以免疫演算法應用健保次級資料於HD-PS之研究

Using High-Dimensional Propensity Score with Immune Algorithm to Automate Optimal Confounding Control in Big Health Care Claim Data

陳宏旻(Hong-Min Chen)

指導教授 ： 陳大正

國立虎尾科技大學/管理學院/資訊管理研究所/碩士(2015年)

摘要

健保資料庫(Claim Database)所記載的縱向數據資料能反應日常生活實際現象，因此成為藥物流行病學研究於疾病治療的效用等相關研究之重要工具。然而健保資料屬於在非控制環境下依照特定目的而收集的次級資料(Secondary Data)，因此潛藏著無法完全被觀察到的相關潛在干擾共變數。若能在面對巨量建保資料庫時，適當的應用以傾向分數(Propensity Score, PS)為基礎的高維度傾向分數(High-Dimensional Propensity Score, HD-PS)來針對未知或潛在的干擾共變數進行分析，其結果會比傳統傾向分數更接近隨機臨床試驗及觀察型研究結果。
然而目前HD-PS相關研究多探討其優越性，卻較少探討如何由巨量健保資料中的篩選出適合分析的病患數量，因此當面巨量健保資料時，並無法明確的定義病患樣本的擷取數量，以及病患數量是否會對HD-PS在探勘干擾共變數於偏差調整時造成影響。因此本研究採用免疫演算法結合HD-PS與網格運算來進行病患數量對於探勘干擾共變數之影響的探討。

關鍵字

高維度傾向分數 ； 傾向分數 ； 免疫演算法 ； 網格運算

並列摘要

Longitudinal data in Taiwan's National Health Insurance claim database, revealing the actual situation in people's daily live, has become a significant tool for pharmacoepidemiology to conduct researches regarding the effectiveness of therapies. However, data collected based on specific purposes under the non-controlled environment in claim database are considered secondary data. Therefore, relevant potential interference factors may not be observed completely. If the high-dimensional propensity score on the basis of propensity score (HD-PS) can be applied to analyze unknown or potential interference factors, the results will be more similar to those revealed from randomized controlled trials or observational studies.
Most of the current HD-PS studies focus on exploring its advantages instead of investigating how to choose a certain number of patients from the huge database for further analysis. Consequently, a specific number of patients and whether this number affects interference factors or bias adjustment are not able to be drawn during the investigation. This paper applies immune algorithm combining with HD-PS and grid computing to explore the influence of patient's number over interference factors.

並列關鍵字

High-Dimensional Propensity Score ； Propensity Score ； Immune Algorithm ； Grid Computing

參考文獻

[49] 江泰緯，2007，以網格運算為基礎之進化式演算法於資料探勘分類反應模型建立之研究，國立虎尾科技大學資訊管理研究所碩士論文。

[54] 林文祥，2008，應用平行運算於小波轉換分析電力品質信號，崑山科技大學電機工程研究所碩士論文。

[36] 黃維，2005，以類免疫系統法建置垃圾郵件過濾系統之研究，中原大學資訊管理研究所碩士論文。

[43] 夏倬彥，2008，應用免疫演算法於輸電系統最佳化無效功率調度，國立臺北科技大學電機工程系碩士論文。

[15] 曾淑芬，1999，從醫院管理角度論全民健保資料庫，中華公共衛生雜誌，第18卷，第5期，頁363-372。