結合機器學習與統計於糖尿病患者疲憊、睡眠與生活型態對嚴重合併症發生之預測模型建構

疲憊、睡眠品質欠佳以及虛弱是臨床上糖尿病患者經常會主訴的症狀之一。疲憊是一種主觀但又沒有具體特徵的症狀，雖非急症或生命威脅，但卻會影響患者的日常生活作息及自我的疾病管理能力，著實困擾著病患，臨床上卻也一直很難有具體的定義及因應方法。過去的研究顯示血糖控制不良的糖尿病患者會有比較多的疲憊症狀呈現。也發現這幾項變數之間有複雜的關係需要釐清。但是國內針對糖尿病族群進行大規模疲憊調查、及相關因素的剖析研究相形之下顯得不足；同時理解糖尿病患者疲憊、睡眠狀態、生活型態與嚴重合併症之發生關係，將可補充目前文獻上所欠缺的知識，提供醫護人員指引，以解決臨床糖尿病患的問題。故本研究之目的在於透過醫學生物資料庫，以資料探勘的機器學習演算法，利用特徵選取與案例選取，以及迴歸分析法來達到精準分析，以期能尋找出糖尿病患者的疲憊狀態、睡眠狀態、糖尿病控制成效、與發生糖尿病嚴重合併症（腎病變、眼病變與神經病變）間之關係，同時想要發展出最佳的預測模式。因此，本研究將以調查性研究法，首先針對糖尿病患者進行問卷調查，針對糖尿病患者是否呈現合併症來分析糖尿病患者睡眠、疲憊、生活型態、治療用藥與糖尿病治療成效間之現況，統整個案所有之資訊以作為辨別糖尿病病患疲憊之做為生物資料庫之來源。

系統編號:PC10907-0997
原計畫編號:MOST109-2314-B182-048