大數據研究之機會與限制

近幾年「大數據」已成為臨床和公共衛生研究的熱門詞彙，不同領域的專家給予「大數據」的定義也有所不同，泛指「資料量的龐大」、「多樣的資料來源」和「非結構化」作為主要特色。本文聚焦在大數據最重要的核心：「連結多樣資料來源」而獲得有效推論並應用在臨床醫療與公共衛生。利用大數據作推論時要使用的觀察性資料研究方法是最重要的，從此來看，流行病學方法是大數據研究的基礎，龐大的資料量基本上可以減少推論的隨機誤差，卻不能將系統誤差加以控制，需透過合適的研究與分析方法才能達到正確的推論，否則「大數據」可能得到精確卻錯誤的結論，本文將以文獻中的例子進行說明，並對於使用健康資料的隱私和保密議題進行討論。...

Full description

Saved in:
Bibliographic Details
Published in台灣醫學 Vol. 20; no. 6; pp. 595 - 601
Main Authors 陳豈(山單)(Chi-Dan Chen), 陳建煒(K. Arnold Chan)
Format Journal Article
LanguageChinese
Published 台灣 臺灣醫學會 25.11.2016
Subjects
big data
clinical epidemiology
public health
TSCI
公共衛生
大數據
臨床流行病學
大數據
公共衛生
big data
臨床流行病學
public health
clinical epidemiology
Online AccessGet full text

Cover

More Information
Summary:近幾年「大數據」已成為臨床和公共衛生研究的熱門詞彙，不同領域的專家給予「大數據」的定義也有所不同，泛指「資料量的龐大」、「多樣的資料來源」和「非結構化」作為主要特色。本文聚焦在大數據最重要的核心：「連結多樣資料來源」而獲得有效推論並應用在臨床醫療與公共衛生。利用大數據作推論時要使用的觀察性資料研究方法是最重要的，從此來看，流行病學方法是大數據研究的基礎，龐大的資料量基本上可以減少推論的隨機誤差，卻不能將系統誤差加以控制，需透過合適的研究與分析方法才能達到正確的推論，否則「大數據」可能得到精確卻錯誤的結論，本文將以文獻中的例子進行說明，並對於使用健康資料的隱私和保密議題進行討論。
ISSN:1028-1916
DOI:10.6320/FJM.2016.20(6).5