中英醫院體檢的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

運用大數據技術於醫療資訊的分析探討

為了解決中英醫院體檢的問題，作者龔家巧 這樣論述：

大數據（Big data）是近代最炙手可熱的技術之一，其核心價值在於挖掘數據中的隱藏資訊。以幫助企業進行預測，並制定合宜的策略。本研究觀察到臺灣目前面臨社會高齡化的危機，失智症的議題逐漸受到重視。失智症越早接受治療，控制病情的效果越佳。然而失智症初期的症狀不明顯，導致容易被忽略而錯過最佳診療時期。若能找出有哪些因素和失智症相關，並進行預測，就能使失智症受到更有效的管理。於是本研究將大數據技術，應用於合作醫院的失智症醫療數據。並使用IBM的SPSS統計軟體來進行大數據分析。利用卡方檢定（Chi-squared test），找出失智症的相關變數。發現高血脂和腦中風，和失智症的種類有相關性。有高血

脂和腦中風的患者，罹患可逆性失智症的比例較高。也發現教育程度和糖尿病，和失智症的嚴重度有相關性。教育程度較低、有糖尿病的患者，失智嚴重度為中重度的比例較高。再運用邏輯迴歸（Logistic regression），進一步挖掘不同教育程度的患者，以及有無罹患糖尿病的患者，在預測失智嚴重度上的年齡分界點，以利於警示失智症的高危險群。最後用判別分析（Discriminant analysis），找出預測患者有無罹患失智症的判別函數。發現患者的年齡、教育程度、血糖、總膽固醇（Total cholesterol）、三酸甘油酯（Triglyceride）、高密度膽固醇（High-density lipop

rotein）和血紅素（Hemoglobin），是較具影響力的判別指標。其中又以年齡和教育程度的影響力最大。推論患者可以透過控制這些判別指標的數值，達到降低失智症的罹患風險的目的。上述分析結果能提供醫護人員或患者一個失智症的評估參考，提前找出罹患失智症的高危險群，幫助患者提早就醫，提高失智症的治療效果。也可以提高患者的警戒心，提前做好防範措施，預防失智症的發生。也改善了失智症被忽略的社會問題。