顯示具有 研究方法 標籤的文章。 顯示所有文章
顯示具有 研究方法 標籤的文章。 顯示所有文章

2023年9月17日 星期日

諒解他人,走出受傷

職場和生活中你是否曾經遇過批評讓你耿耿於懷,或是因同事或親友意見上的摩擦而不高興,或未顧慮到情緒的表達所導致的受傷。

這些狀況我想是難免的,重要的是我們如何減少類似的情形,以及發生後我們如何去處理和調適。

我們大多數人都對周哈里窗(Johari Window)的人際關係理論不陌生,我自己很贊同其中的見解。它將人的自我認知和他人觀察視為四個區塊,分別是「開放區」(自知、他知)、「盲點區」(自不知但他知)、「隱藏區」(自知但他不知)、和「未知區」(自己和別人都不知)。

人際問題通常是出現在盲點和隱藏區,以致造成雙方不必要的誤會和感受,比如我的表達沒有惡意,但方式帶給對方不佳的感受,自己卻沒有察覺,而對方也不是很了解我等等原因。這個理論強調了溝通和自我察覺的重要性,幫助個人提高與別人的互動技巧,擴展開放區,並減少盲點和隱藏區的大小,促進更健康的人際關係和有效的溝通。

如果我們能夠多欣賞與了解別人的不同,或保持多一點包容,不用做出負面的認定,甚至寧可多往對方的正面想,我相信對別人和對自己都會有幫助。

《聖經》創世記用相當大的篇幅描寫約瑟的故事,這是一段很戲劇性的歷史記載。約瑟是以色列民族第三代祖先雅各的第11個兒子,特別被父親寵愛,因此哥哥們對他心生嫉妒和怨恨,在一次野外放牧時差點要殺害他,不過後來將他出賣給埃及商人,到埃及當奴隸。後來又遭主母陷害入獄。然而,約瑟在埃及的奴隸與獄中生活中展現出色的智慧和品德,並成功解讀了法老的怪夢,預言了七年豐收和七年饑荒,使得埃及預先備足糧食以安度多年的饑荒,獲得了法老的信任,最終成為埃及的宰相。

當大饑荒來臨時,約瑟的兄弟們從所居住的巴勒斯坦來到埃及尋求糧食,約瑟認出了他們,他終於逮到機會可以大大懲罰他們,以報心頭之恨、不平之冤。但是約瑟並沒有這樣做,反而表現出非凡的寬恕之心,因為他回想他的經歷,深刻體會到上帝化惡為善,藉著哥哥們對他的陷害,來成就這些拯救,祝福眾人。最終約瑟與兄弟們和解,把全家族都安置在埃及。

創世記50章19-21節記載一段約瑟告訴哥哥們的話,讓我深深感動。他說:「用不著害怕,我不能替代上帝。你們本來想害我,但是上帝卻化惡為善,為的是要保存許多人的性命;由於從前所發生的事,今天才有這許多人活著。你們用不著害怕,我一定照顧你們和你們的兒女。」約瑟用仁慈的話安慰他們,使他們放心。」

我相信,最真誠與完全的諒解力量來自於上帝,因為約瑟能用上帝的眼光回顧這整件事,看見上帝的心意,才能夠從心底真正原諒哥哥們,重建與家人的和睦關係,並且讓他從受傷的心境中走出來,轉變成祝福。願上帝將給約瑟的睿智與心胸也賞賜給我們,讓我們過一個願意寬恕與受祝福的人生。

「要親切仁慈相對待,彼此饒恕,正如上帝藉著基督饒恕了你們一樣。」(以弗所書4:32)

2023.09.11

2019年6月16日 星期日

民進黨總統參選人黨內初選民調結果之我見

上周民進黨公布總統參選人黨內初選民調結果,提供我們一次理解統計學理與民調方法的寶貴機會,也讓我們能夠實際映證統計理論。
這次民進黨的民調,由5家民調公司執行,每一家都收集3000份左右的有效樣本,共收集16000份有效樣本,若以投票母群體1900萬人來看,在95%的信賴水準時,誤差應在1%以下。
以「蔡英文vs.韓國瑜vs.柯文哲」這組的調查結果來看,整體民調的平均支持率是蔡英文35.68%,韓國瑜24.51%.柯文哲22.70%。在95%信賴水準下,三人的支持度區間為蔡英文[34.94%-36.42%],韓國瑜[23.84%-25.18%],柯文哲[22.05%-23.35%]
民調執行機構
蔡英文
韓國瑜
柯文哲
中央黨部
36.57%
24.21%
21.61%
山水
36.12%
23.95%
22.30%
趨勢
35.65%
23.25%
22.80%
全方位
34.53%
25.46%
22.97%
循證
35.51%
25.69%
23.82%
總平均值
35.68%
24.51%
22.70%
信賴區間上限
36.42%
25.18%
23.35%
信賴區間下限
34.94%
23.84%
22.05%
也就是說,5家民調公司若在同期間內採用同樣的隨機抽樣方法與加權計算方式,理論上我們有相當高的信心預測各民調所得到的每位參選人支持度應該會落在上述的區間內。
此民調公布後,《聯合報》有一則報導〈綠初選民調5家結果超整齊 民調專家當場大笑三聲〉,認為5家民調公司的結果相似度太高,不太合理。由於此次民調樣本數很大,其實依照統計理論的預測,在同時期以同方法進行的不同民調結果很相近是可預期的。正如以下評論所指出的,如果這五份民調結果差很多才需要懷疑!
當然實際上每家民調公司不可能在執行上完全一樣,真正的誤差應該會比理論預估更寬一點。因此5家民調公司中,蔡英文支持度落在上述區間之外的有2家,韓國瑜有3家,柯文哲有2家。可見民調結果已經部分超出理論預估的誤差範圍,並沒有如聯合報所質疑的太過一致和整齊。
不過,這次民調確實有取樣偏差的可能,由於是民進黨初選民調,可能吸引政治立場偏綠民眾較多的關注,在調查期間接聽電話的機率較其他族群高,造成綠營參選人支持度被高估的情況。但就民進黨內初選來看,蔡英文與賴清德的相對支持度應該是可以採信的。
請參考以下這則深入淺出的評論

2017年10月21日 星期六

醫院「排名」是病人就醫的「明牌」嗎?

公布醫院排名的需求與熱潮

今年7月號的遠見雜誌以「誰扼殺了最佳醫院排行榜?」為封面主題,有多篇記者用心報導的文章[1],初步介紹英國、美國、法國、加拿大和中國在醫院評比的努力與做法。可是當遠見雜誌團隊想參考這些國家的方法,在國內進行醫院的專業評比排名時,卻遇到極大的困難和挫折,只好改在進行全台「縣市長施政滿意度調查」電訪調查時,同步詢問受訪民眾認為所在地最好的區域醫院是哪家?並從中抽出一千多人,詢問他們心目中全台最好的醫學中心是哪一家?

雖然遠見雜誌團隊將這份全國民眾好感度的醫學中心排行,與各地民眾好感度的區域醫院排行前幾名公布在該期雜誌上,但是這離他們心中的期待還是有一大段距離,失望之情溢於言表。因為遠見雜誌原本的計畫是想執行醫院臨床條件與實力的評比,不只是民眾對醫院好感度排行而已。遠見雜誌企畫編輯團隊做這件事的原意其實很簡單,就是希望製作出「讓好醫院出頭,讓好醫師受到肯定,具公信力、讓民眾可以當作就醫參考的最佳醫院行榜」。不過,他們很無奈地說,這份最佳醫院排行榜「目前仍缺席中」!

將近10年前,商業週刊曾進行類似的努力,希望從國內90家的區域醫院和醫學中心,針對11個專科評選出「百大良醫」,提供病人或家屬在就醫時選擇好醫師的指引。

更早在2005年,健保署便已經著手建置「全民健康保險醫療品質資訊公開網」網站[2],並陸續增加內容。目前網站中「院所別之醫療品質資訊[3]」大類,則是從醫療院所的健保申報資料中,去分析整理多項醫院的臨床作業指標、醫療資源使用指標,以及多種疾病(如急性心肌梗塞、糖尿病)或治療(如人工膝關節手術)的醫療照護品質指標,透過網站公開供民眾查詢比較。

最近國內還有一個「目醫生」網站[4],標榜運用大數據技術,收集網路雲端上有關醫院、診所和醫師評價的資訊,加上病人或民眾根據實際的就醫經驗,針對其接觸的醫院或醫師,在該網站上主動填寫評價的資料,加以統整分析,做出比較評分結果供民眾查詢。

不僅國內有上述的需求,國外對就醫選擇參考指南的呼聲也很強。據我所知,美國在這方面發展得最早也最快,目前至少有六個由政府、知名媒體、或民間有公信力的機構所建置或經營的平台,定期公開醫院評比排行的結果。其中U.S. News and World Report這本雜誌從1990年就開始發布全美最佳醫院排名[5],至今已經公布26次的醫院排行榜。此外,商業醫療網站WebMD.com有一篇文章[6]簡要介紹了其他五個可以查詢美國醫院排行相關資料的網站,包括美國聯邦政府Medicare老人醫療保險服務中心所公開的「醫院比較」(Medicare.gov: Hospital Compare)網站[7],此網站在2016年開始用五顆星對醫院進行評等。

國內外媒體、民間機構和政府組織希望及努力運用有意義的資料,將醫療機構和醫師的優劣評比以簡易的方式讓民眾了解,作為就醫選擇的依據,立意非常良好,絕對是功德一件。過去病人要去哪家醫院就醫,或給哪位醫師診療,大多憑運氣、緣分或靠口耳相傳的消息。如果我們能夠做出一份能夠客觀、準確呈現醫院的醫療素質、能力條件與結果品質的排行榜,對病人會有極高的參考價值,可以大大減少民眾和病人在選擇醫院和醫師時的徬徨、無助與挫折。這就像是當我們在買彩券時,一般只能隨機猜測號碼,看幸運之神是否眷顧?如果這時有人有辦法正確預測中獎號碼,將明牌透露給我們,就不須冒猜錯的風險,直接中「最佳醫治」大獎!

不過,目前在現實的情況裡,醫院或醫師排行榜對病人就醫選擇發揮的功效,其實也和明牌對於買彩券一樣,是理想成分遠大於實際作用。主要的原因在於要做出一份「能夠客觀、準確呈現醫院的醫療素質、能力條件與結果品質的排行榜」是非常困難、甚至不可能的事。其中牽涉到三個最主要的環節包括資料的侷限、分析整理所用的方法,以及排名結果要如何使用。

小心資料的侷限

首先,我們要根據甚麼資料去製作醫院或醫師排名,就是一個大問題。目前看到的資料來源有好幾種,有的採用由民眾到專屬網站填寫推薦對象與意見(如「目醫生」網站與商業周刊「百大良醫」現在的推薦方式),這種方式好處是可以廣泛、直接收集病人/民眾的第一手就醫經驗,但缺點是取樣可能有嚴重偏差,填寫的推薦意見難以客觀與正確地代表所有病人/民眾的經驗,比如大多年長者並不習慣上網填寫資料,因此收集到的多半是青壯年的意見,無法反應佔病人比例最高的年長病人的意見。

為了避免上述資料來源取樣的偏差,用科學的方法去調查或收集民眾與病人的意見,如同遠見雜誌這次民眾對醫院好感度的調查,便不失為一種改良的途徑。只不過這種方式有兩個限制,第一個是如果要做出有公信力、涵蓋所有醫院或醫師排行榜的調查,樣本數必須非常大;而且每一個受訪者所接觸的醫院或醫師都是少數的。第二個限制是民眾/病人的就醫經驗大多是醫病互動的感受,無法完整掌握所有醫院或醫師的素質、臨床能力條件和品質結果,因此調查的結果還是很難讓我們單獨拿來作為就醫選擇的依據。

如果病人/民眾的經驗不完整,那麼收集醫師同儕的專業推薦和意見應該更好,因為同行的醫師絕對比民眾更清楚哪幾位醫師或醫院的臨床能力與品質是值得信賴的。商業週刊在2008年首次進行「百大良醫」評選時,採用的方法就是「專家推薦專家」的調查方式,寄發推薦表給各醫院院長以及專科醫學會理監事,詢問他們:「若您親友罹患相關疾病,您會願意優先推薦親友求診的醫師是哪幾位?」此外,也針對區域醫院和醫學中心的11科主治醫師級以上醫師,隨機抽樣發送邀請函,邀請其上網填寫問卷。這個方法的確是可行,但還是有缺陷,主要是專家的推薦是憑藉推薦人的印象,以及在其熟識的人際圈子中去尋找被推薦人選,推薦的結果不見得是最佳醫師或醫院名單[8]

以上資料的共同點都是來自病人、民眾或專家的個人主觀意見和有限的經驗,要藉此呈現醫院、醫師真正的醫療能力與成果,實有不足;因此如果能夠根據客觀的臨床資料去進行分析比較,結果應該是最有公信力的。有鑒於此,國內健保署的「全民健康保險醫療品質資訊公開網」、美國Medicare的「醫院比較」與評等、以及U.S. News and World Report的「最佳醫院排行」,主要都是從大量的申報資料與政府或醫院專業團體所收集的醫院資料,經過專家擷取其中能夠衡量醫院專業能力與醫療成果品質的資料,去做系統性的評比與排序。

但運用這類臨床作業資料要去比較醫院好壞所遇到最大的困難,是每家醫院的病人群條件不一樣,因此醫療結果較差的醫院,是因為其臨床能力品質較差,還是因為其病人群條件本身就比較差?我們很難明確知道。要做跨院的評比,理論上必須針對會影響病人群條件差異的重要因素進行校正,例如年紀、性別、疾病嚴重度、有無其他病症、社經地位、教育程度、家庭支持程度等,但實務上我們無法掌握所有因素的資料,因此要做到完全的病人群條件校正是不可能的。

即使我們可以將這些因素都考慮和校正,我們還是無法排除一個事實,就是每家醫院所處的環境、擁有的資源條件也都不一樣。一家在偏鄉的醫院,條件與能力當然不能跟在大都會的醫院相比,但是她願意盡全力為當地需要的病人服務,也許成果真的比不上都市的大醫院,但我們能夠說她比較差嗎?事實上我們不應該將他們拿來比較,因為價值不同。

沒有絕對客觀與完美的分析方法

除了資料本身的限制外,分析資料的方法也無法盡善盡美,導致醫院或醫師評比排行的美意大打折扣。在美國執行最久、有一定公信力的U.S. News and World Report的「最佳醫院排行」歷經26屆的不斷改良,方法相當複雜,最近一次的評比方法說明文件[9]多達130頁,並委由著名研究機構的專家團隊執行,可說已經相當用心和嚴謹。

多年來「最佳醫院排行」都是分別就幾個主要的醫療專科領域,一一去為醫院做評比和排名,最近的這一次實際上是16個醫療專科領域的醫院排名。分析團隊所使用的資料包括專科醫師的推薦、美國醫院協會的醫院年度調查、Medicare的醫院申報資料和一些醫療品質機構所收集的資料。他們評比醫院的項目有16-20項,涵蓋醫院的基本結構面的指標(如醫療服務量、護理人員數、高階醫療儀器等)、作業/服務過程面的指標(專家醫師對醫院專科的推崇、以及病人安全的相關指標等),和醫療結果面的指標(主要是醫院校正後的死亡率)。他們將每一個項目依實際數值分段評分,再將所有的項目分數加總得到每家醫院在某醫療專科領域的總分,做出排名。

儘管如此慎重,這些評比的方法仍然隱藏許多分析者的假設與主觀判斷。比如要挑選哪些指標來進行比較、給分的區間要如何設定、每個項目所分配的權重,都沒有公認的準則。此外,為了做出讓病人一目了然的排名,必須將各項分數加總,算出各家醫院的總分,然而不同醫院的優劣項目不一樣,加總之後便看不出其中真正的差異。還有,雖然這份醫院排名是分16個專科領域個別去排行,但是每種專科的醫院評比中,大多項目仍是全院性的指標,真正衡量專科表現的指標不多,因此所反映出來的,還是醫院整體的情形,左右結果的關鍵因素是醫院所擁有的資源多寡。所以有些評論[10]說能夠上榜的醫院,絕大多數都是固定那幾間大型、與著名醫學院有隸屬關係的醫學中心,一點都不讓人感到意外。

還有,不同的醫院評比平台,因為使用不同的方法,得到的結果也有很大的差異。有一份專業評論[11]就指出,U.S. News and World Report的「最佳醫院排行」前五名的醫院,只有一家獲得Medicare「醫院比較」的五顆星評等,其餘四家醫院甚至未被排入Medicare「醫院比較」的前100名內。

千萬別直接拿醫院排名來選擇就醫

資料的局限和分析方法的問題總是難免的,我們不須因為資料與分析方法的不完美而不去做努力,只要將資料來源與方法交代清楚,就是負責任的做法,應該受到肯定與鼓勵。然而我認為醫院排名最需要斟酌的問題,是病人能否直接將結果拿來做為就醫的依據?

我們總希望在選擇醫院和醫師上有清楚、簡單的答案,但如果不明瞭簡單答案背後的前提與風險,很有可能是誤導,而非引導。因此我不主張將醫院或醫師評比排名作為病人就醫選擇的「明牌」,因為這會產生的負面作用比預期效果更多。如果我們清楚上述所討論的問題,就知道每一種排名結果都有很多限制、前提和簡化,不應直接做為選擇醫院和醫師的答案。

就算客觀能力、條件與評價都很好的醫院和醫師,也不見得適合所有的病人。台語有一句諺語說「先生(醫生)緣,主人福」,就道出醫病之間那種微妙的人際緣分關係,不論所用的形容詞是「磁場或八字很合」、「順眼」、還是「感覺對了」,都在說明醫病關係是「特殊的人與人關係」,某位醫生對某一群病人來說是首選,但不一定就合適另一群病人。當然如果有由具有公信力的機構用心整理分析、做出的醫院或醫師評比,病人或民眾可以參考,但不宜照章全收。病人最好還要依照自己的價值觀和個性去詢問、慎選和經驗,找到自己的Dr. “Right”!

我覺得病人找醫生和一般人找男女朋友或配偶的道理是相類似的,某種公認完美的人選條件事實上無法適用所有的人作為交往或擇偶對象。即使我們知道有一群具備如此條件的對象存在,也不應該鼓勵所有的人盲目去追求。

另一個令人擔心的地方是,如果醫院排名給了病人選擇就醫的明牌,使得病人一窩蜂跑向特定醫院,那「名列前茅」的醫院一定被聞名而來的病人擠爆,沒有排入名次的醫院勢必關門,最終的結果將是醫療環境的一場災難,全民皆輸。

還有一個沒那麼明顯,但更值得關切的問題是,醫院或醫師排行榜會對醫院和醫師產生哪些不良的誘因?當醫院或醫師排名結果很客觀、準確,成為病人就醫選擇的有力資訊時,對醫院和醫師的業務量必定產生實質的影響,好的一面是督促和刺激表現不盡理想的醫院或醫師求進步,但不好的一面是誘導醫院或醫師會在其能力所及的範圍,從資料上下手,去調整資料使自己的評比往前排。

以健保的申報資料來說,如果醫院排名主要是分析申報資料得來,則醫院很可能刻意少申報某些影響排名的案件費用(比如感染案件),好讓關鍵指標變得好看一點。

而我們最不希望見到的情形,是醫院或醫師為了不讓重要的臨床指標變差,而不肯或減少收治病情比較複雜、難搞、預後比較不好或社經能力較差的病人。如果排名會對醫院或醫師的業務量產生直接衝擊,便會對他們形成強烈的誘因,去挑選病情單純、預後佳的病人,當有這種情況發生,病人未享醫院排名之利,便先蒙受其害。

一份用心整理出的醫院或醫師排名,真正的功能應該不是直接讓病人拿來挑醫院或醫師,而是提供給醫院或醫師與同儕比較與檢討,進行必要改善的依據。多年來衛生福利部為推展醫療院所重視病人安全,強調營造不責難的醫療文化,鼓勵院所的同仁不要掩蓋異常,而是將大大小小的異常事件忠實提報出來,客觀地去正視並進行分析、檢討與改善,才能真正提升病人與醫療照護的安全。同樣地,我們應該用此原則來看待院所品質指標的公布與醫院的排名,讓它成為院所內部促進改善品質的正面機制,而不是在外形成競爭的工具,誘導院所走捷徑而扭曲原本的美意。

因此,醫院「排名」不能、也不應該成為病人就醫的「明牌」,因為醫院或醫師排名的資料和方法都沒有我們想像的那麼理想,沒有一種方法能夠忠實、全盤地達成醫療院所的評比,事實上也沒有任何單一的指標、數值可以代表醫院所有的實力、品質與成果。如果這些排名結果被誤用為就醫選擇明牌,不僅對病人無益,還可能導致醫療的崩壞。不過,一份認真執行、交代清楚過程的醫院評比還是有價值和需要的,可以做為病人和民眾了解醫院或醫師的起點,以及促發醫療院所自我誠實省察、見賢思齊與檢討改進的契機。這樣的醫院或醫師排名,才能達到醫療院所與病人的雙贏。


本文2017年8月14日刊登於獨立評論@天下



[1]黃漢華,〈誰扼殺了最佳醫院排行榜?--各國都能做 台灣竟弄不出一份就醫參考指標〉,20177月號《遠見雜誌》(373)https://www.gvm.com.tw/Boardcontent_33231.html
[2] 「全民健康保險醫療品質資訊公開網」的網址連結為http://www.nhi.gov.tw/AmountInfoWeb/index.html
[3] 「院所別之醫療品質資訊」網址連結為http://www.nhi.gov.tw/AmountInfoWeb/section03.html
[4] 「目醫生」網站的網址連結為http://www.doctorknow.com.tw/Default.aspx
[5] U.S. News Hospitals Rankings and Ratings. http://health.usnews.com/best-hospitals
[6] WebMD.com, “How to Use Online Ratings for a Hospital”, http://www.webmd.com/health-insurance/how-use-online-ratings-hospital#1
[8] 有關商業周刊2008年「百大良醫」評選的方法論討論,請參考周恬弘,〈從研究方法看商業週刊「百大良醫」的評選〉,網址連結http://thchou.blogspot.tw/2008/06/blog-post_11.html
[9] Methodology--U.S. News & World Report 2016-17 Best Hospitals: Specialty Rankings. http://static.usnews.com/documents/health/best-hospitals/BH_Methodology_2016-17.pdf
[11] 5 reasons to take hospital ratings with a big grain of salt. https://www.statnews.com/2016/08/02/hospital-ratings-skepticism/

2011年10月9日 星期日

全民健保資料庫研習收穫

10月7日我去參加由台灣醫務管理學會舉辦的「健保資料庫應用研習營」,有不少收穫。本來想說這會是相當冷門的主題,當天卻發現參加的學員人數也比我預期的要踴躍許多。可見國內運用健保資料庫進行研究已逐漸受到重視。 政大連賢明教授曾在2006年寫過一篇專文介紹健保資料庫,是有心使用健保資料庫的研究人員的入門,他說:「為了促進健保相關研究,中央健保局自2000 年起,委託國家衛生研究院發行全民健保資料庫,希望透過健保資料的發行,累積實證基礎,進而帶動健保政策的深入討論。這個資料庫累積了台灣兩千三百萬人口,自健保開辦以後的所有健保就醫資料,並允許研究者連結就醫病患、醫師、以及醫療院所的基本特性,不論就深度和廣度而言,和國外類似醫療資料庫相比較毫不遜色,在費用上更不及國外類似資料庫價格的數十分之一。令人惋惜的是,或受限於資料規模龐大,或受限於處理分析複雜,或受限於重要變數缺乏,許多研究者對使用健保資料庫猶豫不前,原先透過開放健保資料庫來深化健保政策討論的目標,並不如預期般的成功。」(連賢明,2006)

所幸,經過國衛院多年的努力,健保資料庫已經日趨完備,運用層面日廣。醫務管理學會舉辦此研習營的簡章提到:「我國目前全民健保納保率達到99%以上,使得健保資料成為醫藥衛生相關領域研究中具有代表性的實證資料,其研究成果可作為醫藥衛生政策的參考,為重要的研究資源。為協助對健保資料庫使用有興趣做研究但卻又不知如何踏入此領域之醫療產業人員,台灣醫務管理學會舉辦「健保資料庫應用研習營」,邀請成功大學醫學院公衛所李中一教授分享「如何運用健保資料庫做分析研究」,另邀請國家衛生研究院群體健康科學研究所陳麗光副研究員做「健保資料庫個案研討」剖析,期望藉由講師之經驗分享,讓與會者對於健康資料庫應用更能得心應手。」

李中一教授從一開始便參與健保資料庫的規劃與建置,是國內少數幾位最了解此資料庫的專家之一。他與多位研究生都曾經應用健保資料庫進行多項實證研究,並發表在國際上受到矚目的論文。在研習營中他以深入淺出的方式,豐富的研究實例,向學員說明:

1國內使用健保資料庫進行研究發表在國際學術期刊的篇數正以指數的成長速度增加,而且刊登期刊的影響指數愈(impact factor)來愈高,已經有幾篇刊登於影響指數超過10分的期刊上。其資料的公信力已經獲得國際學術界的肯定。

2應用健保資料庫所發表的文章範圍或性質相當廣泛,從臨床研究、流行病學研究、公共衛生到衛生政策研究都有。

3健保資料庫價格相較便宜,樣本數相當大,開放對象也逐漸擴大,不限於學術界使用,醫界、實務界也都可以申請,成為全民的共同資產。

4目前健保資料庫中涵蓋將近2300萬民眾的就醫與承保資料,跨越從1996至2009共14年的資料量,而且每年在增加。

5健保資料庫最大的優點在於其極大樣本數容許臨床學者進行罕見案例的分析與探討。其時序的資料也讓研究者能夠估算各種疾病的發生率。

6健保資料庫幾乎涵蓋全民,大大降低選樣偏差(selection bias)的可能性。

7由於健保資料庫是民眾就醫實際的紀錄,並非透過民眾的回想與回答所獲得,因此也可以避免一般抽樣訪談調查經常碰到的回想偏差/訊息偏差(recall bias/information bias)。

8不過,健保資料庫並非沒有缺點。由於此資料庫本質上是健保行政申報資料,並非醫學或公衛健康資料庫,欠缺許多臨床、公衛、醫管所需要的研究變數。採外,許多研究變數並非彙集在同一份資料檔案裡面,而是散在各個檔案,研究者必須花費許多心力運用資料庫整理的技術去將這些資料做適當的整合。如果無法找到適切的資料來代表重要的研究變數,很可能產生重要的干擾變數被忽略的問題,嚴重影響研究結果的正確性。

9健保資料庫也有潛在的選樣偏差和訊息偏差的問題。首先,由於健保資料庫是就醫資料,其涵蓋的樣本對有些研究來說可能代表性不夠,比如研究國內兒虐的問題,便不能僅靠健保資料庫中急診的診斷案例來分析。在訊息偏差方面,健保資料庫中的資料有時資訊不足,甚至有誤差。比如研究某地區空氣汙染對其居民健康影響時,健保資料庫中的投保所在地經常與被保險人的實際居住地不一樣,如果直接拿來使用,便會產生誤差。此外,申報資料中的診斷與最後的確診可能有落差,或醫師給錯誤的診斷碼,都會造成資料的偏差。

10雖然如此,李教授認為健保資料庫仍然大有可為,所謂「天道酬勤」,他舉許多卓越的研究實例指出,盡管健保資料庫絕非完美,但是若選對主題,徹底了解其所包含的資料內容,加上研究者的用心與創意,還是可以做出令人激賞的研究,對臨床與政策做出重大的貢獻。我覺得最實用的是,李教授用這些實例向我們說明上述資料庫本身的缺陷如何克服,以及如何說服期刊論文的審查者這些缺點不會對研究結果造成嚴重的偏差。這堂課讓我獲益良多。

陳麗光副研究員則是用她所實際參與的研究來說明健保資料庫應用的範圍、研究進行的過程、需注意的事項,以及如何運用健保資料庫估算疾病的盛行率與發生率。陳副研究員曾經使用健保資料庫去探討:(1)不同社經條件的民眾在健康方面與醫療照護使用方面的不平等;(2)政策實施後形成自然實驗,從中探討政策所帶來的效果;(3)病人使用呼吸器之後的結果分析與預測;(4)疾病(如氣喘)所帶來的經濟衝擊。

此外,她提到在使用健保資料庫之前,一定要先了解其各個資料庫的格式與內容,並熟讀其編碼簿。運用健保資料庫很可能要用到資料庫技術或撰寫資料整理的程式,所需要的資訊設備也需有較大的資訊處理能力。對許多臨床人員來說,這可能會是一個障礙與門檻。陳副研究員建議不同領域的研究者可以找合作夥伴,形成研究團隊,資源共享且互相支援。

上完一天的課,我覺得所有的次級資料(secondary data)或現成資料都絕非完美的,健保資料庫也不例外,它有其優點,亦有其缺點。但是透過研究者的用心與巧思,大多可以突破限制。如果要應用健保資料庫進行相關研究,研究者有三件必要的工作要做:(1)深入了解健保資料庫的內容、限制與可能性;(2)徹底清楚自己的研究主題與其中的脈絡;(3)從資料庫中盡可能找出有助於研究並符合研究要求的資訊來加以運用,以突破限制,達成研究的目的。這就像是烹飪一樣,使用同樣且現成的食材,好廚師一樣能夠煮出一道道色香味俱全的好菜。

我認為運用健保資料庫(或其他經過處理的公開資料庫)進行研究的另一個好處是省掉IRB審查的繁瑣過程。大多數期刊對此類研究並不要求IRB審查通過;如果有要求的話,一般而言也只要是快速審查即可。

其實不只是健保資料庫可以運用,每家醫院內部也有豐富的病人就醫資料庫,可以讓臨床研究者或管理人員使用,進行研究或特定主題的分析探討。

若有興趣進一步了解健保資料庫,下面有一些網路資源可供參考:
鄭守夏教授  全民健保資料庫:簡介與研究經驗
歷年全民健康保險資料庫研習會教學資料

2010年12月13日 星期一

電腦醫令系統是否能有效降低藥物的錯誤率及藥物不良事件?

藥物其實是利用所含的化學成分來治病,而這些化學成分都有某種程度的毒性,因此藥物本身就有一定的危險性,若使用得當可以幫助病人減緩病痛或抑制病症,如果使用錯誤則會產生危害,甚至導致病人喪生。

藥物準備處理的過程中有太多的因素會造成錯誤,最常見的錯誤包括以下幾種:醫師開錯處方;醫師不知道或未注意而開出導致病人的過敏的藥物;醫師開的藥物與病人正在服用的藥物產生不良的交互作用;不同的醫師開同樣的藥給某一位病人,使得病人服用過量的藥物;醫師的處方字跡過於潦草,藥囑輸入人員看錯而鍵入錯誤的藥物(包括藥名、劑量、劑型、用法或用藥頻率的錯誤);藥師看錯處方或拿錯藥物;藥師配錯劑量或劑型;藥師發藥給錯誤的病人;護理人員發錯藥給病人;護理人員發藥給錯誤的病人等等。

因為這些問題,臨床上已經發展出許多的手續設法去避免藥物的錯誤,像是在整個藥物核發的過程中會經手的藥師和護理師都必須確實執行給藥的三讀五對,以確保病人所取得的藥物是正確且適切的藥品。

雖然如此,給藥的錯誤還是層出不窮,其中一個原因是人難免有疏忽,分神、忙碌、疲倦、經驗不足都會導致給藥核對的疏漏,如果整個流程中的人都疏忽了,一份錯誤的藥物就可能流到病人手上。還有,從上面的錯誤種類來看,如果從一開始醫師就開錯了處方,藥師若不是很仔細判斷出來,或不敢向醫師詢問及確認,即使後面的程序做得完美無缺,還是會一錯到底,讓病人服用到錯誤的藥物。

既然人非聖賢或超人,不可能完全無錯,近年來醫界轉向求助電腦資訊系統,希望藉由作業自動化或資訊化,由電腦來輔助臨床作業,減少依賴人為的判斷,來提升臨床服務的正確性與效率,強化病人的安全。

在這一波臨床診療作業資訊系統浪潮中,比較代表性的努力是建構醫師電腦醫令系統(computerized physician order entry, CPOE)、電子病歷的推動(electronic medical record, EMR)、資訊條碼辨識或無線射頻(RFID)的應用、醫療影像儲傳系統(picture archiving and communication systems, PACS)、檢驗資訊系統(Laboratory information system, LIS)、護理資訊系統的建構與行動護理車的應用、自動包藥機以及單一劑量(unit dose delivery system)作業等等。

這些診療作業資訊化的發展中,醫師電腦醫令系統(以下簡稱CPOE)居於重要的基礎地位,由於醫療臨床作業是以醫師的診斷和醫囑為中心去運作,因此CPOE都是各醫院優先發展的系統。最簡單的CPOE其實就是將過去醫師手寫的醫囑改成透過電腦去輸入醫囑,當醫囑進入資訊系統之後,便能藉由資訊網路送到各個需要的臨床單位,給參與其中的醫護技人員拿來從事相關的臨床工作。

CPOE的概念雖然很簡單,可是不同醫院所開發或使用的系統複雜程度不一,執行的方式也有所不同。有些醫院的CPOE只有陽春的醫令電腦輸入功能而已,有些醫院則是結合臨床決策支援系統,讓醫師在開醫囑的同時,能取得即時的藥物、檢驗/檢查、影像判讀,並將完整的臨床資訊進行有系統的整合,以輔助醫師做出正確的診斷與開立治療醫囑。有些醫院的CPOE只是運用於門診,有些醫院則是門診、急診和住院都有建置CPOE。在使用CPOE上面,有些醫院完全由醫師自己操作CPOE,有些則是請行政助理或護理同仁協助醫師操作;有些醫院全面使用CPOE(透過政策或規範要求醫師或臨床人員使用),有些則部分使用CPOE(勸導醫師使用)。

CPOE一般被認為對於提高藥物的正確性很有幫助,即使是最簡單的CPOE,由於醫師的藥囑可以輸入電腦,後面負責處理藥物的藥師與護理師所看到的藥囑內容是由電腦螢幕顯示或印表機列印出來非常工整清楚的字體所呈現的,因此應該可以減少一些手寫藥囑單字跡不清所導致的錯誤,也有助於藥師與護理人員在進行三讀五對時的準確性。有臨床決策支援功能的CPOE,當醫師在開藥囑時,可以主動提供病人的藥物過敏訊息,提醒醫師注意或避免開立會造成病人過敏的藥物,也可以讓醫師直接在線上查詢各種藥物的副作用或交互作用,以避免所開的藥物對病人造成負面影響或與病人目前服用的藥物產生不良反應。此外,CPOE還可以協助醫師計算正確的劑量、建議適當的劑型或用法,降低醫師開藥錯誤的機率。

既然理論上CPOE對藥物安全這麼有幫助,是否有研究實證來支持這個假設?也就是說,研究結果是否普遍發現CPOE真能有效降低藥物的錯誤率及藥物不良反應事件(adverse drug event, ADE)發生率?在這裡特別將藥物錯誤率和ADE的發生率分開來看,原因是藥物錯誤率不一定導致ADE的發生,有很多在藥物準備過程中所產生的錯誤由於藥師或護理人員的核對而被攔截下來並加以更正,因此沒有給病人錯誤的藥物;還有,即使病人拿到並服用錯誤的藥物,也不一定發生ADE。藥物錯誤(medication error)是泛指藥物準備過程中的任何錯誤,而ADE是病人使用藥物後結果面的指標。

我手邊上有四篇論文,其中兩篇是探討實施CPOE與藥物錯誤率關係的實證研究,一篇是集結多份實證研究的結果並加以綜合分析,最後一篇是透過文獻回顧去討論若CPOE要對藥物安全有正面的幫助,所需採取的策略切入點。我僅將這些文章的主要結論摘列出來,最後再做一些心得整理。

Christina E. Seeley, David Nicewander, Robert Page, & Peter A. Dysert, II. 2004. A baseline study of medication error rates at Baylor University Medical Center in preparation for implementation of a computerized physician order entry system. Baylor University Medical Center Proceedings 17:357-361.

這篇文章是Baylor大學醫學中心(BUMC)在實施CPOE之前所做的研究,希望了解CPOE尚未介入前,BUMC的藥物錯誤發生率情況,以便與CPOE實施後的藥物錯誤發生率做比較。資料收集的期間是2003年3月10日至4月14日,總共收集1014份的藥囑處方。在這份研究中,藥物錯誤是指開藥、備藥與發藥整個過程裡的錯誤,不論是否對病人產生傷害或潛在的危險。研究的主要發現是:

1. 總共發生113次的錯誤,平均每千份藥囑中出現111.4次的錯誤。

2. 最常見的錯誤是劑量錯誤(每千份藥囑有43.4次),再來是用藥頻率的錯誤(19.7次/千份藥囑),更次之為缺藥的錯誤(12.8次/千份藥囑)

3. 在113次藥物錯誤中,52次(佔46%)是與藥囑的抄錄有關,也就是別人在將醫師手寫藥囑輸入電腦系統時發生的錯誤所引起的錯誤;與資訊溝通不足或流程有關的錯誤(比如藥物、系統或作業改變,醫師卻不知道所造成的重複開藥或劑量錯誤等)佔35.4%,其餘18.6%的錯誤是因為開處方所引起的,主要是醫師所開出的藥品在藥局沒有準備或缺貨。

4. 採用CPOE後,應該可以立即減少因藥囑抄錄或輸入疏失所引起的錯誤,可是對系統溝通或流程相關的錯誤的抑制效果目前仍不明顯,而且實施CPOE本身就是一種流程的改變,很可能引起新的流程錯誤,比如醫師不熟悉CPOE操作方式而下錯處方。因此,妥善設計CPOE的功能與流程,並教導醫師正確的操作與使用是非常重要的一環。

5. 可以預見的是CPOE實施後,藥物錯誤絕對不會就此消聲匿跡,醫院主管和臨床人員千萬不可掉以輕心,藥師以及護理人員的核對與把關在CPOE實施後仍然扮演不可或缺的角色。


David W Bates, Jonathan M Teich, Joshua Lee, Diane Seger, Gilad J Kuperman, Nell Ma'Luf, Deborah Boyle, & Lucian Leape. 1999. The Impact of Computerized Physician Order Entry on Medication Error Prevention. JAMIA 6:313-321.

這篇文章是在波士頓哈佛大學醫學院的一間教學醫院Brigham and Women’s Hospital所做的研究,去探討實施CPOE前後兩個一般病房與一個加護病房用藥錯誤率的變化。該院的CPOE在1993年5月上線使用,此研究分別收集了四期的藥物錯誤資料,首先是CPOE實施之前的基準期,再來是實施後的第一年,這時已有不錯的電腦醫囑功能;實施後第二年則改善藥物過敏資訊的核對功能;最後一期則在CPOE實施的第三年改良藥物交互作用的線上查核以及開立含鉀電解質藥物的功能。該院實施CPOE初期仍須印出藥囑單,再傳送到藥局,直到第三年,才將藥囑醫令透過電腦直接傳到藥局。這份研究對藥物錯誤的定義與前一份研究相同,只不過這份研究將藥物錯誤分為兩類,一類是只針對劑量資訊不明的藥物錯誤;另一類則是非劑量資訊不明的藥物錯誤去做收集與統計,也就是如果是因為劑量不清楚而導致護理人員無法發藥的錯誤,則不統計在內。將這兩種錯誤分開統計的主要理由是護理人員對於缺乏劑量資訊的處方都會再去查詢所需的藥物劑量,再將藥物發出,基本上不會造成病人的傷害。而且,由於劑量資訊不明的原因大多是因為處方的傳遞與抄寫過程的疏失所造成的,而該院CPOE實施後的前兩年仍是將印出的藥囑單傳送到藥局,藥師再輸入系統以及備藥,因此對劑量不明這個問題的改善程度不大,應該要到第三年,系統能夠直接傳送醫令到藥局,情況才會有明顯的改善。這篇論文的主要結果如下:

1. 非劑量不明的藥物錯誤率從實施前的每一千住院人日142次降至實施後第一年的51.2次,第二年上升至74次,然後第三年再降至26.6次(達統計學上的顯著程度p<0.0001)。錯誤率改變最大的地方在於基準期與實施後第一年,再來是介於第二年與第三年之間。

2. 相反地,劑量不明的錯誤則是逐年上升,從基準期的每一千住院人日169次增加至第一年的191次,第二年上升至224次,第三年再增加至329次(達統計學上的顯著程度p<0.0001)。

3. 未被攔截而且情節嚴重的藥物錯誤率(造成ADE或潛在ADE)從基準期的每一千住院人日7.6次逐步下降至第一年的7.3次,然後是第二年的1.7次和第三年的1.1次(達統計學上的顯著程度p=0.0003)。

4. 應避免的ADE從基準期的每一千住院人日2.9次增加至第一年的5.7次,然後下降至第二年與第三年的1.1次(在統計學上的顯著程度邊緣p=0.05)。不過進一步的案例分析發現第一年的15件ADEs並非因為CPOE的實施所引起的。但其中有三件可以透過第二年與第三年的CPOE新功能去避免。

5. 被攔截的潛在ADE從基準期的每一千住院人日15.8次大幅增加至第一年的31.3次,以及第二年的59.4次;不過在第三年大幅降至0.5次。被攔截的潛在ADE發生率在第一年與第二年之所以增加主要原因是CPOE讓醫師在開立大劑量的含鉀點滴時,不必明確指出要分開施打。還好這些問題都被護理人員攔截下來並修正,並未造成病人的危害。在第三年CPOE系統加入開立含鉀點滴的查核機制後,情況便獲得明顯改善。

6. 非劑量不明的錯誤率在加護病房要比在一般病房來得高,下降的程度也是在加護病房比較明顯。

7. 在藥物錯誤的類別方面,劑量錯誤是最常見的類別,主要是因為氯化鉀點滴液的劑量問題,當第三年CPOE新增相關的查核功能後,這項問題已經很明顯地降低。次常見的錯誤是用藥頻率和途徑的錯誤,這些錯誤在基準期與第三年之間都有顯著下降。藥物過敏是最容易引起傷害的類別,在第一年仍有10件藥物過敏錯誤,然而到第二年和第三年,則只有兩件。在第一年每天約有50次的藥物過敏電腦警示,在第二年則是增加至80次。

8. 分析第三年出現的50次藥物錯誤,發現其中48次應該還可以藉由進一步的CPOE功能去避免,諸如用藥途徑的選擇輔助功能。


F. van Rosse, B. Maat, C. Rademaker, et al. 2009. The effect of computerized physician order entry on medication prescription errors and clinical outcome in pediatric and intensive care: a systematic review. Pediatrics 123(4): 1184-1190.

這篇文章用Meta-analysis去分析12篇有關小兒科病房或加護病房使用CPOE對開藥錯誤的影響的實證研究(4篇是成人ICU,4篇是新生兒或小兒ICU,4篇為小兒科病房),所收集的文獻至2007年為止,應該是目前最新的CPOE與藥物錯誤實證研究成果的回顧與整合,相當具有參考性。這篇論文提到,已發表的文獻有些指出CPOE可以降低在治療成人病人的ADE發生率,可是也有些文獻發現CPOE所帶來的負面效果,像是有一篇文章指出CPOE實施後,小兒科病人的死亡率卻反而上升。因此這篇論文認為不同科別或病房可能也是一項決定CPOE結果的重要因素。這篇論文的主要結果如下:

1. 在六篇比較開藥錯誤的研究中,五篇發現CPOE有減少錯誤率的效果;有一篇發現CPOE實施初期開藥錯誤率反而增加。

2. 在三篇比較死亡率的研究中,兩篇發現實施CPOE後死亡率並未提高,一篇發現CPOE實施CPOE後死亡率有增加 [1]。

3. 在四篇探討ADE發生率的研究中,三篇發現CPOE實施後ADE有下降,一篇發現ADE並沒有減少。

4. 兩篇探討藥物處理時效的研究發現CPOE可以減少開藥時間或藥物處理時間。

5. Meta-analysis發現整體來說,CPOE有明顯降低開藥錯誤的效果,不過對死亡率和ADE並沒有顯著的影響。

6. 這篇文章指出CPOE實施的過程與方式對結果有扮演了相當重要的角色,其中CPOE導入前對醫師的個別操作指導與練習,以及導入後院內持續提供必要的技術支援是成功關鍵所在。

7. 前面提到有篇研究(Han et al. 2005 [1])發現CPOE導入後死亡率增加,該論文(這份研究是針對由資訊公司所開發,非由醫院自行設計的CPOE系統)認為可能有以下幾個原因導致病患照護的不當:(1)CPOE實施後,病人在轉診途中無法預做掛號,必須到院才能掛號;(2)輸入醫囑必須花更多時間;(3)減少醫療人員之間的口頭溝通;(4)藥物配置從病房轉到中央藥局;(5)網路連線不穩定的問題。


J.A. Cafazzo, P. Trbovich, A. Cassano-Piche, et al. 2009. Human Factors Perspectives on a Systemic Approach to Ensuring a Safer Medication Delivery Process. Healthcare Quarterly 12(Special issue):70-74.

這篇文章歸納近年來針對新科技(如CPOE)對藥物安全的影響的相關研究,建議醫療院所應該採取使用者導向以及系統整體規劃的策略,去導入如CPOE這樣的科技應用,才能有助病人藥物安全。使用者導向指的是醫療科技的開發、引進與運用都必須從使用者的需求做為出發點去思考,不是站在行政管理的角度。以CPOE為例,系統開發者與推動者必須確實去評估使用者和相關人員(主要是醫師、藥師、護理人員)對於這樣的科技應用在臨床作業上有怎樣的考量與期待,希望此科技的運用能夠幫助他們做哪些事,讓他們將臨床工作做得更有效,病人的安全更得到確保。此篇文章建議CPOE的開發者與推動者在系統設計完成後,先給幾位使用者代表試用,深入觀察與了解他們操作的情形與問題,進行深入的溝通,據此修改系統,以更符合臨床人員的作業與安全的要求。CPOE在導入後,也必須持續提供使用者操作的技術支援,並鼓勵他們反應所遇到的問題,不斷調整與改良系統。

系統性整體規劃的策略是指CPOE的設計不是單獨的任務,必須考量與目前或未來的相關系統(如臨床決策輔助、條碼辨識、自動包藥、跨專業的資訊傳遞與溝通)能夠整合搭配,提供臨床人員完整的解決方案。除此之外,CPOE若要能夠對藥物安全有實質的貢獻,還必須有領導階層的支持和推動病人安全的文化相輔相成。


從以上的文獻,我覺得可以歸納幾點共同的結論:

1. 如果有良好的設計與運用,CPOE可以對藥物安全產生有效的助益,最明顯的貢獻是降低開藥的錯誤。

2. 不過,CPOE絕對不是萬寧丹,就跟任何新科技的引進一樣,若沒有妥善的規劃與配套,CPOE很可能會產生新的問題或意想不到的副作用。

3. CPOE在導入前的規劃階段,應深入了解使用者的需求與相關的臨床作業,而不是一廂情願的從行政管理的目的著手。系統的規劃必須能夠前瞻性的設想如何對醫師或相關的臨床人員提供即時的臨床決策支援,幫助他們正確迅速的做出診療,使病人獲得妥善安全的照護與處置[2] 。導入前也需透過系統試用,收集相關的操作意見與問題,加以改良,以確保導入的是適切有效的系統。

4. 有時候我們認為CPOE導入之後任務就完成了,其實導入或實施之後挑戰還在,甚至更大。比如人為的藥物核對仍然不可鬆懈;必須繼續提供教育訓練和技術協助給使用者;使用者的意見必須被看重,並有適當的檢討機制,迅速及持續進行系統必要的改善或強化。

5. 基於以上的敘述,看起來由醫院自行開發與建置CPOE可能要比導入外購的系統要來得理想,癥結點可能不在於醫院自己開發的系統一定比外面廠商設計的系統好,而是由醫院自己開發的系統比較能夠做到使用者導向以及系統整體規劃。而且由於是醫院內部資訊部門所開發與建置,與使用者的溝通和後續的技術支援會比較密切。當然,如果引進外購的系統也能有完善的過程、技術支援與配套,相信成果也應該是會很正面與紮實的。

[1]YY Han, JA Carcillo, ST Venkataraman, et al. 2005. Unexpected increased mortality after implementation of a commercially sold computerized physician order entry system. Pediatrics 116(6):1506-1512.
[2]我覺得其他的臨床資訊系統的建置也應該是相同的原則。今年8月底我參加由台灣醫院協會舉辦的學術研討會,其中一個主題是醫院推動電子病歷的議題。有幾家醫院應邀分享推動電子病歷的經驗,台大資訊部尚榮基主任提到:(1)發展電子病歷最主要的目的並不是要無紙化或作業簡化而已,而是要達到更佳的臨床品質與管理,一定要給臨床人員(如醫師)帶來臨床作業上的實質幫助,進而對病人的照護有貢獻,讓臨床人員感受到其意義與價值,才會獲得臨床同仁的支持。(2)電子病歷的簽章方式應以使用者為中心,採多管齊下的模式,包括同步簽章、批次簽章、背景簽章以及混合簽章,不要只侷限一種。以上尚主任所強調的兩點均可以在嘉基的電子病歷專案中獲得映證。嘉基的門診電子病歷系統已有相當的成果,目前門診調閱實體病歷比例已少於4%,其電子病歷與HIS做相當密切的整合,提供簡易的電腦手繪圖介面、並能提供各種臨床檢驗/檢查數據的分析圖表,讓醫師一目了然,對進行臨床診斷決策非常有幫助。此外,嘉基也是採多種簽章方式並行,讓臨床人員適地適時方便做電子簽章。

2009年11月16日 星期一

畢業論文撰寫過程

上禮拜五(11月13日)我完成並通過論文答辯,很感謝上帝的帶領,以及家人、同仁、好友的關心支持,尤其是論文審核委員的鼓勵與指導,才能順利過關,並完成博士課程的所有要求。

論文研究計畫提案在八月底審查通過後,我便著手彙整資料,大概花了一個禮拜的時間將研究分析所需要的資料整理好,開始跑統計分析,有初步的結果後,我先跟經濟系的Dr. Stratton討論分析中遇到的問題以及結果,她給了我一些建議,我再回去訂正資料,調整分析模式,有了更進一步的結果,Dr. Stratton對這次結果的可信度比較滿意,所以我便用這套分析模式與資料作為基礎,去跑變數敘述統計分析(descriptive statistics)、關連性、以及主要的迴歸分析,得到主要的分析結果。

在確認研究變數基本上沒有大問題,以及結果有些雛形之後,心理上對論文的完成也比較篤定,這時我回過頭去開始撰寫論文的第四章「研究方法」(Methods),描述我所使用的研究設計與分析計量模式,討論可能的效度問題,交代資料整理的過程、問題與方式,說明所使用的研究變數。由於才剛做過資料整理與基本分析,印象還很深刻,有助於文字的敘述撰寫。而且在撰寫的過程中不斷釐清自己的思路,常會發現以前的想法有些缺失或遺漏的地方。我一一將這些疑點或問題記錄下來,並盡可能立即回去資料分析軟體中做確認或必要的修改。在這樣來來回回的過程中把第四章草稿完成,這也算是一份資料整理與分析方法的主要記錄。由於在論文研究計畫提案中已經有第四章的主要架構,所以在這時撰寫第四章時可以說是補強內容,所花的時間並不會太多。

接下來我回到論文的第一章「論文研究引言」(Introduction),根據論文計畫提案的內容再加以補充、修改,把研究的主要目的、研究問題、背景與重要性做更清楚的呈現。最後預告論文後面幾章的重點內容,使整本論文的主要架構呈現出來。第一章草稿完成時我問指導教授Dr. White是要每完成一章就寄給他過目,還是整本論文草稿完成再一併讓他審核。他希望我分兩個階段,先將前面四章草稿完成,寄給他看,然後等最後兩章的草稿完成後,再寄給他。

論文的第三章是「理論架構與研究命題」(Theoretical Framework),這一章的內容在整份論文中扮演承先啟後的關鍵角色。一方面研究採用的理論架構與研究命題必須與研究目的相互契合,能夠預測或回答第一章所提到的研究問題;另一方面,後面的整個研究分析必須根據研究命題去做設計,研究變數的挑選以及內容也要與理論和研究命題互相吻合。論文分析的結果與討論也都是環繞研究命題來進行。要找到合適的研究理論架構有時並不容易,要提出適切的研究命題對研究新手往往也是一大挑戰。還好在修課的過程中慢慢累積一些想法,再將這些統整起來,在論文計畫提案中就已經相當詳細交代與討論所使用的理論架構與研究命題,所以論文的第三章就直接使用計畫提案中的相關部分。第一、三、四章的草稿撰寫大概花了一個禮拜的時間。

論文的第二章是「文獻整理與回顧」(Literature Review),這是整份研究工作中我最不感興趣的地方。我常在想如果研究工作可以不必做文獻回顧,那該多好。不過,科學的成果是累積出來的,研究者要批評、支持別人或自己的論點,都必須有所根據,實證資料與文獻是最重要的兩個根據來源。此外,研究資源有限,必須用在刀口上,因此在進行研究前,研究者須要先瞭解哪些問題已經被研究過,或相關的問題已經有哪些發現,再針對尚未被探討或不明瞭的問題加以探詢。其實,文獻回顧也是支持科學或研究社群運作的根基。試想,如果研究不要求文獻回顧,學術期刊的訂閱量或需求一定大減,許多期刊無以為繼,研究成果的發表管道便會大幅縮減,這就直接衝擊到學者的生存。

回歸正題,由於我的論文計畫提案中文獻回顧的份量不多,我自己也覺得整理得不夠用心,因此我必須多花一點時間將這部分做好一點。不過我也知道認真要找的話,有太多文獻都可以討論 ,因此要適度取捨,否則會沒完沒了。於是我先列出幾個與我的論文最有相關的議題或探討面向,與指導教授討論是否足夠或適當。他認為這樣應該可以,我就針對這幾個相關議題去補充文獻,做較詳細的摘錄與比較。並在第二章中描述,有些用來支持自己論文所用的方法,有些是學者在這個研究議題上面已經發表的成果,有些是相關議題的研究結果。我發現這些整理其實很有幫助,除了讓我對研究主題主要關係上面目前的研究成果有較清楚的掌握之外,後來也在論文第六章的結果討論上面發揮很大的作用,讓我能夠拿自己所得到的發現來與這些前面的研究成果互做對照比較,討論與解釋其中的異同。如果沒有這些文獻,我的第六章可能寫不到十頁就江郎才盡了。第二章的撰寫整整又用了一個禮拜的時間。

這時第一章到第四章草稿都已經完成,我就寄給指導教授,請他提供意見與指導。同時我也著手撰寫第五章「分析結果」(Results),依照變數的描述分析(descriptive analysis)、變數間關連性(correlation)、二元變量分析(bivariate analysis)、模式檢測與選擇、多變量分析(multivariate analysis)、敏感度分析(sensitivity analysis)與模擬(simulation)的順序一一跑資料分析,去呈現、描述與解讀結果。有時候為了驗證研究命題,必須針對某些變數係數關係的顯著程度進行統計檢測。在寫這一章時,經常為了確認或證實自己所做的分析及得到的主要結果是具有可信度的,或者要設法使結果更容易讓人理解,會想到原本沒有想到的分析或呈現方法,因此需要回去改寫統計分析程式,再跑必要的分析。這一章也是在文字撰寫與資料分析之間來回進行,所用掉的篇幅比我想像的多了不少,但從中學到不少東西,讓我回想許多以前上統計課或計量經濟學課程中老師所教的內容,並恍然大悟原來老師教這些不是沒有道理的。

第五章寫到一半時,我也接到指導教授針對第一至第四章草稿內容所做的建議與回應,整體上他覺得這四章該交代的內容多已照顧到,除了幾個建議改進地方之外,應該沒有大問題。

最後一章「討論與結論」(Discussion and Conclusions)有幾個重點,首先是根據分析結果,針對研究命題一一討論,指出各個命題是否得到實證支持,解釋背後的(可能)原因;此外,分析所發現的每一個變數與應變數(主要的研究現象)的關係也是需要討論的地方。再來,我必須就命題驗證所得的結果,討論它們所代表的意涵,包括對政策的意涵、對醫院管理的啟示、對理論以及對研究方法有怎樣的應用性。最後,我必須交代這份研究仍然有哪些可能的缺失或限制,並提出或建議未來的研究可以進行的方向。

老實說,這是最讓我傷腦筋的一章。對我來說,要陳述這份研究發現了甚麼還比較容易與直接,但是要去說明這些結果代表什麼意義,以及討論背後可能的原因,實在是一大挑戰。最近我去上VCU Writing Center為研究生所辦的寫作工作坊,講員提到,其實大學生與研究生所面對的寫作要求,主要的差別在於大學生只要能清楚寫出學到、看到、發現到什麼就可以了,可是研究生的挑戰,是必須指出所學到、看到或發現到的東西的意義是甚麼。我發現論文第六章的挑戰也就在這裡。

於是我跑去找指導教授請他指點迷津,他笑說去休假一陣子,看一些有趣的書,也許靈感就來了。不過他還問了我幾個問題,包括要我說出研究的主要發現是甚麼?為什麼會這樣?這些發現有甚麼特別之處?對我們目前所知道的有哪些新的貢獻?哪些人必須知道這份研究的結果?對他們有甚麼幫助?這些問題給我不少思考的線索。此外,我也發現仔細去看其它論文的作者如何撰寫研究結果的討論與結論,對自己在撰寫這一章有莫大的幫助。

本來想第六章跟第五章一樣可以在一個禮拜完成,結果第六章花了兩個禮拜,才完成草稿。我也將這兩章整個讀過一遍,看看其中有沒有互相矛盾或不連貫的地方,然後將這兩章與前面四章彙整為整份論文草稿,寄給指導教授。他看了馬上回應,指出幾個地方要我再注意、想想看,做比較的修改,之後便可以將論文草稿寄給其他三位論文審核委員。因此我在十月五日將論文草稿寄出。

論文草稿寄出後約一個禮拜,Dr. McCue就提供他的意見給我,指出論文當中有些描述或變數名稱前後不一致的問題,容易讓人混淆,也指出其他可能的研究限制,建議我參考改進。Dr. Stratton陸續就第一、四、五、六章給我許多意見,指出我敘述不清楚或有問題的地方,以及我在做變數係數顯著程度檢測上面的一些錯誤,並點出有個變數可能有反因果關係(reverse causality or endogeneity)的問題。此外,由於我的分析涵蓋七年的資料,原本我是直接使用每一年當時的金額(名目金額,nominal value),未做通貨膨脹率的校正。因此Dr. Stratton也要求我在使用金額衡量的變數上面必須進行通貨膨脹率的校正,也就是用實質的金額(real value)。

針對Dr. Stratton所指出的問題,我必須修改分析的內容,並重跑分析,多變量分析的結果也跟之前的結果有些不一樣,因此第五章與第六章必須作相當多的修改,還好主要的發現與結論沒有太大的出入,不須要做大幅度的改寫。

Dr. Clement因為身兼醫管碩士班的主任,這一陣子非常忙碌,無法馬上給我回應。不過我在十一月初徵得論文審查委員的同意,敲定論文答辯的日期與時間。Dr. Clement也承諾會在我的答辯口試前看完論文草稿。

在論文答辯日期敲定之後,我一方面著手準備答辯的簡報內容,也將修改的論文整理好,另一方面則在論文答辯日之前,一一找審查委員,向他們報告修改的部分,再徵詢他們的意見,基本上他們都相當認同。我也特別請教指導教授有關論文答辯時準備的重點與必須注意的事項,他也都很深入地與我分享,給我許多有用的建議與方向。

論文答辯會議中,我先進行論文研究的簡報,並接受論文審查委員提問,我針對問題一一回答。會中我們所長(目前也擔任博士班的主任)以及有多位研究生也參加,他們也提出不少問題給我參考。我的簡報時間超過指導教授建議的時間長度,對有些審查委員提出的問題回答得可能不是很切題。不過他們也跟我強調有些問題他們不期待馬上要有答案,但希望我未來在做研究時能夠繼續思考。

提問與答辯之後,論文審查委員開會討論是否要通過這份論文研究,其他人須先離開會場。我們走出會場時,所長過來跟我鼓勵說這是很不錯的研究,恭喜我所獲得的成果,希望我未來繼續努力。原本他對我在這麼短的時間完成論文有點不放心,現在看起來他的疑慮應該降低了不少。

約十分鐘之後指導教授請我進入會場,告訴我由於我已經針對委員們對這份研究所提出的問題與建議做出適當的改善,以及我對這份研究主題與領域已有相當程度的瞭解,委員會一致通過我的論文,但是委員們認為我在討論研究結果對醫院管理的意涵時,其中有一點過份牽強,沒有很充分的證據,要求我做適度的修改。然後他們一一跟我道賀,肯定我在這段過程中的努力。Dr. Clement果然依承諾看完我的論文草稿,並給我相當詳細的修改意見,做為我在進行論文定稿時的參考。Dr. Stratton則拿給我一張她在聽我的簡報時所寫的筆記,列出好幾點論文要投稿發表時須再注意考慮的地方。

指導教授Dr. White還準備了相機,邀請所有的論文審查委員與我合照,也邀請與會的研究生跟我合影。依照系上的慣例,博士班也準備了一些點心與香檳,舉行一場小小的慶祝茶會。

在這段過程中,我有幾點正面的經驗或許可以分享。首先,充分與論文審查委員的互動與溝通很有幫助,有遇到問題時將問題想清楚,彙整後找指導教授或有相關專長的論文委員請益,將自己的疑點與想法告訴他們,請他們提供意見。特別是在重要的決策點上面(如重要變數的決定、分析模式的決定與結果的採用與否),這樣應該可以將重覆修改的情況降到最低。此外,在論文進行的初期,如果能跟指導教授對論文的進行時程有共識,並也取得論文委員的認可,對整個論文審核委員會的運作應該有助益。第二點是請老師建議幾本系上優秀的畢業論文,參考其中的章節架構、各章節的重點內容與論述的方式、圖表的呈現方式等,我自己從中獲益良多。還有,論文寫作也要認知到,沒有一份研究能夠是完美無缺的,Dr. McCue一再提醒我們:The best dissertation is a done dissertation。因此我建議要對論文的範圍設定適當的界線,將有限的時間與精力投注在最重要與直接相關的文獻、分析方法、理論上面。太強的企圖心或完美主義可能會為論文的完成帶來不必要的困擾。我自己的習慣是先努力完成草稿,將自己的想法與論點交代清楚,然後給指導教授過目,再給其他審查委員,之後一一收集他們的意見,根據這些意見來強化論文內容。如果我們認為要等到有一份完美的草稿才要寄給審查委員,可能永遠也寄不出去。最後,我覺得在撰寫論文計畫提案的草稿時,內容盡可能先寫豐富、完整一點,再依照提案計畫篇幅規定加以濃縮。有豐富的計畫提案草稿對後來在撰寫論文內容時會省下很多時間。

自己之所以能夠在很有限的時間內順利完成論文,有幾個重要的因素。首先要感謝門諾醫院准予我在美國多留五個月的時間,專心進行論文研究。第二個因素是由於系上有相當完整的資料庫、讓我不必自己去收集資料或購買必要的資料庫,省下許多的時間與金錢。此外,指導教授的支持以及論文審查委員的迅速回應以及在時間上面的全力配合,讓我深深感動。最後,最大的恩典是來自上帝的帶領。我如果要趕在今年12月畢業,必須在11月中旬前完成論文答辯,而我在八月底才通過論文計畫提案審查,說真的,當時心中的把握很低,只能盡力而為。然而,事實上還有許多自己無法掌握的因素,比如萬一H1N1爆發疫情,學校被迫停課;或者如果氣候變化,Richmond突然下起大雪,交通勢必停擺;或者如果自己的身體出現病痛,必須中斷論文的進行等等。現在回想起這些當初的顧慮,心中除了感恩,還是感恩,感謝上帝的保守與帶領。此時心中浮現新約聖經羅馬書八章28節的經文,謹以此與同工好友分享:

「我們知道,對那些愛上帝的人,萬事都配合成有益的樣式。」