우리나라는 2000년에 만 65세 이상 노인 비율이 전체 인구의 7%를 넘어 고령화 사회에 진입하였고, 2019년에는 이 비율이 14.4%로 고령사회가 될 것으로 예견되면서 만성질환의 부담과 불어나는 의료비의 문제가 대두되고 있다. 정부는 만성질환에 대한 의료전달체계를 확립하기 위해 약국 본인부담 차등제’와 ‘의원급 만성질환관리제’실시로 만성질환 관리를 의원에서 받도록 유도하고 있다. 만성질환 관리를 위해서는 의료기관 종별 간의 역할 분담이 중요하나, 만성질환자의 종별 의료이용 및 진료 내용 차이로 인한 의료비 지출에 대해서는 충분히 연구되지 못하고 있다. 본 연구는 보건의료 ...
우리나라는 2000년에 만 65세 이상 노인 비율이 전체 인구의 7%를 넘어 고령화 사회에 진입하였고, 2019년에는 이 비율이 14.4%로 고령사회가 될 것으로 예견되면서 만성질환의 부담과 불어나는 의료비의 문제가 대두되고 있다. 정부는 만성질환에 대한 의료전달체계를 확립하기 위해 약국 본인부담 차등제’와 ‘의원급 만성질환관리제’실시로 만성질환 관리를 의원에서 받도록 유도하고 있다. 만성질환 관리를 위해서는 의료기관 종별 간의 역할 분담이 중요하나, 만성질환자의 종별 의료이용 및 진료 내용 차이로 인한 의료비 지출에 대해서는 충분히 연구되지 못하고 있다. 본 연구는 보건의료 빅데이터 연계플랫폼을 활용하여 외래 다빈도 질병인 고혈압을 대상으로 의료비 지출이 가장 많은 충청남도와 가장적은 경상북도를 선택하여 의료이용변수를 통해 시나리오 구축 후 의료비에 영향을 주는 요인을 찾는다. 또한 지역별 의료이용패턴과 군집을 이루어 나타나는 의료이용의 평균을 가지고 비교 분석한다. 랜덤 포레스트(Random Forest), 자기 조직화 지도(SOM), 계층적 군집(Hierarchical Clustering) 세 가지 분석 방법을 통해 의료비 영향 요인과 의료 이용 패턴을 살펴본다. 충청남도와 경상북도의 의료 이용은 차이가 있었고 정부의 정책대로 대체로 의원급에서 고혈압 관리가 잘 이루어져 있었다. 고액진료환자 수는 적었지만 의료비가 압도적으로 높았으며 찰슨동반질환지수(CCI)와 합병증 비율 또한 높게 나왔다. 또한 고액 의료비 환자의 군집은 종별 간의 이동이 많았고 원내 진료 내역이 의료비에 영향을 주었다. 이는 환자의 중증도에 따른 의료전달체계의 구축과 지역별 영향요인 차이에 의해 고혈압 관리가 지역별로 이루어져 체계적 관리가 필요함을 시사한다.
우리나라는 2000년에 만 65세 이상 노인 비율이 전체 인구의 7%를 넘어 고령화 사회에 진입하였고, 2019년에는 이 비율이 14.4%로 고령사회가 될 것으로 예견되면서 만성질환의 부담과 불어나는 의료비의 문제가 대두되고 있다. 정부는 만성질환에 대한 의료전달체계를 확립하기 위해 약국 본인부담 차등제’와 ‘의원급 만성질환관리제’실시로 만성질환 관리를 의원에서 받도록 유도하고 있다. 만성질환 관리를 위해서는 의료기관 종별 간의 역할 분담이 중요하나, 만성질환자의 종별 의료이용 및 진료 내용 차이로 인한 의료비 지출에 대해서는 충분히 연구되지 못하고 있다. 본 연구는 보건의료 빅데이터 연계플랫폼을 활용하여 외래 다빈도 질병인 고혈압을 대상으로 의료비 지출이 가장 많은 충청남도와 가장적은 경상북도를 선택하여 의료이용변수를 통해 시나리오 구축 후 의료비에 영향을 주는 요인을 찾는다. 또한 지역별 의료이용패턴과 군집을 이루어 나타나는 의료이용의 평균을 가지고 비교 분석한다. 랜덤 포레스트(Random Forest), 자기 조직화 지도(SOM), 계층적 군집(Hierarchical Clustering) 세 가지 분석 방법을 통해 의료비 영향 요인과 의료 이용 패턴을 살펴본다. 충청남도와 경상북도의 의료 이용은 차이가 있었고 정부의 정책대로 대체로 의원급에서 고혈압 관리가 잘 이루어져 있었다. 고액진료환자 수는 적었지만 의료비가 압도적으로 높았으며 찰슨동반질환지수(CCI)와 합병증 비율 또한 높게 나왔다. 또한 고액 의료비 환자의 군집은 종별 간의 이동이 많았고 원내 진료 내역이 의료비에 영향을 주었다. 이는 환자의 중증도에 따른 의료전달체계의 구축과 지역별 영향요인 차이에 의해 고혈압 관리가 지역별로 이루어져 체계적 관리가 필요함을 시사한다.
In 2000, the proportion of elderly people aged 65 or older in Korea exceeded 7% of the total population and entered the aging society. By 2019, this ratio is expected to be 14.4%, making it an aging society. The government encourages patients to receive chronic disease management in the clinics by i...
In 2000, the proportion of elderly people aged 65 or older in Korea exceeded 7% of the total population and entered the aging society. By 2019, this ratio is expected to be 14.4%, making it an aging society. The government encourages patients to receive chronic disease management in the clinics by implementing various policies to build a healthcare delivery system for chronic diseases. Although the role of medical institutions is important for managing chronic diseases, there are not many studies on the medical expenditures of treatment and differences in the contents of medical care according to the type of medical institutions for chronic diseases. This study finds the factors affecting the medical expenses after constructing the scenario in Healthcare Bigdata Link Platform through the medical use variables by choosing two provinces, Chungcheongnam-do and Gyeongsangbuk-do, which have the largest expenditure difference for hypertension. Also, this study will compare and analyze the medical use patterns by region and medical use through clustering. Various analysis algorithms random forests, self-organizing maps, and hierarchical clustering, are used to investigate patterns of medical use. There were differences in medical use between Chungcheongnam-do and Gyeongsangbuk-do. According to the policy of the government, hypertension was well managed in the ‘Clinic’. Although the number of patients was small, the cost of medical care was overwhelmingly high, and the incidence of complications and Charlson Comorbidity Index(CCI) was high in these patients. In addition, patients who spent a lot of money changed the type of medical institution and provided many medical services in the hospital. This suggests that systematic management of hypertension is necessary by establishing a medical delivery system according to the severity of the patient and the influencing factors of the region.
In 2000, the proportion of elderly people aged 65 or older in Korea exceeded 7% of the total population and entered the aging society. By 2019, this ratio is expected to be 14.4%, making it an aging society. The government encourages patients to receive chronic disease management in the clinics by implementing various policies to build a healthcare delivery system for chronic diseases. Although the role of medical institutions is important for managing chronic diseases, there are not many studies on the medical expenditures of treatment and differences in the contents of medical care according to the type of medical institutions for chronic diseases. This study finds the factors affecting the medical expenses after constructing the scenario in Healthcare Bigdata Link Platform through the medical use variables by choosing two provinces, Chungcheongnam-do and Gyeongsangbuk-do, which have the largest expenditure difference for hypertension. Also, this study will compare and analyze the medical use patterns by region and medical use through clustering. Various analysis algorithms random forests, self-organizing maps, and hierarchical clustering, are used to investigate patterns of medical use. There were differences in medical use between Chungcheongnam-do and Gyeongsangbuk-do. According to the policy of the government, hypertension was well managed in the ‘Clinic’. Although the number of patients was small, the cost of medical care was overwhelmingly high, and the incidence of complications and Charlson Comorbidity Index(CCI) was high in these patients. In addition, patients who spent a lot of money changed the type of medical institution and provided many medical services in the hospital. This suggests that systematic management of hypertension is necessary by establishing a medical delivery system according to the severity of the patient and the influencing factors of the region.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.