第二章 文獻探討
本章節將介紹糖尿病的相關病症成因和預防，以及資料探勘與的概念，再來探討資 料探勘為主的相關應用研究。
2-1 糖尿病
糖尿病（英語：Diabetes Mellitus ）是一種代謝性疾病，它的特徵是血糖長時間高 於標準值。高血糖會造成三多一少的症狀：吃多、喝多、尿多、以及體重下降。除此之 外，糖尿病症狀還會使患者有以下幾條症狀。
1. 容易疲勞：糖尿病患者身體容易疲勞、長青春痘、做事無法像往日精神旺盛。
這種倦怠感有時是全身，有時僅下半身。例如稍微爬樓梯時，就覺得兩腿酸痛，
疲累不堪，或飯後感到倦怠等。
2. 視力減退：有些人常因視力模糊、眼睛容易疲勞，經眼科醫師檢後，才發現罹 患了糖尿病。糖尿病性網膜症於中高齡的患者較多；而白內障年輕人較易患，
所以應該特別小心。
3. 末稍神經症狀：糖尿病人易有頑固性的手脚痲痺與陣痛感。因糖尿病而引起的 神經炎脚痛症者較多，有時候會激烈的疼痛。也有人夜間小腿會抽筋。
4. 皮膚搔癢：糖尿病人皮膚的抵抗力也同時減弱，受傷時易引起感染、長癤瘡、
炎症容易擴張。尤其是女性患者有時會有陰部發癢的情形。
5. 傷口不易癒合
6. 女性月經異常：女性的糖尿病患者，有時月經不規則，或月經禁閉。這是因為 缺乏胰島素的荷爾蒙所致，是性荷爾蒙失去平衡而引起的。
7. 男性陽萎症狀：勃起神經與排尿時都是由骶髓中的神經中樞所控制。糖尿病人 因人體的糖或維他命代謝異常，會有引發陽萎現象。因此，沒有正確的醫學常 識而任意購服強壯劑、民間藥物，對治療陽萎都無效用。
如果未經治療，糖尿病可能引發許多併發症。急性併發症包括糖尿病酮酸血症與 高滲透壓高血糖非酮酸性昏迷，嚴重的長程併發症則包括心血管疾病、中風、慢性腎臟 病、糖尿病足、以及視網膜病變等。
糖尿病的成因：糖尿病乃因胰島(藍蓋罕士島，Islands Of Langerhans ) 中的 β 細胞 分泌的胰島素荷爾蒙先天性不足或相對性不足；或是肥胖，使糖質 ( 碳水化合物 ) 代 謝異常及其他原因所引起的慢性病。其中，胰島素由胰臟的β細胞產生。首先由肝臟吸 收後，將葡萄糖合成為肝醣，當胰島素不再產生或無效用時，肝醣的製造會減少，且葡 萄糖在周邊組織的利用就會減少，結果由各種來源進入循環之葡萄糖的移除會減緩，而 形成高血壓糖；此過多的血糖無法完全由腎小管再吸收，於是尿液中糖分上升，稱為糖 尿。換言之，就是胰島素經肝臟再至全身，讓需要胰島素的肌肉細胞和脂肪細胞等使用，
因有胰島素這種荷爾蒙，我們人體的熱量源葡萄糖才能進入上述的細胞內，胰島素從形 成、分泌到讓需要的末稍細胞使用，若某一環節發生問題，便產生所謂的糖尿病。
由此可知，胰島素的主要功能就是把葡萄糖和脂肪轉化成能源，或貯存在體內。
也就是當我們吃下東西後，由於消化的作用，血液裡的血糖會漸漸升高。靠著胰臟分泌 的胰島素，將葡萄糖合成肝醣儲存，使血液中的血糖下降；並使血液中的葡萄糖，轉變 成可供利用的能源。因此要是沒有胰島素或胰島素分泌不正常，人體無法把食物轉變成 身體可利用的能源或營養，那人體的正常功能也就無法維持。
臨床上糖尿病則被分為三類:
1. 第一型糖尿病是由於身體無法生產足夠的胰島素，過去也被叫做胰島素依賴型糖尿 病（Insulin Dependent Diabetes Mellitus, IDDM）或是青少年糖尿病。在台灣，根據 中華民國糖尿病衛教學會在 2002 及 2004 年的調查，第 1 型糖尿病約佔所有糖尿病 的 2~4%。通常從童年或青少年時期即已開始，但也可能在任何年紀發病。這種糖尿 病通常發生於纖瘦或正常體重的人身上。當身體本身的防禦（免疫）系統破壞到胰 臟的 beta 細胞時，就形成了第 1 型糖尿病。雖然沒有人知道確實的發生原因，但科 學家們相信，家族病史和環境刺激因子（例如像 B 型柯沙奇病毒(Coxsackie B Virus) 這類病毒）可能在「自體免疫」中扮演了某種角色。
2. 第二型糖尿病始於胰島素抵抗（細胞對於胰島素的反應不正常），隨著病情進展胰 島素的分泌亦可能漸漸變得不足。這個類型過去被稱為非胰島素依賴型糖尿病
（NonIInsulin Dependent Diabetes Mellitus, NIDDM）或成人型糖尿病，病因是體重過 重或缺乏運動。早期第二類糖尿病患者可能可以通過改善生活方式（如健康飲食、
適量運動、安全減肥、戒菸及避免二手菸暴露等）來控制、甚至治癒糖尿病。大多 數患者可通過口服降糖藥物來幫助控制體內血糖。一些第 2 類糖尿病患者需要胰島 素注射。
3. 妊娠糖尿病是一種發生在懷孕期間的糖尿病，通常在嬰兒出生後就會消失。台灣妊 娠糖尿病發生率為 5.7%，通常在孕期第 24 至 28 週時可以檢測出來。妊娠糖尿病應 在懷孕期間就應嚴密的控制血糖，以預防媽媽和寶寶發生問題。
糖尿病的預防與治療方式包括維持均衡飲食、規律運動、戒菸、維持理想體重。對 於糖尿病患者來說，血壓控制與足部護理也相當重要。第一型糖尿病必頇注射胰島素控 制血糖；而第二型糖尿病則可以使用口服藥控制，若有需要也可以搭配胰島素注射。糖 尿病用的部分口服藥與胰島素都可能造成低血糖。對同時患有肥胖症的第二型糖尿病患 者而言，減肥手術是有效的治療。而對於妊娠糖尿病的患者來說，血糖通常會在生產後 恢復正常。
2-2 資料探勘概述
資料探勘(Data Mining)除了廣泛地被運用在各專業領域上，近年來，相關的探勘技 術更是普遍被應用在醫療研究領域。在醫療研究領域上大部分都應用在輔助醫生判斷與 預測疾病方面。
資料探勘(Data Mining)又稱之為資料採礦。在廣義定義中可以解釋為資料庫之知識 發現(Knowledge Discovery In Databases，KDD)，如圖 2-1 所示，知識發現的步驟為：資 料選取、資料前置處理、資料倉儲建立、資料探勘、評估與結果展示。也就是說，從一
個大型資料庫裡透過特定的方法挖掘出有價值的知識，去除一些不合適的資料，將資料 轉換找出具有意義的資料模式。而現今，是個資料爆炸的時代，要如何在巨量的資料中 快速且有效率地找出有價值的資訊，是目前各個行業領域所必需要的技術。近幾年，有 不少學者對於資料探勘提出相關的解釋與看法，Frawley 認為資料探勘就是從知識庫中 發掘出潛在、有用資訊的過程，其定義為「一種找出資料中重要、潛在、有用之資訊的 程序，而目的是為了瞭解資料的特徵、趨勢及規則性。」(Frawley et al., 1996)資料探勘 可以提供預測、分類、推論學習等分析功能，來幫助企業在進行各種決策中做決定 (Dunham)，資料探勘結合了統計技術與人工智慧技術的混合模型，並且能夠在雜亂且龐 大的資料庫及資料倉儲中萃取出有價值的資訊(Olmeda And Sheldon)。
圖 2-1 資料庫知識發現(KDD)
圖 2-2 跨產業標準流程(CRISP-DM)
在 1996 年間，由數家公司聯合發展資料探勘所訂出跨產業標準流程(Cross Industry Standard Process For Data Mining, CRISP-DM)，如圖 2-2 所示，CRISP-DM 具有產品中立 性，使用上不會受限制於特定作業平台，其程序分為六個步驟：
1. 商業理解 (Business Understanding)：
在第一個步驟中，首先我們需要先了解商業要求、評估現況以及商業最終目的，定 義出資料探勘的問題，並且發展出專案計畫。
2. 資料理解 (Data Understanding) ：
主要收集完整的資料，並且對資料做初步分析、資料描述以及資料品質的確認。
3. 資料預備 (Data Preparation) ：
資料準備是在確認資料的可用性，接著經過選取、整理與處理成所需的資料型態。
主要是資料轉換的工作，必頇把不同數值尺度間的資料轉換以及將類別資料轉換成 數值形式資料，以方便進行資料分析。
4. 建模 (Modeling) ：
在資料建模階段，頇將資料分割成訓練資料集與測詴資料集，來測詴與建立模型架 構，被用來建構模型的訓練集會占用大多數的資料(80%)，而剩下的部分(20%)則被 當作測詴資料集。依照不同的專案會採取不同的方法，資料探勘的以下數種方法：
關聯法則(Association)、分類分析(Classification)、群集分析(Clustering)、預測分析 (Prediction Analysis)、次序分析(Sequential Pattern Analysis)與時間次序分析(Similar Time Sequences)。
5. 評估 (Evaluation) ：
此階段主要分析結果，證實所設計出來的模型是否有符合專案之目的，確認探勘出 來的知識是否對企業有價值。
6. 部署 (Deployment) ：
探勘出來的結果頇能與專案目標相結合出新知識，然後將新知識應用在所面臨商業 競爭上，探勘所得到的知識要隨時觀察，以防止時間與環境的改變，而成為不符合 目標所需的舊知識。
資料探勘發展到現在，已經有許多技術被提出來解決問題，每種技術都有不同的特 性，所以常會依照不同的需求來選用不同的探勘技術，資料探勘技術根據不同的分析方 式與功能可分為：分類分析(Classification Analysis)、關聯規則分析(Association Rule Analysis)、群集分析(Clustering Analysis)、推估(Estimation)、預測(Prediction)、描述及視 覺化(Description And Visualization) (Berry, And Linoff, 1997)。
1. 分類分析(Classification Analysis)：
分類分析是一種監督式學習(Supervised Learning)，先給予每一類別的屬性與特徵加 以定義，透過所準備的訓練資料，依據屬性建立一個分類模式，用來將尚未分類的
原始資料或新進的資料，依照前述的屬性與類別之關係加以分類。換句話說，分類 就是將每一類別的特徵定義好，再透過訓練資料建立分類模式，將尚未分類的資料 進行分類。主要的分類技術有：貝氏分類法(Bayesian Classifiers)、類神經網路(Neural Network)、決策樹(Decision Tree)、模糊理論(Fuzzy Theory)等。
2. 關聯規則分析(Association Rule Analysis) ：
關聯法則是在資料庫中發掘屬性彼此之間的關聯性，這些關聯通常以規則來表示，
與其他的探勘技術不同的是，關聯法則可以不只有一個輸出屬性，且每一個規則的
與其他的探勘技術不同的是，關聯法則可以不只有一個輸出屬性，且每一個規則的