• 보건행정학회지
• /
• 제27권2호
• /
• pp.114-120
• /
• 2017

The hospital standardized mortality ratio (HSMR) is a widely used generic measure for assessing quality of hospital care in many countries. However, the validity of HSMR as a quality indicator is still controversial. We critically reviewed characteristics of HSMR and suggested how to use HSMR as a quality indicator in the Korean setting. The association between HSMR and other quality measures of hospital care is inconclusive. In addition current HSMR model has shortcomings in risk adjustment because of the lack of clinical data, accuracy of disease coding, coding variation among hospitals, end-of-life care issues, and so on. Therefore, HSMR should be used as an indicator for improvement, not for judgement such as public reporting and pay-for-performance. More efforts will be needed to tackle practical and methodological weaknesses of HSMR in the Korean setting.

• 디지털융복합연구
• /
• 제11권5호
• /
• pp.371-384
• /
• 2013

본 연구에서는 한국 및 미국의 퇴원환자 자료를 이용하여 한국 및 미국의 중증도 보정 사망 모형을 개발하고 개발된 중증도 보정 사망모형에 따라 중증도 보정 사망률 지표를 산출 및 비교한 다음 이를 통해 국내 의료기관 사망률 관리 방안을 제시하고자 하였다. 한국 및 미국 의료기관의 중증도 보정 사망 모형은 데이터마이닝기법인 다중 로지스틱회귀분석 기법, 의사결정나무분석 기법을 이용하여 개발하였다. 개발된 의료기관의 중증도 보정 사망모형에 따라 한국 및 미국 의료기관의 중증도 보정 사망률을 산출한 결과 한국은 매년 증가하고 있는 반면 미국은 매년 감소하고 있는 것으로 나타나 한국과 미국간에 차이가 있었다. 의료기관의 병상규모별 중증도 보정 사망률의 변이 또한 한국이 미국보다 높았다. 국내 의료기관의 사망률 관리를 위해서는 의료기관 자체내에서 사망환자 관리가 가능한 대형 의료기관들의 경우 의료기관 중증도 보정 사망률 평가 결과 공개를 통해 지속적으로 사망률 관리를 유도하고, 의료기관 자체내에서 사망률 관리가 힘든 중소병원들은 국가 차원에서 파악한 국내 의료기관 사망환자 관리의 문제점 및 이를 개선할 수 있는 개선방안을 토대로 사망률 관리 컨설팅을 시행하는 등 의료기관 사망환자 관리 사업을 진행하여야 한다.

• Journal of Preventive Medicine and Public Health
• /
• 제56권2호
• /
• pp.180-189
• /
• 2023

Objectives: The coronavirus disease 2019 (COVID-19) pandemic has led to a global shortage of medical resources; therefore, we investigated whether COVID-19 impacted the quality of non-COVID-19 hospital care in Korea by comparing hospital standardized mortality rates (HSMRs) before and during the pandemic. Methods: This retrospective cohort study analyzed Korean National Health Insurance discharge claim data obtained from January to June in 2017, 2018, 2019, and 2020. Patients' in-hospital deaths were classified according to the most responsible diagnosis categories. The HSMR is calculated as the ratio of expected deaths to actual deaths. The time trend in the overall HSMR was analyzed by region and hospital type. Results: The final analysis included 2 252 824 patients. In 2020, the HSMR increased nationwide (HSMR, 99.3; 95% confidence interval [CI], 97.7 to 101.0) in comparison to 2019 (HSMR, 97.3; 95% CI, 95.8 to 98.8). In the COVID-19 pandemic zone, the HSMR increased significantly in 2020 (HSMR, 112.7; 95% CI, 107.0 to 118.7) compared to 2019 (HSMR, 101.7; 95% CI, 96.9 to 106.6). The HSMR in all general hospitals increased significantly in 2020 (HSMR, 106.4; 95% CI, 104.3 to 108.5) compared to 2019 (HSMR, 100.3; 95% CI, 98.4 to 102.2). Hospitals participating in the COVID-19 response had a lower HSMR (HSMR, 95.6; 95% CI, 93.9 to 97.4) than hospitals not participating in the COVID-19 response (HSMR, 124.3; 95% CI, 119.3 to 129.4). Conclusions: This study suggests that the COVID-19 pandemic may have negatively impacted the quality of care in hospitals, especially general hospitals with relatively few beds. In light of the COVID-19 pandemic, it is necessary to prevent excessive workloads in hospitals and to properly employ and coordinate the workforce.

• 한국산학기술학회논문지
• /
• 제13권4호
• /
• pp.1739-1750
• /
• 2012

본 연구는 의료서비스의 결과지표인 의료기관 중증도 보정 사망비(HSMR)를 산출하고, 비교하여 행정자료를 이용한 의료서비스 결과를 평가할 수 있는 방안을 마련하고자 수행되었다. 이를 위해서 질병관리본부의 2007-2008년의 퇴원손상환자 63,664건의 자료를 분석하였다. 중증도 보정모형 개발을 위해 데이터마이닝을 이용한 의사결정나무와 로지스틱 회귀분석을 실시하였으며, 최종 모형으로 선정된 로지스틱 회귀분석에는 성별, 재원일수, Elixhauser 상병지수, 입원경로, 주상병 변수가 포함되었다. 퇴원시 사망에 영향을 끼치는 이러한 변수를 보정 후 병원간의 중증도 보정 사망비(HSMR)를 비교한 결과 병원간의 중증도 보정 사망비(HSMR)는 차이가 있는 것으로 나타남에 따라 병원의 의료서비스 수준 차이가 있는 것이 확인되었다(HSMR 범위: 55.6-201.6). 본 연구를 통하여 병원간의 퇴원시 사망률을 비교할 수 있는 방법이 개발되었으므로 향후에 이를 이용하여 다양한 의료의 질 향상 활동을 할 수 있는 방안을 마련하여야 할 것이다.

• 디지털융복합연구
• /
• 제13권12호
• /
• pp.245-257
• /
• 2015

본 연구는 복합만성질환 입원환자를 대상으로 중증도 보정 사망 예측모형을 개발하고, 중증도 보정 사망비의 변이 요인을 규명하여 변이를 줄일 수 있는 방안을 제시하고자 하였다. 이를 위해 퇴원손상심층조사 자료 2008년부터 2010년까지 자료를 수집하고 주진단이 만성질환이면서 주진단을 포함하여 2개 이상의 만성질환을 보유한 30세 이상의 복합만성질환 입원환자 110,700건을 최종 연구대상으로 선정하였다. 예측 모형 개발 시 데이터마이닝 기법(로지스틱회귀분석, 의사결정나무, 신경망 기법)을 적용하였다. 본 연구에서는 Elixhauser comorbidity index 동반상병 보정지수를 이용하여 의사결정나무분석으로 복합만성질환 입원환자의 중증도 보정 사망 예측모형을 개발하였다. 복합만성질환 입원환자의 의료기관 중증도 보정 사망비(HSMR)를 산출 한 결과 진료비 지불방법별, 병상규모별, 의료기관소재지별로 통계적으로 유의한 차이가 있는 것으로 나타났다. 상기 분석결과를 바탕으로 국가적 차원에서 복합만성질환 입원환자의 사망비를 효율적으로 관리하여 의료의 질 향상과 증가하는 의료비 부담 감소를 위해 지속적인 관심과 노력을 기울여야 할 것이다.

• Journal of Preventive Medicine and Public Health
• /
• 제47권4호
• /
• pp.206-215
• /
• 2014

Objectives: The hospital standardized mortality ratio (HSMR) has been widely used because it allows for robust risk adjustment using administrative data and is important for improving the quality of patient care. Methods: All inpatients discharged from hospitals with more than 700 beds (66 hospitals) in 2008 were eligible for inclusion. Using the claims data, 29 most responsible diagnosis (MRDx), accounting for 80% of all inpatient deaths among these hospitals, were identified, and inpatients with those MRDx were selected. The final study population included 703 571 inpatients including 27 718 (3.9% of all inpatients) in-hospital deaths. Using logistic regression, risk-adjusted models for predicting in-hospital mortality were created for each MRDx. The HSMR of individual hospitals was calculated for each MRDx using the model coefficients. The models included age, gender, income level, urgency of admission, diagnosis codes, disease-specific risk factors, and comorbidities. The Elixhauser comorbidity index was used to adjust for comorbidities. Results: For 26 out of 29 MRDx, the c-statistics of these mortality prediction models were higher than 0.8 indicating excellent discriminative power. The HSMR greatly varied across hospitals and disease groups. The academic status of the hospital was the only factor significantly associated with the HSMR. Conclusions: We found a large variation in HSMR among hospitals; therefore, efforts to reduce these variations including continuous monitoring and regular disclosure of the HSMR are required.