劉建財張博仁2026-05-082026-05-082007-06-27https://203.71.86.71/handle/123456789/12138https://hdl.handle.net/11296/q888hq學位別：碩士 語文別：中文 指導教授：劉建財 共同指導教授： 口試委員：蔣以仁;劉信孚 中文關鍵字：院內泌尿道感染;監視系統;貝氏定理醫療技術的進步與醫療設備的推陳創新，使得人類的生命得以延長，但也間接引發不少醫療問題，其中較為嚴重的就為院內感染。院內感染不但造成病患住院天數增加、醫療資源的浪費，更加重病患的不適，甚至造成死亡。而院內感染最常見的就是泌尿道感染，排名為前一、二名。而實驗室資訊系統收集的病原菌資料更能準確描述病情的發展，如病原菌種的群集和區域位置等，若能由實驗室報告提早偵測出有院內泌尿道感染實在有迫切必要。 本研究目的將菌種排名表、菌種陽性率、菌種分離率、菌種與年齡層呈現圖形化及可分析化，此表可知道醫院菌種排名，提供年報、季報與月報同時呈現，讓管染管制人員一目了然院內菌種是否有變化，達到監視的目的。與利用貝氏定理（Bayesian Theorem）算出每支菌種的後置機率來監測護理站每日院內泌尿道感染的機率。與建立全院與護理站院內泌尿道感染的基準線來預測群聚感染的發生，讓感染管制人員到提早調查院內是否有泌尿道感染群聚發生，以免擴大感染而導致院內的大流行。 本研究方法有兩種一是利用每隻菌種的後置機率與菌種數量監視院內泌尿道感染的發生，另一種是以全院與護理站的基準線來監測群聚的發生。而呈現方式則利用資料倉儲以一維或多維分析、視覺化、報表等功能，使其具備可用性、簡單性、親切性來讓感染管制人員使用。 本研究結果對於院內泌尿道感染的群聚，是以全院平均值減1.5個標準差做為基準線，與以護理站平均值與後置機率大於0.75來偵測，結果則Sensitivity 為 0.75，而Specificity 為 0.78。而每日提供每個護理站院內泌尿道感染菌種的機率大小，由大排到小一目了然讓感染管制人員到現場調查，提早找出院內泌尿道感染以防止院內泌尿道感染的增加系所名稱:醫學資訊研究所thesis