近年來，由於醫療和科技的進步，人們在遭受燒燙傷後的死亡率有慢慢下降的趨勢。許多對燒燙傷病患死亡率的研究顯示，年齡、燒傷面積、吸入性傷害是急性燒傷病患對死亡率預測的重要預後因子。燒燙傷死亡率的估計，可幫助醫生決策，並提供患者和醫療團隊能有大略的治療方式和成本考量的基礎。本研究的目標是發展台灣燒燙傷的預後模型以預測死亡率。
    本研究的數據資料由中華民國兒童燒燙傷基金會提供，涵蓋1997年到2010年間44間醫院23147位入院急性燒燙傷病患之研究，研究的變數有年齡、性別、是否有吸入傷害、沖水時間、入院狀態、是否進入加護病房、二度燒傷面積、三度燒傷面積、燒傷部位和存活狀況。本研究以邏吉斯迴歸進行分析，並使用Hosmer- Lemeshow適合度檢定和接受器操作特性(ROC)曲線對模式進行評估，並討論各模式的敏感度、特異度和準確度。

In recent years, due to medical and technological advances, the mortality of burn patients has slowly decreased. Many studies have shown that age, burn size, and inhalation injury are important predictors of mortality following an acute burn injury. Objective estimates of the probability of death from burn injuries would help clinicians to make decisions and also provide patients and others with explicit basis for medical and financial decisions about their care. The goal of the study is to develop a simple and objective model for the prediction of mortality after burn injury in Taiwan population.
    From 1997 to 2010, a prospective review of 23,147 patients admitted with acute burn injury to 44 contract hospitals of Childhood Burn Foundation of the Republic of China across Taiwan was conducted. Variables examined were age, sex, extent of burn, presence or absence of inhalation injury, flushing time, hospital admission status, referral status, admission to intensive care unit or not, and mortality. The logistic regression analyses were used for evaluation of risk factors. Model performance was evaluated by measures of the validation Hosmer-Lemeshow goodness-of-fit statistic, the receiver operator characteristic (ROC) curve, sensitivity, specificity and accuracy of the models were also discussed.

目錄

第一章 緒論	1
1.1 研究背景與動機	1
1.2 研究目的	2
1.3 研究範圍與研究流程	3
1.4 論文架構	4
第二章 文獻探討	5
2.1 燒燙傷病患的預後因子與模型	5
2.2中華民國兒童燒燙傷基金會燒燙傷資料庫	14
2.3 小結	16
第三章 研究方法與資料整理	18
3.1 研究方法	18
3.1.1卡方獨立性檢定	18
3.1.2邏吉斯迴歸	19
3.1.3 Hosmer-Lemeshow適合度檢定	19
3.1.4 敏感度、特異度與ROC曲線	20
3.2資料結構與分析	24
3.2.1研究對象	24
3.2.2資料處理與操作型定義	25
3.2.3相關性分析	30
3.2.4 遺失值檢測	31
3.2.5變數與死亡率的相關性	32
3.3 找尋預後因子	37
3.3.1 類別型變數的敘述統計	39
3.3.2 連續型變數的敘述統計	41
第四章 實證分析	44
4.1 預後因子	44
4.1.1預後因子模式	44
4.1.2 預後因子模式選取	46
4.1.3 預後因子變數刪減	48
4.2 總燒傷面積	51
4.2.1 TBSA全模式	51
4.2.2 TBSA模式選取	53
4.2.3 TBSA變數刪減	55
4.3 燒傷指標	59
4.3.1 BI全模式	59
4.3.2 BI模式選取	61
4.3.3 BI模式變數刪減	63
4.4 預後性燒傷指標	67
4.4.1 PBI全模式	67
4.4.2 PBI模式選取	69
4.4.3 PBI模式變數刪減	71
4.5 修正後的預後性燒傷指標	75
4.6 綜合討論	77
第五章  RPBI模式	79
5.1 受傷前身體疾病對RPBI模式的影響	79
5.2 燒燙傷面積大於20%在RPBI模式中的影響	83
5.3  RPBI 模式的應用	85
5.3.1 尺度圖	85
5.2.2 簡明表	88
第六章 討論與結論	91
6.1 結論與建議	91
6.2 研究限制	94
6.3 未來研究方向	94
參考文獻	96
附錄			102

     表目錄

表2-1 各時期燒燙傷死亡率之研究	7
表2-2 燒傷深度分類與症狀	12
表2-3 吸入性傷害判定彙整表	12
表3-1 敏感度與特異度說明表	21
表3-2 相關係數彙整表	24
表3-3 死亡變數的定義	27
表3-4 燒傷部位分類	27
表3-5 各指標定義與模式後選變數	28
表3-6 各變數定義	29
表3-7 各變數的相關係數統計表	31
表3-8 刪除資料的死亡個數	32
表3-9 病患年齡與死亡率的分布狀況表	32
表3-10 病患二度燒傷面積與死亡率的分布狀況表	33
表3-11 病患三度燒傷面積與死亡率的分布狀況表	34
表3-12 病患燒傷指數與死亡率的分布狀況表	35
表3-13 病患預後性燒傷指數與死亡率的分布狀況表	36
表3-14 各變數與死亡率的相關性檢定表	38
表3-15 類別變數與死亡率的彙整表	40
表3-16 連續型變數的敘述統計量	42
表4-1 預後因子全變數的邏吉斯迴歸的參數估計	45
表 4-2預後因子模式選取順序表	47
表4-3 預後因子刪減模式的邏吉斯迴歸的參數估計	47
表4-4 三度燒傷面積+二度燒傷面積+年齡+ 吸入性傷害+ 燒傷面積>20%的邏吉斯迴歸的參數估計	49
表4-5 三度燒傷面積+二度燒傷面積+年齡+吸入性傷害的邏吉斯迴歸的參數估計	50
表4-6 TBSA全變數的邏吉斯迴歸的參數估計	52
表4-7 TBSA模式選取順序表	54
表4-8 TBSA模式刪減變數的邏吉斯迴歸的參數估計	54
表4-9 TBSA+年齡+吸入性傷害+燒傷面積>20%+沖水時間的邏吉斯迴歸的參數估計	56
表4-10 TBSA+年齡+吸入性傷害+燒傷面積>20%的邏吉斯迴歸的參數估計	57
表4-11 TBSA+年齡+吸入性傷害的邏吉斯迴歸的參數估計	58
表4-12 BI全模式的邏吉斯迴歸的參數估計	60
表4-13 BI模式選取順序表	62
表4-14 燒傷指數+受傷年齡+是否有吸入性傷害+燒傷面積>20%+沖水時間+燒傷部位三的邏吉斯迴歸的參數估計	62
表4-15 燒傷指數+年齡+吸入性傷害+燒傷面積>20%+沖水時間的邏吉斯迴歸
模式的參數估計	64
表4-16 燒傷指數+年齡+吸入性傷害+燒傷面積大於20%的邏吉斯迴歸模式的參數估計	65
表4-17 燒傷指數+年齡+吸入性傷害的邏吉斯迴歸模式的參數估計	67
表4-18 PBI全模式的邏吉斯迴歸的參數估計	68
表4-19 PBI變數選取順序	70
表4-20 PBI刪減變數的邏吉斯迴歸模式的參數估計	70
表4-21 PBI+吸入性傷害+燒傷面積>20%+沖水時間的邏吉斯迴歸模式的參數估計	72
表4-22 PBI+吸入性傷害+燒傷面積>20%的邏吉斯迴歸模式的參數估計	73
表4-23 PBI+吸入性傷害的邏吉斯迴歸模式的參數估計	75
表4-24 RPBI+吸入性傷害+燒傷面積>20%的邏吉斯迴歸的參數估計	76
表4-25 各模式比較與敏感度、特異度、準確度與測試樣本的正確率	78
表5-1 RPBI +吸入性傷害+燒傷面積>20%+心臟血管疾病的邏吉斯迴歸的參數估計	79
表5-2 RPBI +吸入性傷害+燒傷面積>20%+肌肉骨骼系統的邏吉斯迴歸的參數估計	79
表5-3 RPBI +吸入性傷害+燒傷面積>20%+精神病患的邏吉斯迴歸參數估計	80
表5-4 RPBI +吸入性傷害+燒傷面積>20%+神經系統的邏吉斯迴歸參數估計	80
表5-5 RPBI +吸入性傷害+燒傷面積>20%+肺部呼吸系統的邏吉斯迴歸的參數估計	80
表5-6 RPBI +吸入性傷害+燒傷面積>20%+新陳代謝系統的邏吉斯迴歸參數估計	80
表5-7 RPBI +吸入性傷害+燒傷面積>20%+感染症的邏吉斯迴歸的參數估計	81
表5-8 RPBI +吸入性傷害+燒傷面積>20%+視覺的邏吉斯迴歸的參數估計	81
表5-9 RPBI +吸入性傷害+燒傷面積>20%+消化道的邏吉斯迴歸的參數估計	81
表5-10 RPBI +吸入性傷害+燒傷面積>20%+聽覺的邏吉斯迴歸的參數估計	81
表5-11 RPBI +吸入性傷害+燒傷面積>20%+泌尿生殖系統的邏吉斯迴歸的參數估計	82
表5-12 RPBI +吸入性傷害+燒傷面積>20%+其他疾病的邏吉斯迴歸的參數估計	82
表5-13 RPBI受傷前身體疾病模式整理	82
表5-14 在RPBI模式下，燒傷面積以20%為界線兩組分數的死亡率	84
表5-15 RPBI模式中各變數下的膨脹因子係數	85
表5-16 給定年齡、BI、燒傷面積是否大於20%下，有吸入性傷害是沒有吸入性傷害的倍數表	89
表5-17 RPBI模式的死亡率表	89
表6-1 與過去模式死亡率的比較表	94

   圖目錄

圖1-1 研究流程	3
圖2-1 燒傷面積百分比	10
圖3-1 ROC曲線範例圖	22
圖3-2 年齡分組散佈圖	33
圖3-3 二度燒傷面積分組散佈圖	34
圖3-4 三度燒傷面積分組散佈圖	35
圖3-5 燒傷指數分組散佈圖	36
圖3-6 預後性燒傷指數分組散佈圖	37
圖3-7 年齡直方圖      	42
圖3-8 二度燒傷面積直方圖     42
圖3-9 三度燒傷面積直方圖  	43
圖3-10 預後性燒傷指數直方圖	43
圖3-11 燒傷指數直方圖        43
圖4-1預後因子全模式的ROC曲線圖	46
圖4-2預後因子刪減變數的ROC曲線圖	48
圖4-3三度燒傷面積+二度燒傷面積+年齡+吸入性傷害+燒傷面積>20%的ROC曲線圖	49
圖4-4三度燒傷面積+二度燒傷面積+年齡+吸入性傷害的ROC曲線圖	51
圖4-5 TBSA全模式的ROC曲線圖	53
圖4-6 TBSA模式刪減變數的ROC曲線圖	55
圖4-7 TBSA+年齡+吸入性傷害+燒傷面積>20%+沖水時間的ROC曲線圖	56
圖4-8 TBSA+年齡+吸入性傷害+燒傷面積>20%的ROC曲線圖	57
圖4-9 TBSA+年齡+吸入性傷害的ROC曲線圖	59
圖4-10 BI全模式的ROC曲線圖	61
圖4-11 BI刪減模式的ROC曲線圖	63
圖4-12 BI+年齡+吸入性傷害+燒傷面積>20%+沖水時間的ROC曲線圖	64
圖4-13 BI+年齡+吸入性傷害+燒傷面積>20%的ROC曲線圖	66
圖4-14 BI+年齡+吸入性傷害的ROC曲線圖	67
圖4-15 PBI全模式的ROC曲線圖	69
圖4-16 PBI刪減變數的ROC曲線圖	71
圖4-17 PBI+吸入性傷害+燒傷面積>20%+沖水時間的ROC曲線圖	72
圖4-18 PBI+吸入性傷害+燒傷面積>20%的ROC曲線圖	74
圖4-19 PBI+吸入性傷害的ROC曲線圖	75
圖4-20 RPBI模式的ROC曲線圖	77
圖5-1在RPBI下，燒傷面積以20%為界線兩組分數的死亡率圖	84
圖5-2 RPBI 模式尺度圖	87

英文部分
[1]	Agresti A.(2002). Categorical Data Analysis, 2nd ed. New York:John Wiley.
[2]	Altman D.G.(2001). Systematic reviews of evaluations of prognostic variables. BMJ ;323:224–228.
[3]	Barret J.P., Gomez P., Solano I., Gonzalez-Dorrego M., Crisol F.J.(1999). Epidemiology and mortality of adult burns in Catalonia. Burns; 25:325–329.
[4]	Blinn D.L., Slater H., Goldfarb I.W.(1988). Inhalation injury with burns: a lethal combination. J Emerg Med; 6:471–473.
[5]	Baux S.(1961). Contribution a l’Etude du traitement local des brulures thermigues
etendues. Paris: These.
[6]	Brusselaers N., Hoste E.A., Monstery S., et al.(2005). Outcome and changes over time in survival following severe burns from 1985 to 2004. Intensive Care Med;31:1648–1653.
[7]	Chen C.C., Chen L.C., Wen B.S., Liu S.H., and Ma H.(2012),Objective estimates of the probability of death in acute burn injury : A Proposed Taiwan Burn Score.(Accepted by Journal of Trauma and Acute Care Surgery)
[8]	Clark C.J., Reid W.H., Gilmour W.H., Campbell D.(1986). Mortality probability in victims of fire trauma: revised equation to include inhalational injury. Br Med J (Clin Res Ed); 292:1303–1305.
[9]	Clark W.R., Bonaventura M., Myers W. (1989). Smoke inhalation and airway management at a regional burn unit: 1974–1983. Part I: diagnosis and consequences of smoke inhalation. J Burn Care Rehabil; 10:52–62.
[10]	Concato J., Feinstein A.R., Holford T.R.(1993). The risk of determining risk with multivariable models. Ann Intern Med; 118:201–210.
[11]	Edelman D., White M.T., Tyburski J.G., Wilson R.F. (2006). Factors affecting prognosis of inhalational injury. J Burn Care Res; 27:848–853.
[12]	Germann G., Barthold U., Lefering R., Raff T., Hartmann B.(1997). The impact of risk factors and pre-existing conditions on the mortality of burn patients and the precision of predictive admission-scoring systems. Burns; 23:195–203.
[13]	Hosmer D.W. and Lemeshow,S.(2000). Applied Logistic Regression, 2nd ed. New York:John Wiley.
[14]	Hosmer D.W. ,Lemeshow S ,Klar J. (1988). Goodness-of-fit testing for the Logistic regression model when the estimated Probabilities are small. Biom. J.;30 (8):911-924.
[15]	John A. D. Settle (1996). Princioles and practice of burns management.Churchill livingstone.
[16]	Justice A.C., Covinsky K.E., Berlin J.A.(1999). Assessing the generalisability of prognostic information. Ann Intern Med; 130: 515–524.
[17]	Kaukinen L., Pasanen M., Kaukinen S.(1985). Prognostic indicators in burned patients. Ann Chir Gynaecol; 74:86–89.
[18]	Kyle M.J., Wallace A.B.(1951). Fluid replacement in burnt children. Br J Plast Surg; 3: 194.
[19]	Lionelli G.T., Pickus E.J., Beckum O.K., Decoursey R.L., Korentager R.A.(2005). A three decade analysis of factors affecting burn mortality in the elderly. Burns;31(8):958-963.
[20]	Mann R., Heimbach D.(1996). Prognosis and treatment of burns. West J Med; 165:215–220.
[21]	Masanes M.J., Legendre C., Lioret N., Maillard D., Saizy R., Lebeau B.(1994). Fiberoptic bronchoscopy for the early diagnosis of subglottal inhalation injury: comparative value in the assessment of prognosis. J Trauma; 36:59–67.
[22]	Meshulam-Derazon S., Nachumovsky S., Ad-El D., Sulkes J., Hauben D.J. (2006) Prediction of morbidity and mortality on admission to a burn unit. Plast Reconstr Surg; 118:116–120.
[23]	Muller M.J., Pegg S.P., Rule M.R.(2001). Determinants of death following burn injury. Br J Surg; 88:583–587.
[24]	Peden M., McGee K., Sharma G.(2002). The injury chart book: a graphical overview of the global burden of injuries. Geneva, World Health Organization.
[25]	Galeiras R., Lorente J.A., Pértega S., Vallejo A., Tomicic V., de la Cal M.A., Pita S., Cerdá E., Esteban A. (2009). A model for predicting mortality among critically ill burn victims, burns; 35,201 –209.
[26]	Ryan C.M., Schoenfeld D.A., Thorpe W.P.,Sheridan R.L., Cassem E.H., Tompkins R.G.(1998). Objective estimates of the probability of death from burn injuries. N Engl J Med; 338: 362–366.
[27]	Shirani K.Z., Pruitt B.A. Jr., Mason A.D. Jr.(1987). The influence of inhalation injury and pneumonia on burn mortality. Ann Surg; 205:82–87.
[28]	Shannon M.(2010). Predicting Prognosis in Thermal Burns With Associated Inhalational Injury: A Systematic Review of Prognostic Factors in Adult Burn Victims. Journal of Burn Care & Research;529-539.
[29]	Smith D.L., Cairns B.A., Ramadan F., Dalston J.S., Fakhry S.M., Rutledge R., Meyer A.A., Peterson H.D. (1994). Effect of inhalational injury, burn size, and age on mortality: a study of 1447 consecutive burn patients. J Trauma; 37:655–659.
[30]	Stern M., Waisbren B.A.(1979). Comparison of methods of predicting burn mortality. Scand J Plast Reconstr Surg; 13:201–204.
[31]	Suzuki M., Aikawa N., Kobayashi K., Higuchi R.(2005). Prognostic implications of inhalation injury in burn patients in Tokyo. Burns; 31:331–336.
[32]	Thompson P.B., Herndon D.N., Traber D.L., Abston S.(1986). Effect on mortality of inhalation injury. J Trauma; 26:163–165.
[33]	Tredget E.E., Shankowky H.A., Taerum T.V., Moysa G.L., Alton J.D.(1990). The role of inhalational injury in burn trauma. A Canadian experience. Ann Surg; 212:720–727.
[34]	Vico P., Papillon J.(1992). Factors involved in burn mortality: a multivariate statistical approach based on discriminant analysis.Burns; 18:212–215.
[35]	Zawacki B.E., Azen S.P., Imbus S.H., Chang Y.T.(1979). Multifactorial probit analysis of mortality in burned patients. Ann Surg; 189:1–5.
[36]	Zöch G., Schemper M., Kyral E., Meissl G. (1992). Comparison of prognostic indices for burns and assessment of their accuracy. Burns; 18:109–112.
 中文部分
[37]	行政院衛生署網站(2003-2010)，衛生統計(二)-生命統計資料庫。
[38]	林釗正(2001)，台灣地區兒童燒燙傷流行變學研究，國防大學國防醫學院公共衛生學研究所碩士論文。
[39]	周林興，張忠強，張國華(1993)，燒傷中心死亡病例分析，中華民國重建整形外科醫學會雜誌，2:24-28。
[40]	范光智，王先震，陳天牧(1994)，老年人燙傷，中華民國重建整形外科醫學會雜誌;3(3):122-127。
[41]	馬鳯歧(1992)，安全教通與醫療常識，台北空中大學。
[42]	袁繼銓(2001)，以類神經網路預測燒傷病患住院日之研究。國立中山大學資訊管理研究所碩士論文。
[43]	陳建華，馬旭，業發(1998)，燒傷面積、深度、病患年紀和吸入性燒傷對重度燒傷病患之死亡率的影響，中華民國重建整形外科醫學會雜誌，7:111-118。
[44]	莊昭華，劉益宏，王榮德(1993)，1971-1990年間臺灣地區火災事故累積死亡率及潛在生命年數損失之變化，中華民國衛生學會雜誌，12:380-391。
[45]	楊正三，陳添興，葉明中，江原正，曹賜斌(1995)，台灣南部小兒灼傷流行病學探討，中華民國重建整形外科醫學會雜誌，24:111-115。
[46]	楊奕志，劉致和，李友專，獎以仁，李鐵國，張孟卿，吳瑞星，呂旭彥(2002)，從健保資料庫分析臺灣1996年至2000年的燒燙傷流行病學，中華民國重建整形外科醫學會雜誌，11:239-251。
[47]	賴建丞，白璐，蔡行瀚，簡戊鑑，張瑋庭，林佳欣，洪宇箴(2009)，臺灣1986-2007年事故傷害死亡趨勢分析。北是醫學雜誌;6(3):174-184。
[48]	賴威利(2005)，利用約略集合理論預測燒燙傷患者死亡率，南台科技大學國際企業研究所碩士論文。
[49]	劉伊蟬，陳玫君，林秋菊(2008)，燒燙傷病患出院後生活經驗之探究，醫護科技學刊，10: 282-293。
[50]	簡戊鑑(2003)，台灣地區燒燙傷流行病學特性及醫療照護服務分析，國立國防醫學院生命科學研究所博士論文。
[51]	簡戊鑑，白璐，王先震(2003)，台灣地區燒燙傷住院病患死亡的影響因子，中華民國重建整形外科醫學會雜誌，12:184-198。
[52]	簡戊鑑(2004)，台灣地區燒燙傷流行病學特性及醫療照顧體系分析。國防大學國防醫學院生命科學研究所博士論文。
[51]鍾其祥，劉淳羽，簡戊鑑(2010)，臺灣燒燙傷住院傷患之流行病學，北市醫學雜誌;7(1):53-6。