作者：彰化秀傳紀念醫院眼科李家一醫師

變動中的健保資料庫研究

初次接觸健保資料庫（NHIRD; national health insurance research database）是在 2014 年 12 月，當時在長庚會議室看著先進們上台報告，心中默默覺得這是非傳統、但富有潛力的研究方式，希望自己能在這塊領域下功夫、跟師長們看齊。

不知不覺四年過去了，現在的資料庫研究跟當初的模式已經有顯著的不同。真的是時代在變，不僅是人、連研究也會改變啊！

回想當初

我的第一份 NHIRD 研究計劃表相當單純：探討 A 疾病在 B 疾病的族群中是否發生率較高。不幸的是，這份計畫在等 data 跑出來前，即因為醫學會有人先報告了相同且統計完成的主題而被老師腰斬。

現在回頭看，還真是個青澀的經驗。因為用近期的資料庫研究標準來審視，這個設計首先就會被質疑時序性的問題，畢竟時序可是危險因子判定的重要標準之一呀！

兩年多前 NHIRD 研究被 Scientific Reports 拒絕而廣受批評時，有位新思惟之友在臉書寫到：「如果從此學術界對 NHIRD 研究的審核變嚴格，那才能留下真正願意在此領域貢獻心力的研究者。」這點我非常認同。

一種研究方式在剛起步時，必定會需要作出許多調整方能達到成熟階段，一成不變的方式只會被時間淘汰。

或可歸功於批評與質疑之後的精鍊，現在進行 NHIRD 研究時、不能只想到國際疾病分類診斷代碼。

若疾病（例如骨折）有很明確的健保手術碼做為發生的證據，那使用手術碼的準確度會優於診斷碼。畢竟除非真有適應症、否則不會無故進行手術，更別說還要面對健保審查的壓力。這點在《健保資料庫工作坊》即有提到，所謂「專屬於外科的優勢」。

除了手術，大部分科別都有門診處置，這群同樣要向健保局申報而涵蓋範圍更廣的檢查與治療，即是思考研究設計時的好幫手。

其他沒有上述條件的疾病，建議可以試著用「診斷碼 + 檢查碼 + 藥物碼」的規格去定義疾病，提升準確性以減少質疑。尤其是藥物，小弟最近幾次投稿皆有被問到藥物對研究的影響：研究的主要疾病用到何種藥物？何種藥物會影響其因果關係？真的可以好好想想。

若還有無法克服的瑕疵，就大方認列 limitation 吧！畢竟每種研究工具皆有其局限，而自己先承認總比投稿後才被 reviewer 點出來為佳。

以小弟微薄的經驗而言，或許是因為用新思惟提倡、從臨床問題出發的 idea-theory-data-composition 流程來構思 NHIRD 研究，即使投稿到前段期刊所遇到的困難也沒有比傳統 original study 多。

傳統臨床研究同樣會碰到使用單一診斷方式是否有偏頗、或是否有其他危險因子未被考慮到的問題，而且一般臨床研究在病人族群數量上其實比 NHIRD 研究少。

如小弟上一篇分享文提到的，投稿前可以先研究期刊網站內容以及「細讀期刊 guideline」，找出流行病學取向、或有資料庫次分類的期刊，便能減少被拒絕的心碎次數 XD。

個人覺得 NHIRD 研究並沒有因先前的批評或題目的耗盡而黯淡下來。相反的，更完整的 2016 年度資料庫提供了更多方向及可能性。而新思惟關於 NHIRD 與研究相關課程提供了學習及討論很棒的環境，不管是新手或老手都能有所收穫。

再次列上我與研究夥伴於 2018 年發表論文：