hpm
건강보험 청구자료를 이용한 일반 질 지표로서의 위험도 표준화 재입원율 산출: 방법론적 탐색과 시사점
김명화1,2ㆍ김홍수1,3ㆍ황수희2,4
1서울대학교 보건대학원 보건정책관리학과, 2건강보험심사평가원 심사평가연구소, 3서울대학교 보건환경연구소, 4서울대학교 의학연구원 의료관리학연구소
Developing a Hospital-Wide All-Cause Risk-Standardized Readmission Measure Using Administrative Claims Data in Korea: Methodological Explorations and Implications
Myunghwa Kim1,2, Hongsoo Kim1,3, Soo-Hee Hwang2,4
1Division of Health Care Management and Policy, Seoul National University Graduate School of Public Health; 2Health Insurance Review and Assessment Research Institute, Health Insurance Review and Assessment Service; 3Institute of Health and Environment, Seoul National University; 4Institute of Health Policy and Management, Medical Research Center, Seoul National University, Seoul, Korea
Background: The purpose of this study was to propose a method for developing a measure of hospital-wide all-cause risk-standard- ized readmissions using administrative claims data in Korea and to discuss further considerations in the refinement and implemen- tation of the readmission measure.
Methods: By adapting the methodology of the United States Center for Medicare & Medicaid Services for creating a 30-day read- mission measure, we developed a 6-step approach for generating a comparable measure using Korean datasets. Using the 2010 Korean National Health Insurance (NHI) claims data as the development dataset, hierarchical regression models were fitted to calcu- late a hospital-wide all-cause risk-standardized readmission measure. Six regression models were fitted to calculate the readmission rates of six clinical condition groups, respectively and a single, weighted, overall readmission rate was calculated from the readmis- sion rates of these subgroups. Lastly, the case mix differences among hospitals were risk-adjusted using patient-level comorbidity variables. The model was validated using the 2009 NHI claims data as the validation dataset.
Results: The unadjusted, hospital-wide all-cause readmission rate was 13.37%, and the adjusted risk-standardized rate was 10.90%, varying by hospital type. The highest risk-standardized readmission rate was in hospitals (11.43%), followed by general hospitals (9.40%) and tertiary hospitals (7.04%).
Conclusion: The newly developed, hospital-wide all-cause readmission measure can be used in quality and performance evalua- tions of hospitals in Korea. Needed are further methodological refinements of the readmission measures and also strategies to im- plement the measure as a hospital performance indicator.
Keywords: Patient readmission; Patient readmission; Quality indicators; Risk-adjustment; Hospital
서 론
의료의 질 향상에 대한 요구는 점차 증가하고 있으며, 의료의 질 을 향상시키기 위한 방법 중 하나는 의료의 질을 측정하고 평가하
는 것이다. 오늘날 의료의 질 측정 및 평가는 점차 확대, 발전하고 있 으나 여전히 특정 질환이나 시술에 한정되어 있다. 특정 질환 또는 시술에 대한 질 평가는 평가대상 의료서비스가 명확하다는 장점이 있으나, 전반적인 의료기관의 질을 반영하기 어렵다[1]. 또한 특정
http://dx.doi.org/10.4332/KJHPA.2015.25.3.197
Correspondence to: Hongsoo Kim
Division of Health Care Management and Policy, Seoul National University Graduate School of Public Health, 1 Gwanak-ro, Gwanak-gu, Seoul 08826 Korea
Tel: +82-2-880-2723, Fax: +82-762-9105, E-mail: [email protected]
Received: June 3, 2015 / Revised: July 30, 2015 / Accepted after revision: September 24, 2015
© Korean Academy of Health Policy and Management It is identical to the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) whichpermit sunrestricted non-commercial use,
distribution, and reproduction in any medium, provided the original work is properly cited.
질환에 대한 평가지표는 너무 임상적이고 세부적이어서 일반 국민 들이 이해하기 어렵고, 임상적 질환에 제한하여 설명할 수밖에 없 다. 이에 반해 일반 질 지표는 임상적 상태와 관계없이 의료기관에 서 이루어진 다면적인 의료서비스의 전반적인 수준을 보다 잘 반영 하는 지표로[2], 비교적 일반 국민이 이해하기 쉽고, 의료기관의 단 위의 포괄적인 질 수준을 평가할 수 있는 이점이 있다. 이에 따라 최 근 들어 경제협력개발기구(Organization for Economic Coopera- tion and Development) 국가들은 임상 질 지표 중심의 의료서비스 평가의 한계를 극복하고자 일반 질 지표의 개발과 활용에 대해 관 심을 가지고 있으며, 이 중 대표적인 지표가 재입원율이다.
재입원은 의료서비스의 결과로 특히 병원 재입원은 입원진료 후 퇴원 환자가 부정적인 건강문제를 경험함으로써 발생하는 경우가 많다. 이러한 재입원의 대부분은 효과적인 입원 및 퇴원관리서비스 를 통해 예방 가능하며, 적절한 관리가 이루어지지 않을 경우 재입 원으로 인해 불필요한 의료비 지출이 발생할 수 있다[3]. 미국 메디 케어(Medicare)를 대상으로 한 연구결과에 따르면 입원의 13.3%가 예방 가능한 재입원으로 추정되었고, 재입원으로 인한 지출이 약
$174억으로 추계되었으며, 이러한 재입원을 감소시킬 경우 연간 약
$120억이 절감될 것으로 예상되었다[4,5]. 또한 재입원을 경험한 환 자들은 그렇지 않은 환자보다 질 지표 측정결과가 좋지 않았다. 재입 원은 불완전하거나 불충분한 진료와 관련이 있었고, 퇴원 시 또는 그 이후의 진료 통합관리(coordination of care)의 질 저하를 반영하 였다[6]. 재입원한 폐렴 환자는 그렇지 않은 환자보다 질 측정지표가 낮았고[7], 입원진료의 질이 낮으면 심장질환, 당뇨, 만성폐쇄성폐질 환자의 계획되지 않은 재입원을 증가시켰다[8]. 계획되지 않은 재입 원은 동일질환이더라도 입원일수가 더 길게 나타났고 동반질환의 수가 더 많았으며 의료비 지출이 더 많았다[5,9,10]. 이러한 연구결 과들을 바탕으로 재입원율은 의료의 질과 의료비 문제를 동시에 반 영하는 보건의료의 결과 측면의 질 지표로 주목받게 되었다. 또한 재입원율은 사망률, 합병증률 등과 함께 행정자료를 이용하여 산출 할 수 있고, 다른 많은 질 지표와 달리 해당 사건(재입원)이 비교적 자주 발생하여 낮은 건수로 인한 지표의 신뢰도 문제가 비교적 적 다. 나아가 재입원율은 모니터링이 비교적 쉽고 대규모의 자료를 이 용하여 의료기관 간 성과를 비교하기에 적합한 지표이다[6].
그러나 기존의 재입원율 연구들은 주로 특정질환 또는 시술 환 자대상으로 수행되어 왔으며, 재입원율의 일반 질 지표로서 활용 가능성은 비교적 최근에 논의가 이루어져왔다. 미국 Center for Medicare & Medicaid Services (CMS)는 메디케어 대상자 중 심장 질환, 폐렴, 급성심근경색증 등에 대해 재입원율 지표를 먼저 개발·
산출하였고, 재입원 감소를 위한 질 향상 프로그램을 지원해 왔다.
CMS는 재입원율 지표 산출대상을 점차 확대해가고 있으며, 모든 질환에 대한 재입원율 지표도 산출하고 있다. CMS 지원하에서 질 지표 개발에 경험이 많은 예일대학(Yale University) Center for
Outcomes Research & Evaluation의 연구진은 재입원율 산출연구 를 수행하였는데, 이들은 메디케어 청구자료를 기반으로 주상병명 과 관계없이 전체 입원환자 대상으로 개발한 계획되지 않은 재입원 율 산출방법론을 개발하였다[11-13]. 이 연구는 일반지표로서 재입 원율을 산출한 대표적인 연구이며, 의료기관의 서비스 질 평가지 표로서 그 적용가능성을 검토하였다. CMS는 2013년 12월부터 모 든 질환에 대한 재입원율 산출결과를 의료기관별 질 비교 사이트 (Hospital Compare)를 통해 공개하고 있다[12].
CMS의 연구는 퇴원 후 30일 이내 계획되지 않은 재입원율을 대 상으로 하였는데, 계획되지 않은 재입원을 정의·구분하기 위해서 임상의사로 구성된 전문가패널을 구성하여 환자의 상태에 관계없 이 계획된 처치나 수술로 판단할 수 있는 행위목록을 정의하였고, 이에 해당되는 않은 입원을 계획되지 않은 재입원으로 적용하였다.
또한 위험도 보정을 위해 성, 연령, 동반질환(comorbidity) 및 합병 증, 의료기관 서비스 구성(hospital service mix) 등을 분석에 포함 하였으며, 특히 동반질환 및 합병증 대상 질환의 범위를 정하기 위 해서 선행연구들을 기초로 위험도 보정 후보변수를 선정하였고, 로지스틱회귀분석을 시행하여 각각의 변수들의 오즈비(odds ra- tio)를 비교하였으며, 전문가들의 논의를 통해 임상적 기준을 적용 하여 최종 31개의 위험도 보정변수를 결정하였다. 이러한 산출모형 은 질환의 특성에 따라 5개 진료군별로 구분하고 각각 위험도 보정 재입원율을 산출한 후 합산하여 하나의 지표로 제시하였다. 이러 한 CMS의 지표 개발 방법론은 대규모 행정자료를 이용하여 계획 되지 않은 재입원을 정의하고 의료서비스의 질과 관련된 재입원을 구분하여 지표의 유용성을 높이고자 하였으며[12], 표준화된 위험 도 보정 재입원율을 산출하여 의료기관 간 비교 가능한 지표를 제 시하였다는 점에서 기존 연구에서 산출된 지표와 차별되는 중요한 특징을 가진다.
한편 우리나라의 경우 현재까지 재입원 현황조차 조사되거나 발 표된 경우가 적고, 단지 몇몇 일개 의료기관 단위의 연구들이 수행 되었다[14-19]. 전 국민 단위의 대규모 자료를 이용한 연구로는 1992 년 의료보험 청구자료를 분석한 연구가 수행되었는데, 전체 입원환 자의 9.3%가 재입원하는 것으로 나타났으나[19], 일개 대학병원의 재입원율은 59.0%로[16] 그 차이가 컸고, 재입원군의 입원일수와 진료비는 1회 입원군보다 높게 나타났으며[16], 계획되지 않은 재입 원은 계획된 재입원보다 입원일수와 비용이 높았다[17]. 이 연구들 은 우리나라 재입원율의 현황분석을 위한 기초 연구로서 위험도 보 정 등 의료기관의 질이나 성과 측정을 위한 연구는 아직 수행되지 않았다. 최근 재입원율은 의료기관 인증이나 질 평가 등 평가지표 로 이용되고 있으나 명확한 지표 정의가 없어 의료기관에 따라 다 르게 적용되고 있으며, 의료기관 단위의 진료성과 측정지표로 활용 하기 위한 지표로 활용하려는 시도로 재입원율 산출을 위한 알고 리즘에 대한 검토가 이루어졌으나[1], 아직 본격적으로 재입원율
산출이 이루어지지 않고 있다.
이에 본 연구의 목적은 현재까지 의료기관 단위 위험도 보정 재입 원 질 지표 개발에 있어 가장 앞서 있는 CMS의 지표 개발 방법론에 기반하여 우리나라의 건강보험 청구자료를 이용한 재입원율 일반 질 지표 산출방법을 제시하는 것이다. 나아가 개발한 방법론을 건 강보험 청구자료에 적용하여 실증분석을 수행하고 의료기관 간 비 교 평가를 위한 일반 질 지표로서 재입원율의 산출가능성을 살펴 보고자 한다. 마지막으로 의료기관 단위의 질 또는 성과지표로서의 재입원 지표의 의미와 정책적 활용 시 고려사항을 제시하는 것이다.
방 법
1. 자료원과 분석단위
본 연구에 이용된 자료는 우리나라 건강보험 청구자료이다. 분석 대상은 2010년 1월부터 12월까지 요양병원을 제외한 병원급 이상 의료기관의 입원환자이다. 분석자료는 2010년 12월에 퇴원한 환자 의 재입원을 추적하기 위해서 퇴원 이후 3개월을 포함하여 2010년 1월-2011년 3월까지의 입원 건을 수집하였다. 분석단위는 입원환자 당 입원 건 단위이며, 여기에서 하나의 입원 건 단위는 입원 시작일 에서 종료일이 연속적으로 1일 이상인 입원을 의미한다. 다만 건강 보험 청구자료 중 원래 하나의 입원 건이지만, 요양급여비용 청구 방법에 따라 주 단위 또는 월 단위로 나누어 청구한 자료(분리 청 구)1) 는 하나의 입원 건으로 합산하였다. 연구결과의 산출단위는 의료기관 단위이다. 본 연구는 서울대학교의과대학/서울대학교병 원 의학연구윤리심의위원회의 승인을 받아 진행하였다(승인번호:
E-1110-045-381). 모든 분석에는 SAS ver. 9.2 (SAS Institute Inc., Cary, NC, USA) 통계 프로그램을 이용하였다.
2. 재입원율 산출방법
본 연구는 CMS의 계획되지 않은 재입원율 산출방법론을 근거로 하여 우리나라의 보건의료제도의 특성과 자료의 가용성 등을 고려 하여 6단계 산출모형을 개발하였다. 본 연구는 건강보험 청구자료
를 이용하여 재입원 및 계획되지 않은 재입원을 정의하고, 활용 가 능한 위험도 보정변수를 탐색하여 산출모형에 포함시켰으며, 추계 모델링을 통해 예측 재입원수와 기대 재입원수를 추정하고 그 비율 을 이용하여 위험도 표준화된 재입원율을 산출하였다(Figure 1).
1) 1단계: 재입원 정의
본 연구에서 재입원은 첫 퇴원 후 정해진 관찰 기간 내에 다시 입 원하는 경우이며, 퇴원 후 재입원까지의 기간은 30일 이내로 정의 하였다. 퇴원 후 30일 이내 여부를 판단하기 위한 재입원기간은 (첫 번째 입원의 입원시작일자)-(기준입원의 입원종료일자)의 수식을 적용하였다. 여기에서 기준입원은 입원환자별로 연구대상 기간 맨 처음 발생한 입원을 말하며, 기준입원으로부터 그 다음 입원을 첫 번째 재입원으로 지칭한다. 건강보험 청구자료에 포함되어 있지 않 은 정보인 입원종료일자(퇴원일자)는 (입원시작일자)+(입원일수)-1 수식을 적용하여 산출하였다. 첫 번째 입원이 30일 이내 재입원에 해당될 경우 그 원인 및 책임은 기준입원(이전에 발생한 입원) 당시 에 발생한 것이므로, 30일 이내 재입원 여부를 나타내는 지시변수 를 기준입원에 생성하였다.
2) 2단계: 계획되지 않은 재입원 정의
재입원은 계획되지 않은 재입원과 계획된 재입원으로 구분할 수 있다. 계획되지 않은 재입원은 환자가 경험하는 의도하지 않은 입원 이며, 이는 의료의 질 측정이나 질 향상의 대상이 된다. 계획된 입원 은 일련의 치료과정 중의 하나로 의료의 질 문제와 관련이 상대적 으로 적은 것으로 알려져 있다.
건강보험 청구자료는 계획된 입원 또는 계획되지 않은 입원 정보 를 포함하고 있지 않기 때문에 계획된 입원 또는 계획되지 않은 입 원을 구분하는 알고리즘이 필요하다. 본 연구에서는 계획된 입원 을 먼저 정의하고, 이에 해당되지 않은 입원을 계획되지 않은 입원 으로 분류하였는데, 이는 계획된 입원이 계획되지 않은 입원보다 비교적 명확하게 정의할 수 있기 때문이다. 계획된 입원은 CMS의 계획된 처치 및 수술목록을 이용하였고, 이 목록은 CMS가 임상적
1) ‘요양급여비용청구방법, 심사청구서·명세서서식및작성요령(보건복지부고시)’에의해 30일을초과하여입원진료를하는경우에는월단위로분할청구할수있으며, 이를구분 하기위한청구방법은청구구분란에분리청구코드(‘3’기재), 이전접수명세서의정보(접수번호, 명세서일련번호, 최초입원시작일)를기재하도록하고있음. 이정보를기초로분 리청구된입원건들을하나의입원건으로합산할수있음.
1) Defining the readmission criteria 2) Defining unplanned readmission 3) Defining exclusion criteria
6) Risk-standardizing of readmission
rates across hospitals 5) Developing & validating statistical
models 4) Defining risk variables
Figure 1. Process of measuring the risk-standardized readmission rate.
판단과 전문가 자문을 통해 Agency for Healthcare Research &
Quality (AHRQ) clinical classification system (CCS)2) 중 34개 질 병 또는 수술그룹을 계획된 처치 및 수술로 구분한 것이며, 항암치 료, 장기이식, 재활치료 등 치료계획하에 이루어지는 처치나 수술, 장기적인 계획하에 진료가 이루어지는 만성질환 등이 해당된다. 분 석대상 입원 건의 진료내역이 계획된 처치 및 수술목록에 해당되 는 경우 해당 입원 건을 계획되지 않은 입원으로, 그렇지 않은 경우
는 모두 계획되지 않은 입원으로 분류하였다(Table 1).
3) 3단계: 제외기준 적용
본 연구는 일반 질 지표로서 재입원율을 산출하는 것이 목적이 므로 의료의 질과 관련이 없는 재입원의 경우 연구대상에서 제외시 킴으로써 지표의 설명력과 정확성을 보다 높일 수 있다[13]. 이에 따라 연구대상 중 재입원 가능성이 없는 사망자와 사망위험이 높 은 질환으로 인한 입원 건은 제외하였다. 사망자는 건강보험 청구 자료의 진료결과구분에 ‘사망(4)’으로 기재된 경우와 행정자치부로 부터 제공받은 사망자료를 이용하였다. 사망위험이 높은 질환은 퇴 원 후 30일 이내 사망자들의 진단명 중 상위 비율을 차지하는 질병 그룹으로 정의하였으며, 이들은 패혈증, 식도암, 간암 및 담관암, 췌 장암, 기타 위장관 암, 폐암, 호흡기계 암, 전이성 암, 상세불명의 암, 외부요인에 의한 폐질환, 신장질환, 쇼크 등이었다. 대부분의 암질 환이 사망위험이 높은 질환에 포함되므로 주상병이 암질환인 경우 도 연구대상에서 제외하였다.
또한 대부분 사전 치료계획에 의해 진료가 이루어지는 재활치료 와 항암치료, 개인적 특성 및 질병 분포가 다르게 나타나는 연령 20 세 미만인 환자, 환자 또는 의료기관의 필요에 의한 환자의 이동인 타의료기관으로의 이송 또는 회송도 연구대상에서 제외하였다. 이 상의 제외기준을 적용한 후 입원건수가 10건 미만인 의료기관, 환 자별 재입원건수가 재입원건수 분포 중 상위 0.001%에 해당되는 극 단치인 경우도 연구대상에서 제외하였다(Table 2).
4) 4단계: 위험도 보정
위험도 보정변수로 성, 연령, 의료기관 서비스 구성(hospital ser- vice mix), 동반질환을 이용하였다. 연령은 2010년 12월 31일 기준 만 나이를 산출하였다. 의료기관 서비스 구성은 의료기관의 질병 군 분포 또는 구성을 의미하며, AHRQ CCS별로 입원건수의 합이 천 건 이상이 되는 질병그룹에 대해 지시변수를 생성하였다. 동반 질환은 CMS에서 오즈비를 이용한 통계적 유의성과 더불어 임상
2) 분석의용이성을위해많은질병과처치및수술들을유사한질병또는수술유형으로그룹화한것. Table 1. Planned procedure categories
AHRQ CCS* Description
3 Laminectomy; excision intervertebral disc 10 Thyroidectomy; partial or total 36 Lobectomy or pneumonectomy 43 Heart valve procedures 44 Coronary artery bypass graft
45 Percutaneous transluminal coronary angioplasty
48 Insertion; revision; replacement; removal of cardiac pacemaker or cardioverter/defibrillator
51 Endarterectomy, vessel of head and neck 52 Aortic resection; replacement or anastomosis 55 Peripheral vascular bypass
60 Embolectomy and endarterectomy of lower limbs 64 Bone marrow transplant
74 Gastrectomy; partial and total 78 Colorectal resection
84 Cholecystectomy and common duct exploration 85 Inguinal and femoral hernia repair
104 Nephrectomy; partial or complete 105 Kidney transplant
113 Transurethral resection of prostate
114 Open prostatectomy
119 Oophorectomy; unilateral and bilateral 124 Hysterectomy; abdominal and vaginal 152 Arthroplasty knee
153 Hip replacement; total and partial 154 Arthroplasty other than hip or knee 157 Amputation of lower extremity
158 Spinal fusion
166 Lumpectomy; quadrantectomy of breast
167 Mastectomy
176 Other organ transplantation
211 Therapeutic radiology for cancer treatment CCS 45 Maintenance chemotherapy
- Electroshock therapy
From Horwitz L, et al. Hospital-wide (all-condition) 30-day risk-standardized readmis- sion measure: draft measure methodology report. New Haven: Yale New Haven Health Services Corporation, Center for Outcomes Research & Evaluation; 2011 [11]; http://
www.hcup-us.ahrq.gov/toolssoftware/icd_10/ccs_icd_10.jsp#download; appendix B.
clinical classification software-PROCEDURES.
*Agency for Healthcare Research & Quality clinical classification system.
Table 2. Study sample
Variable Value
Total sample 6,244,293 (100.00)
Exclusion criterion Age< 20 yr Death
High risk condition of death Cancer/rehabilitation Transfer
Outlier
1,263,539 (20.24) 92,561 (1.48) 155,546 (2.49) 374,885 (6.00) 77,990 (1.25) 9,210 (0.15)
Final sample 4,270,562 (68.39)
Values are presented as number (%).
적 판단을 통해 개발한 31개 질병그룹을 이용하였다(Table 4의 risk variables). 동반질환에서 중요하게 고려해야 할 점은 입원 중에 발 생한 합병증과 구분하는 것이다[11]. 건강보험 청구자료에는 합병 증을 구분할 수 있는 정보가 없으므로 본 연구에서는 CMS의 합병 증 목록을 이용하였다.3) 또한 해당 입원 중 이전 입원 시 가지고 있 던 질병과 동일한 경우 합병증으로 분류하지 않았다. 각 6개의 진료 군별로 동반질환과 합병증 변수를 포함하여 로지스틱회귀분석을 시행하고, 통계적으로 유의하지 않은 변수는 제외하였다.
5) 5단계: 산출모형 구축 및 타당성 검증
본 연구의 분석자료를 6개 진료군으로 구분하고 각각의 산출모 형을 구축하였는데, 이는 각 진료군마다 환자의 임상적 특성이 다 르고, 이에 따라 재입원율이 달라지기 때문이다. 6개 진료군은 심장 호흡기진료군, 심혈관진료군, 내과진료군, 정신과진료군, 신경과진 료군, 수술진료군으로 구분하였다. 각 진료군은 입원 건의 주상병 을 기준으로 진료량과 수준이 유사하다고 판단되는 질환을 분류 한 것이다. 다만 처치 및 수술을 시행한 경우는 주상병에 관계없이 우선적으로 수술진료군으로 분류하였다.
산출모형은 일차적으로 성, 연령, 의료기관 서비스 구성(hospital service mix), 31개의 동반질환을 나타내는 위험도 보정변수 등을 포함하여 각 진료군별로 로지스틱회귀분석을 실시하였다. 이는 진 료군의 특성에 따라 적용가능한 변수들이 달라지므로 이를 통계적 으로 확인하기 위해서이며, 이 과정을 통해 진료군별로 각각 별도 의 모형을 구축하였다. 또한 산출모형의 타당성을 검증하기 위해서 2009년 자료 세트를 별도로 구축하였다. 연구대상인 2010년 자료 세트와 타당성 검증을 위한 2009년 자료 세트 모두 동일한 방법으 로 자료를 구축하고 동일한 분석방법을 적용하여 비교하였다. 이 를 통해 각 분석에서 변수의 유의성이 달라지는지, 연도별로 얼마
나 신뢰할 수 있는 결과를 내는지 확인하였다.
6) 6단계: 의료기관별 위험도 보정 재입원율 산출
각각 6개 진료군별로, 의료기관 단위로 예측 재입원수와 기대 재 입원수를 구하여 위험도 보정 재입원비(예측 재입원수/기대 재입원 수)를 산출하였다. 예측 재입원수는 개별 의료기관의 환자 구성과 특성을 고려한 예측 확률의 합이며, 의료기관 내 랜덤효과를 고려 한 계층적 일반화 선형모형(hierarchical generalized linear mod- els, HGLM)을 이용하여 산출하였다. 기대 재입원수는 개별 의료 기관 특성을 고려하지 않은 기대 확률의 합이며, 일반화 선형모형 (generalized linear models, GLM)을 이용하였다. 각 진료군별 의 료기관 단위로 산출된 위험도 보정 재입원비율은 입원건수를 가중 한 로그 평균을 이용하여 하나의 값으로 합산하였는데, 로그 평균 은 비율의 평균을 구하는 데 이용하는 방법이다[12]. 하나의 값으 로 합산한 위험도 보정 재입원율에 위험도 보정을 하지 않은 평균 재입원율을 곱하여 위험도 표준화 재입원율(risk standardized re- admission rate)을 산출하였다.
7) AHRQ & CMS 질병군 및 처치군 코드 변환4) 및 타당성 검증 본 연구는 AHRQ 또는 CMS에서 개발한 계획되지 않은 처치 및 수술목록, 동반질환 정의목록, 합병증 목록을 활용하였다. 이 목록 들은 분석의 용이성을 위해 많은 질병과 처치 및 수술들을 유사한 질병 또는 수술 유형으로 그룹화한 AHRQ CCS와 CMS condition category로 정의되어 있다. 이 목록들은 우리나라와 다른 질병, 처 치 및 수술 코드(international classification of disease [ICD]-9- CM)를 사용하고 있으므로 질병코드는 ICD-10 코드로, 처치 및 수 술코드는 건강보험 청구 시 이용하는 수가코드로 대응시켰다. 연 구진이 일차적으로 대응시킨 코드 목록은 이차적으로 의사, 간호
3 ) Horwitz 등[11]의 Appendix D 참고.
4) 코드대응목록을원하는경우연구자에게요청바람.
Table 3. Number of readmission by hospital types and specialty cohorts
Variable Admission Readmission Readmission rate (%)
Total 4,270,562 (100.00) 485,450 (100.00) 11.37
Hospital types Tertiary hospital General hospital Hospital
1,022,561 (23.95) 1,653,622 (38.72) 1,594,379 (37.33)
122,715 (25.28) 191,165 (39.38) 171,570 (35.34)
12.00 11.56 10.76 Specialty cohorts
Cardiorespiratory Cardiovascular Neurology Medicine Psychiatry Surgical
199,726 (4.68) 129,307 (3.03) 233,608 (5.47) 1,432,425 (33.54)
144,730 (3.39) 2,130,766 (49.89)
33,747 (6.95) 14,960 (3.08) 38,820 (8.00) 185,853 (38.28)
35,615 (7.34) 176,455 (36.35)
16.90 11.57 16.62 12.97 24.61 8.28 Values are presented as number (%).
사, 의무기록사 등의 전문가 의견을 통해 코드 대응의 적합성과 전 문가 타당성을 검증하였다. AHRQ CCS 중 질병군은 2006년 AHRQ에서 제공한 code for ICD-9-CM to ICD-10 자료를 이용하 였다.
결 과
의료기관 단위가 아닌 전체 위험도 보정을 하지 않은 재입원율 (all-cause risk-unadjusted readmission rate)은 11.37%이었다. 위험 도 보정을 하지 않은 퇴원 후 30일 재입원율은 의료기관 종별로, 상 급종합병원, 종합병원, 병원의 순으로 나타났고, 정신과진료군의 재입원율이 24.61%로 가장 높았으며, 수술진료군의 재입원율은 8.28%로 가장 낮았다(Table 3).
의료기관 단위 위험도 표준화 재입원율의 산출모형을 구축하기 위해 먼저 로지스틱회귀분석을 이용하여 진료군별로 각각 모형을 만들어 변수의 적합성을 검증하였다. 또한 산출모형의 타당성을 검 증하기 위해서 2009년 자료 세트를 이용하여 동일한 방법으로 자 료를 구축하였으며, 로지스틱회귀분석을 시행하여 2010년 연구대 상 자료의 모형 적합도 및 변수의 유의미성 등을 비교하였다. 그 결 과, 두 자료의 모형 적합도 및 변수의 유의미성에서 차이가 크게 나 타나지는 않았으나, 2010년 내과진료군과 수술진료군에 포함된 위 험도 보정변수 중 ‘장기이식(transplants)’이 2009년에는 포함되지 않았으며, 2010년 정신과진료군과 수술진료군의 c-통계량이 2009 년에 비해 작았다(Tables 4, 5).
로지스틱회귀분석을 통해 결정된 모형을 기반으로 HGLM와 GLM을 각각 수행하여 예측 재입원수와 기대 재입원수를 구하고, 두 값의 비(예측 재입원수/기대 재입원수)를 평균 재입원율에 곱하 여 의료기관 단위로 위험도 표준화 재입원율(all-cause hospital risk-adjusted readmission rate)을 산출하였다. 결과 산출 시 재입원 건수가 25건 미만인 의료기관은 제외하였는데, 이는 건수가 적어 지표의 해석이 적절하지 않기 때문이다. 이들을 제외하고, 최종 연 구대상 의료기관은 1,420개였으며, 이 기관들에 대해 위험도 보정 을 하지 않은 재입원율과 위험도 보정을 한 재입원율의 분포를 산 출하였다. 위험도 보정을 하지 않은 재입원율의 평균과 표준편차는 13.37%±9.95%였고, 위험도 보정을 한 재입원율은 10.90%±
3.58%였다. 위험도 보정을 하지 않은 재입원율은 상급종합병원이 가장 높았으나, 위험도 보정을 한 재입원율은 병원이 가장 높고, 표 준편차도 다른 종별에 비해 크게 나타났다(Table 6).
고 찰
본 연구는 건강보험 청구자료를 이용하여 특정질환이 아닌, 모 든 질환에 대한 일반 질 지표로서 위험도 표준화 재입원율(risk- Table 4.
Results of logistic regression by specialty cohorts (study sample, 2010; N=4,270,562) VariableCardiorespiratoryCardiovascularNeurologyMedicinePsychiatrySurgical Gender1.374 (1.341-1.408)1.053 (1.017-1.090)1.214 (1.187-1.241)1.419 (1.405-1.433)1.373 (1.336-1.411)1.149 (1.138-1.161) Age1.016 (1.015-1.017)1.013 (1.011-1.014)1.008 (1.007-1.009)1.018 (1.018-1.018)1.001 (1.000-1.002)1.017 (1.017-1.017) Risk variables Severe infection (1, 3-5) Metastatic cancer/acute leukemia (7) Severe cancer (8, 9) Other major cancers (10, 11, 12) Diabetes mellitus (15-20, 119, 120) End-stage liver disease (25, 26) Other hematological disorders (44) Drug/alcohol disorders (51-52) Psychiatric comorbidity (54-56, 58, 60) Hemiplegia, paraplegia, paralysis, functional disability (67-69, 100-102, 177, 178) Seizure disorders and convulsions (74) Coronary atherosclerosis or angina, cerebrovascular disease (81-84, 89, 98, 99, 103-106) Chronic obstructive pulmonary disease (108) Fibrosis of lung or other chronic lung disorders (109) Ulcers (148-149) Disorders of fluid, electrolyte, acid-base (22, 23) Pancreatic disease (32) Transplants (127, 174) 1.250 (0.906-1.724)
1.511 (1.468-1.554) 0.862 (0.789-0.942)
0.834 (0.787-0.883)
1.008 (0.895-1.136)
0.901 (0.846-0.960) 1.105 (1.003-1.218)
1.146 (1.098-1.196)
1.746 (1.627-1.875) 1.337 (1.301-1.374) 2.447 (2.362-2.535) 4.733 (4.369-5.127)
0.877 (0.769-1.000)
0.548 (0.267-1.124) 0.926 (0.808-1.062) 2.148 (1.688-2.734) 1.685 (1.550-1.832) 1.168 (1.031-1.325) 1.122 (0.476-2.646)
1.243 (1.089-1.420) 1.262 (1.224-1.300) 1.274 (1.236-1.314)
1.949 (1.783-2.132) 3.253 (2.900-3.649) 1.685 (1.641-1.729) 2.138 (2.097-2.180) 0.925 (0.854-1.001) 2.781 (2.566-3.015) 4.154 (3.506-4.921) 2.522 (1.828-3.480) 3.303 (2.682-4.069) 1.357 (1.182-1.557) 2.753 (2.052-3.696) 1.079 (0.919-1.266) 2.346 (2.091-2.632) 1.310 (1.072-1.602) 1.678 (1.338-2.104) 1.900 (1.509-2.392) 0.665 (0.558-0.793) 5.238 (2.183-12.573)
C-statistic0.6100.5550.5420.6070.5520.609 Values are presented as odds ratio (95% confidence interval). Risk variables are used by Center for Medicare & Medicaid Services-condition category, the group international classification of disease-9-CM codes into comorbid risk ad- justment variables. Risk variables are selected by statistical significance [13]. Below risk variables are not fitted in the model; other infectious disease & pneumonias (6, 111-113), protein-calorie malnutrition (21), congestive heart failure (80), specified arrhythmias (92, 93), dialysis status (130), septicemia/shock (2), iron deficiency (47), cardio-respiratory failure or cardio-respiratory shock (79), acute renal failure (131), rheumatoid arthritis and inflammatory connective tis- sue disease (38), respiratory dependence/tracheostomy status (77), coagulation defects and other specified hematological disorders (46), hip fracture/dislocation (158), hospital service mix.
standardized readmission rate)을 산출하였다. 재입원율은 퇴원 후 30일 이내 재입원율의 비율로 정의하였으며, 의료기관 단위로 산출 하였다. 위험도 보정을 위한 중요 변수로 CMS에서 개발한 동반질 환 및 합병증 목록을 이용하였으며, 우리나라의 질환 특성과 제도 환경을 고려하여 암질환과 항암치료, 재활치료, 연령 등의 제외 기 준을 정하여 반영하였다. 또한, 이 지표는 질환별 임상적 특성을 반 영하여 6개 진료군(심장호흡기진료군, 심혈관진료군, 신경과진료 군, 내과진료군, 정신과진료군, 수술진료군)으로 구분하여 각각 비 율을 산출하고 하나의 지표로 종합하여 제시하였다. 이 지표는 병 원급 이상 입원 건의 95%(사망, 이송, 재활치료 등 제외)를 포함할 수 있는 포괄적인 지표이며, 본 분석에서는 20세 미만과 암질환을 제외하여 2010년 전체 병원급 이상 입원 건의 68%를 포함하였다.
이는 의료기관의 특성, 환자 특성 등의 위험도를 표준화한 지표이 고 지표값 자체로 재입원율 발생 수준, 질적 수준 등을 평가할 수 있 으며, 의료기관 간 질 또는 성과 비교가 가능하고, 모든 질환에 적 용할 수 있다는 데 의의가 있다.
본 연구는 CMS의 지표 개발 방법론을 기초로, 6단계의 개발과 정을 거쳐 위험도 표준화 재입원율을 산출하였다. 건강보험 청구자 료는 상병 및 진료내역, 환자의 과거와 병원 간 이동 정보를 모두 포 함하고 있어 재입원율을 산출하기에 상당히 적합한 자료로, 이를 이용하여 비교적 용이하게 위험도 표준화 재입원율을 산출할 수 있다. 본 연구는 지표 산출과정에서 우리나라의 진료 및 제도 현황 을 반영하여 재입원율 산출의 활용가능성을 높이고자 하였다. 먼 저 계획되지 않은 재입원, 동반질환, 합병증 목록을 우리나라에서 사용하고 있는 질병 및 처치코드 체계인 ICD-10과 EDI 코드로 변 환하고 전문가들에 의한 타당성 검증을 거쳐 이들 목록의 활용성 을 높이고자 하였다. 또한 기존 방법론과 연구들에서 제시한 기준 들을 우리나라에 적용하기 위한 방안들을 검토하였는데, 퇴원 후 30일 이내 재입원 분류기준, 재입원율을 산출하기 위한 자료 구축 및 변수 생성방법, 제외기준 적용 근거 등을 제시하였다. 특히 정신 과진료군의 경우 CMS 방법론에서는 대부분 정신센터와 같이 별 도의 기관에서 진료가 이루어진다는 이유로 분석대상에서 제외하 였으나[13] 우리나라는 이와 다른 체계를 가지고 있으므로 본 연구 대상에 포함하였다. 재활치료 역시 CMS 방법론에서는 재활센터와 같이 별도의 기관에서 진료가 이루어지고 있어 제외기준에 포함되 었지만[13], 우리나라는 재활을 실시하는 별도 기관은 없으나 진료 계획을 미리 세우는 경우가 대부분이므로 항암치료와 함께 제외 기준에 포함하였다. 또한 CMS는 메디케어 청구자료를 이용하였기 때문에 산출 대상이 주로 65세 이상 연령층으로 한정되었으나, 본 연구는 20세 이상 연령층을 대상으로 하였다.
본 연구의 중요한 특징 중 하나는 위험도 보정방법이다. 그동안 선행연구에서 이용된 위험도 보정 변수들은 성, 연령, 동반질환, 환 자 구성, 의료기관 서비스 구성, 기준입원 시 진단명, 입원경로 및 퇴 Table 5. Results of logistic regression by specialty cohorts (validation sample, 2009; N=4,507,583) VariableCardiorespiratoryCardiovascularNeurologyMedicinePsychiatrySurgical Gender1.417 (1.386-1.449)1.069 (1.034-1.104)1.237 (1.212-1.263)1.438 (1.425-1.452)1.522 (1.486-1.560)1.193 (1.181-1.204) Age1.015 (1.015-1.016)1.012 (1.011-1.013)1.009 (1.008-1.009)1.018 (1.018-1.018)1.001 (1.000-1.002)1.019 (1.018-1.019) Risk variables Severe infection (1, 3-5) Metastatic cancer/acute leukemia (7) Severe cancer (8, 9) Other major cancers (10, 11, 12) Diabetes mellitus (15-20, 119, 120) End-Stage liver disease (25, 26) Other hematological disorders (44) Drug/alcohol disorders (51-52) Psychiatric comorbidity (54-56, 58, 60) Hemiplegia, paraplegia, paralysis, functional disability (67-69, 100-102, 177, 178) Seizure disorders and convulsions (74) Coronary atherosclerosis or angina, cerebrovascular disease (81-84, 89, 98, 99, 103-106) Chronic obstructive pulmonary disease (108) Fibrosis of lung or other chronic lung disorders (109) Ulcers (148-149) Disorders of fluid, electrolyte, acid-base (22, 23) Pancreatic disease (32)
1.082 (0.793-1.477)
1.504 (1.466-1.543) 0.958 (0.886-1.036)
0.884 (0.839-0.932)
0.957 (0.853-1.074)
0.915 (0.865-0.968) 1.047 (0.947-1.157)
1.095 (1.051-1.141)
1.677 (1.567-1.794) 1.450 (1.141-1.487) 2.427 (2.350-2.507) 5.327 (4.939-5.747)
0.838 (0.738-0.952)
1.177 (0.712-1.947) 0.990 (0.876-1.119) 2.077 (1.685-2.561) 1.550 (1.430-1.680) 1.027 (0.910-1.159)
1.094 (0.971-1.231) 1.355 (1.318-1.393) 1.594 (1.552-1.636)
1.542 (1.396-1.702) 3.472 (3.125-3.859) 1.755 (1.713-1.799) 2.264 (2.224-2.306) 1.057 (0.983-1.136) 2.871 (2.665-3.092) 4.544 (3.865-5.342) 4.475 (3.497-5.727) 3.690 (3.069-4.435) 1.654 (1.468-1.864) 2.824 (2.108-3.783) 1.055 (0.908-1.226) 2.658 (2.401-2.943) 1.256 (1.037-1.521) 2.805 (2.349-3.350) 1.972 (1.588-2.450) 0.716 (0.613-0.837)
C-statistic0.6090.5510.5440.6080.5740.621 Values are presented as odds ratio (95% confidence interval). Below risk variables are not fitted in the model; other infectious disease & pneumonias (6, 111-113), protein-calorie malnutrition (21), congestive heart failure(80), specified arrhythmias (92, 93), dialysis status (130), septicemia/shock (2), iron deficiency (47), cardio-respiratory failure or cardio-respiratory shock (79), acute renal failure (131), rheumatoid arthritis and inflammatory connective tissue disease (38), respiratory dependence/tracheostomy status (77), coagulation defects and other specified hematological disorders (46), hip fracture/dislocation (158), transplants (127,174), Hospital service mix.
원경로 등이었다[11,13,20]. 본 연구에서는 의료기관의 환자 특성 및 동반질환, 의료기관에서 제공하는 서비스 구성의 차이(hospital service mix) 등을 보정하였고 환자의 특성 중 사회경제적 상태, 인 종, 민족 등은 고려하지 않았는데, 그 이유는 환자의 인구학적 특성 에 따라 진료기준이 만들어지거나 서비스의 특성이 달라지지 않기 때문이다[11]. 또한 환자의 입원경로와 퇴원경로 등도 진료의 질보 다는 보건의료시스템의 구조와 관련되는 요인이 더 크게 작용하므 로 본 연구에 반영하지 않았다[11]. 동반질환의 경우 선행연구에서 주로 찰슨지수(Charlson comorbidity index)를 이용하였으나[20- 23], 본 연구에서는 CMS에서 임상 전문가패널을 통해 개발한 동반 질환 목록을 적용하였다. 이를 통해 찰슨지수가 임상적으로 세부 적인 증상이나 질병을 반영하지 못한다는 제한점을 보완할 수 있 다[24]. 의료기관 서비스 구성은 의료기관의 환자 구성 및 임상적 특성을 반영하는 중요 변수이나, 본 분석에서는 통계적으로 유의 하지 않아 최종 모형에서 제외되었다.
재입원율은 6개 진료군에 따라 재입원율의 분포와 수준이 다르 게 나타났는데, 이는 진료군을 구분하고 각각 모형을 구축한 본 연 구의 설계가 적합하다는 것을 반영한다. 분석결과 위험도 표준화 재입원율은 10.90%였다. 의료기관 종별 간 차이가 있었으며, 특히 병원에서 의료기관 간의 재입원율 표준편차가 큰 것으로 나타났다.
즉 상급종합병원은 다른 의료기관 종별보다 위험도 표준화 재입원 율 수준이 낮고 표준편차도 작았는데, 이는 상급종합병원의 질적 수준이 다른 종별보다 높고 의료기관 간의 차이가 크지 않다는 것 을 의미한다. 반면 병원의 경우 위험도 표준화 재입원율이 가장 높 고, 표준편차도 커서 병원의 질 관리 수준이 상대적으로 낮다고 할 수 있다. 이는 매년 급성심근경색증, 관상동맥우회술 등에 대해 의 료기관 대상으로 실시하고 있는 요양급여 적정성 평가결과와 유사 한 결과를 나타내는 것이다[25]. 그러나 재입원율과 병원 규모와의 관련성을 연구한 Horwitz 등[26]은 병원의 규모가 작으면 재입원율 도 낮아진다고 보고하였다. 따라서 재입원은 규모 등 의료기관의 특성보다는 다른 측면의 영향을 받는다고 볼 수도 있으며, 이에 대 한 추후 연구를 통해 보다 명확한 요인을 규명하는 것이 필요하다.
국외 연구결과로 CMS의 2008년 위험도 보정을 하지 않은 재입원 율은 16.4%, 위험도 보정 재입원율은 16.7%였으며[13], 본 연구결과
보다 다소 높은 수준으로 나타났다. 반면 캐나다의 2012년 위험도 보정 재입원율은 8.5% [27], 영국의 2011년 위험도 보정을 하지 않 은 재입원율은 5.6%이었다[28]. 그러나 연구대상, 세부적인 산출모 형의 가정, 재입원의 정의, 보건의료제도의 차이 등으로 인해 다른 국가와 직접적으로 비교하기는 어렵다. 따라서 지속적인 지표 산출 과 이에 대한 추이, 경향 등 경시적 분석을 통해 의료의 질과 의료비 문제를 나타내는 보건의료의 결과지표로서 재입원율의 정확성과 타당성을 높이는 것이 필요할 것이다.
재입원율은 기존의 질 평가지표에 비해 비교적 해석이 용이하고, 직접적으로 판단할 수 있어 정보를 전달하는 효과가 크므로 지표 의 영향력이 클 것으로 생각된다. 따라서 연구자나 정책 관련자들 은 재입원율에 대한 지속적인 관심을 통해 최대한 재입원을 예방하 거나 피할 수 있는 방안을 모색하는 것이 필요하다[29]. 그러나 모 든 재입원이 의료의 질 문제나 부적절한 퇴원 관리를 의미하는 것 이 아니므로 재입원율 지표 해석에는 주의를 요한다. 본 연구는 최 대한 해당 의료기관의 서비스 질과 관련이 없는 재입원을 구분하 고자 계획된 입원과 계획되지 않은 입원으로 구분하였으나, 실제 계획된 입원과 계획되지 않은 입원을 명확히 구분하기는 어려우며, 이러한 분류가 적절하지 않을 수 있다. Clarke [30]는 피할 수 없는 재입원, 피할 수 있는 재입원, 분류가 되지 않는 재입원으로 구분한 바가 있다. 따라서 본 연구방법의 적용과 연구결과의 해석에 있어 주의가 필요하다. 재입원율은 재입원을 피하는 것이 의료기관의 직 접적인 목표가 아니라 피할 수 있는 부작용 또는 나쁜 결과에 대한 대리지표로서 의미가 있다[31]. 재입원율 지표는 경향 및 추이분석 을 통해 환자 관리나 의료의 질 수준 모니터링이 가능하고 이를 통 해 의료의 질과 의료비 지출의 비효율성 등을 가늠할 수 있는 자료 로서 활용성이 크다고 할 수 있다. 더불어 의료기관의 성과를 측정 하는 지표는 임상적 의미 외에 객관성과 신뢰성을 기반으로 하여 사회적 합의를 가지는 것이 중요하므로 재입원율 활용에 대한 지속 적인 논의가 필요하다.
본 연구를 통해 재입원율 산출방법을 탐색하여 지표의 활용가 능성을 높이고자 하였으나 다음과 같은 제한점을 가진다. 첫째, CMS의 기준을 이용하여 계획되지 않은 재입원, 동반질환, 합병증 등을 정의하고 기준을 정하였는데, 이는 우리나라의 제도 및 진료 Table 6. Risk-standardized readmission rate by hospital types (2010)
Variable No. Unadjusted (%) Adjusted (%)
Mean± SD Min Max Mean± SD Min Max
Total 1,420 13.37± 9.95 2.04 87.10 10.90± 3.58 0.56 21.95
Tertiary hospitals 44 16.67± 5.39 8.10 29.57 7.04± 0.95 4.44 8.88
General hospitals 280 13.72± 6.60 3.98 47.76 9.40± 3.01 1.10 20.19
Hospitals 1,096 13.15± 10.74 2.04 87.10 11.43± 3.58 0.56 21.95
Exclusion: no. of readmission < 25.
SD, standard deviation.
여건과 다를 수 있으며, 이에 대해 의무기록 등 실증자료를 이용한 타당성 검토가 필요하나 자료수집의 한계로 수행하지 못하였다. 둘 째, 건강보험 청구자료에 포함된 정보인 주 진단명, 진료결과 등은 재입원 여부와 원인을 판단하는 데 중요한 정보 중의 하나이나 이 에 대한 기재 원칙이 명확하지 않아 정확한 결과를 산출하기 어렵 다. 특히 입원 시 상병(present on admission), 자의퇴원 여부 등은 재입원 지표 산출에 있어 매우 중요한 정보임에도 불구하고 건강보 험 청구자료에 포함되어 있지 않아 이를 반영하지 못하였다. 셋째, 본 연구결과의 타당성을 검증할 수 있는 기준 또는 근거가 명확하 지 않다. 이는 재입원율에 관한 선행연구가 부족하고, 특히 건강보 험 청구자료를 이용하여 재입원율을 산출한 국내 연구가 부재하기 때문이다.
위험도 표준화 재입원율 산출의 목적은 의료기관의 질적 수준 을 측정하고 분석하여 궁극적으로 의료의 질을 향상시키고자 하 는 것이다. 재입원이 발생하는 이유는 퇴원계획의 미비, 부적절한 추후관리, 의사소통 부족, 이전 입원과 관련된 합병증, 의료적 실수 등의 부작용, 투약관리 및 투약 실수, 낮은 환자 순응도 등의 이유로 발생한다[32,33]. 따라서 재입원율을 관리함으로써 환자에게 제공 하는 모든 의료서비스의 스펙트럼을 평가할 수 있고, 안전하고 효 과적인 진료를 보장하기 위해 질환별 변화를 명확히 파악할 수 있 으며, 질환의 합병증을 감소시키고, 투약 조절, 외래진료 및 이송계 획 수립 등을 통해 의료의 질을 향상시킬 수 있다. 또한 의료의 질을 향상시키기 위해서 지속적인 모니터링은 정책의 우선순위이므로 이를 위해 다양한 측면에서 의료의 질 지표 개발에 대한 더 많은 관 심과 노력이 필요하다.
감사의 글
본 연구는 2012년도 건강보험심사평가원 연구용역으로 수행한
‘일반질지표 평가체계 개발 및 활용 방안 연구’에 기초하였으며, 저 자들의 소속은 연구 수행 당시의 소속과 현 소속을 같이 기재하였 다.
REFERENCES
1. Kim Y, Lee S, Kwon S, Kang M, Choi S, Eun S. A study on the develop- ment of indicators of quality assessment in healthcare benefits. Seoul:
Health Insurance Review and Assessment, Seoul National University;
2010.
2. Rath S, Heuer C, Alle W, Bach A, Bischoff B, Bonsanto MM, et al. Inte- gration of generic indicators for quality management in hospital infor- mation systems. Int J Med Inform 1999;55(3):179-188. DOI: http://
dx.doi.org/10.1016/s1386-5056(99)00050-7.
3. Commonwealth Fund Commission on a High Performance Health Sys- tem. Why not the best?: results from the national scorecard on U.S.
health system performance. New York (NY): Commonwealth Fund;
2008.
4. Medicare Payment Advisory Commission. Payment policy for inpatient readmissions. In: Medicare Payment Advisory Commission, editor. Pro- moting greater efficiency in Medicare. Washington (DC): Medicare Pay- ment Advisory Commission; 2007. pp. 103-120.
5 Jencks SF, Williams MV, Coleman EA. Rehospitalizations among patients in the Medicare fee-for-service program. N Engl J Med 2009;360(14):1418- 1428. DOI: http://dx.doi.org/10.1056/NEJMsa0803563.
6. Goldfield NI, McCullough EC, Hughes JS, Tang AM, Eastman B, Rawl- ins LK, et al. Identifying potentially preventable readmissions. Health Care Financ Rev 2008;30(1):75-91.
7. Weissman JS, Ayanian JZ, Chasan-Taber S, Sherwood MJ, Roth C, Epstein AM. Hospital readmissions and quality of care. Med Care 1999;37(5):490- 8. Ashton CM, Kuykendall DH, Johnson ML, Wray NP, Wu L. The associa-501.
tion between the quality of inpatient care and early readmission. Ann In- tern Med 1995;122(6):415-421. DOI: http://dx.doi.org/10.7326/0003- 4819-122-6-199503150-00003.
9. Kossovsky MP, Perneger TV, Sarasin FP, Bolla F, Borst F, Gaspoz JM.
Comparison between planned and unplanned readmissions to a depart- ment of internal medicine. J Clin Epidemiol 1999;52(2):151-156. DOI:
http://dx.doi.org/10.1016/s0895-4356(98)00142-5.
10. Wong EL, Cheung AW, Leung MC, Yam CH, Chan FW, Wong FY, et al.
Unplanned readmission rates, length of hospital stay, mortality, and medical costs of ten common medical conditions: a retrospective analysis of Hong Kong hospital data. BMC Health Serv Res 2011;11:149. DOI:
http://dx.doi.org/10.1186/1472-6963-11-149.
11. Horwitz L, Partovian C, Lin Z, Herrin J, Grady J, Conover M, et al. Hos- pital-wide (all-condition) 30-day risk-standardized readmission measure:
draft measure methodology report. New Haven (CT): Yale New Haven Health Services Corporation, Center for Outcomes Research & Evalua- tion; 2011.
12. Horwitz LI, Partovian C, Lin Z, Grady JN, Herrin J, Conover M, et al.
Development and use of an administrative claims measure for profiling hospital-wide performance on 30-day unplanned readmission. Ann In- tern Med 2014;161(10 Suppl):S66-S75. DOI: http://dx.doi.org/10.7326/
M13-3000.
13. Horwitz L, Partovian C, Lin Z, Herrin J, Grady J, Conover M. Hospital- wide all-cause unplanned readmission measure: final technical report.
Baltimore (MD): Centers for Medicare and Medicaid Services; 2012.
14. Oh HJ, Yu SH. A case-control study of unexpected readmission in a uni- versity hospital. Korean J Prev Med 1999;32(3):289-296.
15. Oh H, Yu S. Association between unplanned and planned readmission in an university hospital. J Korean Soc Qual Assur Health Care 1997;4(2):242- 16. Hong J. A study of the characteristics of readmitted patients in an univer-259.
sity hospital in Korea. J Korean Soc Qual Assur Health Care 1995;2(2):56- 17. Hwang J, Lee S. A study on the identification of risk factors for un-71.
planned readmissions in a university hospital. J Korean Community Health Nurs Acad Soc 2002;16(1):201-212.
18. Lee E, Yu S, Lee H, Kim S. Factors Associated with unplanned hospital readmission. Korean J Hosp Manag 2010;15(4):125-142.
19. Moon O, Kang S, Lee E, Choi Y, Lee H. An analysis on the characteristics of high cost patients in the regional medical insurance programs. Korean J Health Policy Admin 1993;3(1):53-83.
20. Allaudeen N, Vidyarthi A, Maselli J, Auerbach A. Redefining readmis- sion risk factors for general medicine patients. J Hosp Med 2011;6(2):54- 60. DOI: http://dx.doi.org/10.1002/jhm.805.
21. Goodney PP, Stukel TA, Lucas FL, Finlayson EV, Birkmeyer JD. Hospital vol- ume, length of stay, and readmission rates in high-risk surgery. Ann Surg 2003;238(2):161-167. DOI: http://dx.doi.org/10.1097/01.sla.0000081094.66659.
22. Hasan O, Meltzer DO, Shaykevich SA, Bell CM, Kaboli PJ, Auerbach c3.
AD, et al. Hospital readmission in general medicine patients: a prediction model. J Gen Intern Med 2010;25:211-9. DOI: http://dx.doi.org/10.1007/
s11606-009-1196-1.
23. Librero J, Peiro S, Ordinana R. Chronic comorbidity and outcomes of hospital care: length of stay, mortality, and readmission at 30 and 365 days. J Clin Epidemiol 1999;52(3):171-179.
24. Quan H, Li B, Couris CM, Fushimi K, Graham P, Hider P, et al. Updating and validating the Charlson comorbidity index and score for risk adjust- ment in hospital discharge abstracts using data from 6 countries. Am J Epidemiol 2011;173(6):676-682. DOI: http://dx.doi.org/10.1093/aje/
kwq433.
25. Health Insurance Review and Assessment Service. The results of quality assessment in healthcare benefits. Seoul: Health Insurance Review and Assessment Service; 2014.
26. Horwitz LI, Lin Z, Herrin J, Bernheim S, Drye EE, Krumholz HM, Hines HJ Jr, et al. Association of hospital volume with readmission rates: a ret-
rospective cross-sectional study. BMJ 2015;350:h447. DOI: http://dx.doi.
org/10.1136/bmj.h447.
27. Canadian Institute for Health Information. All-cause readmission to acute care and return to the emergency department. Ottawa: Canadian Institute for Health Information; 2012.
28. Sg2 Healthcare Intelligence. Sg2 Service Kit: reducing 30-day emergency readmissions. Skokie (IL): Sg2 Healthcare Intelligence; 2011.
29. James J. Health policy brief: Medicare Hospital Readmissions Reduction Program [Internet]. Bethesda (MD): Health Affairs; 2013 [cited 2015 Sep 22]. Available from: http://healthaffairs.org/healthpolicybriefs/brief_
pdfs/healthpolicybrief_102.pdf.
30. Clarke A. Are readmissions avoidable? BMJ 1990;301(6761):1136-1138.
31. Milne R, Clarke A. Can readmission rates be used as an outcome indica- tor? BMJ 1990;301(6761):1139-1140. DOI: http://dx.doi.org/10.1136/
bmj.301.6761.1139.
32. Hasan M. Readmission of patients to hospital: still ill defined and poorly understood. Int J Qual Health Care 2001;13(3):177-179. DOI: http://
dx.doi.org/10.1093/intqhc/13.3.177.
33. Stone J, Hoffman GJ. Medicare hospital readmissions: issues, policy op- tions and PPACA. Washington (DC): Congressional Research Service report; 2010.
