持續門診高醫療利用保險對象之人口特徵及就醫背景因素探討; Characteristics of insured population with continuing high utilization of outpatient clinics and investigation of their background and the related factors

全文

(1)中國醫藥大學醫務管理學系暨碩士班碩士論文編號：IHASEP-025. 持續門診高醫療利用保險對象之人口特徵及就醫背景因素探討. Characteristics of insured population with continuing high utilization of outpatient clinics and investigation of their background and the related factors. 指導教授：林妍如博士研究生：喻崇文撰中華民國九十八年七月.

(2) 中文摘要背景與目的：國人年平均門診就醫次數由健保開辦之 12.53 次，至今已達 15 次，健保局亦實施門診高醫療利用輔導計畫。本研究希望瞭解持續高醫療利用之影響因素，以作為日後擬定對策之參考。方法：以 2005、2006、2007 等 3 年門診就醫次數超過 200 次者計 515 人次為研究對象，藉由健保醫療及承保資料檔，取得人口特徵及就醫背景資料。進行描述性統計分析、雙變量分析、羅吉斯迴歸分析及複迴歸分析。結果：本研究由羅吉斯迴歸分析得知，低收入者較有一定雇主者、疾病診斷多者較疾病診斷少者、門診用藥日數多者較門診用藥日數少者，有較高之機率成為持續門診高醫療利用保險對象；而就醫跨層級多者較就醫固定層級者，有較低之機率成為持續門診高醫療利用保險對象。又經複迴歸分析顯示，低收入者較有一定雇主者之隔年改善就醫次數百分比低；而就醫跨層級數、門診就醫次數，與隔年改善就醫次數百分比呈現正相關；另門診用藥日數與隔年改善就醫次數百分比呈現負相關。結論：低收入者、疾病診斷數、就醫跨層級數及用藥日數，均影響成為持續高醫療利用之因素。另低收入者、就醫跨層級數、就醫次數及用藥日數，均是影響其輔導後隔年改善就醫次數百分比之因素。本研究結果可作為健保局未來對持續門診高醫療利用者研擬更有效措施來改善醫療資源使用。. 關鍵字：持續高醫療利用、疾病診斷、高用藥、就醫次數. i.

(3) Abstract Background and objective The average outpatient clinic visits increased from 12.53 times per year in the beginning of National Health Insurance that at present up to 15 times per year; the bureau of National Health Insurance also implemented the assistant plan to manage frequent outpatient clinic use. The purpose of this study is to understand the factors influencing continuing high utilization of outpatient clinics to be the reference of future strategies. Methodologies Patients visiting outpatient clinics for more than 200 times in year of 2005, 2006, and 2007, total 515 subjects were selected in the study. Their information of characteristics and backgrounds collected from the medical and insurance coverage database of National Health Insurance was analyzed by descriptive, binomial, logistic regression, and multiple variable regression analyses. Findings According to the logistic regression analysis of this study, insured population with low-income, more diagnoses of diseases, and more days of outpatient clinic medication had higher probabilities of using outpatient clinics than those with regular employers, fewer diagnoses of diseases, and fewer days of outpatient clinic medication, respectively. Patients visiting various hierarchies of hospitals used more medical resources of outpatient clinics than those in regular hospitals. The multiple variable regression analyses revealed that the percentage of improving outpatient clinic visits in the next year was lower in low-income patients than in patients with regular employers. However, visiting various hierarchies of hospitals and frequency of outpatient clinic. ii.

(4) visits were positively related to the percentage of improving hospital visits in the next year. Furthermore, days of outpatient clinic medication was negatively related to the percentage of improving hospital visits in the next year. Conclusion Low-income people, the number of disease diagnosis, the number of visiting various hierarchies of hospitals, and the number of days of outpatient clinic medication are affected as a continuing high utilization of outpatient clinics factors. Another low-income people, the number of visiting various hierarchies of hospitals, frequency of outpatient clinic visits and the number of days of outpatient clinic medication are affecting the percentage of improving outpatient clinic visits in the next year. The results of this study may be served as a reference for the bureau of National Health Insurance to develop strategies to improve consumption of medical resources in insured population with continuing high utilization of outpatient clinics.. Key words：continuing high utilization of outpatient clinics, diagnoses of diseases, more days of outpatient clinic medication, frequency of outpatient clinic visits. iii.

(5) 致謝時光飛逝，距離進入中國醫藥大學醫務管理研究所已是兩年前的事，轉眼間就讀研究所的日子即將告一段落，感謝這段期間系上所有老師們犧牲夜晚及假日之休閒時間，無私的傳授知識，及學長姐與學弟妹們的協助，並深感榮幸有機會與班上每位同學互相關心與勉勵，大家在忙碌的工作之餘，一起學習成長的過程更是令人懷念。在最後論文研究的這段期間，最要感謝指導教授林妍如老師，由於林老師不分平日或假日的耐心指導，除了不厭其煩的教授研究方法外，並細心的予以指正缺失，及對研究的嚴謹要求，才使得我在論文研究及撰寫上得以順利完成，另外感謝陳金淵老師及王中儀老師於擔任論文口試委員時給予的寶貴意見，讓論文內容與品質能夠更加完善。除此之外，還要感謝馬作鏹老師以及健保局江權富專員在過去對我在研究學習上的啟蒙與鼓勵，使我在研究上更能得心應手。最後，要感謝我的太太世娟與敬婷、子瑄、奕程三個小寶貝對我的全力支持，讓我在就學期間無後顧之憂，順利完成碩士學業，謹以此論文獻給我摯愛的家人並表達我衷心的謝意。. 喻崇文. 謹誌. 中華民國九十八年七月. iv.

(6) 目錄. 中文摘要 ................................................................................................ i 英文摘要 ................................................................................................ ii 致謝 ....................................................................................................... iv 目錄 ........................................................................................................ v 表目錄 ................................................................................................... vii 圖目錄 .................................................................................................. viii 第一章. 緒論 ...................................................................................... 1. 第一節. 研究背景與動機 ............................................................ 1. 第二節. 研究目的 ........................................................................... 4. 第二章. 文獻探討 ................................................................................ 5. 第一節. 高醫療利用者之定義及內涵 ........................................... 5. 第二節. 國內外門診高醫療利用者之實證研究 ............................ 7. 第三節. 健保局對門診高醫療利用輔導情形 ............................... 13. 第四節. 決定醫療服務利用之因素探討....................................... 15. 第三章. 研究設計與方法 .................................................................... 18. 第一節. 研究流程 .......................................................................... 18. 第二節. 研究架構 .......................................................................... 20. 第三節. 研究對象 .......................................................................... 22. 第四節. 研究變項操作型定義 ...................................................... 23. 第五節. 資料來源 .......................................................................... 32. 第六節資料處理及分析 .............................................................. 33 第四章. 研究結果 ............................................................................... 34. 第一節. 門診高醫療利用保險對象的人口特徵及就醫背景因. v.

(7) 素之描述性統計分析 ...................................................... 34 第二節持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之雙變量分析 .......................................... 41 第三節持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之多變量分析 .......................................... 46 第五章. 研究討論 ............................................................................... 62. 第一節. 主要研究之成果 .............................................................. 62. 第二節研究之討論 ...................................................................... 64 第六章. 研究結論 ............................................................................... 70. 第一節. 研究結論 .......................................................................... 70. 第二節. 研究建議 .......................................................................... 71. 第三節. 研究限制 .......................................................................... 73. 參考文獻 ............................................................................................... 74. vi.

(8) 表目錄表 3-4.1. 研究變項與操作型定義 ...................................................... 25. 表 4-1.1. 門診高醫療利用保險對象人口特徵之描述性分析 ........... 36. 表 4-1.2. 門診高醫療利用保險對象就醫背景之描述性分析 ........... 37. 表 4-2.1. 門診高醫療利用保險對象之描述性分析：卡方檢定 ....... 43. 表 4-2.2. 門診高醫療利用保險對象之描述性分析：獨立 T 檢定 ... 45. 表 4-3.1. 門診高醫療利用保險對象之相關性分析........................... 48. 表 4-3.2. 門診高醫療利用保險對象之羅吉斯迴歸分析 ................... 56. 表 4-3.3. 門診高醫療利用保險對象之複迴歸分析........................... 59. vii.

(9) 圖目錄圖 3-1.1. 研究流程 ............................................................................. 19. 圖 3-2.1. 研究架構 ............................................................................. 21. viii.

(10) 第一章緒論本章共分為兩節，第一節陳述本研究之背景與動機；第二節陳述本研究之目的。. 第一節研究背景與動機我國自 1995 年開辦全民健康保險後，民眾已有效減輕就醫之經濟障礙，提升就醫公平性與醫療可近性，然而現行之全民健康保險制度尚未落實家庭醫師制度，因此民眾充分享有自由的就醫選擇及無限的就醫次數，對於醫療服務的利用大幅增加，就醫次數亦逐漸增加，國人每人每年平均門診就醫次數由 1995 年的 12.53 次，至今最新公布 2008 年國人每人每年平均門診就醫次數已達 15 次，相較於法國 6.5 次（1996 年）、德國 6.5 次（1996 年）、美國 5.8 次（1996 年）、英國 5.4 次（1998 年）、加拿大 6.4 次（1999 年）、澳洲 6.4 次（2000 年）及 OECD 成員國平均為 5.9 次（Anderson et al., 2002）等均高出許多。另陳孝平（1998）所做研究表示，我國全民健保的財務健保財務已呈現赤字，全民健保費用上漲來自於門診的部份達八成以上，而其中以就診次數的增加為主因。在我國醫療資源與醫療利用的特點與 OECD 國家比較，我國醫師密度低，但門診次數之高，接近世界第一的水準，而影響全民健保費用供給面的因素上，醫師密度或病床密度較高的地區，醫療服務利用有偏高的趨向，似乎有供給誘發需求的跡象。先進國家對醫療的「量」有所控制。台灣雖藉「合理門診量」抑制醫療院所門診醫療次數，然而民眾因未限制就醫選擇，因此倘藉由逛醫院的方式就醫，對於醫療量仍將難以控制。近年來由於人口快速老化、醫療科技進步、昂貴醫療設備研發及醫療服務內容不斷擴增等因素，使得醫療費用之成長高於保險收入之. 1.

(11) 成長，並自 87 年起產生保險收入小於保險支出之現象，致使全民健康保險的永續經營面臨極大挑戰，為此政府基於抒解健保財務上的壓力，健保局致力推行各項開源節流措施及執行嚴格的財務監控，陸續推動各項抑制不當醫療浪費措施，於 2002 年 9 月選擇同時調高健保費率由 4.25％微調至 4.55％及加重分級部分負擔，然而立即引來消基會及醫改會等民間團體質疑政府對醫療浪費及節流措施的政策未逮。因此，醫療浪費的問題又受到大家的關注，醫療浪費問題眾多，其中之一便是有部分高醫療利用保險對象過度的使用醫療資源，造成無謂的浪費。而高醫療利用保險對象的頻繁就醫不僅會造成醫療保險財政上的嚴重負擔，同時也會使高醫療利用保險對象本身的生活品質受到嚴重的影響，甚至造成自身健康受到危害。全民健康保險局（以下簡稱健保局）為避免高醫療利用保險對象重複就醫之不當醫療造成醫療浪費之情形，遂自 2001 年起每年下載門診就醫次數大於 200 次以上之保險對象，委由各分局進行輔導，以期望渠等保險對象經由輔導後能降低就醫次數，並妥善使用醫療資源。然而各分局針對這些門診高醫療利用保險對象因礙於人力有限，無法細就個案之背景資料，多數只能採取郵寄慰問函表達關心之意，並請其妥善使用醫療資源，以及函請責任院所協助輔導。另對特殊個案則請相關專業醫師實地輔導，惟此方式只能輔導少數個案。整體而言，輔導門診高醫療利用保險對象之成效仍然有限，部分門診高醫療利用保險對象雖經 1 年的輔導，仍然持續有門診高醫療利用之情形，推想健保局憑藉單一的輔導方式恐怕無法全面對眾多特性的門診高醫療利用保險對象產生一致的改善作用，縱使行政院衛生署於 2006 年 8 月 2 日修正全民健康保險醫療辦法第四十二條：「保險對象有重複就醫或其他浪費醫療資源情形時，保險人應予輔導，並得. 2.

(12) 依其病情指定其至特定之保險醫事服務機構接受診療服務。未依保險人輔導於指定之保險醫事服務機構就醫者，除情況緊急時，不予給付。」，亦即針對經分局輔導之後就醫次數仍然無法降低之門診高醫療利用保險對象，各分局可指定這些保險對象至特定之院所醫療院所就醫。然而倘若對於這群門診高醫療利用保險對象的了解，僅著眼於就醫次數之增減，而忽略了其個別之人口特徵，以及其就醫背景因素所造成的影響，則在門診高醫療利用的輔導成效上恐難以突破，倘使能夠予以一一釐清並加以應用，則對於未來輔導策略實施後的成效將更有幫助。因此，本研究利用健保局中區分局 2005、2006、2007 等三年門診醫療就醫次數超過 200 次以上之保險對象為研究對象，希望能就其人口特徵及就醫背景因素作探討，分析持續門診高醫療利用保險對象之相關特性，並希望可藉由分析結果來研擬多元的改善策略，作為改變目前輔導這群門診高醫療利用保險對象對策之參考，使得未來健保局針對門診高醫療利用保險對象的輔導得以更有成效。. 3.

(13) 第二節研究目的. 本研究根據上述研究背景與動機，藉由對門診高醫療利用保險對象之分析結果，以深入探討其人口特徵及就醫背景因素。具體而言，本研究之目的有下列二點。一、瞭解門診高醫療利用保險對象之人口特徵及就醫背景因素。二、探討持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之差異及影響因素。. 4.

(14) 第二章文獻探討本研究係分析經健保局列為門診高醫療利用之保險對象，經過 1 年的追蹤輔導後，其就醫習慣未能改善而持續仍為門診高醫療利用保險對象之人口特徵及就醫背景因素，希望找出有效的輔導對策。為此，本章文獻探討共分為四節，首先第一節探討國內外對高醫療利用者之定義及內涵；第二節則在介紹國內外對門診高醫療利用者之實證研究；第三節在陳述健保局對門診高醫療利用者之輔導專案計畫；最後第四節介紹決定醫療服務利用之個人因素，以上將在下列各節中加以詳述。. 第一節高醫療利用者之定義及內涵. 對於高醫療利用者的界定，在過去有許多國內外不同的專家學者分別做了相關研究及提出了不同的定義及看法，經歸類可概分為三大類：一、以百分比或百分等級為定義基準國外研究中，Leno（1997）以醫療費用支出之前 10%的病人定義為高醫療利用病患；Katzelnick（2000）以前兩年的醫療就醫次數皆超過百分等級 85 以上者定義為高醫療利用病患。而國內研究，許志誠與季瑋珠（1992）係以月平均就診頻率為研究族群前 5%之病人定義為高醫療使用者；陳蓓綺（2004）以全年西醫門診次數最高的 5% 病患為高醫療使用者；張永源（2006）以全年西醫門診次數最高的 5 %病患為高門診利用者。二、以次數為定義基準國外研究，Simon（1992）以前六個月之就醫次數達六次以上者 5.

(15) 定義為高醫療使用者。而國內研究，楊惠真（1995）以就醫五十次以上者定義為高醫療使用者；藍守仁等人（1997）以就醫六十次以上者定義為高醫療使用者；林四海等人（2000）以就醫五十次以上者定義為高醫療使用者；健保局（2002）將全年門診就醫超過 200 次以上者定義為高醫療使用者。三、以金額為定義基準健保局（2002）曾將全年醫療費用超過 15,174 元者（占全體保險對象總人數 20%）定義為高醫療使用者經由過去的研究顯示，大部分的醫療照護是由一小部分的病人所消耗掉（Mcfarland, 1985），且高醫療利用病患（前10%的病人）會花掉將近一半（45%）醫療支出費用（Leon, 1997）。另外有較明確的統計指出，在門診中，高醫療利用病患雖僅佔13%，卻花掉整體醫師看診費用31%，住院申請的35%及門診手術服務30%的費用（Mcfarland, 1985）。國內針對健保局2000年資料分析結果發現，使用最高的1%人口，使用全部費用的27.7%；高使用者約占全體被保險對象之20%，但卻使用全部醫療費用的74.7%（張鴻仁等，2002）。可見高醫療利用病患會在醫療財務上直接造成沉重負擔。除此之外，由於病人時常會擔心自己的身體狀況而頻繁求醫的結果，也造成病患須花費較多的時間及金錢在看病上，其往往使得病患無法有效率的進行工作並導致個人生活品質因此下降。. 6.

(16) 第二節國內外門診高醫療利用者之實證研究. 國內外有關持續門診高醫療利用者之相關研究甚少，且大多以探討門診高醫療利用者之個人特質及其醫療利用情形為主要方向。本節主要針對國內外有關高醫療利用者之研究文獻作回顧。在國外文獻方面，薛亞聖及黃昱瞳（2002）曾針對 Lee 及BergWeger 等人（1998）三篇研究作一回顧，Lee 與 Morehead（1984）是藉由次級資料瞭解 Bronx 南部 Medicaid 受益者之門診利用情形，發現四分之一的病人（就診 10 次以上）耗費三分之二的費用，而研究者另指出非常少的高醫療利用病患感覺生病的很嚴重，且需要照護，因此認為某些就醫行為是醫師所誘發的。 Nighswander（1984）從阿拉斯加原住民醫學中心隨機抽出 100 人為門診高醫療利用病患（1972 年就診次數超過 15 次），研究發現酒精濫用、精神疾病及慢性病與門診高醫療利用率有密切關係。 Berg-Weger 等人（1998）利用次級資料與訪談訪方式，研究美國某都會區榮民醫學中心就醫之退伍軍人，主要發現病人自覺健康狀況差、處方藥物的數目較多及社會性需求較高者，將增加其門診醫療利用。此外，在探討門診高醫療利用病患之特性方面，有學者針對參加美國西北地區 HMO 組織-KP 之 65 歲以上 501 名會員進行研究，結果發現高利用者的年齡較老、自覺健康狀況較差、心裡憂傷程度較高及罹患較多疾病與慢性病。反觀國內的醫療環境發現，門診高醫療利用病患之現象較為國外顯著，但卻至 1990 年代才有學者對此進行相關研究。許志誠與季瑋珠（1992）選取大溪衛生所暨群體醫療執業中心 1990 年 10 月至 1991. 7.

(17) 年 4 月間的 15 歲以上病人為問卷調查對象，將月平均就診頻率為研究族群前 5%之病人定義為高醫療使用者，研究結果發現，高醫療使用者之年齡較大、具健康保險身分、自覺健康情形較差、罹患慢性病及社會支援功能較差。楊惠真（1995）研究 1995 年 3 月至 8 月曾至健保局中區分局特約醫療院所門診就醫一次（界定為低利用者）及就醫五十次以上（界定為高利用者）之二十歲以上保險對象結果顯示，在「傾向因素」方面，年齡、婚姻、教育程度、職業、健康信念、全民健康保險知識與醫療服務利用具有顯著性相關。高利用者年齡大多為 70 歲以上者、婚姻為有偶和喪偶者、教育程度大多為不識字者、無工作者、訊息來源以來自醫療人員者多、具外控特質及全民健康保險知識分數中等程度者居多；低利用者年齡大多分佈於 30-29 歲、婚姻為有偶和未婚者、教育程度為專科、職業為勞工、具內控特質、訊息來源來自電視者多及全民健康保險知識分數中上程度者居多。在「能力因素」方面，社會支持程度相差不大；在醫療資源可近性方面，交通時間及就醫總花費時間與醫療服務利用，在統計上具有顯著性差異。在「需要因素」方面，自覺健康狀況、自覺疾病數及自覺症狀數與醫療服務利用，在統計上具有顯著性差異。高利用者其自覺健康狀況較差，自覺疾病數及自覺症狀數較多；低利用者自覺健康狀況良好，自覺疾病數及自覺症狀數較少。其中年齡、婚姻、自覺健康狀況、自覺症狀數、自覺疾病數是影響保險對象醫療服務利用的重要因素。楊長興、賴芳足（1996）研究 1995 年 6 月 1 日至 1996 年 5 月 31 日全民健保實施對於民眾醫療利用率影響之初期評估，結果發現：個人傾向因素（基本人口學變項）及能用因素（家庭資源及社會資源變項）對門診及住院利用之影響較小，主要影響民眾醫療利用為需要. 8.

(18) 因素（自覺健康狀況、是否有慢性病及活動受限天數）。結果發現受訪者門診利用主要影響因素為年齡大於 60 歲者、女性、有參加全民健保者、就醫交通時間小於 30 分鐘者、自覺不健康者、有慢性病以及活動受限天數愈多天者，其門診利用愈高。另分析結果發現部分負擔並未減少低收入戶醫療利用，反而低收入者有較高的醫療利用，其原因可能是因部分負擔金額太低，尤其是對健保前未有保險的人而言，反而覺得負擔較輕，且許多研究亦顯示低收入者健康狀況較差，因此導致他們有較高的醫療需求。藍守仁等人（1997）利用中央健康保險局高屏分局之次級資料，研究高屏地區 2005 年底使用 K 卡（60 次）以上保險對象，結果發現高醫療利用病患之平均年齡為 59.9 ± 14.7 歲，保險身分以第三類農漁水利人員最多，以教育水準較低、專業化程度低的老人居多，平均有五種疾病及症狀，利用健保卡就醫以感冒為最多。曾巨威等人（1997）利用 1995 年 7 月至 12 月的住院資料，實證結果發現就利用率而言，第三類第一目之農民、第五類之低所得戶、第六類第二目之地區人口的利用率皆高於全體投保人平均之利用率。林四海等人（2000）以問卷方式，研究中區分局特約醫療院所門診一次（低利用者）及就醫五十次以上（高利用者）之 20 歲以上保險對象，結果顯示年齡、婚姻、自覺健康狀況、自覺症狀數、自覺疾病數是影響保險對象醫療服務利用的重要因素。張鴻仁等人（2002）亦利用健保次級資料，研究 2000 年曾經參加健保之保險對象，發現高醫療利用病患以 4 歲以下及 45 歲以上成人比較高。至於就醫疾病方面，高醫療利用病患主要就醫疾病多數須長期治療之慢性疾病。唐怡玫（2003）探討民國1999 年8 月1 日實施門診高診次部分. 9.

(19) 負擔制度前後，對高診次病人在醫療利用的影響發現，門診高診次部分負擔制度對高診次病人人數占率確實達減少的作用。門診高診次部分負擔制度確實有抑制西醫門診就診次數之效應，而部分負擔效應隨時間呈現遞減現象。門診高診次部分負擔制度確實有抑制西醫門診醫療費用之成效。門診高診次部分負擔制度確實有減少西醫門診藥品費用之成效。門診高診次部分負擔制度確實達抑制西醫門診就診次數及醫療費用之成效。陳蓓綺（2004）與張永源（2006）採次級資料分析法，分別以 2001 與 2002 年全民健保學術研究資料庫之抽樣歸人檔為資料來源，以全年西醫門診次數最高的 5％病患為高門診利用者進行分析結果顯示，西醫門診次數最高的 5％病患，2001 與 2002 年每人每年平均利用門診 51.37 次和 52.27 次，各占其全年總門診人次的 21％。高利用者在每人每年門診費用、平均每次門診費用、各細項門診費用和拿藥天數上皆顯著多於一般利用組。顯示高利用者比一般利用者在門診就醫時使用更多醫療資源。高利用者和一般利用者之前 20 名就醫疾病中皆以急性呼吸道疾病較多，但是高利用者在眩暈、頭痛和下背痛的就醫診次比例高於一般利用者。經迴歸分析，年齡越大為高門診利用者之機率越高。第三類保險對象較第一類和投保金額為 15,840 元以下者較其他投保金額別為高門診利用者機率均較高。有慢性病者、重大傷病者和曾經於當年住院者有較高的機率為高門診利用者。而固定至醫學中心就醫者較至其他層級就醫者有較少高門診利用者；固定至中區、南區和高屏分局就醫者較固定至台北分局就醫者有較高的機率為高門診利用者。當同樣為高門診利用者時，在人口學特性上，以男性、年齡較大和曾經住院者利用較多的門診次數，而年齡較大和重大傷病者則耗用較多的門診費用。而在就醫屬性上，固定至基層診所就. 10.

(20) 醫者較固定至醫學中心就醫者利用較高的門診次數，但固定至醫學中心就醫者花費較多的門診費用。固定至高屏分局就醫者較固定至台北分局就醫者利用較高的門診次數。楊耿如（2007）研究門診高醫療利用者經由輔導措施介入後，發現輔導確能影響、改變本類病患就醫行為，對於撙節健保醫療支出或間接抑制醫療之不當使用，絕對有所助益。並指出不同特質研究個案在輔導後醫療利用改善情形包括改善成效隨著研究個案年齡增加而遞減；男性醫療利用改善成效較女性佳；低收入戶輔導成效較其他投保身分類別差；不同醫療服務項目之輔導成效因居住地區別而有所差異；投保單位都市化程度第一級，醫療利用率較高；殘障者輔導改善成效不佳；以醫學中心輔導改善成效較其他層級佳；及輔導成效隨著就醫院所數增多而遞減。林明昌（2007）以中央健康保險局中區分局2005年資料作為研究材料，利用資料探勘技術探討門診高就診次者之特性，發現就醫次數高於101次高診次者，男性較女性有向高年齡層集中之現象且人數較多，認為防止醫療資源的過分濫用與浪費政策的制定，男女兩性應有不同的做法，男性應著重於正確就醫方式及加強健康管理之認知，而女性部分則為善用醫療資源，增進醫療照護之功效。謝宇俊（2008）以國家衛生研究院所提供之全民健保資料庫抽樣歸人檔為資料來源提出一個高醫療資源使用病患行為分析模式。於研究中發現，消化性潰瘍疾病之高醫療資源使用病患之特性以年長者為多、男性高於女性、區域以中部為最多、職業以農民占最高比例。雖然國內外的醫療環境並不相同，但是綜合以上國內外相關文獻可以發現，當民眾有年齡較大、患重大傷病者、低收入者、處方藥物數目多、教育程度低、曾經當年住院治療者、患有慢性病及自覺健康. 11.

(21) 情形較差者等相關因子，似乎較容易增加其門診就醫次數，而成為高醫療利用病患。. 12.

(22) 第三節健保局對門診高醫療利用輔導情形為落實及促使健保醫療資源之有效運用，並本於健保關懷弱勢之精神，協助高醫療利用之保險對象得到正確的就醫方式及加強健康管理之認知，健保局自 2001 年起開始辦理「門診高利用保險對象輔導專案計畫」，輔導前一年門診就醫次數超過一定次數之個案。另外自 2004 年 9 月起執行「全民健康保險醫療利用異常輔導專案計畫」，就前一年門診申報就醫次數超過 200 次，當年前一季門診申報就醫次數超過 50 次；以及健保 IC 卡上傳每月門診就醫次數超過 20 次之保險對象，藉以不同輔導方式，導正門診高利用量之保險對象的就醫行為。針對高就醫次數的保險對象，健保局所採行的輔導計畫包括以下幾種方式：一、親自訪視或以電話方式瞭解保險對象是否有就醫、用藥問題或障礙，並視保險對象實際需要進行輔導。二、藉由寄發慰問函，除表達關懷及瞭解保險對象希望健保局提供之協助項目外，並告知保險對象與輔導人員聯繫的方式。三、結合多元社會資源，如退輔會系統之榮民之家、衛生機關之公共衛生護士，以及內政部社福單位等，配合運用各機關之資源，提供多元完整性的協助。四、由專業審查醫師針對保險對象就醫次數之合理性及治療照護適當性提供意見，並將審查結果回饋給醫療院所，藉以降低就醫次數。五、依「全民健康保險門診高利用保險對象指定院所就醫作業須知」規定，經輔導未見改善且由專業認定有指定院所就醫必要者，將依其病情及意願指定至特定醫療院所就醫。另全民健康保險門診高利用保險對象指定院所就醫作業須知，係. 13.

(23) 依全民健康保險醫療辦法第四十二條規定訂定，其保險對象認定原則包括：經中央健康保險局針對門診就醫之保險對象，排除急診、領有重大傷病卡及使用本局代辦之醫療服務項目，歸戶前一年門診申報就醫次數大於 200 次（含），且屬 80 百分位（含）至 100 百分位之保險對象列入輔導；經分局輔導二季後，90 百分位（含）至 100 百分位之保險對象就醫次數未降 20﹪（含）以上，80 百分位（含）至 90 百分位（含）之保險對象就醫次數未降 15﹪（含）以上者，經專業認定後，指定其於特定保險醫事服務機構就醫。依據實際輔導發現，民眾最主要問題在於不瞭解如何正確就醫，如有些人動不動就看醫生或對醫師缺乏信心，導致一直重複就醫；而在醫療院所方面，主要問題則在於治療層面，如醫師要求多次回診等。此項輔導工作歷時多年，大部分接受輔導的對象都有很高的配合度，近來健保局更積極請各縣市衛生局公衛護士協助，目前已有部分縣市衛生局將協助訪視需要健康管理之保險對象。除達成降低就醫次數的具體成效外，健保局也針對輔導過程所採取的細部作法不斷進行修正，希望依不同特性的個案，採用最適當的輔導技巧，以獲得最大成效，如真的需要高度醫療利用者，便提供更高品質的醫療照顧；若個案因為缺乏有效率的就醫，便協助提高就醫效率。另一方面則是誘導醫療院所，經過審查後建議醫院規劃個別輔導方式，並結合社會資源進行。健保局除繼續結合社會資源以增加人力外，也計畫將輔導對象進行適當分類，像是依據宗教信仰去選擇適當輔導機構的輔導人員，以獲得更好效果，讓這項計畫的推動能確實達到減少醫療浪費，同時關懷弱勢族群健康的目的。. 14.

(24) 第四節決定醫療服務利用之因素探討在病人決定醫療服務利用的因素探討上，最早是由Andersen 於 1968年所提出第一個醫療服務利用行為模式（Behavior Model of Health Service Utilization），其 Andersen model 也是被廣泛接受的理論，其主要以個人的角度來研究健康行為，在此模式中泛指個人在健康或產生疾病的情況下，對面臨醫療相關問題時產生之認知、反應或行為，Andersen 認為醫療服務利用行為會受到個人決定主要因素概分為三項（Andersen，1973），包括傾向因素﹙predisposing factors﹚、能力因素﹙enabling factors﹚及需要因素（need factors﹚。而Aday＆ Andersen（1974）又提出其醫療利用模式，探討直接或間接影響醫療服務利用的個人及家庭因素，用以評估醫療照護利用的的可近性，其後又與其他學者不斷修正架構，茲將其主要內容分述如下。. 一、Aday＆Andersen（1973）提出影響醫療服務利用行為的三個個人決定因素，著重個人因素之探討。傾向因素﹙predisposing factors﹚：主要說明個人使用醫療服務的傾向會受到個人特質的影響，其因素包括有人口學特徵、社經地位及健康信念等。有關人口學特徵指的是年齡、性別、婚姻狀況等；在社經地位指的是個人在社區的地位，其面對醫療問題時所具備的的能力或資源，如職業、教育、種族、宗教信仰等；而健康信念指的是影響個人在健康或疾病時，使用醫療服務之認知或態度，包括對健康及醫療服務的態度與相信程度等。能力因素﹙enabling factors﹚：係指外在環境中影響個人使用醫療服務的能力，其包括家庭資源因素及社會資源因素，所謂家庭資源因素是指個人或家庭的資源讓個人有能力使用醫療資源的能力，其包. 15.

(25) 括家庭或個人收入、有無健康保險及有無固定就醫場所等；而社會資源因素是指在當地或當地工作的人可以使用的資源，包括醫師人力比、醫療設施、醫療資源數量與分布及醫療資源的可近性、都會化程度等。需要因素（need factors﹚：係指個人對健康或疾病的主觀感受，自覺到健康狀況與受到疾病的影響(由自己評估，如自述身體功能障礙天數、自述病徵數與自評健康狀況)，及由專業醫護人員診斷評估後(由專家評估，如醫師診斷疾病數)，判斷是否需要提供醫療服務。在個人對健康或疾病的主觀感受與自覺上，有助於瞭解就醫及遵醫囑之情形；在專業醫護人員診斷評估上，有助於治療計畫之規劃。. 二、Aday＆Andersen（1974）最主要是探討醫療資源利用可近性的影響及測量消費者對醫療資源使用的滿意度。即將原模式加以擴充，如將原傾向因素與能力因素再分成可變及不可變因素，及加入衛生政策，含財務、組織、人力、教育因素，與健康照護系統包括資源、組織因素和醫療資源利用狀況，亦即將醫療資源依個人使用醫療資源之型式與程度分為醫療資源利用之型態、醫療資源利用之地點、醫療資源利用之目的、醫療資源利用之頻率及消費者滿意度等四類。醫療資源利用之型態：係指個人接受醫療服務的類別，如西醫、中醫、牙醫、民俗療法等。醫療資源利用之地點：係指個人接受醫療服務的地點，如醫院門診、急診、基層診所、衛生所、中西藥局、安養機構等。醫療資源利用之目的：係指個人接受醫療服務的原因，如疾病治療診斷、預防保健、身體檢查、復健性醫療服務等。醫療資源利用之頻率：係指一段時間內個人接受醫療服務的比率. 16.

(26) 及次數，如某期間使用醫療資源之次數、相隔時間等。. 三、Andersen（1995）認為醫療服務利用可以維持並改善人們的健康。在影響醫療服務利用上，除了人口的特質、健康政策系統外，並認為外在環境，如政治或經濟同樣會影響個人的健康行為，並且強調個人的健康行為，如飲食、運動、自我照護等在醫療服務利用下會影響健康行為，而個人對醫療資源的認知不限於消費者滿意度，同時可藉由個人自覺與專家評估健康狀況的結果；此模式乃強調醫療資源的利用可用於維護與改善個人的健康情形，及擴大了可近性的測量。. 四、Andersen（1995）改變原先單項模式，提出動態與循環性模式。在眾多醫療服務的因子下，個人利用醫療服務後的結果，自覺、專業疾病評估及滿意度，將會再影響療服務的利用。. 17.

(27) 第三章研究設計與方法本章共分為六節，第一節為研究流程；第二節為研究架構；第三節為研究對象；第四節為研究變項操作型定義；第五節為資料來源；第六節為資料處理及分析。. 第一節研究流程本研究依據研究動機與目的的訂定，蒐集相關文獻，同時將資料收集與整理，並建置資料庫，相關資料透過統計分析後，根據結果進行討論及做成結論，最後提出建議以供相關單位參考與應用。根據以上說明，本研究之研究流程如圖 3-1.1 所示。. 18.

(28) 研究動機與目的訂定. 相關文獻回顧. 資料收集與整理. 建置資料庫. 資料處理. 結果分析與討論. 結論與建議. 圖 3-1.1 研究流程. 19.

(29) 第二節研究架構根據本研究之研究背景與動機，旨在探討持續門診高醫療利用病患之人口特徵及就醫背景因素，為達成本研究所預期之目的，本研究參考 Andersen 所提出的醫療服務利用模式( Andersen model)，將其涵括之傾向因素﹙predisposition characteristics﹚如性別、年齡、婚姻狀況、職業、宗教信仰等變項。能力因素﹙enabling resources﹚如家庭或個人收入、保險身分、居住情形、設籍地縣市、設籍鄉鎮市都市化程度、醫療資源密度（每萬人口院所數、每萬人口病床數）與醫療資源集散程度（每平方公里院所數、每平方公里病床數）等變項。需要因素﹙need﹚如是否患有重大傷病、主要就醫疾病別及疾病數、主要就醫科別及科別數、罹患疾病診斷數、罹患慢性病診斷數、就醫疾病數及就醫主要疾病診斷、主要就醫機構層級別、就醫機構層級別數、就醫次數、就醫院所數、用藥日數、藥費、醫療費用、住院情形等變項。將各變項依其屬性重新分類為個人人口特徵及就醫背景（另細分為健康因素、所處醫療資源環境、就醫機構特性、醫療耗用等）等二類，透過變項之分析，瞭解門診高醫療保險對象之特性；另外探討持續門診高醫療利用保險對象之影響因子。本研究的研究架構如圖 3-2.1 所示。. 20.

(30) 一、個人人口特徵 (性別、年齡、婚姻狀況、宗教信仰、居住情形、職業、保險身分、收入) 二、就醫背景 1.健康因素 (重大傷病、主要就醫疾病別及疾病數、主要就醫科別及科別數、罹患疾病診斷數、罹患慢性病診斷數). 持續門診高醫療利用者與非持續門診高醫療利用者 1.是/否. 2.所處醫療資源環境. 2.就醫次數變化百分比. (設籍地醫療資源密度、設籍醫地醫療資源集散程度、設籍地、都市化程度、) 3.就醫機構特性 (就醫機構層級別) 4.醫療耗用 (就醫機構層級別數、就醫次數、就醫院所數、用藥日數、藥費、醫療費用、住院情形). 圖 3-2.1 研究架構. 21.

(31) 第三節研究對象本研究屬二級資料分析研究，擷取健保局承保資料庫及醫療資料庫之資料，研究對象如下：. 一、擷取健保局中區分局 2005 年、2006 年、2007 年各年度門診就醫次數超過 200 次之保險對象，以年為單位，經統計該 3 年(94 年 224 人、95 年 174 人、96 年 155 人)共有 553 人次屬於門診高醫療利用保險對象。二、本研究為能有效且正確觀察當年屬於門診高醫療利用保險對象之隔年度就醫次數，遂排除各年度或隔年度死亡之個案 38 人次，實際研究對象共計 515 人次。. 22.

(32) 第四節研究變項操作型定義. 基於本研究所設計之研究架構，為達到本研究之目的，本研究之研究變項分為自變項及依變項，自變項包括個人人口特徵及就醫背景因素等，依變項分為二類，一為是否成為持續門診高醫療利用者或非持續門診高醫療利用者，另一為就醫次數變化百分比。茲將各個研究變項操作型定義說明如表 3-4.1 所示。本研究研究變項分類為個人人口特徵及就醫背景等二類，各分類又以下列變項來呈現：一、個人人口特徵：包括性別、年齡、宗教信仰、婚姻狀況、居住情形、職業、保險身分、收入等。二、就醫背景：因屬性不同細分為四項。 1.健康因素包括有無患有重大傷病、就醫之疾病診斷(ICD9_CM) 數、慢性病之疾病診斷(ICD9_CM)數、就醫之疾病類別數、主要就醫疾病類別、就醫科別數、主要就醫科別。 2.所處醫療資源環境包括設籍地縣市、設籍鄉鎮市都市化程度、設籍地之醫療資源密度（每萬人口院所數、每萬人口病床數）、設籍地之醫療資源集散程度（每平方公里院所數、每平方公里病床數）。其中設籍鄉鎮市都市化程度係依曾國雄與吳水源（1986）發表臺灣地區市鎮鄉都市化程度特性之研究，將臺灣 316 個鄉鎮縣市選取人口密度等 19 個都市特性要因，區分為人口、經濟、教育文化與住宅水準、環境衛生與醫療保健等 4 個主要成分，依 19 項都市特性要因得分係數，將都市化程度區分為 8 個位階，第 1 級表示都市化程度最高；第 8 級表示都市化程度最低。本項將研究對象之設籍鄉、鎮、市依其定. 23.

(33) 義之都市化位階作為都市化程度之定義。 3.就醫機構特性包括主要就醫機構層級別（醫學中心、區域醫院、地區醫院、基層診所）。 4.醫療耗用情形包括利用就醫層級別數、利用門診就醫次數、利用門診就醫院所數、利用門診用藥日數、利用門診藥費點數、利用門診醫療點數、有無利用住院情形。. 24.

(34) 表 3-4.1. 研究變項與操作型定義. 研究變項自變項：自變項：個人人口特徵性別. 操作型定義. 依身分證號碼取第一位數字。. 變項屬性. 類別變項. 1=男性 2=女性。年齡. 以當年度減出生年。. 連續變項. 婚姻狀況. 依醫療院所回復之輔導紀錄表所填載之婚姻狀況欄位註記。. 類別變項. 1=已婚 2=未婚 3=喪偶推論統計將已婚與喪偶合併 1=已婚含喪偶 2=未婚宗教信仰. 依醫療院所回復之輔導紀錄表所填載之宗教信仰欄位註記。. 類別變項. 0=無宗教信仰 1=有宗教信仰居住情形. 依醫療院所回復之輔導紀錄表所填載之居住狀況欄位註記。 1=獨居 2=與家人同住 3=住安養機構推論統計將與家人同住及住安養機構合併 1=獨居 2=與家人同住含住安養機構. 25. 類別變項.

(35) 表 3-4.1. 研究變項與操作型定義（研究變項與操作型定義（續）. 研究變項自變項：自變項：個人人口特徵投保職業類別. 操作型定義. 依當年度健保投保類別分 6 類。. 變項屬性. 類別變項. 1=第 1 類有一定雇主之受僱者 2=第 2 類職業工人、外雇船員 3=第 3 類農會、漁會及水利會會員 4=第 4 類國防部、軍眷 5=第 5 類低收入戶 6=第 6 類榮民、榮眷及地區人口投保身分別. 依當年度底個案之投保身分區分為被保險人身分及眷屬分。. 類別變項. 1=被保險人 2=眷屬就醫部分負擔. 依投保類別是否為第五類低收入戶或第六類榮民身分或是否領有重大傷病證明區分就醫是否免部分負擔。. 類別變項. 1=免部分負擔 2=需部分負擔收入. 比照承保投保金額計算，低收入之福保、榮民及眷屬身分者之投保金額均列為零。. 連續變項. 就醫背景因素就醫背景因素健康因素重大傷病. 依健保局重大傷病受理檔登錄之重大傷病類別，區分有無重大傷病身分。. 類別變項. 0=無重大傷病證明 1=有重大傷病證明就醫 ICD9 碼數依健保門診清單明細檔歸戶個案全年度門診申報之 ICD9 碼個數加總。. 連續變項. 慢性病 ICD9 碼依健保門診清單明細檔歸戶個案全年度數門診申報之慢性病 ICD9 碼個數加總。. 連續變項. 26.

(36) 表 3-4.1. 研究變項與操作型定義（研究變項與操作型定義（續）. 研究變項自變項：自變項：就醫背景因素就醫背景因素-健康因素. 操作型定義. 變項屬性. 疾病類別數. 依健保門診清單明細檔歸戶個案全年度門診申報之疾病類別個數加總。. 連續變項. 主要疾病類別. 依健保門診清單明細檔歸戶個案全年度門診申報之疾病類別及發生頻率，擷取申報之疾病類別頻率最高者為主要疾病類別。. 類別變項. 0=惡性腫瘤 1=內分泌疾病 2=精神疾患 3=眼睛及附屬器官之疾患 4=心臟血管疾病 5=上呼吸道疾病感染 6=腸胃肝膽疾病 7=腎臟疾病 8=皮膚疾病 9=骨關節疾患 10=一般徵候 11=外傷 12=傳染性、營養失調、神經系統、耳、肺、口腔、舌部、先天性異常及新生兒疾病等推論統計將主要疾病類別分為生理疾病與精神疾病，除精神疾患外，其餘非屬精神疾患之其他 12 種疾病均合併為生理疾病。 1=生理疾病 2=精神疾病就醫科別數. 依健保門診清單明細檔歸戶個案全年度之門診申報，其門診就醫科別之個數加總。. 27. 連續變項.

(37) 表 3-4.1 研究變項與操作型定義（研究變項與操作型定義（續）研究變項操作型定義自變項：自變項：就醫背景因素就醫背景因素健康因素主要就醫科別. 依健保門診清單明細檔歸戶個案全年度門診申報之就醫科別及發生頻率，擷取申報之就醫科別頻率最高者為主要就醫科別。 0=不分科 1=家醫科 2=內科 3=外科 4=小兒科 5=婦產科 6=骨科 7=耳鼻喉科 8=眼科 9=皮膚科 10=精神科 11=復健科 12=整形外科 13=急診醫學科 14=牙科 15=中醫 16=腸胃內科 17=心臟內科 18=胸腔內科 19=內分泌科 20=感染科 21=潛醫科 22=放射腫瘤推論統計將主要就醫科別為 0-5 之不分、家醫、內、外、兒、婦產等科別歸為專科，餘 6-22 均為次專科。 1=專科 2=次專科. 28. 變項屬性. 類別變項.

(38) 表 3-4.1 研究變項與操作型定義（研究變項與操作型定義（續）研究變項操作型定義自變項：自變項：就醫背景因素就醫背景因素所處醫療資源環境設籍縣市. 依戶籍檔登載之設籍縣市註記。. 變項屬性. 類別變項. 1=設籍台中市 2=設籍台中縣 3=設籍彰化縣 4=設籍南投縣 5=其他縣市推論統計將設籍台中市、台中縣、彰化縣、南投縣合併為中部四縣市。 1=設籍中部四縣市 2=設籍其他縣市都市化程度. 依曾國雄與吳水源（1986）將臺灣 316 個鄉鎮縣市分析地區人口、經濟、住宅水準、教育文化、醫療保健、環境衛生等都市化程度綜合指標將都市化程度區分為 8 個位階，第 1 級表示都市化程度最高；第 8 級表示都市化程度最低。本項將研究對象之設籍鄉、鎮、市依其定義之都市化位階作為都市化程度之定義。. 類別變項. 1=第 1 級包括台北市、永和市等 2 個 2=第 2 級包括三重市等 10 個 3=第 3 級包括新店市等 20 個 4=第 4 級包括新營市等 23 個 5=第 5 級包括竹北鄉等 56 個 6=第 6 級包括神岡鄉等 68 個 7=第 7 級包括南化鄉等 83 個 8=第 8 級包括鹽埔鄉等 54 個設籍地每萬人口設籍縣市之每萬人口院所家數。院所數. 連續變項. 設籍地每萬人口設籍縣市之每萬人口病床床數。病床數. 連續變項. 29.

(39) 表 3-4.1 研究變項與操作型定義（研究變項與操作型定義（續）研究變項操作型定義自變項：自變項：就醫背景因素就醫背景因素所處醫療資源環境. 變項屬性變項屬性. 設籍地每平方公設籍縣市之每平方公里院所家數。里院所數. 連續變項. 設籍地每平方公設籍縣市之每平方公里病床床數。里病床數. 連續變項. 就醫背景因素就醫背景因素就醫機構特性主要就醫層級別全年門診就醫機構層級別申報頻率最高者。. 類別變項. 1=醫學中心 2=區域醫院 3=地區醫院 4=基層診所. 就醫背景因素就醫背景因素醫療耗用情形就醫層級別數. 依健保門診清單明細檔歸戶個案全年度門診申報之就醫層級別個數加總。. 連續變項. 門診就醫次數. 依健保門診清單明細檔歸戶個案全年度門診申報之就醫次數加總。. 連續變項. 門診就醫院所數依健保門診清單明細檔歸戶個案全年度門診申報之就醫院所家數加總。. 連續變項. 門診用藥日數. 依健保門診清單明細檔歸戶個案全年度門診申報之就醫取藥日數加總。. 連續變項. 門診藥費點數. 依健保門診清單明細檔歸戶個案全年度門診申報之就醫藥費點數加總。. 連續變項. 門診醫療點數. 依健保門診清單明細檔歸戶個案全年度門診申報之就醫醫療費點數加總。. 連續變項. 30.

(40) 表 3-4.1 研究變項與操作型定義（研究變項與操作型定義（續）研究變項操作型定義自變項：自變項：就醫背景因素就醫背景因素醫療耗用情形利用住院情形. 依健保住診清單明細檔歸戶個案當年度是否有住院紀錄。. 變項屬性. 類別變項. 0=無住院紀錄 1=有住院紀錄. 依變項：依變項：持續門診高醫療當年門診高醫療利用者之隔年是否仍列利用者與非持續為門診高醫療利用者。門診高醫療利用者 0=非持續門診高醫療利用者，隔年門診就醫次數小於 200 次 1=持續門診高醫療利用者，隔年門診就醫次數大於等於 200 次. 類別變項. 就醫次數變化百當年度就醫次數與隔年度就醫次數比分比較，就醫次數差異之百分比。（當年度就醫次數-隔年度就醫次數）/當年度就醫次數. 連續變項. 31.

(41) 第五節資料來源本研究係為二級資料分析，資料來源為健保局提供 2005、2006、 2007 等三年門診醫療就醫次數超過 200 次以上之保險對象之就醫申報資料，及健保局中區分局承保資料庫之承保資料、醫療資料庫之門診清單明細檔與住診清單明細檔，及輔導門診醫療高利用保險對象之醫療院所填列輔導記錄表之婚姻狀況、宗教信仰、居住狀況等個人資料。. 32.

(42) 第六節資料處理及分析在資料分析方法上，本研究以 EXCEL 建立資料檔，使用 SPSS 12.0 版的統計軟體進行資料處理與統計分析，並針對描述性統計與推論性統計做應用。. 一、描述性統計針對門診高醫療利用保險對象之人口特徵及就醫背景因素若屬於類別變相時，以人次及百分比做描述性統計分析；若屬於連續變相時，則以平均值及標準差做描述性統計分析。. 二、推論性統計推論性統計包括雙變量分析及多變量分析。雙變量分析之應用上，針對自變項與依變項均為類別變項時，以卡方檢定分析持續與非持續高醫療利用保險對象之人口特徵及就醫背景因素是否有顯著差異；另自變項為類別變項與依變項為連續變項時，以獨立 T 檢定分析持續與非持續高醫療利用保險對象之人口特徵及就醫背景因素是否有顯著差異。在多變量分析之應用上，以羅吉斯迴歸模式分析人口特徵及就醫背景因素等自變項探討持續高醫療利用之影響因素。另以複迴歸模式分析人口特徵及就醫背景因素等自變項影響門診高醫療利用保險對象隔年就醫次數上升或下降百分比之影響因素。. 析。. 33.

(43) 第四章研究結果本章研究結果共分為三節，第一節為門診高醫療利用保險對象的人口特徵及就醫背景因素之描述性統計分析；第二節為持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之單變量分析；第三節為持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之多變量分析。. 第一節門診高醫療利用保險對象的人口特徵及就醫背景因素之描述性統計分析背景因素之描述性統計分析本研究蒐集 2005 年、2006 年及 2007 年等 3 年之門診高醫療利用保險對象，經排除死亡對象後，研究對象計 515 人次，所有對象均隸屬健保局中區分局之輔導對象。描述性統計分析之研究變項區分為人口特徵及就醫背景因素等二類。門診高醫療利用保險對象之人口特徵研究結果顯示，男性略多於女性；平均年齡為 57 歲，且近四成為 65 歲以上之老年人口；婚姻狀況已婚者居多；大多有宗教信仰；大部分與家人同住；健保投保類別以第六類榮民、榮眷及地區人口所占比率最高；保險身分大多為被保險人；半數以上就醫具免部分負擔身分；參加健保之投保金額平均 7,339.11 元。其描述性統計分析結果如表 4-1.1 所示。就醫背景因素之研究結果顯示，接近四成罹患重大傷病；平均每人次有 38 個疾病診斷(ICD9_CM)、6 個慢性病診斷(ICD9_CM)、12 種疾病、就醫 12 種科別；主要就醫疾病以骨關節疾患及精神疾患占最多前 2 名；主要就醫科別以內科所占比率較高；設籍在台中縣者最. 34.

(44) 多；設籍地都市化程度以第 2 級所占比率最高；設籍地每萬人口院所數平均為 10.29 家；設籍地每萬人口病床數平均為 51.04 床；設籍地每平方公里院所數平均 2.72 家；設籍地每平方公里病床數平均 13.43 床；主要就醫機構層級以基層診所所占比率最高；平均每人次門診就醫跨 3.13 層級、就醫次數 247 次、就醫院所 36 家、開藥日數 1,856 天、藥費點數 64,066 點、醫療點數 201,518 點；有利用住院醫療者占多數。其描述性統計分析結果如表 4-1.2 所示。. 35.

(45) 表 4-1.1 門診高醫療利用保險對象人口特徵之描述性分析（門診高醫療利用保險對象人口特徵之描述性分析（N=515） N=515）百分比％平均值標準差研究變項人次百分比％性別男性. 300. 58.25. 女性. 215. 41.75. 年齡. 57.00. 17.70. 7339.11. 12057.77. 婚姻已婚. 332. 64.47. 未婚. 133. 25.83. 喪偶. 50. 9.71. 178 337. 34.56 65.44. 92 393 30. 17.86 76.31 5.83. 第1類第2類第3類第5類第6類. 122 67 90 84 152. 23.69 13.01 17.48 16.31 29.51. 投保身分別被保險人眷屬. 410 105. 79.61 20.39. 304 211. 59.03 40.97. 宗教無信仰有信仰居住情形獨居家人同住安養機構投保職業類別. 就醫部分負擔無有收入. 36.

(46) 表 4-1.2 門診高醫療利用保險對象就醫背景之描述性分析（門診高醫療利用保險對象就醫背景之描述性分析（N=515） N=515）平均值標準差研究變項人次百分比％百分比％健康因素有無重大傷病無. 328. 63.69. 有. 187. 36.31. 就醫 ICD9 碼數慢性病 ICD9 碼數疾病類別數主要疾病類別傳染性疾病. 1. 0.19. 惡性腫瘤. 25. 4.85. 內分泌疾病. 14. 2.72. 營養失調. 1. 0.19. 精神疾患. 86. 16.70. 神經系統疾病. 4. 0.78. 眼睛及附屬器官之疾患. 7. 1.36. 耳及相關疾患. 1. 0.19. 心臟血管疾病. 21. 4.08. 上呼吸道疾病感染. 65. 12.62. 肺部疾病. 6. 1.17. 口腔及舌部疾病. 5. 0.97. 48. 9.32. 腎臟疾病. 6. 1.17. 皮膚疾病. 35. 6.80. 骨關節疾患. 94. 18.25. 1. 0.19. 一般徵候. 73. 14.17. 外傷. 14. 2.72. 其他. 8. 1.55. 腸胃肝膽疾病. 先天性異常及新生兒疾病. 37. 38.12. 15.79. 5.97. 4.26. 12.05. 3.36.

(47) 表 4-1.2 門診高醫療利用保險對象就醫背景之描述性分析（門診高醫療利用保險對象就醫背景之描述性分析（N=515） N=515）（續）研究變項人次百分比％平均值標準差百分比％就醫科別數. 12.08. 主要就醫科別不分科. 96. 18.64. 家醫科. 95. 18.45. 內科外科小兒科婦產科骨科耳鼻喉科眼科皮膚科精神科復健科整形外科急診醫學科牙科中醫腸胃內科心臟內科胸腔內科. 97 36 4 2 19 26 9 6 23 13 1 4 1 62 7 4 3. 18.83 6.99 0.78 0.39 3.69 5.05 1.75 1.17 4.47 2.52 0.19 0.78 0.19 12.04 1.36 0.78 0.58. 內分泌科. 2. 0.39. 感染科. 1. 0.19. 潛醫科. 1. 0.19. 放射腫瘤. 3. 0.58. 台中市. 112. 21.75. 台中縣. 166. 32.23. 彰化縣. 157. 30.49. 南投縣. 62. 12.04. 其他縣. 18. 3.50. 所處醫療資源環境設籍縣市. 38. 4.17.

(48) 表 4-1.2 門診高醫療利用保險對象就醫背景之描述性分析（門診高醫療利用保險對象就醫背景之描述性分析（N=515） N=515）（續）研究變項所處醫療資源環境. 人次. 百分比％百分比％. 平均值. 標準差. 都市化程度第1級. 0. 0.00. 第2級. 116. 22.52. 第3級. 85. 16.50. 第4級. 54. 10.49. 第5級. 111. 21.55. 第6級. 57. 11.07. 第7級. 76. 14.76. 第8級. 16. 3.11. 每萬人口院所數. 10.29. 3.35. 每萬人口病床數. 51.04. 16.76. 每平方公里院所數. 2.72. 3.80. 每平方公里病床數. 13.43. 18.96. 利用就醫層級別數. 3.13. 0.83. 利用門診就醫次數. 247.49. 62.52. 36.25. 37.53. 就醫機構特性主要就醫層級別醫學中心. 10. 1.90. 區域醫院. 75. 14.60. 地區醫院. 111. 21.60. 基層診所. 319. 61.90. 醫療耗用情形. 利用門診就醫院所數. 39.

(49) 表 4-1.2 門診高醫療利用保險對象就醫背景之描述性分析（門診高醫療利用保險對象就醫背景之描述性分析（N=515） N=515）（續）研究變項人次百分比％平均值標準差百分比％利用門診用藥日數. 1855.89. 1549.71. 利用門診藥費點數. 64066.14. 97341.57. 利用門診醫療點數利用門診醫療點數. 201518.39. 152212.48. 利用住院情形無住院. 230. 44.66. 有住院. 285. 55.34. 40.

(50) 第二節持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象與非持續門診高醫持續門診高醫療利用保險對象之雙變量分析本節主要藉由持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之人口特徵及就醫背景因素之雙變量分析，進而探討持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象在人口特徵及就醫背景因素之差異。本研究之雙變量分析中，針對自變項與依變項均為類別變項時，以卡方檢定分析持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之人口特徵及就醫背景因素是否有顯著差異；另自變項為類別變項與依變項為連續變項時，以獨立 T 檢定分析持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之人口特徵及就醫背景因素是否有顯著差異。. 一、持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之類別變項分析本項分析之變項包括性別、婚姻狀況、宗教信仰、居住情形、設籍縣市、設籍鄉鎮市區都市化程度、投保職業類別、保險身分別、就醫部分負擔有無、有無患有重大傷病、主要就醫疾病類別、主要就醫科別、主要就醫機構層級別、有無利用住院情形等類別變項，逐一比較分析各項變項之差異情形。分析結果如表 4-2.1 所示。持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象在投保職業類別之差異上，達統計上顯著差異（p＜0.05）。餘性別、婚姻狀況、宗教信仰、居住情形、設籍縣市、設籍鄉鎮市區都市化程度、投保身分別、免部分負擔身分、重大傷病身分、主要就醫疾. 41.

(51) 病類別、主要就醫科別、主要就醫機構層級別、有無利用住院情形等均未達統計上顯著差異。. 二、持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之連續變項分析本項分析之變項包括年齡、收入、就醫之疾病診斷(ICD9_CM)數、慢性病之疾病診斷(ICD9_CM)數、就醫之疾病類別數、就醫科別數、每萬人口院所數、每萬人口病床數、每平方公里院所數、每平方公里病床數、利用就醫層級別數、利用門診就醫次數、利用門診就醫院所數、利用門診用藥日數、利用門診藥費點數、利用門診醫療點數等連續變項，逐一比較分析各項變項之差異情形。分析結果如表 4-2.2 所示。持續門診高醫療利用者之年齡小於非持續門診高醫療利用者；持續門診高醫療利用者之申報用藥日數大於非持續門診高醫療利用者，以上均達統計上顯著差異（p＜0.001）。餘收入、就醫之疾病診斷(ICD9_CM)數、慢性病之疾病診斷(ICD9_CM)數、就醫之疾病類別數、就醫科別數、每萬人口院所數、每萬人口病床數、每平方公里院所數、每平方公里病床數、就醫層級別數、就醫院所數、藥費點數、醫療點數等均未達統計上顯著差異。綜上，持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象人口特徵及就醫背景因素之差異在年齡分布、投保類別及門診用藥日數等三項變項達統計上顯著差異（p＜0.05）。. 42.

(52) 表 4-2.1 門診高醫療利用保險對象之描述性分析：門診高醫療利用保險對象之描述性分析：卡方檢定. 研究變項. 非持續高醫療整體（）整體（N=515）（N=309））人次（％）人次（％）. 人次（％）人次（％）. 持續高醫療（N=206 ）. χ². p-value. 人次（％）人次（％）. 性別男女. 300（58.25） 215（41.75）. 180（58.25） 120（58.25） 129（41.75） 86（41.75）. 0.00. 1.000. 婚姻已婚未婚喪偶. 332（64.50） 133（25.80） 50（9.70）. 204（66.02） 128（62.14） 78（25.24） 55（26.70） 27（8.74） 23（11.17）. 1.14. 0.565. 宗教信仰無有. 178（34.56） 337（65.44）. 111（35.92） 67（32.52） 198（64.08） 139（67.48）. 0.63. 0.427. 居住情形獨居與家人住安養機構. 92（17.86） 393（76.31） 30（5.83）. 51（16.50） 41（19.90） 238（77.02） 155（75.24） 20（6.47） 10（4.85）. 1.41. 0.495. 設籍地台中市台中縣彰化縣南投縣其他縣. 112（21.75） 166（32.23） 157（30.49） 62（12.04） 18（3.50）. 72（23.30） 100（32.36） 98（31.72） 29（9.39） 10（3.24）. 40（19.42） 66（32.04） 59（28.64） 33（16.02） 8（3.88）. 5.91. 0.206. 設籍地都市化程度 2級 3級 4級 5級 6級 7級 8級. 116（22.52） 85（16.50） 54（10.49） 111（21.55） 57（11.07） 76（14.76） 16（3.11）. 74（23.95） 52（16.83） 31（10.03） 63（20.39） 35（11.33） 45（14.56） 9（2.91）. 42（20.39） 33（16.02） 23（11.17） 48（23.30） 22（10.68） 31（15.05） 7（3.40）. 1.54. 0.957. 43.

(53) 表 4-2.1 門診高醫療利用保險對象之描述性分析：門診高醫療利用保險對象之描述性分析：卡方檢定( 卡方檢定(續) 整體（）整體（N=515）. 非持續高醫療（N=309））. 持續高醫療（N=206 ）. 人次（％）人次（％）. 人次（％）人次（％）. 人次（％）人次（％）. 投保類別 1類 2類 3類 5類 6類. 122（23.69） 67（13.01） 90（17.48） 84（13.31） 152（29.51）. 82（26.54） 36（11.65） 60（19.42） 41（13.27） 90（29.13）. 投保身分別被保險人眷屬. 研究變項. χ². p-value. 40（19.42） 31（15.05） 30（14.56） 43（20.87） 62（30.10）. 9.83. 0.043*. 410（79.61） 105（20.39）. 241（77.99） 169（82.04） 68（22.01） 37（17.96）. 1.25. 0.264. 部分負擔免付需付. 304（59.03） 211（40.97）. 182（58.90） 122（59.22） 127（41.10） 84（40.78）. 0.01. 0.942. 有無重大傷病無有. 328（63.69） 187（36.31）. 200（64.72） 128（62.14） 109（35.28） 78（37.86）. 0.36. 0.549. 主要疾病類別主要疾病類別生理精神. 429（83.30） 265（51.50） 164（31.80） 86（16.70） 44（8.50） 42（8.20）. 3.36. 0.067. 主要就醫科別專科次專科. 330（64.10） 185（35.90）. 193（37.50） 137（26.60） 116（22.50） 69（13.40）. 0.88. 0.349. 主要就醫層級醫學中心區域醫院地區醫院基層診所. 10（1.94） 75（14.56） 111（21.55） 319（61.94）. 4（1.29） 6（2.91） 45（14.56） 30（14.56） 72（23.30） 39（18.93） 188（60.84） 131（63.59）. 2.91. 0.405. 有無住院無有. 230（44.66） 285（55.34）. 138（44.66） 92（44.66） 171（55.34） 114（55.34）. 0.00. 1.000. 44.

(54) 表 4-2.2 門診高醫療利用保險對象之描述性分析：門診高醫療利用保險對象之描述性分析：獨立 T 檢定研究變項. 非持續高醫療（N=309））. 持續高醫療（）持續高醫療（ N=206）. t值. p-value. 年齡. 平均值 59.23. 收入. 7367.12. 11668.44. 7297.09. 12648.10. 0.06. 0.949. 37.56. 14.70. 38.97. 17.31. -0.96. 0.336. 5.87. 3.82. 6.14. 4.85. -0.67. 0.504. 疾病類別數. 12.22. 3.17. 11.81. 3.61. 1.36. 0.174. 就醫科別數. 12.08. 4.25. 12.08. 4.06. 0.01. 0.993. 每萬人口院所數. 10.42. 3.42. 10.08. 3.23. 1.14. 0.255. 每萬人口病床數. 51.55. 17.21. 50.29. 16.06. 0.85. 0.396. 每平方公里院所數. 2.90. 3.90. 2.45. 3.65. 1.32. 0.188. 每平方公里病床數. 14.32. 19.45. 12.09. 18.15. 1.33. 0.184. 3.15. 0.82. 3.11. 0.86. 0.56. 0.575. 34.72. 35.93. 38.55. 39.79. -1.13. 0.257. 1648.96. 1307.12. 2166.29. 1814.73. -3.53. 0.000***. 門診藥費點數. 59887.31 104793.29 70334.37. 84810.07. -1.19. 0.233. 門診醫療點數. 198073.78 162733.23 206685.31. 135124.62. -0.63. 0.530. 就醫 ICD9 碼數慢性病 ICD9 碼數. 就醫層級別數門診就醫院所數門診用藥日數. 標準差平均值 17.85 53.59. 標準差 16.93. 3.59. 0.000***. 45.

(55) 第三節持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象與非持續門診高醫持續門診高醫療利用保險對象之多變量分析. 本節主要藉由持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之人口特徵及就醫背景因素之多變量分析，進而探討影響持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之因素。本研究持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象之多變量分析方法分為二部分，一為羅吉斯迴歸分析；二為複迴歸分析。在進行多變量分析前，為避免變項間之共線性影響分析結果正確性，對所有變項實施相關性分析。相關性分析結果如表 4-3.1 所示。相關性分析結果顯示，每萬人口院所數與設籍縣市（r=.877）、就醫疾病類別數與就醫疾病診斷(ICD9_CM)數（r=.738）、每萬人口病床數與每萬人口院所數（r=.820）、每平方公里病床數與每平方公里院所數（r=.996）、藥費點數與用藥日數（r=.771）等相關係數均達 0.7 以上。為避免變項間存在共線性，本研究進行羅吉斯迴歸分析及複迴歸分析時，保留每萬人口院所數、就醫疾病診斷(ICD9_CM) 數、每平方公里院所數及用藥日數；而排除設籍縣市、就醫疾病類別數、每萬人口病床數、每平方公里病床數及藥費點數等變項於多變量統計模型中。持續門診高醫療利用保險對象與非持續門診高醫療利用保險對象透過羅吉斯迴歸分析得知，投保類別為第五類之低收入保險對象相較於投保類別為第一類有一定雇主之受僱者有較高之機率成為持續門診高醫療利用保險對象；就診之疾病診斷碼(ICD9_CM)數量較多者. 46.

(56) 相較於就診之疾病診斷碼（ICD9_CM）數量較少者有較高之機率成為持續門診高醫療利用保險對象；跨多層級就醫者相較於固定層級就醫者有較低之機率成為持續門診高醫療利用保險對象；門診用藥日數愈多者相較於門診用藥日數少者有較高之機率成為持續高醫療利用保險對象。分析結果如表 4-3.2 所示。透過複迴歸分析顯示，投保類別與隔年改善就醫次數百分比有統計顯著相關，即投保第五類之低收入保險對象在隔年改善就醫次數百分比，較投保類別為第一類有一定雇主之受僱者低（Beta值=-0.155）；就醫院所之屬性跨醫療層級別數與隔年改善就醫次數百分比呈現正相關，即就醫跨醫療層級別數越多，隔年改善就醫次數百分比越高（Beta值=0.041）；當年門診就醫次數與隔年改善就醫次數百分比呈現正相關，即當年門診就醫次數越多，隔年改善就醫次數百分比越高（Beta值=0.001）；當年門診用藥日數與隔年改善就醫次數百分比呈現負相關，即當年門診用藥日數越多，隔年改善就醫次數百分比越低（Beta值=-2.946E-05）。分析結果如表 4-3.3 所示。. 47.

(57) 表 4-3.1門診高醫療利用保險對象之相關性分析門診高醫療利用保險對象之相關性分析性別. 年齡. 婚姻. (併)婚姻. 宗教. 性別. 1.000. 年齡. -.127(**). 1.000. 婚姻. -.119(**). -.126(**). 1.000. (併)婚姻. -.212(**). -.332(**). .662(**). 1.000. 宗教. .102(*). .029. -.145(**). -.196(**). 1.000. 居住. .135(**). .026. -.332(**). -.265(**). .039. (併)居住. .210(**). -.102(*). -.370(**). -.327(**). .098(*). 設籍. -.081. -.118(**). .113(*). .097(*). .054. (併)設籍. .032. -.128(**). -.006. -.016. -.017. 都市化程度. -.034. -.080. .112(*). .107(*). .035. 投保類別. -.056. .156(**). .201(**). .108(*). -.128(**). 第2類. .059. -.096(*). -.152(**). -.123(**). .087(*). 第3類. -.016. .236(**). -.092(*). -.166(**). .044. 第5類. -.086. -.097(*). .077. .148(**). .045. 第6類. -.004. .113(*). .189(**). .095(*). -.165(**). 投保身分別. .197(**). .061. -.251(**). -.199(**). .043. 部分負擔. .143(**). -.008. -.054. -.086. .082. 收入. -.057. -.161(**). -.073. -.070. .060. 重大傷病. -.033. -.268(**). -.103(*). .016. .039. 就醫ICD9碼數. .006. -.085. .071. .060. .055. 慢性病ICD9碼數. .016. -.072. .031. .037. .038. 疾病類別數. -.047. .130(**). .038. .012. .083. 主要疾病類別. .007. .242(**). .023. -.076. -.082. (併)主要疾病類別. .138(**). -.416(**). .119(**). .235(**). -.003. 就醫科別數. .020. -.168(**). -.041. .057. .026. 主要就醫科別. -.025. -.011. -.056. -.057. .048. (併)主要就醫科別. -.043. -.055. -.035. -.044. .034. 每萬人口院所數. .059. .105(*). -.057. -.067. -.068. 每萬人口病床數. -.020. .081. .003. -.044. -.036. 每平方公里院所數. -.036. .112(*). -.180(**). -.132(**). -.037. 每平方公里病床數. -.036. .118(**). -.176(**). -.128(**). -.032. 主要就醫層級別. .068. -.051. .098(*). .007. .019. 就醫層級別數. .087(*). -.264(**). -.001. .060. .071. 門診就醫次數. -.018. -.193(**). -.001. .043. -.020. 門診就醫院所數. .107(*). -.284(**). .028. .098(*). -.026. 門診用藥日數. .111(*). -.282(**). .064. .145(**). .028. 門診藥費點數. .048. -.268(**). .032. .127(**). .061. 門診醫療點數. -.046. -.145(**). -.070. .036. .019. 住院. -.111(*). .086. -.060. -.041. .012. 48.

(58) 表 4-3.1 門診高醫療利用保險對象之相關性分析( 門診高醫療利用保險對象之相關性分析(續) 居住. 設籍. (併)居住. (併)設籍. 都市化程度. 性別年齡婚姻 (併)婚姻宗教居住. 1.000. (併)居住. .895(**). 1.000. 設籍. .025. -.032. 1.000. (併)設籍. -.086. -.077. .331(**). 1.000. 都市化程度. .068. -.012. .669(**). .063. 1.000. 投保類別. -.076. -.142(**). -.097(*). -.063. -.086. 第2類. .045. .105(*). -.020. .052. .000. 第3類. .081. .041. .158(**). -.088(*). .334(**). 第5類. -.188(**). -.261(**). .172(**). .002. .108(*). 第6類. .001. -.009. -.234(**). -.030. -.259(**). 投保身分別. .143(**). .161(**). .005. .009. -.094(*). 部分負擔. .057. .079. .048. -.008. .048. 收入. .045. .118(**). .073. .058. .190(**). 重大傷病. .031. .110(*). -.037. .010. .028. 就醫ICD9碼數. -.114(**). -.082. -.054. .112(*). -.097(*). 慢性病ICD9碼數. -.001. .030. -.111(*). .026. -.126(**). 疾病類別數. -.122(**). -.092(*). -.127(**). .053. -.155(**). 主要疾病類別. -.017. -.058. .022. -.110(*). -.008. (併)主要疾病類別. -.023. .032. -.037. .085. .058. 就醫科別數. -.068. .013. -.146(**). .102(*). -.213(**). 主要就醫科別. .054. .056. -.168(**). -.048. -.195(**). (併)主要就醫科別. -.043. .011. -.145(**). -.032. -.187(**). 每萬人口院所數. -.103(*). -.046. -.877(**). -.239(**). -.678(**). 每萬人口病床數. -.121(**). -.082. -.552(**). -.020. -.554(**). 每平方公里院所數. .108(*). .108(*). -.549(**). -.097(*). -.540(**). 每平方公里病床數. .117(**). .118(**). -.556(**). -.131(**). -.529(**). 主要就醫層級別. -.166(**). -.121(**). .035. .026. -.030. 就醫層級別數. -.060. .015. -.051. .110(*). -.142(**). 門診就醫次數. -.016. -.010. .022. .034. -.031. 門診就醫院所數. -.150(**). -.085. -.049. .070. -.089(*). 門診用藥日數. -.147(**). -.049. -.065. .064. -.135(**). 門診藥費點數. -.052. .032. -.056. .037. -.093(*). 門診醫療點數. .077. .081. -.102(*). .036. -.107(*). 住院. .100(*). .070. .012. .001. .068. 49.