讓自己更好的生活提案論文書籍站
國立成功大學 工程管理碩士在職專班 陳澤生所指導 段名聰的 運用資料探勘技術由健康檢查與生活習慣資料建立冠狀動脈心臟病預測模型 （2019），提出北醫君蔚門診費用關鍵因素是什麼，來自於資料探勘、冠狀動脈心臟病、決策樹、類神經網路。
而第二篇論文臺北醫學大學 醫務管理學研究所 溫信財所指導 王朝佳的 Tw-DRGs 4.0實施後對敗血症醫療費用影響之因素-以某區域醫院為例 （2019），提出因為有 台灣診斷關聯群（Tw-DRGs）；敗血症；醫療費用；多重器官衰竭；合併症或併發症的重點而找出了 北醫君蔚門診費用的解答。
運用資料探勘技術由健康檢查與生活習慣資料建立冠狀動脈心臟病預測模型
為了解決北醫君蔚門診費用 的問題，作者段名聰 這樣論述：
全球多數先進國家早已邁入高齡化社會，更有研究指出在未來二十年內，即將出現超高齡社會，人口老化儼然成為國家亟需研擬對策的社會問題，長照及醫療成為政府必須重視且發展的因應措施。潛藏在人口老化內最棘手的則是慢性病。多數慢性病患者需要耗費相當多時間及金錢在長照及門診上，因此醫院常有人滿為患的情形，如何減輕醫療負擔及提倡健康意識非常重要。科技日新月異的進步，便利了人類的生活，人工智慧的功能逐漸強大，應用領域也越來越廣泛，本研究將運用資料探勘的技術來改善上述的問題，期望能減輕醫院的負擔，並且可以提高民眾的健康觀念。冠狀動脈心臟病是台灣常見的慢性病，要確認是否罹病需要較精密的檢查以及昂貴的費用，如果可用較
為簡易的方式預測，將能替病患省下時間及金錢，並且可以提供醫師輔助診斷，也避免醫療資源浪費。本研究運用資料探勘的技術，從大量健康檢查資料中以決策樹及類神經網路演算法各建立一個疾病預測模型，並且比較預測準確率來提供醫師評估病患是否罹患冠狀動脈心臟病。資料探勘的精神在於從眾多資料內找出潛在的實用資訊，本研究收集最基本的健康檢查報告及生活習慣調查資料，利用R Studio軟體來進行資料探勘，建立冠狀動脈心臟病的預測模型。基本的健康檢查項目雖然不多，但由於本研究運用監督式學習的演算法，在模型建立之時，採用的是已知資料，因此在預測時同樣也只需要輸入相對應的檢查項目，模型就可以即時提供預測結果作為輔助診斷，
醫師可以根據健康檢查報告給予受檢人相關建議及健康諮詢，並且讓民眾能更加注意自身的健康情形。
Tw-DRGs 4.0實施後對敗血症醫療費用影響之因素-以某區域醫院為例
為了解決北醫君蔚門診費用 的問題，作者王朝佳 這樣論述：
我國自民國99年導入DRGs支付制度，其目的為確保病患照護品質原則下，減少醫療浪費，增加資源利用效率。由於各級醫院營收主要來自健保給付，每一次的健保給付調整，對醫院都帶來相當的挑戰，而近來陸續實施的400多項DRGs已對醫院財務及管理造成衝擊，為了解健保署第三階段實施之敗血症DRG對醫院申報費用的影響，本研究除探討影響敗血症醫療費用之因素外，並分析個案醫院面對Tw-DRGs 3.4和4.0版本時，病人住院醫療費用和申報DRGs之差異，且進一步比較主治醫師間藥費支出對醫療費用之影響。 本研究蒐集北部某區域醫院1,035名敗血症病患之住院醫療費用清單明細檔（2017年1月1日至2019年6
月30日），採次級資料回溯研究，以樞紐分析、成對樣本 t 檢定、單因子變異數分析、皮爾森積差相關、Spearman’s rho 相關係數檢定、線性複迴歸等方法進行統計檢定。 研究結果敗血症之醫療給付和給付價差在雙變項檢定：18-79歲和80歲以上年齡分組（p