在前面的幾篇文章中，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。
第一部分、串聯資料庫所需具備的知識
一、 譯碼簿
在開始串聯各個檔案來源之前，首要之務就要先知道每個檔案有哪些欄位，這部分國衛院有作了非常詳盡的譯碼簿（Coding book），譯碼簿又分成「資料描述」及「代碼說明」兩個部分，以下將詳細說明。
國衛院譯碼簿的下載網址：http://nhird.nhri.org.tw/date_02.htm。
（一） 資料描述
資料描述的部分，列出每一個檔案來源的各個欄位名稱說明與資料型態，我們舉CD檔為例，下面列出CD第一頁（共四頁）的欄位內容，首先是「序號」，指的是欄位的編號。接著是國衛院建議的英文欄位與中文欄位的名稱。資料型態「C」為文字型態（Character），N為數字型態（Numeric）。長度指的是這個變項的字元數，例如就醫日期（FUNC_DATE）的長度是8，因為它是YYYYMMDD的格式，一共8個字元。最右邊的資料描述則是一些補充說明，有時候下方會有註解說明，或是要再對照「代碼說明」，後續會再說明。
由於光CD檔的資料描述就有四頁之多，以下列出幾個比較常用到的欄位。表4列出CD檔比較常用到的欄位說明，其中序號1～6是用在於跟醫令檔（OO檔）串聯使用，除此之外並無其他用途。
就醫科別（FUNC_TYPE）也不是很常用，不過因為這個欄位剛好可以與「代碼說明」作對照，因此作展示使用。
關於診斷碼部分（ACODE_ICD9_1~ ACODE_ICD9_3），雖然列了三個，但在每一次的門診中，醫師不一定會把三個診斷都填滿，或許只會有一個診斷碼或甚至完全沒有診斷碼也有可能。手術/處置碼（ICD_OP_CODE）也是不一定會有，例如只是看個感冒，醫師可能沒有作任何的手術（例如開刀）及處置（例如氣管鏡）。
不過要稍微注意一點，由於健保資料庫從1996年就開始，在這麼長的一段期間有一些欄位的字元數（長度）在一開始可能認為1個字元就足夠，但後來可能發現不敷使用而改為2個字元，因此在讀取健保資料庫時要注意到即使是一樣多的變項，但是總長度可能不同，例如CD檔就有兩組年份，但其實差別只在於其中一個欄位的長度不同，因此讀取資料的時候要稍微注意一下。
（二） 代碼說明
在健保資料庫中，有些欄位有相對應的編碼，例如我們以上述例子中的就醫科別（FUNC_TYPE）為例，我們想知道這次門診是到什麼科就診的，可由「代碼說明」檔案中找到「就醫科別及細分科」的對照表，下圖列出其中幾種科別。若是我們到腸胃內科看診，FUNC_TYPE就是02或AA都有可能。
留言列表
{{ article.title }}