國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
生積極和消極影響，實證結果顯示美國總統大選 2008 年歐巴馬（Barack Obama）
以及 2016 年川普當選（Donald Trump）前後，都使美國的種族情緒產生兩極化 的現象；而且川普當選後更讓當地的少數族群產生壓力。在選舉結束後大環境的 改變下，Lee 等人（2015）研究結果說明生活在具有高度種族偏見的社區中，與 疾病和死亡的風險增加有關。Leitner（2016）研究指出，居住於高偏見地區的黑 人和白人居民，患有心臟病的風險會增加，且對黑人有較大的影響。Hatzenbuehler 等人（2014）則發現居住在有高度反同性的社區中的女同性戀，男同性戀和雙性 戀者，其死亡風險是低偏見社區的三倍。由以上可知，政治氣候所帶來的社會氛 圍影響，不容小歔。
第二節、全民健康保險資料庫介紹
全民健康保險屬於強制性的社會保險，其主要宗旨是全民皆納保，使得全體 民眾可獲得公平的醫療服務。凡具有中華民國國籍，在台灣地區設籍滿六個月以 上的人（在台灣地區出生之新生兒只要辦妥戶籍出生登記），都必須參加全民健 保。
全民健康保險自 1995 年 3 月 1 日開辦至今，於 2018 年人口實質納保率以達 到 99.82%，而高齡人口（65 歲以上）更是高達 99.79%。使得健保資料庫在醫藥 衛生相關領域得實證資料中，佔有甚高的代表性；除了醫學相關領域之外，人口 研究對於健保資料庫的依賴程度也越來越高，其研究成果可做為國家政策之參考，
是重要的研究資源。為了促進健保相關研究，中央健康保險局（現改制為健保署）
自民國 87 年起，即委託國家衛生研究院推動「全民健康保險研究資料庫」之建 置，希望透過健保資料的發行，累積實證基礎以利相關研究。此資料累積了全台 灣兩千三百萬人自健保開辦以來的所有就醫紀錄，並允許研究人員串接醫師、醫 療院所等資訊，不論深度及廣度而言，皆是非常珍貴的資訊（連賢明，2008）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
本研究專注於探討高齡人口族群，所使用的資料庫為透過「特殊需求」方式 所申請的「高齡人口資料庫」（目前此方法已停用）：以 2005 年承保資料檔中「2005 年 65 歲以上在保者」隨機取 100 萬人，擷取其各年度就醫資料建置而成；抽樣 比例達 45.7%，所涵蓋人口數幾乎一半，是非常寶貴的研究資源。圖 2-2-1 顯示 資料抽樣比例與涵蓋時間。以下就本研究所使用的資料庫檔案內容依序作介紹：
一、高齡承保資料百萬抽樣檔 ID（年份：2002 年～2013 年）
承保資料檔記載每一位保險對象的基本資料，其欄位包含保險對象及被保險 人加密後身分證號、投保金額、出生年月、投保地、加退保別類別、加退保日期 等。
二、高齡門診處方及治療明細檔 CD（年份：1996 年～2013 年）
門診處方及治療明細檔詳細記載了每一位病患當次門診的費用、疾病診斷及 主手術紀錄，其欄位包含病患基本資料、醫事機構代號、就醫科別、就醫日期、
費用點數、國際疾病分類標準（ICD9），其資料單位為每一次門診。
三、高齡住院醫療費用清單明細檔 DD（年份：1996 年～2013 年）
住院醫療費用清單明細檔記載了每一位病患當次住院的各種費用明細、主次 診斷及主次手術、處置紀錄，其欄位包含病患基本資料、醫事機構代號、就醫科 別、住院日期、住院天數等，資料單位為每一次住院。
四、全體重大傷病證明明細檔 HV（年份：1997 年～2013 年）
重大傷病證明明細檔記載了領有重大傷病卡者之領卡資料，其欄位包含加密 後的身分證號、性別、出生年月、領取之重大傷病類別代碼，醫事機構代號、死 亡註記、死亡日期等。
五、全體醫事機構基本資料檔 HOSB（年份：1997 年～2013 年）
醫事機構基本資料檔記載了當年度所有醫療機構的基本資料，其欄位包含醫
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
事機構代號、特約類別、評鑑等級、縣市區碼等。
針對上述五個資料檔（ID、CD、DD、HV、HOSB）所選取的重要變項加以 定義與說明：
（一）ID：個人身分證號
國民身分證統一編號，或是外籍居留證號碼，為保護個資，衛服部已將原始 之身分證號碼加密處理。
（二）HOSP_ID、HOSP_CONT_TYPE：醫事機構代號、特約類別
每間醫療診所都有唯一的醫事機構代號，涵蓋範圍包括牙醫診所、藥局、基層 院所、地區醫院、區域醫院及醫學中心，可與醫事機構基本資料檔（HOSB）做串 檔，得知其特約類別。
（三）五齡組、十齡組
將原始欄位出生年月（ID_BIRTHDAY）轉換為被保人之年齡後，在進行分 組，分別為 65-69、70-74、75-79、80-84、90-94、95-99 共七組，探討標準死亡 比（SMR）時使用。進一步考量不同年齡層在政治參與程度與醫療使用的特性，
因此將上述的五齡組再合併成三組，分別為高齡組 65-74、高高齡組 75-84、超 高齡組 85-99。
（四）CASE_TYPE：案件分類
案件分類「02」表示為西醫急診，「12」表示為牙醫急診，本研究於死亡判 斷準則中，急診定義包含變數案件分類之代碼為「02」者。
（五）FUNC_TYPE：就醫科別
就醫科別「22」表示為急診醫學科，本研究於死亡判斷準則中，急診定義包 含變數就醫科別之代碼為「22」者。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
民國 98 年以前之健保資料庫，按照譯碼簿之說明，退保別為「1」者代表該 保險人已經退保，因此，退保別等於 1 亦屬於本研究死亡判斷準則的條件之一。
（七）TX_CODE：異動別
民國 98 年以後之健保資料庫，按照譯碼簿之說明，異動別為「08」者代表 該被保險人已經退保，因此，異動別等於「08」為本研究死亡判斷準則的條件之 一。
（八）TRAN_CODE：轉歸代碼
住院醫療費用清單明細檔中，轉歸代碼「4」表示為：死亡、「9」表示自殺、
「A」表示病危自動出院。轉歸代碼等於三者任一為本研究死亡判斷準則的條件之 一。
（九）DEATH_MARK、CARD_MARK：死亡註記、持卡註記
重大傷病證明明細檔中，死亡註記「Y」表示該病患死亡；持卡註記「2」
表示該病患因死亡而註銷持卡。因此，上述兩條件皆為本研究中死亡判定標準。
（十）IN_DATE、OUT_DATE、BED_DAY：入院與出院年月日、病床天數 住院醫療費用清單明細檔詳細記載了每一次住院的入院、出院日期，可完整 描述病患的住院歷程，可得知每次住院的順序與間隔時間。另一方面，病床天數
（BED_DAY）為自行新增之變數，是透過原始欄位急性病床天數（E_BED_DAY）
以及慢性病床天數（S_BED_DAY）加總得到。以上可應用於死亡判斷中，最後 一筆住院天數大於 30 天的準則。
（十一）ACODE_ICD9_1~ ACODE_ICD9_3：國際疾病分類號
國際疾病分類號碼按傷病名稱，參照世界衛生組織一九七五第九次修訂之國 際疾病分類表（Acode）填寫。
（十二）T_AMT：合計點數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
門診處方及治療明細檔中合計點數為用藥明細點數小計、診療明細點數小計、
診察費、藥事服務費之加總。
（十三）AREA_NO_H：縣市區碼
醫事機構基本資料檔中，醫院所在的縣市代碼。可透過外部資料轉換成六都 制的縣市名稱。
（十四）月份
月份為自行新增之變數， 因為研究中需對每季的變化作追蹤，因此在資料 時間細緻度上必須精準到月份，故使用原始欄位退保日期（ID_OUT_DATE）、
出 院 年 月 日 （ OUT_DATE ）、 就 醫 日 期 （ FUNC_DATE ） 及 死 亡 日 期
（DEATH_DATE），作為醫療使用、死亡、定位的月份判斷。其中 1 月～3 月為 第一季、4 月～6 月為第二季、7 月～9 月為第三季、10 月～12 月為第四季。
圖 2-2-1、2005 百萬老人抽樣檔抽樣比例與資料涵蓋時間