Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 全民健保資料庫分析:重大傷病及癌症之研究
A Study of Cancer and Catastrophic Illness based on Taiwan National Health Insurance Database
作者 蘇維屏
Su Wei Ping
貢獻者 余清祥
蘇維屏
Su Wei Ping
關鍵詞 全民健保資料庫
重大傷病
癌症
人口老化
Lee-Carter模型
National Health Insurance Database
Catastrophic Diseases
Cancer
Aging Population
Lee-Carter Model
日期 2013
上傳時間 14-Jul-2014 11:29:15 (UTC+8)
摘要   重大傷病是我國全民健康保險的重要特色之一,透過社會保險的風險分擔機制,病患享有免部分負擔等優惠,降低因為罹病帶來的財務負擔,但重大傷病同時也成為全民健保的主要支出項目。民國102年領取重大傷病證明者不過98餘萬人(約總人口的4%),但其一年的醫療費用多達一千五百多億元(接近總支出的27%),平均每位重大傷病患者的醫療費用約為平均值的7.34倍,其中癌症又是重大傷病中人數最多者,大約佔了49%(資料來源:衛生福利部中央健康保險署)。因為許多重大傷病的發生率、盛行率與年齡成正比(黃泓智等人,2004),未來隨著人口老化,全民健保支出也將跟著上升。
  本文使用全民健保資料庫,探討近十年重大傷病(尤其是癌症)趨勢,估計重大傷病的年齡別發生率、死亡率,評估人口老化對全民健保造成的影響,其中承保資料檔(ID)、重大傷病檔(HV)為本研究主要的依據資料。而由於健保資料庫的資料種類及數量龐雜,在初期資料的偵錯及處理上非常重要但也相當費時,至於發生率、死亡與否的判斷亦十分棘手,因此過程中我們將一一說明資料分析步驟及注意事項。本文發現癌症及重大傷病的盛行率逐年上升,但發生率並沒有明顯變化,加上近年癌症死亡率幾乎不變(但台灣全體國民的死亡率逐年遞降),因為台灣的人口老化,預期未來罹患癌症人數會逐年增加,癌症將繼續蟬聯十大死因之首,但罹癌死亡率的下降也可發現近年醫療進步所造成的影響。此外,我們也考量隨機死亡模型(Lee-Carter Model),發現無論是癌症死亡率、或是罹癌死亡率都有不錯的估計結果。而在文末也提出癌症病患的就醫行為以供後續研究者參考。
Catastrophic illness (CI) is one of the key features of Taiwan’s National Health Insurance (NHI). Through risk-sharing mechanisms of social insurance, it can reduce the financial burden of the CI patients since treating the CI is usually expensive. However, the CI also becomes a major expenditure item of NHI. The people receiving the CI card are just 0.98 million in 2013 (about 4% of the total population), but their smedical costs are over 150 billion NT dollars (nearly 27% of total expenditures). The average medical cost per CI patient is about 7.34 times of the national average. (Source: Department of Health and National Health Insurance Agency). Because the incidence and prevalence rates increase with age (Huang et al, 2004), the total NHI expenditure is expected to increase in the future due to population aging.
This study intends to use the NHI database, including the records of personal identification and out-patient visit from all CI patients, to explore the incidence and mortality rates, for example, of CI patients. Because the NHI database is big and messy, we shall first debug and clean them. Also, since the death of CI patients are not fully reported in the NHI database, we propose a method to identify the deaths and use the official statistics to evaluate. The results show that the prevalence rates of all CI increased every year, but their incidence rates did not change significantly. The mortality rates of cancer patients also did not change much. Based on these findings, we expect the proportion of CI patients and their size will continue to grow. In addition, we applied the Lee-Carter model to the cancer mortality rates, and the fit is pretty good.
參考文獻 一、中文部份
王信忠(2013),從全民健保資料庫分析住院發生率風險因子,「全民健保資料庫在醫療保險之應用」研討會。
台灣癌症登記中心(2005),2005年癌症存活率。
台灣癌症登記中心(2007),2007年癌症存活率。
行政院衛生福利部(2010),十大惡性腫瘤申報發生人數及發生率。
行政院衛生福利部(2012),民國101年死因結果摘要表。
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。
余清祥(2013),全民健保資料庫的重大傷病研究,「全民健保資料庫在醫療保險之應用」研討會。
李大正、楊靜利、楊德睦(2011),人口老化與全民健保支出:死亡距離取向的分析,人口學刊,第43期,頁1-35。
林子瑜、程馨、陳寬政(2013),台灣癌症盛行率與死亡率的替換關係,健康與社會期刊,第一卷第1期,頁55-73。
林建甫(2008),存活分析,雙葉書廊有限公司。
林麗芬(2013),全民健康保險資料庫之癌症資料分析與應用,「全民健保資料庫在醫療保險之應用」研討會。
柯東隆、李美真(2006),SQL Server 2005資料庫設計與應用,松崗資訊股份有限公司。
翁宏明、曾奕翔(2010),Lee-Carter估計模式與台灣地區死亡率推估之研究,大同技術學院學報,第18期,頁53-78。
連宏銘、余清祥(2000),終身癌症保險費率之釐定,保險專刊,第62期,頁49-119。
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。
游智涵(2012),癌症發生率之研究:全民健保資料庫分析之經驗,逢甲大學統計學系統計與精算碩士班碩士論文。
黃瑞笙(2013),台灣女性乳癌之死亡率研究,逢甲大學統計學系統計與精算碩士班碩士論文。
黃泓志、劉明昌、余清祥(2004),台灣地區重大傷病醫療費用推估,人口學刊,第29期,頁35-70。
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,財團法人保險事業發展中心。
喬治華、莊聲和、梁正德、鍾孟鈴(2010),1996-2007重大傷病經驗統計研究-以全民健康保險研究資料庫為基礎,財團法人保險事業發展中心。
朝井淳(2007),SQL 語法範例辭典,旗標出版股份有限公司。
溫勇(2006),人口統計學,東南大學出版社。
衛生福利部中央健康保險署(2007),全民健康保險重大傷病證明實際有效領證統計表(96年8月)。
衛生福利部中央健康保險署(2008),全民健康保險重大傷病證明有效領證統計表(97年12月)。
衛生福利部中央健康保險署(2011),全民健康保險重大傷病證明有效領證統計表(100年1月)。
衛生福利部中央健康保險署(2012),全民健康保險重大傷病證明有效領證統計表(101年1月)。
癌症防治中心(2011),2011年癌症存活率。


二、英文部份
Andersson, T. M. L., Dickman, P. W., Eloranta, S., Lambe, M., and Lambert, P. C. (2013). Estimating the loss in expectation of life due to cancer using flexible parametric survival models. Statistics in medicine, 32(30), 5286-5300.
Gompertz, B. (1825). On the nature of the function expressive of the law of human mortality, and on a new mode of determining the value of life contingencies. Royal Society of London Philosophical Transactions Series I, 115, 513-583.
Hayat, M. J., Howlader, N., Reichman, M. E., and Edwards, B. K. (2007). Cancer statistics, trends, and multiple primary cancer analyses from the Surveillance, Epidemiology, and End Results (SEER) Program. The Oncologist, 12(1), 20-37.
Heinävaara, S., Teppo, L., and Hakulinen, T. (2002). Cancer‐specific survival of patients with multiple cancers: an application to patients with multiple breast cancers. Statistics in medicine, 21, 3183-3195.
Lee, R. D., and Carter, L. R. (1992). Modeling and forecasting US mortality. Journal of the American statistical association, 87(419), 659-671.
Klein, J. and Moeschberger, M. L. Survival analysis: Techniques for censored and truncated data, 1997. Spring-Verlag, New York, 276-278.
Renshaw, A. E. and Haberman, S. (2006). A cohort-based extension to the Lee–Carter model for mortality reduction factors. Insurance: Mathematics and Economics, 38(3), 556-570.
Roberts, J. M. and Brewer, D. D. (2006). Estimating the prevalence of male clients of prostitute women in Vancouver with a simple capture–recapture method. Journal of the Royal Statistical Society: Series A (Statistics in Society), 169(4), 745-756.
Yue, J. C. (2012). Mortality Compression and Longevity Risk. North American Actuarial Journal, 16(4), 434-448.
描述 碩士
國立政治大學
統計研究所
101354005
102
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0101354005
資料類型 thesis
dc.contributor.advisor 余清祥zh_TW
dc.contributor.author (Authors) 蘇維屏zh_TW
dc.contributor.author (Authors) Su Wei Pingen_US
dc.creator (作者) 蘇維屏zh_TW
dc.creator (作者) Su Wei Pingen_US
dc.date (日期) 2013en_US
dc.date.accessioned 14-Jul-2014 11:29:15 (UTC+8)-
dc.date.available 14-Jul-2014 11:29:15 (UTC+8)-
dc.date.issued (上傳時間) 14-Jul-2014 11:29:15 (UTC+8)-
dc.identifier (Other Identifiers) G0101354005en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/67469-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 101354005zh_TW
dc.description (描述) 102zh_TW
dc.description.abstract (摘要)   重大傷病是我國全民健康保險的重要特色之一,透過社會保險的風險分擔機制,病患享有免部分負擔等優惠,降低因為罹病帶來的財務負擔,但重大傷病同時也成為全民健保的主要支出項目。民國102年領取重大傷病證明者不過98餘萬人(約總人口的4%),但其一年的醫療費用多達一千五百多億元(接近總支出的27%),平均每位重大傷病患者的醫療費用約為平均值的7.34倍,其中癌症又是重大傷病中人數最多者,大約佔了49%(資料來源:衛生福利部中央健康保險署)。因為許多重大傷病的發生率、盛行率與年齡成正比(黃泓智等人,2004),未來隨著人口老化,全民健保支出也將跟著上升。
  本文使用全民健保資料庫,探討近十年重大傷病(尤其是癌症)趨勢,估計重大傷病的年齡別發生率、死亡率,評估人口老化對全民健保造成的影響,其中承保資料檔(ID)、重大傷病檔(HV)為本研究主要的依據資料。而由於健保資料庫的資料種類及數量龐雜,在初期資料的偵錯及處理上非常重要但也相當費時,至於發生率、死亡與否的判斷亦十分棘手,因此過程中我們將一一說明資料分析步驟及注意事項。本文發現癌症及重大傷病的盛行率逐年上升,但發生率並沒有明顯變化,加上近年癌症死亡率幾乎不變(但台灣全體國民的死亡率逐年遞降),因為台灣的人口老化,預期未來罹患癌症人數會逐年增加,癌症將繼續蟬聯十大死因之首,但罹癌死亡率的下降也可發現近年醫療進步所造成的影響。此外,我們也考量隨機死亡模型(Lee-Carter Model),發現無論是癌症死亡率、或是罹癌死亡率都有不錯的估計結果。而在文末也提出癌症病患的就醫行為以供後續研究者參考。
zh_TW
dc.description.abstract (摘要) Catastrophic illness (CI) is one of the key features of Taiwan’s National Health Insurance (NHI). Through risk-sharing mechanisms of social insurance, it can reduce the financial burden of the CI patients since treating the CI is usually expensive. However, the CI also becomes a major expenditure item of NHI. The people receiving the CI card are just 0.98 million in 2013 (about 4% of the total population), but their smedical costs are over 150 billion NT dollars (nearly 27% of total expenditures). The average medical cost per CI patient is about 7.34 times of the national average. (Source: Department of Health and National Health Insurance Agency). Because the incidence and prevalence rates increase with age (Huang et al, 2004), the total NHI expenditure is expected to increase in the future due to population aging.
This study intends to use the NHI database, including the records of personal identification and out-patient visit from all CI patients, to explore the incidence and mortality rates, for example, of CI patients. Because the NHI database is big and messy, we shall first debug and clean them. Also, since the death of CI patients are not fully reported in the NHI database, we propose a method to identify the deaths and use the official statistics to evaluate. The results show that the prevalence rates of all CI increased every year, but their incidence rates did not change significantly. The mortality rates of cancer patients also did not change much. Based on these findings, we expect the proportion of CI patients and their size will continue to grow. In addition, we applied the Lee-Carter model to the cancer mortality rates, and the fit is pretty good.
en_US
dc.description.tableofcontents 第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 2
第二章 文獻回顧及研究方法 5
第一節 文獻回顧 5
第二節 研究方法 6
第三章 資料庫探索 10
第一節 資料庫介紹 10
第二節 資料庫問題與限制 12
第三節 重大傷病及癌症之基本資料分析 14
第四章 癌症死亡研究 19
第一節 死亡判斷研究 19
第二節 癌症死亡人數計算方法 24
第三節 癌症死亡率 30
第四節 罹癌死亡率 34
第五節 存活函數 36
第六節 Lee-Carter 死亡率模型 37
第五章 癌症病患就醫研究 42
第一節 癌症分類 42
第二節 就醫行為 48
第六章 結論與建議 51
第一節 結論 51
第二節 研究限制與建議 53
參考文獻 55
附錄 58
zh_TW
dc.format.extent 1590141 bytes-
dc.format.mimetype application/pdf-
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0101354005en_US
dc.subject (關鍵詞) 全民健保資料庫zh_TW
dc.subject (關鍵詞) 重大傷病zh_TW
dc.subject (關鍵詞) 癌症zh_TW
dc.subject (關鍵詞) 人口老化zh_TW
dc.subject (關鍵詞) Lee-Carter模型zh_TW
dc.subject (關鍵詞) National Health Insurance Databaseen_US
dc.subject (關鍵詞) Catastrophic Diseasesen_US
dc.subject (關鍵詞) Canceren_US
dc.subject (關鍵詞) Aging Populationen_US
dc.subject (關鍵詞) Lee-Carter Modelen_US
dc.title (題名) 全民健保資料庫分析:重大傷病及癌症之研究zh_TW
dc.title (題名) A Study of Cancer and Catastrophic Illness based on Taiwan National Health Insurance Databaseen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、中文部份
王信忠(2013),從全民健保資料庫分析住院發生率風險因子,「全民健保資料庫在醫療保險之應用」研討會。
台灣癌症登記中心(2005),2005年癌症存活率。
台灣癌症登記中心(2007),2007年癌症存活率。
行政院衛生福利部(2010),十大惡性腫瘤申報發生人數及發生率。
行政院衛生福利部(2012),民國101年死因結果摘要表。
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。
余清祥(2013),全民健保資料庫的重大傷病研究,「全民健保資料庫在醫療保險之應用」研討會。
李大正、楊靜利、楊德睦(2011),人口老化與全民健保支出:死亡距離取向的分析,人口學刊,第43期,頁1-35。
林子瑜、程馨、陳寬政(2013),台灣癌症盛行率與死亡率的替換關係,健康與社會期刊,第一卷第1期,頁55-73。
林建甫(2008),存活分析,雙葉書廊有限公司。
林麗芬(2013),全民健康保險資料庫之癌症資料分析與應用,「全民健保資料庫在醫療保險之應用」研討會。
柯東隆、李美真(2006),SQL Server 2005資料庫設計與應用,松崗資訊股份有限公司。
翁宏明、曾奕翔(2010),Lee-Carter估計模式與台灣地區死亡率推估之研究,大同技術學院學報,第18期,頁53-78。
連宏銘、余清祥(2000),終身癌症保險費率之釐定,保險專刊,第62期,頁49-119。
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。
游智涵(2012),癌症發生率之研究:全民健保資料庫分析之經驗,逢甲大學統計學系統計與精算碩士班碩士論文。
黃瑞笙(2013),台灣女性乳癌之死亡率研究,逢甲大學統計學系統計與精算碩士班碩士論文。
黃泓志、劉明昌、余清祥(2004),台灣地區重大傷病醫療費用推估,人口學刊,第29期,頁35-70。
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,財團法人保險事業發展中心。
喬治華、莊聲和、梁正德、鍾孟鈴(2010),1996-2007重大傷病經驗統計研究-以全民健康保險研究資料庫為基礎,財團法人保險事業發展中心。
朝井淳(2007),SQL 語法範例辭典,旗標出版股份有限公司。
溫勇(2006),人口統計學,東南大學出版社。
衛生福利部中央健康保險署(2007),全民健康保險重大傷病證明實際有效領證統計表(96年8月)。
衛生福利部中央健康保險署(2008),全民健康保險重大傷病證明有效領證統計表(97年12月)。
衛生福利部中央健康保險署(2011),全民健康保險重大傷病證明有效領證統計表(100年1月)。
衛生福利部中央健康保險署(2012),全民健康保險重大傷病證明有效領證統計表(101年1月)。
癌症防治中心(2011),2011年癌症存活率。


二、英文部份
Andersson, T. M. L., Dickman, P. W., Eloranta, S., Lambe, M., and Lambert, P. C. (2013). Estimating the loss in expectation of life due to cancer using flexible parametric survival models. Statistics in medicine, 32(30), 5286-5300.
Gompertz, B. (1825). On the nature of the function expressive of the law of human mortality, and on a new mode of determining the value of life contingencies. Royal Society of London Philosophical Transactions Series I, 115, 513-583.
Hayat, M. J., Howlader, N., Reichman, M. E., and Edwards, B. K. (2007). Cancer statistics, trends, and multiple primary cancer analyses from the Surveillance, Epidemiology, and End Results (SEER) Program. The Oncologist, 12(1), 20-37.
Heinävaara, S., Teppo, L., and Hakulinen, T. (2002). Cancer‐specific survival of patients with multiple cancers: an application to patients with multiple breast cancers. Statistics in medicine, 21, 3183-3195.
Lee, R. D., and Carter, L. R. (1992). Modeling and forecasting US mortality. Journal of the American statistical association, 87(419), 659-671.
Klein, J. and Moeschberger, M. L. Survival analysis: Techniques for censored and truncated data, 1997. Spring-Verlag, New York, 276-278.
Renshaw, A. E. and Haberman, S. (2006). A cohort-based extension to the Lee–Carter model for mortality reduction factors. Insurance: Mathematics and Economics, 38(3), 556-570.
Roberts, J. M. and Brewer, D. D. (2006). Estimating the prevalence of male clients of prostitute women in Vancouver with a simple capture–recapture method. Journal of the Royal Statistical Society: Series A (Statistics in Society), 169(4), 745-756.
Yue, J. C. (2012). Mortality Compression and Longevity Risk. North American Actuarial Journal, 16(4), 434-448.
zh_TW