Options
運用全民健保資料庫建立中醫藥與疾病之關聯知識庫
Other Title
An Automated Technique for Identifying Associations Between Traditional Chinese Medicine (TCM) and Disease: An Application of Taiwanese National Health Insurance Research Database.
Type
thesis
Date Issued
2014-06-26
Author(s)
林昇憲
Advisor
李友專
張祐誠
Subjects
系所名稱:醫學資訊研究所
Description
學位別:碩士
語文別:中文
指導教授:李友專
共同指導教授:張祐誠
口試委員:簡文山;謝忠和;薛宏昇
中文關鍵字:中醫;科學中藥;健保資料庫;巨量資料;決策支援系統;關聯性資料探勘
語文別:中文
指導教授:李友專
共同指導教授:張祐誠
口試委員:簡文山;謝忠和;薛宏昇
中文關鍵字:中醫;科學中藥;健保資料庫;巨量資料;決策支援系統;關聯性資料探勘
Abstract
近年來,替代及輔助醫學在全球之使用率漸增,而中國傳統醫學為其中之一。根據衛生福利部之統計資料,在臺灣約25%的人口曾透過中醫門診治療疾病,故我們應需逐漸注意中醫之醫療品質及病人安全。投藥治療為治療疾病的方法之一,若醫師開立不適當的藥物給病患可能影響病人之健康狀況,甚至導致病情惡化。因臺灣中醫之疾病診斷代碼為國際疾病分類第九版(ICD-9-CM)與西醫相同,此為全世界之首例,在其他國家中醫的疾病診斷是利用文字敘述的模式,相對之下,使用國際疾病分類第九版紀錄疾病的診斷較便於整理及分析資料。
本研究以2000~2011年之全民健康保險研究資料庫百萬歸人檔、2007 ~ 2011年的台北醫學大學三院的中醫門診資料庫為樣本,建立中藥與疾病、中藥與中藥之關聯知識庫(Knowledge Base)。本研究方法包含三個步驟,首先運用資料探勘的關聯規則尋找出中藥與疾病、中藥與中藥各種組合及關聯性,並將關聯性強度量化,建立出中醫藥與疾病之關聯知識庫,再運用相同方法以某醫院的中醫門診資料庫為樣本建立另一知識庫。接著,運用皮爾森相關係數 (Pearson correlation coefficient)分析這兩個知識庫。最後,透過敏感度分析尋找出適合用於偵測不適當處方籤之閥值。本研究樣本來源為健保資料庫之百萬歸人檔,為全臺灣的抽樣樣本,不僅具代表性亦可供全國醫療院所參考與使用。故本研究預期結果為建立具有優勢,且可普及適用於任何一家醫院的知識庫,透過敏感度分析(Sensitivity analysis)找出適合的閾值,提升偵測不適當處方的靈敏度。期望在未來可與中醫門診醫令系統整合,降低用藥疏失,提升中醫醫療品質。
本研究以2000~2011年之全民健康保險研究資料庫百萬歸人檔、2007 ~ 2011年的台北醫學大學三院的中醫門診資料庫為樣本,建立中藥與疾病、中藥與中藥之關聯知識庫(Knowledge Base)。本研究方法包含三個步驟,首先運用資料探勘的關聯規則尋找出中藥與疾病、中藥與中藥各種組合及關聯性,並將關聯性強度量化,建立出中醫藥與疾病之關聯知識庫,再運用相同方法以某醫院的中醫門診資料庫為樣本建立另一知識庫。接著,運用皮爾森相關係數 (Pearson correlation coefficient)分析這兩個知識庫。最後,透過敏感度分析尋找出適合用於偵測不適當處方籤之閥值。本研究樣本來源為健保資料庫之百萬歸人檔,為全臺灣的抽樣樣本,不僅具代表性亦可供全國醫療院所參考與使用。故本研究預期結果為建立具有優勢,且可普及適用於任何一家醫院的知識庫,透過敏感度分析(Sensitivity analysis)找出適合的閾值,提升偵測不適當處方的靈敏度。期望在未來可與中醫門診醫令系統整合,降低用藥疏失,提升中醫醫療品質。