跳到主要內容

臺灣博碩士論文加值系統

(44.221.70.232) 您好!臺灣時間:2024/05/29 11:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:林敬淵
研究生(外文):LIN JING YUAN
論文名稱:應用資料探勘發掘健保醫療費用 之特徵分析
論文名稱(外文):The characteristic Analysis of Medical Expenses in National Health Insurance Using Data Mining
指導教授:胡建勳胡建勳引用關係
指導教授(外文):Jian-Shiun Hu
口試委員:帥嘉珍
口試委員(外文):SHUAI JIA JHEN
口試日期:2012-07-30
學位類別:碩士
校院名稱:玄奘大學
系所名稱:資訊管理學系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:71
中文關鍵詞:資料探勘全民健康保險住院醫療關聯法則
外文關鍵詞:Data MiningNational Health Insurance(NHI)Inpatient CareAssociation Rules
相關次數:
  • 被引用被引用:3
  • 點閱點閱:336
  • 評分評分:
  • 下載下載:24
  • 收藏至我的研究室書目清單書目收藏:1
我國全民健康保險於1995年3月開始實施。全民健保的財務規劃原本是以自給自足為原則,然而在全民健保實施以來,卻面臨每年財務虧損的危機,造成政府財務上的負擔。根據統計,國人每年平均門診次數將近15次,相較於歐美國家的4至7次平均就醫次數高出許多。因此,如果能夠從全民健保資料中發掘出有用的資訊,將有助於了解健保資料的關聯。
隨著資訊科技的技術蓬勃發展,如何將資料整合以及快速尋找隱藏的資訊更為重要了。現今的醫院運用了醫療電子化的方式,將病患的就診紀錄完整的儲存下來;這些大量的數位化資料,在過去使用統計學的方法進行分析和預測,而現在則朝向利用資料探勘來找尋隱藏的新資訊,進而運用在各項醫療領域的研究和探討。
本研究使用中央健保局住院醫療費用清單明細檔(DD)為依據,並利用weka軟體分析,希望以資料探勘中的關聯法則為基礎,找出健保資料中各項醫療費用的關聯性,藉此分析各項醫療費用之間是否互相影響。
研究結果發現當病患在「血液腫瘤科」就診時,其中「放射線診療費」和「注射技術費」變高將會影響「藥事服務費」跟著變高;「病房費」、「診察費」、「治療處置費」三者間存在著互相影響的關聯性;當病患在「胸腔內科」就診並接受治療時,使用放射線儀器治療的情況很少;「藥事服務費」高影響「藥費」也會跟著變高,尤其在「血液腫瘤科」中特別明顯。本研究的研究結果將可提供給中央健保局未來制定費用相關法規時當作參考方針。

The National Health Insurance (NHI) of Taiwan was on the road in March 1995. NHI's financial planning was originally based on the principle of self-sufficiency. However the implementation of the NHI was faced with the crisis in financial losses each year, it results in the Government's financial burden. According to statistics, our annual average number of outpatient visits nearly 15 times, compared to Europe and the United States 4-7 times the average one is much higher. Therefore, if the useful information can be discovered from the National Health Insurance data, it will help to understand the relevance of the National Health Insurance.
Due to the fast development of information technologies, the data blasts very much such that the integration and management of it becomes more and more important. Today, almost all the hospitals manage and store the patient's treatment record by using information technologies. The digital data was analyzed by statistics to forecast and management, while it is by data mining technologies.
In this study, a list of Bureau of National Health Insurance Hospital Medical Expenses files is used as the basis of analysis. We hope that by means of the association rules’ mining, we can identify the relevance of the medical expenses in the health inpatient care information to analyze the mutual influence between the various medical expenses.

摘要……………………………………………………………………………………………………………………………………….I
Abstract…………….…………………………………………………………………………………………………………………III
圖目錄………………………………………………………………………………………………………………………………..VII
表目錄……………………………………………………………………………………………………………………………….VIII
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 3
1.3研究限制 4
1.4研究流程 4
1.5論文架構 7
第二章 文獻探討 8
2.1資料探勘 8
2.2資料探勘於醫療資源的相關研究 10
第三章 研究方法 13
3.1關聯法則 13
3.1.1關聯法則簡介 13
3.1.2 Apriori演算法 15
3.2研究費用定義 18
3.3資料背景分析 20
3.4資料前處理 20
3.5探勘工具介紹 46
第四章 研究結果 49
4.1以2008年資料分析各項目之間的關聯 49
4.2以2009年資料分析各項目之間的關聯 56
第五章 結論 66
參考文獻…………………………………………………………………………………………………………………………….68

[1]曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯,「資料探勘Data mining」,旗標出版股份有限公司,2006年。
[2]丁一賢、陳牧言,「資料探勘」,滄海書局,2005 年。
[3]廖述賢、溫志皓,資料探勘理論與應用-以IBM SPSS Modeler為範例,博碩出版股份有限公司,2011年。
[4]林信忠,資料發掘技術應用于健保醫療費用稽核之研究,元智大學管理研究所碩士論文,1999年。
[5]陳世源,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研究所碩士論文,2000年。
[6]李姿儀,醫院門診資料探勘-以虎尾若瑟醫院為例,南華大學資訊管理研究所碩士論文,2001年。
[7]陳柏瑞,資料採礦為工具的策略性顧客管理-以開蘭聯合診所為例,國立政治大學 經營管理碩士學程(EMBA)論文,2003年。
[8]朱彩屏,資料探勘在醫療資料庫之研究-以疝氣臨床路徑為例,國立中正大學資訊管理研究所碩士論文,2004年。
[9]謝宇俊,以資料探勘技術分析健保高醫療資源使用病患特徵,國立台北護理學院資訊管理研究所碩士論文,2008年。
[10]李宗樺,應用資料探勘探討中醫、牙醫、西醫門診高醫療資源利用者特性研究,國立中正大學資訊管理所暨醫療資訊管理研究所碩士論文,2009年。
[11] 潘德鈞,資料探勘技術應用於腸機能障礙與個人等因素相關性-用2008年全民健康保險研究資料庫來分析,義守大學資訊管理研究所碩士論文,2011年。
[12]孫惠民,「資料採掘理論與實務規劃手冊」,文魁資訊出版,民96年。
[13] 謝佳容,以資料探勘技術探討醫療費用之結構-以某區域醫院為例,國立高雄師範大學資訊教育研究所碩士論文,2010。
[14]Fayyad, U. M., Piatesky-Shapiro, G. and Smyth, P. From Data Mining to Knowledge Discovery: An Overview” Advances in knowledge Discovery and Data Mining, MIT Press, 1996.
[15]Peacock, P. R.“Data Mining in Marketing: Part 1”, Marketing Management, and Vol.6 No.4. P.P.8-18, 1998.
[16]Hand, D. J., Blunt, G., Kelly, M. G., and Adams, N. M.“ Data Mining for Fun and Profit”Statistical Science, v.15, no. 2, pp.111-131, 2000.
[17]Berson, A., Smith, S. and Thearling, K. Building Data Mining Application for CRM, New York, McGraw-Hill Inc, 2001.
[18]Agrawal, R. and Srikant, R., “Fast Algorithms for Mining
Association Rules", Proc. 20th Int'l Conf. on Very Large
Data Bases, Santiago, Chile, pp. 487-499, 1994.
[19]Weka, http://www. cs.waikato.ac.nz/~ml/weka/index.html.
[20]Agrawal, R., Imielinski, T. & Swami, A., “Mining Association Rules between Sets ofItems in Large Databases”, Proceedings of the 1993 ACM SIGMOD InternationalConference on Management of Data, pp. 207-216, Washington, D.C., 1993

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊