臺灣博碩士論文加值系統

自民國86年以來，腦中風在台灣民眾的十大死因中高居第二位，平均每一百人中就有十個人是因為腦中風而死。聯合國世界衛生組織腦血管協作組針對五十多個國家統計，全球五十億人口，更有兩千五百萬到三千萬人患有腦中風，在其中四十個國家之中，腦中風為前三大死亡原因。在中風患者中，即使因搶救而存活的人，仍有百分之五十到八十程度不等之後遺症。因此，我們選用腦中風這個領域當作研究的主題。本研究目的在於利用資料探勘技術為中西醫腦中風找出各種證候與因子間的相關性，以西醫的數據加上中醫的辨證診斷，輔以統計數據的佐證，建立一套科學化的辨證系統，輔助醫師們進行病患的診療與病情的研判分析。現階段應用於長庚醫院神經內科的腦中風診斷中，已發現中醫證型與部分危險因子的結合可能會影響患者病情嚴重的程度。例如火熱證型可能會導致老年患者與糖尿病患者的病情變化，也容易出現併發症的情形，癒後的復健情況也會有所影響。本研究以自動化的分析程序，加速醫師對於病情判斷與治療的時效，增加康復的機會。未來除了繼續探討相關性外，也希望能夠整合這整個系統，從前端使用者至後端資料庫，以及結合行動裝置，架設無線網路，達成行動醫療及輔助分析系統的功用。
關鍵字：腦中風、中證西辨、決策支援系統、資料探勘

Stroke (Cerebrovascular Accident, CVA) is a sudden change in the blood supply to a part of the brain, which can cause death or the loss of the ability to move or to speak clearly. Stroke was the leading cause of death in Taiwan from 1963 to 1982. Deaths due to stroke rank second only to cancer, with more deaths resulting from strokes than from any other single pathology. The causes of stroke are heterogeneous. The studies of clinical features, courses, risk factors, pathphysiology, mortality and outcomes of stroke will help us to probe the future study and management of stroke. In this thesis, we try to combine the syndromes of traditional Chinese medicine and risk factors of modern medicine and analyze the records to know their correlations. The objective of this research is to apply data mining approaches to assist the diagnosis for stroke. A total 122 patient records was collected from Chang Gung Memorial Hospital in Linkou. These patients were diagnosed to be cerebrovascular disease through computed tomography (CT) and magnetic resonance image (MRI) during March 2002 to May 2003. They have no complications or medicine’s effects. We use data mining technique to analyze patient records, and test and verify the results via statistics. According to our research, there are correlations between syndromes of strokes and risk factors. Some of these correlations have statistical meanings in which the Chi square’s value is less than 0.05. We find that the fire syndrome could affect the order of severity, complexity and outcome of acute patients. It also found that the patients with fire syndrome in the acute phase usually have some complications and have relatively worse score in the National Institutes of Health Stroke Scale (NIHSS) and Barthel index. Some of these patients would get worse outcomes when discharging from hospital. Traditional Chinese medicine emphasized the aetiology of strokes and modern medicine diagnosed the stroke with instruments. The combination of these two medical sciences has received highly attention in recent years. In the research we find that there are correlations between specific syndromes and risk factors. Our research shows that data mining techniques can be used to provide better diagnosis, treatment and rehabilitation.
Keywords：Stroke, Cerebrovascular Accident, CVA, data mining, information technology, traditional Chinese medicine, modern medicine, statistics

長庚大學碩士學位論文 指導教授推薦書 I
長庚大學碩士學位論文 口試委員會審定書 II
博碩士論文授權書 III
誌謝 IV
摘要 V
ABSTRACT VI
第一章 緒論 1
第一節 研究動機與背景 1
第二節 研究目的 3
第三節 研究對象與範圍 4
第四節 研究流程與論文架構 4
第二章 相關理論與文獻探討 7
第一節 西醫對腦中風疾病的認識 7
第一項 簡介、定義 7
第二項 種類 7
第三項 病因 8
第四項 併發症 11
第五項 診斷與治療 12
第二節 中醫對腦中風的認識 13
第一項 立論基礎 13
第二項 簡介與譯名 16
第三項 種類 16
第四項 病因病機 17
第三節 中醫學與西醫學的比較 19
第四節 資料探勘 23
第一項 關連式法則探勘（Mining Association Rule） 24
第五節 資料前處理 28
第三章 系統設計與實驗 29
第一節 腦中風資料庫建立 29
第二節 研究對象與資料蒐集 30
第一項 收案標準 30
第二項 病例來源與基本統計資料 30
第三項 證型成立標準 31
第三節 系統架構設計 31
第四節 ASSOCIATION RULE MINING與數據的驗證 32
第四章 研究結果 35
第一節 病患基本資料分析 35
第二節 MINING ASSOCIATION RULES 38
第三節 交叉分析與卡方檢定表 40
第五章 結論與未來發展方向 48
第一節 研究結論 48
第二節 建議與後續研究方向 49
參考文獻 50
附錄一 《中風病辨證診斷標準》操作手冊 54
附錄二 各證型分佈統計 71

1.林靜嫻，呂建榮，葉炳強（2002），「中風病辨證診斷標準（試行） 」，當代醫學月刊，347期，頁733-741。
2.林傑斌，陳湘，劉明德，（2002），SPSS11統計分析實務設計寶典第一版，博碩文化股份有限公司。
3.王建華（2001），「出血性中風、缺血性中風急性期證候演變規律的研究」，中國中醫急症，Vol. 10, No. 4，頁215-217。
4.梁傳雄，溫澤淮，賴世隆，etc.,（1999），「中風病中醫證候特徵與腦病理改變的相關關係的研究」，新中醫，Vol. 31, No. 7，頁41-42。
5.劉金民（1994），「251例急性期中風病證候的病理學基礎分析」，北京中醫藥大學學報，Vol. 17, No. 4，頁 30-31。
6.行政院衛生署統計室網站：http：//www.doh.gov.tw/statistic/index.htm
7.腦中風線上完全手冊：http://health.healthonline.com.tw/column/book_1/.
8.劉金民，1994，「251 例急性期中風病證候的病理學基礎分析」，北京中醫藥大學學報，Vol. 17, No. 4，頁 30-31。
9.王玉來，鄭慧，劉文娜，1995，「中風急症證候分析」，中國中醫急症，Vol. 4, No. 2，頁75-78。
10.郭蓉娟，王泓午，etc.,，1998，「急性腦梗塞、出血MRI 所見與中風病相關性分析」，北京中醫藥大學學報，Vol. 21, No. 4，頁50-51。
11.梁寶華，孟家眉，1998，「急性腦血管病中醫辨證分型與西醫某些指標的相關性研究」，北京中醫藥大學學報，Vol. 21, No. 3，頁53-55。
12.梁傳雄，溫澤淮，賴世隆，etc.,，1999，「中風病中醫證候特徵與腦病理改變的相關關係的研究」，新中醫，Vol. 31, No. 7，頁41-42。
13.王順道，任占利，杜夢華，解慶凡，賈滋欣，1999，「中風病始發態證候與腦病理改變相關關係的研究」，中國中醫急症，Vol. 8, No.1，頁 36-39。
14.庾彗，歸旭，2000，「中醫中風病急性期患者發病誘因的初步調查」，中國中醫急症，Vol. 9, No. 5，頁 217-218。
15.王建華，解慶凡，賈滋欣，2000，「中風病診斷系統的研究與驗證報告」，北京中醫藥大學學報，Vol. 23, No. 2，頁56-58。
16.魏丹霞，劉明，施興黔，2001，「中風病急性期血糖升高的中醫證候分布規律研究」，中國中醫急症，Vol. 10, No. 2，頁91-92。
17.王建華，2001，「出血性中風、缺血性中風急性期證候演變規律的研究」，中國中醫急症，Vol. 10, No. 4，頁215-217。
18.洪新原，孫敏育，洪萬富，2002，「統計分析技術在國內資訊管理研究的使用調查─主要期刊論文之內容分析」，資訊管理學報，Vol. 8, No. 2，頁1-20。
19.任占利，王順道，高穎，1994，「中風病辨證診斷標準（試行） 」，北京中醫藥大學學報，Vol. 17, No. 3，頁64-66。
20.任占利，范吉平，1994，「《中風病證候診斷標準》的臨床驗證研究」，北京中醫藥大學學報，Vol. 17, No. 6，頁41-43。
21.任占利，王順道，1995，「中風病證候量化標準研究概述」，北京中醫藥大學學報，Vol. 18, No.6，頁39-41。
22.行政院衛生署中老年保健網：http://health91.bhp.doh.gov.tw
23.中醫學概論：http://chinamed.demo.kmu.edu.tw/d010001.htm
24.中國醫學常識：http://www.theqi.com/cmed/cmed_top.html
25.R. Agrawal and R. Srikant.（1994）〝Fast algorithms for mining association rules. 〞 In Proc. 1994 Int. Conf. Very Large Data Bases, pages 487{499, Santiago, Chile, September 1994.
26.R. Agrawal, T. Imielinski, and A. Swami.（1993）〝Mining association rules between sets of items in large databases. 〞 In Proc. 1993 ACM-SIGMOD Int. Conf. Management of Data, pages 207
27.J. Han and M. Kamber.（2001）Data Mining： Concepts and Techniques. Morgan Kaufman, San Francisco, CA, 2001.
28.McKinley, P.K.; Chiping Tang; Mani, A.P.（2002）〝A study of adaptive forward error correction for wireless collaborative computing. 〞Parallel and Distributed Systems, IEEE Transactions on, Volume： 13 Issue： 9, Sept. 2002. Page（s）： 936 -947
29.Group, F. H. and Owrang, M. M.,1995, “Database Mining Discovering New Knowledge and Cooperative Advantage” , Information System Management, Vol. 12, No. 4, pp26-30.
30.Francis Lau, Andrew Penn, Deborah Wilson, Tom Noseworthy, Douglas Vincent, Sandra Doze, 1998, “The diffusion of an evidence-based disease guidance system for managing stroke”, International Journal of Medical Informatics 51, pages 107—116
31.Stephen E. Brossette, Alan P. Sprague, PHD, J. Michael Hardin, PHD, Ken B. Waites, MD, Warren T. Jones, PHD, Stephen A. Moser, PHD, 1998, 〝Association Rules and Data Mining in Hospital Infection Control and Public Health Surveillance.〞Journal of the American Medical Informatics Association, Volume 5, Number 4
32.Vitali Sintchenko, MD, Enrico Coiera, Mbbs, PHD, Jonathan R. Iredell, MD, PHD, Gwendolyn L. Gilbert, MD, 2004 , 〝Comparative Impact of Guidelines, Clinical Data, and Decision Support on Prescribing Decisions: An Interactive Web Experiment with Simulated Cases.〞, Journal of the American Medical Informatics Association, Volume 11, Number 1
33.Hagop S. Mekhjian, MD, Thomas D. Bentley, RN, MS, Asif Ahmad, MS, MBA, Gail Marsh, MHA, 2004, 〝Development of a Web-based Event Reporting System in an Academic Environment. 〞, Journal of the American Medical Informatics Association, Volume 11, Number 1
34.Sankar K. Pal, Varun Talwar, Pabitra Mitra, 2002, 〝Web Mining in Soft Computing Framework: Relevance, State of the Art and Future Directions. 〞, IEEE Transactions on Neural Networks 2002
35.World Health Organization Statistical Information System（WHOSIS）：http://www3.who.int/whosis/menu.cfm
36.“Predictors of survival among elders suffering strokes in Taiwan: observation from a nationally representative sample’, Wang SL, Pan WH, Lee MC, Cheng SP, Chang MC, Departments of Public Health, Chung Shan Dental and Medical College, and National Institute of Family Planning, Department of Health, Executive Yuan, Taichung, Taiwan.wang21@nhri.org.tw
37.World Health Organization, NCD Surveillance
http://www.who.int/ncd_surveillance/ncds/strokerationale/en/