[논문]군집분석을 통한 지역거점공공병원의 유형화

서지우; 손민성; 최만규

doi:10.5392/jkca.2021.21.08.329

군집분석을 통한 지역거점공공병원의 유형화
A Study on the Types of Public Hospitals in the Region by Cluster Analysis 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.21 no.8, 2021년, pp.329 - 336

서지우 (국립중앙의료원) , 손민성 (고려사이버대학교 보건행정학과) , 최만규 (고려대학교 보건과학대학 보건정책학부)

초록
AI-Helper

본 연구는 대표적인 공공병원인 지방의료원 및 적십자병원을 포함하여 종합병원의 특성을 대변할 수 있는 지표들을 선정하여 군집분석을 하고 각 군집에서 벤치마킹할 수 있는 기관을 제시하였다. 분석결과 전국의 276개의 종합병원은 13개의 군집으로 분류되었으며, 지방의료원과 적십자병원은 규모가 작기 때문에 전체 13개의 군집 중에서 1에서 7사이의 군집으로 분류되었다. 각 군집별 우수한 병원으로 선정된 지방의료원과 적십자병원은 지역환경 및 진료실적이 유사함에도 불구하고 경영성과에서 커다란 차이가 나타났으며, 그 중에서 외과 및 내과 진료 비율과 입원과 외래환자 비율이 의미 있는 차이를 보였다. 지방의료원과 적십자병원이 지역 내 2차 급성기 병원으로서 제 역할을 하기 위해서는 입원서비스를 활성화하고, 더불어 외과 기능을 활성화해야한다.

Abstract ▼ AI-Helper

This study selected indicators that can represent the characteristics of general hospitals, including local medical centers and Red Cross hospitals, which are representative public health institutions, and analyzed clusters. And we present to benchmark in each cluster. According to the analysis, 276 general hospitals were classified into 13 clusters, and local medical centers and Red Cross hospitals were classified into clusters between 1 and 7 of the total 13 clusters because of their small size. Local medical centers and Red Cross hospitals, selected as excellent hospitals in each cluster, showed significant differences in management performance despite similar regional environment and medical performance, and among them, surgical consultation and internal medical care rates, inpatient and outpatient rates. In order for local medical centers and Red Cross hospitals to play their role as secondary acute hospitals in the region, inpatient care services and surgical functions must be activated.

주제어

AI 본문요약
AI-Helper

문제 정의

지방의료원과 적십자병원은 지역 환경, 병원의 규모 등에 따라 진료서비스, 진료행태, 경영성과 등에서 많은 차이가 발생하고 있다. 따라서 본 연구에서는 지방의료원과 적십자병원을 포함한 병원급 이상의 의료기관을 대상으로 특성에 따라 군집화하여 각 군집에서 지방의료원과 적십자병원에게 가장 적합한 벤치마킹 모델을 제시하고자 한다.

제안 방법

분석 변수로 활용한 지표는 전문의 수, 전문 질환군 진료비 중, 진단명군(diagnosis related groups, DRG) 수, 수술비율, 병상 수, 간호 등급, 지역 인구 수, 운영평가 결과 등 다양한 지표를 적용하여 분석을 하였으나 적정한 군집이 형성되지 않았고, 최종적으로 전문의 수, 전문질환군 진료비중, DRG 수, 수술비율을 적용한 지표가 적정한 군집을 형성되었다.

대상 데이터

본 연구에서는 종합병원급 이상 의료기관 276개소를 대상으로 2016년 1월부터 12월까지 국민건강보험공단 의료이용명세서 DB를 분석하였다. 그중 지방의료원은 28개소이고 적십자병원은 3개소이다.
본 연구에서는 종합병원급 이상 의료기관 276개소를 대상으로 2016년 1월부터 12월까지 국민건강보험공단 의료이용명세서 DB를 분석하였다. 그중 지방의료원은 28개소이고 적십자병원은 3개소이다.

데이터처리

최적의 군집개수 (K)를 도출하기 위해 군집의 응집도(Cohesion)와 분리도(Separation)를 통합적으로 측정할 수 있는 실루엣 계수(Silhouette Width)를 활용하였다. cluster 패키지의 silhouette함수를 활용하여 실루엣 계수를 산출하였고, 군집화를 반복적으로 시행하여 실루엣 계수가 높은 값 중 적정하다고 판단되는 13개를 최적 군집 개수 (K)로 설정하여 분석을 실시하였다. 최종적으로 군집 별로 중복 키워드 추출 후 이를 바탕으로 군집유형에 따른 향후 개선 방향을 도출하였다.
본 연구에서는 분리 군집분석 방법 중에서 중심기반군집 분석에 해당하는 K-중앙개체 (K-medoids) 군집 분석을 실시하였다. 군집분석의 대표적인 방법은 K-평균(K-means) 군집방법이지만, 이상치에 영향을 최소화하여 군집을 구성하기 위해 K-중앙개체 군집 분석을 수행하였다.
본 연구에서는 R Studio프로그램을 사용하여, K-중앙 개체 군집분석을 하였고 분석을 실시하기 위해 전문의 수, 전문질환군진료 비중, DRG 수, 수술비율 지표를 활용하여 군집 개수(K)를 도출하였다. 최적의 군집개수 (K)를 도출하기 위해 군집의 응집도(Cohesion)와 분리도(Separation)를 통합적으로 측정할 수 있는 실루엣 계수(Silhouette Width)를 활용하였다.

이론/모형

본 연구에서는 분리 군집분석 방법 중에서 중심기반군집 분석에 해당하는 K-중앙개체 (K-medoids) 군집 분석을 실시하였다. 군집분석의 대표적인 방법은 K-평균(K-means) 군집방법이지만, 이상치에 영향을 최소화하여 군집을 구성하기 위해 K-중앙개체 군집 분석을 수행하였다.
본 연구에서는 R Studio프로그램을 사용하여, K-중앙 개체 군집분석을 하였고 분석을 실시하기 위해 전문의 수, 전문질환군진료 비중, DRG 수, 수술비율 지표를 활용하여 군집 개수(K)를 도출하였다. 최적의 군집개수 (K)를 도출하기 위해 군집의 응집도(Cohesion)와 분리도(Separation)를 통합적으로 측정할 수 있는 실루엣 계수(Silhouette Width)를 활용하였다. cluster 패키지의 silhouette함수를 활용하여 실루엣 계수를 산출하였고, 군집화를 반복적으로 시행하여 실루엣 계수가 높은 값 중 적정하다고 판단되는 13개를 최적 군집 개수 (K)로 설정하여 분석을 실시하였다.

후속연구

이를 위해서는 우선적으로 명확한 목표를 설정하고, 공공부문은 비효율적이며 취약계층을 진료하는 의료기관이라는 인식에서 벗어나, 지역내 대표할 수 있는 진료 기능을 갖춘 의료기관으로서 인식을 설정할 필요가 있다. 본 연구의 결과를 바탕으로 외과 등 필수 의료인력 확보와 의료기관으로서 역량 강화 등 공공병원의 역할을 재정립하기 위한 정책개선에 기초자료로 활용되기를 기대한다.

참고문헌 (21)

오영호, 우리나라 공공보건의료의 문제점과 정책방향, 보건복지포럼, pp.62-82, 2013.
보건복지부, 공공보건의료확충종합대책, 서울:보건복지부. 2005.
보건복지부, 공공보건의료발전종합대책, 세종:보건복지부, 2019.
김신아, 손민성, 최만규, "지방의료원의 재무적 효율성과 공공성 향상을 위한 관련 요인분석," 병원경영학회지, Vol.22, No.2, pp.44-57, 2017.

원문보기 상세보기
유금록, "지방의료원의 운영효율성 평가," 행정논총, Vol.47, No.3, pp.385-413, 2009.
김용태, 신동면, "지방의료원의 성과향상 방안에 관한 연구 : Tier분석을 통한 벤치마킹 기관선정을 중심으로," 한국정책과학학회보, Vol.14, No.1, pp.61-86, 2010.

상세보기
최길림, "병원이용빈도와 진료수익성에 따른 환자군집별 특성분석," 대한병원협회지, pp.70-79, 2002.
박수경, 이연주, "군집분석을 이용한 요양병원의 유형 및 특성 분류," 대한공공의학회지, Vol.3, pp.71-81, 2019.
Shu-Fang Tseng, Tian-Shyug Lee, and Chung-Yeh Deng, "Cluster analysis of medical service resources at district hospitals in Taiwan, 2007-2011," J Chin Med Assoc, Vol.78, No.12, pp.732-745, 2015.

상세보기
Angeliki Flokou, Nick Kontodimopoulos, and Dimitris Niakas, "Employing post-DEA cross-evaluation and cluster analysis in a sample of Greek NHS hospitals," J Med Syst 2011, Vol.35, No.5, pp.1001-1014, 2011.
김지혜, 윤장혁, "DEA와 맘퀴스트 생산성 지수를 활용한 ODCE 국가간 의료서비스 효율성 분석," 한국경영과학회지, Vol.37, No.4, pp.125-138, 2012.

원문보기 상세보기
상급종합병원 지정기준, Retrieved from http://www.mohw.go.kr/react/policy/index.jsp. 2020.
이선희, 한은아, "DRG에 의한 포괄수가제 적용경험 의 연구동향분석," 보건행정학회지, Vol.10, No.4, pp.20-56, 2000.
신동교, 박은철, "중증도 분류에 따른 진료비 차이," 보건행정학회지, Vol.23, No.1, pp.35-43, 2013.

원문보기 상세보기
배혜빈, 입원 진료기능에 기반한 한국의 의료기관 유형 분류, 서울:서울대학교 대학원, 석사학위논문, 2018.
https://rstudio-pubs-static.s3.amazonaws.com/249084_09c0daf4ceb24212a81ceddca97ba1ea.html.
https://blog.naver.com/i_am_sangyun/222181266838. 2020.
이영섭, 안미영, "데이터 마이닝에서의 군집분석 알고리즘 비교 연구," 한국데이터정보과학회, pp.19-25, 2003.
김계현, "의료기관 기능 재정립을 위한 제도적 개선방안 연구," 국가정책연구, Vol.25, No.4, pp.161-177, 2012.
이진우, "고객세분화를 통한 지방의료원의 의료서비스 전문화 전략," 한국산학기술학회논문지, Vol.16, No.7, pp.4641-4650, 2015.

원문보기 상세보기
국립중앙의료원, 2018년 지역거점공공병원 운영진단 연구, 서울:국립중앙의료원, 2016.

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