1
(報告書不得少於 10 頁)
109 年度激勵師生研究計畫補助
新進教師研究計畫類研究計畫成果報告書
計畫名稱
探討高血壓、糖尿病及其合併症之危險因子並發展整合照護之研究
執行期限：109 年 1 月 1 日至 109 年 12 月 31 日 主持人：張博雅
計畫編號：109ntunhs-NT-02
執行單位名稱：休閒產業與健康促進系
2
一、 摘要 研究背景
由於人口老化，高血壓、糖尿病、高血脂發生率及盛行率急速攀升，已成 為嚴重的公共衛生議題，不僅耗用大量的醫療資源及也造成社會經濟負擔。有 鑑於此，本計畫將探討三高 (高血壓、糖尿病、高血脂) 與其他相關疾病之關 聯。
研究目的
探討高血壓、糖尿病、高血脂相關合併症以及死亡的危險因子及健康照護 情形對後續合併症之影響
研究方法
本研究以人口為基礎的世代追蹤研究(population-base cohort study)，擬以
「全民健康保險學術研究資料庫」進行分析高血壓、糖尿病、高血脂相關合併 症以及死亡的危險因子及健康照護情形對後續合併症之影響。將運用 Cox
proportional hazard model 分析不同疾病管理指標與危險因子與三高所引起常見
之疾病、疾病後再復發及死亡之相對危險性。所有分析皆用統計軟體 SAS statistical package（SAS System for Windows, Version 9.4; SAS Institute Inc., Cary,
NC)，以 p<0.05 視為有統計上顯著差異。
研究結果
使用 inverse probability-weighted (IPW) 機率倒數加權法並調整競爭性死亡 率後，低連續性照護水平組相較於高連續性照護組顯著增加了失智症（HR 1.63;
95％CI 1.01-2.62） 、帕金森氏病（HR 1.40; 95％CI 1.02-1.92） 、缺血性中風（HR 1.44; 95％CI 1.26-1.64）和癲癇（HR 2.08; 95％CI 1.22-3.55）的風險。
結論
本研究證實連續性照護會影響三高的合併症，連續性照護低的糖尿病病人與 罹患失智症、帕金森氏病、缺血性中風和癲癇的發作有關。
關鍵詞：高血壓、糖尿病、高血脂、健康照護、危險因子
3
二、 計畫緣由與目的
由於經濟快速發展，台灣地區近年來生活型態及疾病型態也隨之逐漸改變。國人的十大 死因，由傳染性疾病轉變為以慢性退行性疾病為主，其中以心臟血管、腦血管疾病得上升最 為顯著，也最為重要。2017年台灣地區十大死因分布顯示，腦血管疾病、心臟病、糖尿病、
腎炎、腎病症候群、腎病變、及高血壓性疾病死亡佔總死亡之31.25% (衛生福利部統計處，
2018)。由於高血壓、糖尿病、高血脂在心臟血管疾病、腦血管疾病的病程發展中扮演重要角
色，有鑑於此，本計畫將探討三高與其他相關疾病之關聯，並且希望可藉此找出管理三高之 良好照護指標。
三、 文獻探討
流行病學研究已經證實高血壓、糖尿病、高血脂的三高患者容易產生許多合併症，包括 癌症、心臟病、腦血管疾病、慢性腎臟病、洗腎以及失智症(Kok et al., 2018; Aune, 2017; Chen et al., 2017; Muntner et al., 2010; Michishita et al., 2017; Van Buren, 2016; Gilsanz et al., 2017;
Huang et al., 2011; Chen et al., 2010; Wang et al., 2009; Tseng et al., 2009; Lin et al., 2007; Wu et al., 2010)。此外，許多因子也會影響三高病患的合併症發生，例如病人之藥物遵從性、多重 疾病藥物的交互作用、疾病控制情形及連續性照護等。以下分別針對各種不同的合併症進 行探討。
（一）、 癌症
癌症為我國近年來十大死因之首，也是我國65歲以上長者前三大死因之第一位(衛福部
統計處，2018)。先前有研究顯示，高血壓患者較非高血壓患者較易罹患癌症，像是肺癌、膀
胱癌、子宮內膜癌、子宮頸癌以及前列腺癌(Kok et al., 2018; Aune, 2017; Chen et al., 2017)，
且也有部分研究指出，有長期使用高血壓藥物患者相較於非長期使用高血壓藥物患者有較高 罹癌率。美國在2011 年曾發表一份全面性分析心血管藥物造成癌症機率的研究報告，其研 究顯示ARB類高血壓藥物會增加致癌機率。此外，ARB類高血壓藥物合併 ACEI類高血壓 藥後，明顯會導致癌症發生；另外像是利尿劑高血壓藥則是會引起特定的癌症疾病，特別以 婦女使用利尿劑高血壓藥物四年以上最為明顯(Ocampo et al., 2011)。先前也有研究指出，糖 尿病患者之罹癌風險比未罹患糖尿病者要高，根據台灣相關研究指出，糖尿病與多種癌症發
4
生率呈現正相關，其中包括大腸直腸癌、肝癌、膽道癌、乳癌、膀胱癌、非何杰金氏淋巴癌 以及口腔麟狀細胞癌等(Huang et al., 2011; Chen et al., 2010; Wang et al., 2009; Tseng et al., 2009;
Tseng et al., 2009; Lin et al., 2007; Wu et al., 2010)。高血脂也與癌症風險有相關性，Paul等人 的研究指出，罹患肺癌、乳癌、大腸癌以及前列腺癌的風險皆與過高的膽固醇數值有正相關 (Paul R Carter，2016)。
（二）、 心臟疾病
心臟疾病為我國近年來十大死因的第二位，也是我國65歲以上長者前三大死因之第二 位(衛福部統計處，2018)。台灣常見的心臟疾病有高血壓性心臟病、冠狀動脈心臟病(狹心症、
心肌梗塞)、瓣膜性心臟病心律不整等(衛生福利部，2018)。而造成心肌梗塞的主要原因是高 血壓、高血脂與糖尿病以及不良的生活習慣(如抽菸、肥胖與壓力過大)所造成的動脈粥狀硬 化與狹窄(衛生福利部，2018)。長期而言，高血壓會使得心臟肥厚引起心肌病變及心臟衰竭；
對血管而言，將引起腦中風、冠狀動脈疾病、主動脈瘤、主動脈血管剝離及腎血管疾病等嚴 重併發症，造成病患永久的傷害及死亡。此外，糖尿病患罹患冠心病的機率少是一般人的2 倍以上，男性約增加2到3倍罹患心血管併發症的風險，女性則會增加3到5倍的風險，且 因為糖尿病患較不易發現冠心病所引發的疼痛感覺，因此比較不容易發覺自己是否罹病，所 以積極預防和診斷對於糖尿病患者來說更是重要(衛生福利部，2018)。此外，對高血脂症患 者來說，患心臟疾病的機會比正常人多3倍，因為體內過多的膽固醇會積聚在血管內，使血 管日漸狹窄，妨礙血液流通。動脈硬化症發生率與低密度膽脂蛋白的濃度成正比關係，而與 高密度膽固醇的濃度呈反比關係。
（三）、 腦血管疾病
針對腦血管疾病方面，高血壓、糖尿病以及高血脂已被證實為腦血管疾病之危險因子。
高血壓患者容易因過高的血壓使得血管內膜受損，導致膽固醇的堆積，而加速血管的硬化，
並且增加腦出血的風險。且長期的高血糖對心血管、腦血管和周邊血管易造成直接或間接的 傷害而加速動脈硬化的形成，而動脈血管硬化後會導致血管狹窄、流阻力增加、血流量減少 以及循環不良等現象，最後造成器官的傷害，例如腦梗塞或腦出血等現象(陳建甫，2015)。
5
此外，高血脂患者的血液中膽固醇濃度過高會加速動脈硬化，且高血脂的患者通常伴隨有肥 胖、高血壓、冠心症等現象，這些因子亦會增加罹患腦血管疾病之的風險。
（四）、 慢性腎臟病
慢性腎臟病為我國近年來十大死因的第九位(衛生福利部統計處，2018)，而當慢性腎臟 病進入末期時，患者會出現尿毒症狀，此時需進行腎臟替代療法，包括:血液透析、腹膜透析 以及腎臟移植。先前有研究顯示高血壓與罹患腎臟病的風險有密切相關，同時高血壓也是心 血管疾病的一個獨立因子。許多慢性腎臟病的患者在診斷之初就合併有高血壓，而後續併發 的心血管疾病往往是慢性腎臟病患者死亡的最大原因。因此，對於慢性腎臟病患者而言，控 制血壓是治療的重要一環，而且許多臨床研究也證實嚴格控制血壓是減緩腎臟病進展及降低 併發心血管疾病的重要治療 (Bakris et al., 2003; 王舒民等人，2005)。而糖尿病在已開發國 家中是慢性腎臟疾病和末期腎病變最常見的原因，也是透析以及腎臟移植的主要原因。糖尿 病患者的腎臟長期過濾高血糖濃度的血液時，不僅容易使得腎臟細胞出現結構性的變化，例 如；腎絲球增大、纖維化、基底膜增厚等，也會使腎臟血流的自動調節機制受到損害，進而 導致腎絲球硬化，進而導致慢性腎臟病的發生(蔡東華，2017)。此外，先前研究也證實高脂 血症會促使慢性腎臟病的惡化:被腎絲球濾過的蛋白質裡的脂肪酸、磷脂和膽固醇，會經由 腎小管上皮細胞再吸收，而刺激腎小管間質性的發炎反應，形成泡沫細胞和傷害腎臟組織 (Brunskill, 2004; 郭元銓等人，2005)。
（五）、 失智症
2018 年台灣已邁入高齡化社會(65 歲以上人口占總人口比例達 14%為高齡社會)，國家 發展委員會也推估台灣老年人口將於民國 115 年突破 20%的門檻，並正式進入超高齡社會 (中華民國內政部，2018)。而隨著人口老化，失智的人口也明顯增加。依衛生福利部委託台 灣失智症協會進行之失智症流行病學調查以及內政部 2017 年 7 月人口統計資料估算:台灣 65歲以上老人中有18.36%人患有輕微認知障礙(Mild Cognitive Impairment, MCI)，失智症老
人則占7.94%，也就是說65歲以上的老人每13人即有1位失智者(衛生福利部，2017)。根
據全球失智症報告(World Alzheimer Report)指出，控制糖尿病、高血壓、高血脂以及避免心
6
血管疾病，都有助於降低罹患失智症的風險。
（六）、 初級預防/疫苗接種
疫苗接種是初級預防最具成本效益的公共衛生防治策略，透過疫苗接種引發接種者的 免疫反應進而對細菌或病毒產生免疫力，除了可避免疾病感染與相關併發症進而遏阻傳染病 的蔓延。每年冬季至春季是流感感染的高峰期，為確保國人健康，我國政府亦推動流感疫苗 的接種工作。過去觀察性研究亦證實施打流感疫苗可降低老人及高風險族群的住院及死亡風 險(Hak et al., 2005; Fiore et al., 2008)。
基於上述之因素，本研究的主旨在於找出管理三高所引起之疾病的良好照護指標，包括 遵從服藥、連續性照護、初級預防醫療資源使用等因子探討與罹患三高相關疾病以及死亡之 因素，並針對性別、年齡、城鄉探討其差異性。因此，本研究將運用全民健康保險資料庫，
探討三高相關合併症以及死亡的危險因子及健康照護情形對後續合併症之影響。
四、研究方法 1. 研究架構
2. 研究目的
(1) 探討可能影響高血壓、糖尿病、高血脂發生的危險因子 (2) 探討高血壓、糖尿病、高血脂所引起之合併症及危險因子。
高血壓 糖尿病 高血脂
癌症 心臟疾病 腦血管疾病 慢性腎臟病 末期腎臟病/洗腎
失智症 高血壓前期
糖尿病前期 高血脂前期
服藥遵從性 連續型照護 初級預防/疫苗接種
7
(3) 探討高血壓、糖尿病、高血脂所引起之合併症再復發之危險因子。
(4) 探討高血壓、糖尿病、高血脂所引起之合併症死亡之危險因子。
3. 研究設計
本研究以人口為基礎的世代追蹤研究(population-base cohort study)，擬以「全民健康保 險學術研究資料庫」進行分析高血壓、糖尿病、高血脂相關合併症以及死亡的危險因子及健 康照護情形對後續合併症之影響。全民健保資料庫自民國 1995 年開辦以來蘊藏長達 24 年 醫療大數據，含蓋95%以上的醫療院所及99%就診紀錄台灣2300萬人口的就醫資訊，包含 門急診與住院資料，對於研究對象罹病日期、診斷類別、藥物處方、使用時間、劑量、類別，
皆有完善且準確之記錄。因此，為瞭解研究對象高血壓、糖尿病、高血脂疾病狀況，本研究 擬使用衛生福利部衛生福利資料科學中心申請提供研究對象之健康保險資料獲得研究對象 較完整之疾病史、用藥史與醫療資源使用情形。
依據研究目的，將使用之資料庫包括「全民健保處方及治療明細檔_門急診」、「全民健 保處方及治療明細檔_住院」、「全民健保處方及治療明細檔_藥局」、「全民健保處方及治療醫 令明細檔_門急診」、「全民健保處方及治療醫令明細檔_住院」、「全民健保處方及治療醫令明 細檔_藥局」、「全民健保承保檔」、「全民健保重大傷病檔」、「死因統計檔」。當中過程遵行「個 人資料保護法」、「行政院及所屬各機關資訊安全管理要點」與「行政院衛生福利部國民健康 署資通安全條款」規定，落實資通安全具體管控措施。
4. 研究對象及定義：
研究對象為20歲以上罹患高血壓、糖尿病或高血脂的個案，只要符合任一疾病即為研究對 象。
(1) 糖尿病(Diabetes mellitus, DM)病人定義：使用國際疾病分類ICD-9-CM (250)及ICD-10-
CM(E10-E14); 並且追蹤時間內至少有 3 次門診診斷或 1 次住院診斷記錄或是曾服用糖
尿病治療藥品，包括雙胍類(Biguanides)、磺醯尿素類(Sulfonylurea)、脲衍生物 (Urea
8
derivatives)、α- 葡 萄 糖 苷 酶 抑 制 劑 (α-glucosidase inhibitors) 、 噻 唑 烷 二 酮 類 (Thiazolidinedione, TZD)或二肽基肽酶 4(DPP-4)抑制劑(Dipeptidyl peptidase 4 (DPP-4) inhibitors)。
(2) 高血壓(Hypertension)病人定義：使用國際疾病分類 ICD-9-CM (401-405)及 ICD-10-
CM(I10-I15); 並且追蹤時間內至少有3次門診診斷或1次住院診斷記錄或是曾服用高血
壓治療藥品。
(3) 高血脂(Hyperlipidemia)病人定義：國際疾病分類ICD-9-CM (272)及ICD-10-CM(E7130、 E752、E753、E755-E756、 E77、E780~E789 (不含E7871及E7872)、E881、E882、E8889) ; 並且追蹤時間內至少有3次門診診斷或1次住院診斷記錄或是曾服用高血脂治療藥品。
(4) 疾病定義
I. 癌症：國際疾病分類 ICD-9-CM (140-239)及 ICD-10-CM(C00-C97) 並且有重大傷病登 入。
II. 缺血性心臟病：國際疾病分類ICD-9-CM (410-414)及ICD-10-CM(I20-I25)。
III. 周邊血管性疾病：國際疾病分類ICD-9-CM (440-444、447、557)及ICD-10-CM(I70-I79)。 IV. 腦血管疾病：國際疾病分類ICD-9-CM (430-438)及ICD-10-CM(I64)。
V. 慢性腎臟病：國際疾病分類ICD-9-CM (016.0、095.4、189、223、236.9、 250.4、 271.4、 274.1、283.11、403-404、440.1、442.1、447.3、572.4、581-584、586 -588、591、642.1、 646.2、753、794.4)及ICD-10-CM(E1021、E1121、N000-N08、N140-N150、N158-N19、
N250-N261、N269-N279)。
VI. 末期腎臟病患(End stage renal disease, ESRD)/洗腎：指持續透析超過三個月，國際疾病 分類ICD-9-CM (585、586)及ICD-10-CM(N N18.5、N18.6、I12.0、I13.11、I13.2); 並且 有重大傷病卡(長期透析)。
VII. 失智症：國際疾病分類ICD-9-CM (290、294、331)及ICD-10-CM(F03.9、F05、F01.50- F01.51、F3.90-F3.91)。
9
VIII. 痛風：國際疾病分類ICD-9-CM (274)及ICD-10-CM(M10)。
IX. 貧血：國際疾病分類ICD-9-CM (280–289)及ICD-10-CM(D50-D53)。
X. 共病指標：查爾森共病指數(Charlson Comorbidity Index,CCI)疾病種類，共病指標做為風 險校正因子之ㄧ
(5) 疾病管理指標
I. 遵從服藥：根據 medication possession ratio (MPR)來判定有無遵從服藥(MPR 計算方法 為拿藥天數除上追蹤天數)，且以MPR≧80視為有遵從服藥。
II. 連續性照護(Continuity of care ,COC)：根據病患給同一個醫生連續就診之情形，來評估 一病患的照護連續性，若一病患在一段時間內看了很多位醫生，則表示其病患照護連續 性較差。
III. 流感疫苗定義：流感疫苗接種處置費項目代碼為「A2001C」，流感疫苗之藥品名稱
AdimFlu-S (QIS) 藥品代碼「J000138206」、VAXIGRIP TETRA藥品代碼「K001036206」。
(6) 疾病惡化及復發定義
I. 腦血管疾病(中風再復發)：腦血管疾病於index date 90天之後再次中風入院且接受核磁 共振(Magnetic resonance imaging, MRI)及電腦斷層診斷(Computed tomography, CT)檢查 者。
II. 慢性腎臟病惡化：慢性腎臟病於 index date 90 天之後曾接受透析或紅血球生成素
（Erythropoietin, EPO）治療。
III. 失智症惡化：依據衛生福利部中央健康保險署失智症治療藥品給付規定，輕度至中度失
智 症 患 者 且 智 能 測 驗 結 果 為 簡 短 智 能 測 驗(Mini-Mental State Examination; MMSE)
10~26分或臨床失智評估量表（CDR）1級及2級之患者限使用donepezil、rivastigmine
及galantamine口服製劑，且使用後每一年需重新評估，追蹤MMSE或CDR智能測驗，
並於病歷記錄，如MMSE較前一次治療時減少2分(不含)以上或CDR退步1級，則停 止使用donepezil、rivastigmine及galantamine。中重度失智症使用memantine口服製劑 且MMSE或CDR智能測驗達標準(10≦MMSE≦14分或CDR 2級) 使用後每一年需重
10
新評估，追蹤MMSE或CDR智能測驗，並於病歷記錄，如MMSE較前一次治療時減 少2 分(不含)以上或 CDR退步 1級，則應停用 memantine藥品。故本研究將已確診為 失智症並使用乙醯膽鹼抑制劑 ATC-code（Anatomical Therapeutic Chemical, ATC） N06DA02、N06DA03、N06DA04或麩氨酸NMDA受體拮抗劑ATC-code N06DX01者 至少一年後停用者，視為失智症疾病惡化(代表其 MMSE 較前一次治療時減少 2 分(不 含)以上或CDR退步1級)。
本研究惡化定義包括(1)已確診為失智症曾使用donepezil、rivastigmine或galantamin 者至少一年後，病人連續三次回診皆停止使用donepezil、rivastigmine或galantamin，改 使用 memantine 者。(2) 已確診為失智症並曾使用 donepezil、rivastigmine、galantamin
或memantine者至少一年後，病人連續三次回診皆停止使用上述4種藥物者。
失智症治療藥品：
藥品名稱 藥品ATC代碼
donepezil N06DA02
rivastigmine N06DA03
galantamin N06DA04
memantine N06DX01
IV. 死亡：高血壓、糖尿病或高血脂的個案登入於死因統計檔及退出全民健康保險
(7) 統計分析
使用 SAS 9.4 版進行資料的分析，以 p<0.05 視為有統計上顯著差異。使用的統計方法：
I. Student’s t-test及ANOVA：對研究族群中連續變項進行分析，檢定組別之間連續變項分
佈是否有差異，包含分析高血壓、糖尿病或高血脂的個案分別於服藥遵從性與否、高中 低連續型照護及是否接受疫苗接種基本人口學之差異。
II. Chi-square test：對研究族群中類別變項進行分析，檢定兩組之間類別變項分佈是否有差
異，包含分析高血壓、糖尿病或高血脂的個案分別於服藥遵從性與否、高中低連續型照 護及是否接受疫苗接種基本人口學之差異。
11
III. Logistic regression：分析不同疾病管理指標與危險因子與三高所引起常見之疾病、疾病
後再復發及死亡之危險對比值，包含分析服藥遵從性與否、高中低連續型照護及是否接 受疫苗接種對高血壓、糖尿病或高血脂發生癌症、心臟病、腦血管疾病、慢性腎臟病、
洗腎或失智症的勝算比。
IV. Cox proportional hazard model：分析不同疾病管理指標與危險因子與三高所引起常見之
疾病、疾病後再復發及死亡之相對危險性，包含分析高血壓、糖尿病或高血脂接受服藥 遵從性、連續型照護及疫苗接種對降低癌症、心臟病、腦血管疾病、慢性腎臟病、洗腎、
失智症、再復發及死亡的風險。
四、 研究結果
本研究運用inverse probability-weighted (IPW) 機率倒數加權法的方式，分析新診斷的第 二型糖尿病患接受連續型照護(Continuity of care ,COC)對後續罹患腦血管疾病、失智症、神 經系統疾病及死亡的風險。運用 IPW 分析方式可減少干擾與偏差的影響，並避免運用傳統 配對的統計方法會影響樣本大小的限制。本研究共有 25296 名第二型糖尿病患者符合標準
(圖1)。平均年齡為55.42歲（標準差[SD] 11.82）和14499（53.81%）是男性。連續性照護
低、中、高組別分別是 8158（32.25%）、8640（34.16%）和 8498（33.59%）。使用 inverse
probability-weighted (IPW) 機率倒數加權法前，低連續性照組有顯著較高的比例的高血壓
（4143 [50.78%]），痛風（758[9.29%），慢性腎臟疾病（204[2.50%）以及較高的 CCI 指數
（0.42 [SD 0.71]），降血糖藥數量（1.50 [SD 0.66]）和就醫次數（17.77 [SD 10.44]）比高連 續照護組、中連續照護組高(表1)。使用inverse probability-weighted (IPW) 機率倒數加權法 後，不同連續性照護組在主要特性上進行了良好平衡校正，如降血糖藥物數量、性別、CCI 評分、就醫次數、痛風、血脂異常、慢性腎臟病、高血壓和性別(所有絕對標準化均值差異
<10%)。
在使用inverse probability-weighted (IPW) 機率倒數加權法並調整競爭性死亡率後，低 連續性照護水平組相較於高連續性照護組顯著增加了失智症（HR 1.63; 95％CI 1.01-2.62）、 帕金森氏病（HR 1.40; 95％CI 1.02-1.92）、缺血性中風（HR 1.44; 95％CI 1.26-1.64）和癲癇
（HR 2.08; 95％CI 1.22-3.55）的風險（表2）。
12
五、 研究限制
我們使用健保資料庫數據來衡量連續性照護，因此我們無法說明某些患者在連續性照護 較低的原因。低連續性照護的患者的特徵可能與高連續性照護的患者有所不同，我們無法確 定其差異的原因或無法衡量其影響。此外，健保資料庫缺乏一些會影響結果的干擾因素，例 如血液生化指標，社會經濟狀況，生活習慣等。因此在分析上有些干擾因子無法納入校正。
六、結論
在這項針對台灣成年人以全國性人口為基礎的研究中，我們證明了連續性照護低的糖尿 病病人與罹患失智症、帕金森氏病、缺血性中風和癲癇的發作有關。因此，我們的研究將是 一個很好的證據，證明連續性照護對於臨床醫生和衛生保健政策決策者在糖尿病患者管理中 的重要性。
13 Figure 1. Flowchart of patient selection.
Patients aged 20 to 85 years first diagnosis with type 2 DM patients and received any antihyperglycemic medication from January 1 2000, to December 31, 2010 (N=30165)
The final cohort included 25296 patients
The exclusion of patients with<4 visits during first 2 years after first diagnosis (N=2883) The exclusion of patients with dementia before
the index date (N=65)
The exclusion of patients had dementia within 2 years of follow-up (N=46)
The exclusion of patients with Parkinson’s disease before the index date (N=118)
The exclusion of patients had Parkinson’s disease within 2 years of follow-up (N=101)
The exclusion of patients with ischemic stroke before the index date (N=1)
The exclusion of patients had ischemic stroke within 2 years of follow-up (N=1542)
The exclusion of patients with epilepsy before the index date (N=74)
The exclusion of patients had epilepsy within 2 years of follow-up (N=39)
14 Table 1. The baseline characteristics and continuity of care of the study patients
Characteristic Overall COC Score High Medium Low P-value
(n= 25296) Means(SD) (n=8498) (n=8640) (n=8158)
COC score (mean, SD) 0.616 (0.296) 0.964 (0.062) 0.598 (0.112) 0.273 (0.101) <.001
Age (mean, SD) 55.42(11.82) 54.87 (11.63) 55.57 (11.81) 55.82 (12.00) <.001
≤54 12376(48.94) 0.623 (0.297) 4284 (50.41) 4200 (48.61) 3895 (47.74) <.001
55-64 6891 (27.24) 0.620 (0.294) 2348 (27.63) 2347 (27.16) 2196 (26.92)
65-74 4547 (17.98) 0.602 (0.295) 1442 (16.97) 1574 (18.22) 1531 (18.77)
≥75 1479 (5.85) 0.578 (0.295) 424 (4.99) 519 (6.01) 536 (6.57)
Gender 0.037
Female 11685 (46.19) 0.615 (0.291) 3839 (45.18) 4072 (47.13) 3774 (46.26)
Male 14499 (53.81) 0.617 (0.300) 4659 (54.82) 4568 (52.87) 4384 (53.74)
Hypertension 12342 (48.79) 0.607 (0.296) 3996 (47.02) 4203 (48.65) 4143 (50.78) <.001
Dyslipidemia 6169 (24.39) 0.614 (0.294) 2049 (24.11) 2120 (24.54) 2000 (24.52) 0.768
Gout 2170 (8.58) 0.599 (0.300) 693 (8.15) 719 (8.32) 758 (9.29) 0.019
Chronic kidney disease 529 (2.09) 0.564 (0.291) 139 (1.64) 186 (2.15) 204 (2.50) <.001
Charlson comorbidity score (mean, SD) 0.38 (0.67) 0.34 (0.61) 0.39 (0.68) 0.42 (0.71) <.001
0 17642 (69.74) 0.623 (0.296) 6108 (71.88) 5984 (69.26) 5550 (68.03) <.001
1–2 7317 (28.93) 0.603 (0.294) 2322 (27.32) 2530 (29.28) 2465 (30.22)
≥3 337 (1.33) 0.525 (0.285) 68 (0.80) 126 (1.46) 143 (1.75)
Number of antihyperglycemic drugs (mean, SD) 1.48 (0.64) 1.47 (0.62) 1.48 (0.64) 1.50 (0.66) 0.044
1 14708 (58.14) 0.618 (0.297) 4947 (58.21) 5053 (58.48) 4708 (57.71) 0.020
2 9273 (36.66) 0.618 (0.295) 3155 (37.13) 3141 (36.35) 2977 (36.49)
≥3 1315 (5.20) 0.584 (0.296) 396 (4.66) 446 (5.16) 473 (5.80)
Number of clinicians visits, (mean, SD) 16.86 (9.53) 15.71 (8.53) 17.12 (9.46) 17.77 (10.44) <.001
First (4-9) 6067 (23.98) 0.648 (0.324) 2332 (27.44) 1835 (21.24) 1900 (23.29)
Second (10-14) 6033 (23.85) 0.633 (0.288) 2176 (25.61) 2132 (24.68) 1725 (21.14)
Third (15-21) 6138 (24.26) 0.594 (0.281) 1781 (20.96) 2288 (26.48) 2069 (25.36)
Fourth ( ≥22) 7058 (27.90) 0.593 (0.287) 2209 (25.99) 2385 (27.60) 2464 (30.20)
Abbreviation: COC, continuity of care
15
Table 2. Before propensity weighting and after propensity weighting HR for risk of dementia, Parkinson’s disease, ischemic stroke, and epilepsy by level of continuity of care
Outcomes
Before propensity weighting, HR (95% CI) a
After propensity weighting, HR (95% CI) a
Crude Adjusted b Crude Adjusted b
Dementia
High 1 (Reference) 1 (Reference) 1 (Reference) 1 (Reference)
Medium 1.30 (0.77-2.19) 1.22 (0.73-2.06) 1.21 (0.73-2.01) 1.20 (0.72-2.00) Low 1.85 (1.14-3.02) 1.67 (1.02-2.72) 1.63 (1.01-2.63) 1.63 (1.01-2.62) Parkinson’s disease
High 1 (Reference) 1 (Reference) 1 (Reference) 1 (Reference)
Medium 1.32 (0.94-1.85) 1.20 (0.85-1.68) 1.18 (0.85-1.64) 1.19 (0.85-1.65) Low 1.64 (1.18-2.26) 1.42 (1.02-1.97) 1.39 (1.01-1.91) 1.40 (1.02-1.92) Ischemic stroke
High 1 (Reference) 1 (Reference) 1 (Reference) 1 (Reference)
Medium 1.14 (0.99-1.31) 1.10 (0.95-1.26) 1.10 (0.96-1.27) 1.10 (0.96-1.26) Low 1.53 (1.34-1.74) 1.44 (1.26-1.65) 1.43 (1.25-1.63) 1.44 (1.26-1.64) Epilepsy
High 1 (Reference) 1 (Reference) 1 (Reference) 1 (Reference)
Medium 1.04 (0.56-1.91) 1.00 (0.54-1.84) 1.03 (0.56-1.90) 1.03 (0.56-1.91) Low 2.17 (1.28-3.68) 2.03 (1.19-3.47) 2.06 (1.21-3.52) 2.08 (1.22-3.55) Abbreviation: COC, continuity of care; CI, confidence interval
a Adjusted for competing mortality
b Adjusted for age, gender, hypertension, dyslipidemia, gout, chronic kidney disease, Charlson comorbidity score, number of antihyperglycemic drugs, and number of clinicians visits
16
八、參考文獻
1. 106年國人死因統計結果(民國106年06月15日)。民國108年10月04 日，取自:衛生福利部網頁: https://www.mohw.gov.tw/cp-16-41794-1.html 2. Kok, V. C., Zhang, H. W., Lin, C. T., Huang, S. C., & Wu, M. F. (2018). Positive
association between hypertension and urinary bladder cancer: epidemiologic evidence involving 79,236 propensity score-matched individuals. Ups J Med Sci, 1-7. doi:10.1080/03009734.2018.1473534
3. Aune, D., Sen, A., & Vatten, L. J. (2017). Hypertension and the risk of
endometrial cancer: a systematic review and meta-analysis of case-control and cohort studies. Sci Rep, 7, 44808. doi:10.1038/srep44808
4. Chen, S., Tao, M., Zhao, L., & Zhang, X. (2017). The association between diabetes/hyperglycemia and the prognosis of cervical cancer patients: A systematic review and meta-analysis. Medicine (Baltimore), 96(40), e7981.
doi:10.1097/md.0000 000000007981
5. Muntner, P., Anderson, A., Charleston, J., Chen, Z., Ford, V., Makos, G., . . . Wright, J. T., Jr. (2010). Hypertension awareness, treatment, and control in adults with CKD: results from the Chronic Renal Insufficiency Cohort (CRIC) Study.
Am J Kidney Dis, 55(3), 441-451. doi:10.1053/j.ajkd.2009.09.014
6. Michishita, R., Matsuda, T., Kawakami, S., Tanaka, S., Kiyonaga, A., Tanaka, H., . . . Higaki, Y. (2017). Hypertension and hyperglycemia and the combination thereof enhances the incidence of chronic kidney disease (CKD) in middle-aged and older males. Clin Exp Hypertens, 39(7), 645-654.
doi:10.1080/10641963.2017.1306541
7. Van Buren, P. N. (2016). Evaluation and Treatment of Hypertension in End-Stage Renal Disease Patients on Hemodialysis. Curr Cardiol Rep, 18(12), 125.
doi:10.1007/s11886-016-0805-y
8. Gilsanz, P., Mayeda, E. R., Glymour, M. M., Quesenberry, C. P., Mungas, D. M., DeCarli, C., . . . Whitmer, R. A. (2017). Female sex, early-onset hypertension, and risk of dementia. Neurology, 89(18), 1886-1893.
doi:10.1212/wnl.0000000000004602
9. Ocampo, N. V., Tafreshi, J., Hauschild, C. L., & Pai, R. G. (2011).
Cardiovascular medications and risk of cancer. Am J Cardiol, 108(7), 1045-1051.
doi:10.1016/j.amjcard.2011.05.041
10. Huang, Y. C., Lin, J. K., Chen, W. S., Lin, T. C., Yang, S. H., Jiang, J. K., . . . Teng, H. W. (2011). Diabetes mellitus negatively impacts survival of patients with colon cancer, particularly in stage II disease. J Cancer Res Clin Oncol, 137(2), 211-220. doi:10.1007/s00432-010-0879-7
11. Chen, H. F., Chen, P., & Li, C. Y. (2010). Risk of malignant neoplasms of liver
17
and biliary tract in diabetic patients with different age and sex stratifications.
Hepatology, 52(1), 155-163. doi:10.1002/hep.23641
12. Wang, C. S., Yao, W. J., Chang, T. T., Wang, S. T., & Chou, P. (2009). The impact of type 2 diabetes on the development of hepatocellular carcinoma in different viral hepatitis statuses. Cancer Epidemiol Biomarkers Prev, 18(7), 2054-2060. doi:10.1158/1055-9965.Epi-08-1131
13. Tseng, C. H., Chong, C. K., & Tai, T. Y. (2009). Secular trend for mortality from breast cancer and the association between diabetes and breast cancer in Taiwan between 1995 and 2006. Diabetologia, 52(2), 240-246. doi:10.1007/s00125-008- 1204-8
14. Tseng, C. H., Chong, C. K., Tseng, C. P., & Chan, T. T. (2009). Age-related risk of mortality from bladder cancer in diabetic patients: a 12-year follow-up of a national cohort in Taiwan. Ann Med, 41(5), 371-379.
doi:10.1080/07853890902729778
15. Lin, S. Y., Hsieh, M. S., Chen, L. S., Chiu, Y. H., Yen, A. M., & Chen, T. H.
(2007). Diabetes mellitus associated with the occurrence and prognosis of non- Hodgkin's lymphoma. Eur J Cancer Prev, 16(5), 471-478.
doi:10.1097/01.cej.0000236253.93984.8f
16. Wu, C. H., Wu, T. Y., Li, C. C., Lui, M. T., Chang, K. W., & Kao, S. Y. (2010).
Impact of diabetes mellitus on the prognosis of patients with oral squamous cell carcinoma: a retrospective cohort study. Ann Surg Oncol, 17(8), 2175-2183.
doi:10.1245/s10434-010-0996-1
17. Paul R Carter, John Mcgowan, Hardeep Uppal, Suresh Chandran, Jaydeep Sarma, Rahul Potluri.(2016). Hyperlipidaemia Reduces Mortality in Breast, Prostate, Lung and Bowel Cancer. British Medical Journal, 102(6), 57.
18. 衛生福利部國民健康署。認識冠心病(民國107年01月08日)。民國108 年10月9日，取自:國民健康署網頁:
https://www.hpa.gov.tw/Pages/Detail.aspx?nodeid= 632&pid=1188
19. 陳建甫(民94)。淺談糖尿病之腦血管與周邊神經病變。高醫醫訊，35(1)。
民國107年07月05日，取自:
http://www.kmuh.org.tw/www/kmcj/data/10406/11.htm
20. Bakris, G. L., Weir, M. R., Shanifar, S., Zhang, Z., Douglas, J., van Dijk, D. J., &
Brenner, B. M. (2003). Effects of blood pressure level on progression of diabetic nephropathy: results from the RENAAL study. Arch Intern Med, 163(13), 1555- 1565. doi:10.1001/archinte.163.13.1555
21. 王舒民、楊雅斐、黃秋錦(民96)。慢性腎臟病與高血壓。民國107年07月 07日，取自: http://www.tsn.org.tw/tsnFile/journal/catalog/681/064-70-404.pdf 22. 蔡東華(民106)。糖尿病腎病變。社團法人中華民國糖尿病衛教學會 2017
18
年 3 月會訊。民國108年10月07日，取自:
http://www.tade.org.tw/upload/Jour/1/10603/7.pdf
23. Brunskill, N. J. (2004). Albumin signals the coming of age of proteinuric nephropathy. J Am Soc Nephrol, 15(2), 504-505.
24. 郭元銓、林柏松(民94)。高脂血症與慢性腎臟病。腎臟與透析，19(2)。民 國108年10月05日，取自:
http://www.tsn.org.tw/tsnfile/journal/catalog/683/076-80-410.pdf
25. Giorgini, P., Di Giosia, P., Grassi, D., Rubenfire, M., Brook, R. D., & Ferri, C.
(2016). Air Pollution Exposure and Blood Pressure: An Updated Review of the Literature. Curr Pharm Des, 22(1), 28-51.
26. Rioux, C. L., Tucker, K. L., Brugge, D., Gute, D. M., & Mwamburi, M. (2011).
Traffic exposure in a population with high prevalence type 2 diabetes--do medications influence concentrations of C-reactive protein? Environ Pollut, 159(8-9), 2051-2060. doi:10.1016/j.envpol.2010.12.025
27. Hak E, Buskens E, van Essen GA, et al. Clinical effectiveness of influenza vaccination in persons younger than 65 years with high-risk medical conditions:
the PRISMA study. Archives of internal medicine. 2005;165(3):274-280.
28. Fiore AE, Shay DK, Broder K, et al. Prevention and control of influenza:
recommendations of the Advisory Committee on Immunization Practices (ACIP), 2008. MMWR Recomm Rep. 2008;57(Rr-7):1-60.
