2 Phân tích tình hình chăm sóc sức khỏe cộng đồng huyện Thá
2.3.4Phân tích tác động đến bệnh viêm phổi
Kết quả phân tích mô hình nhiều mức với biến phụ thuộc “tleviemphoi”, trong đó đơn vị mức 1 là các quan sát trong từng năm ở mỗi xã và xã là
đơn vị mức 2 cho ta kết quả phân tích được trình bày trong Bảng 2.12a
Bảng 2.12a: Mô hình hồi quy nhiều mức đánh giá tác động của các nhân tố đến bênh viêm phổi
Biến độc lập Hs hồi quy Xs ý nghĩa Biến độc lập Hs hồi quy Xs ý ngh ybsytsdan -0.85 0.394 soluotdtnoitr 3.90 0.000 dsytsdan -0.72 0.473 songaydtnoitr -1.75 0.080 ddtsdan 1.90 0.057 solandtngtru 1.03 0.304 hstsdan -0.14 0.889 solansieuam 1.08 0.280 lgytsdan 0.16 0.870 tlekhduphong -0.07 0.946 slankbtb -2.93 0.003 slankhduphong 0.15 0.883 solankbyht 1.25 0.210 _cons 3.66 0.000
Kết quả phân tích trong Bảng 2.12a cho thấy các biến độc lập “slankbtb” và “soluotdtnoitrtb” có tác động đến tỷ lệ mắc bệnh viêm phổi với xác suất ý nghĩa nhỏ hơn 5%, hệ số hồi quy tương ứng là -2,93 và 3,9. Điều đó cho thấy số lần điều trị trung bình có tác động làm giảm tỷ lệ mắc bệnh viêm phổi. Ngược lại số lượt điều trị nội trú tác động làm tăng tỷ lệ mắc bệnh viêm phổi. Cụ thể nếu số lần khám bệnh trung bình tăng 1 lượt trên năm thì sẽ làm giảm 2,93% số người mắc bệnh viêm phổi và nếu bệnh viêm phổi tăng 1% sẽ làm số lượt điều trị nội trú tăng lên 3,9 lượt.
Bảng 2.12b: Phân tích hiệu quả ngẫu nhiên mô hình dự báo tỷ lệ mắc bệnh viêm phổi
Hiệu quả ngẫu nhiên Ước lượng tham số Sai số chuẩn Khoảng tin cậy sd(_cons) 14.21445 1.821189 ( 11.05789 ; 18.27208) sd(Residual) 8.298291 0.9151534 (6.685228 ; 10.30056) Kết quả phân tích trong Bảng 2.12b cho thấy độ lệch tiêu chuẩn của hệ
số chặn và độ lệch tiêu chuẩn của phần dư đều thực sự khác 0 một cách có ý nghĩa. Khoảng tin cậy các ước lượng của chúng tách biệt so với 0 vì vậy cho phép khẳng định có sự biến động đáng kể về tỷ lệ mắc bệnh viêm phổi giữa các xã với nhau.