Health Policy and Management (보건행정학회지)

Korean Academy of Health Policy and Management (한국보건행정학회)
권호 표지
DOI QR코드

DOI QR Code

The Impact of Respiratory Infectious Diseases on the Utilization of Long-Term Care Insurance Benefits for the Elderly: A Study on COVID-19 Pandemic

호흡기 감염병이 노인장기요양보험 급여이용에 미치는 영향 연구: 코로나19 감염병을 대상으로

  • Lee-Seo Seol (Health Insurance Research Institute, National Health Insurance Service) ;
  • Hyerim Yoo (Health Insurance Research Institute, National Health Insurance Service) ;
  • Ho-yong Lee (Health Insurance Research Institute, National Health Insurance Service)
  • 설이서 (국민건강보험공단 건강보험연구원) ;
  • 유혜림 (국민건강보험공단 건강보험연구원) ;
  • 이호용 (국민건강보험공단 건강보험연구원)
  • Received : 2025.05.15
  • Accepted : 2025.07.01
  • Published : 2025.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Background: This study aims to analyze the impact of coronavirus disease 2019 (COVID-19) on the utilization of long-term care insurance benefits in South Korea and to explore policy strategies for effective responses to future infectious disease outbreaks. Methods: We used data from the National Health Insurance Service's long-term care insurance (LTCI) database. An interrupted time series analysis model was applied to examine changes in long-term care demand, benefit utilization, and differences by facility size. Results: The results showed that institutional-care services experienced a greater decline that home-based care due to higher infection risk. Immediately after the COVID-19 outbreak, the number of institutional-care users decreased by -3,101 (𝛽2, p<0.01). Even after the outbreak, the number remained lower then before COVID-19, dropping from 852 (𝛽1, p<0.01) to 547 (𝛽1+𝛽3, p<0.01). In facilities with fewer than 30 residents, the growth in the number of users sharply decreased from 241 (𝛽1, p<0.01) to 39 (𝛽1+𝛽3, p<0.01). Conclusion: During infectious disease outbreaks, it is essential to prepare for the increasing demand for long-term care services by securing an adequate workforce with infection control capabilities. In addition. a rapid support system for infection control supplies must be established for timely initial responses. Particular attention and proactive support are required for small-scale residential care facilities with fewer than 30 residents.

연구배경: 본 연구는 코로나19가 노인장기요양보험 급여이용에 미친 영향을 분석하고, 향후 발생할 감염병에 효과적으로 대응하기 위한 정책적 방안을 모색하고자 수행되었다. 방법: 국민건강보험공단 노인장기요양보험 database를 활용하였으며, 단절적 시계열분석모형을 이용하여 장기요양 수요, 급여이용, 기관규모별 측면에서의 변화를 분석하였다. 결과: 분석결과, 시설급여는 재가급여에 비해 감염위험이 높아 코로나19 발생 직후 -3,101명(𝛽2, p<0.01)으로 감소하였으며, 이후에도 코로나19 이전 대비 이용자 수가 852명(𝛽1, p<0.01)에서 547명(𝛽1+𝛽3, p<0.01)으로 증가폭이 감소세를 보였다. 기관규모별 분석에서는 30인 미만의 소규모 노인요양시설에서 이용자 수 증가폭이 241명(𝛽1, p<0.01)에서 39명(𝛽1+𝛽3, p<0.01)으로 급감하였다. 결론: 감염병 유행시기에는 증가하는 장기요양 수요에 대응하기 위해 감염 대응역량을 갖춘 장기요양 인력의 확충방안이 필요하다. 또한 초기 대응이 가능하도록 감염관리 물품의 신속한 지원체계를 구축해야 하며, 특히 30인 미만의 소규모 입소시설에 대한 적극적 지원이 요구된다.

Keywords

서 론

  질병관리청에 의하면 국내 코로나19(coronavirus disease 2019) 발생은 2020년 1월 20일 첫 환자 보고 이후에 나타났고, 2020년 2월에 감염병 위기단계를 심각 수준으로 상향조정하면서 코로나19 방역에 집중하였다[1]. 코로나19는 신종 코로나바이러스(severe acute respiratory syndrome coronavirus 2)에 의해 유발되는 감염성 호흡기 질환으로 기침이나 재채기로 인한 비말 감염을 통해 전파된다. 증상은 발열, 기침, 호흡곤란 등 다양하며 무증상 감염도 가능하며 중증의 경우 폐렴, 다발성 장기부전 등도 유발 가능하다. 코로나19 팬데믹은 2019년 12월부터 전 세계적으로 급속한 확산이 시작되었고, 현재 확인된 코로나 19 감염자 수는 약 7억 명이고 사망자 수는 약 700만 명이다[2]. World Health Organization (World Health Organization)는 수백만 명의 노인들은 확인되지 않은 채 사망한 것으로 추정하고 있다. 한국은 코로나19 유행 초기 장기요양 입소자의 코로나19 사망률이 38%로 Organization for Economic Coopera- tion and Development (OECD) 평균 41%와 유사하게 나타났 으나, 80세 이상 노인인구 중 100만 명당 장기요양 사망률이 우리나라는 100만 명당 장기요양 사망이 343명으로 OECD 평균 약 6,000명과 비교하면 낮은 것으로 평가된다[3]. 국내에서는 노인장기요양보험의 코로나19 팬데믹을 대응하고자 “코로나19 관련 한시적 장기요양급여비용 산정지침”(16차), “장기요양기관 방역 지원을 위한 한시적 급여비용 산정지침”(8차), “코호트 격리 시설 운영지원을 위한 한시적 급여비용 산정지침”(2차 수정) 등 국내 정책을 도입한 결과로 생각된다. 반면, 코로나19는 모든 연령대의 사람들에게 영향을 미치지만, 특히 노인들에게는 더 취약한 질병이다. 노인장기요양보험은 고령이나 노인성 질병 등의 사유로 일상생활을 혼자서 수행하기 어려운 노인 등에게 신체활동 또는 가사활동 지원 등을 급여로 지원하는 사회보험으로, 신체적 이나 인지적 기능이 저하된 고령으로 기저질환을 보유한 상대적으로 노쇠한 노인들로 구성되어 있다. 노쇠한 노인은 백신접종에 대한 반응이 좋지 않은 기존의 면역병리학적 기반을 갖고 있으며 코로나19로 인한 사망위험이 더 높았고[4], 코로나19 팬데믹 기간에 노쇠한 노인은 입원환자의 약 51%를 차지하고 있었으며, 병원 내 사망위험이 높다[5]. 코로나19 치명률은 0.17%-1.7%이 나[6], 55세 0.4%, 65세 1.4%, 75세 4.6%, 85세 15%로 점차 치명률이 증가하는 경향을 보인다[7]. 노인복지시설은 노인들에게 집과 같은 공간이며 필요 서비스를 제공하는 중요한 역할을 하는 곳이지만, 코로나19 등 감염병에 취약하여 집단감염이 발생되어 왔다[8]. 또한 노인요양시설은 병원과 다르게 인력이나 장비도 부족하고 종사자의 감염관리 중요성에 대한 인식도 높지 않아 예방은커녕 대응도 쉽지 않은 실정이다[9]. 노인장기요양보험의 급여는 시설급여의 경우 집단감염에 대한 우려가 크고 재가급여의 경우 요양보호사 등 서비스제공자와 수급자와의 신체 접촉이 불가 피한 대면 급여로, 코로나19 감염에 취약할 가능성이 있다. 하지만 코로나19 발생 이후 노인장기요양보험을 이용하는 수급자들의 돌봄공백이 있었는지 파악하기 위해 급여이용행태가 어떻게 변화했는지를 실증적으로 분석한 연구는 미미한 실정이다.
  따라서 본 연구는 코로나19가 노인장기요양보험 급여이용에 미치는 영향을 단절적 시계열 분석방법을 활용하여 분석하는 것을 목적으로 한다. 또한 노인장기요양보험에 대한 돌봄공백이 발생하지 않도록 향후 발생할 감염병을 대비하기 위한 정책적 대응 방안을 모색하고자 한다. 분석방법으로는 첫 번째, 코로나19 발 생으로 노인장기요양보험 수요에 영향이 발생하였는지를 인정자 수와 신규인정자 수에 초점을 맞춰 영향을 파악하고자 한다. 두 번째, 코로나19가 노인장기요양보험 급여이용량에 미친 영향을 파악하기 위해 코로나19 전후 급여유형별 이용자 수와 급여비를 분석하였다. 세 번째, 노인요양시설은 규모 편차가 있기에 규모별로 노인요양시설의 코로나19 영향이 다를 것으로 생각되어 규모별 기관 수, 이용자 수를 세부적으로 분석하고자 한다. 마지막으로, 연구결과를 바탕으로 노인장기요양보험에 대한 돌봄공백이 발생하지 않도록 향후 발생할 감염병을 대비하기 위한 정책적 대응방안을 모색하고자 한다.

방 법

1. 선행연구 검토

  Ishii 등[10]의 연구는 코로나19 발생 후 일본 개호보험 재가노인의 장기요양서비스 이용에 미치는 영향을 파악하였다. 2019년 1월부터 2020년 9월까지 월별 데이터를 활용하여 단절적 시계열 분석과 분절적 음이항 회귀분석을 하였고 방문서비스, 통소서비스, 단기입소서비스 3가지 서비스 유형에 대해 확률효과 메타 분석을 하였다. 연구결과에 의하면 2020년 4월 비상상태(State of Emergency)가 선포되면서 장기요양보험 서비스 이용이 감소했다가 해제된 후 6월부터는 점진적으로 서비스 이용이 회복된 것으로 나타났다. 또한 가정방문보다는 통근 및 단기입소서 비스의 감소가 크게 나타났고 가정방문은 식사, 목욕 등 필수적인 서비스로 감소폭이 상대적으로 작았다. Lee와 Lee [11]의 연구는 코로나19로 인해 노인장기요양보험의 급여이용에 미치는 영향에 대해 분석하였다. 2016년 1월부터 2020년 12월까지 노인장기요양보험 인정신청자를 대상으로 코로나19 전후로 단절적 시계열 분석을 하였다. 연구결과, 코로나19로 장기요양보험의 인정자 수는 코로나19 확진자와 사망자가 1% 증가할 때 각각 약 11.95%, 2.28% 감소하는 것으로 나타났다. 급여비의 경우 시설급여비는 감소하였지만, 재가급여비는 증가하는 것으로 나타났다. Lee 등[12]의 연구는 2016년 1월부터 2020년 12월까지 코로나19 전후 노인장기요양보험 급여액 차이를 비교하여 급여 이용량 변화를 살펴보았다. 2016년부터 2020년까지 장기요양 수급자 1인당 월 평균급여액은 매년 증가추세였으나, 2016년부터 2019년도까지의 연평균 성장률(compound annual growth rate)과 2020년도의 전년도 대비 증감률을 비교한 결과, 2020 년의 수급자 1인당 월 평균급여액은 1월과 3월을 제외한 월에서는 이전 연도의 연평균 성장률보다 낮았다. 특히 2020년 2월에는 –7.4%p로 낮은 성장률로 나타났다. 재가와 시설급여 수급자 1인당 월 한도액 대비 평균급여액 변화를 살펴봤을 때, 주야간보호에서의 평균급여액은 모든 등급에서 감소하였고, 반면, 방문요양, 노인요양공동생활가정, 노인요양시설은 모든 등급에서 평균 급여액이 증가하였다. 재가와 시설급여 월평균 수급자 수 변화는 주야간보호와 방문요양에서는 모든 등급에서 수급자 수가 증가 했으나, 노인요양공동생활가정에서는 4등급을 제외한 모든 등급에서 수급자 수가 감소하였고 노인요양시설에서는 1, 2등급의 경우 각각 –1,177명, –774명이 감소하였고, 3–5등급은 증가하는 양상으로 나타났다. 코로나19가 노인장기요양보험에 미친 영향을 파악한 연구는 매우 부족한 수준이다.

2. 연구방법

  분석기간은 코로나19가 노인장기요양보험 급여이용에 미치는 영향을 분석하고자 국내 코로나19 첫 확진자가 발생한 2020년 1월을 기준으로 2018년 1월부터 2022년 12월까지로 설정하였다. 분석자료는 국민건강보험공단 노인장기요양보험 database를 활용하였고, 그 중 장기요양 인정자료와 급여지급명세서 자료를 연계하여 사용하였다. 노인장기요양보험 인정자료는 장기요양 인정신청자료를 활용하였으며, 기준년월은 2022년 12월 기준으로 추출하였고 이용자의 요양등급은 1–5등급, 인지지원등급으로 설정하였다. 노인장기요양보험에는 인정등급에 대한 인정유효기간이 존재한다. 따라서 월별 인정자료를 데이터 구축할 때 해당 월이 인정유효기간 시작일자와 인정유효시간 종료일자 사이에 포함되어 있는 데이터만 구축하였다. 또한 해당 월 내에 등급변화 가 있는 경우 마지막으로 받은 등급을 고려하였고 사망한 자는 분석에서 제외하였다. 급여지급명세서에서 분석대상 급여유형은 재가급여(방문요양, 방문목욕, 방문간호, 주야간보호, 단기보호), 시설급여(노인요양시설, 노인공동생활가정)로 하였다. 지급년월은 기관에서 급여 제공시점으로부터 최대 3년까지 청구가 가능한 점을 고려하여1)  2018년 1월부터 2023년 2월로 설정하였다. 노인장기요양보험은 월 단위 한도액이 있어 월 단위로 청구되므로, 해당 월의 이용량은 이용자가 실제로 급여를 이용한 급여제공 연월을 기준으로 2018년 1월부터 2022년 12월까지 월 단위 구축을 하였다.
  분석방법은 코로나19 발생 이후 노인장기요양보험 급여이용에 미치는 영향을 시계열적으로 어떻게 변화했는지를 알아보기 위하여 단절적 시계열분석(interrupted time series analysis를 수행하였다. 단절적 시계열 분석은 시간 흐름에 따라 일정한 간격으로 측정된 자료에서 해당 시점의 종속변수의 단절적 수준 (level)과 추세(trend)의 변화 차이를 분석하여 정책(policy) 또 는 개입(intervention) 효과를 평가하는 준실험 설계방법이다 [13]. 단절적 시계열 분석은 개입 전ㆍ후 기간에 최소제곱선(least squares line fit)의 기울기를 비교하고, 정책 또는 개입으로 인해 발생하는 개입 이전의 단절층과 개입 이후의 단절층의 두 기간 사이의 수준(level, jump)을 확인하며, 개입 전ㆍ후의 기울기(slope or trend)를 통계적으로 평가한다. 단절적 시계열 분석은 이중차이분석(difference in differences analysis)과 다르게 대조군 없이 실험군만 분석에 활용한다. 대규모 개입(large-scale interventions) 또는 공공정책 변화(public policy changes) 효과 분석 시, 일괄적으로 영향을 받아 관심변수가 지역사회, 주 또는 더 큰 단위의 적용집단(treated group)에서 집계수준(aggre- gate level)의 변수가 수집되어 N=1인 경우 적용할 수 있는 방법론이다. 본 연구는 코로나 19의 영향을 보는 연구로 전 국민이 코로나19의 영향을 받아 대조군이 없기 때문에 실험군으로도 개입 효과를 분석할 수 있는 단절적 시계열 분석을 활용하였다. 단절적 시계열 분석의 자료는 여러번의 균등한 시간간격 측정이 필요하고, 개입 전ㆍ후로 최소 8–9개 이상의 측정이 필요하며 주기적 추세의 영향을 받을 가능성이 높기 때문에 시간이 지남에 따라 결과가 규칙적으로 변화하는 경우에 개입 전과 개입 후 측정 기간을 최대한 일치시키는 것이 중요하다[14,15]. 단절적 시계열 분석의 단일그룹 모형은 다음의 식 1과 같다.

제목 없음.png 이미지

  Yt는 각 일정한 시점에 측정된 집계된 종속변수(노인장기요양 보험 인정자 수/신규인정자 수, 이용자 수 등), Tt 는 관측 시점변수, Xt 는 사건 개입을 나타내는 더미변수로, 본 연구에서 코로나 19의 발생 여부(코로나19 발생 이전 시점=0, 코로나19 발생 이후 시점=1)를 의미하며, Xt Tt 는 상호작용항이다. 개입 시점은 국내 코로나19가 처음으로 발생한 2020년 1월로 설정한다. β0 는 종속변수의 절편을 의미하고 β1는 종속변수의 개입 시점 이전(코로나19 발생 이전)까지의 기울기를 나타낸다. β2는 종속변수의 개입 시점 이후(코로나19 발생시점 이후) 즉시 반응한 종속변수의 수준(level) 변화를 의미한다. 코로나19가 노인장기요양보험에 미치는 효과는 개입 직후 수준(level, jump) 변화인 β2를 확인하여 알 수 있다. β3는 개입 시점 이전과 이후(코로나19 발생 이전과 이후)의 기울기(trend) 차이를 의미한다[15]. 추세(trend) 변화인 개입 전(β1 )의 기울기(slope)와 개입 후(β3 )의 기울기 변화에 대하여 Wald 검정(H0:β1 +β3 =0)을 하여 알 수 있다.
  자료가 총급여비, 총인원 수 등과 같은 시계열 자료는 자기상관(autocorrelation)이 강한 경향성이 있다. 이 경우 계열상관이 있는 오차항을 가정한 추정결과를 얻을 수 있다. 전 시점(previ-ous period)의 오차항을 고려한 εt=ρεt–1+ut 가정을 1계자기회귀오차 또는 AR(1) 오차라고 한다. 이때, 자기공분산계수(auto-covariance coefficient)는 |ρ|<1를 만족하며, ut ~N(0,σ2)이다. AR(1) 오차를 일반화하여 q시차 오차항을 고려하면 아래 식 2와 같이 AR(q) 오차를 나타낼 수 있다.

제목 없음.png 이미지

  오차항이 AR(q)모형을 따르는 경우, 최소제곱 추정량(least squares estimator)은 일치추정량(consistent estimator)이나, 효율 추정량(efficient estimator)은 아니기에[16] 자기상관을 고려할 수 있는 ordinary least squares (OLS) 추정량의 교정된 표준오차(standard errors)를 Newey-West 표준오차로 구할 수 있다[17]. Newey-West 표준오차에 대해 간락히 살펴보면 다음과 같다.2) t=1,2,...,n이고, 모형 Yt=β0+β1xt1+β2χt2+...+βkχtk+ut 에서 OLS 추정량 중 β^1의 χ1을 여타 독립변수들과 오차항의 선형함수로 나타내면  χt1=δ0+δ2χt2+...+δkχtk+rt 이다. rt 는 평균이 0이고 다른 독립변수인 χt2,χt3,...,χtk와 상관되지 않도록 설정된다. 이 경우, OLS 추정량β^1의 점근분산은 다음의 식 3과 같다.

제목 없음.png 이미지

  오차 ut 에 시계열 상관이 있는 경우, 서로 다른 t시점과 s시점에 대한 rtut 와 rsus 간의 상관관계를 고려해야 한다. Wooldridge[18]는 식의 Avar(β^1)를 다음과 같이 추정할 수 있음을 보였다. OLS 회귀결과 구한 잔차 u^t와 표준오차가 σ^일 때, χt1을 χt2,χt3,...,χtk에 대하여 회귀하여 구한 잔차 r^t를 이용하여 a^t=r^tu^t 를 계산한 후, 임의의 정수 g>0를 선택하여 아래 식 4의 v^ 를 구할 수 있다. 아래 식 중 [1–h/(g+1)]는 v^ 가 음수가 되지 않도록 하기 위한 부분이다[19].

제목 없음.png 이미지

  v^를 이용하여 β^1의 시계열 상관에 견고한 표준오차(serial correlation-robust standard error)를 구하면 다음의 식 5와 같다.3)

제목 없음.png 이미지

  seHAC(β^1)는 White 이분산 일치 표준오차방법의 연장으로, 이 분산과 자기상관에 견고한(heteroskedasticity and autocor- relation consistent, HAC) 표준오차로 더 많이 알려져 있다. 이 HAC 표준오차를 Newey-West 표준오차라고 한다.4)  앞서 g는 어느 시점까지의 시계열 상관을 고려하는지를 나타내는 정수로서, 계량경제이론에 따르면 표본 n이 클 때 g도 크면 작동한다고 알려져 있다. HAC 표준오차 계산 시 고려되는 g는 bandwidth(B)로, 최적 bandwidth(B)는 일반적으로 알려져 있지 않으나, 표본크기(n)가 T일 때 B=T1/4, B=0.75T1/3, B =4(T /100)2/9를 참고하여 산출할 수 있다[20-22].5)  특히 Newey와 West [19]는 B=4(T/100)2/9의 정수 부분을 사용할 것을 제안하였다. 본 연구의 분석기간은 2018년 1월부터 2022 년 12월까지 60개월이다. 분석기간이 60개월이므로 T=60일 때 B=4(T/100)2/9≒3.57으로, Newey와 West [19]의 제안에 따라 B=3을 기준으로 산출하였다.6) 즉 본 연구의 분석모형은 HAC 표준오차를 고려하여 선형회귀모형(linear regression)을 추정하였다.

3. 윤리적 고려사항

  이 연구는 국민건강보험공단 생명윤리위원회(institutional review board)의 심의 승인을 받았다(연-2023-HR-01-012).

결 과

1. 장기요양 수요(인정자 수, 신규인정자 수)

  코로나19가 노인장기요양보험 대상자에 미치는 영향에 대해 분석하고자 장기요양 수요와 관련하여 인정자 수와 신규인정자 수에 대해 단절적 시계열분석을 통해 분석하였다(Table 1, Fig- ure 1). 인정자 수는 코로나19 발생 이전에는 매월 7,773명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 7,168 명씩 유의하게 증가하여(β1+β3, p<0.01) 증가폭이 –604명 감소 한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 반면, 신규인정자 수는 코로나19 발생 이전에는 매월 1,624명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 7,247명 씩 유의하게 증가하여 (β1+β3, p<0.01) 증가폭이 매월 5,623명 (β3, p<0.01) 큰 것으로 확인되었다. 즉 코로나19가 발생 이후에는 인정자 수의 증가폭 감소에 영향을 미쳤고 노인장기요양보험 수요가 이전 추세에 비해 다소 둔화되면서 증가하였다. 또한 신규인정자 수 추세는 코로나19 이후 증가폭이 매월 5,623명(β3, p<0.01)으로 크게 증가하여 코로나19의 영향에도 불구하고 노인장기요양보험의 신규수요는 지속적으로 증가하고 있다는 것을 알 수 있다. 연구결과에 의하면 노인장기요양보험은 코로나19 팬데믹 상황 속에서도 필수적인 서비스로 돌봄 수요는 코로나19 발생과 무관하게 증가했다는 것을 의미한다.

2. 급여이용량(이용자 수, 급여비)

  코로나19가 노인장기요양보험 대상자에 미치는 영향에 대해 분석하고자 급여이용량에 대하여 급여유형별 이용자 수를 단절적 시계열분석을 통해 분석하였다(Table 2, Figure 2). 이용자 수 (전체)는 코로나19 발생 이전에는 매월 5,648명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 6,085명씩 유의하게 증가하여(β1+β3 , p<0.01) 증가폭이 437명 증가한 것으로(β3, p<0.05) 통계적으로 유의한 영향이 있었다. 반면, 코로나19 발
생 직후인 2020년 1월에는 –6,817명이 유의하게 감소하였다(β2, p<0.1). 즉 노인장기요양보험 급여를 실제로 이용한 이용자 수는 코로나19 발생 직후에는 감소하였다가, 발생 이후에는 증가폭이 증가하는 추세를 보여 코로나19 팬데믹 상황에서도 장기요양 서비스를 꾸준히 이용했다는 것을 보여준다. 이용자 수는 시설급여(노인요양시설, 노인공동생활가정)와 재가급여(방문요양, 방문목욕, 방문간호, 주야간보호, 단기보호)로 구분하여 코로나19에 대한 급여유형별 이용자 수 영향을 분석하였다. 시설급여인 노인요양시설의 이용자 수는 코로나19 발생 이전에는 매월 852명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 547명씩 유의하게 증가하여(β1 +β3, p<0.01) 증가폭이 –305명 감소한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 또한 코로나19 발생 직후인 2020년 1월에는 –3,101명이 유의하게 감소하였다(β2, p<0.01). 즉 시설급여 중 노인요양시설의 경우 코로나19 발생 직후에는 이용자 수가 유의하게 감소하고 발생 이후에는 이용자 수의 증가폭이 감소한 것으로 코로나19 영향을 받은 것으로 나타났다. 시설급여는 코로나19 발생 이후 이용자들이 이탈하였다는 것을 확인할 수 있다. 시설급여의 경우 다른 이용자들과 함께 생활하는 만큼 코로나19 팬데믹 상황에서 시설급여에 대한 수요가 감소했다는 것을 알 수 있고 집단감염 등과 같은 위험으로 코로나19 감염이 취약할 수 있어 시설급여를 기피할 수 있을 것으로 생각된다. 재가급여인 방문요양 이용자 수는 코로나19 발생 이전에는 매월 3,608명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 4,171명씩 유의하게 증가하여(β1+β3, p<0.01) 증가폭이 562명 증가한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 즉 재가급여는 시설급여와 다른 양상을 보여주었다. 방문요양과 방문목욕은 코로나19 발생 이후 모두 이용자 수의 증가폭이 증가한 것으로 코로나19 영향을 받은 것으로 나타났다. 방문요양과 방문목욕의 재가급여는 집단생활을 하는 시설급여와 달리 자택 방문서비스로 코로나19의 감염위험이 상대적으로 적어 코로나19 이후 이용자가 증가한 것으로 생각된다. 방문간호, 주야간보호는 코로나19 이후 이용자 수의 증가폭이 코로나19 발생 이전에 비해 다소 감소하였다. 방문간호의 경우 급여를 제공하는 간호사 등의 의료종사자들이 코로나19 감염위험이 높기 때문에 방문간호 이용추세가 이전에 비해 다소 감소한 것으로 생각된다. 또한 주야간보호의 경우 급여특성상 기관에 일정 시간을 다른 이용자들과 함께 서비스를 받는 것으로 재택으로 방문하는 방문요양, 방문목욕에 비해 코로나19 감염에 더 취약할 것으로 판단되어 코로나19 발생 이후 이용자 수가 발생 이전에 비해 다소 감소한 형태로 증가한 것으로 판단된다. 단기보호의 경우는 급여특성상 일정 시간 동안 집단생활을 하기에 코로나19 발생 직후와 코로나19 발생 이후에도 감소하는 추세임을 확인할 수 있었다. 또한 단기보호는 시행규칙변화로7)  코로나19 이전부터 지속적으로 수급자들의 이용이 감소추세였으며, 코로 나19 팬데믹 시기에도 감소추세가 나타난 것으로 보인다.
  다음으로는 급여유형별 급여비를 코로나19 발생 전후로 단절적 시계열분석을 통해 분석하였다(Table 3, Figure 3). 급여비(전체)는 코로나19 발생 이전에는 매월 98억 4,800만 원씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 94억 1,500만 원씩으로 증가폭이 다소 감소하면서 통계적으로 유의한 영향이 있었다(β1 +β3 , p<0.01). 코로나19 발생 직후인 2020년 1월에는 –174억 4,600만 원이 유의하게 감소하였다(β2, p<0.05). 즉 노인장기요양보험의 급여비는 코로나19 발생 직후에는 감소하였다가, 코로나19 발생 이후에는 급여비가 이전에 비해 둔화하는 증가폭을 보인다. 이는 코로나19 발생 이후 이용자 수의 증가폭 감소에 인한 결과로 판단된다. 코로나19 발생 이후 급여비 증가추세는 코로나19 팬데믹 상황에서도 장기요양서비스를 꾸준히 이용했다는 것을 보여주며 동시에 급여제공이 감염병 상황 속에서도 발생 이전만큼 이뤄졌다는 것도 알 수 있다. 급여비는 시설급여와 재가급여로 구분하여 코로나19에 대한 급여유형별 급여비 영향을 분석하였다. 시설급여인 노인요양시설의 급여비는 코로나19 발생 이전에는 매월 31억 4,500만 원씩 유의하게 증가하다가(β1, p<0.01), 코로나19 발생 이후에는 25억 9,900만 원씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 –5억 4,600만 원씩 감소한 것으로(β3, p<0.05) 통계적으로 유의한 영향이 있었다. 또한 코로나19 발생 직후인 2020년 1월에는 –116억 6,000만 원이 유의하게 감소하였다(β2, p<0.05). 즉 시설급여 중 노인요양시설의 경우 코로나19 발생 직후에는 급여비가 유의하게 감소하였고 코로나19 발생 이후에는 급여비의 증가폭이 감소한 것으로 나타나 코로나19 영향을 받은 것으로 보여진다. 이는 이용자 수의 증가폭이 감소한 것에 의한 영향으로 생각된다. 재가급여인 방문요양 급여비는 코로나19 발생 이전에는 매월 40억 8,800만 원씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 46억 100만 원씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 5억 1,300만 원씩 증가한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 즉 재가급여 급여비는 코로나19 발생 전후 이용자 분석결과와 동일하게 시설급여와 다른 양상을 보여주었다. 방문요양과 방문목욕은 코로나19 발생 이후 모두 급여비의 증가폭이 증가한 것 나타나 코로나19 영향을 받은 것으로 보여졌고, 이 는 이용자 증가폭의 강화로 인한 결과로 생각된다. 방문간호의 경우 이용자 수는 증가추세가 둔화된 것과 다르게 급여비는 다소 증가한 것으로 나타났다. 주야간보호의 경우는 코로나 발생 직후와 코로나19 발생 이후 급여비가 이전에 비해 증가폭이 감소하였고 이는 이용자 수 증가 완화로 인한 결과로 판단된다. 단기보호의 경우 코로나19 발생 이후에도 감소추세가 완화되었지만 감소로 유지되었다.

3. 노인요양시설 규모별 기관 수, 이용자 수 분석

  코로나19가 노인장기요양보험 대상자에 미치는 영향에 대해 분석한 앞선 급여유형별 분석결과에서 시설급여는 재가급여와 달리 코로나19의 영향을 받아 이용자 수와 급여비 모두 증가폭이 감소한 결과를 보여주었다. 노인요양시설은 규모 편차가 크기 때문에 규모별로 노인요양시설의 코로나19 영향의 양상이 다를 것으로 생각되어 세부적으로 규모별 기관 수, 이용자 수를 단절적 시계열분석을 통해 코로나19 영향을 분석하였다. 규모는 장기요양기관패널 경영실태조사를 기반으로 30인 미만, 30-70인 미만, 70인 이상으로 구분하였다. 먼저, 기관 수를 분석한 결과는 다음과 같다(Table 4, Figure 4). 전체 노인요양시설 기관 수의 변화를 분석한 결과, 코로나19 발생 이전은 월 11개소씩 유의하게 증가하는 추세로 나타났고(β1, p<0.01) 코로나19 이후에는 21개 소씩 유의하게 증가하는 추세로 나타났다(β1+β3, p<0.01). 코로나19 발생 직후인 2020년 1월에는 48개소 유의하게 증가하였다(β2, p<0.01). 즉 앞선 분석에서도 나타났듯이 인정자 수, 이용자 수의 지속적인 증가 등 노인장기요양보험의 지속적인 수요 증가로 노인요양시설은 코로나19 팬데믹 상황 속에서도 증가하는 추세로 나타났다. 규모별로 기관 수를 살펴보았을 때, 30인 미만 노인요양시설의 경우 코로나19 발생 이전에는 매월 5개소씩 유의하게 증가하는 추세로 나타났고(β1, p<0.01) 발생 이후 6개소씩 유의하게 증가하는 추세로 나타났다(β1+β3, p<0.01). 코로나19가 발생한 시점인 2020년 1월에는 35개소 유의하게 증가하였다(β2, p<0.01). 30–70인 규모의 노인요양시설의 경우 코로나19 발생 이전에는 매월 3개소씩 유의하게 증가하는 추세로 나타났
고(β1, p<0.01). 코로나19 발생 이후에는 8개소씩 유의하게 증가하는 추세로 나타났다(β1 +β3 , p<0.01). 70인 이상 노인요양시설의 경우 코로나19 발생 이전 추세는 매월 2개소씩 유의하게 증가하는 추세였고(β1, p<0.01) 코로나19 발생 이후에는 6개소씩 유의하게 증가하는 추세였다(β1 +β3 , p<0.01). 규모별로 분석했을 때 30인 미만, 30–70인, 70인 이상 규모 모두 노인요양시설 기관 수 증가폭이 증가하였지만 30인 미만 시설의 요양시설의 증가폭은 다른 규모가 큰 증가폭보다는 작았다는 것을 확인할 수 있다.
  그 다음, 노인요양시설 규모별 이용자 수에 대한 코로나19 발생 전후 변화 분석결과를 제시한다(Table 5, Figure 5). 전체 노인요양시설 이용자 수의 변화를 분석한 결과, 노인요양시설의 이용자 수는 코로나19 발생 이전에는 매월 852명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 547명씩 유의하게 증가하여(β1+β3, p<0.01) 증가폭이 –305명 감소한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 또한 코로나19 발생 직후인 2020년 1월에는 –3,101명이 유의하게 감소하였다(β2, p<0.01). 규모별로 이용자 수를 살펴보았을 때, 30인 미만 노인요양시설의 경우 노인요양시설의 이용자 수는 코로나19 발생 이전에는 매월 241명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 39명씩 유의하게 증가하여(β1+β3, p<0.05) 증가폭이 –201명 감소한 것으로(β3, p<0.01) 통계적으로 유의한 
영향이 있었다. 30–70인 노인요양시설의 경우 노인요양시설의 이용자 수는 코로나19 발생 이전에는 매월 197명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 234명씩 유의하게 증가하여(β1 +β3 , p<0.01) 통계적으로 유의한 영향이 있었다. 
  다만, 코로나19 발생 직후인 2020년 1월에는 –839명이 유의하게 감소하였다(β2, p<0.1). 70인 이상 노인요양시설의 경우 노인요양시설의 이용자 수는 코로나19 발생 이전에는 매월 420명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 281
명씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 –139명 감소한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 또한 코로나19 발생 직후인 2020년 1월에는 –2,042명이 유의하게 감소하였다(β2, p<0.01). 전체 노인요양시설 이용자 수는 코로나19 발생 시점에는 이용자 수가 급감하였고, 그 이후부터는 증가폭이 감소하는 추세가 보였다. 이는 노인요양시설의 방역과 코로나19 감염관리 등을 지속적으로 수행하여 이용자 수가 이전에 비해 증가폭이 완화되었지만 증가추세가 나타난 것으로 보인다. 다만 노인요양시설의 이용자 수는 규모별로 상대적으로 차이가 있었는데, 코로나19 발생 직후 30–70인, 70인 이상 규모의 노인요양시설 이용자 수가 각각 –839명, –2,042명(β2, p<0.01)으로 급감하여 상대적으로 규모가 큰 노인요양시설에 유의미한 영향이 있음을 나타낸다. 코로나19 발생 이후 추세(β1+β3)는 30–70인 규모 시설은 안정적으로 이용자 수가 197명(β1, p<0.01)에서 234명(β1 +β3 , p<0.01)으로 증가한 반면, 30인 미만은 증가폭이 241명(β1, p<0.01)에서 39명(β1 +β3 , p<0.01)으로 크게 감소하였고, 70인 이상도 420명(β1, p<0.01)에서 281명(β1 +β3 , p<0.01)으로 증가폭이 감소하였다. 또한 30인 미만 규모의 이용자 수는 월 별 등락 폭이 큰 것으로 보여 코로나19 발생은 상대적으로 소규 모의 노인요양시설 이용자 수 변화에 영향이 있는 것으로 해석할 수 있다.

제목 없음.png 이미지

 

제목 없음.png 이미지

 

제목 없음.png 이미지

 

제목 없음.png 이미지

제목 없음.png 이미지

 

제목 없음.png 이미지

 

제목 없음.png 이미지

 

고 찰

  본 연구는 코로나19가 노인장기요양보험 급여이용에 미치는 영향을 분석하는 것을 목적으로 하였다. 2018년 1월부터 2022년 12월까지 분석기간을 선정하여 코로나19 발생 영향을 단절적 시계열 분석을 활용하여 장기요양 수요(인정자 수, 신규인정 자 수), 급여이용(이용자 수, 급여비), 기관 단위(규모별 기관 수, 이용자 수)에 대한 분석을 하였다. 분석결과는 다음 몇 가지로 요약된다.
  첫째, 코로나19 발생으로 노인장기요양보험 수요에 영향이 발생하였는지를 인정자 수와 신규인정자 수에 대해 단절적 시계열분석을 활용하여 분석하였다. 장기요양 수요측면에서 인정자 수는 코로나19 발생 이전에 매월 7,773명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 7,168명씩 유의하게 증가하였다(β1 +β3 , p<0.01). 인정자 수는 코로나19 발생 이전에 비해 증가폭이 다소 둔화하면서 증가하였다. 신규인정자 수는 코로나19 발생 이전에는 매월 1,624명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 7,247명씩 유의하게 증가하여(β1+β3 , p<0.01) 증가폭이 매월 5,623명(β3, p<0.01) 큰 폭으로 증가한 것으로 나타났다. 코로나19 발생과 무관하게 코로나19 팬데믹 상황에서도 크게 증가하여 장기요양보험의 신규수요는 지속적으로 증가하였다. 즉 장기요양보험에 대한 수요는 코로나19 팬데믹 상황 속에서도 필수적인 서비스로 이용 감소에 영향을 주지 않았다. 장기요양보험의 이용은 수급자의 돌봄의 어려움으로 선택하게 되며 코로나 19의 영향에도 돌봄의 어려움은 상쇄되지 않기 때문에 수급자의 이용은 큰 변화가 없는 것으로 보인다.
  둘째, 코로나19가 노인장기요양보험 급여이용량에 미친 영향을 파악하기 위해 급여이용량(이용자 수, 급여비)에 대하여 단절적 시계열분석을 통해 분석하였다. 전체 이용자 수는 코로나19 발생 이전에는 매월 5,648명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 6,085명씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 437명 증가한 것으로(β3, p<0.05) 통계적으로 유의한 영향이 있었다. 반면, 코로나19 발생 직후인 2020년 1월에는 –6,817명이 유의하게 감소하였다(β2, p<0.1). 즉 노인장기요양보험 급여를 실제로 이용한 이용자 수는 코로나19 발생 직후에는 감소하였다가, 발생 이후에는 증가폭이 증가하는 추세를 보여 코로나19 팬데믹 상황에서도 장기요양서비스를 꾸준히 이용했다는 것을 보여준다. 급여비(전체)는 코로나19 발생 이전에는 매월 98억 4,800만 원씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 94억 1,500만 원씩으로 증가폭이 다소 감소하면서 통계적으로 유의한 영향이 있었다(β1 +β3, p<0.01). 코로나19 발생 직후인 2020년 1월에는 –174억 4,600만 원이 유의하게 감소하였다(β2, p<0.05). 즉 노인장기요양보험 급여비는 코로나19 발생 직후에는 감소하였다가, 코로나19 발생 이후에는 급여비가 이전에 비해 둔화하는 증가폭을 보인다. 이는 코로나19 발생 이후 이용자 수의 증가폭 감소에 인한 결과로 판단된다. 코로나19 발생 이후 급여비 증가 추세는 코로나19 팬데믹 상황에서도 장기요양서비스를 꾸준히 이용했다는 것을 보여주며 동시에 급여제공이 감염병 상황 속에서도 발생 이전만큼 이뤄졌다는 것도 알 수 있다. 다만, 시설급여와 재가급여의 코로나19 발생 영향이 상이하게 나타났다. 시설급여인 노인요양시설의 이용자 수는 코로나19 발생 이전에는 매월 852명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 547명씩 유의하게 증가하여(β1+β3, p<0.01) 증가폭이 –305명 감소하였고(β3, p<0.01) 코로나19 발생 직후인 2020년 1월에는 –3,101명이 유의하게 감소하였다(β2, p<0.01). 노인요양시설의 급여비는 코로나19 발생 이전에는 매월 31억 4,500만 원씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 25억 9,900만 원씩 유의하게 증가하여(β1+β3, p<0.01) 증가폭이 –5억 4,600만 원씩 감소하였고(β3, p<0.05) 코로나19 발생 직후인 2020년 1월에는 –116억 6,000만 원이 유의하게 감소하였다(β2, p<0.05). 시설급여 중 노인요양시설의 경우 이용자 수와 급여비 모두 코로나19 발생 직후에 유의하게 감소하였고 코로나19 발생 이후에도 증가폭이 감소하여 코로나19 영향을 받았다. 시설급여는 다른 이용자들과 함께 생활하는 만큼 코로나19 팬데믹 상황에서 시설급여에 대한 수요가 감소했다는 것을 알 수 있고 코로나19 발생 이후 이용자들이 이탈하였다는 것을 확인할 수 있다. 또한 집단감염 등과 같은 위험으로 코로나19 감염이 취약할 수 있어 시설급여를 기피할 수 있을 것으로 생각된다. 반면, 재가급여인 방문요양 이용자 수는 코로나19 발생 이전에는 매월 3,608명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 4,171명씩 유의하게 증가하여(β1+β3, p<0.01) 증가폭이 562명 증가한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 방문요양 급여비는 코로나19 발생 이전에는 매월 40억 8,800만 원씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 46억 100만 원씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 5억 1,300만 원씩 증가한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 방문목욕 이용자 수는 코로나19 발생 이전에는 매월 422명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 704명씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 282명 증가한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 방문목욕 급여비는 코로나19 발생 이전에는 매월 1억 1,300만 원씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 1억 9,900만 원씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 8,500만 원씩 증가한 것으로(β3, p<0.01) 통계적으로 유의한 영향이 있었다. 재가급여 중 방문요양, 방문목욕의 경우 이용자와 급여비 모두 증가폭이 유의하게 증가한 것으로 나타나 코로나19 의 영향을 받은 것으로 나타났다. 재가급여는 집단생활을 하는 시설급여와 달리 자택 방문서비스로 코로나19의 감염위험이 상대적으로 적어 코로나19 이후 이용자가 증가한 것으로 생각된다. Lee와 Lee [11]의 연구에 따르면, 코로나19 발생 이후 시설급여는 부(-)의 영향을 받아 감소하고 있었으나, 재가급여는 정(+)의 영향을 받아 증가하고 있음을 확인하였다. 코로나19에 따른 필수 서비스인 장기요양보험 이용에 불편함이 발생하고 있음을 제시하였다. Lee 등[12]에서는 급여별로 상이하게 나타났다. 실증연구는 코로나19 팬데믹 초기 시기에 대해 연구하였으며, 현재까지는 수렴하지 않아 팬데믹 3년에 대한 연구가 필요할 것으로 판단 된다.
  셋째, 시설급여는 재가급여와 달리 코로나19의 영향을 받아 이용자 수와 급여비 모두 증가폭이 감소한 결과를 보여주었고 노인요양시설은 규모에 따라 기관의 필요인력의 편차가 있기 때문에 규모별로 노인요양시설의 코로나19 영향의 양상이 다를 것으로 생각되어 세부적으로 규모별 기관 수, 이용자 수를 단절적 시계열분석을 통해 코로나19 영향을 분석하였다. 규모별 노인요양 시설 기관 수 분석결과에서는 30인 미만, 30–70인, 70인 이상 규모 모두 노인요양시설 기관 수 증가폭이 증가하였지만 30인 미만 시설의 요양시설 기관 수의 증가폭은 다른 규모가 큰 증가폭보다는 작았다는 것을 확인할 수 있다. 전체 노인요양시설 이용자 수는 코로나19 발생 시점에는 이용자 수가 –3,101명이 유의하게 급감하였고(β2, p<0.01), 코로나19 발생 이전에는 매월 852명씩 유의하게 증가하다가(β1, p<0.01) 코로나19 발생 이후에는 547명씩 유의하게 증가하여(β1 +β3 , p<0.01) 증가폭이 감소하는 추세를 보였다. 코로나19 발생 이후 추세는 30–70인 규모 시설은 이용자 수가 197명(β1, p<0.01)에서 234명(β1+β3, p<0.01)으로 증 가한 반면, 30인 미만은 증가폭이 241명(β1, p<0.01)에서 39명 (β1+β3, p<0.01)으로 크게 감소하였다. 30인 미만 규모의 이용자 수는 월별 등락 폭이 큰 것으로 보여 코로나19 발생은 상대적으로 소규모의 노인요양시설 이용자 수 변화에 영향이 있는 것으로 해석할 수 있다. 노인요양시설의 직원 배치기준은 30인 미만일 경우 사무국장과 사회복지사가 1명이고, 간호(조무사)는 30명 이면 1명, 30명 이상일 경우 25인부터 1명씩 증가한다. 사무원과 조리원, 위생원, 관리인은 30인 이상부터 1명씩 늘어난다. 노인 시설의 관리를 위한 인력을 변화로 인한 감염질환의 관리가 장기 요양시설의 이용에 영향을 미친 것으로 유추할 수 있다.
  우리나라는 코로나19 발생 이후 “코로나19 관련 한시적 장기 요양급여비용 산정지침”을 2020년 2월 7일 시행하여 코로나19 감염병을 적극적으로 대응하였다. 2021년 평가부터는 노인요양 시설 감염관리 평가항목과 매뉴얼을 일부 개정하고, 2022년에는 보건복지부 장기요양시설 실태조사에 감염관리 항목을 포함하면서 감염관리체계를 수행하고 있다. 코로나19 전후 감염관리 체계에 있어 감독기능과 매뉴얼에는 큰 차이가 없으나. 평가지표 는 감염관리 인프라와 감염교육에서 비교적 많이 개선되었고 감염병 감시와 안전관리에도 부분적 개선, 보호장구 착용 점검에서 크게 증가하였다. 하지만 이는 시설 내 감염관리 개선이 자발 적이기보다는 평가지표 개정에 따른 결과로 생각된다. 향후 시설 감염관리 평가항목은 사후 처방방식이 아닌 사전 대응으로 수정될 필요성이 있으며 감염관리 개선 노력도 감염관리자 제도 등 제도적으로 체계화될 필요성이 있다[9].
  본 연구결과를 통해 코로나19 발생 직후 장기요양보험 이용자 수는 전반적으로 증가하여 수요 측면에서는 장기요양서비스는 필수적인 서비스로, 코로나19 팬데믹 상황 속에서도 필수적인 사회 안전으로서의 역할을 한다는 것을 파악할 수 있다. 코로나19의 혼란 속에서도 신규인정자 수가 증가한 것은 공식적인 장기요양서비스에 대한 필요성이 더욱 부각되었을 수 있다. 하지만 실제로 제공된 급여이용을 봤을 때, 시설급여는 상대적으로 감염 위험이 재가급여에 비해 높아 코로나19 발생 직후 –3,101명으 로 (β2, p<0.01)에 크게 감소하였고 발생 이후에도 코로나19 발생 이전과 비교했을 때 이용자 수가 852명(β1, p<0.01)에서 547 명(β1+β3, p<0.01) 으로 감소한 것을 보았을 때 앞으로 다가올 감염병 발생 상황에서는 노인요양시설의 방역과 감염관리 등에서 초기 지원이 중요하다는 것을 시사한다. 또한 규모별 노인요양 시설 분석결과, 30인 미만 시설의 이용자의 증가폭이 241명(β1, p<0.01)에서 39명(β1+β3 , p<0.01)으로 크게 감소하였고, 상대적으로 인프라가 부족한 30인 미만에 대해 지원이 필요하다는 것을 시사한다. 연구결과를 바탕으로 노인장기요양보험에 대한 돌 봄공백이 발생하지 않도록 향후 발생할 감염병을 대비하기 위한 정책적 대응방안을 모색하고자 한다. 감염병 시기에는 장기요양 인력 증원방안을 마련할 필요가 있으며, 향후 감염병 유행 시 효율적으로 대처할 수 있는 인력기준을 검토할 필요성이 있다. 대응방안으로는 인력 보강을 위한 지역보건소와 긴밀한 연계와 감염관리자 지정 활성화와 한시적 인력기준 검토가 있다. 첫 번째, 노인요양시설에서는 와상환자들이 많기 때문에 감염병 검사를 할 수 있는 증원 인력이 필요하며 해당 인력을 보강하기 위해 지역 보건소와의 긴밀한 연계 체계 구축이 필요하다. 향후 감염병 예방을 위해서도 지역 보건소 내 간호사 인력을 활용하여 감염예 방 교육을 지속적으로 하는 등 보건소와 교류를 통해 연계시스템을 구축하는 것이 필요해 보인다. 또한 코로나19 발생 당시 개인 방역물품(마스크, 소독약품 구입 등)이 시설에 빠르게 지원되지 않아[8], 이미 시설 측에서 미리 구비하여 지원받은 물품을 활용하지 못한 경우가 있다. 즉 지역 보건소 및 지자체와의 연계시스템이 구축되어 있다면 방역 관련 물품을 평상시에 비축하여 위기 발생 시 개인 방역물품이 초기에 공급이 가능한 것으로 생각된다. 두 번째, 소규모 시설은 대규모 시설보다 인력이 부족한 상황이고 코로나19와 같은 특수한 상황에서는 자격증을 소지한 자에 한해 감염병 검사(polymerase chain reaction 검사) 등 코로나 19와 관련된 감염예방 및 관리 업무에 대해서는 할 수 있도록 한시적으로 인력기준을 완화하는 방법이 필요해 보인다. 소규모 시설에서는 인력기준 완화하는 것만으로 부족한 인력을 충분히 활 용하여 감염병을 관리하는 데 도움이 될 것으로 판단된다.
  추가로 감염병 상황에서도 필수적인 서비스는 중단 없이 제공할 수 있도록 감염관리 기준 마련 및 수가가산 검토를 고려할 수 있다. Kim 등[23]의 코로나19로 인한 노인요양시설 시설장의 코호트 격리 심층연구 분석결과에 따르면 코로나19 최초 확진자는 종사자였으며, 코흐트 격리 후 요양시설에 남은 최소인력으로 기존 업무와 감염업무까지 동시에 하여 ‘독박 돌봄’을 한 것으로 나타났다. 격리 후에는 경제적 난제와 근로기준법 적용 등으로 시설장은 삼중고를 경험하였다. 코로나19 확산은 주로 종사자들로부터 감염이 시작되었으며 방문자 면회를 할 때도 방역수치를 잘 지키면서 관리 감독하는 등 시설장들의 종사자 감염감독관리가 중요한 것으로 생각된다. 시설 내의 감염관리 기준을 마련 하는 것은 중요하며 수가가산 검토를 고려해 볼 수 있을 것이다. Kim과 Lee [24]는 의료기관 대상 국민건강보험 요양급여 기준 중  감염 예방ㆍ관리료와 비슷하게 노인장기요양시설에서도 감염 관리지침 마련, 전 직원 대상 감염관리교육 연 1회 이상 실시, 감염관리 현황 파악 및 개선활동을 위해 월 1회 정기적으로 순회 실시하고 기록하는 등의 감염예방활동을 평가하도록 감염관리 예방ㆍ관리료를 인센티브로 반영하는 방안을 제시하였다. 연구의 한계점은 다음과 같다. 첫 번째, 코로나19 영향을 노인장기요양 보험 급여이용 변화에서 분석하였으나, 개인의 노인장기요양보험 급여이용을 해석하기에는 어려움이 있어 개인 단위의 급여이용 변화에 대한 추가적인 분석이 필요하다. 두 번째, 노인장기요 양보험 급여이용 변화로 급여유형별 이용자 수나 급여비로만 초점을 두어 분석을 했지만, 성별, 연령별 등 세부적인 변수로 추가적으로 분석한다면 풍부한 해석이 가능할 것이다. 연구의 함의는 다음과 같다. 본 연구는 코로나19 발생 영향을 단절적 시계열 분석을 활용하여 노인장기요양보험 급여이용에 미치는 영향을 수요측면, 급여이용 측면, 기관 측면으로 제시하였다. 또한 향후 발생할 감염병을 대비하기 위한 정책적 대응방안을 제시하였다는 점이다. 추후에 유사 팬데믹 상황 속에서 대응할 수 있도록 정책 기초자료로 활용을 기대할 수 있을 것이다. 앞으로 노인요양보험에 지속 가능한 감염관리 개선으로 이뤄질 수 있도록 지속적인 후속연구가 필요하다.

이해상충

  이 연구에 영향을 미칠 수 있는 기관이나 이해당사자로부터 재정적, 인적 자원을 포함한 일체의 지원을 받은 바 없으며, 연구윤리와 관련된 제반 이해상충이 없음을 선언한다.

ORCID

Lee-Seo Seol: https://orcid.org/0000-0001-5847-0417
Hyerim Yoo: https://orcid.org/0000-0002-3973-1834
Ho-yong Lee: https://orcid.org/0009-0000-9941-4294

References

  1. Korea Disease Control and Prevention Agency. COVID-19 outbreak statistics [Internet]. Cheongju: Korea Disease Control and Prevention Agency; 2022 [cited 2023 Feb 11]. Available from: https://dportal.kdca.go.kr
  2. World Health Organization. WHO coronavirus (COVID-19) [Internet]. Geneva: World Health Organization; 2024 [cited 2024 May 26]. Available from: https://covid19.who.int
  3. Rocard E, Sillitti P, Llena-Nozal A. COVID-19 in long-term care: impact, policy responses and challenges [Internet]. Paris: Organization for Economic Cooperation and Development; 2021 [cited 2024 May 26]. Available from: https://www.oecd.org/en/publications/covid-19-in-long-term-care_b966f837-en.html
  4. Hussien H, Nastasa A, Apetrii M, Nistor I, Petrovic M, Covic A. Different aspects of frailty and COVID-19: points to consider in the current pandemic and future ones. BMC Geriatr 2021;21(1):389. DOI: https://doi.org/10.1186/s12877-021-02316-5
  5. Fernandes AL, Pereira RM. Frailty in the context of COVID-19 pandemic: a life-threatening condition. Front Med (Lausanne) 2022;9:965562. DOI: https://doi.org/10.3389/fmed.2022.965562
  6. Meyerowitz-Katz G, Merone L. A systematic review and meta-analysis of published research data on COVID-19 infection fatality rates. Int J Infect Dis 2020;101:138-148. DOI: https://doi.org/10.1016/j.ijid.2020.09.1464
  7. Levin AT, Hanage WP, Owusu-Boaitey N, Cochran KB, Walsh SP, Meyerowitz-Katz G. Assessing the age specificity of infection fatality rates for COVID-19: systematic review, meta-analysis, and public policy implications. Eur J Epidemiol 2020;35(12):1123-1138. DOI: https://doi.org/10.1007/s10654-020-00698-1
  8. Yoo BS, Jung YH, Jeong KH. Current status and challenges of infectious disease outbreak and elderly welfare facilities. J Korean Long Term Care 2021;9(1):87-113. DOI: https://doi.org/10.32928/TJLTC.9.1.4
  9. Kang J. Analysis of changes in infection control systems and capabilities in elderly care facilities: focusing on the comparison of pre-corona and post-corona infection control. Korean Public Manag Rev 2023;37(3):223-248. DOI: https://doi.org/10.24210/kapm.2023.37.3.010
  10. Ishii S, Tanabe K, Ishimaru B, Kitahara K. Impact of COVID-19 on long-term care service utilization of older home-dwelling adults in Japan. J Am Med Dir Assoc 2023;24(2):156-163. DOI: https://doi.org/10.1016/j.jamda.2022.12.008
  11. Lee H, Lee H. A study on changes in long-term care insurance utilization according to COVID-19. J Risk Manag 2021;32(3):79-103. DOI: https://doi.org/10.21480/tjrm.32.3.202109.003
  12. Lee J, Lee H, Ryu J, Jin H, Park S, Jin B. Impact of COVID-19 on long-term care insurance for the elderly and response strategies. Wonju: National Health Insurance Service, Health Insurance Research Institute; 2021.
  13. Wagner AK, Soumerai SB, Zhang F, Ross-Degnan D. Segmented regression analysis of interrupted time series studies in medication use research. J Clin Pharm Ther 2002;27(4):299-309. DOI: https://doi.org/10.1046/j.1365-2710.2002.00430.x
  14. Warton EM. Time after time: difference-in-differences and interrupted time series models in SAS [Internet]. Cary (NC): SAS Institute Inc.; 2020 [cited 2024 May 26]. Available from: https://support.sas.com/resources/papers/proceedings20/4674-2020.pdf
  15. Linden A. Conducting interrupted time-series analysis for single and multiple-group comparisons. Stata J 2015;15(2):480-500. DOI: https://doi.org/10.1177/1536867X1501500208
  16. Wooldridge JM. Introductory econometrics: a modern approach. 5th ed. Mason (OH): South-Western Cengage Learning; 2013.
  17. Gujarati DN, Porter DC. Basic econometrics. 5th ed. New York (NY): McGraw-Hill; 2009.
  18. Wooldridge JM. A computationally simple heteroskedasticity and serial correlation robust standard error for the linear regression model. Econ Lett 1989;31(3):239-243. DOI: https://doi.org/10.1016/0165-1765(89)90007-4
  19. Newey WK, West KD. A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica 1987;55(3):703-708. DOI: https://doi.org/10.2307/1913610
  20. Hoechle D. Robust standard errors for panel regressions with cross sectional dependence. Stata J 2007;7(3):281-312. DOI: https://doi.org/10.1177/1536867X0700700301
  21. Adkins LC, Hill RC. Using Stata for principles of econometrics. 4th ed. Hoboken (NJ): Wiley; 2011.
  22. Hill RC, Campbell RC. Using SAS for econometrics. 5th ed. Stillwater (OK): Oklahoma State University; 2012.
  23. Kim Y, Shim M, Min K, Cho Y. A study on cohort isolation experience of elderly care institution supervisors due to COVID-19. J Public Soc 2021;11(4):174-222. DOI: https://doi.org/10.21286/jps.2021.11.11.4.174
  24. Kim D, Lee MH. Improvement of infection control system in long-term care facilities after the coronavirus disease outbreak. Korean J Occup Health Nurs 2020;29(3):202-207. DOI: https://doi.org/10.5807/kjohn.2020.29.3.202