第四章 研究結果與分析
第一節 資料收集與分析
本章節依據圖
3.3
之分析步驟，分成數小項進行說明。第一項 手術作業各因變數與手術時間的顯著性探討
本研究從該區域教學醫院的手術排程系統與手術記錄系統中取 出含因變數與其對應的目標變項之電子資料進行分析，樣本數
(n)
為
13399
筆，分析結果如下表4.1
。表4.1：資料屬性、分析法與其顯著結果
因變項 目標變數 分析法 p值
手術醫師科別（類別屬性） 手術作業時間（數字屬性） ANOVA 2.2e-16 麻醉方式（類別屬性） 手術作業時間（數字屬性） ANOVA 2.2e-16 手術術式別（類別屬性） 手術作業時間（數字屬性） ANOVA 2.2e-16 手術醫師別（類別屬性） 手術作業時間（數字屬性） ANOVA 0.002403 急診別（類別屬性） 手術作業時間（數字屬性） ANOVA 2.2e-16
在上表
4.1
中， 可以看到科別（13
組）、麻醉方式（6
組）、醫師 別(97
組)
、術式別（945
組）、急診別（3
組），對於手術作業時間 的影響，是有差異的，但仍需要再進行事後檢定。本研究採用
TukeyHSD
函數進行事後檢定，以下將依照個因變 項加以說明：A. 科別
科別因變項包含小兒外科(C1)、一般外科(C2)、胸腔外科
(C3)
、心臟外科(C4)、婦產科(C5)、骨科(C6)、神經外科(C7)、 泌尿科(C8)、耳鼻喉科(C9)、眼科(C10)、整型外科(C91)、 口腔外科(C47)與兒童牙科(C46)共13
組，如表4.3。
從表
4.3
中，明顯可以觀察到，小兒外科(C1)與其他科別 在手術時間上皆無差異，其次為兒童牙科(C46)也有與5
個 科別(C1, C3, C6, C7, C91)在手術時間上無差異。推測可能 的原因是小兒外科與兒童牙科的樣本數較少有關（C1樣本 數=8，C46樣本數=22）。表4.2：科別對手術時間之事後檢定分析
註：*p < 0.05, **p< 0.01, ***p< 0.001。
B.
麻醉方式別麻醉方式因變項共分為全身麻醉
(GA)
、半身麻醉(SA)
、硬 膜外麻醉(EA)
、面罩麻醉(MA)
、靜脈麻醉(IVG)
與局部麻 醉(LA)6
組。研究發現靜脈麻醉與局部麻醉兩組間的
p
值為0.77
，呈無 顯著差異外，其他麻醉方式：全身麻醉、半身麻醉、面罩 麻醉與硬膜外麻醉之間，p
值皆< 0.05
，顯示其他各組間是 有差異的。C.
術式別術式別（945組）的組別數過多，而各組內的樣本數不足，
無法進行完整的事後檢定。故在全部
945
組中取出前6
組樣本 數最多的組別進行分析，分析結果在表4.3
裡顯示15
個組間 分析中有6
組間無顯著影響。表4.3：全術式組別中某6個術式與手術時間之事後檢定分析
註：*p < 0.05, **p < 0.01, ***p< 0.001。術式別代碼詳見附件二，附1。
然而，若是從單一科別來看，本研究取全科別因變數中樣本數 最多的前兩種科別＿一般外科(C2)與婦產科(C5)，取樣該科別中前
6
組樣本數最多的手術術式組別，進行事後檢定。如表4.3.1
與表4.3.2
中，可以觀察到科別內各術式之間大多是有差異的，因此，推估各手術術式之間是有差異的。
表4.3.1：一般外科(C2)某6個術式與手術時間之事後檢定分析
註：*p < 0.05, **p < 0.01, ***p < 0.001。術式別代碼詳見附件二，附2。
表4.3.2：婦產科(C5)某6個術式與手術時間之事後檢定分析
註：*p < 0.05, **p < 0.01, ***p < 0.001。術式別代碼詳見附件二，附3。
D. 醫師別
由於醫師別（
97
組）的組別數較多，各組內的樣本數不足且 不均等，無法進行完整事後檢定。故從全部醫師組別中取出前6
組樣本數最多的組別進行分析，儘管結果無法推及至母群體，但可以稍微了解醫師別因變項對手術時間的影響。如表
4.4
， 可以觀察到各組間的p
值大多< 0.05
，15
組間的分析中，只有 兩組顯示無顯著相關。從這事後檢定分析結果推測，醫師別中，其組別之間可能大多是相互有差異的。
表4.4：6個手術醫師與手術時間之事後檢定分析
註：*p < 0.05, **p < 0.01, ***p < 0.001。醫師別代碼詳見附件三，附4。
E.
急診別急診別因變項共分為
3
組，緊急手術--需30
分鐘內進入手 術室（Ｅ1）、急診手術-- 4小時進入手術室（E2）與預約 手術（E0）3
組別。從表4.5
中，可以了解各組別之間都是 有影響性（p< 0.05）。表4.5：急診別與手術時間之事後檢定分析
註：*p < 0.05, **p < 0.01, ***p < 0.001。
綜合以上分析，可以得出以下幾點結論：
1.
科別、術式別、醫師別與急診別對於手術時間是有差 異的。2.
各麻醉方式，除靜脈麻醉與局部麻醉之間無差異外，其他麻醉方式之間皆為有差異。
第二項 集群分析與手術時間
本研究採用集群分析的兩種方式：階層式分群法與
K-mean
值分 群法，針對手術作業時間進行集群分析，找出適合預測的集群數，將其分群後，從同一集群中，觀察其特徵，並比較兩者的預測率。
從表
4.6
觀察到，分群數越多，預測的準確率便會下降，而目前 預測正確率最高的群組數是四組。另外，在分群方式上，階層式的 分群法，在預測率上明顯優於K-mean
值分群法。表4.6：分群組數與預測正確率的相關表
將分群結果作為決策樹分析的目標變數，並結合表
4.1
中的有顯 著性差異的因變數（科別、麻醉方式、醫師別、術式別以及急診別），來觀察集群中各因變數的特徵。但研究中發現，術式別（945組）與 醫師別（97組）由於組別過多，且各組樣本數不足，數值呈現上無 法看出其特徵，故以下僅觀察科別、麻醉方式以及急診別在四個集 群的表現。如表
4.8、表 4.9
與表4.10，將以分群之平均手術時間長
短來排序呈現。A. 手術時間集群特徵
分群組數 階層式分群法預測正確率 K-mean值分群法預測正確率
3 79.64% 71.84%
4 79.64% 72.82%
5 68.57% 69.05%
6 68.2% 60.92%
7 66.46% 56.17%
8 54.11% 51.51%
表
4.7
顯示，四個集群的手術時間有各自的區間，因此本研究將 四個集群的平均時間作為系統預測時的預測值。表4.7：四集群的平均手術時間
手術時間分群 短 短中 中 長
平均手術時間（分鐘） 51.1±17.64 155.4±25.8 316±63.67 475.7±151.41 註：表格以分群之平均手術時間長短排序呈現。
B.
科別特徵表
4.8
中觀察科別在四個集群中的數量與百分比，有以下發現。1.
有8
個科別(C1, C2, C4, C5, C8, C9, C10, C91)的手術時間超過
70%會集中在短集群與短中集群。
2.
心臟外科(C4)、泌尿科(C8)與耳鼻喉科(C9)有超過60%的
手術作業時間落在短集群裡(51.1±17.64分鐘)，尤其是眼 科(C10)甚至達到90%。
3.
胸腔外科(C3)、神經外科(C7)與兒童牙科(C46)在短中集群 的累積百分比低於50%
，表示有超過50%的手術在手術作
業時間上會超過短中集群的平均時間(155.4±25.8分鐘)。4.
而 其 中 胸 腔 外 科(C3)
與 神 經 外 科(C7)
在 中 集 群(316
±63.67
分鐘)的累積百分比不超過85%，這代表兩科別仍有
高於
15%
的手術，其手術作業時間會落入長集群中（475.7
±
151.41
分鐘）。表4.8：各科別在四個集群中的數量與科別內之累積百分比
𝐧=13399 短 短中 中 長
小兒外科(C1) 0 6(75%) 2(100%) 0
一般外科(C2) 1341(47%) 812(76%) 597(97%) 75(100%)
胸腔外科(C3) 45(28%) 26(44%) 61(82%) 28(100%)
心臟外科(C4) 777(69%) 220（89%） 86(97%) 41(100%)
婦產外科(C5) 816(34%) 964(74%) 592(99%) 7(100%)
骨科(C6) 404(20%) 986(69%) 594(98%) 8(100%)
神經外科(C7) 172(14%) 178(28%) 684(83%) 202(100%)
泌尿科(C8) 848(62%) 314(85%) 142(95%) 46(100%)
耳鼻喉科(C9) 357(62%) 154(88%) 54(97%) 10(100%)
眼外科(C10) 940(90%) 87(98%) 19(100%) 0
口腔外科(C47) 31(13%) 116(60%) 44(78%) 52(100%)
兒童牙科(C46) 0 5(23%) 17(100%) 0
整型外科(C91) 250(52%) 102(73%) 98(93%) 25(100%)
註：表格以分群之平均手術時間長短排序呈現。
C.
麻醉方式特徵表
4.9
中可以看到麻醉方式在四個集群中的表現。並觀察出以 下數點特徵：1)
面罩麻醉(MA)
、靜脈麻醉(IVG)
與局部麻醉(LA)
有60%
以上的手術時間在短集群
(51.1
±17.64
分鐘)
中。2)
半身麻醉(SA)
與硬膜外麻醉(EA)
有超過45%
的手術時間 是在短中集群(155.4
±25.8
分鐘)
。3)
有超過50%
的全身麻醉(GA)
手術，其手術作業時間落在中 與長集群裡（手術時間316
±63.67
分鐘以上），可能的推 測是手術醫師若是預期該手術作業是困難執行的，便會在 手術作業開始前採用全身麻醉方式，來良好控制麻醉深度 與生命徵象穩定。表4.9：各麻醉方式在四個集群中的數量與麻醉方式別內累積百分比
ｎ=13399 短 短中 中 長
全身麻醉(GA) 399(7%) 2225(46%) 2567(91%) 493(100%)
半身麻醉(SA) 407(39%) 493(86%) 131(100%) 0
硬膜外麻醉(EA) 20(3%) 500(76%) 159(100%) 0
面罩麻醉(MA) 669(60%) 381(94%) 68(100%) 0
靜脈麻醉(IVG) 851(87%) 117(99%) 5(100%) 0
局部麻醉(LA) 3635(92%) 254(98%) 25(100%) 0
註：表格以分群之平均手術時間長短排序呈現。
而在急診別上的表現如表
4.10
，則發現儘管預約手術有45%
的手術作業時間多落在短集群中，但是考慮到表
4.9
中可能其 中許多是局部麻醉的門診預約手術(n =3396, 27%)
，因此，特 徵上並不明確。但可以觀察出來急診手術與預約手術相較緊急 手術（E1
）多集中在短、短中集群的手術時間集群，其累積百 分比已超過70%
，顯示有47%
緊急手術（E1
）的手術作業時 間較長。表4.10：急診別在四個集群中的數量與組別內累積百分比
ｎ=13399 短 短中 中 長
預約手術(E0) 5582 (45%) 3486 (73%) 2726 (95%) 484 (100%)
緊急手術(E1) 2 (4%) 19 (49%) 20 (96%) 1 (100%)
急診手術(E2) 397 (37%) 465 (80%) 208 (99%) 9 (100%)
註：表格以分群之平均手術時間長短排序呈現。
第三項 分類樹分析建立分類模型
使用分類樹分析模型進行資料預測，預測結果如下，其預測準 確率：73.3%，如表
4.11
。表4.11：分類樹預測
ｎ=568 預測結果
短 短中 中 長
實 際 結 果
短 126 63 40 6 短中 20 260 1 0 中 13 0 30 7 長 1 0 1 0
根據目前的分析，我們已知分為四組的預測率較高，且在分類樹 模型（圖
4.1
）中，可以觀察到主要預測因子為麻醉方式（Away
）與 科別(CR)
為主。然而，我們最終目標是建立手術作業時間預測系統，因此，需要可以轉換成程式敘述的預測模型。
從分類樹模型中可以看到，第一個分類因素為麻醉方式（
6
組）。 因此本研究希望找出更精確的分類模型，故將資料以麻醉方式別進 行分組，並以手術作業總時數之分類組別為目標變數，與其他相關 影響變數（科別、醫師別、術式別以及急診別）再次進行分類樹分 析與預測，如表4.12
。表4.12：麻醉方式分群與預測正確率的相關表
各類組 分析代碼 預測正確率 下一級預測因子
全身麻醉 GA 58.3% 科別
局部麻醉 LA 70.5% 科別
靜脈麻醉 IVG 74.6% 科別
半身麻醉 SA 58.7% 科別
硬膜外麻醉 EA 70.9% 科別
面罩麻醉 MA 48.8% 科別
此時可以觀察到麻醉方式別之第二分類因素為科別，而相較於 麻醉方式分組的預測正確率
48.8%~74.6%
，平均預測正確率為63.3%
，預測效能並不如一般預期達到
70%
。因此，本研究嘗試改使用科別 作為第一分類因素的分類樹分析進行預測，如表4.13
。表4.13：科別分群與預測正確率的相關表
各類組 分析代碼 預測正確率 下一級預測因子
小兒外科 C1 87.5% 樣本數過少（n = 8）
一般外科 C2 76% 麻醉方式
胸腔外科 C3 49.3% 麻醉方式
心臟外科 C4 84.4% 麻醉方式
婦產外科 C5 85.3% 麻醉方式→急診別
骨科 C6 84.3% 麻醉方式
神經外科 C7 56.4% 麻醉方式
泌尿科 C8 67.4% 麻醉方式→麻醉方式
耳鼻喉科 C9 78.6% 麻醉方式
眼外科 C10 95.6% 麻醉方式→急診別
口腔外科 C47 65.8% 無明顯預測因子（65%
樣本多落在組別1，但
是35%在其他組別）
兒童牙科 C46 77.3% 樣本數過少（n = 22）
整型外科 C91 73.9% 麻醉方式
從表
4.12
與表4.13
中顯示，科別與麻醉方式互為預測手術作業 時間之重要因子。然而，可以看到以科別為第一分組因子時，預測正確率
49.3%~95.6%
，平均預測正確率為75.5%
，而相較於麻醉方式別分組的預測正確率，明顯看出科別因素預測力優於麻醉方式。
故本研究將其個別之預測分類樹模型作為