$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

융복합 재원일수 벤치마킹 시스템 개발
The Development of Convergence Bench-making system on length of stay 원문보기

디지털융복합연구 = Journal of digital convergence, v.13 no.5, 2015년, pp.89 - 99  

최연희 (동의과학대학) ,  김윤진 (부산대학병원) ,  강성홍 (인제대학교)

초록
AI-Helper 아이콘AI-Helper

본 연구는 의료기관이 자체적으로 재원일수관리 활동을 하도록 유도하기 위해 타 의료기관과 재원일수 관리 수준을 비교하여 의료기관의 재원일수 수준을 평가하고 재원일수관리의 효율성을 제공할 수 있는 재원일수 벤치마킹 시스템을 개발 방안을 제시하고자 하였다. 퇴원손상심층조사 자료를 기반으로 개발된 재원일수 중증도 모형을 이용한 융복합의 재원일수 벤치마킹 웹 프로그램은 병상 규모별, 지역별 비교되도록 구현되었고, 엑셀 파일 다운로드와 함께 리포트기능도 추가되었다. 또 실시간 중증도 보정 재원일수 산출 기능도 구현되었다. 시범운영 결과, 병원 운영진 또는 해당 임상 과로부터 질환별, 지역별 비교통계를 요청받으므로, 재원일수 벤치마킹 시스템이 장기재원관리, 질환별 재원관리 등 재원일수 관리에 효율적인 시스템인 것이 확인되었다. 이에 재원일수 벤치마킹 시스템 웹 활용을 위해서는 중증도 보정 질환의 확대와 국가 차원의 정책 추진 방안이 필요하다.

Abstract AI-Helper 아이콘AI-Helper

This study aims to develop a LOS(Length of Stay) bench-making system that can provide efficient by comparing the LOS management of other hospital and level evaluation for inducing the LOS to manage their own activities. The convergence LOS bench-making web program has been implemented to compare a v...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • SQL Server를 이용하여 데이터베이스를 구축한 후 웹 프로그래밍 방식으로 시스템을 구현하였다.
  • 6]과 본 의료기관의 정보를 다양하게 결과 조회할 수 있는 상세화면도 구성하였다. 또, 질 관리 결과를 보고서로 바로 활용할 수 있도록 엑셀변화기능을 추가하였다[Fig. 7].
  • 시스템 공개 전 사용자 웹 환경에서 시스템운영이 원활한지를 확인하고 오류를 점검하였다.
  • 운영 기간을 교육, 중간 점검, 종료 단계로 설정하고 단계별 설문과 활용사례로 만족도와 활용도를 평가하였다.
  • 재원일수 벤치마킹 웹 프로그램 구현은 2012년 파일럿 운영된, 의료기관 질 관리 중증도 보정 병원통계 프로그램[17]의 구조를 재구성한 구현 모듈이 구현되었다. 의료기관 계정 후 메인화면을 중심으로 계층적 구조로 대상 질환군 시스템에 접근되도록 하였고, 편리성을 위해 질환 서브 화면에서는 타 질환의 결과도 조회 가능할 수 있도록 구성하였다[Fig. 3].
  • 재원일수 벤치마킹 시스템[Fig 1]을 구현하기 위해 재원일수 중증도 보정된 재원일수 중증도 보정통합 DB는 관계형 데이터베이스 형태로 모델링 되었다. 의료기관 계정(HIDENT), 퇴원손상환자(NHDSA), 업로드 퇴원손상환자(NHDSB), 퇴원손상환자 중증보정 분석 (NHDSA_VALS), 퇴원손상환자통계(NHDSA_Summary), 업로드 퇴원손상환자 중증보정 분석(NHDSB_VALS), 업로드 파일(FILE_INDEX) 등 총 7개의 테이블로 구성 되었다.
  • 이에 본 연구에서는 2012~2013년 질병관리본부에서 개발 된 급성 심근경색증, 급성 뇌졸중, 머리 내 손상 질환, 허혈성 심장질환, 무릎관절치환술, 목의 손상 환자의 중증도 보정 재원일수 모형[4,17]을 이용하여 웹 기반의 의료기관 재원일수 비교 프로그램(이하 재원일수 벤치마킹 시스템)을 개발하였다.
  • 활용성 높은 시스템 개발을 위해서는 벤치마킹 시스템을 개발하고 이를 시범적용 및 평가하는 것이 필요하다[4]. 이에 시범병원에 시스템을 운영한 후 만족도 및 활용성을 평가하였다.
  • 재원일수 벤치마킹 시스템 프로그램 운영 후 운영자가 작성한 개선 보고서를 이용해 병상 규모별 벤치마킹 개선사례를 분석하였다.
  • 재원일수 벤치마킹 시스템[Fig 1]을 구현하기 위해 재원일수 중증도 보정된 재원일수 중증도 보정통합 DB는 관계형 데이터베이스 형태로 모델링 되었다. 의료기관 계정(HIDENT), 퇴원손상환자(NHDSA), 업로드 퇴원손상환자(NHDSB), 퇴원손상환자 중증보정 분석 (NHDSA_VALS), 퇴원손상환자통계(NHDSA_Summary), 업로드 퇴원손상환자 중증보정 분석(NHDSB_VALS), 업로드 파일(FILE_INDEX) 등 총 7개의 테이블로 구성 되었다.
  • 재원일수 벤치마킹 웹 프로그램 구현은 2012년 파일럿 운영된, 의료기관 질 관리 중증도 보정 병원통계 프로그램[17]의 구조를 재구성한 구현 모듈이 구현되었다. 의료기관 계정 후 메인화면을 중심으로 계층적 구조로 대상 질환군 시스템에 접근되도록 하였고, 편리성을 위해 질환 서브 화면에서는 타 질환의 결과도 조회 가능할 수 있도록 구성하였다[Fig.
  • 중증도 보정 평균 재원일수 지표를 병상 규모별, 지역별 비교군을 선택하여 다양한 비교 결과를 조회할 수 있는 화면[Fig. 6]과 본 의료기관의 정보를 다양하게 결과 조회할 수 있는 상세화면도 구성하였다. 또, 질 관리 결과를 보고서로 바로 활용할 수 있도록 엑셀변화기능을 추가하였다[Fig.
  • 특별한 프로그램 없이 중증도 보정 재원일수 산출이 가능하도록 자동 업로드 화면을 구성하였다. 퇴원손상심층조사 규칙에 오류 없는 자료가 실시간으로 중증도 보정 분석되도록 업로드 분석등록 모듈[Fig.

대상 데이터

  • 본 연구에서는 개발한 재원일수 벤치마킹 시스템 웹 프로그램 평가를 위해 100병상~299병상, 300~499병상, 500~999병상, 1000병상 이상 등 4개 그룹의 퇴원손상참여병원 중 6곳 의료기관을 선정하여 2014년 3월~5월까지 3개월간 시범운영을 실시하였다. 실시 결과 재원일수 벤치마킹 시스템 웹 프로그램이 재원일수 관리에 도움 된다고 응답한 응답자의 비율은 81.
  • 재원일수 벤치마킹 질환 및 보정 모형은 2012, 2013년 질병관리본부에서 수행되어 신뢰성이 검증된 급성심근경색, 급성뇌졸중, 머리 내 손상, 허혈성 심장질환, 무릎관절치환술, 목의 손상 질환의 중증도 재원일수를 재원일수 벤치마킹 시스템 적용 대상으로 선정하였다[4,17].
  • 질병관리본부의 협조를 얻어 부산 및 경남 지역의 병상 그룹을 고려한 100병상~299병상, 300~499병상, 50 0~999병상, 1,000병상 이상 등 4개 그룹의 퇴원손상참여 병원을 확인하고 유선으로 재원일수 벤치마킹 시스템 시범운영 참여 의사가 있는 100병상~299병상의 2개, 30 0~499병상의 2개, 500~999병상의 1개, 1,000병상 이상의 1개 등 총 6개 의료기관이 선정되었다.

이론/모형

  • 관계형 데이터베이스의 설계방법인 실체-관계도 기법을 이용하여 데이터베이스 설계를 하였다.
  • 재원일수 벤치마킹 시스템의 프로그램은 의료기관의 이용자가 사용하기 편리하도록 웹 프로그램방식으로 구축하였고, 일반적인 응용프로그램 개발절차인 시스템 요구분석, 데이터베이스 설계, 시스템 구현, 사용자 테스트 단계를 따랐다[20]. 재원일수의 중증도 보정 통계 모형은 2012년, 2013년 질병관리본부에서 개발되어 검증된 것을 사용하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
데이터베이스 설계에 사용한 기법은? 관계형 데이터베이스의 설계방법인 실체-관계도 기법을 이용하여 데이터베이스 설계를 하였다.
시스템 요구분석단계에서 정의한 것은? 시스템 요구분석단계에서는 웹 방식 운영에 필요한 웹서버 개발환경, 사용자 환경, 벤치마킹 시스템에 필요 기능을 정의 하였다[21].
재원일수 중증도 보정통합 DB는 어떤 테이블로 구성되어 있는가? 재원일수 벤치마킹 시스템[Fig 1]을 구현하기 위해 재원일수 중증도 보정된 재원일수 중증도 보정통합 DB는 관계형 데이터베이스 형태로 모델링 되었다. 의료기관 계정(HIDENT), 퇴원손상환자(NHDSA), 업로드 퇴원손상환자(NHDSB), 퇴원손상환자 중증보정 분석 (NHDSA_VALS), 퇴원손상환자통계(NHDSA_Summary), 업로드 퇴원손상환자 중증보정 분석(NHDSB_VALS), 업로드 파일(FILE_INDEX) 등 총 7개의 테이블로 구성 되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (22)

  1. Korea Institute for Health and Social Affairs OECD Health Data 2014, 2014. 

  2. Ministry of Health & Welfare, Easy summary of DRG, 2012. 

  3. Anti-Corruption & Civil Rights Commission, Development of reward system for medical carer in health care insurance, 2009. 

  4. Korea Centers for Disease Control & Prevention, A Trial Application of Severity-Adjusted Statistics Program for Korean National Discharge Injury Survey Sample Hospital, 2013. 

  5. Y. J. Lee, Problems of National medical expenses management in Korea, Journal of Korea Contents Association, Vol. 11, No 4, pp. 263-272, 2010. 

  6. Hyun-Ju Park, Evaluation of appropriateness for hospital admission and continued stay, Graduate School of Public Health Yonsei University. 2000. 

  7. OECD, health at glance 2010 : Asia/Pacific. 2011. 

  8. Eun-Cheol Park, DRG current states and Task. Medical Policy Forum Vol. 11, No 2, 2013. 

  9. Health Insurance Review & Asessment Service, Guide of Automobile Insurance Reimbursement Methodologies, 2013. 

  10. Kominski G and Witsberger C, Trends in LOS for Medicare patients : 1979-1987, Health Care Financing Review, Vol. 15, No2, pp. 121-135, 1993. 

  11. S. J. Choi, Variation in hospital length of stay according to the DRG-based prospective payment system in the voluntarily participating providers : Korean Journal of Health Policy & Administration, Vol. 20, No2, pp. 17-39, 2010. 

  12. JCI Facilitation center, Quality improvement of global healthcare, Korea Medical Book Publisher 2010. 

  13. Hanning, Brian W. T, Length of Stay Benchmarking in the Australian Private Hospital Sector, Australian Health Review, 2007. 

  14. Sanigest Internacional Benchmarking Hospital Performance in Health, 2010. 

  15. dr foster intelligence. Real Time Monitoring (RTM) Enabling providers and commissioners to benchmark and monitor clinical outcomes, 2013. 

  16. World Health Organization, World Health Organization 2013, 2013 

  17. Korea Centers for Disease Control & Prevention, Development of severity-adjustment statistical models to evaluate medical quality using Korean National Hospital Discharge Injury Survey Data, 2012. 

  18. S. O. Hong, Y. T. Kim, Y. H. Choi, J. H. Park, S. H. Kang, Development of severity-adjusted length of stay in knee replacement surgery, The Journal of Digital Policy & Management, Vol. 13, No. 2, pp. 215-225, 2015. 

  19. S. H. Kang, H. S. Seok, W. J. Kim, The Variation of Factors of severity-adjusted length of stay(LOS) in acute stroke patients, The Journal of Digital Policy & Management, Vol. 11, No. 6, pp. 221-233, 2013. 

  20. Iek-Hwan kim, kyu-hwan jeon, all of software project, pegasus, 2008. 

  21. Han-Soo Lee, expert of web service programing, hanbit media. 2002. 

  22. Ine Borghans, Richard Heijink, Tijn Kool, Ronald J Lagoe and Gert P Westert, Benchmarking and reducing length of stay in Dutch hospitals, BMC Health Services Research Vol. 8, pp. 220, 2008. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로