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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.