• 한국노년학
• /
• 제39권4호
• /
• pp.883-893
• /
• 2019

인구 고령화에 따른 노인의 우울장애와 자살의 연관성에 대해 사회적 관심이 높아지고 있는 실정이다. 연구 목적은 고의적 자해로 입원한 노인 우울증 환자 특성을 분석하였다. 질병관리본부(Korea Centers for Disease Control and Prevention, KCDC)의 퇴원손상심층조사자료(Korean National Hospital Discharge In-depth Injury Survey)를 활용하여 3,280명을 대상으로 하였으며, 통계 프로그램 STATA 12.0을 이용하여 빈도분석, 교차분석, 그리고 로지스틱 회귀분석을 실시하였다. 분석결과, 성별[여(OR, 0.694; CI, 0.583-0.827)], 거주지[중소도시(OR, 0.078; CI, 0.648-0.935)], 자해결과[사망(OR, 0.461; CI 0.315-0.674)]의 경우에 우울증이 적었으나, 위험 요인[재정적 문제(OR, 3.485; CI 2.500-4.857), 정신적 문제(CI 2.917; CI 2.356-3.612), 육체적 질병(OR, 2.678; CI 1.869-3.836), 가족구성원과의 갈등(OR, 1.828, CI 1.437-2.325)], 발생장소[거주지 외(OR, 1.416; CI 1.182-1.695)], 자해수단[중독(OR, 1.695; CI 1.345-2.317)]의 경우 우울증이 많았으며, 통계적으로 유의하였다. 이러한 결과를 바탕으로 의료기관은 고의적 자해 환자 입원시 우울증을 사전에 감지하고 이를 최소화 시키는 기초자료로 활용될 수 있을 것이다.

• 품질경영학회지
• /
• 제39권3호
• /
• pp.391-399
• /
• 2011

Our study was carried out to analyze the variation factors of severity-adjusted length of stay(LOS) in coronary artery bypass graft(CABG). The subjects were 932 CABG inpatients of the Korean National Hospital Discharge In-depth Injury Survey from 2004 through 2008. The data were analyzed using $x^2$ test and the severity-adjusted model was developed using data mining technique. The results of the study were as follows: male(71.1%), older than 61 years of age(61.6%), more than 500 beds(92.8%) and admitting via ambulatory care(70.0%) appeared to have higher rate than otherwise. In-hospital mortality of CABG inpatients was 2.8%. In addition, 46.4% of the patients received their care in other residence. The angina pectoris(45.6%) was found to be the highest in principle diagnosis, followed by chronic ischemic heart disease(36.9%) and acute myocardial infarction(12.0%). We developed severity-adjusted LOS model using the variables such as gender, age and comorbidity. Comparison of adjusted values in predicted LOS revealed that there were significant variations in LOS by location of hospital, bed size, and whether patients received the care in their residences. The variations of LOS can be explained as the indirect indicator for quality variation of medical process. It is suggested that the severity-adjusted LOS model developed in this study should be utilized as a useful method for benchmarking in hospital and it is necessary that national standard clinical practice guideline should be developed.

• 디지털융복합연구
• /
• 제13권5호
• /
• pp.89-99
• /
• 2015

본 연구는 의료기관이 자체적으로 재원일수관리 활동을 하도록 유도하기 위해 타 의료기관과 재원일수 관리 수준을 비교하여 의료기관의 재원일수 수준을 평가하고 재원일수관리의 효율성을 제공할 수 있는 재원일수 벤치마킹 시스템을 개발 방안을 제시하고자 하였다. 퇴원손상심층조사 자료를 기반으로 개발된 재원일수 중증도 모형을 이용한 융복합의 재원일수 벤치마킹 웹 프로그램은 병상 규모별, 지역별 비교되도록 구현되었고, 엑셀 파일 다운로드와 함께 리포트기능도 추가되었다. 또 실시간 중증도 보정 재원일수 산출 기능도 구현되었다. 시범운영 결과, 병원 운영진 또는 해당 임상 과로부터 질환별, 지역별 비교통계를 요청받으므로, 재원일수 벤치마킹 시스템이 장기재원관리, 질환별 재원관리 등 재원일수 관리에 효율적인 시스템인 것이 확인되었다. 이에 재원일수 벤치마킹 시스템 웹 활용을 위해서는 중증도 보정 질환의 확대와 국가 차원의 정책 추진 방안이 필요하다.

• 한국콘텐츠학회논문지
• /
• 제11권9호
• /
• pp.372-383
• /
• 2011

본 연구의 목적은 관상동맥중재술 입원 환자의 재원일수의 변이를 규명하기 위해 중증도 보정 모형을 개발하였다. 2004~2006년 퇴원손상환자 조사자료 중 관상동맥중재술 입원 환자 1,011건을 연구대상으로 하였으며, 재원일수의 변이분석은 t검정, 분산분석을 실시하였고, 중증도 보정 재원일수 모형은 데이터마이닝 기법을 이용하였다. 개발된 다중회귀분석 모형을 이용하여 예측 재원일수를 산출하고 이를 실제 재원일수와 비교한 결과 병상규모별, 보험유형과 지역별로 재원일수의 변이가 존재하는 것으로 나타났다. 환자 특성과 중증도를 통제하고 나타난 재원일수의 변이는 공급자 요인으로 설명될 수 있는데, 진료행태나 의료자원에 대한 후속 연구가 필요한 것으로 보인다. 본 연구는 행정 데이터를 이용하여 중증도 모형을 개발하고 변이를 확인하였다는 점에서 활용의 효용성을 높이는 데 기여할 것으로 사료된다.

• 디지털융복합연구
• /
• 제19권7호
• /
• pp.271-282
• /
• 2021

본 연구는 미숙아의 재원일수 예측 모형을 머신러닝 기법을 통해 개발하기 위해 수행 되었다. 모형 개발을 위해 질병관리본부에서 수집한 퇴원손상심층조사 자료의 2011년부터 2016년까지 퇴원한 미숙아 6,149건을 이용하였다. 입원 초기 신경망 모형은 설명력(R²)이 0.75로 다른 모형에 비해 우수 하였다. 입원 초기 변수에 임상진단을 CCS(Clinical class ification software)로 변환하여 추가 투입한 모형은 큐비스트(Cubist) 모형의 설명력(R²)이 0.81로 랜덤 포레스트(Random Forests), 그라디언트 부스트(Gradient boost), 신경망(neural network), 벌점화 회귀(Penalty regression) 모형에 비해 성능이 우수 하였다. 본 연구는 전국단위 데이터를 이용한 미숙아의 재원일수 예측 모형을 머신러닝을 통해 제시하고 그 활용 가능성을 확인하였다. 하지만 임상정보, 부모정보 등 데이터의 한계로 향후 성능 향상을 위한 추가 연구가 필요하다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.510-516
• /
• 2020

본 연구는 2008년부터 2017년까지의 질병관리본부의 퇴원손상심층조사 자료를 이용하여 입원 아동 중 낙상을 경험한 환자를 대상으로 유·아동·청소년 낙상의 특성과 낙상영향 요인을 규명하고자 하였다. 이를 위하여 입원 중 낙상(한국표준질병사인분류, W00-W19)으로 손상(한국표준질병사인분류, S00-S99)을 경험한 18세 이하 아동 환자 116건의 데이터를 수집·분석하였다. 수집된 자료는 SPSS 23을 이용하여 빈도분석, 교차분석, 다중회귀분석을 실시하였다. 연구결과, 입원 중 낙상을 경험한 아동은 남자가 여자 보다 많았고, 1세 이상 6세 이하의 연령에서 낙상이 가장 많이 발생하는 것으로 나타났다. 낙상을 경험한 아동의 질병유형으로는 호흡기 질환이 가장 많았고 낙상으로 인한 상해유형은 열린 상처나 타박상의 빈도가 가장 높았으며, 낙상 사고 원인으로는 침대와 관련된 낙상이 가장 많았다. 낙상 관련 요인분석 결과 성별을 제외한 연령(β=.318), 주진단명(β=.231), 손상(β=.169)의 순으로 낙상에 영향을 미치는 것으로 나타났다. 이와 같은 연구결과는 아동에 대한 낙상예방 교육이 연령, 질병 유형, 아동의 발달단계에 따른 특성과 연령대를 고려하여 실시되어야 함을 시사하는 결과라 할 수 있다. 또한 비교적 활동에 제약이 적은 경미한 질환의 아동이나 과다행동을 보이는 유아기 아동 등 질병의 유형과 연령별 아동 발달 단계특성을 고려한 낙상 사고 위험군에 대한 스크리닝 및 이와 관련한 섬세한 낙상예방 매뉴얼 개발에 힘써야 할 것이다. 마지막으로, 본 연구결과가 입원을 필요로 하는 아동 환자, 보호자, 그리고 관련 의료진에게 연령별 아동 발달단계의 특성에 따른 낙상예방 교육 및 매뉴얼 개발의 단초로 사용되기를 기대한다.

• 한국산학기술학회논문지
• /
• 제12권3호
• /
• pp.1234-1243
• /
• 2011

본 연구의 목적은 지역사회획득 폐렴 입원 환자의 재원일수의 변이를 분석하기 위해 중증도 모형을 개발하였다. 2004~2006년 퇴원손상환자 조사자료 중 지역사회획득 폐렴환자 5,353건을 연구대상으로 하였으며, 재원일수의 차이분석은 t검정, 분산분석을 실시하였고, 중증도 보정 재원일수 예측 모형은 데이터마이닝 기법을 이용하였다. 여자에 비해 남자, 연령이 많을수록, 의료급여, 응급실 경유 환자의 재원일수가 긴 반면, 병원사망 여부에 따라서는 유의한 차이가 없었다. 개발된 의사결정나무 모형을 이용하여 예측 재원일수를 산출하고 표준화한 값을 비교한 결과 타지역 진료여부에 따라서 재원일수의 차이는 없는 반면, 보험유형과 지역별로 재원일수의 변이가 존재하는 것으로 나타났다. 환자 특성과 중증도를 통제하고 나타난 재원일수의 변이는 공급자 요인으로 설명될 수 있는데, 진료행태나 의료자원에 대한 후속 연구가 필요한 것으로 보인다. 본 연구는 행정 데이터를 이용하여 중증도 모형을 개발하고 변이를 확인하였다는 점에서 활용의 효용성을 높이는 데 기여할 것으로 사료된다.

• 디지털융복합연구
• /
• 제13권2호
• /
• pp.215-225
• /
• 2015

본 연구는 무릎관절치환술의 효율적 재원일수 관리를 위해 퇴원손상심층조사 자료를 이용하여 무릎관절치환술에 대한 중증도 보정 재원일수 모형을 개발하고, 이를 기반으로 무릎관절치환술의 재원일수 변이요인을 파악하고자 하였다. 수집된 퇴원손상심층조사 자료 중 무릎관절치환술 환자 4,102명을 대상으로 동반상병 보정 방법 및 데이터마이닝 기법을 이용하여 무릎관절치환술 환자에 대한 중증도 보정 재원일수 모형을 개발한 결과 CCS 동반상병 보정 방법을 이용한 의사결정나무 모형이 가장 우수하였으며, 무릎관절치환술 환자의 재원일수에 영향을 미치는 요인은 관절염 동반유무, 성, 입원경로 등으로 나타났다. 개발된 중증도 보정 모형을 기반으로 무릎관절치환술 환자의 적정 재원일수와 실제 재원일수의 차이를 파악한 결과 진료비지불방법, 병상규모, 의료기관 소재지 모두 통계적으로 유의한 차이가 있었다. 따라서 무릎관절치환술 환자의 재원일수 변이를 줄이고 효율적으로 관리하기 위해서는 과잉 진료에 대한 모니터링 등에 정책적 방안 마련이 필요하다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.217-230
• /
• 2019

본 연구는 기존 동반질환을 이용한 중증도 보정 방법의 제한점을 보완하기 위해 급성심근경색증 환자의 맞춤형 중증도 보정방법을 개발하고, 이의 타당성을 평가하기 위해 수행되었다. 이를 위하여 질병관리본부에서 2006년부터 2015년까지 10년간 수집한 퇴원손상심층조사 자료 중 주진단이 급성심근경색증인 한국표준질병사인분류(KCD-7) 코드 I20.0~I20.9의 대상자를 추출하였고, 동반질환 중증도 보정 도구로는 기존 활용되고 있는 CCI(Charlson comorbidity index), ECI(Elixhauser comorbidity index)와 새로이 제안하는 CCS(Clinical Classification Software)를 사용하였다. 이에 대한 중증도 보정 사망예측모형 개발을 위하여 머신러닝 기법인 로지스틱 회귀분석, 의사결정나무, 신경망, 서포트 벡터 머신기법을 활용하여 비교하였고 각각의 AUC(Area Under Curve)를 이용하여 개발된 모형을 평가하였다. 이를 평가한 결과 중증도 보정도구로는 CCS 가 가장 우수한 것으로 나타났으며, 머신러닝 기법 중에서는 서포트 벡터 머신을 이용한 모형의 예측력이 가장 우수한 것으로 확인되었다. 이에 향후 의료서비스 결과평가 등 중증도 보정을 위한 연구에서는 본 연구에서 제시한 맞춤형 중증도 보정방법과 머신러닝 기법을 활용하도록 하는 것을 제안한다.

• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.126-136
• /
• 2018

본 연구는 머신러닝을 활용하여 급성 뇌졸중 퇴원 환자의 중증도 보정 사망 예측 모형 개발을 목적으로 시행하였다. 전국 단위의 퇴원손상심층조사 2006~2015년 자료 중 한국표준질병사인분류(Korean standard classification of disease-KCD 7)에 따라 뇌졸중 코드 I60-I63에 해당하는 대상자를 추출하여 분석하였다. 동반질환 중증도 보정 도구로는 Charlson comorbidity index(CCI), Elixhauser comorbidity index(ECI), Clinical classification software(CCS)의 3가지 도구를 사용하였고 중증도 보정 모형 예측 개발은 로지스틱회귀분석, 의사결정나무, 신경망, 서포트 벡터 머신 기법을 활용하여 비교해 보았다. 뇌졸중 환자의 동반질환으로는 ECI에서는 합병증을 동반하지 않은 고혈압(hypertension, uncomplicated)이 43.8%로, CCS에서는 본태성고혈압(essential hypertension)이 43.9%로 다른 질환에 비해 가장 월등하게 높은 것으로 나타났다. 동반질환 중중도 보정 도구를 비교해 본 결과 CCI, ECI, CCS 중 CCS가 가장 높은 AUC값으로 분석되어 가장 우수한 중증도 보정 도구인 것으로 확인되었다. 또한 CCS, 주진단, 성, 연령, 입원경로, 수술유무 변수를 포함한 중증도 보정 모형 개발 AUC값은 로지스틱 회귀분석의 경우 0.808, 의사결정나무 0.785, 신경망 0.809, 서포트 벡터 머신 0.830로 분석되어 가장 우수한 예측력을 보인 것은 서포트 벡터머신 기법인 것으로 최종 확인되었고 이러한 결과는 추후 보건의료정책 수립에 활용될 수 있을 것이다.