第二節 台灣門診就診次數變化

第六章 實證應用

第一個資料是 83 年以及 89 年台灣癌症死亡資料，可以將這個資料視為一 普瓦松分配的資料，假設每個鄉鎮市都服從普瓦松分妹參數為總體的平均死亡 率，在這樣的條件下觀察三個方法的檢定結果；第二個是台灣健保門診就診次數 資料，這部分我們並不考量單一年度的門診次數群聚問題，而是將問題轉移至兩 個年度的就診次數變化上，我們探討 1996 年及 2006 年的就診次數是否有明顯的 改變，而這些就診情況有改變的鄉鎮市區是否有群聚現象的問題上，這個部分就 是 SaTScan 與 FleXScan 所沒有辦法執行檢定的，也可以從這個資料看出本文的 方法使用上的彈性。

第一節 83 年以及 89 年台灣癌症死亡人數

透過 83 年以及 89 年台灣癌症死亡資料，我們除了瞭解在這兩年癌症死亡的 群聚分佈外，同時我們也可以觀察到這兩年死亡群聚分佈的改變，台灣地區從民 國 84 年開始實行全民健保，因此我們觀察健保前與健保後使否群聚分佈發生變 遷。

我們選擇 65 歲以上人口的癌症死亡資料，分為男性、女性及兩者加總，並 且一我們所提出的方法比較 SaTScan 及 FleXScan 的檢測結果，首先觀察 83 年女 性癌症群聚分佈檢定結果，由左至右分別為我們提出的方法、SaTScan 及

FleXScan：

圖表 6 - 1 - 1：83 年女性癌症群聚分佈檢定結果（左至右分別為我們提出的方 法、SaTScan 及 FleXScan，填滿者為第一群聚，格狀為第二群聚）

從圖表 6 - 1 - 1 可以明顯的發現三種方法檢定第一群聚的結果大致相同，除 了 SaTScan 會涵蓋較多的區域外，由於我們在上一章的比較中得知，SaTScan 檢 定非圓的群聚時會有較多高估的情形，因此在這個例子中我們提出的方法與 FleXScan 檢定結果是比較好的，進一步觀察群聚集中在台北縣市，包括台北縣 板橋市、永和市、新莊市、台北市大同區、萬華區、士林區及北投區，但是除了 第一群聚之外，SaTScan 及 FleXScan 還能夠檢定出第二個群聚，而本文的提出 的方法則無法檢定出第二個群聚。

另外再觀察 89 年女性癌症群聚分佈檢定結果如圖表 6 - 1 - 2，由左至右分 別為我們提出的方法、SaTScan 及 FleXScan：

三種方法的檢定結果都是顯著的而且檢定結果也相近，同時發現群聚有了轉

移的現象，從原來的台北縣市轉移到了嘉義縣台南縣等地區，表示台北縣市的癌 症控制有了很大的改善，相對來說中南部地區的癌症控制叫不如都市來的好。

圖表 6 - 1 - 2：89 年女性癌症群聚分佈檢定結果（左至右分別為我們提出的方 法、SaTScan 及 FleXScan，填滿者為群聚）

接著觀察 83 年及 89 年男性的檢測分佈圖，下圖為 83 年男性癌症群聚分佈 檢定結果，由左至右分別為我們提出的方法、SaTScan 及 FleXScan，除了本文提 出的方法檢定結果不顯著外（以斜紋表示僅作參考），其餘的兩種都是顯著的，

但第一群聚的位置卻有很大的差異，SaTScan 檢定出的群聚分佈在中南部地區，

而 FleXScan 則在宜蘭縣的位置，不過除了最大群聚之外，兩者同時也都檢定出 了第二大群聚，而第二大群聚的位置則與個別的最大群聚位置相近，而我們的方

法因為風險倍率不夠大的關係檢定效果明顯不如其他兩種方法。

圖表 6 - 1 - 3：83 年男性癌症群聚分佈檢定結果（左至右分別為我們提出的方 法、SaTScan 及 FleXScan，填滿者為第一群聚，格狀為第二群聚）

另外在 89 年男性的群聚如下圖，同樣的因為風險倍率不夠大的關係本文的 方法檢定結果是不顯著的（以斜紋表示僅作參考），而 SaTScan 及 FleXScan 檢定

出顯著的第一群聚則是位置相近的，位於雲林縣彰化縣等，表示這些中南部地區 癌症是有顯著群聚的，同時也檢定出多個群聚，但結果差異不大，因此不在圖形 中表示。

圖表 6 - 1 - 4：89 年男性癌症群聚分佈檢定結果（左至右分別為我們提出的方 法、SaTScan 及 FleXScan，填滿者為群聚）

第二節 台灣門診就診次數變化

透過台灣地區健保資料庫的普查資料，根據 1996 年及 2006 年的數據，抽樣 5％經過計算得到兩年間 65 歲以上人口門診次數的變化量，以 p-value 表示其變 化的顯著性，在我們的方法使用下，我們觀察顯著增加（p-value<=0.05）的地區 使否有群聚現象，以及顯著減少（p-value<=0.05）的地區使否有群聚現象，因此 在處理這樣的問題上只有我們的方法可行，而 SaTScan 及 FleXScan 則無法應用 在這個主題上，透過我們的方法偵測得到以下的群聚情形：

圖表 6 - 2 -1：台灣地區 65 歲以上人口門診次數顯著群聚圖

上圖左為偵測出的門診次數增加顯著群聚，以排列檢定模擬 1000 次得到 p-value 為 0.001，其中這個顯著群聚包括台北縣板橋市、中和市、永和市、新店 市、三峽鎮、汐止鎮、蘆洲鄉、石碇鄉，以及台北市松山區、信義區、大安區、

中山區、大同區、文山區、士林區，主要就是分佈在台北縣市地區，表示這些地 區在近十年的看診習慣有了改變，傾向於增加看診的次數，猜測大概是因為都市 地區看診的機會見容易，並且由於就診觀念的改變，像是慢性病、美容或是定期 的健康檢查等等，都大幅提升了老人就診的次數；同時我們觀察上圖右，反過來 觀察看診率下降的顯著群聚，以排列檢定模擬 1000 次得到 p-value 為 0.004，這 些區域包括嘉義縣大埔鄉，台南縣白河鎮、柳營鄉、東山鄉、南化鄉等等為中南 部偏山區的部分，表示這些地區在近十年的看診習慣反而傾向於減少看診的次 數，推測這些中南部山區的人口結構有了改變，因為人口外移的關係在本地就診 的次數便少，同時也有可能是老年人疏於照顧，年輕子女沒能協同老年人就診，

造成的看診率下降，這樣的關係會成為我們醫療照顧的重點地區。

同樣的我們將問題延伸至所有人口的門診次數，檢測結果如下圖所示，可以 發現群聚的位置與 65 歲以上人口群聚位置大致相同，但是顯現出更極端的群 聚，在看診次數顯著增加的群聚包含的範圍更大了，幾乎包含了所有台北縣市的

範圍，表示都市地區就診觀念的確有了顯著的改變，不只是老年人，年輕人對於 醫療的需求也有了提升，相對的顯著減少看診的地區就更明顯的集中了。

圖表 6 - 2 - 2：台灣地區全體人口門診次數顯著群聚圖

第三節 實證應用小結

從 83 年以及 89 年台灣癌症死亡資料可以發現，實際資料不像之前模擬會有 高風險倍率的情形發生，都只有低風險倍率的小聚集發生，根據之前的模擬研 究，或許偵測出的群聚誤差較大。實證發現，三種方法在女性資料中都有顯著的 群聚，三者偵測出群聚的位置都很接近，而且 83 年及 89 年的群聚狀況有了改變，

83 年群聚在北部、89 年群聚發生在中南部；除了本文提出的方法外， SaTScan 及 FleXScan 都偵測出男性癌症死亡率有顯著的群聚現象，但兩者在 83 年度偵測 出的群聚位置及大小不完全相同，顯示男性資料的群聚偵測仍有改善空間。

在台灣門診就診次數資料中，我們探討 1996 年到 2006 年門診就診次數是否 有顯著變化，其變化是否有群聚現象發生，因此研究資料轉變化有沒有顯著變化 的二元變數，不是 SaTScan 及 FleXScan 所能夠處理的普瓦松分配資料，只有本

文提出的方法適用於這樣的研究上。由本文的方法分別找出了 65 歲以上人口及 所有人口在就診次數增加、就診次數減少兩者都有明顯的群聚現象，顯著增加的 區域為台北縣市地區，表示台北縣市地區在就診次數上有明顯的群聚現象，而顯 著檢少的區域為中南部人口較不稠密地區，表示在這些區域上的門診習慣明顯改 變。