Multimorbidity and its Associated Factors in Korean Shift Workers: Population-Based Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Multimorbidity is a crucial factor that influences premature death rates, poor health, depression, quality of life, and use of health care. Approximately one-fifth of the global workforce is involved in shift work, which is associated with increased risk for several chronic diseases and multimorbidity. About 12% to 14% of wage workers in Korea are shift workers. However, the prevalence of multimorbidity and its associated factors in Korean shift workers are rarely reported. OBJECTIVE: This study aimed to assess multimorbidity prevalence, examine the factors associated with multimorbidity, and identify multimorbidity patterns among shift workers in Korea. METHODS: This study is a population-based cross-sectional study using Korea National Health and Nutrition Examination Survey data from 2016 to 2020. The study included 1704 (weighted n=2,697,228) Korean shift workers aged 19 years and older. Multimorbidity was defined as participants having 2 or more chronic diseases. Demographic and job-related variables, including regular work status, average working hours per week, and shift work type, as well as health behaviors, including BMI, smoking status, alcohol use, physical activity, and sleep duration, were included in the analysis. A survey-corrected logistic regression analysis was performed to identify factors influencing multimorbidity among the workers, and multimorbidity patterns were identified with a network analysis. RESULTS: The overall prevalence of multimorbidity was 13.7% (302/1704). Logistic regression indicated that age, income, regular work, and obesity were significant factors influencing multimorbidity. Network analysis results revealed that chronic diseases clustered into three groups: (1) cardiometabolic multimorbidity (hypertension, dyslipidemia, diabetes, coronary heart disease, and stroke), (2) musculoskeletal multimorbidity (arthritis and osteoporosis), and (3) unclassified diseases (depression, chronic liver disease, thyroid disease, asthma, cancer, and chronic kidney disease). CONCLUSIONS: The findings revealed that several socioeconomic and behavioral factors were associated with multimorbidity among shift workers, indicating the need for policy development related to work schedule modification. Further organization-level screening and intervention programs are needed to prevent and manage multimorbidity among shift workers. We also recommend longitudinal studies to confirm the effects of job-related factors and health behaviors on multimorbidity among shift workers in the future.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».