請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82014完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 黃奎隆(Kwei-Long Huang) | |
| dc.contributor.author | Yan-Ting Liu | en |
| dc.contributor.author | 劉彥廷 | zh_TW |
| dc.date.accessioned | 2022-11-25T05:34:06Z | - |
| dc.date.available | 2024-08-01 | |
| dc.date.copyright | 2021-08-20 | |
| dc.date.issued | 2021 | |
| dc.date.submitted | 2021-08-07 | |
| dc.identifier.citation | [1] Inciardi, J. A., Surratt, H. L., Cicero, T. J., Kurtz, S. P., Martin, S. S., Parrino, M. W. （2009）. The 'black box' of prescription drug diversion. Journal of addictive diseases, 28(4), 332-347. [2] Wood, D. （2015）. Drug diversion. Aust Prescr, 38(5), 164-166. [3] Harris, S., Nikulina, V., Gelpí-Acosta, C., Morton, C., Newsome, V., Gunn, A., Hoefinger, H., Aikins, R., Smith, V., Barry, V., Downing, M. J., Jr. （2015）. Prescription Drug Diversion: Predictors of Illicit Acquisition and Redistribution in Three U.S. Metropolitan Areas. AIMS public health, 2(4), 762-783. [4] Burger, G., Burger, M. （2016）. Drug Diversion: New Approaches to an Old Problem. American Journal of Pharmacy Benefits, 8(1), 30-33. [5] Dasgupta, N., Freifeld, C., Brownstein, J. S., Menone, C. M., Surratt, H. L., Poppish, L., Green, J. L., Lavonas, E. J., Dart, R. C. （2013）. Crowdsourcing black market prices for prescription opioids. Journal of medical Internet research, 15(8), e178. [6] Japkowicz, N., Myers, C., Gluck, M. （1995）. A Novelty Detection Approach to Classification. IJCAI, 518-523. [7] Hodge V. J., Austin, J. （2004）. A Survey of Outlier Detection Methodologies. Artificial Intelligence Review, 22, 85-126. [8] Zope, K., Singh, K., Nistala, S. H., Basak, A., Rathore, P., Runkana, V. （2019）. Anomaly Detection and Diagnosis In Manufacturing Systems: A Comparative Study Of Statistical, Machine Learning And Deep Learning Techniques. Annual Conference of the PHM Society, 11(1). [9] Oskari, L. （2020）. Analysis of production testing data and detecting abnormal behavior. (Master's thesis, LUT University, Lappeenranta, Finland). Retrieved from http://urn.fi/URN:NBN:fi-fe2020120499491 [10] Hu X., Gallagher M., Loveday W., Connor J.P., Wiles J. （2015）. Detecting Anomalies in Controlled Drug Prescription Data Using Probabilistic Models. Artificial Life and Computational Intelligence, 8955, 337-349. [11] Alogaili, F., Ghani, N. A., Shah, N. A. K. （2020）. Prescription drug monitoring programs in the US: A systematic literature review on its strength and weakness. Journal of Infection and Public Health, 13(10), 1456-1461. [12] Bersimis S., Psarakis S., Panaretos J. （2007）. Multivariate Statistical Process Control Charts: An Overview. Quality and Reliability Engineering International, 23, 517-543. [13] Liu F. T., Ting K. M., Zhou Z. （2008）. Isolation Forest. IEEE International Conference on Data Mining, 413-422. [14] Meyer K. A., Fink iii J. L., BSPharm, JD, DSC, FAPHA. （2020）. Missouri Lacks a Prescription Drug Monitoring Program. Pharmacy Times, 88(11). [15] 方文輝、莊明憲、陳永煌、劉紹興、周稚傑（2007）。從全民健保資料分析臺灣地區之氣喘治療現況。中華職業醫學雜誌，14(2)，77-85。 [16] 廖浩欽、胡百敏、吳清平、陳淑芳、廖訓禎（2011）。以健保資料庫資料探究40歲以上慢性阻塞性肺部疾病和支氣管性氣喘病人之診斷與處置。臺灣急診專科醫師期刊，3(4)，105-111。 [17] 姜采玲，「以臺灣全民健保資料庫分析門診新癲癇個案診斷率與藥物處方趨勢」，臺北醫學大學藥學系(碩博士班)學位論文，2008。 [18] 施旭姿，「藉由健保資料庫探討帕金森氏症在臺灣地區的流行病學和疾病特性」，中國醫藥大學環境醫學研究所碩士班學位論文，2009。 [19] 藍聖星，「以全民健保資料庫分析不同安眠藥對骨折發生率的影響」，中山大學企業管理學系研究所學位論文，2015。 [20] 凃馨慈，「健保資料大數據分析：應用貝氏Logistic迴歸機器學習模型研究失智症與心房顫動風險因子」，中山大學資訊工程學系研究所學位論文，2016。 [21] 吳杰成，「運用機器學習演算法對脂肪肝預測研究」，臺北醫學大學醫學資訊研究所學位論文，2014。 [22] 陳奕安，「基於健保資料預測中風之研究並以Hadoop作為一種快速擷取特徵工具」，清華大學電機工程學系所學位論文，2016。 [23] 張宏浩、賴麗華、唐麗慧、黃旐濤、陳國東（2001）。以經濟學觀點探討非法性藥物濫用之危險因子與防制措施。臺灣公共衛生雜誌，20(6)，423-432。 [24] 洪金華，「臺灣第一級第二級管制藥品管理與供應現況及未來之探討」，大仁科技大學藥學系碩士班學位論文，2019。 [25] 余萬能，「臺灣管制藥品使用之管理政策法規整合研究-以麻黃素類製劑及醫源性濫用為例」，臺北醫學大學藥學系(碩博士班)學位論文，2018。 [26] 梁雅惠，「管制藥品管理法制之研究」，東吳大學法律學系學位論文，2015。 [27] 李昭然、陳志慶、高忠漢（2010）。臺灣管制藥品行政管制政策法律觀。臺灣醫學，14(6)，637-644。 [28] 林展立、李顯章（2013）。食品藥物管理署教育研究試驗使用管制藥品管控流程分析之研究。工業安全衛生，(294)，15-22。 [29] 沈茂庭、劉家慧（2009）。健保局對安眠藥管制藥品的管理與努力。醫療品質雜誌，3(4)，33-35。 [30] 王薾霆（2008）。是“毒品”抑或是“管制”藥品：談四級管制藥品。秀傳季刊，23(4)，29。 [31] 李欣雅、劉建宏、李志恒（2010）。臺灣常見管制藥品之使用與管理。臺灣醫學，14(6)，627-636。 [32] 丁冠玉，「台灣大專研生對藥物濫用的認知、態度、行為之研究」清華大學工業工程與工程管理學系工程碩士在職專班學位論文， 2013。 [33] 康凱翔、柯孟榕、徐睿、蔡文瑛（2017）。105年度臺灣地區藥物濫用現況。食品藥物研究年報，8，290-301。 [34] 張智欽，「藥物濫用預警模型取樣與建置之研究」，國立中正大學犯罪防治研究所碩士論文，2016。 [35] 李柏鋒，「非癌症患者長期使用鴉片類止痛藥後出現合併苯二氮平類藥物使用或死亡事件之危險因子」，成功大學公共衛生研究所碩士在職專班學位論文，2019。 [36] 陳國東、張國頌、唐麗慧（1999）。台北某教學醫院急診病人藥物濫用流行病學研究。疫情報導，15(4)，117-127。 [37] 李文進，「臺灣藥物濫用在特定族群的盛行率調查」，中山醫學大學生化暨生物科技研究所學位論文，2014。 [38] Substance Abuse and Mental Health Services Administration. （2018）. Key substance use and mental health indicators in the United States: Results from the 2017 National Survey on Drug Use and Health (HHS Publication No. SMA 18-5068, NSDUH Series H-53). Rockville, MD: Center for Behavioral Health Statistics and Quality, Substance Abuse and Mental Health Services Administration. Retrieved from ttps://www.samhsa.gov/data/ [39] Substance Abuse and Mental Health Services Administration. （2019）. Key substance use and mental health indicators in the United States: Results from the 2018 National Survey on Drug Use and Health (HHS Publication No. PEP19-5068, NSDUH Series H-54). Rockville, MD: Center for Behavioral Health Statistics and Quality, Substance Abuse and Mental Health Services Administration. Retrieved from https://www.samhsa.gov/data/ [40] Substance Abuse and Mental Health Services Administration. （2020）. Key substance use and mental health indicators in the United States: Results from the 2019 National Survey on Drug Use and Health (HHS Publication No. PEP20-07-01-001, NSDUH Series H-55). Rockville, MD: Center for Behavioral Health Statistics and Quality, Substance Abuse and Mental Health Services Administration. Retrieved from https://www.samhsa.gov/data/ [41] 全國法規資料庫，（2017），管制藥品分級及品項，中華民國。 [42] 衛生福利部，（2018），藥物濫用案件暨檢驗統計資料，中華民國。 [43] 衛生福利部，（2019），藥物濫用案件暨檢驗統計資料，中華民國。 [44] 衛生福利部，（2019），國民醫療保健支出，中華民國。 [45] Center for Medicare and Medicaid Services. （2018）. Opioid Oral Morphine Milligram Equivalent（MME）Conversion Factors. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82014 | - |
| dc.description.abstract | 近年來世界各國濫用管制處方類藥物的議題不斷出現，不但會使過多用量的病患有著生命安全的疑慮，也會造成國家經濟的不良影響。在美國，鴉片類藥物一直以來都是較常被濫用的管制處方類藥物，根據美國在「全國藥物使用及健康調查（National Survey on Drug Use and Health）」的年度調查中發現，非法藥物的濫用比例逐年提升，從2015年全國人口的17.8%到2019年的20.8%。而其中處方類止痛藥物一直都是美國較常被濫用的非法藥物，僅次於第一大的大麻，平均每年有1000萬名病患濫用此類藥物。而臺灣的管制類藥物濫用案例也越來越多，在108年度衛生福利部的「藥物濫用案件暨檢驗統計資料」中可以發現，濫用的首要原因為「紓解壓力」，因此臺灣在鎮定、安眠類的藥物濫用情況是比較嚴重的。雖然在美國有「處方藥監測系統（Prescription Drug Monitoring Programs）」，而臺灣也有與日本和美國相同的「管制藥品使用執照」勾稽策略，卻還是無法有效防止管制處方類藥物的不當轉移與濫用。因此，本研究的主要目的為分析管制類藥品的歷史資料，偵測與辨識潛在的藥物濫用或不當轉移情形與原因。本研究使用多變量的異常偵測方法，首先會將觀察對象的行為轉換為不同的變數，並分為兩個階段來分別分析離群的觀察對象、離群的行為與離群時間點。在第一階段中使用包含Hotelling’s T2 統計方法及Isolation Forest非監督式機器學習方法來偵測離群的對象，並在第二階段中進一步針對第一階段所偵測到的離群對象，進行離群行為與時間點的辨識，最後對結果進行探討。本研究使用美國某連鎖藥局之歷史處方箋資料進行研究，研究結果發現利用藥局的歷史處方箋資料能夠偵測到不同地區醫師的濫用程度與較常濫用的管制藥物成分，並與NSDUH的年度統計資料相符。 | zh_TW |
| dc.description.provenance | Made available in DSpace on 2022-11-25T05:34:06Z (GMT). No. of bitstreams: 1 U0001-0608202112554000.pdf: 7034383 bytes, checksum: 2291078a79abbbc5fd190f37488b6aca (MD5) Previous issue date: 2021 | en |
| dc.description.tableofcontents | 口試委員審定書 i 摘要 ii ABSTRACT iii 目錄 iv 圖目錄 vi 表目錄 viii 第一章 緒論 1 1.1 研究背景 1 1.2 研究動機 6 1.3 研究目的 8 1.4 研究架構 8 第二章 文獻探討 10 2.1 藥物轉移 10 2.2 異常值偵測方法 13 2.3 美國處方藥監測系統 PDMPs 17 2.4 臺灣全民健保資料庫 19 2.5 小結 23 第三章 問題描述與研究方法 24 3.1 問題描述 24 3.2 資料處理 25 3.2.1 鴉片藥物劑量標準化（Opioid Drug Dosage Standardization） 27 3.2.2 醫師行為轉換（Prescriber Behavior Transformations） 29 3.2.3 資料正規化（Data Normalization） 30 3.3 多變量異常偵測方法 32 3.3.1 Hotelling’s T2管制圖（Hotelling’s T2 Control Chart） 32 3.3.2 Isolation Forest演算法（Isolation Forest Algorithm） 36 3.4 兩階段多變量異常偵測方法 38 3.4.1 離群醫師偵測（Anomaly Prescriber Detection） 38 3.4.2 離群醫師行為辨識（Anomaly Behavior Identification） 39 第四章 實例驗證與結果分析 40 4.1 資料初步探索與處理 40 4.1.1 資料時間範圍分佈 40 4.1.2 醫師行為轉換 41 4.1.3 資料正規化 42 4.2 離群醫師偵測 45 4.2.1 所有鴉片類管制成分資料 45 4.2.2 個別鴉片類管制成分資料 52 4.2.3 不同成分之資料比較 55 4.3 離群醫師行為辨識 57 4.4 異常偵測結果與實例驗證 59 第五章 結論與未來研究展望 65 5.1 結論 65 5.2 未來研究展望 66 參考文獻 67 | |
| dc.language.iso | zh-TW | |
| dc.subject | Isolation Forest演算法 | zh_TW |
| dc.subject | 管制藥物 | zh_TW |
| dc.subject | 多變量異常偵測 | zh_TW |
| dc.subject | Hotelling’s T2統計管制圖 | zh_TW |
| dc.subject | Multivariate Anomaly detection | en |
| dc.subject | Hotelling’s T2 | en |
| dc.subject | Isolation Forest | en |
| dc.subject | Controlled drugs | en |
| dc.title | 管制藥物之多變量異常偵測與辨識 – 以藥局處方資料為例 | zh_TW |
| dc.title | Multivariate Anomaly Detection and Recognition of Controlled Drugs – A Case Study of Pharmacy Prescription Data | en |
| dc.date.schoolyear | 109-2 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 鄭辰仰(Hsin-Tsai Liu),楊朝龍(Chih-Yang Tseng) | |
| dc.subject.keyword | 管制藥物,多變量異常偵測,Hotelling’s T2統計管制圖,Isolation Forest演算法, | zh_TW |
| dc.subject.keyword | Controlled drugs,Multivariate Anomaly detection,Hotelling’s T2,Isolation Forest, | en |
| dc.relation.page | 71 | |
| dc.identifier.doi | 10.6342/NTU202102144 | |
| dc.rights.note | 同意授權(限校園內公開) | |
| dc.date.accepted | 2021-08-09 | |
| dc.contributor.author-college | 工學院 | zh_TW |
| dc.contributor.author-dept | 工業工程學研究所 | zh_TW |
| dc.date.embargo-lift | 2024-08-01 | - |
| 顯示於系所單位： | 工業工程學研究所 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-0608202112554000.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 6.87 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。