Population Health Metrics, 2006; 4: 8-8 (más artículos en esta revista)

Predictores de autopercepción de salud: un período de 12 meses de estudio prospectivo de TI y profesionales de la información

BioMed Central
Dan Hasson (dan.hasson @ ki.se) [1], Bengt Arnetz B (bengt.arnetz @ pubcare.uu.se) [2], Töres Theorell (tores.theorell @ ipm.ki.se) [3], Ulla Maria Anderberg (ullamaria.anderberg @ pubcare.uu.se) [2]
[1] Instituto Karolinska, CRU / Departamento de Neurobiología, Cuidado Ciencia y Sociedad, Karolinska University Hospital, Eugeniahemmet, T4: 02, 171 76 Estocolmo, Suecia
[2] Universidad de Uppsala, Departamento de Salud Pública y Cuidado de Ciencias, Sección de Medicina Social / CEOS, Uppsala Science Park, SE-751 85 Uppsala, Suecia
[3] MIP - El Instituto Nacional Sueco de Medicina Psicosocial, Granits väg 8, SE-171 77 Estocolmo, Suecia
[4] División de Ocupacional y Ambiental de Medicina, Wayne State University, Detroit, Michigan, 48201-2011, EE.UU.

Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License (http://creativecommons.org/licenses/by/2.0], que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que la obra original es debidamente citados.

Resumen
Objetivo

El objetivo del presente estudio fue determinar la salud relacionados con el riesgo y los factores salutogenic y utilizarlos para construir modelos de predicción para el futuro autopercepción de la salud (SRH), es decir, encontrar las posibles características de mejora de la predicción de los individuos o empeoramiento en SSR lo largo del tiempo (0 -- 12 meses).

Métodos

Un estudio prospectivo se llevó a cabo con mediciones (marcadores fisiológicos y auto-evaluación) a los 0, 6 y 12 meses, con la participación de 303 empleados (187 hombres y 116 mujeres, edad 23-64) de cuatro tecnologías de la información y dos empresas de medios de comunicación.

Resultados

Había una multitud estadísticamente significativa de la sección transversal correlaciones (Rho de Spearman) entre la SSR y otras auto-evaluación, así como marcadores fisiológicos. Predictores de la futura línea de base se SSR puntuaciones de SSR, autoestima y apoyo social (regresión logística), y SSR, la calidad del sueño y el sentido de la coherencia (regresión lineal).

Conclusión

Los resultados del presente estudio indican que la SSR de referencia y otras auto-evaluación son predictivos del futuro SSR. Es con cautela a entender que SRH, autoestima, apoyo social, la calidad del sueño y el sentido de coherencia podría ser predictores de futuros SSR y por tanto, posiblemente también de diversos futuro los resultados de salud.

Fondo

Autopercepción de la salud (SRH) es uno de los más utilizados único medidas de percepción de estado de salud actual [1 - 9]. A pesar de la variación en la redacción de la pregunta, hay amplias pruebas de que el SSR es un potente predictor de supervivencia / mortalidad y la morbilidad [5, 10], disminución funcional y la discapacidad y la utilización de los servicios de salud [1, 3, 10]. La mayoría de los estudios anteriores han demostrado que la SSR es un predictor independiente de los futuros resultados de salud, incluso después de ajustar por auto-evaluación de otros relacionados con la salud, medidas, médico-el estado de salud, de comportamiento y los factores de riesgo psicosocial, situación socioeconómica y los factores ambientales. Sin embargo, el debate todavía continúa acerca de lo que realmente representa SSR [1, 2, 4, 5, 7, 10, 11].

Se ha propuesto que la SSR representa un individuo percepción general de salud, incluidos los aspectos biológicos, psicológicos y sociales. SSR, por lo tanto, podría ser más sensibles a la vigilancia de la salud que las acciones exteriores de la salud [9]. Por otra parte, se ha indicado que los riesgos asociados con la condición de pobres SSR es superior a la asociada a la mala objetivo las medidas de salud [12]. Kaplan & Camacho [6] por otra parte, han encontrado que el estado de salud objetivo tiene una relación más estrecha con la mortalidad de SSR.

En un artículo anterior, nos informó acerca de algunos de corto plazo (seis meses) los efectos beneficiosos de una web basada en el manejo del estrés y la promoción de la salud del sistema en psicológicos y fisiológicos indicadores de la salud, el estrés y la recuperación [13]. Sin embargo, existe una falta de conocimiento acerca de si hay o no determinados grupos de población que se benefician más de menos, respectivamente, basado en la Web intervenciones, en relación con SSR. Además, el conocimiento es más necesaria en cuanto a los factores que predicen a largo plazo o la variación en las tendencias SSR, y si la web basado en la promoción de la salud intervención puede predecir el futuro SSR.

La mayoría de los estudios sobre SSR son de sección transversal de diseño. Las conclusiones de asociaciones significativas entre las distintas variables son más difíciles de interpretar en comparación con los estudios longitudinales con medidas repetidas. En consecuencia, se ha demostrado reiteradamente que SSR se correlaciona con una multitud de aspectos biológicos, factores psicológicos y sociales. Sólo unos pocos estudios han examinado factores predictivos de futuro SSR longitudinalmente y la medida combinados con otros subjetivos y / o variables objetivo [1, 4, 8 - 11, 14]. Aún menos se han combinado las evaluaciones de sociodemográficos, psicosociales, de comportamiento y factores determinantes, al mismo tiempo, [9, 10, 14]. Por lo tanto, existe una amplia necesidad de prospectiva y seguimiento de factores predictivos de futuro SSR. Por lo general, SSR se ha utilizado como predictor para los distintos tipos de variables dependientes o resultados. Se ha informado de que posee una considerable SSR validez predictiva [1]. Más conocimiento que se necesita sin embargo, en cuanto a las posibles predictores de SSR en sí lo largo del tiempo.

Por lo tanto, el objetivo del presente estudio fue determinar la salud relacionados con el riesgo y los factores salutogenic y utilizarlos para construir modelos de predicción para el futuro SSR, es decir, encontrar las posibles características de mejora de la predicción de los individuos o empeoramiento en SSR lo largo del tiempo.

Métodos
Los participantes

En colaboración con un cuello blanco Unión (SIF) y un sueco Asociación de Empleadores (Almega), diez empresas aseguradas por el estudio de la fuente de financiación Alecta (un plan de pensiones de jubilación compañía) se les preguntó en cuanto a su interés en participar. Estas empresas fueron seleccionadas y se estableció contacto con los empleados a Alecta, por correo y teléfono. La gestión de departamentos de seis de las diez empresas estaban interesadas. Informada la base de criterios de inclusión, es decir, el mínimo grupo de diez personas y el acceso a los datos de producción económica, 2-4 departamentos dentro de cada empresa fueron elegidos y pidió a la empresa de gestión en cuanto a su interés en participar. Los gestores de los departamentos elegidos a su vez pidió a sus empleados si estaban interesados en participar. No se ofrecieron incentivos a los participantes, con excepción de la extensa toma de muestras de sangre, como los votos, lo que parece ser un motivador para muchos participantes.

No hay información sobre el número exacto de empleados que fueron invitadas a participar en el estudio. Una excepción fue una de las empresas de medios de comunicación donde el 95 de cada 100 posibles participantes decidieron participar. En general hubo también un gran interés de los demás departamentos y las tasas de participación similares, por lo tanto, se estima. En total, 317 participantes de 22 departamentos y unidades en cuatro tecnologías de la información y dos empresas de medios de comunicación inscritos en el estudio. Los participantes fueron los departamentos, dentro de cada empresa, al azar de la lotería ni a la intervención o grupo de referencia. Catorce participantes fueron excluidos de comunicación porque los problemas relacionados con el (n = 7), cambio de mentalidad en la voluntad de participar o salir de puestos de trabajo antes del inicio del estudio (n = 7). Así, 303 personas que finalmente participaron en el estudio, de los cuales 26 participantes (8,6%) abandonaron. Los motivos de abandono fueron la terminación de empleo (n = 7), cambio de lugar de trabajo (n = 2), servicio exterior y se desplazan al extranjero (n = 6) o por otras razones (n = 11). No hubo diferencias significativas en las tasas de deserción escolar entre los grupos (6,9% en el grupo de intervención frente a 9,8% en el grupo de referencia, entre los grupos p = ns). No hubo diferencias significativas entre la intervención y grupos de referencia en los antecedentes socioeconómicos o psicofisiológicos medidas al inicio del estudio. Los participantes profesiones como técnicos de TI, programadores, desarrolladores del sistema, así como periodistas y reporteros, presentadores de noticias, técnicos de sonido y fotógrafos. El principal tipo de trabajo-sitio fue abierto oficinas. Muchos participantes de las empresas de TI se encuentra en parte en los lugares de trabajo de sus clientes por más largos o más cortos períodos. Para la empresas de medios de comunicación, algunos participantes, tales como fotógrafos y reporteros, fueron parcialmente ambulatorios y trabajado en diferentes lugares. La característica común a todos los participantes fue regular y diario del uso de computadora en el trabajo.

De los 303 participantes, sólo los participantes que habían completa SSR resultados de la línea de base y 12 meses de seguimiento (n = 230) de medición fueron seleccionados para el análisis final. Por consiguiente, los participantes con valores que faltan en la primera o la última medición no se incluyeron en el análisis de regresión y ANCOVA. Más información detallada sobre las mediciones se presentan a continuación.

La herramienta basada en la Web

El Cuadro 1 presenta una descripción detallada de la herramienta basada en la Web e ilustra las similitudes y diferencias en las características que se ofrecieron a la intervención y grupo de referencia, respectivamente. Una herramienta basada en la Web para la promoción de la salud y la gestión del estrés fue desarrollado y ofrecido a todos los participantes en tiempo real la vigilancia de la salud percibida actual y el estrés, un diario y la información sobre el estrés y la salud (Tabla 1]. Además, los participantes en el grupo de intervención se ofrecen basados en la web ejercicios cognitivos, a fin de reducir el estrés no deseados y promover la salud y la recuperación a través de iniciativas de promoción de la salud. Los ejercicios incluyen técnicas de relajación, gestión del tiempo, cognitiva y un replanteamiento de chat. Por lo tanto, las únicas cosas que distinguen los grupos de la adición de los ejercicios cognitivos y el chat en el grupo de intervención. La herramienta basada en la Web fue desarrollado por los investigadores y las técnicas más comúnmente son utilizados en las técnicas cognitivas y conductuales y la psicología del estrés. Estas técnicas fueron modificadas a fin de que puedan ser más o menos auto-instrucción que se utilizarán para la auto-ayuda. La exposición a la intervención de ambos grupos sólo puede ser accedido a través del número de accesos a la web.

Cuestionario

Un cuestionario fue compilado e incluyó cerca de 100 preguntas sobre la situación socioeconómica, el consumo de cafeína de las bebidas, las expectativas sobre el proyecto de investigación, autopercepción de la salud (SRH), el estrés y el bienestar en el trabajo, así como durante el tiempo de ocio, la economía de la salud y el rendimiento en el trabajo (Cuadro 2]. La mayoría de las preguntas se presentaron como las escalas analógica visual (EAV) y algunos de ellos, relativos a la salud economía, el tiempo de trabajo, funcionamiento básicas de la vida diaria y los síntomas de mala salud, se presentaron como preguntas de selección múltiple. La mayor parte de la nueva construcción solo VAS preguntas se basaron en Likert previamente validada basada en elementos o índices [15 - 20]. Los participantes llenaron el cuestionario en línea en la línea de base (antes del inicio del estudio), al final de los seis meses de intervención y en un seguimiento a largo plazo hasta 12 meses después de inicio del estudio.

Toma de muestras de sangre

La lista completa de marcadores biológicos analizados en el presente estudio se presentan en la Tabla 3. Más marcadores biológicos de carácter general, como la sangre, se recogieron para la salud en general todos los asuntos o para fines de perfiles. Sin embargo, estos marcadores no fueron analizados en el estudio actual. Los marcadores biológicos analizados en el presente estudio fueron las que puede estar relacionado con diversos estrés o relacionadas con la salud hipótesis.

Se tomaron muestras de sangre de los participantes en el estudio entre 7.00-11.30 horas en cada lugar de trabajo (o cerca). Los cuestionarios fueron cumplimentados durante el mismo periodo de tiempo (por lo general ese mismo día o semana) a fin de que los resultados de la sangre y el cuestionario de datos para ser lo más comparable posible. La hora exacta para la toma de muestras de sangre se registraron para cada participante al inicio y al final del estudio a fin de que la sangre podría ser recogidos al mismo tiempo (± 15 minutos). Los participantes recibieron instrucciones de no comer ni beber (excepto agua), ni el uso de sustancias nicotínico por lo menos diez horas antes de la toma de muestras de sangre.

Autopercepción de la salud de medición

Para el presente estudio la pregunta: "¿Cómo es su salud en este momento?" Fue utilizado y el VAS anclas eran "muy pobres" en el extremo izquierdo y "muy buena" en el extremo derecho. Se ha propuesto que mediciones repetidas de variables, como la SSR, podría beneficiarse de que se evaluó a través de un EVA, ya que el EVA es probablemente más sensible, es decir, sensible para detectar cambios clínicamente significativos (a diferencia de estadísticamente significativa), en comparación con cuatro o cinco puntos de escala Likert. Por otra parte, se ha sugerido que VAS tener varias ventajas en comparación con la escala Likert, especialmente en relación con medidas repetidas [21 - 29]. Por ejemplo, el VAS en comparación con la escala Likert, parece menos exposición final de la aversión al sesgo, para algunos grupos son más fáciles de usar y comprender. En cualquier caso, hemos dicho anteriormente en comparación puntajes en SSR para los encuestados utilizando VAS así como la más tradicional basado en el tema de Likert y encontraron que los temas eran más o menos comparables e intercambiables [22].

Los análisis estadísticos y la validez

El programa SPSS 13,0 para las ventanas se utiliza para los análisis estadísticos. Inicialmente, todas las variables se evaluaron utilizando la normalidad de Kolmogorov-Smirnov test. Posteriormente, una nueva variable fue creada para evaluar las posibles diferencias en los medios de referencia y rangos entre los participantes el mantenimiento / mejora (SRH ≥ 12 meses SSR de referencia) o el empeoramiento (SSR 12 meses <SSR línea de base) en SSR lo largo del tiempo. Las muestras paramétrico Unpaired t-test y el no paramétrico de Mann-Whitney U test se utilizaron para este fin. SSR en los 12 meses de seguimiento sirve como la variable dependiente en el análisis de regresión. Para los no-paramétrica de regresión logística, la variable se dividió por cuartil dividido en alta (cuartil superior) y baja (resto de cuartiles) categorías.

En un artículo anterior, nos informó de que SRH ha aumentado en todo el grupo de estudio (frente a la intervención del grupo de referencia), sin diferencias estadísticamente significativas entre los grupos en la etapa posterior a la intervención de seguimiento, es decir, un seis meses a partir de línea de base [13]. En ese estudio, así como en el presente, en ambos sentidos análisis de covarianza (ANCOVA) se utilizó para ilustrar los cambios en el tiempo (tiempo, grupo y grupo × tiempo). ANCOVA ajusta a las diferencias iniciales a fin de que los resultados reflejan con más precisión la diferencia de tendencias entre los grupos, y, por tanto, permite un análisis más sensibles en comparación con el análisis periódico de la varianza (ANOVA). El aumento de la sensibilidad surge del hecho de que la covarianza reduce el término de error (dentro de la variabilidad del grupo) en contra de que las tendencias de la SSR se comparan. Por otra parte, ANCOVA no es muy sensible a pequeñas desviaciones de una distribución normal [30]. En el presente estudio, el valor basal de SSR se utilizó como covariable.

Criterio de validez se refiere al grado en que una variable converge (validez convergente) o discriminatorios (validez discriminante) entre las medidas que deben estar relacionados y no relacionados, respectivamente. Rango de Spearman correlaciones de prueba se utilizó para este fin en un análisis transversal de la medición. Se esperaba que los resultados del presente estudio sería congruente con estudios previos con la sección transversal de diseño, donde SSR se ha relacionado con factores socioeconómicos, así como biológicos, ambientales y factores psicosociales.

Logística y análisis de regresión lineal se utiliza para modelar la probabilidad de mantenimiento / mejora y el empeoramiento de SSR en el transcurso del tiempo. Los modelos de regresión se estimaron en cuatro medidas para hacer frente a las preguntas si clínica / fisiológico / factores de riesgo SSR predecir el futuro y si estas variables conservan su importancia después del ajuste para otros auto-reporte de medidas. Para la regresión logística, todas las variables se dividieron por cuartil dividida en alta y baja categorías de hacer comparables los odds-ratios. El cuartil superior fue etiquetado de "alto" y el resto de cuartiles de "baja". Las variables independientes, es decir, el cuestionario y los temas marcadores fisiológicos, fueron seleccionados con la razón primaria para elegir las variables que previamente se han asociado con SSR. La razón fue secundaria a elegir aislados variables que se asociaron significativamente con la SSR en análisis transversal. En el cuadro 4, las variables que entraron a cada paso en el análisis de regresión se presentan.

Factores como el nivel socioeconómico, estado civil y el género son las que se sabe están asociados con los resultados en materia de salud, y por lo tanto, se incluyó como covariables en el primer paso del análisis de regresión. Asimismo grupo (intervención vs referencia) se incluyó como un factor en el primer paso para ajustar para posibles efectos grupo de estudio. Para los posteriores pasos en el análisis de regresión, EVA-los temas del cuestionario y fisiológicos marcadores se utilizaron como independientes. La justificación para el segundo paso fue un ajuste de los factores que podrían perturbar las relaciones, es decir, relacionados con la salud, factores de comportamiento. En el tercer paso, los factores importantes para la salud física y mental y el bienestar fueron incluidos. La cuarta y última etapa incluyó variables fisiológicas.

Papel de la fuente de financiación y la aprobación ética

La fuente de financiación no ha participado en el diseño del estudio; en la recopilación, análisis e interpretación de datos; en la redacción del informe, y en la decisión de presentar el documento para su publicación. Los comités de ética de la Universidad de Uppsala (DNR 01-188) y el Instituto Karolinska (DNR 01355) aprobó el proyecto de investigación.

Resultados

En total, 230 participantes fueron prestados para el análisis final de lo dispuesto en completa SSR puntajes de la línea de base y 12 meses de seguimiento de medición. 73 participantes tenían valores que faltan en uno o ambos de medición ocasiones, y por lo tanto, se impide a nuevos análisis. Los medios en SSR para la muestra total en la línea de base fue 66,5 (SD 21,4, n = 260), después de seis meses 68,5 (SD 20,9, n = 258) y, después de doce meses 68,6 (SD 21,8, n = 253). T muestras pareadas de pruebas entre la línea de base y 12 meses de seguimiento de medición reveló que estas diferencias no fueron estadísticamente significativos. Cuadro 5 muestra la línea de base SSR significa medianas y dividido por los principales antecedentes y factores socioeconómicos.

Las muestras paramétrico Unpaired t-test y el no paramétrico de Mann-Whitney U test reveló que hubo una diferencia estadísticamente significativa en las calificaciones de referencia de SSR entre los participantes el mantenimiento / mejora y el empeoramiento en los SSR. Los participantes en el empeoramiento de SSR tuvieron una mayor (mejor) media o de referencia rango en comparación con los que mantener y mejorar (75,4, SD 17,6 vs 60,4, SD 21,4, p <.0001).

La Figura 1 muestra los resultados de las dos vías ANCOVA, es decir, el cambio en SSR para la intervención y grupo de referencia, respectivamente. Hubo una mejoría estadísticamente significativa para el grupo en su conjunto entre la primera y la última medición y sin diferencias estadísticamente significativas entre la intervención y grupo de referencia (efecto tiempo p <.0001, × tiempo los efectos del grupo de NS). De este modo, ambos grupos la mejora de las calificaciones de SSR lo largo del tiempo.

Validez

Criterio de validez se evaluó a través de Spearman Rank correlación prueba. Base de SSR se correlacionaron con numerosas variables que son conocidas por estar relacionados, lo que indica buen criterio de validez general (Cuadro 6].

Análisis de regresión

Cuadro 7a-b presenta los resultados de la logística y análisis de regresión lineal. En la logística, así como de regresión lineal de los niveles de referencia SSR es un importante predictor de futuro SSR (OR = 4,398, IC 95% 1.834-10.543, p = .001). Por lo tanto, los participantes en el cuartil superior SSR en la línea de base fueron aproximadamente 4,4 veces más probabilidades de permanecer en el cuartil superior a los 12 meses de seguimiento. Por otra parte, en la logística, pero no a la regresión lineal, la autoestima (OR = 2,679, IC del 95%: 1.018-7.051, p = .046) y el apoyo social (OR = 2,572, IC del 95%: 1.001-6.609, p =. 05) predijo significativamente futuro SSR. De este modo los participantes con puntuaciones más altas de referencia (cuartil superior), de autoestima y apoyo social fueron de aproximadamente 2,6 veces más probabilidades de exhibir el mantenimiento o la mejora en SSR en los 12 meses de seguimiento. Por último, el análisis de regresión logística dos tendencias que no alcanzó significación estadística en el nivel de .05, al ajustar por otros factores en el modelo final. Sin embargo, estas variables fueron predictores estadísticamente significativos en un paso anterior del análisis. Las tendencias indican que un mayor consumo de alcohol en la línea de base, aumenta la probabilidad de pertenencia a la SSR cuartiles inferior a los 12 meses de seguimiento con aproximadamente el 44%. Por otra parte, los individuos con las más altas puntuaciones de referencia de ejercicio físico son aproximadamente 2,5 veces más probabilidades de permanecer en el cuartil superior a los 12 meses de seguimiento. El modelo de regresión logística predijo correctamente el 82,6% de los futuros SSR (93,8% en el cuartil bajo SSR y el 44,7% en el cuartil superior).

Además de las puntuaciones más bajas de referencia de SSR, la regresión lineal identificado puntuaciones más altas de referencia de la calidad del sueño y el sentido de la coherencia como predictores significativos de SSR superior a los 12 meses de seguimiento. En total, ese modelo representó el 27,4% de la varianza explicada. Las variables socioeconómicas no eran predictores significativos en ninguno de los modelos de regresión.

Discusión

El objetivo del presente estudio fue determinar predictores de futuros SSR. El periodo de estudio era de un año y llevó a cabo sobre una población activa de IT y empresas de medios de comunicación. La regresión logística identificó puntuaciones de referencia de SSR, autoestima y apoyo social para ser predictores significativos de los futuros SSR. La regresión lineal también reveló puntuaciones de referencia de SSR, la calidad del sueño y el sentido de la coherencia como predictores significativos de los futuros SSR.

Validez

La sección transversal análisis de correlación reveló que SSR se correlacionaron con otras auto-evaluado y medidas objetivas. La mayoría de estas asociaciones se han confirmado en estudios anteriores [1 - 3, 5, 10, 14]. Este hallazgo indica un buen criterio general de validez de los datos en el presente estudio. Sin embargo, las diferencias en la metodología, los ajustes y el análisis estadístico estrategias hacen que sea difícil comparar de manera fiable los resultados de diferentes estudios sobre SSR [4]. Por lo tanto, se concluye que el nivel de validez del presente estudio, al menos, debería ser similar a la de estudios anteriores.

Un resultado interesante fue que hubo algunos moderada a fuerte correlación entre la SSR de referencia de base y otras medidas, tales como el tiempo de ocio, apoyo social, manejo del estrés, la energía mental y la autoestima (positivo) y entre SSR y la frecuencia de estrés, el dolor, IMC y los temores / melancolía (negativo). Estos hallazgos han sido confirmados en los diferentes estudios citados en el párrafo anterior. También es interesante observar que hubo correlaciones negativas entre la SSR y marcadores biológicos como la PCR y fibrinógeno. Este hallazgo confirma lo que hemos encontrado en la práctica clínica, donde el aumento de los niveles de PCR y fibrinógeno son comunes en pacientes con estrés relacionados con los síndromes.

Análisis de regresión

Uno podría esperar que algunas de las variables socioeconómicas se han previsto futuras SSR. En esta muestra, sin embargo, los contrastes entre los participantes son, sin duda, menor que en la población normal, lo que hace una diferencia menor. Esto podría explicar por qué las variables socioeconómicas no eran predictores significativos de los futuros SSR en este estudio. Sin embargo, los ingresos anuales fue un predictor significativo marginalmente en el último modelo de regresión logística. Por otra parte, un año más bien es un corto período de tiempo a esperar efectos significativos de predicción de estas variables predictoras de otra manera.

Con excepción de SSR, la logística y análisis de regresión lineal dado diferentes predictores. Una posible explicación parcial podría ser que la dicotomización de variables necesarias para la regresión logística se reduce la diferencia y poder estadístico en comparación con la regresión lineal que conserva más de la varianza. Por otra parte, el corte elegido no es necesariamente el biológicamente correcta. Otra explicación es que la SSR representa una parte importante de la varianza. De hecho, cuando la variable de referencia SSR fue removido como un predictor, el análisis de regresión mostró más resultados similares. Predictores significativos en la regresión logística fueron la actividad física, sentido de la coherencia y el apoyo social, y en la regresión lineal, la calidad del sueño, sensación de coherencia y apoyo social.

Autoestima y apoyo social, así como la calidad del sueño y el sentido de la coherencia ha sido previamente identificados como predictores y / o mecanismos de mantener y mejorar la salud y el bienestar general [31 - 39]. Estos factores son funciones importantes para el éxito de la gestión del estrés, y se ha implicaba que los estados psicosociales, como el estrés, están fuertemente relacionados con la SSR [1, 2, 40].

El predictor más fuerte de la futura línea de base se SSR SSR. Los resultados de anteriores estudios prospectivos confirmar el resultado de este estudio, lo que implica que los resultados de este estudio puede ser válido [9, 10]. Por ejemplo, también Bailis y colegas (2003) encontró que era SSR, con independencia de otras medidas, la variable que mejor predice para SSR dos años más tarde. La fuerza de predicción de futuro sobre SSR SSR y otros resultados de salud puede indicar al menos a corto plazo la estabilidad de la propia medida y quizás un poco solapamiento con otros posibles predictores. Por otra parte, como este y la mayoría de los estudios anteriores, en el marco de factores clínicos son menos potentes predictores de SSR en comparación con otros tipos de auto-evaluación.

Por último, es especialmente importante para hacer frente a una de las conclusiones del presente estudio. SSR mejoró en ambos grupos de estudio (frente a la intervención de referencia; efecto tiempo, pero no mucho tiempo los efectos del grupo de ×) a los 6 y 12 meses después de la intervención de seguimiento, respectivamente. Sin embargo, como se muestra en el análisis de regresión en el presente estudio, "grupo de estudio" no era un predictor significativo en cualquiera de los modelos de regresión. Esto implica que la basada en la web de intervención ni había corto plazo ni los efectos a largo plazo sobre SSR. De este modo, el resultado puede indicar que en primer lugar SSR, sino también la calidad del sueño y el sentido de la coherencia son más profundos los indicadores del estado de salud, y SSR que no es fácilmente afectado por circunstancias temporales. Por el contrario, podría verse afectada a largo plazo por el estado de salud general, el total de carga de la vida, la vida de eventos u otras cargas que no han sido capturados por el análisis de regresión o de las medidas evaluadas en el presente estudio. Por ejemplo, una parcial explicación podría ser que el período de intervención activa, es decir 0-6 meses, se llevó a cabo durante un tiempo turbulento. Esta fue la turbulencia general soothed durante los 12 meses de seguimiento, que en parte y, en general, podría explicar una mejora en SSR. Por otra parte, la calidad del sueño es uno de los factores que mejoró en el grupo de intervención en comparación con el grupo de referencia a los 6 meses de seguimiento. Tal vez los participantes que por diferentes razones fueron capaces de mantener un buen sueño se beneficiaron más con respecto a la SSR. Sin embargo, por ahora, no es posible señalar a otras conclusiones más fiables que la intervención no tuvo efecto a largo plazo sobre SSR.

Consideraciones metodológicas

Hay algunas consideraciones metodológicas que se deben abordar. Con respecto a la de generalizar los resultados, es importante señalar que el grupo de estudio consistía en una sana, muestra de trabajo de IT-y empresas de medios de comunicación. Por lo tanto los resultados de este estudio pueden no ser generalizables a, por ejemplo, una muestra de individuos que sufren de diferentes largo plazo de trastornos y enfermedades o un anciano, jubilado muestra.

Futuro implicaciones

Una multitud de posibles factores predictivos de la SSR se han encontrado en estudios anteriores. Este estudio confirma algunos de los hallazgos anteriores. Las investigaciones futuras deben centrarse preferentemente en la búsqueda de explicaciones y coherente las pautas de predictores del futuro SSR. Un aspecto interesante que podría hacer que la información es valiosa para evaluar los predictores de las personas que fluctúan a lo largo del tiempo SSR. Sería interesante saber si la fluctuación de por sí en SSR es una salutogenic patógenos o patrón a largo plazo. También hay una necesidad de desarrollar y evaluar psychophysiologically exposición de modelos basados sobre la capacidad predictiva de SSR en el futuro los resultados de salud.

Conclusión

Los resultados del presente estudio y otros indican que SSR y otras auto-evaluación son predictivos del futuro subjetiva y objetiva los resultados de salud. Sin embargo, diferentes contextos, los tipos de población y la metodología estadística y análisis de diversas estrategias de estudios que examinaron SSR hace que sea difícil comparar los resultados y, por tanto, para sacar conclusiones fiables. Este estudio implica que con cautela SSR, autoestima, apoyo social, la calidad del sueño y el sentido de coherencia podría ser predictores de futuros SSR y por tanto, posiblemente también de diversos futuro los resultados de salud.

Conflicto de intereses

Tras la finalización de este estudio, BA y DH han comercializado basado en la Web de promoción de la salud y el estrés herramienta de gestión. Los títulos se refieren a ninguna de las personas o los autores que participan en este artículo se hacen sin ningún tipo de consideraciones a la propiedad a los posibles derechos de propiedad intelectual.

Autores de las contribuciones

BA fue el principal diseñador del proyecto, así como el líder del proyecto y DH realizada el estudio práctico de logística. DH realizó el análisis estadístico y redactó el manuscrito, con importantes y esenciales aportaciones de TT, UMA y BA. Todos los autores han leído y aprobado la versión final del manuscrito.

Agradecimientos

Para la compañía de seguros Alecta que financió este estudio. Para los White-Collar Unión sueco SIF y Asociación de Empleadores de Almega que han desempeñado un papel importante en la contratación de organizaciones y participantes inscritos y las empresas. Para Camilla Sundström de Alecta que también ha participado activamente en el diseño del estudio, la compilación de cuestionario y la inestimable ayuda en el funcionamiento de algunos de los estudios de logística. Para Hans Arinell muy valiosa para el apoyo estadístico. Los autores son también muy agradecido por la ayuda, paciencia y soporte técnico avanzado de Jens Pettersson que desarrolló el sitio web utilizado en el presente estudio.