台灣地區重大傷病患者的死亡率逐年改善，此種改善可能是因為出生世代不同所產生的效應。本文針對腎透析患者，利用罹病後的存活時間，以及首次罹病資料，來探討此種效應。以全民健康保險資料庫提供的「重大傷病證明明細檔」為基礎，將重大傷病病患於1995年三月至2003年年底的資料，整合為一縱貫八年餘的資料。由於尿毒症對高年齡層的民眾影響較大，加上不足九年的資料的限制，我們考慮出生於1926至1937年的保險對象，於60至74歲之間，因尿毒症首次登錄為重大傷病患者為觀察對象，探討罹病後的存活時間以及首次罹病率。
　　研究結果顯示，出生世代對尿毒症的首次罹病率以及尿毒症患者的存活時間影響很大。對於尿毒症患者的存活狀況有下列結果：(1)出生較晚者存活時間較長，(2)罹病年齡較晚者存活的可能較高，(3)女性較男性易存活，(4)罹病後的存活時間，本文建議以三因子(出生世代、首次罹病年齡、性別)無交互作用的加速失效模型描述。對於尿毒症的首次罹病率，本文以有交互作用的probit 模型顯示出生世代、年齡、性別的影響。

　　Possibly due to a birth cohort effect, the mortality rate of catastrophic illnesses in Taiwan seems to be improving. This paper offers evidence of this effect through examining survival time and incidence among end stage renal disease (ESRD) patients gathered from Taiwan’s National Health Insurance Data Base (NHIRD). Data from nearly 9 years – ranging from December 2003 to March 1995 – was extracted from the NHIRD. As uremia typically affects elderly patients, the age-at-onset for this study has been observed to be 60 to 74 years old, with patients born from 1926 to 1937.
　　For survival time of ESRD patients, we observe the followings: (1) patients in the later cohorts display higher survival rates; (2) as age of disease onset increases, so does survival function; (3) female patients display better survival rates than male patients; and, (4) a three-factor – birth cohort, age-at-onset, and sex – and no interaction accelerated failure-time model is effective for building models for survival time. For the incidence of ESRD, a probit model with interaction terms indicates that the birth cohort, age, and sex are important factors for the incident rates.

摘要　I
Abstract　II
目錄　III
表目錄　IV
圖目錄　V
1　緒論　1
2　資料來源與處理　5
3　簡介存活模型　7
3.1　非參數法--Kaplan-Meier product-limit估計法　8
3.2　參數法(I)：無解釋變數模型(models with no covariates)　10
3.3　參數法(II)：具解釋變數模型 (models with covariates)－加速失效模型 (accelerated failure-time model, AFT)　 11
3.4　簡介Cox-Snell residual　13
4　首發率模型簡介　14
4.1　二項迴歸模型(binomial regression model)　14
4.2　卜瓦松迴歸模型(Poisson regression model)　16
4.3　簡介Pseudo R-square　17
5　台灣地區尿毒症之存活分析　18
5.1　Kaplan-Meier product-limit估計法之探討　18
5.2　參數模型之探討　23
5.2.1　無解釋變數模型探討　23
5.2.2　無解釋變數模型與Kaplan-Meier估計法五年平均餘命之比較　23
5.2.3　AFT二因子全模型探討(two factors full AFT model)　26
5.2.4　AFT三因子全模型探討(three factors full AFT model)　29
5.3　建立台灣地區尿毒症患者之存活模型　32
6　台灣地區尿毒症首發模型之建立　37
6.1　首發率之計算及現象　37
6.2　首發模型之探討　39
6.3　建立台灣地區尿毒症之首發模型　41
7　結論　45
參考文獻　48
附錄　50
附錄一　非參數法－性別因子之探討　50
附錄二　非參數法－出生世代因子之探討　53
附錄三　非參數法－首發年齡因子之探討　55
附錄四　參數法－危險率繪圖　57
附錄五　參數法－各分配之AIC與SBC統計值　61
附錄六　參數法－對數羅吉斯分配與對數常態分配假設下之μ與σ　63
附錄七　三因子無交互作用AFT模型－對數羅吉斯分配假設下之平均餘命公
式推導　66
附錄八　三因子無交互作用AFT模型－對數羅吉斯分配假設下之平均餘命　69

書籍
1.莊聲和、梁正德 (2005)，「重大傷病經驗統計研究－以全民健保資料庫為基礎」，財團法人保險事業發展中心。
2.陳至安、簡郁紘、李振宇譯 (2005)，「應用線性迴歸模型第四版」，初版一刷，華泰文化事業股份有限公司。
3.喬治華、梁正德 (2004)，「癌症相關發生率之研究－以全民健保資料庫為基礎」，財團發人保險事業發展中心。
4.黃登源 (1998)，「應用迴歸分析」，華泰文化事業股份有限公司。
5.Allison P. D. (1995), Survival Analysis Using the SAS System: A Practical Guide, SAS Institute Inc..
6.Dobson A. J. (2002), An Introduction to Generalized Linear Models, Second Edition, Chapman and Hall, London.
7.Faraway J.J. (2006), Extending the Linear Model with R：Generalized Linear, Mixed Effects and Nonparametric Regression Models, Chapman and Hall, London.
8.Klein J. P., Moeschberger ML (2003), Survival Analysis：Techniques for Censored and Truncated Data, Second Edition, Springer-Verlag, New York.
9.Klugman S. A., Panjer HH and Willmot GE (2004), Loss Models from Data to Decisions, Second Edition, John Wiley & Sons, Inc., New York.
期刊
1.黃尚志、賴永勳、辛錫璋、童家淦、蔡瑞熊 (1985)，慢性腎衰竭患者血液透析十年之累積生存率，「高雄醫誌」，1卷7期，417-424。
2.黃尚志、楊五常、陳秀熙 、台灣腎臟醫學會透析評估委員 (2000)，台灣地區八十八至八十九年度透析評估工作報告，「台腎醫誌」，14卷4期，139-228。
3.張碧玉、黃尚志、毛莉雯 (2000)，影響末期腎臟疾病患者醫療費用之風險因子探討：一、穩定型血液透析患者，「台腎醫誌」，14卷4期，319-319。
4.楊五常、黃尚志、陳永銘 (2004)，九十年度台灣地區慢性腎衰竭登錄系統及照護品質指標，「台腎醫誌」，18卷1期，S1-S52。
碩、博士論文
1.朱淑惠 (2006)，「台灣地區定期腎臟透析治療群體存活模型研究」，東吳大學商用數學系碩士論文。
其他
1.出生世代對台灣婦女肺癌發生之影響，「國家衛生研究院電子報」，93期。
2.吳明賢、林肇堂 (1993)，台灣的胃癌，「台灣醫學會」，http://fma.mc.ntu.edu.tw/medicial_data/taiwan14.htm。
3.重視腎臟健康，建構完整防治醫療體系，「國家衛生研究院電子報」，172期。
4.陸坤泰、張登斌 (1991)，台灣的肺癌，「台灣醫學會」，http://www.fma.org.tw/medicial_data/taiwan11.thm。
5.黃尚志 (2007)，糖尿病腎病變共同照護－台灣糖尿病末期腎臟疾病現況及糖尿病腎病變轉診，http://www.tade.org.tw/news/doc/糖尿病腎病變轉介時機--960317-中文.pdf