Enews261 健保資料處理與統計分析研究

出自KMU e-News

在2015年2月11日 (三) 09:47由Publish (對話 | 貢獻)所做的修訂版本
(差異) ←上一修訂 | 當前修訂 (差異) | 下一修訂→ (差異)
跳轉到: 導航, 搜索

高雄醫學大學e快報 第261期  推廣教育暨社會資源中心專題



健保資料處理與統計分析研究

推廣教育組 陳以德

愈來愈多研究人員使用「全民健康保險資料」做為研究素材,從事臨床醫學、公共衛生、醫務管理、與長期照護服務等方面的研究;其研究成果,除對於臨床醫學與健保制度下健康照護品質有了更進一步的認識,也提供了衛生行政與照護政策的重要參考外,更可以投稿於國際重要期刊。 描述性統計與統計檢定之知識,包括算術平均數(Arithmetic mean)、中位數(Median)、眾數(Mode)、幾何平均數(Geometric mean)、調和平均數(Harmonic mean)、平均差(Average Deviatoin)、變異數(Variance)、標準差(Standard Deviation, error), type-1 error, statistical power, p-value,等;常用的離散分配:Discrete Uniform、Bernoulli、Binomial、Negative Binomial、Geometric、Hypergeometric、Poisson、Multinomial;如下表所示:

Image:健保資料處理與統計分析研究8.jpg


常用的連續分配:Continuous Uniform、Normal、Beta、Gamma、Exponent、Chi-Squaredχ2、Cauchy、Weibull,如下表所示:

Image:健保資料處理與統計分析研究9.jpg

連續分配中的卡方分配Chi-Squaredχ2,是檢驗是否符合研究架構的一個重要分配。而研究分析的軟體有最簡單的有Excel、Calc (LibreOffice),進一步,研究人員常用的有R、SAS、SPSS等統計軟體;這些統計軟體用來處理門診/住院的醫令與處方、費用;計算疾病診斷與用藥之關係;此類一對多連結操作技術,可了解特定疾病門診發生率、住院率與在院死亡率等等。進而運用t-test、卡方檢定、One-way ANOVA、與correlation analysis等等統計分析;計算檢定2組或多組研究對象之門診/住院總費用平均值差異之顯著性,為健保走向提供研究參考。 廣義估計方程式(Generalized Estimating Equation, GEE)及結構方程模式(Structural Equation Modeling, SEM)亦為近年來相當被重視且廣泛應用的分析方法。GEE適合用在「重複測量」或「鑲套, nested」時,重複測量譬如一位受訪者有3次以上的測量,鑲套則例如每個醫生負責10位以上病患。SEM結合因素分析和路徑分析的多元統計技術,並以圖示清楚地表示出研究架構、構模式之適配度檢定與估計參數等分析結果。模式相對配適指標GFI、AGFI、TLI、RMSEA以及RMR,更清楚地呈現搜集的資料是否符合當初設計的研究架構。 本中心定期舉辦「健保資料處理與統計分析研究」相關研習會中,首先,使研究人員從高醫大的「健康資料加值應用協作中心」取得健保資料後,能夠瞭解健保資料庫的內容與結構、有能力撈取所需資料的View並轉換成R/SAS/SPSS軟體可以讀取的格式、其次,運用健保資料進行統計分析研究;及用驗證性因素分析資料是否符合研究架構的能力。相關課程,歡迎洽詢中心電話(07)3121101-2270或上中心網頁 http://dtextpro.kmu.edu.tw。


enews261