1) 대상기관 현황 및 정책효과분석 가) 평가대상 의원 기관수 추이
효과분석 해당기간(2012년 7월부터 2016년 6월)의 월별 평가대상 의원 기관수는 2014 년 2월(12,627기관), 2012년 10월(12,619기관), 2013년 1월과 3월(12,542기관) 순으로 높 았으며, 2015년 7월(10,434기관), 2015년 8월(10,578기관), 2016년 6월(10,937기관), 2013 년 8월(11,024기관) 순으로 낮게 나타났다(별첨2).
[그림 44] 월별 6품목이상 처방률 평가대상 의원수
www.hira.or.kr 127
2) 6품목이상 처방률 추이
의원에서의 6품목이상 처방률에 대하여, 가감지급사업이 시작된 2014년 7월 기준으로 전‧후 24개월의 추이를 분석했다. 분석된 월별 6품목이상 처방률을 살펴보면, 가감지급사 업이 시작된 2014년 7월 11.69%로 6월 12.64%보다 0.95%p 감소하였지만, 이후 처방률은 자료의 계절성으로 인한 오르내림을 반복하였다.
처방률이 높은 순으로 2014년 2월(17.96%), 2016년 2월(17.01%), 2014년 1월 (16.41%), 2015년 2월(16.33%)이였고, 낮은 순으로 2015년 7월(10.19%), 2012년 8월 (10.69%), 2015년 8월(10.72%), 2012년 7월(10.74%)로 일정하게 7월과 8월이 낮게 나타 났고, 9월부터 2월까지 계속 높아지다가 낮아지는 것을 알 수 있었다.
또한 연도별 및 반기별 처방률의 결과, 평균이 다소 감소하였지만 큰 변화가 없었으며, 반 기별 처방률은 자료의 계절성으로 인한 오르내림을 반복하며 13%~15%사이에 분포되었다.
[그림 45] 월별 6품목이상 처방률
128 건강보험심사평가원
[그림 46] 반기별 6품목이상 처방률
[그림 47] 월별 6품목이상 처방률, 연도별
www.hira.or.kr 129
3) 구간회귀분석(Segmented regression analysis)을 이용한 정책효과 분석 구간회귀분석을 통하여 살펴본 결과, 의원의 월별 6품목이상 처방률 수준()은 약 13.18%, 처방률 기본추세(time:)는 0.09%p 소폭 상승하였지만 이는 통계적으로 유의하 지 않은 변화였다(p=0.1280). 가감지급사업(intervention:) 시행 이후 처방률은 1.76%p 감소 변화하였으나 통계적으로 유의하지 않았다(p=0.1343). 가감지급사업 후(TAI*:)의 6품목이상 처방률 추세는 0.05%p 소폭 감소하나 통계적으로 유의하지 않은 변화였다 (p=0.5648). 즉, 구간회귀분석으로 살펴본 가감지급사업은 6품목이상 처방률 감소에 효과 가 없다고 할 수 있다.
구간회귀분석의 Durbin-Watson값과 Total 의 설명력이 미미하여 적절한 분석이 추가 적으로 필요하다는 것을 알 수 있다.
Specification: Yt=β0+β1Timet+β2Interventiont+β3Timeafterinterventiont+et
품목이상 처방률 월별
년 월이 의 값을 가지고 월 단위로 증가하는 연속 변수로 시계열 트렌드 가감지급사업 시행 전후 년 월
가감지급사업 시행 이후 시계열 트랜드 변화
<표 59> Segmented regression model : Full segmented regression model
Parameter Estimates Variable
Parameter Estimates
Estimate Standard Error Approx Pr > |t|
Intercept 13.18 0.84 <0.001
time 0.09 0.06 0.1280
intervention -1.76 1.15 0.1343
TAI* -0.05 0.08 0.5648
*Time after intervention
Durbin-Watson: 0.46, Total : 0.06
<표 60> Full segmented regression model
130 건강보험심사평가원
4) 시계열 모형을 이용한 정책효과 분석
가감지급사업 전(2012년 1월부터 2014년 6월)을 이용하여 자료의 계절적 추세를 고려 한 예측값과 실제 정책사업 이후 관찰된 값의 차이를 분석하였다.
그 결과, 가감지급사업 전의 자료를 이용한 예측값은 평균 15.43%, 최소값 11.57%, 최 대값 18.56%였고, 가감지급사업 후 실제값은 평균 14.14%, 최소값 10.19%, 최대값 17.01%로 평균차이 1.29%p 나타났다. 월별로 실제값과 예측값의 차이를 비교한 결과, 차 이의 폭이 -2%p~0%p로 나타나 차이의 정도가 두드려지지 않고, 예상되어진 95%신뢰구 간의 상한값과 하한값을 벗어나지 않았다. 그렇지만 예상되어진 95%신뢰구간의 하한과 가깝고, 가감지급사업 후 계속적으로 감소추세를 보이며 예측되어진 값보다 낮게 나타난 다(별첨3).
[그림 48] 가감지급사업 후 데이터예측 가법윈터스방법(Additive winters‘ method with Liear trend, seasonals 12 month)
intervention N Mean Std Dev Std Err Minimum Maximum
가감 후 실제값 24 14.14 1.98 0.40 10.19 17.01
가감 후 예측값 24 15.43 2.06 0.42 11.57 18.56
Diff(실제값-예측값) -1.29 2.02 0.58
<표 61> 기본통계량
www.hira.or.kr 131
5) 시계열모형을 이용한 예측
2012년 7월부터 2016년 6월까지의 월별 6품목이상 처방률을 이용하여, 2020년까지의 예측을 실시하였다. 그 결과 2019년(1월~12월) 평균은 13%, 최대 16%, 최소 10%로 예측 되어졌다.
[그림 49] 데이터예측 ARIMA(1,1,2)(1,1,0)
132 건강보험심사평가원