人口統計、ライフスタイル、産業製造業の生活の質の職務関連の決定要因：大規模な断面研究でのマルチレベル潜在クラスの回帰の適用

背景：従業員は組織の重要な要素の1つであり、この人口の健康と福祉の信頼できる評価を提供する生活の質（QOL）を測定します。この研究は、イランの工業製造業の従業員とその決定要因の大規模なサンプルでQOLを調査することを目的としています。 方法：実施された断面研究では、2015年に、マルチステージクラスターサンプリングを使用して、16000人のエスファハンシール会社の従業員に3063人が選ばれました。QOLは、EQ-5Dアンケート、GHQ-12によるメンタルヘルス、IPAQによる身体活動、努力の報酬の不均衡アンケートによる仕事のストレスによって評価されました。自己報告アンケートは、人口統計学的特性を収集するために使用されました。R（3.4.3）を使用したデータ分析には、マルチレベルの潜在クラス回帰分析が使用されました。 結果：研究参加者の平均（SD）年齢は36.74（7.31）で、91.5％は男性でした。平均（SD）睡眠時間は7.11（1.17）であり、参加者の95.4％が正常な精神的健康を持っていました。潜在的なクラス分析は、従業員を2つのクラス（高（82.4％）と低QoL（17.6％））に分類しました。また、従業員の雇用カテゴリは、高および低QoLクラスに分類されました（それぞれ79.55％と20.45％）。潜在クラスの退行により、男性（OR = 0.93; P <0.0001）、男性（OR = 1.75; P = 0.009）、低レベルの教育（OR = 2.1; P <0.0001）、正常なメンタルヘルス（OR = 12.4; P <0.0001）、より高い睡眠期間（OR = 1.2; P <0.0001）、および低いBMI（OR = 0.96; P = 0.96）クラス。 結論：私たちの研究は、産業製造の従業員のQOLに関するデータとその重要な決定要因を提供します。調査結果は、QOLを改善する方法を想像し、最終的に健康政策を適切に指示することにより、労働力の効率と生産性を高めています。

BACKGROUND: Employees are one of the key elements of an organization and measure the quality of life (QoL) provides reliable assessment of health and wellbeing in this population. This study aimed at investigating the QoL in a large sample of Iranian industrial manufacturing employees and its determinants. METHODS: In a cross-sectional study conducted was in 2015, 3063 people were selected among 16000 Esfahan Seal Company's employees using multistage cluster sampling. QoL was evaluated by EQ-5D questionnaire, mental health by GHQ-12, physical activity by IPAQ, job stress by Effort-Reward Imbalance questionnaire. Self-report questionnaire was used for gathering demographic characteristics. Multilevel latent class regression analysis was used for data analysis using R (3.4.3). RESULTS: The mean (SD) age of the study participants was 36.74 (7.31), and 91.5% of them were males. The mean (SD) sleep duration was 7.11 (1.17), and 95.4% of the participants had normal mental health. Latent class analysis classified employees into two classes (high (82.4%) and low QoL (17.6%)). Also employees' job categories classified into high and low QoL classes (79.55% and 20.45%, respectively). Latent class regression showed that lower age (OR=0.93; P< 0.0001), being male (OR=1.75; p=0.009), lower levels of education (OR=2.1; P< 0.0001), normal mental health (OR=12.4; P< 0.0001), higher sleep duration (OR=1.2; P< 0.0001) and lower BMI (OR=0.96; P=0.016) were significant predictors of being in high QoL class. CONCLUSION: Our study provides data about the QoL of industrial manufacturing employees along with its significant determinants. The findings picture the ways for improving QoL, finally increasing the efficiency and productivity of workforce by directing health policies appropriately.