Linear regression models were perfo

Linear regression models were performed with IMT as the outcome of interest. First, we assessed the association of age and race with IMT. Second, we evaluated the association of job stress and each life course SEP indicator with IMT adjusted by age and race.We also examined the association between SEP indicators and IMT, including all SEP indicators simultaneously in the model. Then, we separately added into this model the job characteristics that were statistically associated with IMT and were also associated with SEP (according to the chi-square tests) to evaluate the mediating role of job stress. In addition, we evaluated the association between cumulative SEP score and IMT adjusted by age and race, and then we also separately added the job characteristics that were statistically associated with IMT and SEP indicators to evaluate the mediating role of job stress in this association. Regression coefficients b and their 95% confidence intervals (CI) were reported, and they represent the difference in IMT in millimeters (mm). The significance level was set at 0.05, and all analyses were conducted using the software Stata 13.0 (Stata Corporation, College Station, TX, United States).
2.3.1. Missing data
We performed multivariate imputation by chained equations with missing-at-random assumptions (White et al., 2011) to impute the explanatory variables for missing data (race: n ¼ 87; maternal education: n ¼ 170: social class of first occupation: n ¼ 1302; social class of current occupation: n ¼ 126). Twenty copies of the data, with the missing values properly imputed, were independently assessed in multivariate linear regression models. Estimates of b coefficients were averaged across the 20 copies to give a single mean estimate, and standard errors were adjusted according to Rubin's rules (White et al., 2011). The variables in the imputed model were age, race, sex, maternal education, social class of first occupation, social class of current occupation, job stress by Karasek's model, IMT, and participant's own education. Sensitivity analyses conducted in the complete cases analysis without imputation yielded largely similar results.

Kết quả (Việt) 2:

Mô hình hồi quy tuyến tính được thực hiện với IMT là kết quả của sự quan tâm. Đầu tiên, chúng tôi đánh giá sự kết hợp của tuổi tác và chủng tộc với IMT. Thứ hai, chúng tôi đánh giá sự kết hợp của công việc căng thẳng và mỗi cuộc đời Tháng Chín chỉ thị với IMT điều chỉnh theo tuổi và race.We cũng xem xét mối liên quan giữa tháng chín chỉ số và IMT, bao gồm tất cả các chỉ số tháng chín cùng một lúc trong mô hình. Sau đó, chúng tôi riêng thêm vào mô hình này, đặc điểm công việc đó có liên quan thống kê với IMT và cũng liên quan với SEP (theo các bài kiểm tra chi-square) để đánh giá vai trò trung gian của công việc căng thẳng. Ngoài ra, chúng tôi đánh giá mối liên hệ giữa tích lũy điểm tháng chín và IMT điều chỉnh theo tuổi và chủng tộc, và sau đó chúng tôi cũng thêm một cách riêng biệt các đặc điểm công việc đó có liên quan về mặt thống kê với các chỉ số IMT và tháng chín để đánh giá vai trò trung gian của công việc căng thẳng trong liên kết này. Hệ số hồi quy b và khoảng tin cậy 95% (CI) đã được báo cáo, và họ đại diện cho sự khác biệt trong IMT bằng milimet (mm). Các mức ý nghĩa đã được thiết lập ở 0,05, và tất cả các phân tích được tiến hành bằng cách sử dụng phần mềm Stata 13.0 (Công ty Cổ phần Stata, College Station, TX, Hoa Kỳ).
2.3.1. Thiếu dữ liệu
Chúng tôi thực hiện khoản tính đa biến bằng phương trình xích với thiếu-at-ngẫu nhiên giả định để quy cho các biến giải thích cho thiếu dữ liệu (chủng tộc: n ¼ 87; học vấn của mẹ: (White et al, 2011). N ¼ 170: lớp xã hội đầu tiên nghề nghiệp: n ¼ 1302; tầng lớp xã hội của nghề nghiệp hiện tại: n ¼ 126). Hai mươi bản sao của dữ liệu, với các giá trị bị mất tích được quy gán cho đúng cách, được đánh giá một cách độc lập trong mô hình hồi quy tuyến tính đa biến. Ước tính các hệ số b được tính trung bình trên 20 bản để cung cấp cho một ước tính trung bình đơn, và sai số chuẩn đã được điều chỉnh theo quy định của Rubin (White et al., 2011). Các biến trong mô hình QUY GÁN là tuổi tác, chủng tộc, giới tính, học vấn của mẹ, giai cấp xã hội của nghề nghiệp đầu tiên, giai cấp xã hội của nghề nghiệp hiện tại, công việc căng thẳng bởi mô hình của Karasek, IMT, và giáo dục của người tham gia. Phân tích độ nhạy được tiến hành trong phân tích các trường hợp hoàn toàn không có sự đổ tội cho những kết quả chủ yếu tương tự.