攜出健保資料庫文章 2020 年之回顧與展望

文章作者：林星帆
首發日期：2021/2/13

2020 年的發表數量

筆者在 2020/1 時整理了關於國衛院時代的攜出健保資料庫在 2019 年的發表情形（文章連結在此），並預測『於 2020 年使用 2012-2013 資料來發表的論文數量應該還是很可觀，即使打六折，發表總數仍可到 >500 篇的水準』，本篇文章就讓我們來檢視 2020 年的發表情形。

2020 年的健保資料庫（包括國衛院時代至 2013 年的攜出資料以及使用 2014 年後資料的衛福部資科中心）總數為 918 篇，扣除一些 letter / correspondence to editor 以及收錄到非健保資料庫的文章，應該還有 800 篇左右。

攜出健保資料庫文章 2019 年之回顧與展望

文章作者：林星帆
首發日期：2020/1/13

2019 年的發表數量

筆者在 2019/1 時整理了關於國衛院時代的攜出健保資料庫在 2019 年的發表情形（文章連結在此），並預測『以 2018 年的 839 篇來推估，大約 2019 年會衰退至 570 篇左右』，本篇文章就讓我們來檢視 2019 年的發表情形。



資料來源：看見健康數據網站


首先我很開心地宣佈，我的預測完全失準（耶！XDDD），2019 年的攜出型健保資料庫總數為 896 篇，扣除一些 letter / correspondence to editor 以及收錄到非健保資料庫的文章，應該至少還有平 2018 年的水準（839 篇）。

真實世界研究與臨床試驗（三、克服篇）

文章作者：林星帆
首發日期：2019/6/3

圖片來源：在此


在 2019 的 2 月份，筆者曾介紹真實世界研究（RWS）在目前的發展（總覽篇 ）以及 RWS 可以如何輔助臨床試驗（輔助篇 ）。

就算是證據等級最高的臨床試驗，也有本身的限制及缺點，更遑論是無法做到隨機分派的 RWS，可預期 RWS 在研究方法上的考量與限制都比較多。

本文旨在整理並介紹 RWS 獨有的限制，並整理各家研究學者目前有哪些建議的處理方式，以供讀者在解讀 RWS 研究時，有更全面的瞭解。

2019 年第一季攜出 NHIRD 發表情形

文章作者：林星帆
首發日期：2019/4/8

2019 年第一季的發表數量

筆者在 2019 年一月發佈了一篇關於國衛院攜出健保資料庫文章之總覽（連結），當時筆者根據過去數年的歷史數據，做出了以下預測

「......以 2018 年的 839 篇來推估，大約 2019 年會衰退至 570 篇左右，約倒退到 2014 年時的發表量。」

真實世界研究與臨床試驗（二、輔助篇）

文章作者：林星帆
首發日期：2019/2/18



圖片來源：在此


本文延續前一篇文章，焦點放在於以真實世界證據作為補充（supplement）臨床試驗的好處及具體作法，以及根據美國 FDA 《真實世界證據計畫》的內容，彙整目前美國 FDA 已經或即將開放哪些真實世界證據作為藥物/處置的安全性評估（safety evaluation，通常是相對於第四期臨床試驗）或療效比較（effectiveness，通常是相對於第三期臨床試驗）。

真實世界研究與臨床試驗（一、總覽篇）

文章作者：林星帆
首發日期：2019/2/11



圖片來源：在此

真實世界數據、研究與證據

以真實世界數據（real-world data; RWD）進行的研究稱之為真實世界研究（real-world study; RWS），而得到的臨床啟示則為真實世界證據（real-world evidence; RWE）。

這一系列的名詞從 2016 年之後突然變的很流行，下圖列出在 PubMed 上面搜尋出版品標題包括『real world』，由圖可觀察到出版品數量從 2016 年到2018 年呈現跳躍式的成長。

健保資料庫文章 2018 年之總覽、回顧與展望

文章作者：林星帆
首發日期：2019/1/14

2018 年的發表數量

筆者在 2018/7 時整理了關於健保資料庫在 2018 年的發表情形（文章連結在此），不過當時只有調查到七月份，所以在 2019 年的一開始，將健保資料庫於 2018 年的發表情形作些整總理，以及進行回顧與未來展望。

首先先來看整體趨勢，由下圖可知，健保資料庫由於在 2016 年 6 月底的時候，國衛院正式終止了申請與更新攜出健保資料的服務（網站首頁還是放著這個令人傷心欲絕的消息），而當時攜出的最新釋出資料是到 2013 年，於是健保資料庫的發表量在 2016 年就不再繼續創高峰，呈現至 2007 年以來的首次衰退。

投稿期刊時要注意的事－時間議題（time issue）

文章作者：林星帆
本文為重新編輯 2014/10 發表在晨晰統計部落格的文章，這裡與這裡



圖片來源在此

前言

我的工作主要就是協助醫師做（1）研究規劃，例如估算所需樣本數計算（required sample size）及設計妥當的研究設計、（2）統計分析，包括圖表製作及結果撰寫以及（3）投稿後的處理，包括跟 reviewers 做回覆或答辯。

這幾年的過程中學習到很多，但也發現有些資訊（跟統計沒關係的喲）我以為醫師們都會知道，結果卻是大多數醫師都不知情，因此之後我將不定期的整理並發佈一些關於醫學投稿的訊息，今天就先來個「首發」！

實驗介入成效之各種統計方法比較（下篇，GEE與LMM）

文章作者：林星帆
本文為重新編輯 2013/11起 發表在晨晰統計部落格的文章，這裡、這裡與這裡



圖片來源：在此

處理重複測量資料的新一代統計方法

如本系列的上篇文章所述，關於實驗（介入）效果的檢驗，目前我們已經學習到了 t 檢定（獨立 t 與配對 t）、差異中的差異分析（DID）、共變數分析（ANCOVA）以及多因子變異數分析（Multi-factorial ANOVA）。

基本上這些方法都是至少在 1950 年代以前就發展完畢的工具，如果用 Google scholar 搜尋「Analysis of covariance」或「Analysis of variance」，發現從 1930 年代就有文獻在報導，而在 1930 到 1980 年代其間，其實上述這些方法在應用於實驗介入效果上並沒有太多的改變。

而一直到 1986 年，由現時陽明大學校長梁賡義教授（當時任教於約翰霍普金斯大學生物統計系）發展出廣義估計方程式（Generalized estimating equation, GEE）應用於縱貫性研究（Longitudinal data analysis），並發表於生物統計重量級期刊 Biometrika，此後縱貫資料分析就常常見到 GEE 分析的身影。

實驗介入成效之各種統計方法比較（上篇，傳統分析方法）

文章作者：林星帆
本文為重新編輯 2013/11起 發表在晨晰統計部落格的文章，這裡、這裡、這裡、這裡與這裡

圖片來源：在此

前言

在行為科學領域中（廣泛地來說，社會科學、醫學護理、運動體育、教育、管理等都可以算是行為科學）的研究，以「實驗介入」為主軸的研究不在少數。

而之所以實驗介入型的研究會一直引領風騷，主要是因為如果想要證明「因果關係」，那麼實驗法目前為止各種研究方法中最為強韌的方法，其餘研究方法例如觀察法或質性研究，都無法像實驗法如此提供這麼直接的因果推論（Casual inference）的證據。

在過去數十年間，實驗法的統計方法幾乎是由變異數分析（Analysis of variance）獨領風騷，當然共變異分析（Analysis of covariance, ANCOVA）也常見於期刊中，或甚至偶見直接以t檢定呈現結果的文章。

但這一、二十年間，有一些新的統計方法克服了舊統計方法的一些限制，而這些新統計方法又恰好可應用在檢驗實驗介入的成效分析，例如由生物統計學所發展出來的廣義估計方程式（Generalized estimating equation, GEE），或是由教育統計學所延伸的混合線性模式（Linear mixed model, LMM）。

健保資料庫（NHIRD）之資料庫串聯

文章作者：林星帆
本文為重新編輯 2014/10 發表在晨晰統計部落格的文章，這裡與這裡

前言

在前一篇文章中，我們已將健保資料庫所涵蓋的幾個主要檔案作了初步的介紹，接著我們介紹該如何「串檔」。

所謂的串檔就是將同一個人在不同檔案的就醫資訊作串聯，例如我們收案條件（Enrollment）是診斷糖尿病（從門診 CD 檔擷取），欲探討糖尿病人之後的醫療耗用（Utilization）及預後（Prognosis），由於病人有可能會住院進而產生費用及後續的診斷（住院費用跟診斷是 DD 檔），因此我們需要把某個病人的 CD 檔跟 DD 檔作串聯，這就是所謂的串檔，是健保資料庫最富挑戰性的部分。

健保資料庫（NHIRD）之資料庫簡介

文章作者：林星帆
本文為重新編輯 2014/8 發表在晨晰統計部落格的文章，這裡、這裡與這裡

前言

雖然目前國衛院發行的健保資料庫已不再發行以及更新，需進入到衛生福利資料科學中心（俗稱加值中心）進行作業，但其實加值中心裡頭的資料庫的組成結構與串聯方式與國衛院時代實為大同小異，因此本系列文章雖是介紹國衛院時代的資料庫內容，但對於未來要進入到加值中心的人員而言，還是具有參考價值。

健保資料庫（NHIRD）的方法應該怎麼寫（上集）

文章作者：林星帆
重新編輯於 2015/11 發表在晨晰統計部落格的文章，這裡、這裡、這裡、這裡與這裡

圖片來源：在此

前言

筆者從 2012 年以來協助完成了許多健保資料庫的論文發表，因此接觸到了許多尚未投稿的論文草稿（Draft / manuscript）。

然而筆者發現健保資料庫類型的方法（Methods）其實寫法非常固定，必須提及的部分大概就是那些內容，但是筆者觀察到當研究者是第一次撰寫健保資料庫文章，對於 Methods 會有撰寫困難，因此本文將提供個人的經驗與心得，希望能幫助到 NHIRD 的研究新手。

時間相依共變數之存活分析

文章作者：林星帆
重新編輯於 2013/3 發表在晨晰統計部落格的文章，這裡、這裡、這裡與這裡

圖片來源在此

何謂時間相依共變數

筆者曾經介紹一系列關於存活分析（Survival analysis）的應用與原理，一共包括四篇，其中第四篇為最重要的 Cox regression，但是該篇文章所介紹的 Cox 模式都只涉及到最基礎（但也最常用）的模式。

但是其實 Cox model 本身有很多種延伸的模型，其中最為重要的一種就是「時間相依共變數」（Time-dependent covariate），又稱之為隨時間變動的共變數（Time-varying covariate）。

多變項迴歸分析的呈現方式

文章作者：林星帆

本文為重新編輯 2018/3 發表在晨晰統計部落格的文章，在這裡與這裡

圖片來源在此

多變項迴歸分析

多變項迴歸分析（Multivariable or multi-predictor regression analysis）指的是迴歸方程式中，同時有 2 個或 2 個以上的解釋變項，反應變項（Response variable, Y）則可能是各種尺度的變項。

常見的有線性（連續變項）、二元、計數與存活資料等，分別適用線性迴歸（Linear regression）、羅吉斯迴歸（Logistic regression）、卜瓦松迴歸（Poisson regression）及 Cox 比例危險模型（Cox proportional hazard model）等。

敏感度分析在醫學臨床研究的應用

文章作者：林星帆
本文為重新編輯 2017/11 發表在晨晰統計部落格的文章，在這裡與這裡

什麼是敏感度分析

世界知名醫學期刊美國醫學協會雜誌（Journal of the American Medical Association, JAMA，2016 年Impact Factor：44.4）於 2010 年所刊登文章中，每 2 篇中已有 1 篇會報告敏感度分析（Sensitivity analysis）的結果，這篇報告刊登在 2013 年的 PLOS ONE，也可見筆者於 2017/8 時的介紹文章。

傾向分數分析介紹

文章作者：林星帆

本文為重新編輯 2018/4 發表在晨晰統計部落格的文章，在這裡與這裡

傾向分數分析的風行

在現今的醫學研究中，傾向分數分析（propensity score analysis, PSA）儼然扮演非常重要的角色。下圖為筆者在 Pubmed 以關鍵字「propensity score」搜尋得到的文獻筆數，由結果可知，以傾向分數作為研究方法的文獻呈現非線性的增加，到了 2017 年，單年度超過 3 千篇文獻使用傾向分數，可見傾向分數已為醫學研究當中的顯學（請見上圖）。

健保資料庫資料年代太舊了，很難被高分雜誌社接受，真的嗎？

文章作者：林星帆
本文為重新編輯 2018/7/30 發表在晨晰統計部落格的文章

健保資料庫的分析管道

目前（2018/11）欲作健保資料庫有三種管道，第一種是以國衛院時代的攜出健保資料庫，其資料只到 2013 年就停止更新了；第二種是衛生福利資料科學中心，俗稱加值中心，資料更新約延遲 1.5～2 年左右；第三種是全民健康保險保險人資訊整合應用服務中心，資料更新約延遲 1 年。

最近常聽到一種聲音，就是知名雜誌越來越不願意接受國衛院的攜出健保資料庫，但筆者的實際經驗似乎相左。

預測模型使用 AUC 的限制

文章作者：林星帆
本文為重新編輯 2018/10/22 發表在晨晰統計部落格的文章

圖片來源：這裡

AUC 使用時機

在臨床醫學研究中，常常會提出一個生物標記（Biomarker）可以預測特定事件的假設，例如以 neutrophil gelatinase-associated lipocalin（NGAL）預測急性腎損傷（acute kidney injury, AKI），或是以 B-type natriuretic peptide（BNP）預測心衰竭病人的再住院率。

傾向分數配對後的相依統計方法

文章作者：林星帆

本文為重新編輯 2018/10/1 發表在晨晰統計部落格的文章

傾向分數配對

在觀察型研究當中，傾向分數分析（propensity score analysis）的使用，特別是傾向分數配對（propensity score matching）已經是非常普遍，這個部分可參見筆者在之前寫的文章（這裡與這裡）。

關於傾向分數配對的技術與介紹，網路上已經有非常多資源（可參見筆者同事撰寫的一系列文章（這裡、這裡與這裡），但目前比較少人討論在傾向分數配對後的統計方法。