodship in 2009. The following risk factors of death are considered: age, gender and place of residence (urban/rural areas). In the model, age is treated both as a continuous variable and as a categorical variable. The paper presents an analysis of interaction effects between predictors with the use of product terms in the logistic regression model. The emphasis is on the interpretation of the coefficients of the interactive logistic model. The study includes cases of interactions between qualitative predictors, between qualitative and quantitative predictors, and between quantitative predictors. It appears that the interaction between gender and age is statistically significant.
PL
Celem pracy jest identyfikacja predyktorów ryzyka zgonu oraz zbadanie efektów interakcji pomiędzy nimi. W artykule wykorzystano model regresji logistycznej do oszacowania prawdopodobieństw zgonu osób starszych (w wieku od 60 lat) w województwie pomorskim w 2009 roku. Jako predyktory ryzyka zgonu przyjęto: wiek, płeć oraz miejsce zamieszkania (miasto/wieś). W modelu uwzględniono wiek na dwa sposoby: jako zmienną ciągłą oraz jako zmienną skategoryzowaną. Przeprowadzono analizę efektów interakcji między predyktorami poprzez wprowadzenie do modelu iloczynu zmiennych objaśniających. Szczególną uwagę zwrócono na interpretację współczynników w modelu zawierającym zmienne interakcyjne. Rozważono przypadki interakcji między predyktorami jakościowymi, między predyktorem jakościowym i ilościowym oraz między predyktorami ilościowymi. Statystycznie istotna okazała się interakcja płci z wiekiem.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.