作者：台南新樓醫院 神經內科 謝鎮陽 醫師
相關文章：[快訊] 謝鎮陽醫師關於健保資料庫「中風嚴重度」之 validation study，獲 BMC Health Services Research 刊登！
山不轉路轉
這篇，算是 Stroke Severity Index (SSI) 的「二部曲」。SSI 算是我們在使用健保資料庫做腦中風相關研究的過程中，基於臨床觀察發想出來的一個小創新。其 rationale 在於，雖然健保資料庫中沒有腦中風病人「中風嚴重度」的這個變項，但是我們可以用一些「處置」來代表病人可能有某種「症狀」，例如：病人被插鼻胃管灌食，可能代表病人有吞嚥困難，甚至是意識昏迷。
Tainan Score
一開始，大約是在 2013 年，我利用單一醫院的中風登錄資料做 reference standard，來 develop 並 validate 這種利用「處置申報與否」來代表病人中風嚴重度的新方法，當時我還很天真地把這方法命名叫「Tainan Score」，Tainan Score 在 logistic regression model 中，預測病人有 poor outcome 的 area under curve 甚至有 0.8 呢！於是我興高采烈地投稿到 Stroke，然後他就死掉了 被退稿了。
將 idea 轉化為文章發表的能力
到了 2014 年，在傷心之餘，拿著 manuscript 與當時在中正大學念資訊管理研究所的宋昇峯醫師討論，剛好當時他想運用 data mining 的方法，用在健康照護的 big data 研究，於是經過宋醫師的重新改造，產生了一部曲：「Developing a stroke severity index based on administrative data was feasible using data mining techniques.」，順利於 2015 年刊登在 Journal of Clinical Epidemiology。
這整個過程，驗證了蔡校長說的，在做研究時，idea 並非稀有財，真正的稀有財，是把 idea 執行成為論文並發表出來的能力。
Criterion validity
因為 SSI 是一種新的、由 claims data 來估計 stroke severity 的 scale，因此需要驗證其 criterion validity，在此順便介紹 criterion validity 的概念，criterion validity 又分 concurrent 與 predictive 兩種 criterion measures。Wikipedia 以美國的 SAT（學術水平測驗考試）當例子，高中學業成績可以算是 SAT 的 concurrent criterion measure，而一年後學生上大學了，大一的成績可以當做是 SAT 的 predictive validity，這裡兩種 criterion measures 都是評估 SAT 在「測量學生學業能力」這件事情上的效度。
訂定有效代理指標
在「一部曲」的論文中，我們是使用中風病人剛住院時的 NIHSS (National Institutes of Health Stroke Scale) 當作 reference standard，來檢定 SSI 的concurrent validity；而如果側重在對未來中風病人神經功能恢復的預測，那麼 predictive validity 也很重要，這就是這篇「二部曲」文章要做的。
我們檢定 SSI 對於中風病人中風後的 functional outcomes 的預測力，所使用的reference standard 是病人中風後三個月、六個月、一年後的 modified Rankin Scale (mRS)，結果發現，SSI 與這些時間點的 mRS 都有統計上顯著的相關性，而在多變量預測模型中，model 中放入 SSI 或是實際的 NIHSS，對於中風病人三個月、六個月、一年時死亡之預測力並沒有差別，所以我們認為 SSI 可以做為進行健保資料庫研究時，作為中風嚴重度的一個有效代理指標 (surrogate/proxy)。
投稿過程
這篇研究完成後，投稿到 PLOS ONE 竟然被退稿，也就是那 < 40% 的機會被我們遇上了，退稿的理由：
「This is an interesting paper to provide a proxy method to grouping stroke severity when use a claim database which did not include NIHSS information in Taiwan. However, this method might not be applied to another database in other country. So I recognize the scientific contribution of the manuscript is limited.」。
負責的 academic editor 還是台灣的公衛學者哩！不過宋醫師很快地發現網路上有 journal suggester 這種免費工具可以使用，大概也算是出版商 data mining 的一種應用吧！只要把 manuscript 的 title、abstract，甚至全文貼上網頁，之後「電腦馬 A 撿土豆」，幫你推薦幾個適合的投稿期刊，甚至還包括 journal ranking、刊登費用、open access 與否等相關資訊。
後來，就順利地找到 BioMed Central 旗下的這本 BMC Health Service Research 投稿並被刊出。文章接受後，出版社團隊的運作（出帳單讓人刷卡交錢 → proof-reading → published online）效率極高（差不多一週）！當然這樣子的服務，費用也不便宜，幸好刊登費可以拿到全額補助。
加值中心與資料庫的連結
幸好我們不是商人，對我們這樣子的研究者來說，開發「新產品」只要是科學上是真的，文章寫出來有人願意刊登，可以領到醫院論文獎金就好了；不然以「產品」的角度來說，感覺 SSI 目前尚處於那種「叫好不叫座」的處境（似乎很有趣，但使用的人少），未來需要我們團隊好好地運用它，在實際的研究的例子上多做一些應用：
[快訊] 謝鎮陽醫師連結「健保資料庫」與「死因統計檔」研究週末住院的中風病患死亡率之文章，獲 Medicine 刊登！
而我們累積的這些經驗，也慢慢地摸索出了一個往後在健保資料庫研究的方向：「在加值中心中，將不同的資料庫相互連結」，目前我們團隊正如火如荼地，利用過去在新思惟學到的「使用健康資料加值中心」之眉眉角角，在進行一些腦中風的研究，希望很快就有更多的論文刊出。
最新活動