Journal Information
Vol. 13. Issue 3.
Pages 185-190 (May - June 1999)
Vol. 13. Issue 3.
Pages 185-190 (May - June 1999)
Open Access
Incapacidad temporal: estrategias de análisis
Visits
6010
F.G. Benavides1,*, M. Sáez2, M.A. Barceló2, C. Serra1,3, M. Mira1,4
1 Departament de Ciències Experimentals i de la Salut. Universitat Pompeu Fabra. Barcelona
2 Departament d'Economia. Universitat de Girona
3 Consorci Hospitalari Parc Taulí. Sabadell
4 Transports Metropolitans de Barcelona
This item has received

Under a Creative Commons license
Article information
Abstract
Bibliography
Download PDF
Statistics
Resumen
Objetivo

Comparar las razones de tasas estimadas mediante diferentes modelos de regresión, dado que los episodios de Incapacidad Temporal (IT) se repiten en un mismo individuo varias veces y la frecuencia no es constante a lo largo de un periodo de observación.

Sujetos y métodos

La población en estudio la constituyen todos los trabajadores contratados más de 30 días en un hospital entre el 1 de enero de 1992 y el 1 de junio de 1995. El periodo completo de seguimiento suma 1.259 días y el número total de sujetos incluidos en el estudio fue de 2.306 trabajadores. Ello supuso en total 1.846.706 personas-días. En el periodo estudiado se notificaron 2.649 episodios, lo que significó 85.947 días perdidos por IT. Además del modelo de Poisson, se aplicaron los modelos GEE (Generalised Estimating Equations) y WLW (Aproximación de Andersen-Gill de la regresión de Cox modificado por Wei et al.)

Resultados

Al aplicar la regresión de Poisson, se observá que el ser mujer, tener menos de 30 años, trabajar en mantenimiento y limpieza del hospital o de auxiliar de clínica y en turno rotatorio son las características, entre las estudiadas, que mejor explican la incidencia de IT en esta empresa. Este perfil, apenas se modifica después de aplicar modelos de regresión «marginales »: GEE y WLW. Aunque sí se observa una mayor amplitud de los intervalos de confianza al aplicar estos modelos.

Conclusiones

Los modelos de regresión 'marginales' aplicados en este estudio no parecen comportarse como alternativas al modelo más clásico de regresión de Poisson. Esto plantea la necesidad de explorar la aplicación de otras alternativas, como los modelos de regresión 'condicionales', los cuales estiman explícitamente la interdependencia de las observaciones.

Palabras claves:
Absentismo por razones de salud
modelos de regresión
hospital
Objectives

To apply different regression models to estimate rate ratios for temporary sick-leave (TSL) which may occur several times in the same individual during a period, and the frecuency is not constant for the observation period.

Subjects and methods

All workers employed more than 30 days between January 1st of 1992 and June 1st of 1995 were included into the population study. The following period was 1,259 days and the total number of workers included in the study was 2,306. During that period 2,649 TSL episodes were notified, which meant 85,947 lost days. Poisson regression, Generalised Estimating Equations (GEE) and Andersen-Gill modification of Cox regression modify by Wei (WLW) were applied.

Results

The highest TSL incidence rates were seen in women, lesser than 30 years old, cleaners, maintenance workers and auxliary nurses, and those involved in shiftwork. This profile was not modified after applying GEE and WLW regression models, although confidence intervals were widened.

Conclusions

TSL data does not fit Poisson regression assumptions, but GEE and WLW regression models do not appear as alternatives. Other conditional regression models would need to be explored to suitably analyse this data.

Full text is only aviable in PDF
Bibliografía
[1.]
R.W.M. Gründemann, C.V. van Vuuren.
Preventing absenteeism at the workplace.
Office for Official Publications of the European Communities, (1997),
[2.]
T.S. Kristensen.
Sickness absence and work strain among Danish slaughterhouse workers: an analysis of absence from work regarded as coping behaviour.
Soc Sci Med, 32 (1991), pp. 15-27
[3.]
E. Yelin, M. Nevitt, W. Epstein.
Toward an epidemiology of work disability.
Health and Society, 58 (1980), pp. 387-415
[4.]
M. Marmot, A. Feeney, M. Shipley, F. North, S.L. Syme.
Sicness absence as a measure of health status and functioning: from the UK Whitehall II study.
J Epidemiol Community Health, 49 (1995), pp. 124-130
[5.]
F.M. North, S.L. Syme, A. Feeney, M. Shipley, M. Marmot.
Psychosocial work environment and sickness absence among british civil servants: the Whitehall II study.
Am J Public Health, 86 (1996), pp. 332-340
[6.]
B. Palsson, V. Horstmann, R.G. Attewell, K. Ohlsson, S. Skerfving.
Sick-leave and disability pensions among female assembly workers.
Eur J Public Health, 7 (1997), pp. 162-168
[7.]
C. Nebot, N. Juvanet, J. Canela.
Factores condicionantes del absentismo laboral entre los médicos de atención primaria.
Atención Primaria, 17 (1996), pp. 257-260
[8.]
E. Portella, L. Ferrus, M. Porta.
Análisis del absentismo por enfermedad: perspectivas y límites.
Rev San Hig Púb, 64 (1990), pp. 715-719
[9.]
F. Buitrago, M. Espigares, L. Luengo.
Análisis de las incapacidades laborales transitorias en la población adscrita a un centro de salud urbano.
Rev San Hig Púb, 64 (1990), pp. 795-805
[10.]
C. Infante-Rivard, M. Lortie.
Relapse and short sickness absence for back pain in the six months after return to work.
Occup Environ Med, 54 (1997), pp. 328-334
[11.]
Serra C, Rué M, Rivero E. Incapacitat temporal per raons de salut: diferències entre homes y dones en una població laboral sanitària. Llibre d'Actes. IX Jornades de la Societat de Salut Pública de Catalunya i Balears. 18/19 Octubre; Lloret de Mar;1996.
[12.]
Statistical Sciences, Inc. S-PLUS User's Manual, Version 3.3 for Windows..
Statistical Sciences, Inc, (1995),
[13.]
P.J. Diggle, K.Y. Liang, S.L. Zeger.
Analysis of longitudinal data.
Oxford University Press, (1995),
[14.]
S.L. Zeger, K.Y. Liang.
An overview of methods for the analysis of longitudinal data.
Sta Med, 11 (1992), pp. 1.825-1.839
[15.]
L.J. Wei, D.Y. Lin, L. Weissfield.
Regression analysis of multivariate incomplete failure time data by modelling marginal distributions.
Journal of the Am Stat Assoc, 84 (1989), pp. 1.065-1.073
[16.]
P.K. Andersen, R.D. Gill.
Cox's regression model for counting processeses: A large sample studies.
Ann of Stati, 10 (1982), pp. 1100-1120
[17.]
V. Escribà.
Trabajar fuera de casa. ¿Mejora la salud de la mujer?.
Med Clín (Barc), 108 (1997), pp. 580-581
[18.]
A.R. Wohl, H. Morgenstern, J.F. Kraus.
Occupational injury in female aerospace workers.
Epidemiology, 6 (1995), pp. 110-114
[19.]
D. Clayton.
Some approaches to the analysis of recurrent event data.
Statistical Methods in Medical Research, 3 (1994), pp. 244-262
Copyright © 1999. Sociedad Española de Salud Pública y Administración Sanitaria
Download PDF
Idiomas
Gaceta Sanitaria
Article options
Tools
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?