多項羅吉斯迴歸分析

本節依據研究架構以及本章第二節的雙變項分析的結果，進行多變項迴歸分 析，以探討影響醫師使用VPN 查詢糖尿病指標回饋的相關因素。

一、建立迴歸模式

本研究以多項羅吉斯迴歸分析(Multinomial Logistic Regression Analysis)進行 分析，並使用階層迴歸的方式檢驗自變項與依變項之間是否存在假性相關。

根據研究架構與雙變項分析的結果，將統計上顯著的變項納入迴歸模式中分析，

建立兩個模式。模式一納入醫師執業狀況與參與健保局政策共三個變項；模式二 則以醫師執業狀況、醫師參與健保局政策的情況作為控制變項，再納入糖尿病方 案之病患收案程度之變項，進行整體的迴歸模式分析。

進入模式一的變項為：「目前每週有幾次門診」、「是否加入『社區醫療網』」、

「是否曾收到『糖尿病診療概況報告表』」，模式一的模式配適度達到統計上之 顯著水準(χ²=41.40，df=10，P=0.000)，解釋醫師使用 VPN 查詢糖尿病指標回饋 情況30.2%的變異(Nagelkerke Pseudo R square=0.302)，分類正確率為 66.4%(% of correctly classified=0.664)。納入模式二的變項為：「目前每週有幾次門診」、「是 否加入『社區醫療網』」、「是否曾收到『糖尿病診療概況報告表』」、「糖尿病方 案之收案程度」，模式二的模式配適度達到統計上之顯著水準(χ²=53.88，df=14，

P=0.000)，整體模式解釋了醫師使用 VPN 查詢糖尿病指標回饋情況 37.7%的變異 (Nagelkerke Pseudo R square=0.377) ， 分 類 正 確 率 為 67.1%(% of correctly classified=0.671)。模式二和模式一相較之下，在自由度增加 4 之後，模式配適度 卡方值增加 12.48(53.88-41.40=12.48)，解釋醫師使用 VPN 查詢糖尿病指標回饋 情況的變異增加 7.5%(37.7%-30.2%=7.5%)，可知模式二較模式一佳，因此多變 項分析之結果以模式二為主。

模式二解釋了在控制醫師執業狀況以及參與健保局相關政策措施的情況之 後，糖尿病方案之收案程度對於醫師使用VPN 查詢指標的情形。以下就顯著之 變項進行說明。

二、迴歸分析結果

(一)知道 VPN 也有查詢糖尿病指標回饋相對於不知道 VPN 也沒有查詢 在知道 VPN 也有查詢糖尿病指標回饋相對於不知道 VPN 也沒有 查詢的勝算方面，每週有7-9 次門診的醫師為每週有 16 次以上門診的 醫師的0.035 倍(P=0.002)；每週有 10-15 次門診的醫師為每週有 16 次 以上門診的醫師的 0.048 倍(P=0.001)；加入「社區醫療網」的醫師為 沒有加入「社區醫療網」醫師的17.203 倍(P=0.000)；過去曾收到健保 局所寄發之「糖尿病診療概況報告表」的醫師為未曾收過「糖尿病診 療概況報告表」的醫師的11.626 倍(P=0.001)；加入糖尿病方案且收案 率 達 50% 以 上 的 醫 師 是 未 加 入 糖 尿 病 方 案 的 醫 師 的 12.916 倍 (P=0.005)。

由此可知，高診次的醫師知道VPN 也有查詢糖尿病指標回饋相對 於不知道VPN 也沒有查詢的機會與比低診次的醫師高；加入「社區醫 療網」的醫師知道 VPN 也有查詢糖尿病指標回饋相對於不知道 VPN 也沒有查詢的機會，比沒有加入「社區醫療網」的醫師高；而過去曾 收到健保局所寄發之「糖尿病診療概況報告表」的醫師知道VPN 也有 查詢糖尿病指標回饋相對於不知道VPN 也沒有查詢的機會，較未曾收 過「糖尿病診療概況報告表」的醫師高；加入糖尿病方案且收案率達 50%以上的醫師，知道 VPN 也有查詢糖尿病指標回饋相對於不知道 VPN 也沒有查詢的機會比沒有加入糖尿病方案的醫師高。

(二)知道 VPN 但沒查詢糖尿病指標回饋相對於不知道 VPN 也沒有查詢 在知道 VPN 但沒查詢糖尿病指標回饋相對於不知道 VPN 也沒有 查詢的勝算方面，每週有10-15 次門診的醫師為每週有 16 次以上門診 的醫師的0.252 倍(P=0.02)；加入「社區醫療網」的醫師為沒有加入「社 區醫療網」醫師的2.918 倍(P=0.039)；過去曾收到健保局所寄發之「糖 尿病診療概況報告表」的醫師為未曾收過「糖尿病診療概況報告表」

的醫師的3.536 倍(P=0.016)。

由此可知，高診次的醫師與低診次的醫師相較之下，知道 VPN 但 沒查詢糖尿病指標回饋相對於不知道VPN 也沒有查詢的機會較高；加 入「社區醫療網」的醫師知道VPN 但沒查詢糖尿病指標回饋相對於不 知道VPN 也沒有查詢，比沒有加入「社區醫療網」的醫師機會高；而 過去曾收到健保局所寄發之「糖尿病診療概況報告表」的醫師知道VPN 但沒查詢糖尿病指標回饋相對於不知道VPN 也沒有查詢的機會，較未 曾收過「糖尿病診療概況報告表」的醫師高。

表4-23：醫師使用 VPN 查詢糖尿病指標回饋程度之多項羅吉斯迴歸分析

model 1 model 2

將是否查詢 VPN 分為三組(a)

變項名稱 B Wald Sig. Exp(B) B Wald Sig. Exp(B)

知道VPN 也有查詢

Intercept -1.223 2.961 0.085 -1.685 4.119 0.042*

目前每週有幾次門診

6 次以下 vs 16 次以上 -1.969 2.811 0.094 0.140 -2.497 3.566 0.059 0.082 7-9 次 vs 16 次以上 -2.299 6.553 0.011* 0.100 -3.348 9.622 0.002*** 0.035 10-15 次 vs 16 次以上 -2.611 9.360 0.002*** 0.073 -3.026 11.377 0.001*** 0.048 是否加入「社區醫療網」

加入vs 未加入 2.901 15.582 0.000*** 18.184 2.845 13.068 0.000*** 17.203 是否曾收到「糖尿病診療概況報告表」

是vs 否 2.356 11.173 0.001*** 10.553 2.453 10.918 0.001*** 11.626 DM 方案之收案程度

收案率未達50% vs 無加入方案 0.250 0.060 0.807 1.284

收案率50%以上 vs 無加入方案 2.558 7.742 0.005** 12.916

知道VPN 但沒查詢

Intercept 1.025 4.666 0.031* 1.103 5.251 0.022*

目前每週有幾次門診

6 次以下 vs 16 次以上 -0.923 1.170 0.279 0.397 -0.631 0.439 0.508 0.532 7-9 次 vs 16 次以上 -1.252 3.674 0.055 0.286 -1.271 3.424 0.064 0.281 10-15 次 vs 16 次以上 -1.219 4.449 0.035* 0.295 -1.379 5.397 0.020* 0.252

是否加入「社區醫療網」

加入vs 未加入 1.121 5.208 0.022* 3.067 1.071 4.259 0.039* 2.918 是否曾收到「糖尿病診療概況報告表」

是vs 否 1.372 6.925 0.008** 3.942 1.263 5.758 0.016* 3.536 DM 方案之收案程度

收案率未達50% vs 無加入方案 -0.883 1.805 0.179 0.414

收案率50%以上 vs 無加入方案 0.881 1.799 0.180 2.414

Model Fitting Chi-Square value(df) / P-value 41.40(10) / 0.000 53.88 (14) / 0.000

Nagelkerke Pseudo R-Square 0.302 0.377

% of correctly classified 0.664 0.671

註1：The reference category is: 不知道 VPN 也沒查詢.

註2：＊表示 p<0.05；＊＊表示 p<0.01；＊＊＊表示 p<0.005