암 본인부담률 인하정책이 의료이용과 의료비 부담에 미친 영향 — 건강보험 빅데이터를 이용하여 — Impact of co-payment reduction policy for cancer patients on healthcare utilization and financial burden: employing big data from the Korean National Health Insurance원문보기
암 본인부담률 인하정책이 의료이용과 의료비 부담에 미친 영향 ― 건강보험 빅데이터를 이용하여 ― 암은 지난 34년 넘게 한국인의 사망원인 1위이자 고액의 의료비가 소요되는 중증 질환이다. 정부는 암환자의 의료비 부담을 경감하기 위해 2005년 암 진료 시의 건강보험 본인부담률을 10%로 낮추었고, 2차로 2009년 12월 5%로 추가 인하하였다. 그동안 1차 인하정책의 영향에 대한 연구는 많았으나, 2차 인하정책의 영향에 대한 연구는 희소하였다. 그나마 희소한 연구들의 결과마저 상이하였으며, 표본의 대표성 등 방법론적 의문이 제기되었다. 이에 본 연구에서는 2차 암 본인부담률 인하정책이 암환자의 의료이용과 의료비 부담에 미친 영향을 수준(level)과 소득계층 간 형평성(equity)의 관점에서 종합적으로 파악하고자 하였다. 정책의 순수 ...
암 본인부담률 인하정책이 의료이용과 의료비 부담에 미친 영향 ― 건강보험 빅데이터를 이용하여 ― 암은 지난 34년 넘게 한국인의 사망원인 1위이자 고액의 의료비가 소요되는 중증 질환이다. 정부는 암환자의 의료비 부담을 경감하기 위해 2005년 암 진료 시의 건강보험 본인부담률을 10%로 낮추었고, 2차로 2009년 12월 5%로 추가 인하하였다. 그동안 1차 인하정책의 영향에 대한 연구는 많았으나, 2차 인하정책의 영향에 대한 연구는 희소하였다. 그나마 희소한 연구들의 결과마저 상이하였으며, 표본의 대표성 등 방법론적 의문이 제기되었다. 이에 본 연구에서는 2차 암 본인부담률 인하정책이 암환자의 의료이용과 의료비 부담에 미친 영향을 수준(level)과 소득계층 간 형평성(equity)의 관점에서 종합적으로 파악하고자 하였다. 정책의 순수 인과효과를 파악하기 위해 건강보험의 빅데이터를 이용하여 이중차이분석(DID)을 하였다. 연구집단인 암환자의 비교집단으로 간환자를 설정하되, Yabroff등(2007)이 지적한 형 암 진료비 곡선의 특성을 반영하여 연구대상을 신규 환자군(그룹 1)과 중간기의 계속진료 환자군(그룹 2)으로 구분하였다. 종속변수로 의료이용량(입원일수, 외래방문횟수)과 비용(총/입원/외래 진료비), 대형병원 이용비율, 의료비 부담(연소득 대비 본인부담률, 과부담 의료비 및 빈곤화의 발생여부)을 설정하였다. 정책도입 전은 2009.1~11월, 후는 2010.1~11월로 정의하고, 환자의 본인부담액을 진료시점, 본인부담상한제 반영 후, 비급여 보정 후의 3단계로 구분하여 상한제와 비급여가 각기 의료비 부담의 변화에 미치는 영향을 제시하였다. 또 암환자만을 대상으로 저・고 소득층으로 양분하여 정책이 소득계층 간 형평성에 미친 영향을 분석하였다. 분석결과, 본인부담률 5% 인하정책에도 인지가격 인하효과가 작용하였으며, 간환자에 비해 암환자의 의료이용량과 비용이 모두 증가하여(특히 외래) 정책이 의료접근성 향상에 기여하였다. 그러나 암환자 내의 저・고 소득층 간 의료이용의 형평성을 개선하지는 못하였다. 대형병원 이용행태에 있어서는, 신규 암환자의 경우 비교집단에 비해 입원일수/외래방문횟수/총진료비 중 상급종합병원 이용비율이 감소하였다. 반면 계속진료 암환자의 경우, 입원일수 중 Big5병원과 상급종합병원의 이용비율은 증가하였으나 외래방문횟수/총진료비 중 이용비율은 감소하여 ‘외래의 입원 전환’ 현상을 보였다. 이는 신규・계속진료 환자 간에 새 정책에 대한 정보인지 및 체감도의 차이에 기인할 개연성이 있다. 외래의 입원 전환 현상은 환자의 도덕적 해이와 공급자의 유인수요가 복합 작용한 결과로 판단된다. 한편, 암환자 내 소득계층 간에 있어서는 고소득층에 비해 계속진료 저소득층의 입원일수/총진료비 중 Big5병원 이용비율만 유의하게 감소하였다. 의료비 부담에 있어서는, 정책시행 후 신규・계속진료 환자군 모두에서 대체로 간환자에 비해 암환자의 연소득 대비 본인부담률, 과부담 의료비(CHE) 및 빈곤화 발생이 감소하여 정책의 의료비 부담 개선효과가 확인되었다. 다만 CHE의 역치기준이 높아질수록 개선효과가 감소하여, 향후 고액 의료비에 대한 별도의 대책이 필요함을 시사하였다. 그러나 암환자 내 소득계층 간에 있어서는 대체로 부담의 형평성을 개선하지 못하였으며, 비급여 보정 후의 결과가 그룹 1~2 간에 상이하였다. 즉 신규 암환자의 경우, 본인부담률 5% 인하 후에도 여전히 저소득층에게는 비급여 억제요인이 작용한 반면, 고소득층의 비급여 이용은 증가하여 CHE와 빈곤화 발생 역시 증가하였다(형평성 개선). 정보 인지가 빠르고 정책 체감도가 높은 계속진료 암환자의 경우, 보장성 강화로 저소득층의 비급여 이용은 증가하였으나, 소득이 작아 CHE 및 빈곤화에 쉽게 노출되었다(형평성 악화). 이는 비급여 본인부담이 저소득층 의료비 부담의 주요인이며, 고소득층에게도 과부담 의료비와 빈곤화의 요인이 될 수 있음을 의미한다. 이러한 과정에서, 본인부담상한제가 정책 수혜・비수혜 집단 간의 불형평성을 보완해주는 반면, 상대적으로 저소득층보다 고소득층의 부담을 더 낮춰주는 방향으로 작용하였음을 확인하였다. 본 연구는 향후 보장성 확대에 있어서 본인부담률 인하만으로는 정책 목표를 달성하기에 불충분하며, 의료비 부담의 핵심인 비급여의 급여 전환과 함께 소득 역진적인 본인부담상한제의 개선, 고액의 재난적 의료비에 대한 별도의 대책이 필요함을 시사한다.
암 본인부담률 인하정책이 의료이용과 의료비 부담에 미친 영향 ― 건강보험 빅데이터를 이용하여 ― 암은 지난 34년 넘게 한국인의 사망원인 1위이자 고액의 의료비가 소요되는 중증 질환이다. 정부는 암환자의 의료비 부담을 경감하기 위해 2005년 암 진료 시의 건강보험 본인부담률을 10%로 낮추었고, 2차로 2009년 12월 5%로 추가 인하하였다. 그동안 1차 인하정책의 영향에 대한 연구는 많았으나, 2차 인하정책의 영향에 대한 연구는 희소하였다. 그나마 희소한 연구들의 결과마저 상이하였으며, 표본의 대표성 등 방법론적 의문이 제기되었다. 이에 본 연구에서는 2차 암 본인부담률 인하정책이 암환자의 의료이용과 의료비 부담에 미친 영향을 수준(level)과 소득계층 간 형평성(equity)의 관점에서 종합적으로 파악하고자 하였다. 정책의 순수 인과효과를 파악하기 위해 건강보험의 빅데이터를 이용하여 이중차이분석(DID)을 하였다. 연구집단인 암환자의 비교집단으로 간환자를 설정하되, Yabroff등(2007)이 지적한 형 암 진료비 곡선의 특성을 반영하여 연구대상을 신규 환자군(그룹 1)과 중간기의 계속진료 환자군(그룹 2)으로 구분하였다. 종속변수로 의료이용량(입원일수, 외래방문횟수)과 비용(총/입원/외래 진료비), 대형병원 이용비율, 의료비 부담(연소득 대비 본인부담률, 과부담 의료비 및 빈곤화의 발생여부)을 설정하였다. 정책도입 전은 2009.1~11월, 후는 2010.1~11월로 정의하고, 환자의 본인부담액을 진료시점, 본인부담상한제 반영 후, 비급여 보정 후의 3단계로 구분하여 상한제와 비급여가 각기 의료비 부담의 변화에 미치는 영향을 제시하였다. 또 암환자만을 대상으로 저・고 소득층으로 양분하여 정책이 소득계층 간 형평성에 미친 영향을 분석하였다. 분석결과, 본인부담률 5% 인하정책에도 인지가격 인하효과가 작용하였으며, 간환자에 비해 암환자의 의료이용량과 비용이 모두 증가하여(특히 외래) 정책이 의료접근성 향상에 기여하였다. 그러나 암환자 내의 저・고 소득층 간 의료이용의 형평성을 개선하지는 못하였다. 대형병원 이용행태에 있어서는, 신규 암환자의 경우 비교집단에 비해 입원일수/외래방문횟수/총진료비 중 상급종합병원 이용비율이 감소하였다. 반면 계속진료 암환자의 경우, 입원일수 중 Big5병원과 상급종합병원의 이용비율은 증가하였으나 외래방문횟수/총진료비 중 이용비율은 감소하여 ‘외래의 입원 전환’ 현상을 보였다. 이는 신규・계속진료 환자 간에 새 정책에 대한 정보인지 및 체감도의 차이에 기인할 개연성이 있다. 외래의 입원 전환 현상은 환자의 도덕적 해이와 공급자의 유인수요가 복합 작용한 결과로 판단된다. 한편, 암환자 내 소득계층 간에 있어서는 고소득층에 비해 계속진료 저소득층의 입원일수/총진료비 중 Big5병원 이용비율만 유의하게 감소하였다. 의료비 부담에 있어서는, 정책시행 후 신규・계속진료 환자군 모두에서 대체로 간환자에 비해 암환자의 연소득 대비 본인부담률, 과부담 의료비(CHE) 및 빈곤화 발생이 감소하여 정책의 의료비 부담 개선효과가 확인되었다. 다만 CHE의 역치기준이 높아질수록 개선효과가 감소하여, 향후 고액 의료비에 대한 별도의 대책이 필요함을 시사하였다. 그러나 암환자 내 소득계층 간에 있어서는 대체로 부담의 형평성을 개선하지 못하였으며, 비급여 보정 후의 결과가 그룹 1~2 간에 상이하였다. 즉 신규 암환자의 경우, 본인부담률 5% 인하 후에도 여전히 저소득층에게는 비급여 억제요인이 작용한 반면, 고소득층의 비급여 이용은 증가하여 CHE와 빈곤화 발생 역시 증가하였다(형평성 개선). 정보 인지가 빠르고 정책 체감도가 높은 계속진료 암환자의 경우, 보장성 강화로 저소득층의 비급여 이용은 증가하였으나, 소득이 작아 CHE 및 빈곤화에 쉽게 노출되었다(형평성 악화). 이는 비급여 본인부담이 저소득층 의료비 부담의 주요인이며, 고소득층에게도 과부담 의료비와 빈곤화의 요인이 될 수 있음을 의미한다. 이러한 과정에서, 본인부담상한제가 정책 수혜・비수혜 집단 간의 불형평성을 보완해주는 반면, 상대적으로 저소득층보다 고소득층의 부담을 더 낮춰주는 방향으로 작용하였음을 확인하였다. 본 연구는 향후 보장성 확대에 있어서 본인부담률 인하만으로는 정책 목표를 달성하기에 불충분하며, 의료비 부담의 핵심인 비급여의 급여 전환과 함께 소득 역진적인 본인부담상한제의 개선, 고액의 재난적 의료비에 대한 별도의 대책이 필요함을 시사한다.
Impact of co-payment reduction policy for cancer patients on healthcare utilization and financial burden: employing big data from the Korean National Health Insurance Jang, Soomok Dept. of Health Administration The Graduate School Yonsei University Cancer is a serious disease with the number one cau...
Impact of co-payment reduction policy for cancer patients on healthcare utilization and financial burden: employing big data from the Korean National Health Insurance Jang, Soomok Dept. of Health Administration The Graduate School Yonsei University Cancer is a serious disease with the number one cause of death during the last 34 years in South Korea, generating costly health care expenditures. For the purpose of alleviating financial burden of cancer patients, the Korean government lowered co-payment rates in the National Health Insurance (NHI) from between 20 to 60% to 10% in 2005, which was followed by the second reduction to 5% in December 2009. Up till now, there have been a considerable number of studies on influences of the first policy, whereas research on the second one has been rare. Moreover, a few studies on the second policy showed different results and raised questions about the representativeness of samples and study methods. This study aimed to grasp the impacts of the second policy on cancer patients' health care utilization and burden of medical costs in terms of influence level and equity between the income brackets. In order to determine pure causal effects of the policy, I used difference-in-difference (DID) analysis, comparing cancer patients (treatment group) with patients with liver diseases (control group). The study subjects were divided into two sub-groups: group 1, newly registered patients with doctor’s definite diagnosis, and group 2, patients already under continuous treatment in intermediate periods, considering the -shaped curve of cancer treatment costs presented by Yabroff et al.(2007). The dependent variables were quantity indicators of healthcare use (i.e., length of stay and the number of outpatient visits), cost indicators (i.e., total, inpatient, and outpatient medical expenses), tertiary-care hospital use as a share of total use, and financial burden due to out-of-pocket (OOP) payments (i.e., OOP payments as a share of annual income, incidence of catastrophic health expenditures (CHE), and incidence of impoverishment). I defined ‘pre-policy’ period as January to November 2009 and ‘post-policy’ one as January to November 2010, employing big data from the NHI on the basis of personal unit. I suggested the effects of co-payment ceilings and non-covered service spending on the financial burden by classifying OOP payments as amounts by 3 stages: (1) amount at the point of medical treatment, (2) amount after reflecting co-payment ceiling system, and (3) amount including uninsured medical services. In addition, I analysed the impact of the second policy on equity between low- and high-income brackets within cancer patients. My results showed that after implementing the policy, health care utilization and expenses for cancer patients increased (especially in outpatient care) compared to those of patients with liver diseases. It implies that the second policy contributed to improving access to health care services with patient-perceived price-cutting effect working. The policy, however, seemed to fail to improve the equity in service use between income strata within cancer patients. With regard to big hospital utilization, the rate of utilization at tertiary-care hospitals by new cancer patients in group 1 decreased in terms of inpatient days, outpatient visits, and total medical expenses compared to those of the control group. On the other hand, in the case of group 2, the rate of use at ‘Big 5’ hospitals and tertiary-care hospitals excluding Big 5 by cancer patients under ongoing treatment increased in length of stay but decreased in outpatient visits and total medical expenses compared to those of the control group, which can be translated as ‘a transition effect’ from outpatient to inpatient care. The different results between two groups may derive from the gaps in perception of information and level of experiences for the new policy. The transition effect may result from a combined work of moral hazard from patients and supplier-induced demand. When taking income level into account, I found that the utilization rate at big 5 hospitals by low-income cancer patients decreased significantly in inpatient days and total medical expenses compared to those of the high-incomers only in group 2. As for the financial burden of patients due to OOP payments, this study revealed overall improvement in co-payment ratio to annual income, incidence of CHE, and incidence of impoverishment after the policy intervention regardless of group types. The higher the values of CHE thresholds were, however, the lower became the degrees of improvement effects, which suggests we need another countermeasure to protect people from CHE. Regarding equity between income groups within cancer patients, the policy was confirmed not to have enhanced the equity, with showing different results between the two groups after adjusting co-payments for uncovered services. In group 1, the poor seemed still to suffer financial difficulties in utilizing uninsured services even after lessening coinsurance from 10% to 5% with the incidence of CHE and impoverishment decreasing, while the rich used more uncovered services than before, with the incidence of those increasing. Meanwhile, since cancer patients under continuous treatment, group 2, were likely to acquire information on new policy more quickly through their providers and to respond more sensitively to it than group 1, the poor showed increased use of non-covered services but tended to be easily exposed to incidence of CHE and impoverishment due to their low incomes. Those results suggest that OOP payments for uninsured services are not only a major factor for the financial burden of the low-incomers but a cause of incidence of CHE and impoverishment even for the high-incomers. Besides, it was observed that the co-payment ceiling system favored the rich rather than the poor in reducing the financial burden although it reduced inequity between beneficiary and non-beneficiary groups. This study suggests that since only lowering the rate of patients' co-payment does not work well in attaining the policy goal, fair financial protection, more efforts need to be made in the future to expand benefits package by converting uncovered services into covered ones, to reform the current regressive ceiling system in co-payment, and to take a countermeasure against CHE.
Impact of co-payment reduction policy for cancer patients on healthcare utilization and financial burden: employing big data from the Korean National Health Insurance Jang, Soomok Dept. of Health Administration The Graduate School Yonsei University Cancer is a serious disease with the number one cause of death during the last 34 years in South Korea, generating costly health care expenditures. For the purpose of alleviating financial burden of cancer patients, the Korean government lowered co-payment rates in the National Health Insurance (NHI) from between 20 to 60% to 10% in 2005, which was followed by the second reduction to 5% in December 2009. Up till now, there have been a considerable number of studies on influences of the first policy, whereas research on the second one has been rare. Moreover, a few studies on the second policy showed different results and raised questions about the representativeness of samples and study methods. This study aimed to grasp the impacts of the second policy on cancer patients' health care utilization and burden of medical costs in terms of influence level and equity between the income brackets. In order to determine pure causal effects of the policy, I used difference-in-difference (DID) analysis, comparing cancer patients (treatment group) with patients with liver diseases (control group). The study subjects were divided into two sub-groups: group 1, newly registered patients with doctor’s definite diagnosis, and group 2, patients already under continuous treatment in intermediate periods, considering the -shaped curve of cancer treatment costs presented by Yabroff et al.(2007). The dependent variables were quantity indicators of healthcare use (i.e., length of stay and the number of outpatient visits), cost indicators (i.e., total, inpatient, and outpatient medical expenses), tertiary-care hospital use as a share of total use, and financial burden due to out-of-pocket (OOP) payments (i.e., OOP payments as a share of annual income, incidence of catastrophic health expenditures (CHE), and incidence of impoverishment). I defined ‘pre-policy’ period as January to November 2009 and ‘post-policy’ one as January to November 2010, employing big data from the NHI on the basis of personal unit. I suggested the effects of co-payment ceilings and non-covered service spending on the financial burden by classifying OOP payments as amounts by 3 stages: (1) amount at the point of medical treatment, (2) amount after reflecting co-payment ceiling system, and (3) amount including uninsured medical services. In addition, I analysed the impact of the second policy on equity between low- and high-income brackets within cancer patients. My results showed that after implementing the policy, health care utilization and expenses for cancer patients increased (especially in outpatient care) compared to those of patients with liver diseases. It implies that the second policy contributed to improving access to health care services with patient-perceived price-cutting effect working. The policy, however, seemed to fail to improve the equity in service use between income strata within cancer patients. With regard to big hospital utilization, the rate of utilization at tertiary-care hospitals by new cancer patients in group 1 decreased in terms of inpatient days, outpatient visits, and total medical expenses compared to those of the control group. On the other hand, in the case of group 2, the rate of use at ‘Big 5’ hospitals and tertiary-care hospitals excluding Big 5 by cancer patients under ongoing treatment increased in length of stay but decreased in outpatient visits and total medical expenses compared to those of the control group, which can be translated as ‘a transition effect’ from outpatient to inpatient care. The different results between two groups may derive from the gaps in perception of information and level of experiences for the new policy. The transition effect may result from a combined work of moral hazard from patients and supplier-induced demand. When taking income level into account, I found that the utilization rate at big 5 hospitals by low-income cancer patients decreased significantly in inpatient days and total medical expenses compared to those of the high-incomers only in group 2. As for the financial burden of patients due to OOP payments, this study revealed overall improvement in co-payment ratio to annual income, incidence of CHE, and incidence of impoverishment after the policy intervention regardless of group types. The higher the values of CHE thresholds were, however, the lower became the degrees of improvement effects, which suggests we need another countermeasure to protect people from CHE. Regarding equity between income groups within cancer patients, the policy was confirmed not to have enhanced the equity, with showing different results between the two groups after adjusting co-payments for uncovered services. In group 1, the poor seemed still to suffer financial difficulties in utilizing uninsured services even after lessening coinsurance from 10% to 5% with the incidence of CHE and impoverishment decreasing, while the rich used more uncovered services than before, with the incidence of those increasing. Meanwhile, since cancer patients under continuous treatment, group 2, were likely to acquire information on new policy more quickly through their providers and to respond more sensitively to it than group 1, the poor showed increased use of non-covered services but tended to be easily exposed to incidence of CHE and impoverishment due to their low incomes. Those results suggest that OOP payments for uninsured services are not only a major factor for the financial burden of the low-incomers but a cause of incidence of CHE and impoverishment even for the high-incomers. Besides, it was observed that the co-payment ceiling system favored the rich rather than the poor in reducing the financial burden although it reduced inequity between beneficiary and non-beneficiary groups. This study suggests that since only lowering the rate of patients' co-payment does not work well in attaining the policy goal, fair financial protection, more efforts need to be made in the future to expand benefits package by converting uncovered services into covered ones, to reform the current regressive ceiling system in co-payment, and to take a countermeasure against CHE.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.