國立臺北護理健康大學 健康事業管理研究所 碩士論文
指導教授：林寬佳 Advisor：Kuan-Chia Lin
老人群體居住安排變動與醫療服務使用之多面向長期研究
Longitudinal study on multi-dimensional interrelationships between living-arrangement changes and medical service utilization among
older population
研究生：古家萍 Name：Chia-Ping Ku
中華民國一百零三年 2 月
February, 2014
1
中文 中文 中文 中文摘要 摘要 摘要 摘要
背景與目的 背景與目的 背景與目的 背景與目的
依據聯合國衛生組織訂定之標準，65歲以上人口佔總人口數比例超過7%，
稱為人口老化國家，而台灣於1993年起，正式邁入人口老化國家。在亞洲國家，
僅次於南韓(11.4%)與日本(23.3%)。隨著人口變遷、女性受教育機會提升、世代 結構的變化，使得家庭組織型態也面臨轉變。依照台灣未來人口結構的推估，老 人群體走向「僅與配偶同住」以及「獨居」之比例將持續上升。
過去探討老人醫療服務使用的影響因素，以及居住安排變化對醫療服務使 用之相關研究頗多，然各研究結果隨著研究設計、統計方法與研究對象的不同而 相異，針對老人居住安排動態變化與醫療服務使用之時序關聯性，在過去研究中 仍較為缺乏。因此本研究著眼於填補此知識缺口。
研究方法 研究方法 研究方法 研究方法
本研究使用中央研究院所提供公開申請之「台灣地區中老年身心社會生活 狀況長期追蹤調查」1989~2003年共五波資料。運用潛在成長曲線模型進行統計 分析，探討老人群體居住安排變動狀態對於醫療服務使用趨勢的影響與相對風 險。
研究結果 研究結果 研究結果 研究結果
結果發現在老化的起始基線因素方面：包括教育程度低、疾病數多與自評 健康狀態差，於門診與急診的使用勝算較高，且年齡增長會加速老人對急診使用 之成長趨勢；男性、疾病數多與自評健康狀態差，於住院次數的使用勝算較高，
年齡增長亦會加速老人住院次數之成長趨勢；男性與自評健康狀態差，於住院天 數的風險較高，且隨著時間的增長，自評健康狀態越差者其住院天數也呈現上升
2
趨勢。
經過控制上述基線影響因素後，累積居住安排內容變換(time invariant)對於 各項醫療服務使用的相對風險，僅對於增加住院天數的相對風險具有顯著影響性。
但若進一步以時間變動角度(time varying)加以分析，老年人於長期追蹤過程中，
若居住安排內容變化為獨居者，其將表現於減少西醫門診與急診使用，但是將顯 著增加住院次數與住院日數的相對風險。其次，老年人於長期追蹤過程中，若居 住安排內容維持於有配偶者，其具有顯著減少使用急診醫療服務與降低住院風險 性之趨勢。
結論與建議 結論與建議 結論與建議 結論與建議
無論是性別、年齡、疾病數、教育程度與自評健康狀態，在某些程度上，
這些進入老化的基線背景資料，都將影響老人醫療服務使用之趨勢變化。然而，
面對我國老年群體結構將不可避免的趨向於獨居與單純有偶之居住安排內容，透 過本研究之實證結果呈現，老人於長期追蹤過程中，若居住安排內容變化為獨居 者，其將表現於減少西醫門診與急診使用，但是將顯著增加住院次數與住院日數 的相對風險。其次，老年人於長期追蹤過程中，若居住安排內容維持於有配偶者，
其有顯著減少使用急診醫療服務與降低住院風險性之趨勢。
關鍵字 關鍵字 關鍵字
關鍵字：：：：累積居住變動、居住型態變動、潛在成長曲線模型
3
Abstract
Background and objectives
According to the definition of World Health Organization, the proportion of people aged over 65 years accounting for more than 7% of the entire population is referred to as an aging country. In addition to Korea (11.4%) and Japan (23.3%), Taiwan is the third country that fulfills this criterion of aging country since 1993..
With the changes in the proportion of the population, the increase in the education for women, and the changes in the generation structures, the organization of the family also changes. It is estimated that the proportion of elderly population “who lives with spouse only” and “who lives alone” will continue to rise.
There are several studies which focused on the factors to explore the use of health care services for the elderly, as well as quite a lot of changes in living arrangements related research on the use of medical services. However, the results of these studies varied according to the differences in the study design, the statistical methods and the enrolling subjects. In addition, studies which focused on the changes of the living arrangements and the temporal association with the use of dynamic changes of medical services are still relatively lacking. Therefore, we aimed to fill this knowledge gap in the present study.
Research methods
The serial databases of “Survey of Health and Living Status of the Elderly in Taiwan “ in the Academia Sinica from 1989 to 2003 were used for analysis in the present study. The latent growth curve model, the changes in the state for the use of medical services, and the relative risk trends affecting the elderly population living arrangements were analyzed.
Research results
We found that low levels of education, more comorbidities, and poor self-reported health status had higher odds to use the resources of outpatient and emergency department. There is a trend of increased use of the resources of emergency department with increasing age. Male gender, more comorbidities, old age, and poor self-rated health status have higher odds of hospitalization. at times higher odds of hospitalization . Male and poor self-rated health statuses are also at higher risk of longer hospitalization days.
After controlling the baseline impact factors, cumulative transform living arrangements contents (time invariant) relative risk of various medical services use, only the increased relative risk of hospitalization days has a significant impact. But in
4
the time change angle (time varying) analysis, older persons in long-term tracking process, changes in living arrangements if the content is living alone, which will be reflected in reduced medical outpatient and emergency use. But it will greatly increase the relative risk of hospitalization and number of days of hospitalization. Second, older persons in long-term tracking process, content remain with spouses living arrangement, which has significantly reduced use of emergency medical services and hospitalization risk reduction trends.
Conclusions and recommendations
Gender, age, number of diseases, level of education and self-rated health status, to some extent, these aging baseline background data, trends change will affect the utilization of medical services for the elderly. However, in the face of our country elderly population structures will inevitably tend to live alone and live with spouse only set contents, through the empirical findings of this study, elderly in long-term tracking process, changes in living arrangements if the content is living alone, which will be reflected in reduced medical outpatient and emergency use, but it will greatly increase the relative risk of hospitalization and number of days of hospitalization.
Second, older persons in long-term tracking process, if the arrangement contents remain at has a spouse living, which have significantly reduced use of emergency medical services and hospitalization risk reduction trends.
Keywords: Cumulative transform living arrangements contents, changes in living patterns, latent growth curve model
5
目錄 目錄 目錄 目錄
摘要... 1
表 目 錄... 7
圖 目 錄... 9
第一章... 10
緒論... 10
第一節 研究背景與動機 ... 10
第二節 研究目的 ... 17
第三節 研究重要性 ... 17
第二章... 19
文獻探討... 19
第一節 影響老年人口醫療服務使用趨勢之決定因素 ... 19
第二節 探討不同居住安排變動頻率對老年人口醫療服務使用趨勢的影響與 相對風險 ... 51
第三節 研究啟示 ... 58
第三章... 66
研究方法... 66
第一節 研究設計 ... 66
第二節 研究對象 ... 68
第三節 研究架構 ... 70
第四節 研究資料來源 ... 72
第五節 研究變項及操作性定義 ... 74
第六節 資料處理 ... 79
第七節 統計分析 ... 93
第四章... 94
研究結果... 94
第一節 居住安排變動狀態與醫療服務使用趨勢分佈 ... 94
第二節 影響老化醫療服務使用趨勢與成長狀態波動之起始基線因素與相對 風險 ... 99
第三節 老人居住安排累積變化與變動頻率對於醫療服務使用趨勢的影響與 相對風險 ... 102
第五章... 109
討論... 109
第一節 影響西醫門診、急診、住院次數與住院天數使用頻率高低之老化起 始相關因素 ... 109
第二節 老年群體累積的居住型態變動次數，對於西醫門診、急診、住院次 數與住院天數之影響性 ... 113
6
第三節 各項居住型態的動態改變，對於西醫門診、急診、住院次數與住院
天數的使用趨勢影響與相對風險 ... 113
第四節 研究之優點與研究限制 ... 115
第六章... 118
結論與建議... 118
第一節 研究結論 ... 118
第二節 政策意涵 ... 120
第三節 未來研究方向 ... 122
參考文獻... 123
中文部分 ... 123
英文部分 ... 127
附錄... 133
7
表 表 表
表 目 目 目 目 錄 錄 錄 錄
表 1. 65歲以上常住人口居住概況... 13
表 2. 民國100平均就診率-依年齡別 ... 14
表 3. 民國100年平均每人每年就診件數/次數-依年齡別 ... 15
表 4. 民國100年平均每人每年醫療費用-依年齡別 ... 15
表 5. 影響醫療服務使用趨勢之相關研究設計與分析方法... 32
表 6. 影響醫療服務使用趨勢之社會人口學因素-年齡 ... 34
表 7. 影響醫療服務使用趨勢之社會人口學因素-性別 ... 36
表 8. 影響醫療服務使用趨勢之社會人口學因素-教育程度 ... 38
表 9. 影響醫療服務使用趨勢之社會人口學因素-種族 ... 40
表 10. 影響醫療服務使用趨勢之社會人口學因素-經濟收入 ... 41
表 11. 影響醫療服務使用趨勢之社會人口學因素-保險 ... 42
表 12. 影響醫療服務使用趨勢之社會人口學因素-社會支持 ... 43
表 13. 影響醫療服務使用趨勢之社會人口學因素-工作狀況 ... 43
表 14. 影響醫療服務使用趨勢之個人健康因素-自評健康狀況 ... 44
表 15. 影響醫療服務使用趨勢之個人健康因素-身體健康狀況 ... 45
表 16. 影響醫療服務使用趨勢之個人健康因素-心理健康狀況 ... 47
表 17. 影響醫療服務使用趨勢之個人健康因素-健康行為 ... 48
表 18. 影響醫療服務使用趨勢之醫療資源因素... 50
表 19. 居住安排對醫療服務使用趨勢之影響... 54
表 20 歷次完訪個案數、死亡個案數、完訪率... 69
表 21. 醫療服務使用趨勢的基礎成長模式危險因素之自變項測量與變項屬性. 76 表 22醫療服務使用頻率的基礎成長模式危險因素之依變項測量與變項屬性... 77
表 23. 居住型態對老人醫療服務使用趨勢的影響之自變項測量與變項屬性... 78
表 24. 1989年居住型態變項串檔說明... 80
表 25. 1993年居住型態變項串檔說明... 84
表 26. 1996年居住型態變項串檔說明... 85
表 27. 1999年居住型態變項串檔說明... 87
表 28. 2003年居住型態變項串檔說明... 90
表 29. 老人群體居住安排分布... 95
表 30. 老人累積居住型態變換次數（調查年度1989年~2003年） ... 96
表 31. 醫療服務使用頻率分佈... 97
表 32. 影響西醫門診醫療服務使用趨勢之起始因子分析... 99
表 33. 影響急診醫療服務使用趨勢之起始因子分析... 100
表 34. 影響住院次數醫療服務使用趨勢之起始因子分析... 101
表 35. 影響住院天數醫療服務使用趨勢之起始因子分析... 102
8
表 36. 累積居住變換對西醫門診醫療服務使用趨勢之影響... 103
表 37. 居住安排時間變動因素對西醫門診醫療服務使用趨勢之相對風險分析 ... 104
表 38. 累積居住變換對急診醫療服務使用趨勢之影響... 105
表 39. 居住安排時間變動因素對急診醫療服務使用趨勢之相對風險分析... 105
表 40. 累積居住變換對住院次數醫療服務使用趨勢之影響... 106
表 41. 居住安排時間變動因素對於住院次數醫療服務使用趨勢之相對風險分析 ... 106
表 42. 累積居住變換對住院天數醫療服務使用趨勢之影響... 107
表 43. 居住安排時間變動因素對住院天數醫療服務使用趨勢之相對風險分析 ... 108
表 44. 醫療使用趨勢之基礎成長模式的危險因素統整... 119
表 45. 累積居住安排變換(time invariant)對醫療使用之相對風險分析... 119 表 46. 居住安排時間變動因素(time varying)對醫療使用趨勢之相對風險分析 120
9
圖 圖 圖
圖 目 目 目 目 錄 錄 錄 錄
圖 一 台灣人口老化指標... 11
圖 二 台灣人口戶數與人數之變遷... 12
圖 三 65歲老人家庭組織型態之十年變化... 13
圖 四 老人西醫門診醫療服務使用之軌跡發展... 60
圖 五 老人急診醫療服務使用之軌跡發展... 60
圖 六 老人住院次數醫療服務使用之軌跡發展... 61
圖 七 老人住院天數醫療服務使用之軌跡發展... 61
圖 八 學生飲酒軌跡變化1-8波 ... 62
圖 九 學生飲酒軌跡變化1-7波 ... 63
圖 十 學生飲酒軌跡變化1-6波 ... 63
圖 十一 學生飲酒軌跡變化1-5波 ... 63
圖 十二 學生飲酒軌跡變化1-4波 ... 64
圖 十三 學生飲酒軌跡變化5-8波 ... 64
圖 十四 學生飲酒軌跡變化2. 4. 6. 8波... 64
圖 十五 學生飲酒軌跡變化1. 3. 5. 7波... 65
圖 十六 西醫門診之醫療服務使用頻率... 67
圖 十七 急診之醫療服務使用頻率... 67
圖 十八 住院次數之醫療服務使用頻率... 68
圖 十九 住院天數之醫療服務使用頻率... 68
圖 二十 醫療服務使用趨勢之基礎成長模式的危險因素... 70
圖 二十一 居住安排變動對醫療服務使用趨勢的影響... 71
圖 二十二「台灣地區中老年身心社會生活狀況長期追蹤調查」資料收集過程 73 圖 二十三 自評健康狀態之軌跡型態... 75
圖 二十四 BHPS (British Household Panel Survey)老人居住安排長期變動經驗 77 圖 二十五 居住型態串檔說明... 92
圖 二十六 老人群體居住安排... 95
圖 二十七 老人醫療服務使用比例... 97
圖 二十八 老人醫療服務使用頻率... 98
10
第一章 第一章 第一章 第一章
緒論 緒論 緒論 緒論
本章共分為三節：第一節為本研究之背景與動機，第二節為研究目的，第三 節說明研究的重要性。
第一節 研究背景與動機
依據聯合國衛生組織訂定之標準，65歲以上人口佔總人口數比例超過7%，
稱為人口老化國家，台灣於1993年起，老年人口已達到149萬多人，佔總人口數 7.1%，正式邁入人口老化國家，也就是所謂的高齡化(ageing)社會，截至2011年 老年人口佔總人口數比例已達到10.9 %，在亞洲國家而言，僅次於南韓(11.4%)
與日本(23.3%)（行政院主計總處，2012）。行政院經濟建設委員會「人口年齡 結構指數-中推計」更指出台灣老人總人口數將於2018年達到14.6%的高齡社會，
2025年更可能攀升至20%的超高齡社會；此時，65歲以上老年人口數將是2012年 的2.1倍。如同其他工業化國家，經濟起飛以及醫療科技日益精進，以至於慢性 病增加、國人壽命逐年提升，2011年國人兩性之0歲平均餘命男性為76歲，女性 為82.6歲，比2001年分別增加1.9歲與2.7歲，至2060年男女0歲平均餘命，分別可
達到82歲與88歲。
老年人口不斷攀升與壽命延長，加上外來文化的影響與女 性就 業機 會 增 加 ，造成晚 婚、不婚與不生育的比例增加。根據推估，我國2012年15至49歲育 齡婦女人口數仍有621.7萬人，但在2060年將下降到297.9萬人，減少52.1%；其中，
又以30至34歲年齡組減少人數最多；同期間，育齡婦女人口占女性總人口比率，
亦將由53.4%下降為30.4%（行政院經濟建設委員會，2012），且育齡婦女總生
11
育率自1951年的7.04人，下降至2012年的1.27人（內政部統計處，2013），並不 足以維持穩定人口結構之人口替代生育水準（總生育率需達2.1人），加上由於老 年人口的比例攀升，使人口金字塔形狀更呈現上寬下窄的樣貌。
2012年台灣的老化指數（65歲以上老年人口 / 15歲以下人口 × 100%）為
76.3%，預估於在2025年達到162%。扶老比（65歲以上老年人口 / 15-64歲青壯 年人口 × 100%）也將從2012年的15.03%上升至2025年的29.6%，等於從平均每 6.65位工作年齡人口，負擔一位老年人口，上升至平均每3.38位工作年齡人口，
將扶養一位老年人（圖一），台灣人口年齡結構正面臨老化與少子化的挑戰（行 政院經濟建設委員會，2012）。
圖 一 台灣人口老化指標 註
註 註
註.資料來源：行政院經濟建設委員會，中華民國 2012 年至 2060 年人口中推計
*2012年及以前為實際值，以後為人口中推計結果
隨著人口的變遷、女性受教育機會提升、新出生世代之自我意識變遷，使 得家庭組織型態也面臨轉變，根據行政院主計總處統計資料顯示，2012 年現住 人口戶數從1995年的582萬戶，增加至819萬戶，而每戶人口數也從3.67人，
下降至2.85人，顯示家戶規模正持續縮小（圖二）（行政院主計總處，2013）。
7.1 10.89 14.620.0
76.21
162.3
12.50 15.03 29.6
0 20 40 60 80 100 120 140 160 180
1981 1991 1993 2001 2004 2005 2006 2007 2008 2009 2010 2011 2012 2015 2018 2025
％
％
％
％
常住人口老化指標 常住人口老化指標 常住人口老化指標 常住人口老化指標
65歲以上人口比率 老化指數
扶老比
12
圖 二 台灣人口戶數與人數之變遷 註
註 註
註.資料來源：行政院主計總處
根據統計，老人居住安排為「僅與配偶同住」從民國89年由17.3%上升至民 國99年19.5%，增加2.3個百分點；同期間「與親友同住」亦增加4.4%；反之，「與 兒女同住」則有減少的趨勢，十年來減少5.98%（圖三）。若依據行政院主計總處 2010年人口及住宅普查結果，以年齡層觀察家庭組織型態的變化，「獨居」的比 例隨年齡層上升，由65~69歲的12.56%上升至80歲以上的16.14%，增加3.58個百 分比，同期間「與親友同住」以80歲以上的上升幅度最多(14.01%)；反之，「與 兒女同住」則由65~69歲的55.8%下降至80歲以上的48.42%，而「僅與配偶同住」
下降5.53%，其可能是「獨居」人口比例上升所導致（表1），然依照台灣未來人 口結構的推估，包括平均餘命的延長、生育率下降、家戶規模的縮小…等影響之 下，「僅與配偶同住」以及「獨居」的比例應會持續上升（行政院主計總處，2010）。
5.82
8.19
3.67
2.85
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00
1995 2000 2005 2010 2011 2012
現住人口戶數與每戶人數 現住人口戶數與每戶人數 現住人口戶數與每戶人數 現住人口戶數與每戶人數
戶數(百萬戶) 戶量(人/戶)
圖 三 註註
註註.資料來源：行政院主計
歲以上常住人口概況按年齡及居住型態 表 1. 65歲以上常住人口居住概況
年齡 獨居(%) 僅與配偶同住 65-69歲 12.56
70-74歲 13.81 75-79歲 15.41 80歲以上 16.14 註
註註
註.資料來源：行政院主計
65歲以上常住人口概況按年齡及居住型態 另一方面，依據衛生福利部統計處 以上老年人口使用西醫門診人數共 人約有93人利用健保就醫
診平均就診率位居所有人口的第一位 就診率是 0~14歲人口的
0 10 20 30 40 50 60
15.9 17.3
14.3
19.5
13
三 65歲老人家庭組織型態之十年變化
行政院主計總處99年人口及住宅普查結果之重要性別統計指標 歲以上常住人口概況按年齡及居住型態
歲以上常住人口居住概況
僅與配偶同住(%) 與兒女同住(%) 與親友同住
20.60 55.80 10.06
21.42 52.86 10.45
20.96 49.92 11.12
15.07 48.42 14.01
行政院主計總處2010年人口及住宅普查結果之重要性別統計指標 歲以上常住人口概況按年齡及居住型態
衛生福利部統計處於民國 100 年度之統計資料 西醫門診人數共 237 萬人，平均就診率為 93.77%
人利用健保就醫，僅次於0~14歲人口(102.22%)，住院平均就診率與急 診平均就診率位居所有人口的第一位，分別為 21.36%與 27.58%，
歲人口的3.14 倍（表2）。另一方面，老人西醫門診件數占西醫
58.0
6.9
1.9 19.5
52.1
11.3
2.7
重要性別統計指標-65
與親友同住(%) 其他(%)
10.06 .98
10.45 1.46
11.12 2.58
14.01 6.36
年人口及住宅普查結果之重要性別統計指標
資料分析，65 歲 93.77%，即每 100 住院平均就診率與急
，且其住院平均 人西醫門診件數占西醫
民國89年底 民國99年底
14
門診總件數達21.8%，僅次於45~64歲人口(30.3%)，住院件數比例為所有人口中 之最高(32.5%)，是0~14歲人口的3.29倍，45~64歲人口的1.1倍。
國人平均每年西醫門診就診次數為 13.39 次，呈現 U 型趨勢，其中 65歲 以上老年人，平均就醫次數即達24.13次；急診每年平均就醫次數也達0.54次，
皆為所有人口中最高（表3）。此外，60歲以上老年人口，平均每人每年的醫
療費用為 94292元，是 30~59歲人口的3.22 倍，0~29歲人口的 6.1倍（表 4）
（衛生福利部統計處，2012）。
表 2. 民國100平均就診率-依年齡別
0~14歲 15-29歲 30~44歲 45~64歲 65歲以上
西醫門診人數 3,579,580 4,463,961 4,818,773 5,540,929 2,370,614 住院人數 238,260 229,887 366,599 505,110 539,921 急診人數 810,848 947,313 811,970 954,710 697,351 年底人口數 3,501,790 4,995,077 5,709,717 6,490,079 2,528,249 西醫門診就診率(%) 102.22 89.37 84.40 85.38 93.77
住院就診率(%) 6.80 4.60 6.42 7.78 21.36 急診就診率(%) 23.16 18.96 14.22 14.71 27.58 註註
註註.資料來源 : 衛生福利部統計處民國100年全民健康保險醫療統計年報
平均每人每年就診率 = 各年齡層醫療服務使用人數 / 各年齡層年底人口 數 * 100
15
表 3. 民國100年平均每人每年就診件數/次數-依年齡別
0~14歲 15-29歲 30~44歲 45~64歲 65歲以上
西醫門診件數 48,924,013 35,120,237 49,978,637 84,819,006 61,009,715 住院件數 319,074 312,056 598,962 953,027 1,049,647 急診件數 1,274,125 1,328,150 1,208,537 1,496,332 1,364,160 年底人口數 3,501,790 4,995,077 5,709,717 6,490,079 2,528,249 西醫門診件數(%) 17.5 12.5 17.9 30.3 21.8
住院件數(%) 9.9 9.7 18.5 29.5 32.5 急診件數(%) 19.1 19.9 18.1 22.4 20.4 西醫門診就醫次數 13.97 7.03 8.75 13.07 24.13
住院就醫次數 0.09 0.06 0.10 0.64 0.42 急診就醫次數 0.36 0.27 0.21 0.23 0.54 註
註 註
註.資料來源 : 衛生福利部統計處-民國100年全民健康保險醫療統計年報
平均每人每年就醫次數 =各年齡層醫療服務使用件數 / 各年齡層年底人口 表 4. 民國100年平均每人每年醫療費用-依年齡別
0~29歲 30~59歲 60歲以上
醫療費用總計（百萬元） 133,230 321,748 340,336 年中人口數（萬人） 860 1,098 361 平均每人每年醫療費用（元） 15489 29296 94292 註註
註註.資料來源 : 衛生福利部統計處民國100年全民健康保險醫療統計年報
平均每人每年醫療費用 = 年齡別醫療費用 / 年中人口數
由於人口結構老化，使得老人成為醫療利用與支出的主要人口。聯合國也 將老人的居住安排內容，視為人口老齡化最迫切的問題之一(Palloni, 2001)，原因 在於，當老人的其他條件相同時，居住安排內容相較於老人其他人口學背景因素 將更能預測老人醫療服務之使用狀況 (Lund et al., 2002)。
過去的研究顯示，老年人對於自己健康狀況的主觀評價，確實會直接影響 到自身醫療服務的使用率（王雲東，2006），另 Maaten, Kephart, Kirkland and
16
Andreou (2008) 提出年齡會影響健康狀況，進而間接影響醫療服務的利用。
Bertakis, Azari, Helms, Callahan, and Robbins (2000) 曾針對醫學中心門診病人進 行研究，結果發現女性門診使用次數、平均門診費用、急診治療費與每年醫療總 支出都比男性高，在控制健康狀況與社經地位後，除了住院之外，各種醫療支出 仍高於男性。Redondo-Sendino, Guallar-Castillón, Banegas, and Rodríguez-Artalejo
(2006) 曾以2000 ~2001年的戶口普查資料進行研究，結果指出影響60歲以上老
人的醫療服務使用率是慢性疾病和健康相關生活品質。
此外，尚有許多流行病學世代研究提出老年人居住安排變化與死亡率、生 活品質、憂鬱及身體功能具有高度相關(Davis, Moritz, Neuhaus, Barclay, & Gee, 1997; Sun, Lucas, Meng, & Zhang, 2011)，而非獨居者比獨居者有較高的西醫與中 醫門診使用頻率（王雲東，2005）。然而，也有過往研究指出獨居老人於西醫門 診使用率顯著低於非獨居老人，急診的使用次數也比非獨居老人來的少，但是，
在住院次數與住院天數方面，則顯著高於非獨居老人（胡雅茜，2006）。
這些研究間的結果不一致性，可能來自於研究設計、統計方法與研究對象 的不同而相異，而針對老人居住安排動態變化與醫療服務使用之時序關聯性，在 過往研究中仍較為缺乏。
據此；如能進一步釐清老人居住安排動態改變與醫療服務使用的長期關聯 性，並掌握老年群體於此議題發展之異質性，將有助於新策略與思維之研擬，期 使能減少老人對於醫療服務的依賴，減輕政府醫療財政的支出。
本研究為使用中央研究院所提供公開申請之 1989 年、1993年、1996 年、
1999年、2000年「台灣地區中老年身心社會生活狀況長期追蹤調查資料」，該資 料為採用「固定樣本縱貫性追蹤研究」（panel study）」之研究設計，可以提供更
17
多時間點的重複測量資料，建立變項之間因果關係；然有鑑於醫療使用頻率的資 料分佈往往面臨過度分散且含有過多零事件發生，故本研究為合併潛在成長曲線 模型(Latent Growth Model;LGM)與二部模式(two part model)，以探討老年群體在 踏入老化的起始基線，醫療服務使用增加的危險因子與相對風險，以及在老化過 程中，加速醫療服務使用的因素與相對風險，並經進一步控制影響醫療服務使用 的因素後，分析老人累積居住型態變動次數(time invariant)與各類居住型態變動 (time varying)對於老人醫療服務使用趨勢的影響與相對風險。
第二節 研究目的
本研究主要目的有三:
一、運用計量方法中之潛在成長模式，其包含二個元素，進入老化時的起始情況，
以及老化過程的變化情況，以此二個角度探討西醫門診、急診、住院次數與 住院天數的基線影響因素。
二、探討老年群體累積的居住型態變動，對於西醫門診、急診、住院次數與住院 天數使用趨勢的影響與相對風險。
三、探討老年群體的生命歷程中，各項居住型態的動態轉變，包括獨居、單純有 偶、主幹家庭，對於西醫門診、急診、住院次數與住院天數使用趨勢的影響 與相對風險。
第三節 研究重要性
本研究的重要性包括填補知識缺口，以及提供政策上相關建議等二部分。
一、填補知識缺口
本研究為固定樣本縱貫性追蹤研究，以潛在成長曲線模型考量到老人之個 別差異性(random effect)，瞭解在老化初始階段，醫療服務使用趨勢增加的起始
18
因子與醫療服務使用趨勢的加速因子以及相對風險，進一步探討累積居住型態變 動次數與各類居住型態變動狀態，對於老人各項醫療服務使用（門診、急診、住 院次數、住院天數）趨勢的影響與相對風險。本研究植基於以往的研究基礎，提 昇平均效果或未考量時序因素等層面，考量醫療服務使用趨勢的影響。
二、進而提供政策上相關建議
透過釐清影響老人醫療服務使用趨勢之起始因素與加速因素，可提供衛生 單位政策制定之參考，減少未來的醫療負擔；此外，呈現老人群體居住型態之動 態變化與醫療服務使用趨勢的長期關聯性，可提供政府針對老人各項居住型態的 改變，及早發展合適的介入計畫與政策，減少不必要的醫療財政支出，減輕下一 代的經濟負擔。
19
第二章 第二章 第二章 第二章 文獻探討 文獻探討 文獻探討 文獻探討
本章共分為三節：第一節為影響老年人口醫療服務使用趨勢的決定因素；第 二節為探討不同居住安排變動頻率對於老年人口醫療服務使用趨勢的影響與相 對風險；第三節為研究啟示。
第一節 影響老年人口醫療服務使用趨勢之決定因素
隨著台灣人口老化及衛生保健觀念增強，醫療費用支出逐年增加。行政院主 計總處國情統計通報指出2011年健保醫療費用申報點數5,259億點，較2010年 5,004億點增加5.1%，其中門診占6成8（3,561億點）、住院占3成2（1,697億 點）。而2011年65歲以上人口，平均每人醫療費用為70,521點，較去年增加2.3%
（行政院主計總處，2012）。
人口老化以及平均餘命的增加，緊接而來的是更多醫療經費的支出，這些都 將是已開發國家無法避免的趨勢，然而影響醫療服務使用的因素與面向繁多，在 1965年Suchman提出疾病行為階段模式(stages of illness and medical care)，說明 在不同疾病階段，可能會有的醫療行為模式。Grossman (1972) 開始探究人力資 本存量、工資、醫療價格變動等因素對健康需求的影響。Rosenstock 也於 1974 年也提出健康信念模式(Health Belief Model)，主要在探討個人採取預防性健康行 為與醫療服務的影響因素。Andersen更在1995年重新將醫療服務利用模式做了 整體性的回顧，跳脫僅由個人觀點來考量醫療服務使用的影響因素，而是以系統 性的觀點釐清醫療服務使用的影響因素，在醫療服務利用行為模式上，佔有相當 重要的地位。
20
由以上模型理論可以得知，影響民眾的求醫行為涉及了個人特質、文化、經 濟、保險…等複雜因素，研究者將影響醫療服務使用因素之相關文獻，分別以社 會人口學因素、個人健康因素與醫療資源因素等三類陳述。
一、社會人口學因素
（一）年齡
吳淑瓊、梁浙西、張明正、林惠生和孟蘿拉（1994）以1989年行政院衛生 署「台灣地區老人保健與生活問題調查」資料，採用橫斷面研究設計，使用線性 結構關係模式(linear structural relation model, LISREL)分析台灣60歲以上老人醫 療服務使用的影響因素，發現老人年紀越大，西藥房與中藥房的使用次數越少，
住院天數也越少；張其鈺（2002）以1996 年行政院衛生署「台灣地區老人保健 與生活問題調查」資料，採用負二項分配回規模型(negative binomial model)分析 指出老年人年紀越大，中西醫門診看診次數越少。王雲東（2005）以1999 年行 政院衛生署「台灣地區老人保健與生活問題調查」資料，探討70 歲以上老人醫 療服務使用的影響因素，使用階層式邏輯斯迴歸(hierarchical logistic regression) 方法發現年齡較輕的長者，西醫門診、中醫門診與住院次數的使用機率較高，不 過才剛達顯著差異；王雲東（2006）再以同一波調查資料，利用不同世代（70
歲以上與53~69歲）的老人進行分析，結果指出年齡越大的老人，西醫門診與住
院次數的使用機率較高，而中醫門診的使用機率較低。
許志成和季瑋珠（1996）以大溪鎮衛生所民國 79 年 10月~80 年4 月年滿 15 歲以上之門診就醫資料，採用對數回歸統計方法探討高度使用門診的影響因 素，發現大於 65歲老人成為高度使用組的風險是小於 40歲老人的 5.19 倍。林 惠生和劉怡妏（2004）以行政院衛生署2001 年八～十二月「台灣地區國民健康
21
訪問調查報告」，指出國人年齡越大，除了西醫門診與購買中藥的比例增加之外，
住院與急診的比例，也隨著年齡上升而增加。吳依凡（2004）以行政院衛生署民 國90 年「國民健康訪問調查」資料，採用二部模式分析個人醫療服務利用的狀
況；先以 probit model 估計個人醫療利用的機率，再以負二項分配迴歸模型
(truncated-at-zero negative binomial model)估計個人就醫後醫療服務的利用量，研 究結果指出年紀越大，西醫門診、急診、住院次數的利用率與利用量越高，牙醫 門診的利用率也為正相關，但在牙醫門診利用量方面沒有達到統計上顯著差異。
張梅瑛（2009）以行政院衛生署國健局民國94 年「國民健康訪問暨藥物使用調 查」資料，探討影響台灣地區65 歲以上老人醫療利用的相關因素，指出年齡越 大，急診與住院次數的醫療使用比例越高，中醫門診服務利用比例越低（林于斐，
2006），牙醫門診的醫療使用比例只在65～74歲年齡層較高。
在國外研究方面，Diehr and Evashwick (1984) 以馬薩諸塞醫療保健小組 (The Massachusetts Health Care Panel Study)1974年與1976年的固定樣本追蹤研 究資料，使用主成分分析方法(principal component analysis)探討影響65歲以上老 人醫療服務使用的原因，結果指出年紀越大，住院次數與門診次數越多，牙醫次 數越少。Rosner, Namazi, and Wykle (1988) 使用1985年美國老人自我保健措施 資料庫，以路徑分析(a path analysis)統計方法發現75歲以上的老人，年紀越大接 受醫師看診次數越少。Rivnyak, Wan, Stegall, Jacobs, and Li (1989) 以美國里士滿 市(Richmond)社會健康服務機構的資料，採用線性結構關係模式分析方法，以非 機構中的老人為對象，發現年齡越大門診次數越少。Foreman, Lucy, Barley, and
Chen (1998) 以1985年北京醫院老年門診資料庫分析，發現年齡越大西醫次數越
少，住院天數與次數越多。Noro, Hakkinen, and Laitinen (1999) 以芬蘭1992~1994
22
年computer-assisted telephone interview surveys之固定樣本追蹤資料，採用二部 模式(logistic regression and ordinary least square regression)分析方法，指出年齡越 大的老人住院次數越高。Maaten et al. (2008) 以加拿大1995~2001年Nova Scotia Health Survey (NSHS) 資料庫，採用retrospective cohort study研究設計，結果指 出大於55 歲老人，年齡越大每年經由專科醫師看診次數與住院天數越多，但對 於非專科醫師的看診次數沒有影響。Hibbard and Pope (1986) 以1970~1971年美 國 衛 生 服 務 研 究 中 心(Health Services Research Center)健 康 維護組 織(health maintenance organization ,HMO)資料庫，指出年齡越大，每年就醫率越高（除懷 孕外）；自評健康狀態越好，預防醫學利用率越高。而Freeborn, Pope, Mullooly, and McFarland (1990) 則利用1976 ~1981年健康維護組織門診資料庫，使用multiple
discriminant analysis分析方式，將門診醫療服務利用區分為門診持續高度使用組
與門診持續低度使用組，結果指出年紀越大、有固定醫師看診、心理健康狀態越 差、身體健康狀態越差、慢性病數越多與女性為門診持續高度使用組，而婚姻狀 態、教育程度、社會階級與收入對門診服務利用沒有統計上顯著差異。Nie, Wang, Tracy, Moineddin, and Upshur (2010) 以加拿大安大略省Ontario Health Insurance Plan (OHIP) 與Registered Persons Database (RPDB) 的資料庫分析，指出年齡越 大，總醫療利用率（包含家庭醫師、專科醫師與急診）越高，尤其是男性；女性 的家庭醫師利用率較高，男性則以專科醫師與急診利用率較高；社經地位越高者，
專科醫師利用率越高；而年齡大於85 歲以上的老人，家庭醫師、專科醫師、門 診與急診利用率越低。
（二）性別
吳淑瓊等（1994）的研究發現男性使用西藥局次數較女性高，而女性使用
23
中藥房次數比男性少。許志成和季瑋珠（1996）的調查報告指出性別對於門診使 用率無統計上的明顯差異。林惠生和劉怡妏（2004）的調查報告說明女性在西醫 門診、中醫門診與購買中藥的比例均比男性高。吳依凡（2004）和張梅瑛（2009）
的研究發現女性的西醫門診、牙醫門診與中醫門診之利用率較男性高，但利用量 無顯著差異；而男性急診利用率與利用量以及住院次數的利用率皆比女性高，但 其住院次數利用量與女性沒有顯著差異。王雲東（2005）研究提出女性健康狀況 較男性差，但其住院次數與急診使用率較男性低，中醫門診使用率較男性高。林 于斐（2006）使用行政院衛生署「台灣地區老人保健與生活問題調查」1989年、
1993年、1996年、1999年長期追蹤資料，以probit模型討論影響利用醫療資源 之因素，結果指出過去一年住院機率男性過高於女性，但女性在65 歲之後的住 院機率則高於男性，門診使用機率以女性較高。
Geil, Million, Rotte, and Zimmermann (1997) 以德國German Socio-Economic Panel (GSOEP)1984~1989年、1992年、1994年的三波調查資料中25-64歲為研 究對象，使用poisson and the negative-binomial (NEGBIN) models的統計方法，發 現女性年紀越大住院天數越少；而Foreman et al. (1998) 則以北京醫院老年門診 64 歲 以 上 老 人 為 研 究 對 象 ， 結 果指 出女 性 住 院 天 數 較 男 性 高 。Diehr and
Evashwick (1984) 的研究指出除了住院之外，女性的總醫療服務使用率（包含門
診、牙醫、居家照護、護理之家）比男性高，但這種差異性會隨著年齡增加而減 少，性別並非是預測醫療服務使用的重要因子。Noro et al. (1999) 的研究發現女 性經由醫生診療次數與公共衛生護士照護次數比男性高，而男性的住院次數與護 理之家次數則比女性高，雖然女性的醫療服務使用較男性多，但是大多是初級保 健服務，女性最後的醫療支出較男性低。Dunlop, Coyte, and McIsaac (2000) 以
24
1994年加拿大全國人口健康調查(National Population Health Survey, NPHS)女性 使用專科醫師的次數較男性低，而男性的門診次數比女性少(Rivnyak et al., 1989)。
Suominen-Taipale, Martelin, Koskinen, Holmen, and Johnsen (2006) 以北歐 Nord-Trondelag Health Study（1995~1997年）與Finrisk Senior Survey（1997年）
資料庫發現，在控制身體健康狀況與社會人口學因素後，挪威與芬蘭的老年女性 在專科醫師與家庭醫師的利用機率比男性高，芬蘭老年女性的醫療服務使用機率
(包含家醫科醫師、專科醫師、物理治療師)高於男性，而70~74歲芬蘭男性使用
物理治療師的機率高於女性。Redondo-Sendino et al. (2006) 以西班牙2000年10 月~2001 年 2 月之戶口普查資料隨機分層抽樣調查，採用 multiple logistic
regression統計分析方法，結果指出60歲以上的女性老人醫療諮詢次數、住院次
數與總醫療服務使用量（包括就診次數、居家護理、住院次數、預防注射）均比 男性為高，但控制健康相關生活質量(health-related quality of life, HRQL)與慢性病 後，住院次數與總醫療服務使用量皆下降，而總醫療服務使用量甚至比男性低，
主張影響老人女性與男性的醫療服務使用量是慢性疾病和健康相關生活品質，而 不是性別的不同。
（三）教育程度
吳淑瓊等（1994）的研究指出教育程度越高，西醫門診使用次數越多，中 藥局與西藥局使用次數越少。張其鈺（2002）的研究結果則表示教育程度越高，
中西醫門診看診次數越少，住院天數越多；相反的張梅瑛（2009）的研究結果指 出教育程度越高，西醫、中醫與牙醫門診比例越高。另江哲超（2003）使用1989 年、1993年與1996年「台灣地區老人保健與生活問題調查」的固定樣本縱貫性
25
追蹤資料，以多元迴歸分析指出老人教育程度越高住院天數越多，但對於西醫門 診使用次數沒有統計顯著差異。而林惠生和劉怡妏（2004）則指出教育程度越高，
住院次數、急診與購買中藥的比例較低。也有研究指出教育程度越高，西醫與牙 醫門診利用量越低，牙醫門診利用率則越高；住院次數以及急診利用率與教育程 度成正比，而教育程度對西醫門診利用率的影響，無統計上顯著差異（吳依凡，
2004），中醫門診機率與教育程度成反比（林于斐，2006）。
國外文獻研究結果發現教育程度越高，醫師看診次數與居家照護次數越低 (Noro et al., 1999)，牙醫師看診的次數越高(Diehr & Evashwick, 1984)；教育程度 越低，一般醫療利用（包括醫生，護士或專科門診）的風險越高(OR = 2.41) (Fernández-Olano et al., 2006)；教育程度與門診次數成正比(Rivnyak et al., 1989)。
另Foreman et al. (1998) 研究說明教育程度越高，西醫診療次數與住院次數越高，
中醫診療次數則越低。Dunlop et al. (2000) 則指出教育程度越高，專科醫師診療 次數較多，家庭醫師診療的比例雖然較高，但對其頻率沒有影響。
（四）種族
李丞華、周穎政、陳龍生和張鴻仁（2004）以國家衛生研究院2000年之全 民健康保險個人歸戶資料檔與中央健康保險局門住診明細檔、重大傷病檔、戶籍 資料檔串聯，採用二部模型迴歸分析，發現非原住民者的中醫門診利用率較高。
Markides, Levin, and Ray (1985) 以1981~1982年三代家庭居住在San Antonio 50
公里內65~80歲為研究對象，發現墨西哥裔美國女性之醫師看診次數較高。Diehr
and Evashwick (1984) 研究發現美國白人使用居家照護次數較少。Cox (1986) 以
美國加州聖克拉拉市當地民族教會與機構所提供的資料，隨機抽樣60 歲以上為 研究對象，採用 multiple regression 統計方法，發現年紀越大的越南人、有婚姻
26
關係的葡萄牙人或葡萄牙女性以及未婚的西班牙人之醫師看診次數較多。
Wolinsky et al. (1989) 使用美國全國衛生統計中心(National Center for Health Statistics ,NCHS)1976~1984 年 健 康 訪 問 調 查 (Health Interview Surveys ,HISs)資料，以ordinary least squares (OLS) regression統計方法，發現年 紀越大（除黑人外）與自評健康狀態越差的盎格魯人或黑人的醫師看診次數越多；
而波多黎各人、黑人與活動受限的盎格魯人的住院天數較多。Miller et al. (1997) 則以1984年Study of Aging (SOA)、1984年 National Long-Term Care Survey (NLTC)與1987年 National Medical Care Expenditure Survey (NMES)三個國家資 料庫中70歲以上非裔美國人與白人為對象，以multivariate logistic regression and
poisson regression統計分析主張健康狀況與政策上財務資源的分配，可能才是影
響醫療利用的主要因素。另Burnette and Mui (1999) 採用1988年National Survey of Hispanic Elderly People資料檔，以hierarchical logistic regression統計分析發現 古巴裔美國人與波多黎各人之醫師看診次數較高（2.3次，2.6次）。
（五）經濟狀況
吳淑瓊等（1994）和林于斐（2006）研究發現經濟狀況對於醫療服務使用 不具有統計上顯著差異，但經濟狀況可以透過影響自評健康狀態，進而影響醫 療利用。江哲超（2003）研究指出經濟收入越高的老人，西醫門診次數、住院 次數與住院天數越低。而吳依凡（2004）研究結果發現家戶所得越低，急診利 用量越少，家戶所得對於西醫門診利用率及利用量無統計上顯著差異。Diehr and
Evashwick (1984) 研究表示收入越高的老人，牙醫看診次數越高。Rosner et al.
(1988) 研究發現收入會直接或間接影響醫師看診次數（正相關）。Dunlop et al.
(2000) 的研究指出收入越高專科醫師診療次數越高，但是對於家庭醫師診療次
27
數的影響，沒有統計上的顯著相關。
（六）保險
劉彩卿和陳欽賢（2001）自87年7~11月台北都會地區（台北市、台北縣、
基隆市）48 個鄉鎮電話問卷輔以郵寄與實地訪查，以二部負二項分配模型 (two-part negative binomial distribution model)分析在全民健保實施後影響民眾醫 療利用的因素，發現健康狀況越差，在中醫、西醫、牙醫的就診機率與頻率都 越高，部分負擔較高會使門診就診頻率減少，就醫距離遠會減少西醫就診頻率，
男性的就診機率與頻率均低於女性，老人年齡越大，西醫門診就診機率越低，
但是就醫頻率越高；教育水準在碩士以上者，牙醫就醫機率越高；有就業的民 眾，西醫就診頻率較高；所得越高與喜歡購買成藥的民眾，門診、西醫、牙醫 的就診機率越高。Shou-Hsia and Tung-Liang (1997) 研究指出在全民健保實施後，
國人住院次數、急診與門診利用率皆上升。而林于斐（2006）、許志成和季瑋珠
（1996）的研究表示有參加人壽保險的老人，住院機率與門診使用率較高。Hurd and McGarry (1997) 以美國1993~1994年資產及健康動態調查(Asset and Health Dynamics Survey ,AHEAD)，研究發現控制財務狀況與人口學狀況之後，具有私 人保險者的住院天數、醫師看診次數與牙醫看診比例較高。Geil et al. (1997) 以 德國German Socio-Economic Panel (GSOEP) 1984~1989年、1992年、1994年三 波資料中 25~64 歲為對象，採用 poisson and the negative-binomial (NEGBIN)
models統計分析指出女性有私人保險者住院天數較高。
（七）社會支持
吳淑瓊等（1994）研究指出社會支持對醫療服務利用沒有統計上顯著差異，
也有研究提出不同的意見，認為社會支持差，門診利用率較高（許志成、季瑋珠，
28
1996 ; Rivnyak et al., 1989）。
（八）工作狀況
蔡淑鈴、藍忠孚、李丞華和周穎政（2004）以2001年勞工保險局失業給付
檔，以及 1999∼2002 年中央健康保險局承保資料檔與西醫門診以及住院醫療費
用申報檔串連，分析在全民健康保險制度下，失業對醫療利用的影響，研究結果 發現失業後整體醫療利用變化（包含門診與住院次數）呈下降的趨勢，其中每人 年門診次數、門診費用、住院次數皆減少，但每人年住院費用並未達統計上顯著 之差異。
二、個人健康因素
（一）自評健康狀態
多數研究發現自評健康狀態差，使用中西醫門診次數、中西藥局次數、急 診利用率及住院天數越高（王雲東，2005；王雲東，2006；江哲超，2003；吳淑 瓊等，1994；林于斐，2006；張其鈺，2002；張梅瑛，2009；許志成、季瑋珠，
1996）。吳依凡（2004）的研究則指出自評健康狀態越差者，西醫門診、急診、
住院的利用率與利用量越高。許志成、羅勻佐、徐瑱淳、許雅婷和羅慶徽（2007） 利用國家衛生研究院與衛生署國民健康局 2001年 9月~12 月年國民健康訪問調 查(National Health Interview Survey,NHIS)，以廣義估計方程式統計方法分析發現 自覺健康「普通/不佳」者，使用西醫門診(OR = 1.76)、急診(OR = 1.52)與住院(OR
= 1.36)的風險高於自覺健康「佳」者。
國外研究指出自評健康狀態越差者，醫生看診次數、住院次數、住院天數、
家庭醫師次數、專科醫師診療次數與醫療使用總次數（包括住院次數、醫師診療 次數、護理之家次數、公衛護士護理次數）越高；自評健康狀態越好，牙醫看診
29
次數越高；且自評健康狀態會直接影響就診的次數(Diehr & Evashwick, 1984;
Dunlop et al., 2000; Fernández-Olano et al., 2006; Noro et al., 1999; Rosner et al., 1988)。
（二）身體健康狀況
江哲超（2003）、吳淑瓊等（1994）和林于斐（2006）研究指出疾病數多 者的西醫門診使用次數、西醫師看診次數、西藥房使用次數越高；身體功能分數
(ADL)較低者，每年住院次數與天數較高。張雅雯（2002）利用台灣省家庭計畫
研究所於1993年與1996年辦理的「台灣地區老人保健與生活問題調查」，以負 二項分配迴歸模型(negative binomial regression model)分析指出無論全民健康保 險實施與否，慢性病個數多者與自評健康狀態較差的老人，總門診次數（中西醫 門診數量加總）較高。吳依凡（2004）和張梅瑛（2009）研究發現日常生活困難 度越高，西醫門診、急診、住院次數利用率與利用量越高，牙醫門診利用率越低，
但是牙醫門診利用量沒有統計上顯著差異。王雲東（2005）和林于斐（2006）研 究結果指出日常工具性活動(IADL)完成狀況越差者，住院次數、急診利用率越高；
日常必須性活動(ADL)完成狀況越差者，住院次數、中醫門診、居家照護與護理 之家利用率越高。王雅鈴（2009）以1993 年行政院衛生署主辦的長期性老年人 口生活狀況追蹤調查資料，以 50~56歲、57~73歲與 74歲以上三個世代年齡中 65 歲以上老人為對象，發現在控制健康狀況後，年齡越大、活動力越佳、社會 信任越高者，醫療使用支出越低，健康仍是老人醫療使用最主要因素。
Noro et al. (1999) 的研究指出日常工具性活動(IADL)完成狀況越差者，醫生
看診次數、住院次數、住院天數越高；Dunlop et al. (2000) 的研究認為慢性病數 越多者，專科醫師與家庭醫師看診次數越高。Redondo-Sendino et al. (2006) 研究
30
指出控制慢性疾病數與健康相關生活品質(health-related quality of life)，能減少老 年女性住院頻率，另Maaten et al. (2008) 以加拿大Nova Scotia Health Survey
(NSHS)資料庫研究表示65歲以後年齡越大加上慢性病數目越多，每年專科醫師
看診次數與住院天數越高。綜合以上研究結果可知不論住院、西醫門診、中醫門 診，中老年人都會因為自身健康狀況出問題以及有慢性疾病或疾病數愈多，所使 用的醫療服務愈多。
（三）心理健康狀況
張其鈺（2002）的研究指出控制老人健康變數之後，老人日常休閒活動越 多，中西醫門診看診次數越高，主要是因為人際互動意願較高與人際關係越緊密， 有助於個人醫療資訊的取得與健康行為的學習，進而影響到個人就醫行為。王雲 東（2005；2006）的研究結果發現憂鬱症狀出現頻率愈高，急診、西醫門診與中 醫門診利用率越高。王雅鈴（2009）在探討台灣老人的社會人口學變項與社會支 持對醫療資源使用的影響方面，其結果顯示社會信任越高的老人，較易獲得情感 上的支持，身體健康處於較佳的狀況，醫療使用支出越低。田維華（2007）的分 析指出心理衛生健康狀態越差，門診醫療利用率越高，而急診與住院次數利用率 沒有統計上顯著差異。
國外研究指出需求未得到滿足的老人，總醫療利用(general health care utilization)越高，包括醫生、護士或專科門診(Fernández-Olano et al., 2006)，對衛 生保健系統信任度越低者，求醫行為越少(Mohseni & Lindstrom, 2007)。
（四）健康行為
王雲東（2006）、江哲超（2003）、林于斐（2006）; Dunlop et al.(2000) and
Foreman et al. (1998) 等人的研究發現過去三年曾作過健康檢查者的住院次數、
31
急診、西醫門診、中醫門診利用率較高；衛生健康習慣較好者的西醫門診、中醫 門診使用率較高；運動頻率愈高者的西醫門診看診次數越高，喝酒者的中醫看診 次數與家庭醫師看診次數較高。盧龍泉、陳盈芳、黃姵禎和蔡青姿（2004）依據
Andersen之醫療服務利用模式，探討不良習慣群聚組合對個人健康認知與醫療利
用的影響，以行政院國民健康局「91 年台灣地區國民健康促進知識、態度、行 為調查」資料分析，研究結果指出不良習慣越多者，對健康認知較低，使其一般 醫療利用率較低，但急診利用率較高。
三、醫療資源因素
許志成和季瑋珠（1996）研究指出有固定就醫場所者，門診使用率較高。
吳依凡（2004）的研究以控制醫療資源變數與個人健康狀況之後，山地與離島地 區居民，西醫門診與住院利用率與利用量較高，急診與牙醫的利用量較低。另林 于斐（2006）研究指出非都市地區者的住院機率較高；醫療資源密度越高，住院 利用量越低，醫療資源密度對住院利用機率沒有顯著的影響。王雲東（2006）、 張梅瑛（2009）和Wang（2009）的研究則認為居住在城市者的急診、護理之家 與牙醫門診使用率越高，但醫療費用支出較低。Diehr and Evashwick (1984) 的研 究發現交通便捷使得門診看診次數、住院次數、居家照護與護理之家的使用率增 加，但對於醫療高度使用者，交通障礙不構成問題。
32
表 5. 影響醫療服務使用趨勢之相關研究設計與分析方法
研究設計 分析方法 作者/年代 國家 橫斷面分析 % （林惠生、劉怡妏，2004） 台灣
多變量變異數分析 (Multivariate analysis of variance )
(Mohseni & Lindstrom, 2007) 瑞典
迴歸分析 （王雅鈴，2009；田維華，
2007；許志成、季瑋珠，
1996；盧龍泉等，2004; Cox, 1986; Hibbard & Pope, 1986）
台灣 美國
邏輯斯迴歸分析 （王雲東，2005；王雲東，
2006；張梅瑛，2009；Burnette
& Mui, 1999; Dunlop et al., 2000; Fernández-Olano et al., 2006; Foreman et al., 1998;
Miller et al., 1997;
Redondo-Sendino et al., 2006;
Suominen-Taipale et al., 2006）
台灣 中國 美國 加拿大 西班牙 北歐
二部負二項分配迴歸模 型(two-part negative binomial regression model)
（吳依凡，2004；張其鈺，
2002；劉彩卿、陳欽賢，2001）
台灣
線性結構關係模式 (Linear Structural
Relation model,LISREL)
（吳淑瓊等，1994；Rivnyak et al., 1989）
台灣 美國
廣義估計方程式 (generalized estimating equations ,GEE)
（許志成等，2007） 台灣
徑路分析(Path analysis) (Markides et al., 1985; Rosner
et al., 1988) 美國
接下頁
33
表5.（續）
研究設計 分析方法 作者/年代 國家 世代分析 Paired t tests (Shou-Hsia & Tung-Liang,
1997)
台灣
迴歸分析 (Sindelar, 1982; Wolinsky et al., 1989)
美國
負二項分配迴歸模型 (negative binomial regression model)
（張雅雯，2002） 台灣
Poisson regression 多元判別分析(multiple discriminant analysis)
(Nie et al., 2010) (Freeborn et al., 1990)
加拿大 美國
廣義估計方程式 (generalized estimating equations ,GEE)
(Maaten et al., 2008) 加拿大
固定樣本 縱貫性追 蹤研究
迴歸分析 （江哲超，2003；Hurd &
McGarry, 1997; Wolinsky et al. 1989)
台灣 美國
probit模型
主成分分析(principal component analysis)
（林于斐，2006)
(Diehr & Evashwick, 1984)
台灣 美國
二部負二項分配迴歸模型 (two-part negative binomial regression model)
(Geil et al., 1997; Noro et al., 1999)
芬蘭 德國
實驗設計 廣義估計方程式
(Generalized Estimation Equation )
（蔡淑鈴等，2004） 台灣
接下頁
34
表 6. 影響醫療服務使用趨勢之社會人口學因素-年齡
決定因素 醫療變項 利用率/作者 利用量/作者 年齡越輕 西醫門診 ↑（王雲東，2005）
中醫門診 ↑（王雲東，2005；張梅 瑛，2009）
牙醫 ↑(Diehr & Evashwick,
1984)
住院 ↑（王雲東，2005）
年齡越大 門診 ↑（許志成、季瑋珠 1996；Diehr &
Evashwick, 1984）
↓(Nie et al., 2010)
↓(Rivnyak et al., 1989)
↑（劉彩卿、陳欽賢，
2001；Freeborn et al., 1990）
西醫門診 ↑（王雲東，2006；吳依 凡，2004；林惠生、劉 怡妏，2004）
↓（劉彩卿、陳欽賢，
2001）
↑（吳依凡，2004；劉彩 卿、陳欽賢，2001）
↓Foreman et al., 1998
中醫門診 -（王雲東，2006）
↓（林于斐，2006）
中西醫門診 ↓（張其鈺，2002）
西藥房 ↓（吳淑瓊等，1994）
中藥房 ↑（林惠生、劉怡妏，
2004）
↓（吳淑瓊等，1994）
註 註 註
註. ↑上升 ↓下降 -沒有統計上顯著差異 接下頁
35
表6.（續）
決定因素 醫療變項 利用率/作者 利用量/作者 年齡越大 住院 ↑（王雲東，2006；吳依凡，
2004；林惠生、劉怡妏，
2004；張梅瑛， 2009）
↑（吳依凡，2004；Diehr
& Evashwick, 1984;
Foreman et al., 1998;
Noro et al., 1999）
住院天數 ↓（吳淑瓊等，1994）
↑(Foreman et al., 1998;
Maaten et al., 2008) 急診 ↑（吳依凡，2004；林惠生、
劉怡妏，2004；張梅瑛，
2009）
↑（吳依凡，2004）
↓(Nie et al., 2010)
牙醫門診 ↑（吳依凡，2004） -（吳依凡，2004）
↓(Diehr & Evashwick, 1984)
總醫療服務 ↑*(Nie et al., 2010) ↓**(Rosner et al., 1988)
↑(Wolinsky et al., 1989)
專科醫師 ↓(Nie et al., 2010) ↑(Maaten et al., 2008) 家庭醫師 ↓(Nie et al., 2010)
醫師 ↑***(Hibbard & Pope, 1986)
- (Maaten et al., 2008)
↓(Foreman et al., 1998) 醫療支出 ↓****（王雅鈴，2009） 註註
註註. ↑上升 ↓下降 -沒有統計上顯著差異
*包含家庭醫師、專科醫師與急診
**包括就診次數、居家護理、住院次數、預防注射
***除懷孕外
****控制健康狀況(身體活動功能)變項
36
表 7. 影響醫療服務使用趨勢之社會人口學因素-性別
決定因素 醫療變項 利用率/作者 利用量/作者
男性 門診 ↓（劉彩卿、陳欽賢，
2001)
↓(Rivnyak et al., 1989)
西藥房 ↑（吳淑瓊等，1994）
住院 ↑（王雲東，2005；吳依 凡， 2004；林于斐，
2006；張梅瑛，2009）
-（吳依凡，2004）
↑(Noro et al., 1999) 急診 ↑（王雲東，2005；吳依
凡，2004；Nie et al., 2010)
↑（吳依凡，2004）
護理之家 ↑(Noro et al., 1999) 專科醫師 ↑(Nie et al., 2010)
物理治療師 ↑(Suominen-Taipale et al., 2006)
總醫療服務 ↑*(Nie et al., 2010)
女性 門診 ↑(Freeborn et al., 1990)
西醫門診 ↑（吳依凡，2004；林于 斐，2006；林惠生、劉 怡妏，2004；張梅瑛，
2009）
-（吳依凡，2004）
中醫門診 ↑（林惠生、劉怡妏，
2004；張梅瑛，2009）
註 註 註
註. ↑上升 ↓下降 -沒有統計上顯著差異
*包含家庭醫師、專科醫師與急診
接下頁
37
表7.（續）
決定因素 醫療變項 利用率/作者 利用量/作者 女性 住院天數 ↓(Geil et al., 1997;
Sindelar, 1982)
↑(Foreman et al., 1998)
西藥房 ↓（吳淑瓊等，1994）
中藥房 ↑（林惠生、劉怡妏，2004） ↓（吳淑瓊等，1994）
牙醫 ↑（吳依凡，2004） -（吳依凡，2004）
醫療費用 ↑(Sindelar, 1982) 家庭醫師 ↑(Suominen-Taipale et al.,
2006)
↑(Nie et al., 2010)
專科醫師 ↑(Suominen-Taipale et al., 2006)
↑(Dunlop et al., 2000)
公共衛生護士 ↑(Noro et al., 1999) 醫師 ↓(Foreman et al., 1998)
↑(Markides et al., 1985;
Noro et al., 1999) 總醫療服務 ↑*(Diehr & Evashwick,
1984)
↑***(Suominen-Taipale et al., 2006)
-（許志成、季瑋珠，1996）
↓**(Redondo-Sendino et al., 2006)
註 註 註
註. ↑上升 ↓下降 -沒有統計上顯著差異
*包含門診、牙醫、居家照護、護理之家
**包括就診次數、居家護理、住院次數、預防注射
***包含家醫科醫師、專科醫師、物理治療師
38
表 8. 影響醫療服務使用趨勢之社會人口學因素-教育程度
決定因素 醫療變項 利用率/作者 利用量/作者 教育程度低 中藥房 ↑（林惠生、劉怡妏，
2004）
↑（吳淑瓊等，1994）
西藥房 ↑（吳淑瓊等，1994）
住院 ↑（林惠生、劉怡妏，
2004）
急診 ↑（林惠生、劉怡妏，
2004）
*一般醫療 ↑(Fernández-Olano et al., 2006)
教育程度高 門診 ↑（劉彩卿、陳欽賢，
2001；Rivnyak et al., 1989）
西醫門診 ↑（張梅瑛，2009） ↑（吳淑瓊等，1994；
Foreman et al., 1998） -（吳依凡，2004；
Freeborn et al., 1990）
↓（吳依凡，2004）
-（江哲超，2003）
中醫門診 ↑（張梅瑛，2009） ↓(Foreman et al., 1998)
↓（林于斐，2006）
中西醫門診 ↓（張其鈺，2002）
中藥房 ↓（吳淑瓊等，1994）
西藥房 ↓（吳淑瓊等，1994）
註 註 註
註. ↑上升 ↓下降 -沒有統計上顯著差異
*包括醫生、護士或專科門診
接下頁
39
表8.（續）
決定因素 醫療變項 利用率/作者 利用量/作者 教育程度高 牙醫 ↑（吳依凡，2004；張梅
瑛，2009；劉彩卿、陳 欽賢，2001）
↑(Diehr & Evashwick, 1984)
住院 ↓（吳依凡，2004） ↑(Foreman et al., 1998)
住院天數 ↑（江哲超，2003；張 其鈺，2002）
急診 ↑（吳依凡，2004）
家庭醫師 ↑(Dunlop et al., 2000) -(Dunlop et al., 2000) 專科醫師 ↑(Dunlop et al., 2000)
西醫師 ↑（吳淑瓊等，1994）
醫師 ↓(Diehr & Evashwick,
1984)
公共衛生護士 ↓(Noro et al., 1999)
居家照護 ↓(Diehr & Evashwick,
1984) 註註
註註. ↑上升 ↓下降 -沒有統計上顯著差異 接下頁
40
表 9. 影響醫療服務使用趨勢之社會人口學因素-種族
決定因素 醫療變項 利用率/作者 利用量/作者 古巴裔美國人 醫師 ↑(Burnette & Mui,
1999) 波多黎各人
↑(Burnette & Mui, 1999)
Vietnamese年齡越大 ↑(Cox, 1986)
Portuguese 女性 ↑(Cox, 1986)
Portuguese 結婚 ↑(Cox, 1986)
Hispanic 未婚 ↑(Cox, 1986)
黑人自 評健康狀態 差
↑(Wolinsky et al., 1989)
盎格魯人 自評健康 狀態差
↑(Wolinsky et al., 1989)
波多黎各裔 住院天數 ↑(Wolinsky et al., 1989)
黑人 ↑(Wolinsky et al.,
1989)
盎格魯人 活動受限 ↑(Wolinsky et al., 1989)
African Americans 急診 ↓(Miller et al., 1997)
African Americans與 Whites
專科醫師 -(Miller et al., 1997)
African Americans與 Whites
非專科醫師 -(Miller et al., 1997)
註 註 註
註. ↑上升 ↓下降 -沒有統計上顯著差異
