[논문]건강보험청구자료에서 동반질환 보정방법

김경훈

doi:10.4332/kjhpa.2016.26.1.71

[국내논문] 건강보험청구자료에서 동반질환 보정방법
Comorbidity Adjustment in Health Insurance Claim Database 원문보기

Health policy and management = 보건행정학회지, v.26 no.1, 2016년, pp.71 - 78

Abstract ▼ AI-Helper

The value of using health insurance claim database is continuously rising in healthcare research. In studies where comorbidities act as a confounder, comorbidity adjustment holds importance. Yet researchers are faced with a myriad of options without sufficient information on how to appropriately adjust comorbidity. The purpose of this study is to assist in selecting an appropriate index, look back period, and data range for comorbidity adjustment. No consensus has been formed regarding the appropriate index, look back period and data range in comorbidity adjustment. This study recommends the Charlson comorbidity index be selected when predicting the outcome such as mortality, and the Elixhauser's comorbidity measures be selected when analyzing the relations between various comorbidities and outcomes. A longer look back period and inclusion of all diagnoses of both inpatient and outpatient data led to increased prevalence of comorbidities, but contributed little to model performance. Limited data range, such as the inclusion of primary diagnoses only, may complement limitations of the health insurance claim database, but could miss important comorbidities. This study suggests that all diagnoses of both inpatients and outpatients data, excluding rule-out diagnosis, be observed for at least 1 year look back period prior to the index date. The comorbidity index, look back period, and data range must be considered for comorbidity adjustment. To provide better guidance to researchers, follow-up studies should be conducted using the three factors based on specific diseases and surgeries.

주제어

AI 본문요약
AI-Helper

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

제안 방법

Von Korff 등[10]은 약제처방 자료를 사용하여 동반질환을 산출하는 만성질환점수(chronic disease score, CDS)를 개발하였다. CDS는 약제 사용 정보를 토대로 전문가 논의를 거쳐 17개 질환을 선정하고, 각 질환별로 전문가 합의를 통하여 가중치를 결정하였다. CDS는 진단 과다 혹은 과소 입력 가능성이 있는 진단기준 방법보다 완전하고, 신뢰성이 보장된 도구이다[11].
본 연구에서는 동반질환 보정 시 고려할 사항들을 동반질환 측정도구, 관찰기간, 자료범위로 구분하여 제시하였다. 이러한 고려사항들은 자료의 접근성보다는 연구목적을 우선적으로 고려하여 결정할 필요가 있다.
특히, 동반질환 보정은 다양한 선택사항이 존재하고 이러한 선택사항에 대한 정보가 거의 알려져 있지 않은 실정이다. 본 연구에서는 동반질환 보정방법과 관련된 비교 연구들을 검토하여 동반질환 보정 시 고려할 사항들을 동반질환 측정도구, 관찰기간, 자료범위로 구분하여 제시하였다.
그러나 동반질환 보정에는 다양한 선택사항이 존재하고 이러한 선택사항에 대한 장점과 제한점은 거의 알려져 있지 않다. 본 연구에서는 동반질환 보정방법을 비교한 기존 연구들을 검토하여 동반질환 보정 시 사전에 고려해야 할 사항을 동반질환 측정도구, 관찰기간, 자료범위 결정으로 구분하여 제시하였다.

대상 데이터

예를 들어 경도의 간질환은 가중치가 1점이며, 중증 간질환은 3점이다. 개발된 CCI는 1962-1969년 코네티컷(Connecticut) 병원에 입원한 유방암 환자 685명 자료를 사용하여 타당도가 검증되었다. 이후 CCI는 다양한 질환과 수술에 적용되어 그 타당성이 입증되었다.

성능/효과

Kim [8]은 심근경색증 환자를 대상으로 자료범위에 따른 병원 내 사망 모형의 예측력을 비교한 결과, 입원자료만을 사용한 모형과 입원과 외래자료를 모두 사용한 모형의 예측력은 유의한 차이가 없었다. 그리고 주진단과 모든 진단을 사용한 모형 간에도 예측력의 차이가 없어 입원자료의 주진단명과 제1부진단명을 사용하여 동반질환을 관찰하는 것이 효율적임을 제시하였다. 건강보험청구자료를 사용한 기존 연구에서는 주진단과 부진단의 범위를 제한하지 않으나, Jang 등[4]은 주진단만으로 제한한 반면에 Im 등[5]은 부진단으로 제한하였다.
자료범위는 자료 접근 정도에 따라 결정될 수 있으나 건강보험청구자료는 환자의 모든 진단 자료가 공개된다는 점에서 적절한 자료 자료범위는 자료 접근 정도에 따라 결정될 수 있으나 건강보험청구자료는 환자의 모든 진단 자료가 공개된다는 점에서 적절한 자료범위 결정이 요구된다. 기존 연구들을 검토한 결과 동반질환 관찰기간처럼 자료범위가 확대될수록 동반질환 유병률이 증가하지만 모형 예측력은 크게 향상되지 않았다. 국내 연구들은 연구자의 판단과 자료 접근 정도에 따라 자료범위를 결정하였다.
동반질환 관찰기간을 비교한 연구들을 검토한 결과, 관찰기간이 길어질수록 동반질환 유병률은 증가하지만 모형 예측력은 큰 차이가 없었다. 그리고 비교 연구의 대상과 자료원이 상이하여 적절한 관찰기간에 대한 일치된 결과를 보이지 않았다.
관찰기간에 따른 모형 예측력을 비교한 기존 연구들은 1년을 기준 관찰기간으로 설정하였고, 기준 관찰기간과 관찰기간을 확대한 모형 간에는 예측력의 차이가 없었다. 따라서 모형 예측력을 측면에서 기준 시점(index date)을 기준으로 최소한 1년 이상 동반질환을 관찰하는 것이 적절할 것으로 판단된다.

후속연구

동반질환 측정도구들마다 장단점이 있으므로 연구목적을 고려하여 측정도구를 선택할 필요가 있다. 즉, 관심결과 예측모형 개발을 목적으로 한다면 CCI를, 다양한 동반질환과 결과 간에 관련성을 분석한다면 ECM 사용이 적절하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	임상적 견해 혹은 통계적 검정결과에 따라 유의한 질환만을 선택적으로 보정하는 방법의 제한점은?	일반적으로 동반질환 보정방법은 기존에 발표된 연구결과를 근거로 임상적 견해 혹은 통계적 검정결과에 따라 유의한 질환만을 선택적으로 보정하는 방법(ad hoc selection)과 동반질환 측정도구를 사용하는 방법이 있다[2]. 전자는 동반질환에 대한 서로 다른 견해 또는 통계적 접근방법으로 연구들 간의 비교가능성이 낮다는 제한점이 있다[3]. 동반질환 보정에 대한 관심이 높아짐에 따라 Charlson 동반질환지수(Charlson comorbidity index, CCI)와 Elixhauser의 동반질환(Elixhauser’s comorbidity measure, ECM) 과 같이 동반질환을 종합적으로 평가하고, 다양한 질환에 적용할수 있는 측정도구를 사용한 연구들이 보고되었다.
	중증도 보정이란?	건강보험청구자료를 자료원으로 하는 연구들은 대부분 관찰 연구로, 이들 연구에서는 선택 편향과 교란요인을 최소화하기 위한 중증도 보정은 필수과정이다[1]. 중증도 보정은 관심결과에 영향을 주는 요인들을 통제하는 과정으로, 건강보험청구자료에는 연령, 성별, 수술 여부, 동반질환 등과 같은 후보 보정요인들이 포함되어 있다. 특히 동반질환은 주진단과는 관련이 없으나 합병증과 사망, 재원일수, 진료비 등을 증가시킨다는 점에서 중요한 중증도 보정변수이다.
	건강보험청구자료와 같은 행정자료가 다양한 보건의료 연구에서 활용되고 있는 이유는?	보건의료 연구에서 건강보험청구자료의 가치가 높아지고 있다. 건강보험청구자료와 같은 행정자료는 실제 보건의료 환경을 반영하고, 장기간 추적이 가능하다는 점에서 성과(outcome) 연구, 역학 연구, 약물감시 등 다양한 연구에서 활용되고 있다. 특히 국내에서 공공 데이터 개방정책이 확대됨에 따라 건강보험청구자료를 사용한 연구들이활성화되고 있다.

참고문헌 (50)

Iezzoni LI. Risk adjustment for measuring health care outcomes. 3rd ed. Chicago (IL): Health Administration Press; 2003.
Kim KH, Ahn LS. A comparative study on comorbidity measurements with Lookback period using health insurance database: focused on patients who underwent percutaneous coronary intervention. J Prev Med Public Health 2009;42(4):267-273. DOI: http://dx.doi.org/10.3961/jpmph.2009.42.4.267.

원문보기 상세보기
Klabunde CN, Potosky AL, Legler JM, Warren JL. Development of a comorbidity index using physician claims data. J Clin Epidemiol 2000;53(12):1258-1267. DOI: http://dx.doi.org/10.1016/s0895-4356(00)00256-0.

상세보기
Jang S, Park C, Jang S, Yoon HK, Shin CS, Kim DY, et al. Medical service utilization with osteoporosis. Endocrinol Metab 2010;25(4):326-339. DOI: http://dx.doi.org/10.3803/enm.2010.25.4.326.

상세보기
Im JH, Lee KS, Kim KY, Hong NS, Lee SW, Bae HJ. Follow-up study on mortality in Korean stroke patients. J Korean Med Assoc 2011;54(11):1199-1208. DOI: http://dx.doi.org/10.5124/jkma.2011.54.11.1199.

상세보기
Seo EW, Lee KS. Difference in healthcare utilization for percutaneous transluminal coronary angioplasty inpatients by insurance types: propensity score matching analysis. Health Policy Manag 2015;25(1):3-10. DOI: http://dx.doi.org/10.4332/kjhpa.2015.25.1.3.

원문보기 상세보기
Cho SJ, Chung SH, Oh JY. Differences between diabetic patients' tertiary hospital and non-tertiary hospital utilization according to comorbidity score. Health Policy Manag 2011;21(4):527-540. DOI: http://dx.doi.org/10.4332/kjhpa.2011.21.4.527.

원문보기 상세보기
Kim KH. Comparative study on three algorithms of the ICD-10 Charlson comorbidity index with myocardial infarction patients. J Prev Med Public Health 2010;43(1):42-49. DOI: http://dx.doi.org/10.3961/jpmph.2010.43.1.42.

원문보기 상세보기
Quan H, Sundararajan V, Halfon P, Fong A, Burnand B, Luthi JC, et al. Coding algorithms for defining comorbidities in ICD-9-CM and ICD-10 administrative data. Med Care 2005;43(11):1130-1139. DOI: http://dx.doi.org/10.1097/01.mlr.0000182534.19832.83.

상세보기
Von Korff M, Wagner EH, Saunders K. A chronic disease score from automated pharmacy data. J Clin Epidemiol 1992;45(2):197-203. DOI: http://dx.doi.org/10.1016/0895-4356(92)90016-g.

상세보기
Sloan KL, Sales AE, Liu CF, Fishman P, Nichol P, Suzuki NT, et al. Construction and characteristics of the RxRisk-V: a VA-adapted pharmacy-based case-mix instrument. Med Care 2003;41(6):761-774. DOI: http://dx.doi.org/10.1097/01.mlr.0000064641.84967.b7.

상세보기
Woo HK, Park JH, Kang HS, Kim SY, Lee SI, Nam HH. Charlson comorbidity index as a predictor of long-term survival after surgery for breast cancer: a nationwide retrospective cohort study in South Korea. J Breast Cancer 2010;13(4):409-417. DOI: http://dx.doi.org/10.4048/jbc.2010.13.4.409.

상세보기
Kim KH, Lee SM, Paik JW, Kim NS. The effects of continuous antidepressant treatment during the first 6 months on relapse or recurrence of depression. J Affect Disord 2011;132(1-2):121-129. DOI: http://dx.doi.org/10.1016/j.jad.2011.02.016.

상세보기
Kim MG, Kim K. Factors affecting health care utilization in patient with lung cancer. Perspect Nurs Sci 2013;10(1):52-64.
Lee CH, Hyun MK, Jang EJ, Lee NR, Kim K, Yim JJ. Inhaled corticosteroid use and risks of lung cancer and laryngeal cancer. Respir Med 2013;107(8):1222-1233. DOI: http://dx.doi.org/10.1016/j.rmed.2012.12.002.

상세보기
Lee S, Ryu JH, Kim H, Kim KH, Ahn HS, Hann HJ, et al. An assessment of survival among Korean elderly patients initiating dialysis: a national population-based study. PLoS One 2014;9(1):e86776. DOI: http://dx.doi.org/10.1371/journal.pone.0086776.

상세보기
Shin DW, Cho J, Yang HK, Park JH, Lee H, Kim H, et al. Impact of continuity of care on mortality and health care costs: a nationwide cohort study in Korea. Ann Fam Med 2014;12(6):534-541. DOI: http://dx.doi.org/10.1370/afm.1685.

상세보기
Kim DY, Lee KS. A study on the effects of percutaneous transluminal coronary angioplasty and pediatric heart surgery on the differences of risk-adjusted length of stay and in-hospital death for coronary artery bypass graft patients. Korean J Health Serv Manag 2014;8(4):47-55. DOI: http://dx.doi.org/10.12811/kshsm.2014.8.4.047.

원문보기 상세보기
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(1):570. DOI: http://dx.doi.org/10.1186/s12913-014-0570-9.

상세보기
Charlson ME, Pompei P, Ales KL, MacKenzie CR. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987;40(5):373-383. DOI: http://dx.doi.org/10.1016/0021-9681(87)90171-8.

상세보기
Sundararajan V, Quan H, Halfon P, Fushimi K, Luthi JC, Burnand B, et al. Cross-national comparative performance of three versions of the ICD-10 Charlson index. Med Care 2007;45(12):1210-1215. DOI: http://dx.doi.org/10.1097/mlr.0b013e3181484347.

상세보기
Halfon P, Eggli Y, van Melle G, Chevalier J, Wasserfallen JB, Burnand B. Measuring potentially avoidable hospital readmissions. J Clin Epidemiol 2002;55(6):573-587. DOI: http://dx.doi.org/10.1016/s0895-4356(01)00521-2.

상세보기
Sundararajan V, Henderson T, Perry C, Muggivan A, Quan H, Ghali WA. New ICD-10 version of the Charlson comorbidity index predicted in-hospital mortality. J Clin Epidemiol 2004;57(12):1288-1294. DOI: http://dx.doi.org/10.1016/j.jclinepi.2004.03.012.

상세보기
Deyo RA, Cherkin DC, Ciol MA. Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases. J Clin Epidemiol 1992;45(6):613-619. DOI: http://dx.doi.org/10.1016/0895-4356(92)90133-8.

상세보기
Romano PS, Roos LL, Jollis JG. Adapting a clinical comorbidity index for use with ICD-9-CM administrative data: differing perspectives. J Clin Epidemiol 1993;46(10):1075-1079. DOI: http://dx.doi.org/10.1016/0895-4356(93)90103-8.

상세보기
Quan H, Li B, Couris CM, Fushimi K, Graham P, Hider P, et al. Updating and validating the Charlson comorbidity index and score for risk adjustment in hospital discharge abstracts using data from 6 countries. Am J Epidemiol 2011;173(6):676-682. DOI: http://dx.doi.org/10.1093/aje/kwq433.

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
Dominick KL, Dudley TK, Coffman CJ, Bosworth HB. Comparison of three comorbidity measures for predicting health service use in patients with osteoarthritis. Arthritis Rheum 2005;53(5):666-672. DOI: http://dx.doi.org/10.1002/art.21440.

상세보기
Van Walraven C, Austin PC, Jennings A, Quan H, Forster AJ. A modification of the Elixhauser comorbidity measures into a point system for hospital death using administrative data. Med Care 2009;47(6):626-633. DOI: http://dx.doi.org/10.1097/MLR.0b013e31819432e5.

상세보기
Stukenborg GJ, Wagner DP, Connors AF Jr. Comparison of the performance of two comorbidity measures, with and without information from prior hospitalizations. Med Care 2001;39(7):727-739. DOI: http://dx.doi.org/10.1097/00005650-200107000-00009.

상세보기
Southern DA, Quan H, Ghali WA. Comparison of the Elixhauser and Charlson/Deyo methods of comorbidity measurement in administrative data. Med Care 2004;42(4):355-360. DOI: http://dx.doi.org/10.1097/01.mlr.0000118861.56848.ee.

상세보기
Kurichi JE, Stineman MG, Kwong PL, Bates BE, Reker DM. Assessing and using comorbidity measures in elderly veterans with lower extremity amputations. Gerontology 2007;53(5):255-259. DOI: http://dx.doi.org/10.1159/000101703.

상세보기
Chu YT, Ng YY, Wu SC. Comparison of different comorbidity measures for use with administrative data in predicting short- and long-term mortality. BMC Health Serv Res 2010;10(1):140. DOI: http://dx.doi.org/10.1186/1472-6963-10-140.

상세보기
Lieffers JR, Baracos VE, Winget M, Fassbender K. A comparison of Charlson and Elixhauser comorbidity measures to predict colorectal cancer survival using administrative health data. Cancer 2011;117(9):1957-1965. DOI: http://dx.doi.org/10.1002/cncr.25653.

상세보기
Mnatzaganian G, Ryan P, Norman PE, Hiller JE. Accuracy of hospital morbidity data and the performance of comorbidity scores as predictors of mortality. J Clin Epidemiol 2012;65(1):107-115. DOI: http://dx.doi.org/10.1016/j.jclinepi.2011.03.014.

상세보기
Sharabiani MT, Aylin P, Bottle A. Systematic review of comorbidity indices for administrative data. Med Care 2012;50(12):1109-1118. DOI: http://dx.doi.org/10.1097/MLR.0b013e31825f64d0.

상세보기
Austin PC, van Walraven C, Wodchis WP, Newman A, Anderson GM. Using the Johns Hopkins Aggregated Diagnosis Groups (ADGs) to predict mortality in a general adult population cohort in Ontario, Canada. Med Care 2011;49(10):932-939. DOI: http://dx.doi.org/10.1097/MLR.0b013e318215d5e2.

상세보기
Machnicki G, Pinsky B, Takemoto S, Balshaw R, Salvalaggio PR, Buchanan PM, et al. Predictive ability of pretransplant comorbidities to predict long-term graft loss and death. Am J Transplant 2009;9(3):494-505. DOI: http://dx.doi.org/10.1111/j.1600-6143.2008.02486.x.

상세보기
Gagne JJ, Glynn RJ, Avorn J, Levin R, Schneeweiss S. A combined comorbidity score predicted mortality in elderly patients better than existing scores. J Clin Epidemiol 2011;64(7):749-759. DOI: http://dx.doi.org/10.1016/j.jclinepi.2010.10.004.

상세보기
Li P, Kim MM, Doshi JA. Comparison of the performance of the CMS Hierarchical Condition Category (CMS-HCC) risk adjuster with the Charlson and Elixhauser comorbidity measures in predicting mortality. BMC Health Serv Res 2010;10(1):245. DOI: http://dx.doi.org/10.1186/1472-6963-10-245.

상세보기
Preen DB, Holman CD, Spilsbury K, Semmens JB, Brameld KJ. Length of comorbidity lookback period affected regression model performance of administrative health data. J Clin Epidemiol 2006;59(9):940-946. DOI: http://dx.doi.org/10.1016/j.jclinepi.2005.12.013.

상세보기
Zhang JX, Iwashyna TJ, Christakis NA. The performance of different lookback periods and sources of information for Charlson comorbidity adjustment in Medicare claims. Med Care 1999;37(11):1128-1139. DOI: http://dx.doi.org/10.1097/00005650-199911000-00005.

상세보기
Lee DS, Donovan L, Austin PC, Gong Y, Liu PP, Rouleau JL, et al. Comparison of coding of heart failure and comorbidities in administrative and clinical data for use in outcomes research. Med Care 2005;43(2):182-188. DOI: http://dx.doi.org/10.1097/00005650-200502000-00012.

상세보기
Wang PS, Walker A, Tsuang M, Orav EJ, Levin R, Avorn J. Strategies for improving comorbidity measures based on Medicare and Medicaid claims data. J Clin Epidemiol 2000;53(6):571-578. DOI: http://dx.doi.org/10.1016/s0895-4356(00)00222-5.

상세보기
Chen JS, Roberts CL, Simpson JM, Ford JB. Use of hospitalisation history (lookback) to determine prevalence of chronic diseases: impact on modelling of risk factors for haemorrhage in pregnancy. BMC Med Res Methodol 2011;11(1):68. DOI: http://dx.doi.org/10.1186/1471-2288-11-68.

상세보기
Dobbins TA, Creighton N, Currow DC, Young JM. Look back for the Charlson Index did not improve risk adjustment of cancer surgical outcomes. J Clin Epidemiol 2015;68(4):379-386. DOI: http://dx.doi.org/10.1016/j.jclinepi.2014.12.002.

상세보기
Health Insurance Review and Assessment Service. Health insurance claim data analysis manual for evidence-based health care. Wonju: Health Insurance Review and Assessment Service; 2015.
Baldwin LM, Klabunde CN, Green P, Barlow W, Wright G. In search of the perfect comorbidity measure for use with administrative claims data: does it exist? Med Care 2006;44(8):745-753. DOI: http://dx.doi.org/10.1097/01.mlr.0000223475.70440.07.

상세보기
Bang JH, Hwang SH, Lee EJ, Kim Y. The predictability of claim-data-based comorbidity-adjusted models could be improved by using medication data. BMC Med Inform Decis Mak 2013;13(1):128. DOI: http://dx.doi.org/10.1186/1472-6947-13-128.

상세보기
Kil SR, Lee SI, Khang YH, Lee MS, Kim HJ, Kim SO, et al. Development and validation of comorbidity index in South Korea. Int J Qual Health Care 2012;24(4):391-402. DOI: http://dx.doi.org/10.1093/intqhc/mzs027.

상세보기

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

연합인증