淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1009201212494400
中文論文名稱 利用決策樹分析法探討慢性疾病對腹主動脈瘤患者術前及術後的影響
英文論文名稱 Using decision tree analysis to explore the effects of chronic diseases on abdominal aortic aneurysm patients before and after surgery
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 100
學期 2
出版年 101
研究生中文姓名 張冠英
研究生英文姓名 Kuan-Ying Chang
學號 699410204
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2012-07-16
論文頁數 76頁
口試委員 指導教授-葛煥昭
委員-葛煥昭
委員-顏淑惠
委員-周光儀
中文關鍵字 決策樹分析法  資料探勘  腹主動脈瘤  慢性疾病 
英文關鍵字 Decision tree analysis  Data mining  Abdominal aortic aneurysm  Chronic diseases 
學科別分類 學科別應用科學資訊工程
中文摘要 根據國民健康局統計台灣十大死因中與腹主動脈瘤患者具有高度相關的慢性疾病有六種,為提高治療成效與慢性疾病術後併發症的預防,故選擇作為本次研究的主要研究對象。
我們選擇了CHAID決策樹分析法演算現有的資料,並透過條件式邏輯斯迴歸提高準確度,進而歸納出術後檢驗值可能具有顯著性的時間點作預防性的投藥和術後併發症的預防。
研究結果顯示慢性阻塞性肺疾病患者,術後第七天做凝血脢原時間檢驗;其他心臟疾病患者,分別在術前做肌酸酐檢驗、術後第一天做尿素氮檢驗、術後第四天做纖維蛋白降解產物檢驗、術後第一個月做白血球、血紅素、血容比等檢驗;慢性腎臟疾病患者,術前做血紅素、血容比、白蛋白、尿素氮(檢驗值介於17到30的患者除外)、肌酸酐等檢驗,術後第一天做尿素氮檢驗,檢驗值介於17到30的患者才具有顯著性。從以上這些時間點中發現檢驗值有異常情況,建議依異常檢驗值項目,可能導致的併發症作預防性投藥治療,可大幅減少住院天數。
英文摘要 According to the statistics of the Bureau of Health Promotion, six chronic diseases out of the ten leading causes of deaths were significantly associated with patients with abdominal aortic aneurysms in Taiwan. The purpose of this study was to provide approaches for promoting the treatment outcomes and preventing postoperative complications for patients with chronic diseases.
CHAID (Chi-square Automatic Interaction Detector) decision-tree analysis was utilized to calculate the existing data. Conditional logistic regression model was applied to increase accuracy. The results of CHAID approach provided the most significant time point that could be used for prophylactic medications to prevent postoperative complications.
Our findings indicated that if the results of following tests were abnormal, it was suggested to give prophylactic medications according to the test items for preventing complications and significantly reducing the number of hospitalization days. These tests including prothrombin time at the seventh day after surgery for the patients with chronic obstructive pulmonary disease (COPD); pre-operative creatinine test, BUN test on the first postoperative day, FDP test on the fourth first postoperative day, as well as WBC account, Hb, and Hct tests at one month after surgery for the patients with cardiovascular diseases; preoperative tests for Hb, Hct, albumin, BUN (patients with the test values between 17-30 are excluded), and creatinine for the patients with chronic kidney disease.
論文目次 目錄
第一章 序論 1
1.1 研究背景 1
1.2 研究動機與目的 2
1.3 研究期間與對象 4
1.4 論文架構 5
第二章 文獻探討 6
2.1 腹主動脈瘤簡介 6
2.2 慢性疾病之簡介 7
2.2.1 慢性疾病發生的原因 8
2.2.2 慢性疾病的種類與發展過程 10
2.3 資料探勘 13
2.3.1 決策樹分析法 15
2.3.2 卡方自動互動檢視法(CHAID) 16
2.4 邏輯斯迴歸模式 20
第三章 研究方法 22
3.1 問題的定義 22
3.2 研究流程 22
3.3 分析資料準備 25
第四章 實作分析 27
4.1 實作分析 27
4.2 實作檢驗判別介紹 28
4.3 基本分析結果 29
4.4 實作結果彙整 38
第五章 結論與未來研究方向 53
5.1 結論 53
5.2 未來研究方向 53
參考文獻 55
A. 英文期刊、論文、書籍 55
B. 中文期刊、論文、書籍 57
附錄 英文論文 59

圖目錄
圖 1:家庭外食&食品、飲料及菸草&保健和醫療比例【本研究自行整理】 4
圖 2:CHAID分析圖流程圖 20
圖 3:原始資料(具有不正確、遺漏、錯誤和空值,以空值為例。) 23
圖 4:實作結果分析圖介紹 28
圖 5:判別實驗結果數值 29
圖 6:利用CHAID演算法得到其他心臟疾病與白血球檢驗的結果 29
圖 7:利用CHAID演算法得到其他心臟疾病與血紅素檢驗的結果 30
圖 8:利用CHAID演算法得到慢性腎臟疾病與血紅素檢驗的結果 31
圖 9:利用CHAID演算法得到其他心臟疾病與血容比檢驗的結果 31
圖 10:利用CHAID演算法得到慢性腎臟疾病與血容比檢驗的結果 32
圖 11:利用CHAID演算法得到慢性腎臟疾病與白蛋白檢驗的結果 33
圖 12:利用CHAID演算法得到其他心臟疾病與尿素氮檢驗的結果 33
圖 13:利用CHAID演算法得到慢性腎臟疾病與尿素氮檢驗的結果 34
圖 14:利用CHAID演算法得到其他心臟疾病與肌酸酐檢驗的結果 35
圖 15:利用CHAID演算法得到慢性腎臟疾病與肌酸酐檢驗的結果 36
圖 16:利用CHAID演算法得到慢性阻塞性肺疾病與凝血脢原時間檢驗的結果 36
圖 17:利用CHAID演算法得到其他心臟疾病與纖維蛋白降解產物檢驗的結果 37
圖 18:構成慢性腎臟疾病與尿素氮適合檢驗的天數不同之主要原因。 48

表目錄
表 1:日常生活上影響心血管慢性疾病因素【本研究自行整理】 3
表 2:2008 年全球與2010年台灣十大死因排行表 8
表 3:常見的決策樹演算法比較表 16
表 4:慢性腎臟疾病患者與嗜酸性白血球檢驗配對資料表 21
表 5:目標欄位說明 25
表 6:其他欄位說明 26
表 7:重要欄位表 27
表 8:慢性疾病與血液常規檢驗在時間點上的關係 38
表 9:其他心臟疾病與白血球檢驗之關係(無其他心臟疾病患者) 39
表 10:其他心臟疾病與白血球檢驗之關係(有其他心臟疾病患者) 39
表 11:其他心臟疾病與血紅素檢驗之關係(無其他心臟疾病患者) 40
表 12:其他心臟疾病與血紅素檢驗之關係(有其他心臟疾病患者) 40
表 13:慢性腎臟疾病與血紅素檢驗之關係(無慢性腎臟疾病患者) 41
表 14:慢性腎臟疾病與血紅素檢驗之關係(有慢性腎臟疾病患者,沒有洗腎) 41
表 15:慢性腎臟疾病與血紅素檢驗之關係(有慢性腎臟疾病患者,有洗腎) 41
表 16:其他心臟疾病與血比容檢驗之關係(無其他心臟疾病患者) 42
表 17:其他心臟疾病與血比容檢驗之關係(有其他心臟疾病患者) 42
表 18:慢性腎臟疾病與血比容檢驗之關係(無慢性腎臟疾病患者) 43
表 19:慢性腎臟疾病與血比容檢驗之關係(有慢性腎臟疾病患者,沒有洗腎) 43
表 20:慢性腎臟疾病與血比容檢驗之關係(有慢性腎臟疾病患者,有洗腎) 43
表 21:慢性腎臟疾病與白蛋白檢驗之關係(無慢性腎臟疾病患者) 44
表 22:慢性腎臟疾病與白蛋白檢驗之關係(有慢性腎臟疾病患者,沒有洗腎) 44
表 23:慢性腎臟疾病與白蛋白檢驗之關係(有慢性腎臟疾病患者,有洗腎) 44
表 24:其他心臟疾病與尿素氮檢驗之關係(無其他心臟疾病患者) 45
表 25:其他心臟疾病與尿素氮檢驗之關係(有其他心臟疾病患者) 45
表 26:慢性腎臟疾病與尿素氮檢驗之關係(檢驗值<17或>30)(無慢性腎臟疾病患者) 46
表 27:慢性腎臟疾病與尿素氮檢驗之關係(檢驗值<17或>30)(有慢性腎臟疾病患者,沒有洗腎) 46
表 28:慢性腎臟疾病與尿素氮檢驗之關係(檢驗值<17或>30)(有慢性腎臟疾病患者,有洗腎) 46
表 29:慢性腎臟疾病與尿素氮檢驗之關係(檢驗值介於17到30)(無慢性腎臟疾病患者) 47
表 30:慢性腎臟疾病與尿素氮檢驗之關係(檢驗值介於17到30)(有慢性腎臟疾病患者,沒有洗腎) 47
表 31:慢性腎臟疾病與尿素氮檢驗之關係(檢驗值介於17到30)(有慢性腎臟疾病患者,有洗腎) 48
表 32:其他心臟疾病與肌酸酐檢驗之關係(無其他心臟疾病患者) 49
表 33:其他心臟疾病與肌酸酐檢驗之關係(有其他心臟疾病患者) 49
表 34:慢性腎臟疾病與肌酸酐檢驗之關係(無慢性腎臟疾病患者) 50
表 35:慢性腎臟疾病與肌酸酐檢驗之關係(有慢性腎臟疾病患者,沒有洗腎) 50
表 36:慢性腎臟疾病與肌酸酐檢驗之關係(有慢性腎臟疾病患者,有洗腎) 50
表 37:慢性阻塞性肺疾病與凝血脢原時間檢驗之關係(無慢性阻塞性肺疾病患者) 51
表 38:慢性阻塞性肺疾病與凝血脢原時間檢驗之關係(有慢性阻塞性肺疾病患者) 51
表 39:其他心臟疾病與纖維蛋白降解產物檢驗之關係(無其他心臟疾病患者) 52
表 40:其他心臟疾病與纖維蛋白降解產物檢驗之關係(有其他心臟疾病患者) 52
參考文獻 A. 英文期刊、論文、書籍
[1] Auerbach A.D. and Goldman L., "Beta-blockers and reduction of cardiac events in noncardiac surgery:scientific review," JAMA, pp. 1435-1444, 2002.
[2] B. Liu, W. Hsu, and Y. Ma. Integrating classification and association rule mining. In KDD'98, pp.80-86, New York, NY, Aug. 1998.
[3] Cook T. A. and Galland R. B., "A prospective study to define the optimum rescreening interval for small abdominal aortic aneurysm," Cardivasc Surg, vol. 4, pp. 441-444, 1996.
[4] Corbin, J. M., & Strauss, A. ,(1988). Unending work and care : Managing chronic illness at home . San Francisco : Jossey-Bass Press.
[5] Dunham, M. H., Data Mining Introductory and Advanced Topics, N.J.: Pearson Education Inc., 2003.
[6] Fayyad, U., G. Piatetsky-Shapiro and P. Symth, “Overview of Data Mining and Knowledge Discovery,” Knowledge Discovery and Data Mining, AAAI press, 1996, pp. 1-36.
[7] Fleisher L.A. and Eagle K.A., "Clinical practice:lowering cardiac risk in noncardiac surgery," N Engl J Med, pp. 1677-1682, 2001.
[8] Gul A, Gilbert SJ, Levey AS.Assessment of renal function. In: Feehally J, Floege J, Johnson RJ eds. Comprehensive Clinical Nephrology. 3rd ed. Philadelphia: Mosby Elsevier, 2007: 27-34.
[9] J. Gehrke, R. Ramakrishnan, and V. Ganti. RainForest: A Framework for Fast Decision Tree Construction of Large Datasets. In VLDB'98, pp.416-427, New York, NY, Aug. 1998.
[10] J. Han, J. Pei, and Y. Yin. Mining frequent patterns without candidate generation. In SIGMOD'00, pp.1-12, Dallas, TX, May 2000.
[11] Melrose J , Whitelock J , Xu Q , et al. Pathogenesis of abdominal aortic aneurysms : possible role of differential production of proteogly cans by smooth muscle cells . J Vasc Surg , 1998 , 28(4) : 676- 686.
[12] Olmeda, I., and Sheldon, P.J. (2002), Data mining techniques and applications for tourism Internet marketing, Journal of Travel & Tourism Marketing, Vol. 11, No. 2/3, pp.1-20
[13] Psart BM, Manolio TA, Smith NL, Heckbert SR, Gotdiener JS, Burke GL,et al. Time trends in high blood pressure control and the use of antihypertensive medications in older adults. The Cardiovascular Health Study. Arch Intern Med 2002; 162:2325-2332.
[14] R. Agrawal and R. Srikant. Fast algorithms for mining association rules. In VLDB'94, pp.487-499, Santiago, Chile, Sept. 1994.
[15] Shaw, M. J., C. Subramaniam, G.W. Tan and M.E. Welge, “Knowledge management and data mining for marketing,” Decision Support Systems, Vol. 31,2001, pp.127-137.
[16] Thompson PD, Crouse SF, Goodpaster B, Kelley D, Moyna N and Pescatello L 2001. The acute versus the chronic response to exercise. Medicine and science in sports and exercise 33:S438-S445.
[17] W. Cohen. Fast effective rule induction. In ICML'95,pp.115-123, Tahoe City, CA, July 1995.
[18] W. Li, J. Han, and J. Pei. CMAR: Accurate and efficient classification based on multiple class-association rules. In ICDM'01, pp. 369-376, San Jose, CA, Nov. 2001.
[19] Walker,S.N., Sechrist, K.R.,& Pender,N.J.1987.The health-promoting lifestyle profile: Development and psychometric characteristics.Nursing Research, 36(2),76-81.
[20] Wannamethee SG, Shaper AG. Physical activity in the prevention of cardiovascular disease: an epidemiological perspective. Sports Med 2001;31:101–14.
[21] W. Perreault, Jr. and H. Barksdale, Jr.,”A Model-free Approach for Analysis of Complex Contingency Data in Survey Research,” Journal of Marketing Research (Nov.1980), pp.503-515

B. 中文期刊、論文、書籍
[1] 王牧羣、吳中興、周宇光、楊朝輝:小兒氣喘的預防與治療,基層醫學雜誌,二十三卷第八期,2008,P.245-P.252。
[2] 王家馳,內分泌和代謝疾病所致的吸收不良,世界華人消化雜誌,第10卷第12期,2002年12月15日,P.1424-P.1425。
[3] 余博淵,關聯式法則在主動脈瘤臨床病症上的應用以主動脈內人工血管支架置放手術為例,私立淡江大學資訊工程研究所碩士論文,P16-P20,2010。
[4] 林政頴,分散式決策樹隱私權防護,國立台南大學數位學習科技學系碩士論文,P5-P12,2008。
[5] 郭信宏,應用資料探勘技術於面板檢測實證研究,國立中央大學工業管理研究所碩士論文,P17-P21,2008。
[6] 符宜鳳,中老年對安養機構重要性之分析,國立中央大學統計研究所碩士論文,P10-P17,2004。
[7] 陳振聲,銀髮族自覺健康狀況與休閒阻礙關係之研究-以團體國外旅遊為例,國立台北護理學院旅遊健康研究所碩士論文,P26-P40,2004。
[8] 張啟昌、陳宜棻、廖國雄(2005),分析慢性疾病產生知識落差因素之研究-以桃竹苗地區中老年族群為例,第六屆電子化企業經營管理理論暨實務研討會論文摘要集,私立大葉大學,P171-P176。
[9] 張啟昌,分析桃園地區中老年族群於健康行為、健康意向與慢性疾病知識間關連之研究,康寧學報10,2008,P171-P196。
[10] 蔡欣哲,集成分類技術用於腹主動脈瘤傳統手術術後併發症之預測,國立台北護理學院資訊管理研究所碩士論文,P7-P14,2010。
[11] 施俊哲, "胸、腹主動脈瘤微創治療新趨勢-支架血管治療主動脈瘤," 臨床醫學, vol. 60, pp. 271-282, 2007.
[12] 施俊哲, 胸、腹主動脈瘤傳統與內套膜支架微創治療資料庫之建立: 陽明大學臨床醫學研究所-台北榮總心臟血管外科.
[13] 賴文恩、楊得政,基層醫療中,成人慢性腎臟病的防治,光田醫學雜誌,第5卷第9期,2010,P1-P12。
[14] 賴昆佑,以統計分析探討文件分類程序對期刊論文分類效果之影響,中央大學資訊管理研究所碩士論文,P16-P18,2007。
[15] 蕭光明.慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease).胸腔醫學,11卷4期,1996,P230-P239。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2012-09-11公開。
  • 同意授權瀏覽/列印電子全文服務,於2012-09-11起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信