晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

一、資料來源（Data source / Database）

筆者根據目前協助的經驗，整理了關於健保資料庫資料來源（Data source / Database）應說明的項目（表8），一篇高品質的健保資料庫論文應該至少要說明主要的加值資料為何、申請資料的涵蓋期間、最好可以有關於診斷碼的驗證研究以及其他事項，以下分別說明。

（一）說明主要的加值資料

絕大多數健保資料庫都會使用到病人的『就診資料』（Claims），包括門診處方及治療明細檔（CD）、門診處方醫令明細檔（OO）、住院醫療費用清單明細檔（DD）、住院醫療費用醫令清單明細檔（DO）、特約藥局處方及調劑明細檔（GD）、特約藥局處方醫令檔（GO）等，可確實掌握病人在追蹤期間的所有門診（CD/OO）、住院（DD/DO）及連續處方箋（GD/GO）的診斷及處置內容。

然而在健保資料庫中，至少有兩種資料加值組合包括以上這些病人的『就診資料』，分別為『承保抽樣歸人檔』以及『特殊需求申請』。承保抽樣歸人檔包括承保抽樣歸人檔（LHID，即百萬歸人檔）以及糖尿病人抽樣歸人檔（LHDB，每年抽取12萬名新糖尿病）。特殊需求申請則是根據研究者所申請的條件為何，例如全臺灣的糖尿病患者、安裝過心律調節器（Pacemaker）的患者等。

因此在Data source一開始就得介紹本研究使用的主要加值資料是來自於健保資料庫的哪一個子集（Subset）。此外關於『基本資料』（制式光碟片）以及『承保檔』（特定主題分檔）則不需特別說明。筆者常使用的基本資料檔包括醫事機構基本資料檔（HOSB）及重大傷病證明明細檔（HV）；承保檔則是前瞻性研究（Prospective [cohort] study）非常重要的檔案，可用來判斷最後一次追蹤狀態（The last follow up）。

（二）資料的涵蓋期間

緊接著第一點的說明加值資料之後，當然就是交代申請的資料涵蓋期間，例如本研究（就診資料）包括從2000年到2013年的所有門診、住院與連續處方箋的紀錄。

這邊有幾個經驗分享，大家看到大多數的健保資料庫論文都是使用2000年（含）之後的資料，這主要有兩個原因，首先臺灣全民健康保險是由1995年3月開始起辦，因此不難想像剛開辦的前幾年的申報流程及診斷碼正確性都會比較有問題，因此過了好幾年之後（例如1998開始）才比較步入正軌；另一方面則是臺灣在2000年才統一採用國際疾病分類（ICD-9-CM）疾病診斷碼，在1995～1999則是A-code及ICD-9-CM並行使用，因此許多研究者為嚴謹起見乾脆只使用2000年之後的資料。

（下文接續）