본 연구의 목적은 행정자료를 이용하여 지역사회획득 폐렴 환자의 사망 요인을 분석하기 위해 수행되었다. 2004~2006년 퇴원손상환자 조사자료 중 지역사회획득 폐렴환자 5,353건을 연구대상으로 하였으며, 사망률의 차이분석은 카이제곱 검정을 실시하였고, 사망 요인을 분석하기 위해 데이터마이닝 기법 중 의사결정나무 모형을 이용하였다. 의사결정나무 모형 중 C4.5가 성능이 우수하였는데, 입원경로, 호흡부전, 울혈성심부전을 포함하여 연령, 동반질환, 병상규모 등이 폐렴 사망의 위험 요인으로 나타났다. 본 연구는 행정데이터를 이용하여 지역사회획득 폐렴환자의 사망 위험요인을 밝히고자 하였다. 그러나 향후 병원특성, 지역특성, 의료행태 등에 대한 보다 포괄적인 변수를 포함한 후속 연구가 필요할 것으로 생각된다.
본 연구의 목적은 행정자료를 이용하여 지역사회획득 폐렴 환자의 사망 요인을 분석하기 위해 수행되었다. 2004~2006년 퇴원손상환자 조사자료 중 지역사회획득 폐렴환자 5,353건을 연구대상으로 하였으며, 사망률의 차이분석은 카이제곱 검정을 실시하였고, 사망 요인을 분석하기 위해 데이터마이닝 기법 중 의사결정나무 모형을 이용하였다. 의사결정나무 모형 중 C4.5가 성능이 우수하였는데, 입원경로, 호흡부전, 울혈성심부전을 포함하여 연령, 동반질환, 병상규모 등이 폐렴 사망의 위험 요인으로 나타났다. 본 연구는 행정데이터를 이용하여 지역사회획득 폐렴환자의 사망 위험요인을 밝히고자 하였다. 그러나 향후 병원특성, 지역특성, 의료행태 등에 대한 보다 포괄적인 변수를 포함한 후속 연구가 필요할 것으로 생각된다.
This study was carried out to analysis factors related to in-hospital mortality of community-acquired peumonia using administrative database. The subjects were 5,353 community-acquired pneumonia inpatients of the Korean National Hospital Discharge Injury Survey 2004-2006 data. The data were analyzed...
This study was carried out to analysis factors related to in-hospital mortality of community-acquired peumonia using administrative database. The subjects were 5,353 community-acquired pneumonia inpatients of the Korean National Hospital Discharge Injury Survey 2004-2006 data. The data were analyzed using chi-squared test and decision tree model in the data mining technique. Among the decision tree model, C4.5 had the best performance. The critical factors on in-hospital mortality of communityacquired pneumonia are admission route, respiratory failure, congenital heart failure including age, comorbidity, and bed size. This study was carried out using the administrative database including patients' characteristics and comorbidity. However further study should be extensively including hospital characteristics, regional medical resources, and patient management practice behavior.
This study was carried out to analysis factors related to in-hospital mortality of community-acquired peumonia using administrative database. The subjects were 5,353 community-acquired pneumonia inpatients of the Korean National Hospital Discharge Injury Survey 2004-2006 data. The data were analyzed using chi-squared test and decision tree model in the data mining technique. Among the decision tree model, C4.5 had the best performance. The critical factors on in-hospital mortality of communityacquired pneumonia are admission route, respiratory failure, congenital heart failure including age, comorbidity, and bed size. This study was carried out using the administrative database including patients' characteristics and comorbidity. However further study should be extensively including hospital characteristics, regional medical resources, and patient management practice behavior.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 행정데이터를 활용하여 지역사회획득 폐렴환자의 퇴원 시 병원사망의 요인을 살펴보고자 한다. 여기서 사망률은 퇴원 시 병원사망 (In-hospital mortality, 이하 병원사망), 퇴원 후 30일 이내 사망 (30-days mortality after discharge, 이하 30일 사망) 및 퇴원 후 30일 이후 사망으로 구분할 수 있다.
본 연구의 목적은 행정데이터를 이용하여 지역사회획득 폐렴 환자의 퇴원 시 사망에 대한 요인을 규명하고 행정데이터의 유용성에 대해 고찰한다.
제안 방법
의사결정나무는 의사결정규칙 (decision rule)을 몇 개의 소집단으로 분류하여 나무구조로 표현한 것으로 연구자가 분석과정을 쉽게 이해하고 설명할 수 있는 장점을 가지고 있을 뿐만 아니라 고위험군을 예측하는 데도 유용하다 (최종후와 서두성, 1999). 자료는 전체 데이터를 훈련용 80%, 검증용 20%로 나누어서 분석을 하였다. 의사결정나무는 분류에 사용되는 기준에 따라 CHAID (Chi-squared Automatic Interaction Detection; Kass, 1980), CART (Classification and Regression Tree; Breiman, 1984), C4.
그러나 현실적인 조사여건을 감안하여 결정한 조사 모집단 (sampled population)은 전국의 100병상 이상의 급성기 일반병원 (general hospital) 약 150개를 대상으로 조사를 수행한다. 조사항목은 병원의 특성 정보 (소재지 및 병상수), 환자의 인적사항 (성별, 연령, 거주지, 보험유형), 환자의 주진단, 부진단 및 처치수술, 입퇴원일 및 재원일수, 입원경로, 퇴원후 향방 외에 손상환자의 외인정보와 손상유형별 정보를 포함하고 있다. 특히, 건강보험자료나 퇴원환자조사에서 수집할 수없는 부진단에 대한 정보를 체계적으로 수집해 놓음에 따라 폐렴환자의 중증도 보정 모형을 개발 할 수있는 가장 적절한 정보라고 할 수 있다 (강성홍, 2009).
중증도 보정 모형 개발을 위해 대상 환자들의 동반 질환 유무 변수를 생성하였다. 지역사회획득 폐렴 환자의 동반 질환은 관련 문헌고찰을 통해 선정하였으며 (Fine 등, 1997; Robinson 등, 2008; Jasti 등, 2008; Song과 Jung, 2010) 신생물질환, 만성간염, 신장질환, 울혈성 심부전, 심근경색, 뇌졸중, 일과성 뇌허혈발작, 만성폐쇄성폐질환, 기관지확장증, 흉막삼출, 저혈압, 당뇨병, 영양실조, 만성알콜중독증을 포함하였다.
대상 데이터
본 연구의 방법론상 제한점은 종속변수인 사망사건 자체가 발생률이 매우 낮은 수치이며, 이에 따른 각 요인별 분포의 불균형은 카이제곱 검정결과의 해석에 제한점이 있을 수 있다는 것이다. 그러나 본 연구에서 사용된 퇴원손상환자 조사자료는 표본추출단계에서부터 모집단의 특성이 반영되도록 잘 설계된 50여만 건이 넘는 대규모 자료이다. 또한, 선행연구에서도 제시된 바와 같이 지역사회획득 폐렴 입원환자의 사망률이 6∼24% (Marrie 등, 1989; Pachon 등, 1990)와도 견주어 볼 때도 본 자료에서 나타난 사망률 수치가 타 연구에서 제시한 사망률 범주에 포함되는 것으로 나타난다.
질병관리본부의 퇴원손상환자 조사의 목표 모집단 (target population)은 전국에서 단과병원을 제외한 모든 급성기 일반병원 (general hospital)에 입원하였다가 퇴원한 환자 전체이다. 그러나 현실적인 조사여건을 감안하여 결정한 조사 모집단 (sampled population)은 전국의 100병상 이상의 급성기 일반병원 (general hospital) 약 150개를 대상으로 조사를 수행한다. 조사항목은 병원의 특성 정보 (소재지 및 병상수), 환자의 인적사항 (성별, 연령, 거주지, 보험유형), 환자의 주진단, 부진단 및 처치수술, 입퇴원일 및 재원일수, 입원경로, 퇴원후 향방 외에 손상환자의 외인정보와 손상유형별 정보를 포함하고 있다.
본 연구는 행정데이터를 이용하였는데, 보통 행정데이터는 환자특성 뿐만 아니라 의료기관에 대한 정보까지 포함하고 있다. 본 연구에서는 환자특성인 성별, 연령, 동반질환 뿐만 아니라 의료기관의 병상규모가 사망 요인으로 나타났다.
본 연구를 위해 2004년에서 2006년의 3년간 퇴원손상환자 자료 50여만 건을 수집하였다. 퇴원손상환자 조사자료는 질병관리본부가 미국의 퇴원환자조사 (National Hospital Discharge Survey, NHDS) 방법론을 근거로 하여 2004년에 구축하였다.
지역사회획득 폐렴환자 선정기준은 주진단명이 폐렴인 경우와 주진단명이 패혈증이나 급성호흡곤란증후군이면서 부진단명이 폐렴인 환자를 추출한 후, 수술환자나 주진단명이 악성질환이거나 폐결핵인 환자를 제외하고, 18세 이상의 입원 환자를 추출하였다. 선정된 자료는 총 6,119건이었으며, 이 중 재원일수가 31일 이상인 766건 (12.5%)의 분포는 극단치로 판단하여 제외하였으며, 최종 연구자료는 총 5,353을 대상으로 하였다.
데이터처리
지역사회획득 폐렴환자의 사망률 차이 분석은 카이제곱 검정을 실시하였고, 병원 사망의 요인을 분석하기 위해 데이터마이닝 기법 중 의사결정나무를 이용하였다. 의사결정나무는 의사결정규칙 (decision rule)을 몇 개의 소집단으로 분류하여 나무구조로 표현한 것으로 연구자가 분석과정을 쉽게 이해하고 설명할 수 있는 장점을 가지고 있을 뿐만 아니라 고위험군을 예측하는 데도 유용하다 (최종후와 서두성, 1999).
이론/모형
5 등으로 분류된다. 각각은 카이제곱 통계량 (chi-square statistic), 지니 지수 (Gini index), 엔트로피 (entropy) 등의 분리기준을 사용한다. 본 연구에서는 CHAID, CART, C4.
본 연구는 지역사회획득 폐렴환자의 사망 요인을 분석하기 위해 질병관리본부의 퇴원손상환자 자료를 의사결정나무 모형에 적용하였다. 지역사회획득 폐렴환자의 병원사망률은 5.
퇴원손상환자 자료에서 조사대상 선정 기준은 윤영경 등이 개발한 방법에 따라 선정하였다 (윤영경 등, 2008). 윤영경의 연구는 건강보험자료를 대상으로 지역사회획득 폐렴환자를 추출하고 의무기록을 검토한 결과 선정기준의 민감도가 87.
본 연구를 위해 2004년에서 2006년의 3년간 퇴원손상환자 자료 50여만 건을 수집하였다. 퇴원손상환자 조사자료는 질병관리본부가 미국의 퇴원환자조사 (National Hospital Discharge Survey, NHDS) 방법론을 근거로 하여 2004년에 구축하였다. 질병관리본부의 퇴원손상환자 조사의 목표 모집단 (target population)은 전국에서 단과병원을 제외한 모든 급성기 일반병원 (general hospital)에 입원하였다가 퇴원한 환자 전체이다.
성능/효과
2와 같다. 1개 이상의 동반질환을 가지는 지역사회획득 폐렴환자가 43.6%였으며, 동반질환은 당뇨병, 기관지확장증, 만성폐쇄성폐질환, 신생물, 흉막삼출 순이었다.
본 연구에서 단변량 분석 결과 지역간 사망률 변이가 유의하게 나타난 반면, 병상규모에 따른 사망률의 차이는 없는 것으로 나타났다. 그러나 의사결정나무에서는 병상규모가 500병상 미만인 병원에서 진료받은 폐렴환자의 사망률이 높게 나타나 병상규모가 사망률에 영향을 미치는 것으로 나타났다. 일반적으로 규모가 작은 병원이 증증도가 낮은 환자를 많이 보는 경향이 있는데, 이런 사실이 환자 진료결과에 대한 책임을 면피하지는 못한다 (Shahian과 Normand, 2008).
6%였다. 또한 응급실 경유 65세 이상 호흡부전, 신생물, 신장질환을 동반한 폐렴환자의 사망률이 24.1%였다.
본 연구에서 단변량 분석 결과 지역간 사망률 변이가 유의하게 나타난 반면, 병상규모에 따른 사망률의 차이는 없는 것으로 나타났다. 그러나 의사결정나무에서는 병상규모가 500병상 미만인 병원에서 진료받은 폐렴환자의 사망률이 높게 나타나 병상규모가 사망률에 영향을 미치는 것으로 나타났다.
본 연구는 행정데이터를 이용하였는데, 보통 행정데이터는 환자특성 뿐만 아니라 의료기관에 대한 정보까지 포함하고 있다. 본 연구에서는 환자특성인 성별, 연령, 동반질환 뿐만 아니라 의료기관의 병상규모가 사망 요인으로 나타났다. 특히 본 연구에서 입원경로가 병원사망을 예측하는 중요한 변수로 나타남에 따라 사망예측모형에 포함될 필요가 있다.
의사결정나무 모형 중 C4.5를 이용하여 지역사회획득 폐렴 환자의 사망 요인에 대한 분석 결과, 그림 3.3은 전체 자료 중 훈련용 (80%)에 대한 결과를 보여주고 있는데, 응급실을 통해 500병상 미만 병원에 입원한 65세 이상 호흡부전 동반 폐렴환자의 사망률이 70.0%로 가장 높았다. 다음으로 응급실 경유, 18∼64세 울혈성심부전과 저혈압을 동반한 폐렴환자의 사망률이 62.
단변량 분석에서는 지역사회획득 폐렴의 동반 질환으로 저혈압, 호흡부전, 영양실조, 일과성뇌허혈발작, 신장질환, 뇌졸중, 신생물, 울혈성심부전 순으로 사망률이 높았으나. 의사결정나무에서는 호흡부전, 울혈성심부전, 신생물, 신장질환, 심근경색이 사망에 영향을 미치는 중요한 동반 질환으로 나타났다. 대표적인 폐렴중증도 모형인 PSI (Pneumonia Severity Index)는 폐렴의 중증도를 결정짓는 동반 질환을 악성종양, 간질환, 울혈성심부전, 뇌혈관질환, 신장질환으로 제시하고 있고, 이영우 (2006)는 울혈성심부전, 심근경색을 중요한 동반 질환으로 보고하고 있다 (Fine 등, 1997; Lee 등, 2006).
조사대상 환자의 제 특성에 따른 사망률은 표 3.3과 같으며, 여자에 비해 남자가, 연령이 많을수록, 의료급여 환자, 응급실 경유 환자의 사망률이 유의하게 높은 반면, 병상규모와 거주지역 진료여부에 따른 사망률의 유의한 차이는 없는 것으로 나타났다. 또한 의료기관 소재지별로 사망률의 유의한 차이가 있었는데, 강원 (9.
주진단은 표 3.4와 같이 패혈증을 주진단으로 하는 폐렴환자의 사망률이 10.9%로 가장 높았고, 동반 질환 건수가 많을수록 사망률이 높았으며, 동반질환의 여부에 따라 저혈압 (63.3%), 호흡부전 (46.5%), 영양실조 (45.4%), 일과성뇌허혈발작 (28.6%), 신장질환 (16.6%), 뇌졸중 (14.5%), 신생물 (13.5%), 울혈성심부전 (11.6%) 순으로 사망률이 높았다.
지역사회획득 폐렴 환자의 사망 요인을 분석하기 위하여 의사결정나무 모형을 이용하였는데, 그림 3.1 ROC 곡선에서 C4.5모형이 가장 우수한 모형으로 평가되었으며, 그림 3.2 리프트 도표와 같이 고위험 사망군에서 C4.5의 판별력이 가장 우수하였다.
본 연구는 지역사회획득 폐렴환자의 사망 요인을 분석하기 위해 질병관리본부의 퇴원손상환자 자료를 의사결정나무 모형에 적용하였다. 지역사회획득 폐렴환자의 병원사망률은 5.9%였으며, 연령, 동반 상병, 입원경로, 병상규모 등이 주요 요인으로 나타났다. 특히 병원사망을 결정짓는 가장 중요한 변수는 입원경로로 나타났으며, 다음으로는 호흡부전, 울혈성심부전, 신생물, 신장질환 등의 동반 질환으로 나타났다.
9%였으며, 연령, 동반 상병, 입원경로, 병상규모 등이 주요 요인으로 나타났다. 특히 병원사망을 결정짓는 가장 중요한 변수는 입원경로로 나타났으며, 다음으로는 호흡부전, 울혈성심부전, 신생물, 신장질환 등의 동반 질환으로 나타났다.
후속연구
또한, 선행연구에서도 제시된 바와 같이 지역사회획득 폐렴 입원환자의 사망률이 6∼24% (Marrie 등, 1989; Pachon 등, 1990)와도 견주어 볼 때도 본 자료에서 나타난 사망률 수치가 타 연구에서 제시한 사망률 범주에 포함되는 것으로 나타난다. 그럼에도 불구하고, 일부 특성들의 분포가 서로 다름에 따라 사망여부에 결정적 영향을 미치는 부분을 통제하기 위해서는 추후 가중치 부여 등을 통해 이를 해결방안을 모색할 필요 있을 것으로 사료된다. 또한 폐렴사망 모형평가에 있어서도 안정적이고 일반화된 규칙을 개발하기 위해, 내적타당도 평가 외에 모형구축용 자료와는 다른 시기의 자료를 이용한 외적타당도를 평가하지 못한 것은 본 연구의 제한점이라 할 수 있다.
그러나 본 연구에서 지역사회획득 폐렴의 사망요인을 밝히기 위해 사용된 의사결정나무의 ROC 곡선을 평가할 때 좋은 모형이라고 판단하기 어렵다. 따라서 질병 특이적 (disease-specific) 사망모형을 개발하기 위해서는 행정자료를 통합한 임상자료를 활용하여 다양한 연구가 수행되어야 할 것으로 사료된다.
그럼에도 불구하고, 일부 특성들의 분포가 서로 다름에 따라 사망여부에 결정적 영향을 미치는 부분을 통제하기 위해서는 추후 가중치 부여 등을 통해 이를 해결방안을 모색할 필요 있을 것으로 사료된다. 또한 폐렴사망 모형평가에 있어서도 안정적이고 일반화된 규칙을 개발하기 위해, 내적타당도 평가 외에 모형구축용 자료와는 다른 시기의 자료를 이용한 외적타당도를 평가하지 못한 것은 본 연구의 제한점이라 할 수 있다.
일반적으로 규모가 작은 병원이 증증도가 낮은 환자를 많이 보는 경향이 있는데, 이런 사실이 환자 진료결과에 대한 책임을 면피하지는 못한다 (Shahian과 Normand, 2008). 병원사망률이 병원 특성 또는 지역 의료자원 등 접근성의 문제와 관계가 있는지 파악하기 위해서는 병원 특성 및 지역 특성을 고려한 후속 연구가 필요하다고 사료된다. 실제 전공의 수련여부, 설립형태 (공공, 민간) 등 병원특성과 사망률과의 유의한 관계가 있다는 연구가 있고 (Hartz 등, 1989; Polanczyk 등, 2002), 간호인력 등 의료인력 및 폐렴환자 진료량과 사망률과의 관계도 분석할 필요가 있다 (Aiken 등, 2002; Marrie 등, 2003).
본 연구의 방법론상 제한점은 종속변수인 사망사건 자체가 발생률이 매우 낮은 수치이며, 이에 따른 각 요인별 분포의 불균형은 카이제곱 검정결과의 해석에 제한점이 있을 수 있다는 것이다. 그러나 본 연구에서 사용된 퇴원손상환자 조사자료는 표본추출단계에서부터 모집단의 특성이 반영되도록 잘 설계된 50여만 건이 넘는 대규모 자료이다.
그러나 임상자료는 환자의 의무기록에서 연구목적에 맞는 항목을 추출하는 과정을 거쳐야 하므로 별도의 비용과 시간이 투입되어야 하고, 따라서 데이터의 크기도 한정되어 있다. 이에 따라 최근 미국, 캐나다, 호주 및 영국 등 국가적으로 행정 및 통계목적의 데이터베이스를 활용한 진료결과 연구가 활발하게 진행됨에 따라 (Ben-Tovim 등, 2009; Canadian Institute for Health Information, 2007; Jarman 등, 1999; Jin 등, 2003), 우리나라에서도 건강보험 자료, 퇴원환자조사 자료, 퇴원손상환자 자료 등 행정데이터를 활용한 진료결과 연구가 필요하다 하겠다.
본 연구에서는 환자특성인 성별, 연령, 동반질환 뿐만 아니라 의료기관의 병상규모가 사망 요인으로 나타났다. 특히 본 연구에서 입원경로가 병원사망을 예측하는 중요한 변수로 나타남에 따라 사망예측모형에 포함될 필요가 있다. 즉 임상변수 뿐만 아니라 행정데이터에서 포함하는 변수들을 고려할 필요성이 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
폐렴 사망률이 지난 수십년동안 비슷하거나 오히려 증가하는 이유는?
7명으로 사망원인 9위이면서 감염으로 인한 사망원인 중에는 1위를 차지하고 있다 (Korea National Statistical Office, 2010). 이러한 폐렴 사망률은 지난 수 십 년 동안 비슷하거나 아니면 오히려 증가하는 추세로 보고되는데, 노인인구와 기저질환을 가진 환자가 증가하고 있는 것을 가장 큰 이유로 들고 있다 (Pachon 등, 1990; Song과 Jung, 2010).
지역사회획득 폐렴이란 무엇인가?
지역사회획득 폐렴 (community-acquired pneumonia)은 병원획득 폐렴 (hospital-acquired pneumonia)에 대립되는 용어로 지역사회에서 얻은 폐렴을 뜻한다 (Won, 2010). 이와 같은 지역사회획득 폐렴은 미국에서는 연간 500백만 명의 환자가 발생하고, 이 중 120만 명은 입원을 하면서 미국의 사망원인 6위에 해당되는 질환으로 알려져 있다.
지역사회획득 폐렴환자의 퇴원 시 병원사망의 정도와 변이, 요인 규명에 대한 연구가 필요한 이유는?
폐렴 사망률은 지역이나 인구집단에 따라 다양하지만, 지역인구를 기반으로 한 행정데이터를 분석한 사망률은 9.7-11%에 달하고 (Lave 등, 1996; Marrie 등, 2003), 우리나라에서도 12∼14%에 이르는 것으로 보고됨에 따라 (Song과 Jung, 2010) 국가적으로 중점적으로 관리해야 할 중요한 질환이다. 이에 따라 지역사회획득 폐렴환자의 퇴원 시 병원사망의 정도와 변이, 요인 규명에 대한 연구가 필요하다.
Aiken, L. H., Clarke, S. P., Sloane, D. M., Sochalski, J. and Silber, J. H. (2002). Hospital nurse staffing and patient mortality, nurse burnout, and job dissatisfaction. The Journal of the American Medical Association, 288, 1987-1993.
Aylin, P., Bottle, A. and Majeed, A. (2007). Use of administrative data or clinical databases as predictors of risk of death in hospital: Comparison of models. British Medical Journal (Clinical Research Ed.), 334, 1044.
Ben-Tovim, D., Woodman, R., Harrison, J., Pointer, S., Hakendorf, P. and Henley, G. (2009). Measuring and reporting mortality in hospital patients, Australian Institute of Health and Welfare, Canberra.
Bratzler, D. W., Nsa, W. and Houck, P. M. (2007). Performance measures for pneumonia: Are they valuable, and are process measures adequate? Current Opinion in Infectious Diseases, 20, 182-189.
Canadian Institute for Health Information (CIHI). (2007). HSMR: A new approach for measuring hospital mortality trends in Canada, CIHI, Ottawa.
Ellrodt, G., Cook, D. J., Lee, J., Cho, M., Hunt, D. and Weingarten, S. (1997). Evidence-based disease management. The Journal of the American Medical Association, 278, 1687-1692.
Fine, M. J., Auble, T. E., Yealy, D. M., Hanusa, B. H., Weissfeld, L. A., Singer, D. E., Coley, C. M., Marrie, T. J. and Kapoor, W. N. (1997). A prediction rule to identify low-risk patients with communityacquired pneumonia. The New England Journal of Medicine, 336, 243-250.
Fine, M. J., Smith, M. A., Carson, C. A., Mutha, S. S., Sankey, S. S., Weissfeld, L. A. and Kapoor, W. N. (1996). Prognosis and outcomes of patients with community-acquired pneumonia. A meta-analysis. The Journal of the American Medical Association, 275, 134-141.
Garnick, D. W., DeLong, E. R. and Luft, H. S. (1995). Measuring hospital mortality rates: Are 30-day data enough? Health Services Research, 29, 679-695.
Hartz, A. J., Krakauer, H., Kuhn, E. M., Young, M., Jacobsen, S. J., Gay, G., Muenz, L., Katzoff, M., Bailey, R. C. and Rimm, A. A. (1989). Hospital characteristics and mortality rates. The New England Journal of Medicine, 321, 1720-1725.
Iezzoni, L. I. (1997b). The risks of risk adjustment. The Journal of the American Medical Association, 278, 1600-1607.
Jarman, B., Gault, S., Alves, B., Hider, A., Dolan, S., Cook, A., Hurwitz, B. and Iezzoni, L. I. (1999). Explaining differences in english hospital death rates using routinely collected data. British Medical Journal (Clinical Research Ed.), 318, 1515-1520.
Jasti, H., Mortensen, E. M., Obrosky, D. S., Kapoor, W. N. and Fine, M. J. (2008). Causes and risk factors for rehospitalization of patients hospitalized with community-acquired pneumonia. Clinical Infectious Diseases, 46, 550-556.
Jin, Y., Marrie, T. J., Carriere, K. C., Predy, G., Houston, C., Ness, K. and Johnson, D. H. (2003). Variation in management of community-acquired pneumonia requiring admission to Alberta, Canada hospitals. Epidemiology and Infection, 130, 41-51.
Korea National Statistical Office. (2010). An nual report on the cause of death statistics 2009: Nationalwide, National Statistical Office, Daejeon.
Krakauer, H., Bailey, R. C., Skellan, K. J., Stewart, J. D., Hartz, A. J., Kuhn, E. M. and Rimm, A. A. (1992). Evaluation of the HCFA model for the analysis of mortality following hospitalization. Health Services Research, 27, 317-335.
Lave, J. R., Fine, M. J., Sankey, S. S., Hanusa, B. H., Weissfeld, L. A. and Kapoor, W. N. (1996). Hospitalized pneumonia. outcomes, treatment patterns, and costs in urban and rural areas. Journal of General Internal Medicine, 11, 415-421.
Lee, J. Y. and Lee, Y. W. (2004). Receiver operating characteristic(ROC) curves using neural network in classification. Journal of the Korean Data & Information Science Society, 15, 911-920.
Lee, Y. W., Jung, J. W., Song, J. H., Jeon, E. J., Choi, J. C., Shin, J. W., Kim, J. Y., Park, I. W. and Choi, B. W. (2006). Risk factors for mortality in community-acquired pneumonia patients admitted to a referral hospital. Tuberculosis and Respiratory Diseases, 61, 347-355.
Marrie, T. J., Carriere, K. C., Jin, Y. and Johnson, D. H. (2003). Mortality during hospitalisation for pneumonia in alberta, canada, is associated with physician volume. The European Respiratory Journal, 22, 148-155.
Marrie, T. J. and Wu, L. (2005). Factors influencing in-hospital mortality in community-acquired pneumonia: A prospective study of patients not initially admitted to the ICU. Chest, 127, 1260-1270.
Metlay, J. P., Schulz, R., Li, Y. H., Singer, D. E., Marrie, T. J., Coley, C. M., Coley, C. M., Hough, L. J., Obrosky, D. S., Kapoor, W. N. and Fine, M. J. (1997). Influence of age on symptoms at presentation in patients with community-acquired pneumonia. Archives of Internal Medicine, 157, 1453-1459.
Moon, S., Lee, J. S., Kim, Y., You, S. J., Choi, Y. K., Suh, S. K. and Kim, Y. I. (2009). Quality and affecting factor of care for patients hospitalized with pneumonia. Tuberculosis and Respiratory Diseases, 66, 300-308.
Niederman, M. S., Bass, J. B.,Jr, Campbell, G. D., Fein, A. M., Grossman, R. F., Mandell, L. A., Marrie, T. J., Sarosi, G. A., Torres, A. and Yu, V. L. (1993). Guidelines for the initial management of adults with community-acquired pneumonia: Diagnosis, assessment of severity, and initial antimicrobial therapy. The American Review of Respiratory Disease, 148, 1418-1426.
Oh, H. K., Seo, J. Y., Kim, D. K., Choi, J. E., Mo, E. K., Park, M. J., Lee,M.G., Hyun, I. G. and Jung, K. S. (1997). Clinical characteristics and prognostic factors of severe community-acquired pneumonia. Tuberculosis and Respiratory Diseases, 44, 1072-1082.
Omoigui, N. A., Miller, D. P., Brown, K. J., Annan, K., Cosgrove, D.,3rd, Lytle, B., Loop, F. and Topol, E. J. (1996). Outmigration for coronary bypass surgery in an era of public dissemination of clinical outcomes. Circulation, 93, 27-33.
Ortqvist, A., Sterner, G. and Nilsson, J. A. (1985). Severe community-acquired pneumonia: Factors influencing need of intensive care treatment and prognosis. Scandinavian Journal of Infectious Diseases, 17, 377-386.
Pachon, J., Prados, M. D., Capote, F., Cuello, J. A., Garnacho, J. and Verano, A. (1990). Severe community-acquired pneumonia. etiology, prognosis, and treatment. The American Review of Respiratory Disease, 142, 369-373.
Park C. and Song G. M. (2002). Analysis of students leaving their majors using decision tree. Journal of the Korean Data & Information Science Society, 13, 157-165.
Park, H. P., Seo, Y. W., Lee, J. E., Kim, Y. H., Jang, Y. Y., Park, S. H., Seo, C. K., Jeon, Y. J., Lee, M. Y. and Choi, W. I. (2005). Factors associated with early death in patients with community-acquired pneumonia. Tuberculosis and Respiratory Diseases, 58, 607-613.
Park, H. C. and Cho, K. H. (2004). Modeling of environmental survey by decision trees. Journal of the Korean Data & Information Science Society, 15, 759-771.
Polanczyk, C. A., Lane, A., Coburn, M., Philbin, E. F., Dec, G. W. and DiSalvo, T. G. (2002). Hospital outcomes in major teaching, minor teaching, and nonteaching hospitals in New York state. The American Journal of Medicine, 112, 255-261.
Rosenthal, G. E., Baker, D. W., Norris, D. G., Way, L. E., Harper, D. L. and Snow, R. J. (2000). Relationships between in-hospital and 30-day standardized hospital mortality: Implications for profiling hospitals. Health Services Research, 34, 1449-1468.
Song, J. H. and Jung, K. S. (2010). Treatment guidelines for community-acquired pneumonia in korea: An evidence-based approach to appropriate antimicrobial therapy. Journal of Korean Medical Association, 53, 20-42.
Won, C. W. (2010). Community acquired pneumonia. Korean Journal of Family Medicine, 31, 503-511.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.