[논문]자료포락분석을 이용한 노인장기요양 방문간호센터 운영의 효율성 평가

임지영; 김선희; 오은숙; 송수영

doi:10.22705/jkashcn.2020.27.1.16

자료포락분석을 이용한 노인장기요양 방문간호센터 운영의 효율성 평가
Evaluation of Operational Efficiency among Long-Term Care Visiting Nursing Centers using Data Envelopment Analysis 원문보기

가정간호학회지, v.27 no.1, 2020년, pp.16 - 28

임지영 (인하대학교 간호학과) , 김선희 (인하대학교 간호학과) , 오은숙 (인하대학교 간호학과) , 송수영 (인하대학교 간호학과)

Abstract ▼ AI-Helper

Purpose: The aim of this study was to evaluate the efficiency of long-term care visiting nursing centers in communities using data envelopment analysis (DEA). Methods: Data were collected using a self-reported questionnaire. The average number of staff per 6 months and total space of center were used as input variables. The average number of clients per 6 months and the average profits per 6 months were used as output variables. EMS Window version 3.1 was used to measure the efficiency scores. Descriptive statistics and tobit regression were applied to analyze the general characteristics of the variables and the factors affecting efficiency scores. Results: The average efficiency of 30 long-term care visiting nursing centers in communities was approximately 66.9% on technical efficiency analysis, and 79.1% on scale efficiency analysis. Eight nursing centers on technical efficiency analysis and 12 centers on scale efficiency analysis had 100.0% efficiency. Conclusion: Our findings reveal that long-term care visiting nursing centers in communities have low operational efficiency. Therefore, it is essential to institute policies and regulations to improve the efficiency of visiting nursing centers and to strengthen the business competencies of center officers.

주제어

표/그림 (5)

표 General Characteristics of Subjects and Visiting Centers (N=30)
표 General Characteristics of Input, Output Factors of Visiting Centers (N=30)
표 Efficiency Scores of Visiting Nursing Centers (N=30)
표 Inefficiencies of Each Input and Output Variables of Visiting Nursing Centers (N=30)
표 Effects of Organizational-Environmental Factors on Efficiencies (N=30)

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 자료포락분석법을 이용하여 노인장기요양 방문간호센터의 효율성을 기술효율성과 규모효율성의양 측면에서 분석하여 방문간호만 제공하는 단일 모형에서부터 방문간호, 방문요양, 방문목욕, 주야간보호까지 다 기능 서비스를 제공하는 복합 모형까지 운영 형태의 스펙트럼이 광범위한 방문간호센터의 효율성 개선을 위한 실증적인 자료를 제시하였다.
본 연구는 자료포락분석을 이용하여 노인장기요양 방문간호센터 운영의 효율성을 분석하고자 한 서술적 조사연구이다.
본 연구는 자료포락분석을 이용하여 방문간호센터의 효율성을 측정하고 벤치마킹 분석을 통해 준거집단을 파악하여 비효율적인 방문간호센터의 효율성을 개선하기 위한 전략 수립의 근거 자료를 마련해 보고자 한 것으로, 연구의 구체적 목적은 다음과 같다.
본 연구에서는 서로 다른 30개의 방문간호센터를 기술적으로 비교, 분석하여 효율성을 파악하고 비교 센터 내에서 상대적으로 효율성이 높은 센터를 제시하여 상대적으로 효율성이 낮은 센터가 어떤 센터를 벤치마킹을 해야 하며, 어떻게 투입과 산출요인을 조정하여야 하는 지에 대한 개량적인 목표량을 제시하는 것이 가능하였다.
본 연구에서는 일정량의 센터 이용 인원과 노인장기요양수가 수익금을 달성할 때, 가장 적은 센터 근무인력 수와 센터 총 면적을 사용하는 상대적 비율을 의미한다.
의사결정단위의 기술적 효율성을 측정하여 투입요인을 고정한 상태로 증가시킬 수 있는 산출의 양을 제시하거나, 산출요인을 고정한 상태로 감소할 수 있는 투입 양을 측정하는 것이 가능하고, 이런 분석 결과를 바탕으로 다음 사업 계획에 반영할 수 있는 실제적인 목표 설정의 근거를 제공해 준다.
이에 본 연구에서는 업무의 형태가 유사한 공공기관 및 병원을 대상으로 적용 사례가 다수인 자료포락분석방법을 통하여 효율성평가 및 분석을 하고자한다[14,15].
이에 본 연구에서는 자료포락분석을 이용하여 방문간호센터의 효율성을 측정하고 벤치마킹 분석을 통해 준거집단을 파악하여 비효율적인 방문간호센터의 효율성을 개선하기 위한 전략 수립의 근거 자료를 마련해 보고자 하였다.

제안 방법

노인장기요양 방문간호센터 대상으로 센터간의 상대적 효율성을 측정하기 위하여 기술효율성(technical efficiency)과 규모효율성(scale efficiency)을 측정하였다. 기술효율성은 자료포락분석 중 Charnes, Cooper와 Rhodes [17]가 제시한 CCR 모형을 적용하였다.
대상자의 일반적 특성 중 센터의 소재지는 도시와 도시 외 지역으로 재분류 한 후, 소유 형태, 타 재가 장기요양서비스 제공 여부, 센터장의 자격과 함께 더미변수로 전환한 후 독립변수로 투입하였다.
방문간호센터의 효율성에 영향하는 조직 및 환경요인은 센터 개소 기간, 센터의 소재지, 소유 형태, 타 재가 장기요양서비스 제공 여부, 센터장의 자격을 측정하였다.
본 연구는 노인장기요양 방문간호센터의 효율성 분석을 위해 센터의 근무인력 수, 센터 총 면적을 투입요인으로, 월 평균 센터 이용 인원과 월 평균 노인장기요양수가 수익금을 산출요인으로 선정하여 자료포락분석을 실시하였다.
본 연구에서는 30개 방문간호센터의 효율성 분석 결과를 바탕으로 상위 효율성을 나타낸 센터의 특성을 분석하여 ‘규모의 경제’ 유형과 ‘소수 정예’ 유형, 2개의 유형을 제시하였다.
본연구에서는 노인장기요양 방문간호센터에서 측정 가능한 낭비를 제거한 센터의 근무인력 수, 센터 총 면적으로 측정한 투입요인과 월 평균 센터 이용 인원, 월 평균 노인장기요양수가 수익금으로 측정한 산출요인의 비율을 의미한다.
자료 수집을 위하여 먼저 전국 방문간호센터장이 회원으로 참여하고 있는 한국방문간호사회에 연구의 목적과 내용에 대한 설명하여 협조를 구한 후, 2019년 11월 5일 진행된 회원 대상의 직무교육 시 본 연구자가 직접 연구의 목적과 내용을 설명한 후 연구 참여에 동의 한 자에 한하여 설문지를 배포하였다.
설문지는 서울, 경기, 인천, 부산 및 울산 지역 소재 방문간호센터에 배포되었다. 작성된 설문지는 동봉한 반송 우편을 통해 회송하도록 하였다. 설문지는 탈락률을 고려하여 38부를 배포하였고, 이 중 30부를 회수하여 최종 분석에 활용하였다.

대상 데이터

방문간호센터의 효율성을 평가하기 위한 산출요인은 2019년 1월부터 6월까지 6개월간 월 평균 센터 이용 인원과 월 평균 노인장기요양수가 수익금으로 선정하였으며, 이는 센터의 수입을 보여주는 객관적인 지표이다.
방문간호센터의 효율성을 평가하기 위한 투입요인은 방문간호센터의 특성상 방문요원이 직접 방문하여 이루어지는 노동집약적 행위로 2019년 1월부터 6월까지 6개월간 센터의 근무인력수와 센터의 규모를 대표하는 센터 총 면적으로 선정하였다.
본 연구의 자료포락분석을 위한 자료는 2019년 1월부터 6월까지 6개월간 노인장기요양 방문간호센터의 운영에 실질적으로 소요된 투입요인과 산출요인에 대한 값을 설문지에 직접 기입하도록 하여 수집하였다.
본 연구의 조사에 응한 설문 대상자는 노인장기요양 방문간호센터에 근무하고 있는 센터의 장 또는 실무 운영자 중 본 연구의 목적을 이해하고 참여에 동의한 자이며, 자료포락분석의 분석 대상은 설문 대상자가 속한 30개의 노인장기요양 방문간호센터이다.
작성된 설문지는 동봉한 반송 우편을 통해 회송하도록 하였다. 설문지는 탈락률을 고려하여 38부를 배포하였고, 이 중 30부를 회수하여 최종 분석에 활용하였다. 자료수집기간은 2019년 11월 5일부터 2020년 1월 24일까지이었다.
설문지는 탈락률을 고려하여 38부를 배포하였고, 이 중 30부를 회수하여 최종 분석에 활용하였다. 자료수집기간은 2019년 11월 5일부터 2020년 1월 24일까지이었다.

데이터처리

대상자와 방문간호센터의 일반적 특성은 STATA 11.2 프로그램을 이용하여 평균, 표준편차, 빈도, 백분율, 최대값, 최소값을 분석하였다.
2 프로그램을 이용하여 평균, 표준편차, 빈도, 백분율, 최대값, 최소값을 분석하였다. 방문간호센터의 조직 및 환경요인이 센터의 효율성에 미치는 영향은 토빗 회귀분석(Tobit regression)을 이용하여 분석하였다. 토빗 회귀분석은 종속변수의 값이 연속형이 아니고 특정 범위를 가지는 값일 때 적용하는 회귀분석방법이다.
수집된 자료의 효율성은 자료포락분석 프로그램 중 하나인 EMS (Efficiency Measurement System) 3.1을 이용하여 기술효율성, 규모효율성을 분석하였다.

이론/모형

규모효율성은 Banker, Charnes와 Cooper [24]가 제시한 BCC(Banker, Charnes, & Cooper) 모형을 적용하였다.
노인장기요양 방문간호센터 대상으로 센터간의 상대적 효율성을 측정하기 위하여 기술효율성(technical efficiency)과 규모효율성(scale efficiency)을 측정하였다. 기술효율성은 자료포락분석 중 Charnes, Cooper와 Rhodes [17]가 제시한 CCR 모형을 적용하였다. 이는 CCR 모형이 자료포락분석을 적용한 여러 선행연구에서 가장 많이 적용되었고, 공공부문의 효율성을 평가하는 연구에도 활용되어 왔기 때문이다[15].
토빗 회귀분석은 종속변수의 값이 연속형이 아니고 특정 범위를 가지는 값일 때 적용하는 회귀분석방법이다. 본 연구에서는 센터의 효율성이 0에서 100까지의 범위를 가지는 특성을 고려하여 토빗 회귀분석의 절단분포모형을 적용하였다.

성능/효과

30개 센터 전체의 평균 규모효율성은 79.1%로 파악되었다(Table 3).
30개 센터 전체의 평균 기술효율성은 66.9%로 파악되었다.
각 방문간호센터 간의 효율성 편차 또한 기술효율성 분석에서 최저 0.62%(6번 센터), 규모효율성 분석에서 최저 22.8%(6번 센터)로 나타나 효율성 100.0%를 나타낸 센터와의 차이는 각각 –99.38%에서 –77.2%로 매우 큰 편차를 나타났다.
6년이고, 방문간호만 제공하는 기관이었다. 간호사 2인의 최소 인력으로 운영되며, 1-2등급 자가 전체 서비스 이용자의 50.0%를 차지하는 특성을 보였다.
9번 센터는 앞서 ‘소수 정예’로 대표성을 명명하였는데, 이러한 규모효율성에 영향하는 요인으로 문어발식이 아닌 선택과 집중에 따라 방문간호라는 역량에 집중할 때 센터의 운영효율성이 높아질 수 있는 것으로 분석된 것이다. 결과적으로, 이상의 기술효율성과 규모효율성 영향 요인을 분석을 통해 방문간호센터의 운영효율성은 센터 자체의 역량에 더하여 센터가속한 지역사회의 특성과 대상자의 특성이 복합된 매트릭스 속에서 시시각각 변화하는 매우 유동적인 속성임을 확인하였다. 따라서 방문간호센터의 효율성 개선을 위한 전략 또한 획일화된 접근이 아닌 각기 다른 조건을 가지고 있는 센터에 적합한 맞춤형 전략으로의 수정이 필요하며, 이를 위해 본 연구의 결과인 센터 별 벤치마킹과 비효율성 결과를 바탕으로 보다 전문화, 세분화된 방문간호센터 경영 컨설팅이 활성화되어야 함을 제안 한다.
규모효율성 분석 결과에서 투입요인은 센터 근무인력 수에서 최대 5.30명(11번 센터)에서 최소 0.04명(5번 센터)까지 감소시키거나, 센터 총 면적에서 최대 65.37제곱미터(4번 센터)에서 최소 0.14제곱미터(13번 센터)를 감소할 수 있는 것으로 나타났다.
규모효율성에서는 센터가 타 재가 장기요양서비스 제공하는 경우보다 방문간호서비스만 제공하는 경우 센터의 규모효율성이 높아지는 것으로 나타났다.
규모효율성에서는 여기에 센터가 방문간호 외 타재가 장기요양서비스를 제공하는 경우보다 방문간호서비스만 제공하는 경우 규모효율성이 높아지는 것으로 파악되었다.
규모효율성을 분석한 결과에서는, 전체 30개 방문간호센터 중 12개 방문간호센터의 규모효율성이 100.0%로 나타났다.
기술효율성 분석 결과에서 100.0% 효율성을 나타낸 8개의 센터의 참조 횟수는 2회에서 18회의 분포를 나타냈고, 이 중 19번 센터가 총 18회 참조되어 타 센터 운영에 가장 참조할 만한 센터로 분석되었다.
효율적으로 평가된 방문간호센터에 비해 상대적으로 효율성이 낮게 평가된 방문간호센터의 비효성 개선을 위한 투입요인과 산출요인의 증감을 분석한 결과는 다음과 같다. 기술효율성분석 결과에서 투입요인은 센터 총 면적에서 최대 96.04제곱미터(4번 센터)에서 최소 2.10제곱미터(9번 센터)를 감소할 수 있는 것으로 나타났다. 산출요인은 월 평균 센터 이용인원은 최소 1.
기술효율성에서는 센터장이 간호사 외 다른 자격을 중복 보유한 경우보다 간호사 면허만 가진 경우 센터의 기술효율성이 높아지는 것으로 나타났다.
다음 규모효율성 분석 결과에서 100.0% 효율성을 나타낸 12개의 센터의 참조 횟수는 1회-9회의분포를 나타냈고, 이 중 9번과 19번 센터가 각각 9회씩 참조되어 타 센터 운영에 가장 참조할 만한 센터로 분석되었다.
따라서 19번 센터가 다른센터의 운영 효율성 향상을 위한 벤치마킹 센터가 됨을 알 수 있었다.
또한 본 연구의 기존의 간호 관련 효율성 분석 연구가 대부분 기술효율성분석에 초점을 둔 반면, 본 연구에서는 기술효율성과 규모효율성을 모두 분석하여 센터의 규모 관련 요인이 센터 효율성에 영향을 미친다는 것을 확인하였다.
본 연구의 결과 노인장기요양 방문간호센터의 평균 기술효율성은 66.9%, 규모효율성은 79.1%로 나타났다. 이는 간호 영역에서 자료포락분석을 이용하여 효율성을 분석하였던 선행연구의 결과와 차이를 보였다.
이는 6번 센터의 운영 효율성 개선을 위한 전략 수립의 목표와 방향을 결정하는 데 유용하다. 분석 결과를 바탕으로 실제 센터의 수익금 증액 목표액을 22.28만원으로 설정할 수 있으며, 이를 위해 대상자의 방문주기를 검토하여 조정하는 실행 전략을 수립할 수도 있다. 아울러 참조할 만한 센터로 파악된 9, 15, 16, 19, 20, 28번 센터 중 가중치가 가장 높게 나타난 9번 센터를 참조하여 심층 벤치마킹하여 경영 전략을 새롭게 수립할 수도 있다.
산출요인은 월 평균 센터 이용인원은 최소 2.67명(8번 센터)에서 최대 35.88명(1번 센터)을 증가시킬 수 있는 것으로, 월 평균 노인장기요양수가 수익금은 최소 0.02만원(13번 센터)에서 최대 99.41만원(7번 센터)까지 증가시킬 수 있는 것으로 분석되었다(Table 4).
산출요인은 월 평균 센터 이용인원은 최소 1.46명(11번 센터)에서 최대 36.28명(1번 센터)을 증가시키거나, 월 평균 노인장기요양수가 수익금은 최소 0.01만원(7번 센터)에서 최대 0.05만원(18번, 30번 센터)까지 증가시킬 수 있는 것으로 분석되었다.
센터의 운영 효율성에 영향하는 조직 및 환경 요인을 분석한 결과, 기술효율성에서는 센터장의 자격이, 규모효율성에서는 센터장의 자격과 타 재가 장기요양서비스 제공 여부가 통계적으로 유의한 영향을 미치는 요인으로 파악되었다.
센터의 운영 효율성은 기술효율성 평균 66.9%, 규모효율성 평균 79.1%로 타 연구 결과와 비교 시 상대적으로 낮았으며, 방문간호센터가 처해있는 각각의 상황과 여건에 따라 센터의 운영 효율성이 상당한 영향을 받고 있음을 의미하였다.
수집된 자료는 연구 목적으로만 사용할 것과 즉시 코딩하여 데이터베이스에 입력하고, 동의서와 설문지는 잠금장치가 있는 보관함에 3년간 보관 후 안전하게 분쇄하여 폐기할 것임을 설명하였다.
이와 같이 자료포락분석에서 투입요소와 산출요소의 수는 분석 대상인 의사결정단위의 수와 연관되어 적정 수를 결정하여야 하며, 본 연구에서는 의사결정단위인 방문간호센터의 수가 30개임을 고려하여 각각 아래와 같이 투입요소 2개와 산출요소 2개를 선정하여 위의 조건을 모두 충족하였다.
아울러 참조할 만한 센터로 파악된 9, 15, 16, 19, 20, 28번 센터 중 가중치가 가장 높게 나타난 9번 센터를 참조하여 심층 벤치마킹하여 경영 전략을 새롭게 수립할 수도 있다. 이와 같이 자료포락분석으로 파악된 비효율성 분석 결과는 상대적 관점에서 효율성이 낮은 센터의 관점에서 이를 개선하기 위한 개선 요인과 이의 구체적인 목표의 제시, 그리고 벤치마킹 센터를 알려 줌으로써 실질적인 효율성 향상 전략 수립을 가능하게 해 준다. 따라서 상대적으로 효율성이 낮은 센터에서는 자 센터에 대한 주기적인 효율성 분석을 통해 변화를 파악하고 이에 효율성 저하에 선제적으로 대비하는 방안을 수립하는 데 활용할 수 있다.
일 예시로 기술효율성 분석과 규모효율성 분석에서 모두 가장 낮은 효율성을 보인 6번 센터의 효율성을 향상하고자 할 경우, 인력과 공간, 대상자 수의 변화 없이 수익금을 22.28만원 증액하는 것이 필요한 것으로 분석되었다.
전체 30개 방문간호센터 중 8개 즉 12, 14, 15, 16, 19, 20, 21, 28번 센터의 기술효율성 점수가 100.0%로 나타나 비교 센터 내에서의 상대적 기술효율성이 가장 높은 것으로 파악되었다.
총 30개 센터 중 8개 센터가 기술효율성과 규모효율성에서 모두 100.0%로 파악되었다.
표본의 수는 안정적 자료포락분석을 위해서는 투입요인과 산출요인 수의 최소 3배 이상이 되어야 한다고 한 Kim [23]의 기준을 근거로, 투입요인 2개, 산출요인 2개 대비 목표 방문간호센터의 수를 30개로 하여 의사결정단위 수와 투입 및 산출요인 수 간의 기준을 충족하였다.
현재 직위는 27명(90%)가 센터 원장이라고 응답하였고, 센터 근무 경력은 평균 7.99±4.03년으로 파악되었고, 간호사로서의 총 경력은 평균 21.37±8.06년으로 파악되었다(Table 1).

후속연구

따라서 방문간호센터의 효율성 개선을 위한 전략 또한 획일화된 접근이 아닌 각기 다른 조건을 가지고 있는 센터에 적합한 맞춤형 전략으로의 수정이 필요하며, 이를 위해 본 연구의 결과인 센터 별 벤치마킹과 비효율성 결과를 바탕으로 보다 전문화, 세분화된 방문간호센터 경영 컨설팅이 활성화되어야 함을 제안 한다.
본 연구에서는 방문간호센터를 대상으로 운영효율성을 분석하였으나 향후 노인장기요양의 활성화를 위한 근거를 마련하기위하여 방문간호센터 이외의 재가기관과의 효율성을 비교하고 이에 영향하는 요인을 규명하는 연구 또한 필요함을 제안한다.
각 센터가 소재한 지역적 특성과 센터 인력 규모, 대상자 수 및 등급 유형, 그리고 제공하는 서비스 종류 등에 따라 이에 적합한 벤치마킹 모델로 활용하여 결과적으로 노인장기요양 방문간호센터의 운영 효율성 개선에 기여할 수 있을 것이다.
이에 후속 연구로써 본 연구에서 제시한 ‘규모의 경제’ 유형과 ‘소수정예’ 유형의 특성을 대표하는 센터를 선정하여 이를 대상으로 윈도우분석 통해 센터의 효율성 변화 패턴과 함께 이에 영향하는 요인을 파악하는 연구가 이루어질 것을 제안한다. 아울러 본연구에서 고려하지 못한 투입과 산출 요인을 포함한 후속 효율성 분석 연구가 이루어져 방문간호센터 운영 개선을 위한 효율성 분석 연구의 활성화가 이루어지기를 기대한다. 노인장기요양 재가기관에는 방문간호센터 외에 방문요양기관, 방문목욕기관, 주야간보호기관 등 다양한 서비스 제공 기관이 존재한다.
이는 센터 규모를 결정하는데 관련되어 있는 운영 규정과 설치 기준을 현재와 같이 단일형에서 지역 여건을 고려한 맞춤형으로 개정하여 지역 특성과 경영 환경을 반영하도록 이를 현실화할 것을 제안한 점도 노인장기요양 방문간호센터 운영 효율성 개선과 활성화에 기여할 수 있을 것이다.
이에 후속 연구로써 본 연구에서 제시한 ‘규모의 경제’ 유형과 ‘소수정예’ 유형의 특성을 대표하는 센터를 선정하여 이를 대상으로 윈도우분석 통해 센터의 효율성 변화 패턴과 함께 이에 영향하는 요인을 파악하는 연구가 이루어질 것을 제안한다.
특히 본 연구는 소수의 표본을 대상으로 비모수적 방법인 자료포락분석을 통해 도출한 결과인 만큼 본 연구만으로 결론을 도출하기 보다는 추후 패널데이터와 같은 빅데이터를 이용한 후속 연구를 통해 결과의 일관성이 지지되는 지의 여부를 확인하는 것이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	노인장기요양 대상자는 누구인가?	노인장기요양보험법에 의한 방문간호센터는 노인성질환으로 처치가 필요한 대상자에게 간호서비스를 제공하여 의료비 절감 및 의료 접근성을 강화하고, 질병관리를 통한 신체기능상태 유지와 합병증을 예방하여 노인의 삶의 질을 유지, 향상하고자 하는 목적으로 도입되었다[4]. 노인장기요양 대상자는 65세 이상 노인 혹은 65세 미만 노인성질환자로 일상생활에 도움이 필요하며 만성질환을 가지고 있고, 언제든지 급성기 질환으로 이행될 위험이 있으며, 의료적 서비스를 필요로 하는 자이다[5]. 대부분의 노인기에 접어든 대상자는 고혈압, 당뇨, 관절염과 같은 복합적인 만성질환을 가지고 있어 방문간호서비스에 대한 요구도가 높으나[6], 노인장기요양에서의 재가 방문간호 이용률은 2008년 3.
	본 논문에서 노인 방문간호에 대한 효율성 지표는 어떻게 이루어졌는가?	효율성 점수가 ‘100%’인 경우는 비교 의사결정단위 내에서 상대적효율성이 가장 높음을 의미하며, ‘0%’에 가까울수록 비교 의사결정단위 내에서 상대적 효율성이 낮아짐을 의미한다. 본연구에서는 노인장기요양 방문간호센터에서 측정 가능한 낭비를 제거한 센터의 근무인력 수, 센터 총 면적으로 측정한 투입요인과 월 평균 센터 이용 인원, 월 평균 노인장기요양수가 수익금으로 측정한 산출요인의 비율을 의미한다. 대상자에게 적절한 방문간호 제공이 이루어질 수 있도록 제도를 개선하였다.
	방문간호센터의 도입 목적은 무엇인가?	노인장기요양보험법에 의한 방문간호센터는 노인성질환으로 처치가 필요한 대상자에게 간호서비스를 제공하여 의료비 절감 및 의료 접근성을 강화하고, 질병관리를 통한 신체기능상태 유지와 합병증을 예방하여 노인의 삶의 질을 유지, 향상하고자 하는 목적으로 도입되었다[4]. 노인장기요양 대상자는 65세 이상 노인 혹은 65세 미만 노인성질환자로 일상생활에 도움이 필요하며 만성질환을 가지고 있고, 언제든지 급성기 질환으로 이행될 위험이 있으며, 의료적 서비스를 필요로 하는 자이다[5].

참고문헌 (30)

Korea Institute for Health and Social Affairs. 2017 A survey of the elderly [Internet]. Sejong: Ministry of Health and Welfare; 2020 [cited 2019 August 16]. Available from: http://www.mohw.go.kr/react/jb/sjb030301vw.jsp?PAR_MENU_ID03&MENU_ID032901&CONT_SEQ344953
Lee, SH. Feeling of family caregivers' burden with elder inpatients in geriatric hospitals. Journal of the Korean Academy of Health and Welfare for Elderly. 2010;2(1):69-92.
Seo BC. A study on a linkaged model of a visiting service for the aged in home: the case of linkage to welfare service and visiting care service [master's thesis]. Daejeon: Mokwon University; 2002. 61 p.
Kwon JH, Han EJ, Lee JS. Long-term care service standard benefit model redesign. Research Report. National Health Insurance Corporation, 2011 November. Report No.: 2011-13.
Park JY, Lee YH, Kwon JH, Lee EM, Lee HY, Kim YH. The development of integrated care model of long term care & medical service. Research Report. National Health Insurance Corporation, 2010 October. Report No.: 2010-18.
Lim JY, Kim EJ, Choi KW, Lee JS, Noh, WJ. Analysis of barriers and activating factors of visiting nursing in long-term care insurance. Journal of the Korea Contents Association. 2012;12(8):283-299. https://doi.org/10.5392/jkca.2012.12.08.283

원문보기 상세보기
Long-term care benefits by city, county and district, by grades, and service types 2013-2018 [Internet]. Daejeon: Statistics Korea; 2019 [cited 2020 March 1]. Available from:　 http://kosis.kr/statisticsList/statisticsListIndex.do?menuIdM_01_01&vwcdMT_ZTITLE&parmTabIdM_01_01&statId2011038&themaIdD#SelectStatsBoxDiv
Jeong GH. Knowledge and perceptions on visiting nursing service needs among workers in long-term care insurance institutions [master's thesis]. Jeonnam: Jeonnam National University; 2010. 48 p.
Ministry of Health and Welfare. Fully amended draft and full text of long-term care benefits [Internet]. Sejong: Ministry of Health and Welfare; 2014 [cited 2019 October 20]. Available from: http://www.mohw.go.kr/react/jb/sjb0406vw.jsp?PAR_MENU_ID03&MENU_ID030406&CONT_SEQ321974
Kim MH. Roles of visiting nurses defined based on long-term care insurance regulation for the elderly. Journal of Korean Public Health Nursing. 2009;23(2):232-250.
Park CS. Visiting nurses' services under the long-term care insurance system for the elderly. Health & Nursing. 2009;21(1):64-72.
Lee JS, Han EJ, Kang IO. The characteristics and service utilization of home nursing care beneficiaries under the korean long term care insurance. Journal Korean Academy Community Health Nursing. 2011;22(1):33-44. https://doi.org/10.12799/jkachn.2011.22.1.33

원문보기 상세보기
Kim CJ, Kim YS, Kang HY, Park JH, Sung MS, Woo YJ. Development of home care quality indicators (HCQIs) at demonstration project of elderly care insurance program in Korea. Journal of the Korean Gerontological Society. 2008;28(2):377-394.
Lee SY, Lim JY. Evaluation of the efficiency of general nursing units using data envelopment analysis (DEA). Journal of Korean Academic Society of Home Health Care Nursing. 2011;18(2):118-125.
Yoo KR. Data envelopment analysis for assessing the relative efficiency of public sector. Journal of Jeonbuk Administration. 2000;14(2):1-20.
Suck YK. A study of evaluation of non-profit organization using DEA. Sun Moon Journal of Social Sciences. 2000;3:263-278.
Charnes A, Cooper W, Rhodes E. Measuring the efficiency of decision making units. European Journal of Operational Research. 1978;2(6):429-444. https://doi.org/10.1016/0377-2217(78)90138-8

상세보기
Jeong HS, Lee KH. Efficiency of public hospitals and their social role. Korean Journal of Health Policy and Administration. 1996;6(2):1-13.
Yun K. Using DEA to measure the public sector efficiency: a review and proposal. Journal of Governmental Studies. 2003;9(2):7-31.
Jeong SB. An efficiency analysis of the long-term care facilities using DEA model. Journal of the Korean Society of Computer and Information. 2015;20(6):141-150. https://doi.org/10.9708/jksci.2015.20.6.141
Jeong SB, Lee JW. 17 cities provinces area analysis of efficiency of visiting medical care business. Journal of Regional Studies. 2019;27(1):49-66. https://doi.org/10.31324/jrs.2019.03.27.1.49
Park BS, Lee YK, Kim YS. Efficiency evaluation of general hospitals using DEA. Journal of the Korea Contents Association. 2019;9(4):299-312. https://doi.org/10.5392/jkca.2009.9.4.299

원문보기 상세보기
Kim JH. The study on the measurement of the community center' efficiency by DEA: the case of Seoul in Korea [master's thesis]. Seoul: Dongguk University; 2006. p. 37-53.
Banker RD, Charnes A, Cooper WW. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science. 1984;30(9):1078-1092. https://doi.org/10.1287/mnsc.30.9.1078

상세보기
Dailymedi. Postpone integrated service, add preliminary business [Internet]. Seoul: Dailymedi; 2019 [cited 2019 November 2]. Available from: http://www.dailymedi.com/detail.php?number845536
Park YH, Lim JY. Performance evaluation of nurses in general wards using data envelopment analysis (DEA). The Journal of Korean Academic Society of Home Care Nursing. 2018;25(1):67-77. http://dx.doi.org/10.22705/jkashcn.2018.25.1.067
Im HB, Lim JY. Evaluation of efficiency of outpatient clinic in a general hospital using data envelopment analysis (DEA). The Journal of Korean Academic Society of Home Care Nursing. 2012;19(1):11-18.
Guide to long-term care insurance [Internet]. Kangwon: Long Term Care Insurance; 2020 [cited 2020 April 6]. Available from: http://www.longtermcare.or.kr/npbs/e/b/101/npeb101m01.web?menuIdnpe0000000030&zoomSize
Lim JY, Kim JH, Park YS. A mid-to long-term plans for the supply of long-term care workers in a changing population structure, Chapter 5. Policy Report. Korea Institute for Health and Social Affairs, 2020 March. Report No.: 2019-24.
Lim JY, Kim EJ, Choi KW, Park JD, Noh WJ. Analysis of barriers and activating factors of visiting nursing in long-term care insurance. Research Report. National Health Insurance Corporation, 2011 December. Report No.: none.

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