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
- 이에 본 연구의 목적은 현재까지 의료기관 단위위험도 보정 재입원 질 지표 개발에 있어 가장 앞서 있는 CMS의 지표 개발 방법론에 기반하여 우리나라의 건강보험 청구자료를 이용한 재입원율 일반 질 지표 산출방법을 제시하는 것이다. 나아가 개발한 방법론을 건강보험 청구자료에 적용하여 실증분석을 수행하고 의료기관 간 비교 평가를 위한 일반 질 지표로서 재입원율의 산출가능성을 살펴보고자 한다. 마지막으로 의료기관 단위의 질 또는 성과지표로서의 재입원 지표의 의미와 정책적 활용 시 고려사항을 제시하는 것이다.
- 나아가 개발한 방법론을 건강보험 청구자료에 적용하여 실증분석을 수행하고 의료기관 간 비교 평가를 위한 일반 질 지표로서 재입원율의 산출가능성을 살펴보고자 한다. 마지막으로 의료기관 단위의 질 또는 성과지표로서의 재입원 지표의 의미와 정책적 활용 시 고려사항을 제시하는 것이다.
- 건강보험 청구자료는 상병 및 진료내역, 환자의 과거와 병원 간 이동 정보를 모두 포함하고 있어 재입원율을 산출하기에 상당히 적합한 자료로, 이를 이용하여 비교적 용이하게 위험도 표준화 재입원율을 산출할 수 있다. 본 연구는 지표 산출과정에서 우리나라의 진료 및 제도 현황을 반영하여 재입원율 산출의 활용가능성을 높이고자 하였다. 먼저 계획되지 않은 재입원, 동반질환, 합병증 목록을 우리나라에서 사용하고 있는 질병 및 처치코드 체계인 ICD-10과 EDI 코드로 변환하고 전문가들에 의한 타당성 검증을 거쳐 이들 목록의 활용성을 높이고자 하였다.
- 그 동안 선행연구에서 이용된 위험도 보정 변수들은 성, 연령, 동반질환, 환자구성, 의료기관 서비스구성, 기준 입원 시 진단명, 입원 경로 및 퇴원경로 등이었다[11,13,20]. 본 연구에서는 의료기관의 환자 특성및 동반질환, 의료기관에서 제공하는 서비스 구성의 차이(hospital service mix) 등을 보정하였고 환자의 특성 중 사회경제적 상태, 인종, 민족 등은 고려하지 않았는데, 그 이유는 환자의 인구학적 특성에 따라 진료기준이 만들어지거나 서비스의 특성이 달라지지 않기 때문이다[11]. 또한 환자의 입원경로와 퇴원경로 등도 진료의 질보다는 보건의료시스템의 구조와 관련되는 요인이 더 크게 작용하므로 본 연구에 반영하지 않았다[11].
- 위험도 표준화 재입원율 산출의 목적은 의료기관의 질적 수준을 측정하고 분석하여 궁극적으로 의료의 질을 향상시키고자 하는 것이다. 재입원이 발생하는 이유는 퇴원계획의 미비, 부적절한 추후관리, 의사소통 부족, 이전 입원과 관련된 합병증, 의료적 실수 등의 부작용, 투약관리 및 투약 실수, 낮은 환자 순응도 등의 이유로 발생한다[32,33].
- CMS 지원하에서 질 지표 개발에 경험이 많은 예일대학(Yale University) Center for Outcomes Research & Evaluation의 연구진은 재입원율 산출연구를 수행하였는데, 이들은 메디케어 청구자료를 기반으로 주상병명과 관계없이 전체 입원환자 대상으로 개발한 계획되지 않은 재입원율 산출방법론을 개발하였다[11-13]. 이 연구는 일반지표로서 재입원율을 산출한 대표적인 연구이며, 의료기관의 서비스 질 평가지표로서 그 적용가능성을 검토하였다. CMS는 2013년 12월부터 모든 질환에 대한 재입원율 산출결과를 의료기관별 질 비교 사이트(Hospital Compare)를통해공개하고있다[12].
- 이에 본 연구의 목적은 현재까지 의료기관 단위위험도 보정 재입원 질 지표 개발에 있어 가장 앞서 있는 CMS의 지표 개발 방법론에 기반하여 우리나라의 건강보험 청구자료를 이용한 재입원율 일반 질 지표 산출방법을 제시하는 것이다. 나아가 개발한 방법론을 건강보험 청구자료에 적용하여 실증분석을 수행하고 의료기관 간 비교 평가를 위한 일반 질 지표로서 재입원율의 산출가능성을 살펴보고자 한다.
제안 방법
- 본 연구의 분석자료를 6개 진료군으로 구분하고 각각의 산출모형을 구축하였는데, 이는 각 진료군마다 환자의 임상적 특성이 다르고, 이에 따라 재입원율이 달라지기 때문이다. 6개 진료군은 심장 호흡기진료군, 심혈관진료군, 내과진료군, 정신과진료군, 신경과진료군, 수술진료군으로 구분하였다. 각 진료군은 입원 건의 주상병을 기준으로 진료량과 수준이 유사하다고 판단되는 질환을 분류한 것이다.
- 각각 6개 진료군별로, 의료기관 단위로 예측 재입원수와 기대 재입원수를 구하여 위험도 보정 재입원비(예측재입원수/기대재입원수)를 산출하였다. 예측 재입원수는 개별 의료기관의 환자 구성과 특성을 고려한 예측 확률의 합이며, 의료기관 내 랜덤효과를 고려한 계층적 일반화 선형모형(hierarchical generalized linear models, HGLM)을 이용하여 산출하였다.
- 각 진료군은 입원 건의 주상병을 기준으로 진료량과 수준이 유사하다고 판단되는 질환을 분류한 것이다. 다만 처치 및 수술을 시행한 경우는 주상병에 관계없이 우선적으로 수술진료군으로 분류하였다.
- 의료기관 서비스 구성은 의료기관의 질병군 분포 또는 구성을 의미하며, AHRQ CCS별로 입원건수의 합 이천 건 이상이 되는 질병그룹에 대해 지시변수를 생성하였다. 동반 질환은 CMS에서 오즈비를 이용한 통계적 유의성과 더불어 임상적 판단을 통해 개발한 31개 질병 그룹을 이용하였다(Table 4의 risk variables). 동반질환에서 중요하게 고려해야 할 점은 입원 중에 발생한 합병증과 구분하는 것이다[11].
- 먼저 계획되지 않은 재입원, 동반질환, 합병증 목록을 우리나라에서 사용하고 있는 질병 및 처치코드 체계인 ICD-10과 EDI 코드로 변환하고 전문가들에 의한 타당성 검증을 거쳐 이들 목록의 활용성을 높이고자 하였다. 또한 기존 방법론과 연구들에서 제시한 기준들을 우리나라에 적용하기 위한 방안들을 검토하였는데, 퇴원 후 30일 이내 재입원 분류기준, 재입원율을 산출하기 위한 자료 구축및 변수 생성방법, 제외기준 적용 근거 등을 제시하였다. 특히 정신과진료군의 경우 CMS 방법론에서는 대부분 정신센터와 같이 별도의 기관에서 진료가 이루어진다는 이유로 분석대상에서 제외하였으나[13] 우리나라는 이와 다른 체계를 가지고 있으므로 본 연구 대상에 포함하였다.
- 이는 진료군의 특성에 따라 적용가능한 변수들이 달라지므로 이를 통계적으로 확인하기 위해서이며, 이 과정을 통해 진료군별로 각각 별도의 모형을 구축하였다. 또한 산출모형의 타당성을 검증하기 위해서 2009년 자료 세트를 별도로 구축하였다. 연구대상인 2010년 자료 세트와 타당성 검증을 위한 2009년 자료 세트 모두 동일한 방법으로 자료를 구축하고 동일한 분석방법을 적용하여 비교하였다.
- CMS의 연구는 퇴원 후 30일 이내 계획되지 않은 재입원율을 대상으로 하였는데, 계획되지 않은 재입원을 정의·구분하기 위해서 임상의사로 구성된 전문가패널을 구성하여 환자의 상태에 관계없이 계획된 처치나 수술로 판단할 수 있는 행위목록을 정의하였고,이에 해당되는 않은 입원을 계획되지 않은 재입원으로 적용하였다. 또한 위험도 보정을 위해 성, 연령, 동반질환(comorbidity) 및 합병증, 의료기관 서비스 구성(hospital service mix) 등을 분석에 포함하였으며, 특히 동반질환 및 합병증 대상 질환의 범위를 정하기 위해서 선행연구들을 기초로 위험도 보정 후보변수를 선정하였고,로지스틱회귀분석을 시행하여 각각의 변수들의 오즈비(odds ratio)를 비교하였으며, 전문가들의 논의를 통해 임상적 기준을 적용하여 최종 31개의 위험도 보정변수를 결정하였다. 이러한 산출모형은 질환의 특성에 따라 5개 진료군별로 구분하고 각각 위험도 보정 재입원율을 산출한 후 합산하여 하나의 지표로 제시하였다.
- 위험도 보정을 위한 중요 변수로 CMS에서 개발한 동반질환 및 합병증 목록을 이용하였으며, 우리나라의 질환 특성과 제도 환경을 고려하여 암질환과 항암치료, 재활치료, 연령 등의 제외 기준을 정하여 반영하였다. 또한, 이 지표는 질환별 임상적 특성을 반영하여 6개 진료군(심장호흡기진료군, 심혈관진료군, 신경과진료군, 내과진료군, 정신과진료군, 수술진료군)으로 구분하여 각각 비율을 산출하고 하나의 지표로 종합하여 제시하였다. 이 지표는 병원급 이상 입원 건의 95%(사망, 이송, 재활치료 등 제외)를 포함할수 있는 포괄적인 지표이며, 본 분석에서는 20세 미만과 암질환을 제외하여 2010년 전체 병원급 이상 입원 건의 68%를 포함하였다.
- 본 연구는 지표 산출과정에서 우리나라의 진료 및 제도 현황을 반영하여 재입원율 산출의 활용가능성을 높이고자 하였다. 먼저 계획되지 않은 재입원, 동반질환, 합병증 목록을 우리나라에서 사용하고 있는 질병 및 처치코드 체계인 ICD-10과 EDI 코드로 변환하고 전문가들에 의한 타당성 검증을 거쳐 이들 목록의 활용성을 높이고자 하였다. 또한 기존 방법론과 연구들에서 제시한 기준들을 우리나라에 적용하기 위한 방안들을 검토하였는데, 퇴원 후 30일 이내 재입원 분류기준, 재입원율을 산출하기 위한 자료 구축및 변수 생성방법, 제외기준 적용 근거 등을 제시하였다.
- 본 연구는 CMS의 계획되지 않은 재입원율 산출방법론을 근거로 하여 우리나라의 보건의료제도의 특성과 자료의 가용성 등을 고려하여 6단계 산출모형을 개발하였다. 본 연구는 건강보험 청구자료를 이용하여 재입원 및 계획되지 않은 재입원을 정의하고, 활용 가능한 위험도 보정변수를 탐색하여 산출모형에 포함시켰으며, 추계 모델링을 통해 예측 재입원수와 기대 재입원수를 추정하고 그 비율을 이용하여 위험도 표준화된 재입원율을 산출하였다(Figure 1).
- 본 연구는 CMS의 지표 개발 방법론을 기초로, 6단계의 개발과정을 거쳐 위험도 표준화 재입원율을 산출하였다. 건강보험 청구자료는 상병 및 진료내역, 환자의 과거와 병원 간 이동 정보를 모두 포함하고 있어 재입원율을 산출하기에 상당히 적합한 자료로, 이를 이용하여 비교적 용이하게 위험도 표준화 재입원율을 산출할 수 있다.
- 본 연구는 CMS의 계획되지 않은 재입원율 산출방법론을 근거로 하여 우리나라의 보건의료제도의 특성과 자료의 가용성 등을 고려하여 6단계 산출모형을 개발하였다. 본 연구는 건강보험 청구자료를 이용하여 재입원 및 계획되지 않은 재입원을 정의하고, 활용 가능한 위험도 보정변수를 탐색하여 산출모형에 포함시켰으며, 추계 모델링을 통해 예측 재입원수와 기대 재입원수를 추정하고 그 비율을 이용하여 위험도 표준화된 재입원율을 산출하였다(Figure 1).
- 본 연구는 건강보험 청구자료를 이용하여 특정질환이 아닌, 모든 질환에 대한 일반 질 지표로서 위험도 표준화 재입원율(risk standardized readmission rate)을 산출하였다. 재입원율은 퇴원 후 30일 이내 재입원율의 비율로 정의하였으며, 의료기관 단위로 산출 하였다.
- 본 연구의 중요한 특징 중 하나는 위험도 보정방법이다. 그 동안 선행연구에서 이용된 위험도 보정 변수들은 성, 연령, 동반질환, 환자구성, 의료기관 서비스구성, 기준 입원 시 진단명, 입원 경로 및 퇴원경로 등이었다[11,13,20].
- 계획된 입원은 CMS의 계획된 처치 및 수술목록을 이용하였고, 이 목록은 CMS가 임상적 판단과 전문가 자문을 통해 Agency for Healthcare Research & Quality (AHRQ) clinical classification system (CCS)2) 중 34개 질병 또는 수술그룹을 계획된 처치 및 수술로 구분한 것이며, 항암치료, 장기이식, 재활치료 등 치료계획하에 이루어지는 처치나 수술, 장기적인 계획하에 진료가 이루어지는 만성질환 등이 해당된다. 분석대상 입원 건의 진료내역이 계획된 처치 및 수술목록에 해당되는 경우 해당 입원 건을 계획되지 않은 입원으로, 그렇지 않은 경우는모두 계획되지않은 입원으로 분류하였다(Table 1).
- 또한 산출모형의 타당성을 검증하기 위해서 2009년 자료 세트를 별도로 구축하였다. 연구대상인 2010년 자료 세트와 타당성 검증을 위한 2009년 자료 세트 모두 동일한 방법으로 자료를 구축하고 동일한 분석방법을 적용하여 비교하였다. 이를 통해 각 분석에서 변수의 유의성이 달라지는지, 연도별로 얼마나 신뢰할 수 있는결과 를내는지 확인하였다.
- 이 목록들은 우리나라와 다른 질병, 처치 및 수술 코드(international classification of disease [ICD]-9- CM)를 사용하고 있으므로 질병코드는 ICD-10 코드로, 처치 및 수술코드는 건강보험 청구 시 이용하는 수가코드로 대응시켰다. 연구진이 일차적으로 대응시킨 코드 목록은 이차적으로 의사, 간호사, 의무기록사 등의 전문가 의견을 통해 코드 대응의 적합성과 전문가 타당성을 검증하였다. AHRQ CCS 중 질병군은 2006년 AHRQ에서 제공한 code for ICD-9-CM to ICD-10 자료를 이용하였다.
- 위험도 보정변수로 성, 연령, 의료기관 서비스 구성(hospital service mix), 동반질환을 이용하였다. 연령은 2010년 12월 31일 기준만 나이를 산출하였다.
- 재입원율은 퇴원 후 30일 이내 재입원율의 비율로 정의하였으며, 의료기관 단위로 산출 하였다. 위험도 보정을 위한 중요 변수로 CMS에서 개발한 동반질환 및 합병증 목록을 이용하였으며, 우리나라의 질환 특성과 제도 환경을 고려하여 암질환과 항암치료, 재활치료, 연령 등의 제외 기준을 정하여 반영하였다. 또한, 이 지표는 질환별 임상적 특성을 반영하여 6개 진료군(심장호흡기진료군, 심혈관진료군, 신경과진료군, 내과진료군, 정신과진료군, 수술진료군)으로 구분하여 각각 비율을 산출하고 하나의 지표로 종합하여 제시하였다.
- 이 목록들은 분석의 용이성을 위해 많은 질병과 처치 및 수술들을 유사한 질병 또는 수술 유형으로 그룹화한 AHRQ CCS와 CMS condition category로 정의되어 있다. 이 목록들은 우리나라와 다른 질병, 처치 및 수술 코드(international classification of disease [ICD]-9- CM)를 사용하고 있으므로 질병코드는 ICD-10 코드로, 처치 및 수술코드는 건강보험 청구 시 이용하는 수가코드로 대응시켰다. 연구진이 일차적으로 대응시킨 코드 목록은 이차적으로 의사, 간호사, 의무기록사 등의 전문가 의견을 통해 코드 대응의 적합성과 전문가 타당성을 검증하였다.
- 산출모형은 일차적으로 성, 연령, 의료기관 서비스 구성(hospital service mix), 31개의 동반질환을 나타내는 위험도 보정변수 등을 포함하여 각 진료군별로 로지스틱회귀분석을 실시하였다. 이는 진료군의 특성에 따라 적용가능한 변수들이 달라지므로 이를 통계적으로 확인하기 위해서이며, 이 과정을 통해 진료군별로 각각 별도의 모형을 구축하였다. 또한 산출모형의 타당성을 검증하기 위해서 2009년 자료 세트를 별도로 구축하였다.
- 또한 위험도 보정을 위해 성, 연령, 동반질환(comorbidity) 및 합병증, 의료기관 서비스 구성(hospital service mix) 등을 분석에 포함하였으며, 특히 동반질환 및 합병증 대상 질환의 범위를 정하기 위해서 선행연구들을 기초로 위험도 보정 후보변수를 선정하였고,로지스틱회귀분석을 시행하여 각각의 변수들의 오즈비(odds ratio)를 비교하였으며, 전문가들의 논의를 통해 임상적 기준을 적용하여 최종 31개의 위험도 보정변수를 결정하였다. 이러한 산출모형은 질환의 특성에 따라 5개 진료군별로 구분하고 각각 위험도 보정 재입원율을 산출한 후 합산하여 하나의 지표로 제시하였다. 이러한 CMS의 지표 개발 방법론은 대규모 행정자료를 이용하여 계획되지 않은 재입원을 정의하고 의료서비스의 질과 관련된 재입원을 구분하여 지표의 유용성을 높이고자 하였으며[12], 표준화된 위험도 보정 재입원율을 산출하여 의료기관 간 비교 가능한 지표를 제시하였다는 점에서 기존 연구에서 산출된 지표와 차별되는 중요한 특징을 가진다.
- 연구대상인 2010년 자료 세트와 타당성 검증을 위한 2009년 자료 세트 모두 동일한 방법으로 자료를 구축하고 동일한 분석방법을 적용하여 비교하였다. 이를 통해 각 분석에서 변수의 유의성이 달라지는지, 연도별로 얼마나 신뢰할 수 있는결과 를내는지 확인하였다.
- 본 연구에서 재입원은 첫 퇴원 후 정해진 관찰 기간 내에 다시 입원하는 경우이며, 퇴원 후 재입원까지의 기간은 30일 이내로 정의 하였다. 퇴원 후 30일 이내 여부를 판단하기 위한 재입원기간은 (첫 번째 입원의 입원시작일자)-(기준입원의 입원종료일자)의 수식을 적용하였다. 여기에서 기준입원은 입원환자별로 연구대상 기간 맨처음 발생한 입원을 말하며, 기준입원으로부터 그 다음 입원을 첫번째 재입원으로 지칭한다.
- 각 진료군별 의료기관 단위로 산출된 위험도 보정 재입원비율은 입원건수를 가중한 로그 평균을 이용하여 하나의 값으로 합산하였는데, 로그 평균은 비율의 평균을 구하는 데 이용하는 방법이다[12]. 하나의 값으로 합산한 위험도 보정 재입원율에 위험도 보정을 하지 않은 평균 재입원율을 곱하여 위험도 표준화 재입원율(risk standardized readmission rate)을 산출하였다.
대상 데이터
- 연구진이 일차적으로 대응시킨 코드 목록은 이차적으로 의사, 간호사, 의무기록사 등의 전문가 의견을 통해 코드 대응의 적합성과 전문가 타당성을 검증하였다. AHRQ CCS 중 질병군은 2006년 AHRQ에서 제공한 code for ICD-9-CM to ICD-10 자료를 이용하였다.
- 계획된 입원은 CMS의 계획된 처치 및 수술목록을 이용하였고, 이 목록은 CMS가 임상적 판단과 전문가 자문을 통해 Agency for Healthcare Research & Quality (AHRQ) clinical classification system (CCS)2) 중 34개 질병 또는 수술그룹을 계획된 처치 및 수술로 구분한 것이며, 항암치료, 장기이식, 재활치료 등 치료계획하에 이루어지는 처치나 수술, 장기적인 계획하에 진료가 이루어지는 만성질환 등이 해당된다.
- 재활치료 역시 CMS 방법론에서는 재활센터와 같이 별도의 기관에서 진료가 이루어지고 있어 제외기준에 포함되었지만[13], 우리나라는 재활을 실시하는 별도 기관은 없으나 진료 계획을 미리 세우는 경우가 대부분이므로 항암치료와 함께 제외 기준에 포함하였다. 또한 CMS는 메디케어 청구자료를 이용하였기 때문에 산출 대상이 주로 65세 이상 연령층으로 한정되었으나, 본 연구는 20세 이상 연령층을 대상으로 하였다.
- 본 연구는 2012년도 건강보험심사평가원 연구용역으로 수행한‘일반질지표 평가체계 개발 및 활용 방안 연구’에 기초하였으며, 저자들의 소속은 연구 수행 당시의 소속과 현 소속을 같이 기재하였다
- 본 연구에 이용된 자료는 우리나라 건강보험 청구자료이다. 분석 대상은 2010년 1월부터 12월까지 요양병원을 제외한 병원급 이상 의료기관의 입원환자이다.
- 본 연구에 이용된 자료는 우리나라 건강보험 청구자료이다. 분석 대상은 2010년 1월부터 12월까지 요양병원을 제외한 병원급 이상 의료기관의 입원환자이다. 분석자료는 2010년 12월에 퇴원한 환자의 재입원을 추적하기 위해서 퇴원 이후 3개월을 포함하여 2010년 1월-2011년 3월까지의 입원 건을 수집하였다.
- 분석 대상은 2010년 1월부터 12월까지 요양병원을 제외한 병원급 이상 의료기관의 입원환자이다. 분석자료는 2010년 12월에 퇴원한 환자의 재입원을 추적하기 위해서 퇴원 이후 3개월을 포함하여 2010년 1월-2011년 3월까지의 입원 건을 수집하였다. 분석단위는 입원환자당 입원 건 단위이며, 여기에서 하나의 입원 건 단위는 입원 시작일에서 종료일이 연속적으로 1일 이상인 입원을 의미한다.
- 사망자는 건강보험 청구 자료의 진료결과구분에 ‘사망(4)’으로 기재된 경우와 행정자치부로부터 제공받은 사망자료를 이용하였다.
- 결과 산출 시 재입원 건수가 25건 미만인 의료기관은 제외하였는데, 이는 건수가 적어 지표의 해석이 적절하지 않기 때문이다. 이들을 제외하고, 최종 연구대상 의료기관은 1,420개였으며, 이 기관들에 대해 위험도 보정을 하지 않은 재입원율과 위험도 보정을 한 재입원율의 분포를 산출하였다. 위험도 보정을 하지 않은 재입원율의 평균과 표준편차는 13.
- 또한 기존 방법론과 연구들에서 제시한 기준들을 우리나라에 적용하기 위한 방안들을 검토하였는데, 퇴원 후 30일 이내 재입원 분류기준, 재입원율을 산출하기 위한 자료 구축및 변수 생성방법, 제외기준 적용 근거 등을 제시하였다. 특히 정신과진료군의 경우 CMS 방법론에서는 대부분 정신센터와 같이 별도의 기관에서 진료가 이루어진다는 이유로 분석대상에서 제외하였으나[13] 우리나라는 이와 다른 체계를 가지고 있으므로 본 연구 대상에 포함하였다. 재활치료 역시 CMS 방법론에서는 재활센터와 같이 별도의 기관에서 진료가 이루어지고 있어 제외기준에 포함되었지만[13], 우리나라는 재활을 실시하는 별도 기관은 없으나 진료 계획을 미리 세우는 경우가 대부분이므로 항암치료와 함께 제외 기준에 포함하였다.
데이터처리
- 의료기관 단위 위험도 표준화 재입원율의 산출모형을 구축하기 위해 먼저 로지스틱회귀분석을 이용하여 진료군별로 각각 모형을 만들어 변수의 적합성을 검증하였다. 또한 산출모형의 타당성을 검증하기 위해서 2009년 자료 세트를 이용하여 동일한 방법으로 자료를 구축하였으며, 로지스틱회귀분석을 시행하여 2010년 연구대상 자료의 모형 적합도 및 변수의 유의미성 등을 비교하였다. 그 결과, 두 자료의 모형 적합도 및 변수의 유의미성에서 차이가 크게 나타나지는 않았으나, 2010년 내과진료군과 수술진료군에 포함된 위험도 보정변수 중 ‘장기이식(transplants)’이 2009년에는 포함되지 않았으며, 2010년 정신과진료군과 수술진료군의 c-통계량이 2009년에 비해 작았다(Tables 4, 5).
- 로지스틱회귀분석을 통해 결정된 모형을 기반으로 HGLM와 GLM을 각각 수행하여 예측 재입원수와 기대 재입원수를 구하고, 두 값의 비(예측 재입원수/기대 재입원수)를 평균 재입원율에 곱하여 의료기관 단위로 위험도 표준화 재입원율(all-cause hospital risk-adjusted readmission rate)을 산출하였다. 결과 산출 시 재입원 건수가 25건 미만인 의료기관은 제외하였는데, 이는 건수가 적어 지표의 해석이 적절하지 않기 때문이다.
- 산출모형은 일차적으로 성, 연령, 의료기관 서비스 구성(hospital service mix), 31개의 동반질환을 나타내는 위험도 보정변수 등을 포함하여 각 진료군별로 로지스틱회귀분석을 실시하였다. 이는 진료군의 특성에 따라 적용가능한 변수들이 달라지므로 이를 통계적으로 확인하기 위해서이며, 이 과정을 통해 진료군별로 각각 별도의 모형을 구축하였다.
- 의료기관 단위 위험도 표준화 재입원율의 산출모형을 구축하기 위해 먼저 로지스틱회귀분석을 이용하여 진료군별로 각각 모형을 만들어 변수의 적합성을 검증하였다. 또한 산출모형의 타당성을 검증하기 위해서 2009년 자료 세트를 이용하여 동일한 방법으로 자료를 구축하였으며, 로지스틱회귀분석을 시행하여 2010년 연구대상 자료의 모형 적합도 및 변수의 유의미성 등을 비교하였다.
이론/모형
- Risk variables are used by Center for Medicare & Medicaid Services-condition category, the group international classification of disease-9-CM codes into comorbid risk adjustment variables.
- 여기에서 기준입원은 입원환자별로 연구대상 기간 맨처음 발생한 입원을 말하며, 기준입원으로부터 그 다음 입원을 첫번째 재입원으로 지칭한다. 건강보험 청구자료에 포함되어 있지 않은 정보인 입원종료일자(퇴원일자)는 (입원시작일자)+(입원일수)-1수식을 적용하여 산출하였다. 첫 번째 입원이 30일 이내 재입원에 해당될 경우 그 원인 및 책임은 기준입원(이전에 발생한 입원) 당시에 발생한 것이므로, 30일 이내 재입원 여부를 나타내는 지시변수를 기준입원에 생성하였다.
- 동반질환에서 중요하게 고려해야 할 점은 입원 중에 발생한 합병증과 구분하는 것이다[11]. 건강보험 청구자료에는 합병증을 구분할 수 있는 정보가 없으므로 본 연구에서는 CMS의 합병증 목록을 이용하였다.3) 또한 해당 입원 중 이전 입원 시 가지고 있던 질병과 동일한 경우 합병증으로 분류하지 않았다.
- 예측 재입원수는 개별 의료기관의 환자 구성과 특성을 고려한 예측 확률의 합이며, 의료기관 내 랜덤효과를 고려한 계층적 일반화 선형모형(hierarchical generalized linear models, HGLM)을 이용하여 산출하였다. 기대 재입원수는 개별 의료기관 특성을 고려하지 않은 기대 확률의 합이며, 일반화 선형모형 (generalized linear models, GLM)을 이용하였다. 각 진료군별 의료기관 단위로 산출된 위험도 보정 재입원비율은 입원건수를 가중한 로그 평균을 이용하여 하나의 값으로 합산하였는데, 로그 평균은 비율의 평균을 구하는 데 이용하는 방법이다[12].
- 또한 환자의 입원경로와 퇴원경로 등도 진료의 질보다는 보건의료시스템의 구조와 관련되는 요인이 더 크게 작용하므로 본 연구에 반영하지 않았다[11]. 동반질환의 경우 선행연구에서 주로 찰슨지수(Charlson comorbidity index)를 이용하였으나[20-23], 본 연구에서는 CMS에서 임상 전문가패널을 통해 개발한 동반 질환 목록을 적용하였다. 이를 통해 찰슨지수가 임상적으로 세부 적인 증상이나 질병을 반영하지 못한다는 제한점을 보완할 수 있다[24].
- 본 연구는 AHRQ 또는 CMS에서 개발한 계획되지 않은 처치 및 수술목록, 동반질환 정의목록, 합병증 목록을 활용하였다. 이 목록들은 분석의 용이성을 위해 많은 질병과 처치 및 수술들을 유사한 질병 또는 수술 유형으로 그룹화한 AHRQ CCS와 CMS condition category로 정의되어 있다.
- 각각 6개 진료군별로, 의료기관 단위로 예측 재입원수와 기대 재입원수를 구하여 위험도 보정 재입원비(예측재입원수/기대재입원수)를 산출하였다. 예측 재입원수는 개별 의료기관의 환자 구성과 특성을 고려한 예측 확률의 합이며, 의료기관 내 랜덤효과를 고려한 계층적 일반화 선형모형(hierarchical generalized linear models, HGLM)을 이용하여 산출하였다. 기대 재입원수는 개별 의료기관 특성을 고려하지 않은 기대 확률의 합이며, 일반화 선형모형 (generalized linear models, GLM)을 이용하였다.
성능/효과
- 건강보험 청구자료에는 합병증을 구분할 수 있는 정보가 없으므로 본 연구에서는 CMS의 합병증 목록을 이용하였다.3) 또한 해당 입원 중 이전 입원 시 가지고 있던 질병과 동일한 경우 합병증으로 분류하지 않았다. 각 6개의 진료군별로 동반질환과 합병증 변수를 포함하여 로지스틱회귀분석을 시행하고, 통계적으로 유의하지 않은 변수는 제외하였다.
- 그 결과, 두 자료의 모형 적합도 및 변수의 유의미성에서 차이가 크게 나타나지는 않았으나, 2010년 내과진료군과 수술진료군에 포함된 위험도 보정변수 중 ‘장기이식(transplants)’이 2009년에는 포함되지 않았으며, 2010년 정신과진료군과 수술진료군의 c-통계량이 2009년에 비해 작았다(Tables 4, 5).
- 재입원이 발생하는 이유는 퇴원계획의 미비, 부적절한 추후관리, 의사소통 부족, 이전 입원과 관련된 합병증, 의료적 실수 등의 부작용, 투약관리 및 투약 실수, 낮은 환자 순응도 등의 이유로 발생한다[32,33]. 따라서 재입원율을 관리함으로써 환자에게 제공하는 모든 의료서비스의 스펙트럼을 평가할 수 있고, 안전하고 효과적인 진료를 보장하기 위해 질환별 변화를 명확히 파악할 수 있으며, 질환의 합병증을 감소시키고, 투약 조절, 외래진료 및 이송계획 수립 등을 통해 의료의 질을 향상시킬 수 있다. 또한 의료의 질을 향상시키기 위해서 지속적인 모니터링은 정책의 우선순위이므로 이를 위해 다양한 측면에서 의료의 질 지표 개발에 대한 더 많은 관심과 노력이 필요하다.
- 재입원율은 6개 진료군에 따라 재입원율의 분포와 수준이 다르게 나타났는데, 이는 진료군을 구분하고 각각 모형을 구축한 본 연구의 설계가 적합하다는 것을 반영한다. 분석결과 위험도 표준화 재입원율은 10.90%였다. 의료기관 종별 간 차이가 있었으며, 특히 병원에서 의료기관 간의 재입원율 표준편차가 큰 것으로 나타났다.
- 사망자는 건강보험 청구 자료의 진료결과구분에 ‘사망(4)’으로 기재된 경우와 행정자치부로부터 제공받은 사망자료를 이용하였다. 사망위험이 높은 질환은 퇴원 후 30일 이내 사망자들의 진단명 중 상위 비율을 차지하는 질병 그룹으로 정의하였으며, 이들은 패혈증, 식도암, 간암 및 담관암, 췌장암, 기타 위장관 암, 폐암, 호흡기계 암, 전이성 암, 상세불명의 암, 외부요인에 의한 폐질환, 신장질환, 쇼크 등이었다. 대부분의 암질환이 사망위험이 높은 질환에 포함되므로 주상병이 암질환인 경우도 연구대상에서 제외하였다.
- 특히 입원 시 상병(present on admission), 자의퇴원 여부 등은 재입원 지표 산출에 있어 매우 중요한 정보임에도 불구하고 건강보험 청구자료에 포함되어 있지 않아 이를 반영하지 못하였다. 셋째, 본 연구결과의 타당성을 검증할 수 있는 기준 또는 근거가 명확하지 않다. 이는 재입원율에 관한 선행연구가 부족하고, 특히 건강보험 청구자료를 이용하여 재입원율을 산출한 국내 연구가 부재하기 때문이다.
- 58%였다. 위험도 보정을 하지 않은 재입원율은 상급종합병원이 가장 높았으나, 위험도 보정을 한 재입원율은 병원이 가장 높고, 표준편차도 다른 종별에 비해 크게 나타났다(Table 6).
- 위험도 보정을 하지 않은 재입원율의 평균과 표준편차는 13.37%±9.95%였고, 위험도 보정을 한 재입원율은 10.90%±3.58%였다.
- 37%이었다. 위험도 보정을 하지 않은 퇴원 후 30일 재입원율은 의료기관 종별로, 상급종합병원, 종합병원, 병원의 순으로 나타났고, 정신과진료군의 재입원율이 24.61%로 가장 높았으며, 수술진료군의 재입원율은 8.28%로 가장 낮았다(Table 3).
- 90%였다. 의료기관 종별 간 차이가 있었으며, 특히 병원에서 의료기관 간의 재입원율 표준편차가 큰 것으로 나타났다. 즉 상급종합병원은 다른 의료기관 종별보다 위험도 표준화 재입원율 수준이 낮고 표준편차도 작았는데, 이는 상급종합병원의 질적 수준이 다른 종별보다 높고 의료기관 간의 차이가 크지 않다는 것을 의미한다.
- 또한 대부분 사전 치료계획에 의해 진료가 이루어지는 재활치료와 항암치료, 개인적 특성 및 질병 분포가 다르게 나타나는 연령 20세 미만인 환자, 환자 또는 의료기관의 필요에 의한 환자의 이동인 타의료기관으로의 이송 또는 회송도 연구대상에서 제외하였다. 이상의 제외기준을 적용한 후 입원건수가 10건 미만인 의료기관, 환자별 재입원건수가 재입원건수 분포 중 상위 0.001%에 해당되는 극단치인 경우도 연구대상에서 제외하였다(Table 2).
- 재입원율은 6개 진료군에 따라 재입원율의 분포와 수준이 다르게 나타났는데, 이는 진료군을 구분하고 각각 모형을 구축한 본 연구의 설계가 적합하다는 것을 반영한다. 분석결과 위험도 표준화 재입원율은 10.
- 의료기관 종별 간 차이가 있었으며, 특히 병원에서 의료기관 간의 재입원율 표준편차가 큰 것으로 나타났다. 즉 상급종합병원은 다른 의료기관 종별보다 위험도 표준화 재입원율 수준이 낮고 표준편차도 작았는데, 이는 상급종합병원의 질적 수준이 다른 종별보다 높고 의료기관 간의 차이가 크지 않다는 것을 의미한다. 반면 병원의 경우 위험도 표준화 재입원율이 가장 높고, 표준편차도 커서 병원의 질 관리 수준이 상대적으로 낮다고 할 수 있다.
후속연구
- 그러나 재입원율과 병원 규모와의 관련성을연구한 Horwitz 등[26]은 병원의 규모가 작으면 재입원율도 낮아진다고 보고하였다. 따라서 재입원은 규모 등 의료기관의 특성보다는 다른 측면의 영향을 받는다고 볼 수도 있으며, 이에 대한 추후 연구를 통해 보다 명확한 요인을 규명하는 것이 필요하다. 국외 연구결과로 CMS의 2008년 위험도 보정을 하지 않은 재입원 율은 16.
- 그러나 연구대상, 세부적인 산출모형의 가정, 재입원의 정의, 보건의료제도의 차이 등으로 인해 다른 국가와 직접적으로 비교하기는 어렵다. 따라서 지속적인 지표 산출과 이에 대한 추이, 경향 등 경시적 분석을 통해 의료의 질과 의료비 문제를 나타내는 보건의료의 결과지표로서 재입원율의 정확성과 타당성을 높이는 것이 필요할 것이다.
- 본 연구를 통해 재입원율 산출방법을 탐색하여 지표의 활용가능성을 높이고자 하였으나 다음과 같은 제한점을 가진다. 첫째, CMS의 기준을 이용하여 계획되지 않은 재입원, 동반질환, 합병증 등을 정의하고 기준을 정하였는데, 이는 우리나라의 제도 및 진료여건과 다를 수 있으며, 이에 대해 의무기록 등 실증자료를 이용한 타당성 검토가 필요하나 자료수집의 한계로 수행하지 못하였다. 둘째, 건강보험 청구자료에 포함된 정보인 주 진단명, 진료결과 등은 재입원 여부와 원인을 판단하는 데 중요한 정보 중의 하나이나 이에 대한 기재 원칙이 명확하지 않아 정확한 결과를 산출하기 어렵다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.