[논문]의료보장유형에 따른 Percutaneous Transluminal Coronary Angioplasty 입원 환자의 의료이용 차이 분석: Propensity Score Matching을 이용하여

서은원; 이광수

doi:10.4332/kjhpa.2015.25.1.3

의료보장유형에 따른 Percutaneous Transluminal Coronary Angioplasty 입원 환자의 의료이용 차이 분석: Propensity Score Matching을 이용하여
Difference in Healthcare Utilization for Percutaneous Transluminal Coronary Angioplasty Inpatients by Insurance Types: Propensity Score Matching Analysis 원문보기

Health policy and management = 보건행정학회지, v.25 no.1, 2015년, pp.3 - 10

서은원 (연세대학교 대학원 보건행정학과) , 이광수 (연세대학교 보건과학대학 보건행정학과)

Abstract ▼ AI-Helper

Background: Previous studies showed differences in healthcare utilization among insurance types. This study aimed to analyze the difference in healthcare utilization for percutaneous transluminal coronary angioplasty inpatients by insurance types after controlling factors affecting healthcare utilization using propensity score matching (PSM). Methods: The 2011 national inpatient sample based on health insurance claims data was used for analysis. PSM was used to control factors influencing healthcare utilization except insurance types. Length of stay and total charges were used as healthcare utilization variables. Patients were divided into National Health Insurance (NHI) and Medical Aid (MA) patients. Factors representing inpatients (gender, age, admission sources, and Elixhauser comorbidity index) and hospitals (number of doctors, number of beds, and location of hospitals) were used as covariates in PSM. Results: Tertiary hospitals didn't show significant difference in length of stay and total charges after PSM between two insurance types. However, MA patients showed significantly longer length of stay than that of NHI patients after PSM in general hospitals. Multivariate regression analysis provided that admission sources, Elixhauser comorbidity index, insurance types, number of doctors, and location of hospitals (province) had significant influences on the length of stay in general hospitals. Conclusion: Study results provided evidences that healthcare utilization was differed by insurance types in general hospitals. Health policy makers will need to prepare interventions to influence the healthcare utilization differences between insurance types.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 건강보험 환자와 의료급여 환자의 의료이용을 분석함에 있어 여러 질병을 포괄하여 분석한 기존 연구[8,9]와 달리 경피적 관상동맥성형술(percutaneous transluminal coronary angioplasty, PTCA)을 받은 환자를 대상으로 의료보장유형에 따른 입원 서비스 이용 차이를 분석하고자 한다. PTCA는 생활습관 변화와 인구 고령화로 현재 환자 수가 급속히 증가하고 있고 일단 발생하면 치명률이 높아 사망을 유발할 수도 있는 관상동맥질환의 대표적인 수술방법 중 하나이다[10,11].
본 연구에서는 또한 의료보장유형에 따른 입원서비스 이용 차이를보다객관적으로분석하기위해성향점수매칭(propensity score matching, PSM)을 이용하여 의료이용에 영향을 주는 교란요인들을 통제하고자 한다. PSM은 모든 대상자의 공변량을 통제한 상황에서 성향점수(propensity score)를 기준으로 유사한 대상자들끼리 매칭하는 방법으로, 선택편향을 줄인 상태에서 대상자들을 재구성하여 비교하기 때문에 두 그룹 간 차이를 보다 정확하게 비교할 수 있다[13,14].
이 연구의 목적은 PTCA 환자를 대상으로 PSM을 이용하여 의료보장유형 이외의 요인을 통제한 후 건강보험 환자와 의료급여 환자 간 의료이용 차이를 비교하는 것이다. 구체적인 목적으로는 첫째, 건강보험 환자와 의료급여 환자의 일반적 특성에서 차이가 있는지를 알아본다.

가설 설정

연구결과의 정책적 시사점은 다음과 같다. 첫째, 의료보장유형에 따른 의료이용의 차이는 의료기관 종별에 따라 차이가 있다. 상급종합병원에서는 의료보장유형에 따른 차이가 없었던 반면, 종합병원에서는 의료보장유형이 의료이용형태에 영향을 주었다.

제안 방법

결론적으로, 본 연구는 2011년 입원환자표본자료를 바탕으로 만40세 이상 건강보험심사평가원 PTCA 코드를 가지고 있는 환자 4,188명의 입원서비스 이용을 의료보장유형에 따라 분석하였다. PSM을 이용하여 의료보장유형 외에 의료이용에 영향을 줄 수 있는 요인들을 효과적으로 통제하여, 건강보험 환자와 의료급여 환자 간 의료이용 차이를 보다 명확하게 분석할 수 있었다는 점에서 의의가 있다.
구체적인 목적으로는 첫째, 건강보험 환자와 의료급여 환자의 일반적 특성에서 차이가 있는지를 알아본다. 둘째, PSM을 이용하여 건강보험 환자와 의료급여 환자의 특성을 통제한 후 두 집단 간 재원일수와 총 진료비 차이를 분석한다. 셋째, 의료이용에 영향을 미치는 요인의 영향 정도를 파악한다.
본 연구는 PTCA 수술을 받은 건강보험 환자와 의료급여 환자의 입원서비스 이용 차이를 상급종합병원과 종합병원으로 나누어 분석하였으며, 의료보장유형에 따른 입원서비스 이용 차이를 보다 정확히 파악하기 위해 건강보험 환자와 의료급여 환자의 1:1 매칭을 통해 서로 다른 특성들을 통제해주는 PSM을 이용하였다.
본 연구는 먼저 PTCA 환자를 의료기관 종별로 층화하여 상급종합병원 환자와 종합병원 환자로 분류하였다. 이는 건강보험 환자와 의료급여 환자 간 의료서비스 이용에 대한 의료기관 종별의 효과를 통제하기 위함이었다.
본 연구에서는 PTCA 수술을 받은 건강보험 환자와 의료급여 환자의입원서비스이용차이를분석함에앞서, 의료기관종별로층화하여 상급종합병원 환자와 종합병원 환자로 분류하였다. 상급종합병원은 진료비용이 많이 발생하는 비급여와 선택진료가 존재하여 경제적 제약이 있고 대부분 큰 도시에 위치하여 중소도시에 사는 환자는 교통비용 같은 기회비용이 높게 발생하게 된다[27].
둘째, 추정된 성향점수 값을 비교하여 가장 유사한 성향점수를 가진 실험군과 대조군을 매칭한다. 본 연구에서는 실험군(의료급여환자)과 대조군(건강보험환자)을 1:1 최근접 이웃방법(nearest neighbor matching)으로 매칭하였고, 상급종합병원과 종합병원으로 나누어 PSM을 실시하였다. 매칭결과 상급종합병원은 건강보험 환자와 의료급여 환자가 각각 132명이 매칭되었고, 종합병원의경우각각 174명이매칭되었다.
의료기관 특성 변수는 기존 연구를 바탕으로 의사 수[14], 병상 수[5,8,16,21], 의료기관 소재지[3,5,8,21]를 포함하였다. 의사 수(총의사 수/총 병상 수×100)는 100병상당 의사 수를 말하며, 병상 수는 100-399병상, 400-999병상, 1,000병상 이상으로 구분하였다.
의료이용 변수로 재원일수와 총 진료비를 선정하였다. 많은 선행연구에서 건강보험 환자와 의료급여 환자의 의료이용을 확인하기 위한 변수로 재원일수[3,5,8,9,16,17]와 총 진료비[3,5,16-18]를 선정하였다.

대상 데이터

또한 종별 유형이 병원인 의료기관을 이용한 환자는 52명으로 환자 수가 적어 제외하였다. 그 결과 총 437명이 제외되었으며, 따라서 최종 연구대상자는 4,188명이 선정되었다.
의료이용 변수로 재원일수와 총 진료비를 선정하였다. 많은 선행연구에서 건강보험 환자와 의료급여 환자의 의료이용을 확인하기 위한 변수로 재원일수[3,5,8,9,16,17]와 총 진료비[3,5,16-18]를 선정하였다. 재원일수는 환자가 진료를 받기 위해 의료기관에 내원한 일수를 말하며, 단입법(퇴원일-입원일)으로 산정하였다.
본 연구는 건강보험심사평가원(Health Insurance Review and Assessment Service)에서 제공하는 2011년 입원환자표본자료(national inpatient sample)를 이용하였다. 이 자료는 2011년 1년 동안 의료기관을 이용한 우리나라 전체 환자 중에서 층화 계통추출법으로 환자를 추출한 자료로 입원 환자 약 70만 명과 외래 환자 약 40만 명이 1년간 받은 모든 진료, 처치, 처방내역을 포함하고 있다[15].
본 연구는 건강보험심사평가원의 입원환자표본자료를 이용하였다. 이 자료는 우리나라 전체 환자를 대상으로 한 것이 아닌, 인구학적 특성(성, 연령)에 따라 환자를 층화 추출한 자료로서, 미국 AHRQ나 대만 HNIRD의 표본자료보다 타당도 및 대표성이 높다고 평가되고 있다[15].
연구대상은 40세 이상의 퇴원한 환자 중 건강보험심사평가원 PTCA 수가코드(M6551, M6552, M6561, M6562, M6563, M6564, M6571, M6572)를 가지고 있는 환자로 하였으며, 이는 미국 Agency for Healthcare Research and Quality (AHRQ) 입원 환자 질 지표 중 PTCA 지표의 정의를 참고하였다. 이 중 한국형 진단명 기준 환자군(Korean Diagnosis Related Group) 분류에서 major diagnosis category가 14 (pregnancy, childbirth, and puerperium), 15 (newborns, neonates)인 환자와 결측값이 있는 환자, 연령이 100세 이상인 환자, 보훈국비 환자, 재원일수가 0일이거나 60일 이상인 환자, 진료비가 0원인 환자를 분석대상에서 제외하였다.
본 연구는 건강보험심사평가원(Health Insurance Review and Assessment Service)에서 제공하는 2011년 입원환자표본자료(national inpatient sample)를 이용하였다. 이 자료는 2011년 1년 동안 의료기관을 이용한 우리나라 전체 환자 중에서 층화 계통추출법으로 환자를 추출한 자료로 입원 환자 약 70만 명과 외래 환자 약 40만 명이 1년간 받은 모든 진료, 처치, 처방내역을 포함하고 있다[15].

데이터처리

PSM으로 추출된 건강보험환자와 의료급여환자를 대상으로 의료이용에 영향을 미치는 요인과 그 영향 정도를 파악하기 위해 다중회귀분석(multiple regression analysis)을 실시하였다. 회귀분석은 PSM 분석 후 유의한 차이를 보이는 의료이용 변수를 종속변수로 선정하고, 성, 연령, 입원경로, Elixhauser 동반질환지수, 의료보장유형, 의사 수, 병상 수, 의료기관 소재지를 독립변수로 선정하였다.
매칭 후 실험군과 대조군의 공변량들이 동일한 분포를 나타내면 매칭이 잘 되었다고 할 수 있다. 매칭된 건강보험 환자와 의료급여 환자를 대상으로 chi-square 분석과 t-test를 실시하여 의료보장유형에 따른 재원일수와 총 진료비 차이를 검정하였다.
첫째, 실험군과 대조군의 성향점수를 추정한다. 본 연구에서는 종속변수를 의료보장 유형(건강보험: 0, 의료급여: 1)으로 하고 의료이용에 영향을 미칠 것으로 예상되는 성, 연령, 입원경로, Elixhauser 동반질환지수, 의사 수, 병상 수, 의료기관 소재지를 공변량으로 한 로지스틱회귀분석을 통하여 성향점수를 추정하였다. 둘째, 추정된 성향점수 값을 비교하여 가장 유사한 성향점수를 가진 실험군과 대조군을 매칭한다.
이는 건강보험 환자와 의료급여 환자 간 의료서비스 이용에 대한 의료기관 종별의 효과를 통제하기 위함이었다. 의료보장유형 외에 환자의 의료이용에 영향을 줄 수 있는 요인들을 효과적으로 통제하기 위해 PSM을 이용하였고, 성향점수를 기준으로 매칭된 건강보험 환자와 의료급여환자를 대상으로 chi-square분석과 t-test를 실시하였다. 의료이용에 영향을 미치는 요인과 그 영향 정도를 파악하기 위해 다중회귀분석을 시행하였다.
의료보장유형 외에 환자의 의료이용에 영향을 줄 수 있는 요인들을 효과적으로 통제하기 위해 PSM을 이용하였고, 성향점수를 기준으로 매칭된 건강보험 환자와 의료급여환자를 대상으로 chi-square분석과 t-test를 실시하였다. 의료이용에 영향을 미치는 요인과 그 영향 정도를 파악하기 위해 다중회귀분석을 시행하였다.

이론/모형

또한 의료보장유형에 따른 입원서비스 이용 차이를 보다 정확히 파악하기 위해 건강보험 환자와 의료급여 환자의 1:1 매칭을 통해서로 다른 특성들을 통제해주는 PSM을 이용하였다. PSM은 성향점수를 통해 두 집단을 매칭시킴으로써 선택 편향을 줄인 상태에서 보다 유사한 두 그룹을 형성한 후에 그 결과를 비교할 수 있다.
일반적으로 의료이용에서 차이가 있는 건강보험 환자와 의료급여 환자를 비교하기 위해서는 의료보장유형 외에 의료이용에 영향을 미칠 수 있는 교란요인들을 통제해 주어야 한다. 본 연구에서는 PSM 방법을 이용하여 교란요인을 통제하고자 한다. PSM 방법은Rosenbaum과 Rubin에 의해 처음으로 제안된 방법으로서, 실험군과 대조군 선정 시 나타나는 선택 편향을 줄이기 위해 성향점수를 기준으로 매칭하는 방법이다[13,14,24].
성별은 남과 여로, 입원경로는 응급실을 통한 입원과 외래를 통한 입원으로 구분하였다. 환자의 중증도 차이를 반영하기 위해 동반질환지수를 변수로 선정하였으며, 건강보험청구자료를 활용하여 환자의 동반질환을 보정하는 방법 중 Elixhauser 동반질환지수를 사용하였다. Elixhauser 동반질환지수는 30개의 동반질환 여부를 이분형으로 처리하여 중증도를 보정하는 방법으로, 특정 질병의 재원일수, 의료비 같은 결과를 예측하는데 널리 사용되고있다[17,22,23].

성능/효과

PSM을 이용하여 의료보장유형 외에 의료이용에 영향을 줄 수 있는 요인들을 효과적으로 통제하여, 건강보험 환자와 의료급여 환자 간 의료이용 차이를 보다 명확하게 분석할 수 있었다는 점에서 의의가 있다. 연구결과 의료보장유형에 따른 PTCA 입원 환자의 의료이용은 상급종합병원에서는 두 집단 간에 차이가 없었고, 종합병원에서만 의료급여 환자가 건강보험 환자보다 재원일수가 통계적으로 유의하게 길었다. 의료급여 환자의 긴 재원일수에 대한 원인을 밝히고 의료이용의 차이가 진료결과에 미친 영향을 파악하는 것이 필요하며, 의료기관 종별에 따른 차별화된 정책 및 제도의 보완이 필요할 것이다.

후속연구

의료기관 소재지먼저, 서울 수도권에 거주하는 20～40대의 인터넷 소비자로 한정하여 설문조사를 실시하였다는 점에서 지역별 소비자 특성을 고려한 후속연구가 필요하며, 10대나 50대 이상의 연령층까지 포함하여 연령별 소비자 행동을 비교한다면 인터넷 소비자의 행동을 보다 포괄적으로 이해할 수 있을 것이다. 다음으로, 인터넷 소비자의 구매지연행동에 영향을 미치는 요인을 상황적 요인과 지각된 불확실성으로 제한하였지만, 구매지연행동을 일으킬 수 있는 개인적 특성이나 가격민감도, 불만요인 및 위험지각 등에 대한 후속연구가 이루어진다면 인터넷 소비자의 구매지연행동과 관련된 변수를 폭넓게 파악할 수 있을 것이다. 뿐만 아니라 인터넷 쇼핑몰의 유형이 공동구매형인 소셜 커머스 사이트로까지 확대되고 모바일을 통한 쇼핑이 활발해지고 있는 추세를 감안한다면 이들 소비자의 부정적인 행동에 대한 연구도 활발하게 진행되어야 할 것이다.
본 연구의 제한점으로는 총 진료비를 환자와 보험자가 부담해야 하는 금액을 합한 요양급여 총 청구금액으로 정의하여 비급여 항목의 진료비용은 제외되었다는 것이다. 따라서 상급종합병원과 종합병원을 대상으로 진료비를 비교할 때 비급여 비용의 영향을 고려하지 않았으며, 이는 실제 진료비를 파악하는 데 제한이 있을 수 있다.
연구결과 의료보장유형에 따른 PTCA 입원 환자의 의료이용은 상급종합병원에서는 두 집단 간에 차이가 없었고, 종합병원에서만 의료급여 환자가 건강보험 환자보다 재원일수가 통계적으로 유의하게 길었다. 의료급여 환자의 긴 재원일수에 대한 원인을 밝히고 의료이용의 차이가 진료결과에 미친 영향을 파악하는 것이 필요하며, 의료기관 종별에 따른 차별화된 정책 및 제도의 보완이 필요할 것이다.
의료기관의 특성을 보면 의사 수는 상급종합병원에서 유의한 차이가 있었다. 의료기관 소재지먼저, 서울 수도권에 거주하는 20～40대의 인터넷 소비자로 한정하여 설문조사를 실시하였다는 점에서 지역별 소비자 특성을 고려한 후속연구가 필요하며, 10대나 50대 이상의 연령층까지 포함하여 연령별 소비자 행동을 비교한다면 인터넷 소비자의 행동을 보다 포괄적으로 이해할 수 있을 것이다. 다음으로, 인터넷 소비자의 구매지연행동에 영향을 미치는 요인을 상황적 요인과 지각된 불확실성으로 제한하였지만, 구매지연행동을 일으킬 수 있는 개인적 특성이나 가격민감도, 불만요인 및 위험지각 등에 대한 후속연구가 이루어진다면 인터넷 소비자의 구매지연행동과 관련된 변수를 폭넓게 파악할 수 있을 것이다.
셋째, 의료기관 종별에 관계없이 의료급여 환자는 건강보험 환자와 비교하여 재원일수가 더 길었다. 이러한 의료서비스 이용의 차이가 사망률과 같은 진료결과에 미친 영향을 분석하는 것도 필요할 것이다.
일반적으로 상급종합병원에 내원하는 환자의 중증도가 종합병원 내원 환자보다 높은 것이 현실인 상황에서 이 연구결과는 공급자의 진료행위를 대상으로 한 세밀한 분석의 필요성을 제시하고 있다. 즉 환자의 의료적 필요보다는 공급자의 선택에 의해 의료이용이 증가한 것인지에 대한 분석이 필요할 것이다. 셋째, 의료기관 종별에 관계없이 의료급여 환자는 건강보험 환자와 비교하여 재원일수가 더 길었다.
따라서 상급종합병원과 종합병원을 대상으로 진료비를 비교할 때 비급여 비용의 영향을 고려하지 않았으며, 이는 실제 진료비를 파악하는 데 제한이 있을 수 있다. 추후 연구에서 비급여 비용을 포함하여 진료비를 설정한다면 의료기관 종별과 의료보장유형에 따른 차이를 더 명확하게 파악할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	의료급여 수급권자란?	우리나라는 건강보험제도와 의료급여제도를 통해 전 국민 의료보장을 실현하고 있다. 의료급여 수급권자는 생활유지능력이 없거나 생활이 어려운 저소득층을 말하며, 우리나라 전체 인구의 2.8%를 차지한다[1].
	PSM에 대해 설명하시오.	본 연구에서는 또한 의료보장유형에 따른 입원서비스 이용 차이를보다객관적으로분석하기위해성향점수매칭(propensity score matching, PSM)을 이용하여 의료이용에 영향을 주는 교란요인들을 통제하고자 한다. PSM은 모든 대상자의 공변량을 통제한 상황에서 성향점수(propensity score)를 기준으로 유사한 대상자들끼리 매칭하는 방법으로, 선택편향을 줄인 상태에서 대상자들을 재구성하여 비교하기 때문에 두 그룹 간 차이를 보다 정확하게 비교할 수 있다[13,14].
	연구대상자의 일반적 특성을 분석한 결과 건강보험 환자는 상급종합병원을 많이 이용한 반면 의료급여 환자는 종합병원을 많이 이용한 이유는 무엇인가?	연구대상자의 일반적 특성을 분석한 결과 건강보험 환자는 상급종합병원을 많이 이용한 반면 의료급여 환자는 종합병원을 많이 이용하였다. 이는 두 집단 간 상급종합병원 이용 절차와 비급여 비용에 대한 부담 차이가 존재하기 때문이라고 생각된다[28]. 상급종합병원을 이용하기 위한 단계가 건강보험은 2단계인 반면 의료급여는 3단계이다.

참고문헌 (29)

Song YJ. The South Korean health care system. Jpn Med Assoc J 2009; 52 (3):206-209.
Korea Institute for Health and Social Affairs. Improvement and development strategies of medical aid program in Korea. Seoul: Korea Institute for Health and Social Affairs; 2012.
Lee YJ. Differences of cancer patient's health care utilizations between medical aid program and national health insurance in the elderly. J Korea Contents Assoc 2013;11(5):270-279. DOI: http://dx.doi.org/10.5392/jkca.2011.11.5.270

원문보기 상세보기
Lee DH, Park EC, Nam CM, Lee SG, Lee DH, Yu SH. Comparing difference of volume of psychiatric treatments between the patient with health insurance and those with medical assistance: for inpatients of Korean psychiatric hospitals. Korean J Prev Med 2003;36(1):33-38.
Suh HS, Kang HY, Kim J, Shin E. Effect of health insurance type on health care utilization in patients with hypertension: a national health insurance database study in Korea. BMC Health Serv Res 2014;14:570. DOI: http://dx.doi.org/10.1186/s12913-014-0570-9

상세보기
Shin HY. Actual expenditure and efficiency method on medical expenses of medical aid. Health Welf Issue Focus 2012;134:1-8.
Lee SG, Jeon SY. The relations of socioeconomic status to health status, health behaviors in the elderly. J Prev Med Public Health 2005;38(2):154-162.
Kim SR. A study on the comparison of inpatients healthcare utilization between the Medicaid recipients and the insured [dissertation]. Seoul: Yonsei University; 2000.
Kim YR. A study on the association between types of public health insurance scheme and length of stay: based on data of medical records a public hospital [dissertation]. Seoul: Yonsei University; 2013.
Kinsella K. Urban and rural dimensions of global population aging: an overview. J Rural Health 2001l;17(4):314-322. DOI: http://dx.doi.org/ 10.1111/j.1748-0361.2001.tb00280.x

상세보기
Wilson LD. Rapid progression of coronary artery disease in the setting of chronic cocaine abuse. J Emerg Med 1998;16(4):631-634. DOI: http://dx.doi.org/10.1016/s0736-4679(98)00058-4

상세보기
Eleftherios T. Latest-generation drug eluting and bioabsorbable stents. Hosp Chron 2014;9(1):168-169.
Rosenbaum PR, Rubin DB. Reducing bias in observational studies using subclassification on the propensity score. J Am Stat Assoc 1983; 79(387): 516-524. DOI: http://dx.doi.org/c

상세보기
Rosenbaum PR, Rubin DB. The central role of the propensity score in observational studies for causal effects. Biometrika 1983;70(1):41-55. DOI: http://dx.doi.org/10.2307/2335942

상세보기
Kim L, Kim JA, Kim S. A guide for the utilization of Health Insurance Review and Assessment Service national patient samples. Epidemiol Health 2014;36:e2014008. DOI: http://dx.doi.org/10.4178/epih/e2014008

상세보기
Kim SJ, Park EC, Jang SI, Lee MF, Kim TH. An analysis of the impatient charge and length of stay for patients with joint diseases in Korea: specialty versus small general hospitals. Health Policy 2013;113:93-99. DOI: http://dx.doi.org/10.1016/j.healthpol.2013.09.013

상세보기
Kim WJ, Kim SS, Kim EJ, Kang SH. Severity-adjusted LOS model of AMI patients based on the Korean national hospital discharge in-depth injury survey data. J Korea Acad-Ind Coop Soc 2013;14(10);4910-4918. DOI: http://dx.doi.org/10.5762/kais.2013.14.10.4910

원문보기 상세보기
Chang H, Kwon YD, Yoon SS. Impact of health insurance type on health care utilization in patients with acute cerebral infarction. J Korean Neurol Assoc 2011;29(1):9-15.
Korean Hospital Association. Medical expenses of health insurance. Korean Hospital Association; 2013.
Choi HS, Lim JH, Kim WJ, Kang SH. The effective management of length of stay for patients with acute myocardial infarction in the era of digital hospital. Soc Digit Policy Manag 2012;10(1):413-422.
Zhan C, Miller MR. Excess length of stay, charges, and mortality attributable to medical injuries during hospitalization. JAMA 2003;290(14): 1868-1874. DOI: http://dx.doi.org/10.1001/jama.290.14.1868

상세보기
Elixhauser A, Steiner C, Harris DR, Coffey RM. Comorbidity measures for use with administrative data. Med Care 1998;36(1):8-27. DOI: http://dx.doi.org/10.1097/00005650-199801000-00004

상세보기
Li B, Evans D, Faris P, Dean S, Quan H. Risk adjustment performance of Charlson and Elixhauser comorbidities in ICD-9 and ICD-10 administrative databases. BMC Health Serv Res 2008;8:12. DOI: http://dx.doi.org/10.1186/1472-6963-8-12

상세보기
Rubin DB. Estimating causal effects from large data sets using propensity scores. Ann Intern Med 1997;127(8 Pt 2):757-763. DOI: http://dx.doi.org/10.7326/0003-4819-127-8_part_2-199710151-00064

상세보기
Jang EJ, Ann JH, Jung SY, Hwang JS, Lee JY, Shim JI. Methods for the control of measured confounders in outcomes research. Seoul: National Evidence-based Healthcare Collaboration Agency; 2013.
Lee KO. A Study on nonresponse adjustment by using propensity scores. Surv Res 2009;10(1);169-186.
Park YH. The characteristics and utilization factors of tertiary hospital inpatients: evidence from Korea Health Panel (2008-2011). Korean J Health Serv Manag 2012;8(3):13-25. DOI: http://dx.doi.org/10.12811/kshsm.2014.8.3.013

원문보기 상세보기
Park YH. Utilization patterns of national health insurance and medical aid inpatients in tertiary hospitals. Korean J Health Serv Manag 2012; 6(4):83-98. DOI: http://dx.doi.org/10.12811/kshsm.2012.6.4.083

원문보기 상세보기
Hong JS. Distribution and operative status of hospital bed in Korea. Korean J Health Policy Admin 2012;6:181-186.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format