來一趟說走就走的旅行論文書籍站
國立政治大學 企業管理學系 于卓民、黃國峯所指導 徐慶懿的 集團成員如何轉虧為盈?--集團總部關注與資源調配之探討 （2021），提出國泰悅591關鍵因素是什麼，來自於轉虧為盈、集團總部關注、資源調配、企業集團、集團成員。
而第二篇論文銘傳大學 醫療資訊與管理學系健康產業管理碩士班 林志銘所指導 古玉婷的 運用慢性腎臟病人臨床數據建立腎透析預測模型 -機器學習方法 （2021），提出因為有 慢性腎臟病、腎透析、機器學習、預測模型的重點而找出了 國泰悅591的解答。
集團成員如何轉虧為盈?--集團總部關注與資源調配之探討
為了解決國泰悅591 的問題，作者徐慶懿 這樣論述：
從集團總部的角度，由於資源的限制，必須掌握整個企業集團的發展方向，並審慎評估將資源投入到哪些事業，進而創造集團成員的綜效和集團的最大利益，因此集團總部會關注集團成員的表現。以資源基礎觀點來看，企業集團所擁有的有形資源及無形資源遠比集團成員豐沛，而有形資源包括財務資源和實體資源，無形資源則包括技術、品牌、聲譽及人力資源等。當集團成員經營績效不佳且虧損時，若企業集團能適度進行資源調配來協助，將有助集團成員轉虧為盈。面對集團不同成員的發展潛力及經營瓶頸，集團總部如何運用集團資源，在集團策略的指導下進行適當協助，讓績效表現佳的成員能夠表現更好，讓績效表現不佳的成員能夠變得更好，集團成員同心協力，以提
升集團整體競爭優勢，是非常重要的實務議題和研究課題。集團總部關注(attention)係指企業集團注意到集團成員並投入時間和精力，因此對集團成員的關注是集團總部的一項關鍵決策。然而，不同集團成員所擁有的資源並不相同，而集團總部的關注也不同(如挹注資源的多寡)，這些可能會導致集團成員的績效差異。藉由集團總部關注，若集團成員連續虧損多年，集團總部也會評估集團成員經理人能力是否不足或是確實無法改變現況，為了確保能改善績效，企業集團經常會採取更換集團成員經理人作為推動轉虧為盈策略的手段。本研究採用個案研究法，以國內知名企業集團之集團成員為研究對象，針對該企業集團的不同產業及規模的四家集團成員個案，分別
針對每個個案轉虧為盈的過程進行深度研究，對於個案的背景、績效不佳原因、重要經營改善事件、利害相關人和集團資源調配的策略探討其因果關係。個案研究發現，集團總部與集團成員之間透過以下七種活動產生互動:策略指導和支持、資源和服務投入、集團領導人網絡投入、集團成員經理人網絡投入、人才資料庫建立與調配、關係企業協調與綜效建立及外部合作夥伴網絡支持。當集團成員在經營上發生問題時，集團總部可以用上述檢視可著力之處。根據分析結果，本研究提出集團總部關注及調配資源以協助集團成員轉虧為盈的完整架構，輔以所整理出之研究發現，有助於企業集團在面對集團成員持續虧損時，透過關注及調配資源來轉虧為盈。
運用慢性腎臟病人臨床數據建立腎透析預測模型 -機器學習方法
為了解決國泰悅591 的問題，作者古玉婷 這樣論述：
研究背景：根據台灣行政院衛生署109年十大死亡原因，慢性腎臟病（包括腎炎、腎病徵候群及腎病變)位列第九。慢性腎臟病有較高的心血管疾病以及死亡風險，易進展為末期腎病變，導致有長期透析治療之醫療需求，進而成為全球重視的健康議題。研究目的：探討使病人進展至需腎透析之風險因子，建立機器學習風險預測模型，根據結果比較各種演算法表現之優劣，鑑定最佳預測模型，並分析使病人進展至需腎透析之主要影響特徵。研究方法：本研究以某一區域級教學醫院之腎臟科病人為研究對象，共選入858位起始無腎透析之慢性腎臟病人，將病程早期階段依追蹤時長，分為三年內進展至腎透析共44位病人（8.5%）和五年內進展至腎透析共50位病人（
9.7%），而病程晚期階段依追蹤時長，分為一年內進展至腎透析共38位病人（12.5%）和五年內進展至腎透析共59位病人（17.2%）。資料經處理後分為原始資料以及經Synthetic Minority Over-sampling Technique （SMOTE）演算法處理之資料兩組進行機器學習，分別建立邏輯斯迴歸、隨機森林、極限梯度提升、支持向量機與高斯單純貝氏分類器模型，另用SHAP（shapley additive explanations）進行重要特徵因子選取。研究結果與結論：以SHAP value的方式進行重要特徵因子之選取，早期階段中，三年和五年內進行腎透析之重要影響的共同特徵包含
eGFR、血壓、尿液肌酸酐比值、血中肌酸酐、尿液肌酸酐和低密度膽固醇等共六項，而晚期階段中，一年和三年內進行腎透析之重要影響的共同特徵包含血中肌酸酐、尿酸、尿液肌酸酐、血鈉、低密度膽固醇、血紅素、糖化血色素、總膽固醇、血磷和三酸甘油酯等共十項，在各演算法中，以隨機森林演算法表現最佳，各時期接受者操作特徵曲線下面積（area under the receiver operating characteristic curve，AUROC）皆達70%以上，具有鑑別力，且藉由SMOTE方法強化後，早期階段三年時期AUROC（0.97）而五年時期AUROC（0.98），晚期階段一年時期 AUROC（0.
99）而三年時期AUROC（0.97），達90%以上，敏感度、特異度和準確度均達90%以上，共同重要影響特徵含肌酸酐與低密度膽固醇等，發現具有臨床應用價值，可做為腎臟科病人預後參考。