https://scholars.lib.ntu.edu.tw/handle/123456789/109334
DC Field | Value | Language |
---|---|---|
dc.contributor | 蘇喜 | en |
dc.contributor | 臺灣大學:醫療機構管理研究所 | zh_TW |
dc.contributor.author | 周歆凱 | zh |
dc.contributor.author | Chou, Hsin-Kai | en |
dc.creator | 周歆凱 | zh |
dc.creator | Chou, Hsin-Kai | en |
dc.date | 2004 | en |
dc.date.accessioned | 2007-11-28T04:41:33Z | - |
dc.date.accessioned | 2018-06-29T16:53:02Z | - |
dc.date.available | 2007-11-28T04:41:33Z | - |
dc.date.available | 2018-06-29T16:53:02Z | - |
dc.date.issued | 2004 | - |
dc.identifier | zh-TW | en |
dc.identifier.uri | http://ntur.lib.ntu.edu.tw//handle/246246/60109 | - |
dc.description.abstract | 為了改善急診室的擁擠情形、增進醫護人員之工作效率、提供全方位之緊急醫療救護服務,唯有充分了解急診病患之個人特質與其資源耗用之關係,藉此醫護人員方可提供專業化、個人化之醫療服務給急診病患,並針對資源耗用較高的特殊個案擬定策略方針予以重點管理。 歸納本研究之目的如下: 1.分析急診醫療高利用者(72小時再回急診者)之病患特質 2.分析病患特質與其醫療費用之耗用情形 3.探討滯留急診超過24小時之病患特質 4.實證資料探勘工具於醫院管理領域之實用性 5.挖掘出潛在的病患特質,以強化醫院之顧客關係管理 在研究方法上,本研究擬參考過去一貫使用之統計分析方法,更引用目前於企業管理上炙手可熱的『資料探勘技術』,其中包含叢集分析、購物籃分析、決策樹等方法來挖掘個案醫院急診資源高耗用者(如72小時內再回診、滯留時間超過24小時、高醫療費用之病人),期望從挖掘結果來偵查個案醫院之病患潛在特質。 「管理、資訊、統計」不僅是現在與未來醫療產業發展的重要主軸,更是下一世紀醫學研究的發展重點,因此本研究除了融合「管理理論」及「統計分析」外,更使用了目前企業管理廣泛應用之「資料探勘」技術,企圖挖掘出少數潛在之急診資源高耗用者,以提供急診室醫療照護人員擬定護理計畫、醫院高階管理者擬定決策之參考依據。 | zh_TW |
dc.description.abstract | In order to improve the crowds of emergency department , increase the efficiency of medical staff , and supply comprehensive urgently medical service to patients , the only way is to understand the relationship between characteristics and expenses of patients in emergency department. In the other words , hospital can supply professional and personal service to patients who had some special needs by mining knowledge form large data of hospital. The research focuses on the following three kinds of high resource-used patients:patients who re-visit emergency during 72 hours,stay at emergency over 24 hours,and spend high medical expenditure in emergency department. The main purpose of this research is to explore the characteristics of high resource-used patients in Emergence department. At the same time, we can also make something come true like that : (1) proving the contribution of data mining technology in hospital management, (2) finding out potential characteristics of patient to enhance the customer relationship management in hospital. The methodology of this research is a popular technology applied in business management for many years , including profitability analysis, customers attraction, market segmentation, asset risk management, and cross selling. And then, this research use cluster analysis, basket analysis and decision tree to mine modeling of hidden patterns in large volumes of patient data and to transform such data into information and even knowledge. The conclusions of the research obtained are listed as follows: (1) High resource-used patients of the research in this hospital are much less than normal patients;even if this kinds of patients stay more times , spend more medical expenditure and re-visit emergency department during 72 hours. (2) The research suggests hospital can supply specific services to patients who have different medical needs;therefore , hospital can decrease the resource wasted by some patients. | en |
dc.description.tableofcontents | 目 錄 誌謝……………………………………………………………………i 目錄……………………………………………………………………ii 表目錄…………………………………………………………………iii 圖目錄…………………………………………………………………iv 中文摘要……………………………………………………………… v 英文摘要………………………………………………………………vi 第一章 緒 論………………………………………………………. 10 1.1 研究背景………………………………………………………. 10 1.2 研究動機………………………………………………………. 12 1.3 研究目的………………………………………………………. 13 第二章 文獻探討……………………………………………………14 2.1 急診醫療的定義……………………………………………….14 2.2 國內外急診醫學的發展……………………………………….20 2.3 國內急診醫學的相關研究主題……………………………….21 2.4 與本研究相關之急診文獻探討……………………………….17 2.5 資料探勘技術之興起………………………………………….26 2.6 資料探勘之定義及步驟……………………………………….29 2.7 資料探勘之功能及技術……………………………………….32 2.8 資料探勘於商業之應用……………………………………….40 2.9 資料探勘於醫療產業之相關研究…………………………….43 第三章 研究方法與材料……………………………………………46 3.1 研究流程………………………………………………………46 3.2 研究問題………………………………………………………48 3.3 研究架構………………………………………………………49 3.4 研究測量變項…………………………………………………52 3.5 資料收集與除錯………………………………………………55 3.6 分析方法與探勘流程…………………………………………57 第四章 研究結果……………………………………………………..61 4.1 樣本資料之描述性統計分析……………………………………62 4.1.1 急診病患特質(病患屬性及就醫屬性)之描述性分析…………62 4.1.2 研究個案醫院之急診疾病型態的分布………………………65 4.1.3 病患資源耗用之情形………………………………………….74 4.2 樣本資料之雙變項統計分析………………………………….76 4.2.1 72小時再回急診病人之相關分析…………………………….76 4.2.2 病患滯留急診之時間耗用相關分析………………………….81 4.2.3 急診病患耗用醫療費用之相關分析………………………….85 4.3 樣本資料之多變項統計分析………………………………….90 4.3.1 72小時再回診病人之邏輯斯迴歸分析……………………….90 4.3.2 滯留急診24小時與否之邏輯斯迴歸分析……………………94 4.3.3 急診病患消耗醫療費用之複迴歸分析……………………….98 4.3.4 急診病患滯留急診時間之複迴歸分析………………………101 4.4 72小時內再回診病患之叢集(cluster)分析結果…………104 4.5 滯留急診超過24小時病患之關聯規則分析結果………….114 4.6 急診病患醫療費用之決策樹分析結果………………………122 第五章 研究討論……………………………………………………134 5.1 72小時再返回急診之病患特質分析………………………135 5.2 滯留急診超過24小時之病患特質分析…………………...140 5.3 急診病患醫療費用消耗群之特質分析…………………….146 第六章 結論與建議 ……………………………………………… 150 6.1 72小時再回急診者之特性及其應對方法…………………150 6.2 滯留超過24小時者之特性及其應對方法…………………152 6.3 醫療費用高消耗群之特性及其應對方法…………………153 6.4 研究限制……………………………………………………155 6.5 總 結…………………………………………………………156 表 目 錄 表3-1 本研究測量變項之操作型定義………………………53 表4-1-1 急診病患特質之描述性分析…………………………63 表4-1-2 急診疾病形態之分佈…………………………………66 表4-1-3 急診疾病形態之分佈 (依性別區分)…………………68 表4-1-4 急診疾病形態之分佈 (依年齡區分) ………………70 表4-1-5 急診疾病形態之分佈 (依檢傷分級區分)……………72 表4-1-6 急診病患醫療費用使用情形…………………………74 表4-1-7 急診病患就醫流程耗用時間之分布…………………75 表4-2-1 72小時再回急診病患之相關分析……………………78 表4-2-2 72小時再回急診病患之資源耗用相關分析…………80 表4-2-3 病患滯留急診時間之相關分析………………………74 表4-2-4 急診病患消耗醫療費用之相關分析…………………83 表4-2-5 急診病患系統疾病與消耗醫療費用之相關分析……86 表4-3-1 72小時再回診病患之邏輯斯迴歸分析結果…………92 表4-3-2 滯留急診超過24小時病患之邏輯斯迴歸分析結果…96 表4-3-3 急診病患醫療費用之複迴歸分析結果………………99 表4-3-4 急診病患滯留急診時間之複迴歸分析結果…………102 表4-4-1 72小時再回診病患之叢集分析結果………………106 表4-5-1 滯留急診超過24小時病患之關聯組合……………116 表4-5-2 滯留急診超過24小時病患之關聯規則……………119 圖 目 錄 圖2-1 急診病患就醫流程圖…………………………………19 圖3-1 研究流程圖……………………………………………47 圖3-2 第一階段–一般統計分析架構………………………50 圖3-3 第二階段–資料探勘分析架構………………………51 圖4-6-1 急診病患醫療費用之決策樹分類簡圖………………124 圖4-6-2 急診病患醫療費用之決策樹分類總圖………………125 圖6-4 急診「分區管理」流程圖………………………………157 | zh_TW |
dc.language | zh-TW | en |
dc.language.iso | en_US | - |
dc.subject | 急診醫療 | en |
dc.subject | 資料探勘 | en |
dc.subject | 資源高利用者 | zh_TW |
dc.subject | 醫療資訊 | zh_TW |
dc.subject | emergency department | en |
dc.subject | data mining | en |
dc.subject | medical informatics | en |
dc.title | 利用『資料探勘技術』探討急診高資源耗用者之特性 | zh_TW |
dc.title | A Research of Data Mining Applied to Emergency Department For High Resource-Used Patients . | en |
dc.type | thesis | en |
dc.relation.reference | I、中文文獻 DB2 資訊月刊譯(1996),Peter Gwynne「用資料挖採技術讓廢紙變成寶藏(1)」,DB2 資訊月刊,5(9),相關軟體技術合作計畫,交通大學計算機中心。 王俊程(2000)。運用資料挖掘技術協助健保財務管理:以承保中斷及繳費不正常資料挖掘為例。行政院衛生署委託研究成果報告。 王智弘(2001)。應用資料探勘技術分析及預測銀行顧客貢獻度之研究。國立中正大學資訊工程研究所碩士論文。 民國84年衛生署醫院急診部門評鑑標準 江建志(2000)。資料採礦於顧客忠誠度管理之研究。國立成功大學資訊管理研究所碩士論文。 行政院衛生署八十八年下半年度八十九年度委託研究計畫-健保費用申報和急診醫療品質之相關研究。計畫主持人--黃維民,義守大學醫務管理學系暨管理研究所。 何世杰、阮祺文、林月招、許維尹、侯秀慧、周志中(民90)。急診留觀患者超過48小時原因分析。Changhua J Med,6,235-245。 吳明和、張財旺(民80)。美、加、日急診醫療考察報告及對急診醫學發展之建議。臺灣醫界,34(11),22-24。 吳國禎、趙一平、蘇振隆(2002)。資料探索方法在醫學資料庫之評估。中原學報,30(1),51-61。 我國全民健保醫療費用支付標準,對於急診的定義及適用範圍 李昇敦(xxxx)。以資料採礦深化顧客關係管理。E Business Executive Report,37-42。 李芳年(2000)。急診病人的資源耗用—以台北某區域教學醫院為例。陽明大學醫管所碩士論文。 李淑芬(2002)。臨床路徑之建立機制—應用資料採礦技術。東海大學工業工程與經營資訊研究所碩士論文。 李榮添(2001)。資料探勘技術應用於證券業關係行銷之研究。國立中正大學資訊管理學系碩士論文。 周志中(民90)。急診醫療對未來醫院經營之衝擊。台灣醫界,44(8),43-44。 周志中(民92)。臺灣急診醫學發展的過去、現在與未來。臺灣醫界,46(3),40-42。 周賢昭(1999)。以資料礦採技術發展臨床路徑之研究。 林信忠(1999)。資料發掘技術應用於健保醫療費用稽核之研究。元智大學管理研究所碩士論文。 林俊漢(民92)。由醫院評鑑資料庫探討急診醫學品質。高醫公衛所碩士論文。 林傑斌、劉明德(2002)。資料採掘與OLAP理論與實務。文魁資訊股份公司。 姜錦燁(1984)。台北市緊急醫療照護系統之評估。台灣大學公共衛生研究所碩士論文。 急診照護指標執行手冊(民90)。財團法人醫院評鑑醫療品質策進會。 洪哲倫(2001)。Data-Mining遠景 無限寬廣。網際先鋒,138-141。 紀志賢、曾詠淑、林錫璋、陳澤生、蔡良敏(1999)。以資料探勘模式實施緊急救護量預測。慈濟醫學雜誌,11(4),337-342。 胡勝川(民86)。急診醫學,何去何從?台灣醫界,40(11),60-62。 張琬婷、吳孟潔、許容溶、李昱慧、陳羽瑩、李芝儀、謝邦昌(2003)。資料採礦在行銷策略上之應用---以運動鞋市場為例。中華資料採礦協會,CDMS-Newsletter(7),1-32。 張瑋倫(2000)。應用資料挖掘學習方法探討顧客關係管理問題。私立輔仁大學資訊管理學系,碩士論文。 張漢斌、秋創乾、張永賢(2001)。利用資料挖掘技術於舌診專家系統之建立。 梁水金(2001)。建立一個Web-based資料挖掘系統提供藥物交互作用資訊查詢。逢甲大學資訊工程學系碩士論文。 許哲瑋(2002)。資料挖掘與統計方法應用於資料庫行銷之實證研究---以美妝保養品業為例。國立台北大學企業管理系碩士論文。 陳世源(1999)。資料採礦技術在病例與藥品關聯性之研究。國立中山大學資訊管理學系研究所碩士論文。 陳必強(2001)。資料探勘技術中關聯法則於購物型網站之應用。中華大學科技管理研究所碩士論文。 陳石麟(2002)。資料採礦於預測國人出國觀光需求之應用—以整體、香港和澳門為例。國立台灣大學資訊管理研究所碩士論文。 陳佳麟(2001)。資料探勘於顧客關係管理應用之研究。國立台北大學企業管理系碩士論文。 陳俊傑(2001)。應用資料探勘技術於道路交通事故資料分析之研究。中央警察大學資訊管理研究所碩士論文。 陳建光、廖訓禎(民89)。白天急診病患就醫流程之分析。Journal of Emergency Medicine, Taiwan,2(2),15-20。 陳音潔(2002)。病患多次利用急診醫療之影響因素探討—以中部某醫學中心為例。中國醫藥學院醫管所碩士論文。 陳益良(2002)。應用資料探勘法探討老人就醫特性—以高雄市三民區為例。國立高雄醫學大學公共衛生學研究所碩士論文。 陳淑燕(XX)。資料探勘(Data Mining)初探。XXXXXX 陳澤生、林錫璋(1999)。運用資料挖掘方法支援醫療照會決策系統。行政院國家科學委員會補助研究計畫成果,NSC88-2213-E006-079。 陳麗琴、洪純唇、范君瑜(民91)。急診病患就診流程再造之專案。長庚護理,13(1),79-90。 湯玲郎、林信忠(2000)。資料萃取法在健保費用稽核之研究。醫療資訊雜誌,11,85-104。 曾詠淑(1999)。運用資料挖掘技術預測救護車服務量。國立成功大學工程科學研究所碩士論文。 黃仁貴(2002)。以叢集分析技術探討病患就診屬性與看診時間之關係。台北醫學大學醫學資訊研究所碩士論文。 黃日鉦(2001)。資料挖掘與統計技術於商業應用之模型比較—以零售業、保險業及銀行為例。國立台北大學企業管理系碩士論文。 黃世承(2001)。資料探勘在颱風降雨量與風速預測上之應用。國立中央大學統計研究所碩士論文。 黃連恕(1995)。我國製藥業行銷及技術策略對其經營績效之影響。銘傳大學管理科學研究所碩士論文。 黃勝崇(2001)。資料探勘應用於醫療院所輔助病患看診指引之研究。南華大學 黃琮盛(2000)。以個人消費行為預測信用卡詐欺事件之研究。國立中央大學資訊管理研究所碩士論文。 黃慧娜(1993)。急診服務與病人滿意度之調查研究。台灣大學公共衛生研究所碩士論文。資訊管理學系碩士論文。 廖訓禎、胡百敏、廖浩欽(民91)。為完成就醫程序提早提開急診病患。J Taiwan Emerg Med,4(2),40-50。 廖雅郁(2002)。應用資料探採於我國西藥行銷之研究。國立交通大學經營管理研究所碩士論文。 劉敏玲(民90)。急診病患就醫之感受等候時間、實際等候時間與滿意度之相關研究—以某醫學中心為例。台大醫管所碩士論文。 劉淑琴(1998)。緊急醫療服務之研究—台中縣市醫學中心與區域醫院急診服務之調查分析。陽明大學醫管所碩士論文。 蔣肇慶、林熙禎(1999)。資料開採在醫療資訊的研究。醫療資訊雜誌,9,71-82。 蔡志雄(2001)。資料挖掘技術在國防人力資源管理之研究。國防管理學院國防資訊研究所碩士論文。 蔡孟恭(2001)。資料倉儲及資料挖掘應用於電信業之研究。淡江大學資訊管理學系碩士論文。 蔡麗伶(民90)高雄市急診醫療之疾病分佈與再診率之分析。高醫公衛所碩士論文。 鄭百評(2001)。資料採礦讓企業深耕客戶價值。數位時代雜誌,專刊2號,48-51。 鄭智仁(1998)。關連式資料庫在醫學上之應用。中原大學醫學工程研究所碩士論文。 繆珣(民83)。影響急診病患對急診服務滿意度因素之探討。榮總護理,11(4),348-359。 謝文雄(2001)。以資料探勘探討顧客消費之行為。雲林科技大學資訊管理系碩士論文。 謝忠和(民88)。運用模擬於急診作業流程之改善。XXXX 謝瑞芳(2001)。資料挖掘在飛機引擎零件失效預測之研究。竟宜大學資訊管理學系碩士論文。 藍中賢(2000)。結合模糊集合理論與貝氏分類法之資料探勘技術運用—應用於健保局醫療費用審查作業。元智大學資訊研究所資訊管理組碩士論文。 II、英文文獻 ACEP於1994年在急診醫學月刊 ACEP美國急診醫學會於1986所發表的文件 Cabena, P., P. O. Hadjinian., R. Stadler., Dr. J. Verhees., and A. Zamasi (1997)。Discovering Data Mining from Concept to Implementation,Prentice Hall. E.Roskar , P. Abrams , I. Bratko , I. Kononenko, and A. Varsek , “CUDS-An expert system for the diagnostics of lower urinary Tract Disorders” , Journal of biomedical measurements, informatics and Control, Vol. 1, No. 4, pp.201-204 (1986) Fayyad, U., Piatetsky-Shapiro, G., Smyth, P., “From Data Mining to Knowledge Discovery: An overview.”, In advance in Knowledge Discovery and Data Mining, pp.471-493, 1996. Fu, Yongjian, “ Data mining tasks, techniques and applications” , IEEE POTENTIALS, 1997. Grupe, F. H., Owrang, M. M., “Data Base Mining Discovery New Knowledge and Cooperative Advatage”, Information System Management, vol.12, No.4, pp26-31, 1995. H. Ragavan , L. Rendell , M. Shaw , and A. tessmer , “Lookahead feature construction for learning hard concepts ”. Proc.10th Intern. Conf. On Machine Learning , pp.252-259 (1993) Hall, C. ed.,(1995)The Devils in The Details: Techniques, Tools, and Application for Database Mining and Knowledge Discovery Part 1, Intelligent Software, September. Hanlon, J. J., Pickette, G. E. (1979)。Public Health Administration and Practice. CV Mosby Co., p711。 http://ims-global/com/ http://www.hic.gov.au/ http://www.software.ibm.com/data/ http://www9.s390.ibm.com/customer/ I. Kononenko, I.Bratko. and E.Roskar. ”Expert system in automatic learning of medical diagnostic rules ” .International school for the synthesis of expert’s knowledge workshop, Bled ,Slovenia, August(1984). International Quality Indicator Project(2000)。非計畫急診返診研究,醫策會。 J.M. McDonald , S. Brossstte , and S.M. Moser, “Pathology information-system-data mining leads to knowledge discovery”, Pathology & laboratory medicine, Vol.122 , Iss.5 ,pp.409-411(1998) K. E. Burnthornton and L. denbrand ”Myocardial-inf-arction-pinpoint the key indicators in the 12-lead ECG using data mining”, Computer and biomedical research, Vol. 31, Iss.4 , pp.293-303(1998) K.A. Horn , P. Compton , L. Lazarusl , and J.R. Quinlan , “An Expert system for the interpretation of thyroid assays in a clinical laboratory” , The Australian Computer Journal, Vol.17 , No.1 , pp.7-11 (1985) M. Kukar , I. Kononeko , and T. Silvester , “Machine learning in prognosis of the femoral neck fracture recovery” , Artificial intelligence in medicine, Vol. 8 , pp.431-451(1996) Mancini., Gale. (1981)。Emergency care and the law. An Aspen Systems Corporati, p43-50。 Megaputer(2002)。Medical Fraud Detection Through Data Mining。www.megaputer.com。 Mustard, C. A., Kozyrskyj, A. L., Barer, M. L. (1998)。Emergency Department Use as a Component of Total Ambulatory Care: a Population Perspective, Canadian Medical Association Journal, 158(1), p49-55。 N. Lavarc, ”Selected techniques for data mining in medicine”, Artificial intelligence in medicine, Vol. 16, pp.3-23(1999) P.S. Ngan ,M.L. Wong, W. Lam, K.S. Leung, and C.Y. Cheng, “Medical data mining using evolutionary computation” , Artificial intelligence in medicine, Vol.16 , pp.73-96(1999) S. Hojker, I. Kononenko , A . Jauk , V. Filder , and M. Porenta. “Expert system’s development in the management of thyroid ” . Proc. European Congress for Nuclear Medicine , Milano , Sept(1988). S.E. Brossette , A.P. Sprague, J.M. Hardin, K.B. Waites, W.T .Jones, and S.A. Moser, “Association rules and data mining in-hospital infection-control and public-health surveillance”, Journal of the American medical informatics association, Vol.5, Iss.4 ,pp. 373-381(1998) U. Fayyad , D.Haussler ,and P. Stolorz . “The Data Warehouse and Data Mining”. Communication of The ACM , Vol.39 , No.11 , pp.49-57. November(1996) W.H. Wolberg , W.N. Street, and O.L. Mangasarian, ”Machine learning technique to diagnose breast cancer from image-processed nuclear feature of fine needle aspirates”, Cancer letters 77 , pp.163-171(1994) | zh_TW |
item.languageiso639-1 | en_US | - |
item.cerifentitytype | Publications | - |
item.fulltext | no fulltext | - |
item.openairecristype | http://purl.org/coar/resource_type/c_46ec | - |
item.openairetype | thesis | - |
item.grantfulltext | none | - |
Appears in Collections: | 健康政策與管理研究所 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.