건강보험 청구 질병코드와 퇴원손상환자심층조사 질병코드 비교 연구 A Comparative Study of the Disease Codes between Korean National Health Insurance Claims and Korean National Hospital Discharge In-Depth Injury Survey원문보기
Background: As most of people in Korea are covered by National Health Insurance (NHI), the disease information collected in NHI provides high availability for health policy. Nevertheless, the validity of disease codes in NHI data has been controversial till now. So we tried to evaluate the validity ...
Background: As most of people in Korea are covered by National Health Insurance (NHI), the disease information collected in NHI provides high availability for health policy. Nevertheless, the validity of disease codes in NHI data has been controversial till now. So we tried to evaluate the validity of them by comparing the NHI claims data with Korean National Hospital Discharge In-depth Injury Survey (KNHDIIS) data. Methods: We compared the NHI patients sample data (2009) with the KNHDIIS data (2009). We selected the inpatient data of KNHDIIS and NHI patients sample. The weighted number of patients from NHI patients sample was 5,551,210 and the number of patients from KNHDIIS was 5,559,874. We classified the disease codes into principal diagnoses and other diagnoses, and we compared as one, two, three unit level. Also we calculated the agreement rate of each of them. Results: In the comparison of principal diagnoses, NHI claims data had more C code than KNHDIIS data did, whereas KNHDIIS data had more Z code than NHI claims data did. In the comparison of other diagnoses, NHI claims data had 2, 3 more codes than KNHDIIS data did. The overall agreement rate at three unit level was 76.5% in principal diagnoses and 46.8% in other diagnoses. Conclusion: Considering the large difference between the two data, the validity of disease codes in NHI Claims data seems to be low. To increase the validity of them, the definite detail coding indicator, the reinforcement of coding education, and the reform of system are needed.
Background: As most of people in Korea are covered by National Health Insurance (NHI), the disease information collected in NHI provides high availability for health policy. Nevertheless, the validity of disease codes in NHI data has been controversial till now. So we tried to evaluate the validity of them by comparing the NHI claims data with Korean National Hospital Discharge In-depth Injury Survey (KNHDIIS) data. Methods: We compared the NHI patients sample data (2009) with the KNHDIIS data (2009). We selected the inpatient data of KNHDIIS and NHI patients sample. The weighted number of patients from NHI patients sample was 5,551,210 and the number of patients from KNHDIIS was 5,559,874. We classified the disease codes into principal diagnoses and other diagnoses, and we compared as one, two, three unit level. Also we calculated the agreement rate of each of them. Results: In the comparison of principal diagnoses, NHI claims data had more C code than KNHDIIS data did, whereas KNHDIIS data had more Z code than NHI claims data did. In the comparison of other diagnoses, NHI claims data had 2, 3 more codes than KNHDIIS data did. The overall agreement rate at three unit level was 76.5% in principal diagnoses and 46.8% in other diagnoses. Conclusion: Considering the large difference between the two data, the validity of disease codes in NHI Claims data seems to be low. To increase the validity of them, the definite detail coding indicator, the reinforcement of coding education, and the reform of system are needed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
위와 같은 문제를 극복하고 개선방안 수립에 도움이 될 수 있는 질병코드별 정확도 평가를 위해서 이 연구에서는 질병관리본부에서 실시하고 있는 퇴원손상 심층조사에 주목하게 되었다. 퇴원손상 심층조사에서는 의료기관 퇴원 환자에 대한 국가단위의 보건통계 생성을 위해서 2005년부터 100병상 이상 병원을 대상으로 9%의 표본을 추출하여 질병 및 시술정보를 수집하고 있다.
이 연구에서는 두 자료의 비교 가능성을 높이기 위해서 연구대상 환자를 건강보험과 의료급여 입원 환자로 국한하였다. 따라서 퇴원손상심층조사자료에서 산재나 자동차보험 환자, 일반 환자는 제외하였다.
이 조사에서 수집하는 질병코드는 통계청의 KCD 코딩지침에 따라 의무기록실에서 직접 작성한 것으로 청구 질병코드와의 비교 시 기준으로 활용할 수 있다. 이 연구에서는 의무기록실에서 직접 작성한 퇴원손상심층조사의 질병코드와 청구 질병코드를 비교하여 기존 연구들이 가지는 제한점을 극복하고 청구 질병코드의 전반적 현황을 질병코드 수준에서 평가해 보고자 한다.
제안 방법
전반적인 질병코드 일치율 파악을 위해 출현빈도의 차이를 이용해서 일치율을 추정하였다. 100% 일치할 경우 출현빈도의 차이가 0이 되고, 완전히 불일치할 경우 청구 질병코드 출현빈도와 퇴원손상심층조사 질병코드 출현빈도의 합만큼 차이가 날 것이기 때문에 다음과 같이 전반적인 일치율을 조작적으로 정의하여 주 진단과 기타 진단의 1단위, 2단위, 3단위 수준의 일치율을 계산하였다.
2단위 코드와 마찬가지로 기타진단 3단위 코드 중에서 1만 건 이상 발생한 질병코드에 대해서 청구 질병코드와 퇴원손상심층조사 질병코드를 비교하였다. 환자 1,000명당 출현 빈도가 10배 이상 차이 나는 질병코드들 중에서 빈도차이가 큰 상위 20개 코드를 추출해 본 결과, 1위는 K59코드(기타 기능성 장 장애)로 청구 질병코드에서 117.
그리고 두 자료 간 차이가 크게 나타나는 2단위 코드들을 대상으로 세부 3단위 코드를 비교하였다. 결과는 두 코드 간 차이가 많이 나는 것을 중심으로 제시하였으며, 기타 진단의 경우 출현빈도가 10배 이상 차이가 나는 코드들을 별도로 제시하였다.
먼저 KCD의 장(chapter)에 해당하는 1단위 코드의 출현 빈도를 비교하였고, 이어서 각 장의 세부 2단위 코드를 비교하였다. 그리고 두 자료 간 차이가 크게 나타나는 2단위 코드들을 대상으로 세부 3단위 코드를 비교하였다. 결과는 두 코드 간 차이가 많이 나는 것을 중심으로 제시하였으며, 기타 진단의 경우 출현빈도가 10배 이상 차이가 나는 코드들을 별도로 제시하였다.
기타 진단 2단위 코드 중에서 1만 건 이상 발생한 질병코드에 대해서 청구 질병코드와 퇴원손상심층조사 질병코드를 비교하여 환자 1,000명당 출현 빈도에서 10배 이상 차이 나는 질병코드를 추출하였다. 이 결과 E4코드(영양실조)가 58배로 가장 높았고, R0코드(순환계통 및 호흡계통을 침범하는 증상과 징후)에서 17.
비교는 환자 1,000명당 출현하는 질병코드 개수를 비교하는 방식으로 진행하였으며, 개수는 가중치를 적용한 값을 사용하였다. 먼저 KCD의 장(chapter)에 해당하는 1단위 코드의 출현 빈도를 비교하였고, 이어서 각 장의 세부 2단위 코드를 비교하였다. 그리고 두 자료 간 차이가 크게 나타나는 2단위 코드들을 대상으로 세부 3단위 코드를 비교하였다.
정리된 두 자료를 이용해서 청구 질병코드와 퇴원손상심층조사의 질병코드를 주 진단과 기타 진단으로 구분하여 비교하였다. 비교는 환자 1,000명당 출현하는 질병코드 개수를 비교하는 방식으로 진행하였으며, 개수는 가중치를 적용한 값을 사용하였다. 먼저 KCD의 장(chapter)에 해당하는 1단위 코드의 출현 빈도를 비교하였고, 이어서 각 장의 세부 2단위 코드를 비교하였다.
또한 기존 연구에서는 KCD 전체 장에 해당하는 22개 대분류(장)에서 한 개의 장만 연구대상으로 선정하거나 아니면 몇 개의 장에 국한되어서 전체 질병코드 현황을 평가하지 못하였다. 이에 비해 본 연구는 개별 환자별 비교가 아니라 두 가지 서로 다른 자료원을 이용하여 전체 환자의 질병코드 출현빈도를 비교하는 방법을 사용하였다. 두 자료원 모두 동일한 입원 환자를 대상으로 하기 때문에 만약 두 자료원에서 모두 코딩원칙에 따라 정확하게 질병코드가 선정이 되었다면 질병코드의 출현빈도가 동일할 것이다.
전반적인 질병코드 일치율 파악을 위해 출현빈도의 차이를 이용해서 일치율을 추정하였다. 100% 일치할 경우 출현빈도의 차이가 0이 되고, 완전히 불일치할 경우 청구 질병코드 출현빈도와 퇴원손상심층조사 질병코드 출현빈도의 합만큼 차이가 날 것이기 때문에 다음과 같이 전반적인 일치율을 조작적으로 정의하여 주 진단과 기타 진단의 1단위, 2단위, 3단위 수준의 일치율을 계산하였다.
정리된 두 자료를 이용해서 청구 질병코드와 퇴원손상심층조사의 질병코드를 주 진단과 기타 진단으로 구분하여 비교하였다. 비교는 환자 1,000명당 출현하는 질병코드 개수를 비교하는 방식으로 진행하였으며, 개수는 가중치를 적용한 값을 사용하였다.
본 연구에서는 성격이 다른 두 자료인 환자표본자료와 퇴원손상 심층조사자료를 이용하였기 때문에 연구에 포함된 의료기관을 정확히 일치시켜 비교·분석하는 것에는 한계가 있었다. 하지만 두 자료의 비교 가능성을 높이기 위해서 퇴원손상심층조사의 표본 선정 기준에 맞추어 단과병원이나 요양병원 등을 제외하였고 가중치를 적용한 전체 빈도를 사용하였다. 따라서 정확한 비교는 어렵겠지만 전체 경향을 보는 데는 충분한 자료로 판단이 된다.
대상 데이터
조사대상 병원은 100병상 이상의 일반 병원을 대상으로 지역별, 병상규모별로 층화하여 선정하였고, 하나의 전문과로만 구성된 단과병원, 요양병원, 노인전문병원, 보훈병원, 국군병원, 재활병원 등은 제외되었다. 2009년 기준으로 총 561개 병원 중 170개 병원이 조사에 포함되었다. 각 병원별로 연간 퇴원환자수의 9%를 표본 추출하였으며, 25-34세 여성은 다른 연령에 비해 2배 추출하였다.
본 연구에서는 최근에 연구용으로 공개된 건강보험심사평가원의 환자표본자료(2009년)와 질병관리본부의 퇴원손상심층조사자료(2009년)를 활용하였다. 환자표본자료는 청구자료를 연구용 목적으로 공개하고자 건강보험심사평가원에서 입원 환자 13%, 외래 환자 1%를 성별, 연령(5세 단위)구간에 따라 층화 계통 추출한 다음, 해당 환자의 진료정보를 구축한 자료로 입원 환자는 약 70만명, 외래 환자는 50만 명 정도가 포함되어 있다.
분석 질병코드는 KCD 5판을 사용하였고, 제20장으로 분류되는 손상의 외인코드(V, W, X, Y 코드)는 청구자료에는 거의 기재되지 않기 때문에 분석대상에서 제외하였다. 그리고 퇴원손상심층조사자료에서는 최대 21개까지의 질병코드만을 수집하기 때문에 환자표본자료에서도 21개를 넘어서는 질병코드는 분석대상에서 제외하였다.
이러한 과정을 거쳐서 선정된 최종 분석대상 건수는 퇴원손상심층조사 자료가 198,586건이었고, 환자표본자료가 721,658건이었다. 분석대상 질병코드는 퇴원손상심층조사 자료가 526,399개, 환자표본자료가 27,756,455개였다. 각 표본자료의 가중치를 적용할 경우 진료 건수는 퇴원손상심층조사자료가 5,559,874건이었고, 환자표본자료가 5,551,210건으로 거의 유사하였다.
이러한 과정을 거쳐서 선정된 최종 분석대상 건수는 퇴원손상심층조사 자료가 198,586건이었고, 환자표본자료가 721,658건이었다. 분석대상 질병코드는 퇴원손상심층조사 자료가 526,399개, 환자표본자료가 27,756,455개였다.
퇴원손상심층조사 자료는 조사대상 병원 선정과 병원별 환자 표본추출 두 단계를 거쳐서 작성되었다. 조사대상 병원은 100병상 이상의 일반 병원을 대상으로 지역별, 병상규모별로 층화하여 선정하였고, 하나의 전문과로만 구성된 단과병원, 요양병원, 노인전문병원, 보훈병원, 국군병원, 재활병원 등은 제외되었다. 2009년 기준으로 총 561개 병원 중 170개 병원이 조사에 포함되었다.
각 병원별로 연간 퇴원환자수의 9%를 표본 추출하였으며, 25-34세 여성은 다른 연령에 비해 2배 추출하였다. 한 병원에서 최소 연간 600명, 최대 6,000명을 추출하였다. 이러한 표본추출을 반영한 가중치가 각 건마다 있어서 통계작성 시에는 이를 활용하도록 권장하고 있다.
본 연구에서는 최근에 연구용으로 공개된 건강보험심사평가원의 환자표본자료(2009년)와 질병관리본부의 퇴원손상심층조사자료(2009년)를 활용하였다. 환자표본자료는 청구자료를 연구용 목적으로 공개하고자 건강보험심사평가원에서 입원 환자 13%, 외래 환자 1%를 성별, 연령(5세 단위)구간에 따라 층화 계통 추출한 다음, 해당 환자의 진료정보를 구축한 자료로 입원 환자는 약 70만명, 외래 환자는 50만 명 정도가 포함되어 있다. 이 자료의 각 진료 건에는 표본추출 비율을 고려해서 가중치가 매겨져 있는데, 이를 이용해서 우리나라 전체 통계를 추정할 수 있도록 되어 있다.
데이터처리
나머지는 유사한 양상을 보였다(Figure 1). 이러한 분석결과를 바탕으로 특징적으로 차이를 보이는 C코드와 Z코드에 대해서 추가분석을 실시하였다.
성능/효과
K코드(소화기계 질환)에서 청구 질병코드는 퇴원손상심층조사 질병코드에 비해 환자 1,000명당 K2코드(식도, 위, 십이지장 질환)에서 295건, K5코드(장염 및 기타질환)에서 169건, K7코드(간의 질환)에서 79건으로 더 많은 것으로 나타났다(Figure 6).
R코드(증상, 징후, 검사결과)의 경우에 청구 질병코드는 퇴원손상심층조사 질병코드에 비해 환자 1,000명당 R0코드(순환계통 및 호흡계통을 침범하는 증상과 징후)가 약 82건, R1코드(소화계통 및 복부를 침범하는 증상과 징후)가 약 103건, R5코드(전신 증상과 징후)가 81건이 더 많은 것으로 나타났다(Figure 7).
분석대상 질병코드는 퇴원손상심층조사 자료가 526,399개, 환자표본자료가 27,756,455개였다. 각 표본자료의 가중치를 적용할 경우 진료 건수는 퇴원손상심층조사자료가 5,559,874건이었고, 환자표본자료가 5,551,210건으로 거의 유사하였다.
기타 진단에서 청구 질병코드는 퇴원손상심층조사 질병코드에 비해 E코드(내분비질환), J코드(호흡기계 질환), R코드(증상, 징후, 검사결과 이상)가 많았으며, 특히 K코드(소화기계 질환)는 전체 환자의 70% 이상에서 출현하여 매우 높은 사용빈도를 보였다. 이러한 코드들의 사용빈도가 높은 것은 현재의 심사 관행 특히 약제사용 시 질병코드를 기계적으로 추가하는 관행과 밀접한 관련이 있는 것으로 추정이 된다[14].
기타진단 1단위 비교에서 청구 질병코드는 퇴원손상심층조사 질병코드에 비해 전체적으로 질병코드 개수가 많은 것으로 나타났다. 청구 질병코드에서 환자 1,000명당 E코드(내분비 질환)가 310건, J코드(호흡기계 질환)가 약 254건, R코드(증상, 징후, 검사결과 이상)가 371건이 많았으며, 특히 K코드(소화기계 질환)는 약 619건으로 다른 질병코드에 비해 훨씬 더 많은 사용빈도를 나타냈다.
두 자료를 비교한 결과 퇴원손상심층조사자료에 비해 청구자료에서 질병코드 개수가 평균 2.3개 많았고, 환자별 편차도 큰 것으로 나타났다. 이러한 결과는 청구지급자료와 의무기록자료를 비교한 다른 연구결과와 일치하였다.
기타 진단 2단위 코드 중에서 1만 건 이상 발생한 질병코드에 대해서 청구 질병코드와 퇴원손상심층조사 질병코드를 비교하여 환자 1,000명당 출현 빈도에서 10배 이상 차이 나는 질병코드를 추출하였다. 이 결과 E4코드(영양실조)가 58배로 가장 높았고, R0코드(순환계통 및 호흡계통을 침범하는 증상과 징후)에서 17.3배, F5코드(행동증후군)에서 16.4배로 많게 나타났다. 출현빈도에서 가장 큰 차이를 보인 것은 K5코드(비감염성 장염 및 기타 장 질환)로 청구질병코드에서 약 168.
2개 많게 나타났다. 제한된 범위에서 이루어진 선행 연구에 비해 본 연구에서는 청구 질병코드의 개수가 1개 가량 더 많게 나타났다. 이처럼 청구자료의 질병코드 개수가 많은 것은 KCD 코딩지침에 따라 기재한 퇴원손상심층조사의 질병코드와 달리 청구 질병코드는 진료내역 하나하나에 대해서 이를 설명하는 질병코드를 붙이는 청구관행과 관련이 있는 것으로 보인다.
주 진단 1단위 비교에서 청구 질병코드는 퇴원손상심층조사 질병코드에 비해 C코드(악성 신생물)와 F코드(정신 및 행동장애), I 코드(순환계통의 질환)가 많이 출현하였고, 반면 퇴원손상심층조사 질병코드는 S코드(손상, 중독), Z코드(보건의료서비스 이용에 영향을 미치는 요인)가 많이 출현하였다. 나머지는 유사한 양상을 보였다(Figure 1).
기타진단 1단위 비교에서 청구 질병코드는 퇴원손상심층조사 질병코드에 비해 전체적으로 질병코드 개수가 많은 것으로 나타났다. 청구 질병코드에서 환자 1,000명당 E코드(내분비 질환)가 310건, J코드(호흡기계 질환)가 약 254건, R코드(증상, 징후, 검사결과 이상)가 371건이 많았으며, 특히 K코드(소화기계 질환)는 약 619건으로 다른 질병코드에 비해 훨씬 더 많은 사용빈도를 나타냈다. 반면 퇴원손상심층조사 질병코드에서는 C코드(악성종양코드), S코드(손상, 중독), U코드(항생제 내성 세균 감염체), Z코드(보건의료 서비스 이용에 영향을 미치는 요인)에서 약간 많게 나타났다(Figure 4).
청구 질병코드와 퇴원손상심층조사 질병코드의 전반적 일치율은 주 진단 1단위가 가장 높아서 83.6%였고, 3단위로 내려갈수록 일치율이 낮아졌다. 기타 진단의 경우 일치율이 주 진단에 비해 낮아서 1단위 일치율이 51.
5개 더 많게 나타났다. 청구질병코드에서 E44코드(영양실조)가 퇴원손상심층조사 질병코드에 비해 출현 질병코드가 625배로 훨씬 더 많지만 코드개수 차이에서는 12.5개 더 많은 것으로 나타났다(Table 3).
4배로 많게 나타났다. 출현빈도에서 가장 큰 차이를 보인 것은 K5코드(비감염성 장염 및 기타 장 질환)로 청구질병코드에서 약 168.8개 더 많게 나타났다(Table 2).
퇴원손상심층조사자료에 비해 청구 질병코드자료에서 질병코드 개수가 평균 2.3개 많았고, 환자별 편차도 큰 것으로 나타났다(Table 1).
2단위 코드와 마찬가지로 기타진단 3단위 코드 중에서 1만 건 이상 발생한 질병코드에 대해서 청구 질병코드와 퇴원손상심층조사 질병코드를 비교하였다. 환자 1,000명당 출현 빈도가 10배 이상 차이 나는 질병코드들 중에서 빈도차이가 큰 상위 20개 코드를 추출해 본 결과, 1위는 K59코드(기타 기능성 장 장애)로 청구 질병코드에서 117.5개 더 많게 나타났다. 청구질병코드에서 E44코드(영양실조)가 퇴원손상심층조사 질병코드에 비해 출현 질병코드가 625배로 훨씬 더 많지만 코드개수 차이에서는 12.
후속연구
이러한 자료수집 시 의료의 질 평가에 필요한 다른 정보, 예를 들어 present on admission과 기타 정보들을 수집한다면 적정성 평가에 광범위하게 활용될 수 있을 것이다. 또한 별도로 실시되고 있는 환자조사나 퇴원손상 심층조사를 대체할 수도 있을 것이다.
본 연구에서는 성격이 다른 두 자료인 환자표본자료와 퇴원손상 심층조사자료를 이용하였기 때문에 연구에 포함된 의료기관을 정확히 일치시켜 비교·분석하는 것에는 한계가 있었다.
이 연구는 입원 환자만을 대상으로 한 것으로 외래자료를 포함시키지 못하였다는 한계를 가지고 있다. 따라서 향후 외래환자에 대해서도 질병코드 타당도에 대한 평가가 필요하다.
또한 이 연구에서 사용한 청구 질병코드와 퇴원손상심층조사의 질병코드 모두 100% 정확하다고 볼 수 없기 때문에 상대적 빈도 비교와 일치율 제시에 그쳤다. 청구 질병코드의 타당도를 정확하게 평가하기 위해서는 실제 의무기록을 이용한 추가 연구가 필요하다. 하지만 이 연구는 성격이 다른 두 자료를 이용해서 청구 질병코드가 가진 문제점들을 질병코드 수준에서 제시하였다는 점에서 의의가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
청구 질병코드의 타당성의 논란이 지속되는 이유는 무엇인가?
하지만 청구 질병코드와 실제 의무기록 진단명과의 일치율이 낮아서 청구 질병코드의 타당성에 대한 논란이 지속되어 왔다. 기존의 청구 진단명과 의무기록 진단명의 일치율에 대한 연구[2-7]에서 두 자료의 일치율이 낮은 것으로 나타났으며 정확도의 개선이 필요하다고 밝혔다.
건강보험 질병코드의 타당도 제고방안 및 자료의 활용방안 수립 연구는 어떤 문제점을 극복하기 위해 수행되었는가?
하지만 청구 질병코드와 실제 의무기록 진단명과의 일치율이 낮아서 청구 질병코드의 타당성에 대한 논란이 지속되어 왔다. 기존의 청구 진단명과 의무기록 진단명의 일치율에 대한 연구[2-7]에서 두 자료의 일치율이 낮은 것으로 나타났으며 정확도의 개선이 필요하다고 밝혔다. 그러나 이런 연구들은 일부 병원에 제한된 연구로 우리나라를 대표하기에는 적합하지 않았다. 이러한 문제점을 극복하고자 2003년에 건강보험심사평가원에서는 ‘건강보험 질병코드의 타당도 제고방안 및 자료의 활용방안 수립 연구’를 수행하여 청구 질병코드와 의무기록정보를 대조하는 전국조사를 실시하였다.
건강보험 청구 질병코드는 어떤 곳에 활용 되는가?
건강보험 청구 질병코드는 전 국민이 건강보험에 가입되어 있기 때문에 보건정책적 활용도가 높아지고 있고 이를 이용한 각종 질병 및 건강수준에 대한 질병통계 생성에도 활용되고 있다. 과거에 건강보험청구명세서에 기재되는 질병코드는 청구지급을 위한 소명 자료로만 사용되어 왔다.
참고문헌 (15)
Im LY, Sakong J, Kim Y, Kim SR, Kim SK, Choe BH, et al. Developing the inpatient sample for the national health insurance claims data. Health Policy Manag 2013;23(2):152-161. DOI: http://dx.doi.org/10.4332/kjhpa.2013.23.2.152
Moon OR, Kim CY, Kim MK. Individual variations in the code of the international classification of disease for similar outpatient conditions among general practitioners. Korean J Health Policy Admin 1992;2(1):66-79.
Lee GS. Diagnosis coding agreement between medical records and medical claim billing data [master's thesis]. Seoul: Seoul National University; 1995.
Shin JY. A Comparision study of diagnosis code in both medical records and medical claim bills for same discharge patient: focused on the inpatient 10 frequent diseases. J Eulji Univ 1996;16(1):121-136.
Shin E, Park YM, Park YG, Kim BS, Park KD, Meng KH. Estimation of disease code accuracy of national medical insurance data and the related factors. Korean J Prev Med 1998;31(3):471-480.
Suh SW, Kim KH, Pu YK, Suh JS, Park WS, Yoon JY, et al. Evaluation of current coding practices in 3 university hospitals. J Korean Soc Qual Assur Health Care 2002;9(1):52-64.
Park JK, Kim KS, Kim CB, Lee TY, Lee KS, Lee DH, et al. The accuracy of ICD codes for cerebrovascular diseases in medical insurance claims. Korean J Prev Med 2000;33(1):76-82.
Park BJ, Suh SW, Sung JH, Paerk GD, Kim SH. Improvement plan for validity of health insurance disease code and establishment of data application plan, 2002. Seoul: Health Insurance Review Agency Research Service; 2003.
Bae SO. Comparison of ago and after by principal diagnosis concordance elevation program enforcement in a general hospital discharge [master's thesis]. Daejeon: Chungnam National University; 2010.
Lee KS, Park JH, Kang SH. A study on the principal diagnosis agreement in a general hospital. J Health Inf Manag 2008;18(9):127-151.
Cho EH, Cho HK, Kang SN. A comparative study on the coincidence rate of disease classification codes between medical record department and health insurance claim. J Health Inf Manag 2010;21(7):65-73.
Ahn JH. Analysis of agreement status between the diagnostic code of health insurance claim [master's thesis]. Busan: Inje University; 2002.
Statistics Korea. Coding guidance of Korean standard classification of diseases. Daejeon: Statistics Korea; 2012.
Health Insurance Review and Assessment Service. 2009 direction and primary objects of medical fee review [Internet]. Seoul: Health Insurance Review and Assessment Service: 2009 [cited 2014 Apr 20]. Available from: http://www.hira.or.kr/cms/notice/.
Health Insurance Review and Assessment Service. News letter of 2014. Seoul: Health Insurance Review and Assessment Service; 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.