The Impact of Time-to-Treatment for Outcome in Cancer Patients, and Its Differences by Region and Time Trend

암환자의 진단-치료 소요기간에 따른 생존분석과 지역사회별 격차 및 시계열적 추이

Abstract

Background: The Korean government introduced National Cancer Control Program and strengthening national health insurance coverage for cancer patients. Although many positive effects have been observed, there are also many concerns about cancer management such as patient concentration or time-to-treatment. Thus, we investigated the association between the time-to-treatment and survival of cancer patients, and compared regional differences by time trend. Methods: The data used in this study were national health insurance claims data that included patients diagnosed with lung cancer and received surgical treatment between 2005 and 2015. We conducted survival analysis with Cox proportional hazard model for the association between time-to-treatment and survival in lung cancer. Additionally, we compared the regional differences for time-to-treatment by time trend. Results: A total of 842 lung cancer patients were included, and 52.3% of lung cancer patients received surgical treatment within 30 days. Patients who received surgical treatment after 31 days had higher 5-year or 1-year mortality compared to treatment within 30 days (5-year: hazard ratio [HR], 1.566; 1-year: HR, 1.555; p<0.05). There were some regional differences for time-to-treatment, but it was generally reduced after 2010. Conclusion: Delayed surgical treatment after diagnosis can negatively affect patient outcomes in cancer treatment. To improve cancer control strategies, there are needed to analyze the healthcare delivery system for cancer care considering the severity and types of cancer.

서론

보건의료환경 및 질병 변화에도 불구하고 전국민 건강보험 도입 이래 암은 2019년 기준 10만 명당 161.4명이 사망할 정도로 우리나라 전체 사망원인 1위 자리를 변함없이 지키고 있으며[1], 국민의 상당수는 암 및 관련 질환으로 고통을 받고 있다. 이에 따라 개인이 암으로 의심 또는 진단받았을 경우 생명위협에 대한 공포와 부담감으로 주변의 모든 지식과 정보, 그리고 인프라를 활용해 최선의 치료방법을 선택하고자 힘쓰게 된다[2, 3]. 물론 이러한 우리나라 암 환자의 여정은 그리 오래되지 않았다. 2000년대 이후 기존 질병구조가 암 및 만성질환 위주로 전환됨에 따라 관리의 필요성 부각과 함께 국민 수요가 급증하기 시작하였고, 이에 부응하고자 국가적 차원에서 암 관리정책이 시행되었다. 결과적으로 국가암관리사업 도입은 암의 예방부터 진단, 치료, 재활 및 호스피스 완화의료에 이르기까지 이른바 암 전주기에 걸쳐 국민의 암 걱정을 해소하기 위한 괄목할 만한 성장을 이뤄내고 있다[4].

초기 암 정책이 암 관리 인프라 구축 등 보건의료 접근성 위주 정책이었다면, 이후는 암 환자의 의료비용과 관련한 정책이 주요했다. 2004년부터 국민건강보험 보장성 강화의 일환으로 환자 본인부담을 낮추고자 산정특례제도가 단계적 도입되었고, 암 환자의 경제적 고통은 상당히 완화되었다. 결론적으로, 여전히 비급여 부담이 큰 일부를 제외하고는 지난날과 비교했을 때 경제적 접근성이 대폭 개선되었다는 공감대가 형성되었다[5]. 경제적 진입장벽 완화는 환자로 하여금 선호와 기대에 따른 선택권 등 다양한 보건의료 욕구를 충족시킬 수 있으며, 결과적으로 긍정적 영향을 가져올 수 있다. 실제로 많은 선행 연구에서 암 환자의 보장성 강화에 따른 효과를 평가하였으며, 보장성의 개선은 의료비 지출 형평성 개선과 재난적 의료비 지출의 감소와 관련이 있었다는 보고가 있다[6-8].

보건의료 진입장벽 해소는 종종 기대와는 다른 결과를 초래하곤 한다. 보장성 강화에 따라 기존 암 치료를 위한 의료비 또는 타 질환 대비 낮은 본인부담으로 개인의 선호에 맞춰 다른 요소에 추가적 지출을 발생하기도 된다. 가령, 고가 의료비 발생 가능성이 높은 대형병원 쏠림이나 지방 환자의 서울 소재 big 5 병원으로의 방문이 그런 사례일 수 있다[9, 10]. 이처럼 진입장벽 완화에 따른 우려가 지난 보장성 강화 이래 수년간 제기되었고, 자연스레 의료비의 대폭 상승으로 이어지게 되었다. 또한 일각에서는 환자 쏠림 및 지역사회 자원 불균형은 암 환자의 치료 대기시간 지연에까지 영향을 미쳐, 의료의 질 저하와 같은 부정적 결과를 초래한다는 의견이 제시되었다[11-13].

효율적 암 관리의 필요성이 대두되고 있으며, 그 중 치료영역에서 암 진단 후 치료 대기시간이 환자의 결과에 영향을 미치는지에 대한 몇몇 연구가 수행되기도 하였다[14]. 연구에 따르면 중소병원에서의 1개월 이상 치료 대기시간 지연은 환자 결과에 악영향에 미친다는 보고가 있었으며, 일부 수술 암종에 있어 3개월 이상의 지연은 생존율의 감소와 연관이 있다는 결과가 있었다. 반면에 진단-치료기간의 지연은 결과와 무관하다는 연구가 보고되기도 하였다. 하지만 일부 병원 자료 기반의 연구이거나 보장성 강화 이전 시기 연구결과임에 따라 제한적 결과를 보여주고 있으며, 해당 행태의 변화가 시기에 따라 큰 차이가 있을 것이라고 보며, 환자의 거주지나 이용기관 소재지 간에도 밀접한 관련이 있다고 생각한다. 따라서 이 연구에서는 건강보험 청구자료를 활용해 진단-치료 대기시간에 따른 수술결과와의 관련 성을 알아봄으로써 보다 대표성 높은 결과를 도출하고자 하며, 추가적으로 기간별 분석을 시행하여 변화를 살펴보고자 한다.

방법

1. 연구대상 및 자료

폐암으로 진단받고 수술을 받은 사람을 대상으로 진단-치료 대기 시간에 따른 생존율과의 관계를 분석하고자 연구에 사용한 자료는 2006년을 기준으로 추출된 100만 명의 2002년부터 2015년까지 건강 보험 자격 및 청구내역을 담고 있는 국민건강보험공단 표본코호트 데이터베이스 2.0이다. 또한 지역별 특성을 고려하고자 시군구 단위로 통계청 e-지방지표를 결합하여 사용하였다. 연구집단은 2002–2004 년까지 해당 암으로 진단받은 자를 제외하고 2005년부터 첫 진단을 받은 환자 중 수술적 치료 경험이 있는 환자를 추출한 후에 지난 5년간 다른 원발암으로 진단받은 경험이 있는 환자로 정의하였다. 다음으로, 수술 이후 환자 생존율에 대한 결과를 측정하기 위해 진단 후 치료 대기시간이 1년을 초과하거나 수술적 치료 후 30일 이내에 사망한 환자, 80세 이상의 환자를 대상집단의 동질성을 위해 제외하였다. 최종적으로 연구에 포함된 대상은 폐암으로 진단, 수술치료를 받은 환자 842명이었다.

2. 변수

이 연구에서 진단-치료 소요기간에 따른 생존율과의 관계를 알아보기 위해 사용된 종속변수는 암으로 첫 진단을 받은 시점부터 사망까지의 생존기간으로 환자가 상병내역으로 폐암(International Statistical Classification of Diseases and Related Health Problems, 10th revision: C33–34)을 첫 진단을 받은 시점부터 사망일까지의 기간으로 정의하였으며, 최대 5년까지 관찰하였다. 만약 이 기간에 대상 환자가 사망했다면 해당 환자는 ‘사망, ’ 아니면 ‘생존’으로 정의하였다.

주요 독립변수로는 진단부터 치료(수술, 항암화학요법 또는 방사 선요법의 첫 시점)까지 소요시간으로 일자 계산 후 30일을 기준으로 ‘30일 이내’ 또는 ‘31일 이후’로 구분하였다. 다른 독립변수로는 치료의 유형, 첫 치료기관의 종별 또는 지역, 지역사회 내 의료자원 수, 성별, 연령, 보험료분위, 건강보험 자격유형, 주거지역, 장애 유무, Charlson comorbidity index (CCI)를 포함하였다. 치료유형에 대한 정의는 환자의 진단 후 진료내역을 바탕으로 수술적 치료만을 받았는지 또는 수술적 치료 외에 항암화학요법이나 방사선요법을 추가로 받았는지에 따라 정의하였으며, 지역사회 의료자원에 대한 변수는 인구 천 명당 의료기관 수로 정의하여 지역사회 의료접근성을 고려하고 자 하였다. 건강보험자격에 대한 변수는 각각 자격에 따라 직장가입자, 지역가입자, 그리고 의료급여 수급권자로 구분하였으며, 건강보험료 수준은 소득수준을 간접적으로 반영하고자 30분위, 60분위, 80분위, 90분위, 90분위 이상으로 구분하였다. CCI의 경우에는 환자의 임상적 중증도를 반영하고자 건강보험청구자료상 상병내역을 바탕으로 암을 제외하고 계산하여 3 이하, 4–6, 7 이상으로 구분하였다.

3. 분석방법

이 연구에서는 먼저 독립변수의 특성에 따라 명목형 변수에 대해서는 chi-square test, 연속형 변수에 대해서는 t-test 또는 분산분석 (analysis of variance)을 시행함으로써 인구집단의 분포 특성을 파악하고자 하였으며, 치료 대기시간에 따른 생존 기간을 비교하고자 Kaplan-Meier 생존 곡선 및 log-rank test를 시행하였다. 다음으로 연구에 포함된 독립변수를 보정한 후 진단 후 치료 대기시간에 따른 생존율에 대한 분석을 시행하고자 Cox proportional hazard model을 적용한 생존 분석을 실시하였다. 마지막으로 수술 대기시간의 지역별, 시기별 추이를 살펴봄으로써 이전과 비교해 어떤 변화가 있는지 알아보고자 도식화를 통해 비교하였다. 연구에 사용한 모든 분석은 SAS ver. 9.4 (SAS Institute Inc., Cary, NC, USA)를 활용해 진행하였다.

결과

Table 1은 연구대상의 일반적 특성에 대한 결과로 30일 내에 수술적 치료를 받은 환자는 전체의 52.3%였으며, 치료유형에 따라서는 통계적으로 유의한 차이 없이 수술적 치료만을 받은 군이 57.0%, 그 외 치료를 추가로 받은 군이 54.5%로 유사하였다. 하지만 첫 치료 이용기관의 특성에 따라서는 종합병원급 이상에서 30일 이내 치료가 63.4%로 기타 유형 기관의 52.4%에 비해 높은 수준이었다(p<0.05). 또한 광역시 등 대도시 지역에서 치료를 받은 환자군에서 58.7%가 30일 이내 치료를 받았으며, 이는 다른 지역에서 치료받은 환자군에 비해 유의미하게 높았다.

Table 1. Baseline characteristics of cancer patients who diagnosed lung cancer with surgical treatment

Values are presented as number (%) or mean±standard deviation.

NHI, national health insurance.

Figure 1은 생존 곡선과 log-rank test 결과를 표시한 것을 폐암 환자 중 수술 치료 대기시간에 다른 생존 기간에 대한 비교를 한 결과, 30일 이내 치료를 받은 환자군은 1, 185.0일의 생존 기간을 보인 반면 30일 이후 치료를 받은 환자군에서는 1, 034.7일로 상대적으로 낮은 결과를 확인할 수 있었다(p=0.0002).

Time from cancer diagnosis of death (mo)

Figure 1. Survival curve for time from cancer diagnosis of death. SE, standard error.

Table 2는 치료 대기시간과 생존율과의 관계를 독립변수를 보정한 후 생존 분석을 시행한 결과이다. 분석 결과, 폐암 환자에서 30일 이내 수술치료를 받은 환자에 비해 31일 이후 치료를 받은 환자군은 높은 5년 치명률을 보이는 것으로 분석되었으며(hazard ratio [HR], 1.566; 95% confidence interval [CI], 1.238–1.980), 이를 1년 치명률로 재분석해 보았을 때에도 유사한 결과를 보였다(HR, 1.555; 95% CI, 1.231–1.964). 다른 독립변수에 따른 결과에서는 큰 차이는 없었지만 치료유형 및 CCI와 같은 환자의 중증도를 설명할 수 있는 변수에서 통계적으로 유의미한 결과가 관찰되었다.

Table 2. Results of survival analysis by time-to-treatment

HR, hazard ratio; CI, confidence interval; NHI, national health insurance.

Table 3은 위암 환자를 대상으로 치료 대기시간과 생존율과의 관계를 추가로 분석한 결과, 폐암에서의 결과와 달리 치료 대기시간에 따른 생존율의 유의미한 관계가 관찰되지 않았다.

Table 3. Results of survival analysis by time-to-treatment in gastric cancer

Adjusted other independent variables in this analysis.

HR, hazard ratio; CI, confidence interval.

Figure 2는 2005년부터 2015년까지 환자거주지별 수술치료 대기시간에 대한 2010년을 기준으로 비교한 결과이다. 광역시 등 대도시권에서는 전반적으로 시기변화와 관계없이 유사한 결과를 보인 반면, 지방 지역의 환자에서는 2010년 이전에 비해 치료 대기시간이 대폭 감소해 지역 간 편차가 감소하는 결과를 보였다.

Figure 2. Time to surgical treatment from first diagnosis.

고찰

암 환자 관리의 중요성이 부각됨에 따라 국가적 차원에서 다양한 암관리사업이 도입되었고 이와 함께 건강보험 보장성이 80%에 육박할 정도로 상승하며 암 환자의 진단 후 치료를 위한 의료선택권은 지난 날과 비교해보았을 때, 상당 수준 개선되었다(암 건강보험 보장성: 2004년 48.6%→2018년 79.1%) [15]. 하지만 여러 긍정적 효과와 함께 암 환자의 의료이용행태 변화에 대한 우려와 관리의 필요성이 제기되고 있으나, 현재까지 국가적 차원에서 관련 정책적 근거는 부족한 실정이다. 이를 위해 진단 후 치료 대기시간의 발생 현황 및 영향, 그리고 지역별 변화를 알아보았다.

폐암을 진단받고 수술적 치료를 받은 환자를 대상으로 분석한 결과, 진단부터 수술적 치료까지의 소요시간이 31일 이상인 환자군에서 30일 미만인 환자에 비해 생존율의 감소와 관련성이 있다는 것을 알 수 있었다. 선행연구에 따르면 암환자에서의 치료 대기시간 발생은 의료의 질 저하 또는 환자 결과에의 악영향과 관련성이 제시된 바 있는데, 이 연구에서 역시 해당 결과와 마찬가지로 폐암 환자를 대상으로 한 연구에서도 치료 대기시간 발생에 따른 생존율 저하에 대한 결과를 확인할 수 있었다[16-18]. 또한 선행연구를 종합해보았을 때 주로 생존율이 낮은 암종에서 진단 후 치료 지연에 따른 부정적 영향이 관찰되었고, 생존율이 높은 암종이나 중증도가 비교적 낮은 암 환자에서는 유의미한 관련성을 보이지 않는다는 것을 알 수 있었다 [19, 20]. 따라서 연구결과의 타당성을 증명하고자 마찬가지로 호발암에 속하지만 상대적으로 생존율이 높은 편에 속하는 위암 환자를 대상으로 추가분석을 시도해보았다. 결과적으로, 위암에서는 폐암과 유사한 관계가 관찰되지 않았다. 이를 통해 암 환자의 진단 후 치료 대기시간 지연은 환자 결과와의 관련성에 있어 유의미한 관계를 보일 수 있지만, 해당 결과는 환자의 중증도 또는 처치의 난이도 등에 따라 달라질 수 있다는 것을 확인할 수 있었고, 여러 암종 및 치료유형별 체계적 근거자료 생성 필요가 있다는 것을 시사한다. 하지만 현재까지의 연구는 대부분 특정 의료기관의 의무기록 자료에 의존하거나 환자의 일반적 특성 또는 중증도에 대한 충분한 고려 없이 만들어진 통계가 대다수이며, 10여 년 전 자료를 이용한 보장성 강화에 따른 변화를 알기 어려운 연구가 주를 이루고 있다. 따라서 많은 논란이 있음에도 불구하고 우리나라에서 암종별 치료 대기시간 또는 환자의 이동에 따른 결과 등에 대한 대표성 있는 정책적 근거가 미흡한 실정이라고 볼 수 있으며, 국가적 통계 생성과 이를 통한 암 환자의 의료전달체계 개선의 필요가 있다.

추가적으로, 우리나라 보건의료의 특성상 전체 보건의료자원의 상당 부분이 수도권에 집중되어 있는 지역불균형의 형태를 불가피하게 보이고 있는데, 이에 따라 치료 대기시간 분포는 환자의 거주지역(대 도시 또는 지방)에 따라 차이가 있을 것으로 보고 지역 간 비교를 시행해보았다[21]. 분석 결과, 광역시 등 대도시 지역에 비해 지방 지역 거주 환자에서 상대적으로 치료 대기시간이 지연되는 것을 관찰할 수 있었다. 이에 따라 수도권 집중에 따른 대기시간 지연이 아닌 지역사회 접근성에 따라 진료 대기시간이 발생하는 것으로 추정할 수 있었다. 추가적인 검증을 위해 산정특례제도 도입 전, 후로 구분하여 위의 결과를 비교해보았을 때 치료 대기시간의 지역별 불균형이 이전과 비교해 크게 감소한 것을 알 수 있었고, 이는 국가암관리사업 및 보장성 강화와 함께 환자의 보건의료정보 및 물리적 접근성이 개선됨에 기인한 것으로 보인다. 따라서 앞으로 지역사회 암 치료자원에 대한 추가적인 접근성 사각지대를 발굴하고, 해소를 위한 국가적 노력이 향후 필요할 것이다.

종합적으로, 폐암 환자에서 진단 후 치료까지의 대기시간은 환자의 치료 결과에 부정적 영향을 미칠 수 있으며, 환자 소재지 등 지역별 특성에 따라 차이가 있는 것을 확인하였으나, 보장성 강화 등 환자의 의료접근성 개선에 따라 이전과 비교해보았을 때 그 격차가 상당 부분 완화된 것으로 보인다. 하지만 치료 대기시간의 지나친 발생은 분명 환자 결과와의 악영향이 발생한다는 점을 고려해보았을 때, 해당 발생 요인에 대한 명확한 규명이 필요하다고 보며, 단순 환자의 수도권 집중에 따른 요인보다는 지방 환자에서의 적절한 의료전달체계로의 유입이 힘든 것임에 따를 수 있다는 것을 주의할 필요가 있다. 이에 따라 중증도나 치료의 패러다임이 다른 타 암종과의 면밀한 비교를 통해 전달체계 개선의 정책적 근거를 만들어 보장성 강화에 따른 환자의 의료이용 변화를 적절히 분석하고 개선할 필요가 있다.

이 연구는 다음의 제한점을 가진다. 첫째, 기존의 연구 대다수가 일부 병원의 결과임에 따라 제한을 가져 보다 대표성 있는 결과를 위해 국민건강보험공단 청구자료를 사용하였지만, 이 자료 역시 일부 대상을 추출한 것임에 대표성이 떨어지는 문제가 동반된다. 하지만 연구 결과에 대한 검정을 위해 해당 관계를 노인 코호트를 바탕으로 추가 분석해보았을 때 전반적 방향성은 유사하게 분석되었다. 추후 전국 규모의 데이터를 바탕으로 면밀한 분석이 필요하다. 둘째, 분석에 사용한 건강보험 청구자료에는 암 환자의 진단 후 행태를 설명해줄 수 있는 암의 임상적 병기에 대한 정보가 누락되어 있다. 물론 중증도에 대한 보정을 위해 치료유형 및 CCI 등을 사용하긴 하였지만, 정확한 환자의 의료 행태 파악을 위해서는 진단 당시 중증도에 대한 고려가 필요하다. 마지막으로, 이 연구는 환자의 치료 대기시간에 대한 정의와 분석 용이성을 위해 수술 환자만을 대상으로 했다. 하지만 추후 연구에서는 항암화학요법 등 기타 치료만을 받은 환자에 대한 연구가 필요하다.

감사의 글

이 연구는 국민건강증진기금의 재원으로 질병관리본부 만성질환 관리과의 지원을 받아 수행된 연구이다(no., 2733-5488).