利用资料探勘技术建立疾病危险因子分析模式－以糖尿病肾病变透析.pdf

利用資料探勘技術建立疾病危險因子分析模式－以 糖尿病腎病變透析治療為例 Applying Data Mining Techniques for Constructing Disease Risk Factor Analysis Model– The Case for Diabetic Nephropathy and Dialysis 摘要 透析治療已成為全民健保的龐大負擔，而腎病變為影響糖尿病患者是否進入透析階 段的主要因素。本研究目的為利用資料探勘分析健保資料庫，探討未患有腎病變的糖尿 病患者，於未來三年內發生腎病變，並進入透析階段之疾病危險因子。本研究利用健保 資料庫進行回溯性世代研究，並透過集群減少多數抽樣技術 (SBC) 、分類迴歸樹(CART) 與支援向量機(SVM) 等資料探勘技術，建立疾病危險因子分析模式。本研究發現當患者 具備「糖尿病病程五年以上」、「增殖型視網膜病變」或「玻璃體出血」等分析模式所篩 選之疾病危險因子時，其三年內進入透析階段的發生率與勝算比 (odd ratio, OR)皆顯著較 高。本研究所提之分析模式，能夠有效的發揮資料探勘之計算能力，並克服「樣本種類 及數量」及「類別不平衡」等問題，希冀可提供其他使用健保資料庫進行疾病危險因子 篩選的研究參考。 關鍵字：資料探勘、類別不平衡、疾病危險因子、糖尿病腎病變、透析治療 壹、緒論 一、研究背景與動機 台灣末期腎臟病盛行率為全世界第一名 (Levey Coresh, 2012) 。在台灣每位進 行透析治療的病患，每年平均約需花費 25,576 美元於醫療照護，並且假設能夠延緩 至少一年的末期腎臟病發生，每年約可減少1.53億美元的透析治療費用支出，約為 24%的全民健康保險年度預算 (Yang, Hwang, Chiang, Chen Tsai, 2001) 。其中，以 糖尿病為台灣目前造成末期腎臟病之主要因素，在 2006 年至2013 年間新發生之透 析治療個案約有四成以上，其前年度之就醫紀錄皆有糖尿病主診斷代碼衛生福利( 部中央健康保險署， 2013) 。然而，則有研究發現，對於糖尿病患者若是能趁早診 斷與治療腎功能衰退之危險因子，便可以達成預防或延緩糖尿病腎病變之惡化 (Hsieh, et al., 2011) 。有鑒於此，中央健保署積極推動「初期慢性腎臟病醫療給付改 善方案 (Early-CKD) 」、「末期腎臟病前期之病人照護與衛教計畫(Pre-ESRD) 」及「成 人預防保健服務」等預防保健政策，期望藉此特別照顧慢性腎臟病之患者，以減緩 末期腎臟病之發生率。其中，「成人預防保健服務」亦提供全國40 歲至64 歲之民 眾每三年免費檢查一次，而 65 歲以上之民眾則每年免費檢查一次衛生福利部中央( 健康保險署， 2014) 。 然而，政府機構對於未患有慢性腎臟病但近期即將進入透析階段之族群，並未 進行特別的健康照顧及管理，尤其是目前台灣末期腎臟病主要來源的糖尿病患者。 因此，本研究企圖結合現行至少三年一次的「成人預防保健服務」，建立疾病危險 因子分析模式，找出未患有腎病變的糖尿病族群，其三年內發生腎病變，並進入透 析階段的主要疾病危險因子，希冀「成人預防保健服務」藉此針對具有疾病危險因 子之糖尿病患者，進行特別的健康照顧及管理，以降低台灣現階段整體透析治療之 發生率。 目前藉由資料探勘 (data mining)技術建立疾病預測(disease prediction)模型已廣 泛應用於各種疾病，例如：心血管疾病(Alshurafa, Eastwood, Pourhomayoun, Liu Sarrafzadeh, 2014) 。其中，有研究說明建立疾病預測模型成本不高，並具有容易執 行之特色，故建議將此做為疾病篩檢之工具(Tabaei Herman, 2002) 。因此，透過 有效的疾病預測模型可以輕易地找出未來或現在可能罹患疾病之患者，並能藉由評 估不同疾病危險因子所建立之疾病預測模型，找出各種疾病發生的重要疾病危險因 子，幫助政府與