映射技術在RFID與健康檢查資料之應用

The Technology Applied in RFID and Information of Health Screening

10.6338/JDA.201002_5(1).0009

鄭宇庭(Yu-Ting Cheng)

無線射頻辨識（RFID） ； 資料映射 ； Technology applied

Journal of Data Analysis

5卷1期（2010 / 02 / 01）

189 - 197

繁體中文

隨著時代的變遷，國人的生活習慣也有很大的改變，而造成國人死亡的主要因素也有很大的不同。從過去以傳染病為國人死亡的主要因素到現在以惡性腫瘤與慢性病為主要死因，而這樣的改變不難發現國人的生活型態對於疾病的死亡有很大的影響。本研究利用情境分析與RFID技術結合，運用現有的健康檢查資料庫與RFID進行情境模擬分析，在健康檢查資料庫中發現人們大部分皆為高血壓、高血脂、高血糖之高危險群，於是本研究利用問卷對於國人的生活型態進行調查，透過函數映射（Mapping）將健康檢查資料與生活型態問卷結合，從中找出高血壓、高血脂、高血糖發生之原因，最後再針對整理出來的資料建立模型，利用建立出來的模型將資料進行分群，分為高危險群、中危險群、低危險群三群，以幫助國人了解自己是否為高血壓、高血脂、高血糖的潛在患者。

As the changing of times, the lifestyle of people has changed. And the main factor of people' death has also changed. In the past, the main reason of people' death was infectious diseases, but cancer and chronic diseases nowadays. It is not difficult to find that different lifestyle has a tremendous influence on death from diseases.This study is combined with RFID by using scenario analysis. We use existing health screening databases to carry out scenario analysis with RFID. We found that lots of people have high-risk of hypertension, hyperlipidemia and hyperglycemia. Therefore we did a survey of people' lifestyle by questionnaires. Through mapping, we can combine the health screening databases with questionnaires. Then we can find out the reasons for the occurrence of hypertension, hyperlipidemia and hyperglycemia. Finally we use the reorganized information to build up a model and then use cluster analysis to divide it into three groups: high-risk group, moderate-risk group and low-risk group. It is effective to help people understand whether they are potential patients of hypertension, hyperlipidemia or hyperglycemia.

1. 宋龍華(2009)。輔仁大學應用統計研究所。
   連結：
2. Efron, B.(1975).The Efficiency of Logistic Regression Compared to Normal Discriminant Function Analysis.Journal of the American Statistical Association,70,892-898.
3. 吳聲和(2008)。國立台北大學統計學系。
4. 林曉芳(2001)。政治大學教育研究所。
5. 邱鈺翔(2001)。台灣科技大學電子工程研究所。
6. 康惠雯(2001)。東海大學統計研究所。
7. 程繼瑩(2003)。中原大學資訊管理學系研究所。
8. 葉瑞玲、江志民、謝邦昌(2001)。資料採礦中資料缺值差補之變異數分析。90年中國統計學術研討會，台北: