[논문]장기요양 필요 발생의 고위험 대상자 발굴을 위한 예측모형 개발

송미경; 박영우; 한은정

doi:10.5351/kjas.2022.35.4.457

장기요양 필요 발생의 고위험 대상자 발굴을 위한 예측모형 개발
Development of prediction model identifying high-risk older persons in need of long-term care 원문보기

응용통계연구 = The Korean journal of applied statistics, v.35 no.4, 2022년, pp.457 - 468

송미경 (국민건강보험공단 건강보험연구원) , 박영우 (국민건강보험공단 건강보험연구원) , 한은정 (국민건강보험공단 건강보험연구원)

초록
AI-Helper

고령인구가 증가함에 따라 국가차원에서 노인의 건강노화 실현을 위한 장기요양 필요 발생의 예방 방안을 마련하는 것은 매우 중요하며, 정책적 효과를 극대화하기 위해서는 적절한 대상자의 선정이 선행되어야 한다. 이에 본 연구는 국민건강보험공단의 국민건강정보를 활용하여, 장기요양 필요를 야기하는 기능장애 발생 가능성이 높은 대상자를 발굴하기 위한 예측모형을 개발하고자 한다. 본 연구는 연구대상자의 과거 수집된 자료를 활용하는 후향적 연구로, 본 연구의 연구대상자는 만 65세 이상 의료보장등록인구이다(총 7,724,101명). 예측모형 개발을 위해 고유 방법인 로지스틱 회귀모형, 머신러닝 방법인 의사결정나무와 랜덤포레스트, 딥러닝 방법인 다층퍼셉트론 신경망을 분석하였다. 체계적 분석절차를 통해 각 분석방법별 모형을 적합하였고, 내적 타당성 및 외적 타당성 평가 결과를 기반으로 최종 예측모형을 랜덤포레스트로 선정하였다. 랜덤포레스트는 모집단에서의 4.50%밖에 되지 않는 장기요양 필요 대상자의 약 90%를 장기요양 필요 발생 고위험 대상자로 예측할 수 있다. 본 연구의 예측모형 및 고위험군 기준은 노인의 욕구 중심에서 예방 서비스가 필요한 대상자를 선제적으로 발굴하는데 기여할 것으로 기대된다.

Abstract ▼ AI-Helper

In aged society, it is important to prevent older people from being disability needing long-term care. The purpose of this study is to develop a prediction model to discover high-risk groups who are likely to be beneficiaries of Long-Term Care Insurance. This study is a retrospective study using database of National Health Insurance Service (NHIS) collected in the past of the study subjects. The study subjects are 7,724,101, the population over 65 years of age registered for medical insurance. To develop the prediction model, we used logistic regression, decision tree, random forest, and multi-layer perceptron neural network. Finally, random forest was selected as the prediction model based on the performances of models obtained through internal and external validation. Random forest could predict about 90% of the older people in need of long-term care using DB without any information from the assessment of eligibility for long-term care. The findings might be useful in evidencebased health management for prevention services and can contribute to preemptively discovering those who need preventive services in older people.

주제어

표/그림 (7)

그림 Figure 1: Study ﬂow chart.
그림 Figure 2: Conceptual framework.
표 Table 1: Factors in each domain
표 Table 2: Information of each model and their performance in internal validation
표 Table 3: External validation results of the prediction model
그림 Figure 3: Top 20 variables by importance.
표 Table 4: Cross-table and performance by cut-points of random forest model

참고문헌 (22)

Chung KH (2015). Characteristic changes and living status of older Koreans, Health and Welfare Policy Forum.
Freedman VA (2009). Adopting the ICF language for studying late-life disability: A field of dreams?, Journals of Gerontoloty: Medical Sciences, 64, 1172-1174.
Han EJ, Kwak MJ, and Kan IO (2011). A determining system for the category of need in long-term care insurance system using decision treem model, The Korean Journal of Applied Statistics, 24, 145-159.

원문보기 상세보기
Han E, Kwon J, Song MK, Lee Y, Jang H, Kim M, Lee HS, and Kim JH (2018). Establishing a Prospective Cohort Study of Oder People with Long-Term Care Needs II, National Health Insurance Service, Wonju.
Han ST, Kang HC, Choi BS, and Lee SK (2011). A study on the judgement rating for level of need for long-term care insurance using a decision tree, Communications for Statistical Applications and Methods, 18, 137-146.

원문보기 상세보기
Kim Y (2020). A Study on the Role Allocation of Private Insurance for Enhancing the Sustainability of Long-Term Care Insurance, Korea Insurance Research Institute, Seoul.
Lim JG (2008). A Study on the projection of long-term care for the disabled in Korea, Health and Social Welfare Review, 25 185-208.
Lionis C and Midlov P (2017). Prevention in the elderly: A necessary priority for general practitioners, European Journal of General Practice, 23, 202-207.

상세보기
Nagi SZ (1991). Disability concept revisited: implications for prevention, Disability in America. Toward a national agenda for prevention, 309-327.
National Council on Disability (2008). National Disability Policy: Progress Report, Chapter 5: Long-term Services and Supports, National Council on Disability, Washington, DC.
OECD (2021). OECD health statistics 2021. https://www.oecd.org/els/health-systems/health-data.htm.
Rowe JW and Kahn RL (1987). Human aging: usual and successful. Science, 237, 143-149.

상세보기
Seo DM and Jang BW (2005). A study on estimating the cost of long-term care for the elderly by social insurance model in Korea, Korean Social Security Studies, 21, 161-198.
Statistics Korea (2021). 2021 Elderly statistics.
Statistics Korea (2021). Life table. https://www.index.go.kr/unify/idx-info.do?idxCd4234
Thomas MG, Heather GA, and Theodore RH (2004). Zhenchao G. Hospitalization, Restricted Activity, and the Development of Disability among Older Persons, JAMA, 292, 2115-2124.
Verbrugge LM and Jette AM (1994). The disablement process. Social Science & Medicine, 38, 1-14.

상세보기
WHO (1991). Disability prevention and rehabilitation. Executive board. Eighty-ninth session: provisional agenda item 8. World Health Organization.
WHO (2015). World Report On Ageing and Health. World Health Organization. World Health Organization.
WHO (2017). Global strategy and action plan on ageing and health. Geneva. World Health Organization. World Health Organization.
Won JW (2014). Health promotion and disease prevention in the older adults, J Korean Med Assoc, 57, 756-762.
Yun E and Jo Y (2014). Factors for environment affecting the social activity disability of the elderly, Korean Journal of Care Management, 12, 21-50.

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