선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 다변량 회귀분석과 다수준분석에 동일한 변수를 적용하여 분석을 한 후 두 분석방법에 의한 결과의 차이와 적절한 모형을 알아보고자 하였다. 독립변수들 간의 다중공선성의 유무를 확인하기 위해 독립변수들의 추정된 모수 간의 상관관계를 확인한 결과, 독립변수 간 낮은 상관관계를 보여(r<0.
- 병원과 같은 집단 수준의 요인에 의해 달라짐을 예측할 수 있음에도 불구하고 현재 결과지표에 대해 환자 수준과 병원 수준을 반영한 실증연구는 거의 없었다. 이에 본 연구는 단일 수준으로 분석하는 기존의 회귀분석과 환자 수준과 병원 수준을 모두 고려한 다수준분석을 통해 두 방법론 간의 차이를 분석하고자 한다.
가설 설정
- 동일한 조직 즉, 집단에 속한 개인들의 상호의존성을 고려하지 않으면, 분석단위의 독립성 가정이 의심받게 되며, 가설의 검정의 타당성에 의문을 가질 수 있다. 둘째, 일반적인 연구모형에서는 각 변수가 결과지표에 영향을 주는 크기는 동일하다는 가정하에 회귀계수로 값을 추정한다. 이것은 예측변수가 뇌졸중의 결과변수에 미치는 영향력이 환자의 특성이나 병원의 특성에 관계없이 각 변수가 결과지표에 영향력이 동일하다는 가정인데 이는 비현실적이다.
- 둘째, 일반적인 연구모형에서는 각 변수가 결과지표에 영향을 주는 크기는 동일하다는 가정하에 회귀계수로 값을 추정한다. 이것은 예측변수가 뇌졸중의 결과변수에 미치는 영향력이 환자의 특성이나 병원의 특성에 관계없이 각 변수가 결과지표에 영향력이 동일하다는 가정인데 이는 비현실적이다. 셋째, 계층구조에 대한 연구에서는 항상 공상관 요인(confounding factors)이 집단 및 개인 수준에서 존재하며, 이런 변수의 영향은 연구모형에서 통제되어야 하는데, 기존의 연구모형에서는 동시에 여러 계층의 변수를 통제할 수가 없다.
제안 방법
- 뇌졸중 환자의 결과지표인 병원 내 사망, 재원일수, 진료비를 종속변수로 하여 다변량 회귀분석과 다수준분석의 차이를 알아보고자 동일한 변수를 적용하여 분석한 결과를 비교하였다. 뇌졸중 환자의 결과지표에 영향을 주는 요인으로 병원에 관련된 변수들이 기존의 회귀분석에서는 다수 포함되어 있었으나, 구조를 반영한 다수준분석에서는 오히려 통계학적으로 유의한 변수가 적게 포함되어 있었다.
- 종속변수는 뇌졸중 결과지표 중에서 병원 내 사망, 재원일수, 진료비를 이용하였다. 병원 내 사망은 사망과 생존으로 구분하였으며, 재원일수는 입원일수, 진료비는 입원요양급여비용총액을 이용하였다.
- 분석에 이용한 변수 중 병상 수는 환자조사 심층분석에서 제시된 병상 구분을 이용하여 구간을 재설정하였다[20]. 연속형 변수인 연령, ECI, 100병상당 의사 수, 100병상당 간호사 수, 그리고 진료량은 자료의 특성을 보기 위해 구간으로 제시하였는데, 연령을 제외한 나머지 변수들은 4분위수를 이용하였다.
- 분석에 이용한 변수 중 병상 수는 환자조사 심층분석에서 제시된 병상 구분을 이용하여 구간을 재설정하였다[20]. 연속형 변수인 연령, ECI, 100병상당 의사 수, 100병상당 간호사 수, 그리고 진료량은 자료의 특성을 보기 위해 구간으로 제시하였는데, 연령을 제외한 나머지 변수들은 4분위수를 이용하였다. 그리고 회귀분석 및 다수준분석에서는 연속형 변수로 분석하였다.
- 병원 수준의 변수는 의료기관 종별, 병상수, 100병상당 의사 수, 100병상당 간호사 수, 지역, 그리고 진료량이다. 의료기관 종별은 상급종합병원, 종합병원, 병원, 요양병원으로 구분하였으며, 병원의 진료량은 대상병원에 뇌졸중으로 입원한 환자 수를 수치화하여 자료분석에 이용하였다.
- 환자 수준의 변수는 성별, 연령, 의료보장형태, 뇌졸중형태, Elixhauser comorbidity index (ECI), 수술시행, 중환자실 이용, 그리고 입원경로이다. 의료보장형태는 건강보험, 의료보호, 그리고 기타로 구분하였으며, 뇌졸중형태는 ICD-10의 뇌졸중 진단코드 중에서 출혈성 뇌졸중을 나타내는 I60-I62와 허혈성 뇌졸중을 나타내는 I63으로 구분하였다. 건강보험 청구자료만으로 질병의 중증도(severity)를 파악하기 어렵기 때문에 뇌졸중이 아닌 기타 상병은 모두 동반질환으로 한정하였다.
- 이러한 결과지표의 산출은 대부분 임상자료에 의한 것으로 병원경영 시 정책결정이나 의사결정의 자료로 산출하기가 어렵다. 이에 본 연구는 행정자료를 이용하여 뇌졸중 환자의 결과지표들(병원내사망률, 재원일수, 진료비)을 산출하여 분석하였다.
- 종속변수는 뇌졸중 결과지표 중에서 병원 내 사망, 재원일수, 진료비를 이용하였다. 병원 내 사망은 사망과 생존으로 구분하였으며, 재원일수는 입원일수, 진료비는 입원요양급여비용총액을 이용하였다.
- 건강보험 청구자료만으로 질병의 중증도(severity)를 파악하기 어렵기 때문에 뇌졸중이 아닌 기타 상병은 모두 동반질환으로 한정하였다. 중증도 보정은 행정데이터분석에서 많이 사용하는 동반질환 보정지수인 ECI를 이용하여 산출하였으며, 입원경로는 응급실과 외래로 구분하였다. 병원 수준의 변수는 의료기관 종별, 병상수, 100병상당 의사 수, 100병상당 간호사 수, 지역, 그리고 진료량이다.
- 독립변수를 2가지 수준으로 구분하였다. 환자 수준의 변수는 성별, 연령, 의료보장형태, 뇌졸중형태, Elixhauser comorbidity index (ECI), 수술시행, 중환자실 이용, 그리고 입원경로이다. 의료보장형태는 건강보험, 의료보호, 그리고 기타로 구분하였으며, 뇌졸중형태는 ICD-10의 뇌졸중 진단코드 중에서 출혈성 뇌졸중을 나타내는 I60-I62와 허혈성 뇌졸중을 나타내는 I63으로 구분하였다.
대상 데이터
- 본 연구의 자료원은 건강보험심사평가원의 2009년 환자표본자료를 이용했다. 이 자료는 해당 연도 1월부터 익년 3월까지의 청구자료를 기준으로 진료내역을 구축한 것으로, 1년간의 의료이용을 한 모든 환자대상으로 성별, 연령에 따른 환자단위 층화계통을 추출한자료이다.
- 4점임을 알 수 있었다. 수술을 시행한 환자수는 3,559명(22.43%), 중환자실을 이용한 환자수는 4,117명(25.95%)이었으며, 응급실로 입원한 환자는 전체의 52.60%인 8,295명이었다.
- 연구대상은 뇌졸중으로 입원한 환자이며, 대상 추출을 위해 국제질병사인분류인 international statistical classification of diseases and related health problems 10th revision (ICD-10)에서 뇌졸중 진단코드인 I60._, I61._, I62._, I63._으로 분류된 상병코드를 이용하였다. 주 진단 또는 동반질환이 뇌졸중인 경우를 모두 포함하여 대상의 누락이 없도록 하였으며, 입원 시 computed tomography나 magnetic resonance imaging을 실시한 환자가 대상이다.
- 본 연구의 자료원은 건강보험심사평가원의 2009년 환자표본자료를 이용했다. 이 자료는 해당 연도 1월부터 익년 3월까지의 청구자료를 기준으로 진료내역을 구축한 것으로, 1년간의 의료이용을 한 모든 환자대상으로 성별, 연령에 따른 환자단위 층화계통을 추출한자료이다.
- 조사대상환자수는총 15,864명이고, 병원수는총 762개였다. 먼저 환자의 특성을 살펴보면 남자는 8,039명(50.
- _으로 분류된 상병코드를 이용하였다. 주 진단 또는 동반질환이 뇌졸중인 경우를 모두 포함하여 대상의 누락이 없도록 하였으며, 입원 시 computed tomography나 magnetic resonance imaging을 실시한 환자가 대상이다. 또한 뇌졸중 발생이 극히 적은 18세 미만의 환자와 외상성 상병을 동반한 환자는 대상에서 제외하였다.
- 지역별 분포를 보면 특별시와 광역시를 묶은 대도시에는 295개(38.71%)의 병원이 있었으며, 그 외의 지역에 467개(61.29%)의 병원이 소재하였다(Table 1).
데이터처리
- Table 2의 왼쪽은 로지스틱회귀분석의 결과로 자료의 수준을 구분하지 않고 독립변수를 투입한 후 분석한 결과를 제시하였다. 그리고 표의 오른쪽은 다수준분석의 결과로 표의 고정효과(fixed effect)라고 불리우는 회귀모형의 계수를 제시함으로 기존의 로지스틱회귀분석 결과와 비교하였다.
- 연속형 변수인 연령, ECI, 100병상당 의사 수, 100병상당 간호사 수, 그리고 진료량은 자료의 특성을 보기 위해 구간으로 제시하였는데, 연령을 제외한 나머지 변수들은 4분위수를 이용하였다. 그리고 회귀분석 및 다수준분석에서는 연속형 변수로 분석하였다.
-
3. 분석방법
분석도구는 SAS 9.3 (SAS Institute Inc., Cary, NC, USA)을 이용하여, 뇌졸중 결과지표에 영향을 주는 요인을 다변량 회귀분석과 다수준분석을 통해 비교하고, 모형의 적합도를 알아보았다. 분석모형은 종속변수의 특성과 자료의 분포에 따라 적용하였는데, 종속변수인 원내사망 유무를 분석하기 위해 로지스틱모형, 계수형변수인 재원일수를 분석하기 위해 포아송모형, 그리고 진료비분석을 위해 선형모형을 적용하였다.
- 종속변수는 병원 내 사망 유무로 로지스틱회귀분석과 다수준분석을 실시한 후 분석결과를 비교하였다. Table 2의 왼쪽은 로지스틱회귀분석의 결과로 자료의 수준을 구분하지 않고 독립변수를 투입한 후 분석한 결과를 제시하였다.
- 종속변수인 재원일수에 영향을 미치는 요인을 파악하기 위해 포아송 회귀분석과 다수준분석을 각각 시행 후 영향을 주는 요인 간에 차이가 있는지를 비교하였다.
- 진료비의 분포를 정규분포로 변환하기 위해 log변환을 취한 후선형회귀분석과 다수준분석를 시행하였다. 선형회귀분석의 결과를 살펴보면 성별, 의료보장형태, ECI, 수술시행, 중환자실 이용, 의료기관 종별, 병상 수, 100병상당 의사 수, 100병상당 간호사 수, 진료량 그리고 지역이 진료비에 통계학적으로 유의하게 영향을 주는 변수로 분석되었다.
이론/모형
- , Cary, NC, USA)을 이용하여, 뇌졸중 결과지표에 영향을 주는 요인을 다변량 회귀분석과 다수준분석을 통해 비교하고, 모형의 적합도를 알아보았다. 분석모형은 종속변수의 특성과 자료의 분포에 따라 적용하였는데, 종속변수인 원내사망 유무를 분석하기 위해 로지스틱모형, 계수형변수인 재원일수를 분석하기 위해 포아송모형, 그리고 진료비분석을 위해 선형모형을 적용하였다. 다수준분석은 기본모형과 수준별 변수를 투입하여 모형을 설정한다.
- 일반적으로 stroke scale (뇌졸중 환자의 의식수준 평가도구)은 Glasgow Coma Scale, National Institute of Health Stroke Scale, Modified Rankin Scale, Barthel Index, APACHE (Acute Physiology and Chronic Health Evaluation) 등을 사용한다. 그러나 의료기관마다 다른 stroke scale을 사용하고 동일한 의료기관 내에서도 환자마다 다른 stroke scale을 사용하고 있고, 심지어 기재하지 않는 경우도있다.
성능/효과
- ICC를 계산해 보면 0.4246/(0.4246+π²/3)=0.114 로 뇌졸중 환자의 재원일수에 영향을 주는 요인에서 전체분산의 11.4%가 병원 수준의 분산이 차지하는 비율이며, 88.6%가 환자 수준이 차지하는 분산임을 알 수 있었다.
- 그러나 다수준분석에서는 이를 구분함으로써 병원에서 발생하는 변수들은 개인변수들의 평균으로 분석하기 때문에 개인변수들의 개별 값을 제외한 병원특성을 반영하여 보다 정확한 분석이 이루어 질 수 있는 것이다. 결국 두 분석의 모형적합도를 보면 병원 내 사망, 재원일수, 그리고 진료비에서 모두 회귀분석보다 집단 수준과 개인 수준을 고려한 다수준분석이 더 좋은 모형으로 분석되었다. 결론적으로 뇌졸중 환자의 결과지표를 자료의 구조를 반영하지 않은 다변량 회귀분석과 구조를 반영하여 분석한 다수준분석의 결과값 간에 차이가 있었으며, 종속변수인 결과지표가 구조를 반영한 후 다른 결과를 보였다는 것은 단일수준 분석한 것과는 구별되는 집단수준의 요인이 있다는 것이다.
- 결국 두 분석의 모형적합도를 보면 병원 내 사망, 재원일수, 그리고 진료비에서 모두 회귀분석보다 집단 수준과 개인 수준을 고려한 다수준분석이 더 좋은 모형으로 분석되었다. 결론적으로 뇌졸중 환자의 결과지표를 자료의 구조를 반영하지 않은 다변량 회귀분석과 구조를 반영하여 분석한 다수준분석의 결과값 간에 차이가 있었으며, 종속변수인 결과지표가 구조를 반영한 후 다른 결과를 보였다는 것은 단일수준 분석한 것과는 구별되는 집단수준의 요인이 있다는 것이다.
- 뇌졸중 환자의 결과지표인 병원 내 사망, 재원일수, 진료비를 종속변수로 하여 다변량 회귀분석과 다수준분석의 차이를 알아보고자 동일한 변수를 적용하여 분석한 결과를 비교하였다. 뇌졸중 환자의 결과지표에 영향을 주는 요인으로 병원에 관련된 변수들이 기존의 회귀분석에서는 다수 포함되어 있었으나, 구조를 반영한 다수준분석에서는 오히려 통계학적으로 유의한 변수가 적게 포함되어 있었다. 이러한 차이가 발생하는 이유는 기존의 회귀분석에서는 병원 수준의 변수들이 각 개인의 변수들과 연관되어 있으나, 이를 구분하지 못함으로써 나타나는 과대추정의 결과이다.
- 먼저 로지스틱회귀분석의 결과를 보면 병원 내 사망에 통계적으로 유의하게 영향을 주는 요인은 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로, 진료량이었고, 다수준분석결과에서는 환자 수준에서는 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로가, 병원 수준에서는 진료량이 통계적으로 유의하였다. 뇌졸중 환자의 병원 내 사망에 영향을 주는 요인은 로지스틱회귀분석과 다수준분석에서 동일한 변수가 유의함을 알 수 있었다.
- 23%)이었다. 뇌졸중형태는 허혈성이 12,671명으로 79.87%, 출혈성이 3,193명으로 20.13%였고, 동반질환 지수인 평균 ECI는 2.4점임을 알 수 있었다. 수술을 시행한 환자수는 3,559명(22.
- 다수준분석에서 자료의 구조만을 반영한 모형인 null model의 분석을 통해 ICC값을 산출한 결과, 병원 내 사망은 13.6%, 재원일 수는 11.4%, 그리고 진료비에서는 17.7%로 집단 수준에 의한 차이가 있었다. 연구결과에서와 같이 집단 내 상관계수를 통해 환자 수준의 요인을 통제한 이후에도 병원 수준의 요인의 차이에 의해 뇌졸중 환자의 결과지표의 차이가 있음을 알 수 있었으며, 이는 병원 수준까지도 모형에 고려할 필요성이 있음을 보여주었다.
- 포아송 회귀분석의 결과를 보면 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로, 의료기관 종별, 병상 수, 100병상당 의사 수, 100병상당 간호사 수, 진료량 그리고 지역변수가 모두 통계학적으로 유의하였다. 다수준분석의 결과, 재원일 수에 영향을 주는 요인은 환자 수준에서 연령, 성별, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로가, 병원 수준에서는 의료기관 종별과 100병상당 의사 수가 통계적으로 유의하였다. 두 방법론을 비교하면 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로, 의료기관 종별 중 요양병원, 그리고 100병상당 의사 수는 두 방법에서 모두 영향요인으로 분석되었으나, 포아송 회귀분석에서 영향요인이었던 의료기관 종별 중 병원, 병상 수 중 100병상 이상 300병상 미만과 300병상 이상 500병상미만, 100병상당 간호사수, 진료량 그리고 지역이 다수준분석에서는 영향요인이 아니었고, 반면에 다수준분석에서 영향요인이었던 성별은 포아송 회귀분석에서는 영향요인이 아님을 알 수 있었다.
- 선형회귀분석의 결과를 살펴보면 성별, 의료보장형태, ECI, 수술시행, 중환자실 이용, 의료기관 종별, 병상 수, 100병상당 의사 수, 100병상당 간호사 수, 진료량 그리고 지역이 진료비에 통계학적으로 유의하게 영향을 주는 변수로 분석되었다. 다수준분석의 결과에서는 환자 수준의 변수로는 성별, 의료보장형태, ECI, 수술시행, 중환자실 이용, 그리고 병원 수준의 변수로는 의료기관 종별, 병상 수, 100병상당 간호사 수, 지역이 영향요인이었다. 선형회귀분석과 다수준분석을 통해 뇌졸중 환자의 진료비에 영향을 주는 요인을 비교해 보면 성별, 의료보장 형태, ECI, 수술시행, 중환자실 이용, 의료기관 종별 중 병원, 병상 수 중 100병상 미만과 100병상 이상 300병상 미만, 100병상당 간호사 수, 그리고 지역 모두 영향요인으로 분석되었다.
- 4%는 개인 수준의 분산 즉, 환자 수준의 분산으로 설명되었다. 다시 말해 병원 내 사망에 영향을 주는 요인은 병원 간의 차이가 있음을 확인할 수 있었다.
- 독립변수들 간의 다중공선성의 유무를 확인하기 위해 독립변수들의 추정된 모수 간의 상관관계를 확인한 결과, 독립변수 간 낮은 상관관계를 보여(r<0.6), 다중공선성은 없는 것으로 판단하여 선정된 독립변수를 모두 사용하였다.
- 다수준분석의 결과, 재원일 수에 영향을 주는 요인은 환자 수준에서 연령, 성별, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로가, 병원 수준에서는 의료기관 종별과 100병상당 의사 수가 통계적으로 유의하였다. 두 방법론을 비교하면 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로, 의료기관 종별 중 요양병원, 그리고 100병상당 의사 수는 두 방법에서 모두 영향요인으로 분석되었으나, 포아송 회귀분석에서 영향요인이었던 의료기관 종별 중 병원, 병상 수 중 100병상 이상 300병상 미만과 300병상 이상 500병상미만, 100병상당 간호사수, 진료량 그리고 지역이 다수준분석에서는 영향요인이 아니었고, 반면에 다수준분석에서 영향요인이었던 성별은 포아송 회귀분석에서는 영향요인이 아님을 알 수 있었다.
- 6%이다. 따라서 병원 내 사망에 영향을 주는 요인에서 총 분산의 13.6%가 집단수준 즉, 병원 수준의 분산이 차지하는 비율이고, 나머지 86.4%는 개인 수준의 분산 즉, 환자 수준의 분산으로 설명되었다. 다시 말해 병원 내 사망에 영향을 주는 요인은 병원 간의 차이가 있음을 확인할 수 있었다.
- 셋째, 계층구조에 대한 연구에서는 항상 공상관 요인(confounding factors)이 집단 및 개인 수준에서 존재하며, 이런 변수의 영향은 연구모형에서 통제되어야 하는데, 기존의 연구모형에서는 동시에 여러 계층의 변수를 통제할 수가 없다. 마지막으로, 계층구조의 변수들은 각 수준에 존재하는 변수들과 상호작용한다. 기존의 단일구조의 모형은 집단 수준 변수의 효과가 개인 수준과 관계없이 동일하다고 가정하므로 계층 간 상호작용을 밝히는데 한계가 있다[24].
- 먼저 로지스틱회귀분석의 결과를 보면 병원 내 사망에 통계적으로 유의하게 영향을 주는 요인은 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로, 진료량이었고, 다수준분석결과에서는 환자 수준에서는 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로가, 병원 수준에서는 진료량이 통계적으로 유의하였다. 뇌졸중 환자의 병원 내 사망에 영향을 주는 요인은 로지스틱회귀분석과 다수준분석에서 동일한 변수가 유의함을 알 수 있었다.
- 30으로 집단수준과 개인 수준을 고려한 다수준분석이 더 좋은 모형임을 알 수 있었다. 모형의 평가를 위한 LR test를 실시한 결과도 다수준분석이 선형회귀분석에 비해 값의 감소를 보여 더 좋은 모형이었다(Table 4).
- 모형적합도를 나타내는 AIC로 모형을 평가한 결과, 로지스틱회귀분석보다 집단 수준과 개인 수준을 고려한 다수준분석의 AIC값이 낮았고, -2Log L을 이용한 likelihood ratio (LR) test를 실시한 결과도 로지스틱회귀분석과 다수준분석을 비교한 결과 통계적으로 유의하여(p1<0.001) 다수준분석이 더 좋은 모형임을 알 수 있었다.
- 모형적합도를 나타내는 지수들을 평가한 결과 선형회귀분석의 AIC값은 30,840.60, 다수준분석의 AIC값은 30,099.30으로 집단수준과 개인 수준을 고려한 다수준분석이 더 좋은 모형임을 알 수 있었다. 모형의 평가를 위한 LR test를 실시한 결과도 다수준분석이 선형회귀분석에 비해 값의 감소를 보여 더 좋은 모형이었다(Table 4).
- 6%가 환자 수준이 차지하는 분산임을 알 수 있었다. 모형적합도를 비교하기 위해 AIC와 LR test를 한 결과, 다수준분석이 좋은 모형으로 분석되었다(Table 3).
- 다수준분석의 결과에서는 환자 수준의 변수로는 성별, 의료보장형태, ECI, 수술시행, 중환자실 이용, 그리고 병원 수준의 변수로는 의료기관 종별, 병상 수, 100병상당 간호사 수, 지역이 영향요인이었다. 선형회귀분석과 다수준분석을 통해 뇌졸중 환자의 진료비에 영향을 주는 요인을 비교해 보면 성별, 의료보장 형태, ECI, 수술시행, 중환자실 이용, 의료기관 종별 중 병원, 병상 수 중 100병상 미만과 100병상 이상 300병상 미만, 100병상당 간호사 수, 그리고 지역 모두 영향요인으로 분석되었다. 그러나 선형회귀분석에서 영향요인이었던 의료기관 종별 중 종합병원, 병상 수중 500병상 이상 700병상 미만, 100병상당 의사 수, 그리고 진료량은 다수준분석에서는 영향요인이 아니었다.
- 진료비의 분포를 정규분포로 변환하기 위해 log변환을 취한 후선형회귀분석과 다수준분석를 시행하였다. 선형회귀분석의 결과를 살펴보면 성별, 의료보장형태, ECI, 수술시행, 중환자실 이용, 의료기관 종별, 병상 수, 100병상당 의사 수, 100병상당 간호사 수, 진료량 그리고 지역이 진료비에 통계학적으로 유의하게 영향을 주는 변수로 분석되었다. 다수준분석의 결과에서는 환자 수준의 변수로는 성별, 의료보장형태, ECI, 수술시행, 중환자실 이용, 그리고 병원 수준의 변수로는 의료기관 종별, 병상 수, 100병상당 간호사 수, 지역이 영향요인이었다.
- 이것은 예측변수가 뇌졸중의 결과변수에 미치는 영향력이 환자의 특성이나 병원의 특성에 관계없이 각 변수가 결과지표에 영향력이 동일하다는 가정인데 이는 비현실적이다. 셋째, 계층구조에 대한 연구에서는 항상 공상관 요인(confounding factors)이 집단 및 개인 수준에서 존재하며, 이런 변수의 영향은 연구모형에서 통제되어야 하는데, 기존의 연구모형에서는 동시에 여러 계층의 변수를 통제할 수가 없다. 마지막으로, 계층구조의 변수들은 각 수준에 존재하는 변수들과 상호작용한다.
- 7%로 집단 수준에 의한 차이가 있었다. 연구결과에서와 같이 집단 내 상관계수를 통해 환자 수준의 요인을 통제한 이후에도 병원 수준의 요인의 차이에 의해 뇌졸중 환자의 결과지표의 차이가 있음을 알 수 있었으며, 이는 병원 수준까지도 모형에 고려할 필요성이 있음을 보여주었다. 전체의 분산 중에서 집단 수준의 분산이 차지하는 비율인 ICC에 대한 의미를 살펴보면, 기존 연구에서는 ICC값이 0.
- 3%는 환자 수준의 분산으로 설명되었다. 즉 뇌졸중 환자의 진료비는 환자들 간의 차이와 함께 병원간의 차이가 있음을 확인하는 결과이다.
- 7%이다. 진료비에 영향을 주는 요인에서 총 분산의 17.7%가 병원 수준의 분산이 차지하는 비율이고, 나머지 82.3%는 환자 수준의 분산으로 설명되었다. 즉 뇌졸중 환자의 진료비는 환자들 간의 차이와 함께 병원간의 차이가 있음을 확인하는 결과이다.
- 40%)였다. 평균 100병상당 의사 수는 8.8명이었으며, 평균 100병상당 간호사 수는 21.3명이었고, 병원의 평균 진료량은 21.0건임을 알 수 있었다. 지역별 분포를 보면 특별시와 광역시를 묶은 대도시에는 295개(38.
- 포아송 회귀분석의 결과를 보면 연령, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로, 의료기관 종별, 병상 수, 100병상당 의사 수, 100병상당 간호사 수, 진료량 그리고 지역변수가 모두 통계학적으로 유의하였다. 다수준분석의 결과, 재원일 수에 영향을 주는 요인은 환자 수준에서 연령, 성별, 의료보장형태, 뇌졸중형태, ECI, 수술시행, 중환자실 이용, 입원경로가, 병원 수준에서는 의료기관 종별과 100병상당 의사 수가 통계적으로 유의하였다.
후속연구
- 다수준분석과 관련된 기존의 통계분석방법들의 문제점은 다음과 같다. 첫째, 분석 시 수집된 자료의 구조를 파악하여 분산분석이나 회귀분석을 할 것인지 다수준분석을 할 것인지를 결정해야 한다. 동일한 조직 즉, 집단에 속한 개인들의 상호의존성을 고려하지 않으면, 분석단위의 독립성 가정이 의심받게 되며, 가설의 검정의 타당성에 의문을 가질 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.