马来西亚医生中道路撞车事故的发生率及其相关因素

马来西亚医生涉及道路撞车事故的报告频率稳步上升了 28%。 尽管情况严重，但显然缺乏关于此类事件发生原因的进一步信息。 对全球范围内有关这一现象的文献进行更深入的研究表明，很少有人报道医生参与道路交通事故的普遍性，更不用说与之相关的因素了。

因此，研究人员进行了一项研究，以调查马来西亚医生中道路撞车事故的发生率及其相关因素（疲劳、人口因素、睡眠质量、心理健康状况、工作时间）。

这是一项横断面研究，研究人群包括在马来西亚医学委员会（MMC）完全或部分注册的马来西亚医学协会（MMA）成员及其联系人。

受访者将通过非概率随机抽样在 MMA 注册会员名单及其网络中选择。 样本将是部分或全部在马来西亚医学委员会注册并遵循纳入和排除标准的医生。 符合条件的参与者需要通过在线调查链接回答。

纳入标准

• 马来西亚公民
• MMC 的全部或部分注册
• 在马来西亚的公共医疗保健部门工作至少六 (6) 个月。 刚入职不到六个月的医生还在适应医院的职责和氛围，所承担的职责也与资深医生不同，不适合纳入本研究。

排除标准

• 目前正在长期休假的医生。 由于调查人员只有短期的数据收集，因此调查人员将排除这组受试者。
• 不自己上下班

计算出的样本量 = 288。

这项研究将与马来西亚医学协会（MMA）合作，与其他医疗非政府组织一起为这项研究招募样本。 MMA 将帮助在整个网站上传播信息，并将调查问卷分发/通过电子邮件发送给所有 MMA 成员及其联系人。

调查问卷将使用 Google Form 创建，然后保存在 Google Drive 中。 然后 MMA 将通过电子邮件将表格共享给所有成员。 所有回复都将保存在 Google Drive 中存储的文件中。 一旦获得足够的样本，表格将被关闭，结果将被下载用于数据分析。

将使用“社会科学统计软件包”(SPSS) 程序 22.0 版进行数据输入和分析。 统计显着性水平是在 p 值 < 0.05 和 95% 置信区间 (CI) 时采用的。 连续变量将通过使用平均值和标准偏差 (SD) 进行总结，并主要根据需要进行分类，并以数量 (n) 和百分比 (%) 的形式呈现。 统计分析将利用 Pearson 卡方检验来获得分类变量的统计差异。

最后，逻辑回归分析将用于描述结果与感兴趣因素之间的关联强度，并针对协变量或混杂因素进行调整。 它还允许人们确定影响结果的重要因素，并为正在研究的因素生成最终模型作为结果的预测因子。

研究工具：问卷/评分和试点研究

本研究的伦理审查批准将从医学研究伦理委员会 (MREC)、“马来西亚博特拉大学”(UPM) 获得。 将从每个研究参与者那里获得知情同意书，并将在问卷开始时说明。