암 보장성 강화정책이 의료이용 및 건강성과에 미친 효과

응용경제 제18권 제4호 2016년 12월,한국응용경제학회

암 보장성 강화정책이

의료이용 및 건강성과에 미친 효과 ^*

홍정림 ^{* *}

초록

이 논문은 2 0 05 년 시행된 암 보장성 강화정책이 의료이용과 건강성과에 미친 효과를 분석하였다.건강보험 보장성 확대가 모든 질환에 대해 동일하게 이루어 지지 않았다는 사실에 착안하여 이중차분 분석을 수행함으로써 정책의 순수한 효과를 추정하고자 시도하였다.

보장성 강화정책의 대상은 아니지만 중증질환인 간질환을 암 상병의 대조군 으로 설정하고 의료이용에 미친 효과를 분석한 결과는 보장성 강화정책이 사회

⋅경제적 인구 특성에 관계없이 암 환자들의 의료이용을 증가시키는 역할을 했 을 가능성을 시사한다.보장성 확대로 인한 의료이용 증가가 최종적인 건강성과 를 개선시켰는지에 대한 연구 결과는 사회⋅경제적 인구 특성에 따라 상이했다.

J EL:I 13,I 18,H51

핵심주제어:건강보험 보장성,보장성 강화정책,암,의료이용,건강성과

투고:2016년 7월 25일;수정:2016년 11월 4일;게재확정:2016년 11월 22일

*본 논문은 홍정림(2016)의 박사학위 논문 제2장을 수정한 것이다.세심하게 논문을 지도해 주신 이철희 교수님과 심사과정에서 유익한 조언을 해 주신 홍석철 교수님,이태진 교수님, 김대일 교수님,이철인 교수님께 깊이 감사드린다.아울러 상세한 논평을 해 주신 익명의 심사위원께도 사의를 표한다.이 연구는 서울대 경제연구소 분배정의연구센터의 연구지원과 2016년 정부(교육부)의 재원으로 한국연구재단의 지원(NRF-2016S1A3A2924944)을 받아 수행되었다.

**서울대학교 분배정의연구센터,박사후 연구원.

주소:서울 관악구 관악로 1서울대학교 분배정의연구센터, 전화:02)880-6454,E-mail:jrhong1017@gmail.com

Ⅰ.머리말

정부는 높은 의료비로 인해 겪게 되는 경제적 위험으로부터 국민을 보호하고 사회안전망으로서의 건강보험 역할을 강화하기 위하여 20 0 5년 보장성 강화정책 을 시행하였다.보장성 강화정책은 진료비 부담이 높은 중증환자의 보장률을 높 여 환자의 본인부담을 경감하는데 주안점을 두고 추진되었으며,그 보장 범위가 지속적으로 확대되어 왔다.특히 대표적인 고액중증질환인 암은 20 0 4년 건강보 험 보장률이 4 6 . 9 %로 전체 상병의 평균 보장률 6 1 . 4 %에 비해 현저히 낮아 보 장성 강화 상병 중 최우선 순위로 선정되었다( 보건복지부,2 00 5 ) .

2 0 05 년 9 월부터 보건복지부 고시 20 0 5-5 5 ,5 6에 따라 암 환자 등록제가 실 시되었고 암으로 진단된 후 등록일로부터 5 년간 암 환자의 총 진료비 중 법정 본인부담률이 2 0%에서 1 0%로 경감되었다.｢ 제 2 차 건강보험 보장성 강화정책 ( 2 0 09 -2 01 3 ) ｣ 을 통해 20 0 9년 1 2월부터 법정 본인부담률이 5%로 추가 인하되 었으며,2 0 10 년부터 항암제 보험적용이 확대되었고,20 1 3년부터 초음파 검사가 급여항목으로 전환되었다.현재 시행중인 ｢ 제 3차 건강보험 중기보장성 강화정 책( 2 01 4 -20 1 8) ｣ 을 통해 20 1 4년부터 PET 등의 영상검사,고가 항암제에 대한 보험적용이 확대되었고,향후 단계적으로 보장성을 강화하여 2 0 16 년까지 수술에 사용되는 치료재료,질병치료와 관련된 유전자 검사 등 모든 필수의료의 보장성 이 확대될 예정이다( 보건복지백서,2 0 13 ) .

<표 1> 암 보장성 강화정책의 주요 내용

시행 시기 암 보장성 확대

2005 암 등 고액 중증질환의 본인부담률 경감 (20% ￫ 10%)

2006 위,유방암,대장암,간암 등 특정 암 건강검진 본인부담률 경감 (50% ￫ 20%) 중증질환 PET 건강보험 일부 적용

2008 백혈병 골수이식 급여 기준 확대 2009 암 환자 본인부담률 경감 (10% ￫ 5%) 2010 항암제 보험급여 확대

2011 최신 암 수술 보험급여 확대

2013 MRI급여 적용 대상 확대 및 초음파 급여 전환 2014 PET 건강보험 적용 확대

2015 암 및 희귀⋅난치성질환 진단⋅치료 관련 유전자 검사 급여 전환

건강의 중요성에 대한 국민의 관심이 높아지고 의료비가 빠르게 증가하고 있 는 상황에서 건강보험 보장성 강화정책의 효과를 정확하게 평가하고 이에 기초 하여 보다 개선된 보건의료정책을 수립하는 일은 우리 사회의 매우 중요한 과제 이다.이에 본 연구는 건강보험 보장성 강화정책이 의료이용과 건강성과에 미친 효과를 분석하고자 한다.보다 구체적으로 암질환을 대상으로 하여 2 0 0 5 년에 실 시된 보장성 강화정책이 의료이용과 건강성과에 미친 영향을 분석할 것이다.

일반적으로 보장성 강화는 의료이용을 증가시키는 효과가 있는 것으로 알려 져 있다( Cur r i eand Gr ube r ,1 99 6 ;Che n e tal . ,20 0 7;Car d e tal . ,2 00 8 ; Pandee tal . ,2 0 11등) .또한 의료서비스 가격 하락으로 인한 의료이용의 증가 는 건강성과를 개선시키고( Gr os s man,1 97 2 ) ,건강성과의 개선은 경제활동의 증가,생산성의 향상을 통한 경제적 효과와 수명의 연장,삶의 질 개선을 통한 국민후생 증진을 가져올 것으로 기대된다( 이철희ㆍ황수경,2 0 15 ) .

건강보험 보장성 강화의 궁극적인 목적은 진료비 부담으로 인해 제한되었던 의료이용의 접근성을 개선시킴으로써 국민 건강을 향상시키는 데 있다.그러나 기존 연구들은 주로 보장성 강화가 건강의 투입에 미친 효과를 분석하는데 치 중하였고( 김정희,20 0 7;김수진 외,2 0 08 ;이용재,2 0 09등) ,건강성과 측면에서 접근한 연구는 현재 거의 없는 실정이다.

건강보험 보장성 강화와 같은 보건의료정책이 건강에 미치는 효과를 경제적 으로 분석하는 것은 다음과 같은 점에서 학문적⋅정책적으로 중요하다고 할 수 있다.

첫째,건강은 그 자체로서도 가장 중요한 행복의 조건 가운데 하나이지만 동 시에 경제적 성과의 주요 결정요인이기도 하다.건강의 악화와 사망의 증가는 개인의 삶의 질을 떨어뜨리는 동시에 의료비용을 증가시키고 노동공급과 생산 성을 저하시킴으로써 한 국가의 경제에 부정적인 영향을 미친다.특히 건강의 악화는 중년 및 고령자들의 노동공급과 소득을 감소시키는 주된 요인이기 때문 에( 이승렬,20 0 7;Le eand Le e ,2 01 3 ) ,국민건강의 증진은 인구고령화가 가져 오는 사회⋅경제적인 문제를 완화시키는 해결책이 될 수 있다.

둘째,선진국의 사례에서 볼 수 있듯이 소득이 증가하고 인구고령화가 진행되

면서 우리나라의 의료비 지출은 향후 크게 증가할 가능성이 있다.근래의 장기

적인 경제침체와 양극화는 특히 저소득층을 중심으로 개인의 의료부담을 완화

해야 한다는 사회적인 요구를 강화시키고 있다.이러한 상황에서 국민건강을 효

과적으로 제고하는 보건의료정책을 고안하여 시행하는 것은 매우 중요한 과제 이며 이를 위해서는 기존 정책의 효과를 정확하게 평가할 필요가 있다.

본 연구에서는 암 보장성 강화정책이 본인부담을 완화하여 미충족된 의료이 용을 증가시켰는지 확인하고,의료이용 증가 혹은 여타의 경로를 통해 사망 등 최종적인 건강성과를 개선시키는 역할을 했는지 살펴볼 것이다.또한 연령,소 득 등의 사회⋅경제적 인구 특성에 따라 정책 효과가 상이한지 비교하여 정책 적 함의를 도출하고자 한다.보장성 강화정책이 의료이용에 미친 효과를 분석하 는데 그친 기존 연구와 달리 의료이용 뿐만 아니라 최종적인 건강성과에 미친 영향을 처음으로 분석했다는 점에서 선행연구와 차별되며,연구 결과는 향후 합 리적 정책 결정에 유용한 정보를 제공할 것으로 기대한다.

이 논문은 다음과 같이 구성된다.Ⅱ장에서는 보장성 확대의 효과를 분석한 국내외의 선행연구를 소개한다.Ⅲ장에서는 분석 모형과 자료 및 표본 설정 방 법에 대해 설명한다.Ⅳ장에서는 분석의 결과를 제시한다.마지막으로 Ⅴ장에서 는 결과를 요약하고 정책적 함의를 제시한다.

Ⅱ.선행연구 1 .해외연구

우리나라와는 달리 전 국민을 대상으로 하는 보편적인 의료보장제도가 없는 미국은 65 세 미만의 저소득층 및 장애인을 위한 의료보조제도인 메디케이드 ( Me di c ai d) 프로그램과 6 5세 이상의 모든 노인을 대상으로 하는 메디케어 ( Me di c ar e )프로그램을 시행하고 있으며,이를 이용하여 보장성 확대가 의료이 용 및 건강성과에 미친 영향을 분석한 연구가 주로 진행되어 왔다.

1 9 80 년대 이후 연도별,주별로 상이하게 수급자격을 확대하고 있는 메디케이

드 프로그램을 바탕으로 한 연구들은 수급자격이 외생적으로 확대되었다는 점

에 주목한다.보장성 확대로 인해 추가로 수급자격을 얻게 되는 집단의 의료이

용과 건강성과의 변화를 연도별,주별 변이( var i at i on) 를 이용하여 분석한 연구

들이 제시되어 왔다.Cur r i eand Gr ube r ( 1 99 6 ) 는 1 9 84 년부터 1 9 92 년까지 저

소득층 아동을 대상으로 한 메디케이드 수급자격 확대가 의료이용을 증가시켰

으며,8 년간 15 . 1 % 포인트의 수급자격 확대로 아동사망률이 무려 5 . 1 % 감소하 였음을 보였다.Kae s t ne re tal . ( 20 0 1) 은 메디케이드 수급자격 확대가 2 -6세 저소득층 아동의 건강상태를 크게 개선시켰다는 연구 결과를 제시하였다.

메디케어 프로그램을 이용한 연구들은 65 세 이전 비보험자가 65 세 이후 보험 가입자로 변동되는 특성에 주목하여 메디케어 가입 전후 의료이용과 건강성과 를 비교⋅분석한 결과를 제시하고 있다.Car d e tal . ( 2 0 08 ) 은 65 세 이후 비용 부담으로 인한 의료이용 지연이 감소하였고 외래 및 입원 의료이용이 증가하였 으며,의료이용의 형평성이 개선되었음을 밝혔다.Pol s ky e tal . ( 2 00 9 ) 은 메디 케어 가입이 전반적인 건강상태를 개선시키지 못하였다고 주장하였다.

중국은 개방 경제 도입 이후 의료보험체계가 점차 붕괴되어 사회 문제로 대 두되자 2 00 3 년 낙후된 시골지역의 거주자들을 대상으로 Ne w Coope r at i ve Me di c alSc he me ( NCMS) 을 시행하였다.기본적인 가이드라인은 중앙정부에서 제공하지만 세부적인 사항은 지역별로 독립적으로 결정하기 때문에 NCMS는 각 지역에 따라 시행 시기가 상이하고 다양한 보험 체계가 나타나는 특징이 있 다.NCMS 참여 지역은 20 0 4년 30 1 개에 불과했으나 빠르게 증가하여 20 0 7년 2 , 4 5 1개로 확대되었고,약 7 억 3 천만 명이 의료보험 수급자격을 갖게 되었다 ( Le iandLi n,2 00 9 ) .이러한 지역별,시간별 변이를 사용하여 NCMS의 도입 이 의료이용과 건강성과 등에 미친 영향을 분석한 연구는 다음과 같다.

Wags t af fe tal . ( 2 0 0 9 ) 은 정책 시행 이후 NCMS 가입자들의 의료이용이 미 가입자들에 비해 증가하였고 그 효과는 소득분위별,지역별로 상이했음을 밝혔다.

Le iand Li n( 2 0 0 9 ) 은 NCMS 가입자들의 예방을 위한 의료이용( pr e ve nt i ve - c ar eut i l i z at i on) 은 증가하였지만 치료를 위한 의료이용( f or malme di c alc ar e ) 의 증가나 건강상태의 개선효과는 유의하지 않음을 보였다.Che n e tal . ( 20 1 2) 은 정책 시행 이후 가시적으로 사망률이 감소하는 듯 보이지만 이 효과는 내생 성에 의한 것일 뿐 건강성과는 개선되지 않았음을 지적하였다.Che ng e t al . ( 2 01 5 ) 은 NCMS 가입자의 의료이용이 증가하였고 건강성과가 개선되었을 뿐만 아니라 소득별 형평성 역시 개선된 것으로 평가하였다.

태국은 기존에 일부 공무원으로 한정하여 적용했던 공공의료보험 혜택을 의료

취약계층까지 확장시킴으로써 의료이용의 격차를 줄이고자 2 0 0 1 년 Uni ve r s al

He al t hCove r age ( UC) 를 시행하였다.중국과 유사하게 각 지역마다 시차를 두

고 시행되었기 때문에 지역별,시간별 변이가 발생하는데 이를 이용하여 UC

도입 효과를 평가한 연구도 상당부분 축적되어 있다.

Pa npi e mr a se ta l . ( 2 0 1 1 ) 은 정책 도입 직후 외래 의료이용이 크게 증가하였으 나 입원 의료이용은 오히려 감소하였고,외래 의료이용의 증가 효과도 일시적인 현상임을 밝혔다.Gr ube re ta l . ( 2 0 1 2 ) 은 UC 가입자들의 입원 의료이용이 정책 시행 이후 유의하게 증가하였으며,특히 2 0 -3 0 대 여성의 의료이용 증가로 인해 유아 사망률이 감소했다고 주장하였다.Wa gs t a f fa ndMa na c hot phong( 2 0 1 2 ) 은 UC 프로그램이 주관적인 건강상태를 개선시켰음을 보였으며,Ghi s l a ndi e t a l . ( 2 0 1 5 ) 은 프로그램 도입으로 의료이용이 증가했음을 밝혔다.

그 밖에 대만의 의료보험 시행이 의료이용 및 건강성과에 미친 영향을 분석 한 Che n e tal . ( 2 0 07 ) 은 보장성 확대가 의료이용을 증가시키고 의료이용의 형 평성을 개선시켰으나,사망률 감소나 주관적 건강상태 등의 건강수준에는 유의 한 영향을 미치지 못하였다는 연구 결과를 제시하였다.

2 .국내연구

현재 보장성 강화정책이 의료이용과 건강성과에 어떤 영향을 미쳤는지 면밀 하게 분석한 국내연구는 그리 많지 않은 것으로 보인다.주로 20 0 5년 9 월 보장 성 강화정책이 시행된 이후 의료이용 측면에서 정책의 효과를 평가한 연구들이 진행되어 왔으며,보장성 확대 이후 의료이용이 증가했다는 일치된 분석 결과를 제시한다( 김정희,2 00 7 ;이용재,2 00 9등) .그러나 기존의 연구는 정책 시행 전 후를 단순 비교⋅분석하였고 정책의 영향과 무관한 시간에 따른 변이를 통제하 지 못하였다는 점에서 내생성 혹은 누락된 변수로 인한 편의가 발생할 수 있으 며,이로 인해 정책의 순수한 인과성을 추정하는데 한계가 있다.

추정방법에 있어서 본 연구와 가장 관련성이 높은 선행연구는 배지영( 2 01 0 )

과 Ki m andKwon( 20 1 4) 의 연구이다.이중차분법을 사용하여 의료이용 및 주

관적인 건강상태에 미친 효과를 분석한 배지영( 2 01 0 ) 은 보장성 강화에 해당되

지 않는 상병 환자들과 비교했을 때 정책 시행 이후 보장성 강화 상병 환자들

의 입원 의료이용이 증가했으나 주관적인 건강상태는 개선되지 못하였다는 연

구 결과를 제시하였다.간질환을 대조군으로 이중차분법( 정책×암)및 삼중차분

법( 정책×암×소득) 을 통해 의료이용의 형평성을 분석한 Ki m andKwon( 20 1 4)

은 암 환자의 의료이용이 간질환 환자보다 정책 시행 이후 증가하였고,소득분

위별 의료이용의 형평성 역시 개선되었음을 밝혔다.이 연구들은 내생성 문제를 상당 부분 해결하여 정책 효과의 인과성을 분석했다는 점에서 의의를 찾을 수 있으나,생존이나 사망 등 최종적인 건강지표에 관한 분석은 시도하지 못하였다.

본 연구는 보장성 강화정책이 최종적인 건강성과에 미친 영향을 처음으로 분 석했다는 데에 그 의의가 있다.또한 의료이용에 미친 효과를 분석함에 있어서 도 조금 더 정확성을 기하고자 하였으며,선행연구와의 차이점은 다음과 같이 언급할 수 있다.우선 기존 연구는 연간 의료이용을 합산하여 분석에 이용하였 기 때문에 여러 해에 걸쳐 치료를 받은 환자들이 정책 전후 중복되어 분석에 포함된다.따라서 분석 기간 동안 정책의 효과와 암의 병기별 의료이용 패턴이 혼재되어 추정계수에 편의가 발생할 수 있다.이를 해결하고자 본 연구에서는 첫 진료 이후 1 년간의 의료이용을 건강투입의 지표로 활용하여 정책 전후 표본 들이 동일한 조건을 갖도록 설계하였다.다음으로 기존 연구는 입원과 외래 진 료 각각의 의료이용을 종속변수로 사용하였는데,입내원별 분석은 구성 편의 ( c ompos i t i onbi as ) 가 발생할 가능성이 있다.다시 말해서 보장성 확대로 본인 부담이 경감되어 입원 환자의 비중이 증가한다면 입원 및 외래 진료 각각을 분 석했을 때 중증도가 상이한 환자의 비중 변화로 인해 추정계수에 편의가 존재 할 수 있다는 것이다.본 연구는 입내원별 의료이용 뿐만 아니라 입원과 외래 의료이용을 합산한 전체 의료이용에 대한 정책 효과를 분석함으로써 진료비 부 담으로 입원 진료를 받지 못하였던 암 환자들이 보장성 확대로 인해 진료형태 를 바꾸었을 가능성을 고려하였다.마지막으로 사회⋅경제적 인구 특성에 따라 정책의 효과가 다르게 나타나는지도 살펴보았다.

Ⅲ.분석 모형 및 자료 1 .분석 모형

정책의 순수한 효과를 추정하는 가장 이상적인 방법은 정책의 대상자를 무작

위로 선택하는 실험( r andomi z e dt r i al ) 을 수행하는 하는 것이다.랜드 건강보험

실험( RAND He al t h I ns ur anc eExpe r i me nt ) 은 그러한 연구의 대표적 사례이

다( Nor t on e tal .2 00 2 ) .그러나 이러한 데이터는 세계적으로도 드물고 국내에

는 존재하지 않는다.

선행연구에서 널리 이용된 대안적인 방법은 이중차분모형( Di f f e r e nc e i n Di f f e r e nc emode l ) ,회귀단절모형( Re gr e s s i on Di s c ont i nui t y mode l ) ,도구변 수모형( I ns t r ume nt alVar i abl emode l )등을 도입하는 것이다.특히 어떤 정책 이 동시에 전체 인구에게 적용되지 않는 경우 이중차분모형은 내생성 혹은 누 락된 변수로 인한 편의 문제를 효과적으로 해결할 수 있는 방법으로 선행연구 에 널리 쓰이고 있다

.

본 연구에서는 정책의 변화에 의한 건강보험 보장성 확대가 모든 질환에 대 해 동일하게 이루어지지 않았다는 점을 이용한 이중차분 분석을 수행함으로써 정책의 순수한 효과를 추정하였으며,분석에 이용된 회귀 모형은 다음과 같다.



 

 

∙ 

 

∙ 

 

∙ 

∙ 

  ∙ 

 

 

 

( 1 )

회귀식 ( 1 ) 에서 

는 년도 개인 의 건강투입 지표와 최종적인 건강성과 지표이다.보장성 강화정책이 의료이용에 미친 효과를 분석하기 위한 건강투입 지표는 첫 진료 이후 1년간의 내원일수,본인부담 진료비,총 진료비 등이 고려 되었으며,모두 자연로그( nat ur all og)변환하였다

.보장성 강화정책이 건강성 과에 미친 영향을 분석하기 위한 최종적인 건강성과 지표는 ‘ 첫 진료 이후 생존

1)예컨대 65세 이상 인구가 수혜대상이 되는 미국의 메디케어가 사망률의 감소나 의료기술 의 변화에 미친 효과를 분석한 연구들은 65세 이상 인구와 65세 미만 인구 간 성과지표 의 차이가 메디케어가 도입된 1965년을 기점으로 해서 어떻게 달라졌는지를 분석하였다 (Cutler,2000;Acemogluetal.,2006).Chenetal.(2007)의 연구는 대만이 1995년 전 국민 의료보험을 도입하기 이전에 이미 의료보험에 가입되어 있었던 사람들이 있었던 점 에 착안하여 이 기존 가입자들을 비교집단으로 이용한 이중차분 분석을 수행하였다.

2)내원일수와 같이 가산자료(countdata)를 사용하는 경우,포아송 모형(Poisson model), 음이항 모형(Negativebinomialmodel)을 적용하거나 자연로그 변환 후 선형 모형을 이 용한다.본 연구에서는 이중차분 모형을 적용하여 교호효과를 추정하였기 때문에 내원일수 를 로그 변환했으며,그 이유는 다음과 같다.

(1)선형 모형: _ _   __ __ ___  

⇒ 교호효과:__

^_ _ 

 _∆_

∆_ _ 

 ∆_∆_

∆^_ _ 

 _ (2)가산 자료 모형: _ _   exp __ __ ___  

⇒ 교호효과 :__

^_ _ 

 _ ___ __  __ _ 

기간별 사망 여부’ 이며,생존인 경우 0,사망한 경우 1 의 값을 갖는 이항변수 ( bi nar yvar i abl e ) 이다

.

정책 변수 

은 보장성 강화정책 전후를 나타내는 더미변수로서 해당 상병 여부와 관계없이 보장성 강화정책이 의료이용 및 건강성과에 미친 영향을 추정 하는 변수이며,정책 변수 

는 보장성 강화정책의 해당 상병 여부를 나타내는 더미변수로서 정책 시행 여부에 관계없이 보장성 강화정책에 해당되는 상병과 그렇지 않은 상병 간의 의료이용 및 건강성과에 유의한 차이가 있는지 추정하 는 변수이다.두 정책 변수의 교호항( i nt e r ac t i on t e r m) 인 

× 

는 정책의 순수한 효과를 추정하기 위해 포함된 이중차분 변수로서,이 변수의 추정계수



는 보장성 강화정책 시행 이후 강화정책에 해당되는 상병의 의료이용 및 건 강성과가 해당되지 않는 상병들에 비해 어떻게 달라졌는지를 보여줄 것이다.



는 개인 의 특성을 나타내는 통제변수이며 그 외에 연도별,시도별 특성 을 통제하기 위하여 연도 고정효과( 

)벡터와 지역 고정효과 벡터( 

) 를 포함 하였고,본 연구의 모든 분석은 개인단위에서 클러스터된 표준오차( c l us t e r e d s t andar de r r or ) 를 사용하였다.

또한 삼중차분( Tr i pl eDi f f e r e nc e )모형을 통해 보장성 강화정책이 소득분위 별 의료이용 및 건강성과에 미친 효과를 분석할 것이며 다음과 같은 회귀식이 사용되었다.



 

 

∙ 

 

∙ 

 

∙ 

 

∙ 

∙ 

 

∙ 

∙ 

 

∙ 

∙ 

 

∙ 

∙ 

∙ 

  ∙ 

 

 

 

( 2 )

정책 변수 

과 

는 회귀식 ( 1 ) 과 동일하며 회귀식 ( 2) 에 추가된 변수 

는 5 분위별 소득 더미이다.두 정책 변수 및 소득의 교호항의 추정계수 

은 보장성 강화정책이 소득분위별 의료이용과 건강성과에 미친 효과를 보여줄 것

3)해외 선행연구에서 사용한 건강성과 지표는 분석 자료의 특성에 따라 다음과 같이 분류할 수 있다.집계 자료(aggregatedata)를 이용한 연구들은 주로 사망률을 사용하고,마이크 로 자료를 이용한 연구들은 주관적으로 인지하는 건강상태를 종속변수로 사용한다.본 연 구는 통계청의 사망원인조사와 연계된 마이크로 패널 데이터(paneldata)를 사용하여 사 망원인과 날짜를 식별할 수 있으므로 기존 연구와 달리 마이크로 자료를 사용했음에도 불 구하고 객관적인 지표인 사망 여부를 건강성과의 지표로 활용할 수 있었다.

이다.그 밖에 회귀식 ( 1 ) 과 동일하게 개인의 특성과 연도별,시도별 고정효과 를 통제하였다.

최종적인 건강성과 지표는 건강 투입 지표와는 달리 종속변수가 사망 여부를 나타내는 더미변수이기 때문에 주로 프로빗( Pr obi t )혹은 로짓( Logi t )모형을 사용하여 분석한다.그러나 Aiand Nor t on( 2 0 03 ) ,Nor t on e tal . ( 2 00 4 )등은 비선형 모형( nonl i ne armode l ) 을 사용한 교호항의 추정치는 방향,크기,통계적 유의성에서 실제 교호효과로 해석하기에 부적절하다고 지적하였다.

프로빗 모형을 가정했을 때 종속변수 의 조건부 평균( c ondi t i onalme an) 은 다음과 같다.

    

 

     



 



 





     ∙ ( 3 )

위 식에서 종속변수 는 0 과 1 의 값을 갖는 더미 변수이고,∙는 표준정 규누적분포함수( s t andar d nor malc umul at i vedi s t r i but i on) 이다.이 때 

과



가 연속변수라면 교호효과는 ( 4 ) 가 아닌 ( 5 ) 와 같이 계산되며 비선형 모형에 서의 교호효과는 회귀식 ( 1) 의 

와 일치하지 않는다.

 





 ∙

 

′ ∙ ( 4 )

 





 ∙

 

′ ∙  

 



  

 



 ′′∙ ( 5 )

Aiand Nor t on( 2 0 03 ) ,Nor t on e tal . ( 20 0 4) 은 실제 교호효과는 교차미분

( c r os s de r i vat i ve 혹은 c r os s di f f e r e nc e ) 으로 구해야 하며,그 표준오차는

De l t a me t hod를 적용하여 추정할 것을 제안하였다.De Le i r e ( 2 0 04 ) 는 종속변

수가 이항변수인 모형에서 선형확률모형( Li ne arPr obabi l i t y Mode l ) 도 이중차

분모형의 불편 추정치를 구하는 좋은 대안이라고 제시한 바 있으며,Anbar c i

e tal . ( 2 01 3 ) ,유경준ㆍ강창희( 2 0 13 )등 대다수의 선행연구에서도 선형확률모형

을 사용하였다.본 연구에서는 선형확률모형과 Nor t on e tal . ( 2 00 4 )등이 제안

한 방법을 모두 사용하여 강건성을 확인( r obus t ne s sc he c k) 하였다.

2 .분석 자료 및 표본 설정

분석에 사용한 자료는 ｢ 국민건강보험 표본코호트 DB( 20 0 2-2 0 13 ) ｣ ( 이하 표본 코호트 DB) 이다

.이 자료는 2 00 2 년을 기점으로 구축된 패널 데이터( pane l dat a) 로 1 0 0만 명이 넘는 건강보험 가입자들의 소득수준,연령,거주지 등의 사 회⋅경제적 특성과 방대한 의료이용 정보,요양기관 현황뿐만 아니라 통계청 사 망원인조사와 연계된 사망년월 및 사망원인( KCD c ode )등의 사망 정보를 포 함하고 있다.

처치집단( t r e at me ntgr oup) 과 대조집단( c ont r olgr oup) 의 공통추세( par al l e l t r e nd) 를 가정한 이중차분법으로 정책의 효과를 추정할 때 장기간의 분석은 기 본 가정에 위배될 가능성이 높다.즉,장기간 분석은 시간이 흐름에 따라 의료 공급의 증가,의료진료 행태 및 의료정책의 변화 등으로 공통추세 가정이 위배 되어 보장성 강화정책의 순수한 효과를 추정하기 적합하지 않다.그러므로 2 0 05 년 9월에 시행된 정책 시기와 가용 자료를 고려하여 본 연구의 분석 기간은 정 책 시행 전후 2년인 2 0 03 -2 00 7 년으로 설정하였다.그리고 암 환자에 대한 보 장성 강화정책 시행 시점이 2 00 5 년 9 월이었던 것을 감안하여 정책의 효과를 정 확하게 판단하기 어려운 20 0 5년은 분석에서 제외하였다.따라서 

은 2 00 3 - 2 00 4 년인 경우 0 의 값을,2 00 6 -20 0 7년의 경우 1의 값을 갖는 더미변수가 된 다

.



는 보장성 강화정책에 해당되는 상병 여부를 나타내는 더미변수로,암 ( C00 -C9 7 ) 으로 진료를 받은 개인들은 처치집단이고 보장성 강화정책에 해당되 지 않는 상병으로 진료를 받은 개인들은 대조집단이다.따라서 처치군인 암은 정책 변수 

=1 이 되고 대조군은 정책 변수 

=0 이 된다.본 연구는 암 상병 의 대조군으로 간질환( K7 0-K77 ) 을 설정하였으며,그 이유는 다음과 같다.

첫째,주요 사망원인과 사회⋅경제적 비용을 동시에 고려하였다.보장성 강화 정책이 시행된 20 0 5년 간질환은 암,뇌혈관질환,심장질환,당뇨병에 이어 질병 사망원인 5 위를 기록하였다.더욱이 20 0 1년 기준 간질환의 사회⋅경제적 비용

4)본 연구는 국민건강보험공단의 자료(NHIS-2016-2-097)를 활용하였다.

5)본 연구의 건강투입 지표는 첫 진료 이후 1년간의 의료이용이므로 2004년의 경우 9월 이 후에 첫 진료를 받은 환자들은 분석 대상에서 제외하였으며,정책 전후 동일한 시기를 분 석하기 위하여 2007년 9월 이후 첫 진료를 받은 환자들도 제외하였다.

은 암에 이어 2 위인 것으로 추계되었는데( 정영호ㆍ고숙자,2 00 4 ) ,건강의 가치 가 사회⋅경제적으로 미치는 영향을 감안하면 비용과 편익을 동시에 고려해야 하는 정책의 특성상 간질환은 암의 적합한 대조군이라 판단된다.

둘째,우리나라와 유사한 제도를 채택하고 있는 해외의 사례를 참고하였다.

치료 기간,비용 및 중증도 등을 기준으로 선정한 특정 질환에 대해 산정특례제 도를 시행하고 있는 일본,프랑스,대만 등의 국가들은 간질환( 간경변 등) 을 암 과 함께 특례 대상 질환군에 포함하고 있다.

셋째,선행연구를 참고하였다.Ki m and Kwon( 2 0 14 ) 은 보장성 강화정책의 대상은 아니지만 중증질환인 간질환을 암의 대조군으로 사용하여 보장성 강화 정책의 효과를 분석한 바 있다.

본 연구는 성인기 이전 혹은 고령 환자의 경우 상병의 중증도나 치료로 인한 예후가 타 연령 그룹과는 상이한 양상을 보일 가능성이 높으므로 2 0 세 이상으 로 분석대상을 한정하였고,청장년층인 20 -6 4세와 고령층인 6 5세 이상으로 분 류하여 연령별 정책 효과를 비교하였다.정책 시행과 무관한 의료급여자는 분석 에서 제외하였다.

｢ 표본코호트 DB｣명세서에 기록된 상병코드는 잘못 기입되거나 해당 상병으 로 의심되는 환자까지 포함할 가능성이 있으므로 해당 상병으로 연간 외래 3회, 혹은 입원 1 일 이상 내원한 표본들을 대상으로 하였다.즉,대조군인 간질환의 경우 간질환( K70 -K7 7 ,주상병) 으로 연간 외래 3회,혹은 입원 1 일 이상 진료 받은 개인이 분석대상이 된다.처치군인 암( C00 -C9 7 ,주상병) 의 경우에는 분류 범위가 크기 때문에 전체 암을 하나의 상병으로 간주한다면 실제 암 환자로 확 진 받지 않은 표본이 분석대상에 포함될 가능성이 높다.따라서 국립암센터의 분류에 근거하여 2 4 개 암종별로 재분류한 뒤 연간 내원일수가 외래 3 회,혹은 입원 1 일 이상 진료 받은 개인을 분석대상으로 하였으며

,간질환과 암을 동시 에 진료 받은 표본은 제외하였다.

분석에 이용한 의료이용 변수는 첫 진료 이후 1 년간의 건강투입 지표이다.

보장성 강화정책이 의료이용에 미친 영향을 분석한 기존 연구는 연간 의료이용 을 합산하여 분석에 이용하였기 때문에 여러 해에 걸쳐 치료를 받은 환자들이 정책 전후 중복되어 분석에 포함된다.이로 인해 분석 기간 동안 정책의 효과와

6)암종별 분류는 <부표 1>에 제시되어 있다.

암의 병기별 의료이용 패턴이 혼재되어 정책의 효과만을 식별하기 어려운 측면 이 있다.본 연구에서는 순수한 정책의 효과를 추정하기 위해 정책 전후 표본들 이 동일한 조건을 갖도록 설계하였다.즉,특정 상병으로 요양기관에 처음 방문 한 날짜를 추정하고,첫 진료 이후 1 년간의 내원일수,본인부담 진료비,총 진 료비를 합산하여 분석에 이용하였다

.

건강투입 지표로 첫 진료 이후 1 년간의 입원과 외래 의료이용 뿐만 아니라 입내원 진료를 모두 합산한 전체 의료이용 변수를 생성하였다.기존 연구는 입 원과 외래 각각의 의료이용을 종속변수로 사용하였는데,입내원별 분석은 구성 편의가 발생할 가능성이 있다.즉,보장성 확대로 본인부담이 경감되어 입원 환 자의 비중이 증가한다면,입원 및 외래 각각을 분석했을 때 중증도가 다른 환자 의 비중 변화로 인해 추정계수에 편의가 존재할 수 있다.본 연구는 이를 고려 하여 입내원별 의료이용 뿐만 아니라 전체 의료이용에 대한 분석을 통해 정책 효과를 추정하였다.

각 진료비는 심사가 완료된 심사결정급여비용을 사용하였으며,매년 건강보험 수가인상에 따라 지속적으로 상승하였기 때문에 국민건강보험공단에서 제시한 건강보험 수가인상률을 적용하여 2 0 14 년 수준으로 환산하였다

.

최종적인 건강성과 분석을 위한 사망 여부 변수는 다음과 같이 생성하였다.

의료이용과 동일하게 각 상병별 첫 진료일을 추정하여 첫 진료를 받은 이후부 터 사망까지의 생존 기간을 5개의 기간( 6개월,12 개월,2 4 개월,3 6개월,60 개월) 으로 설정하고 그 기간 이내의 사망 여부를 변수로 생성하여 분석에 이용하였 다

.

개인별 특성변수들은 5 세 연령 더미,5 분위별 소득 더미,건강보험 가입자 구 분( 직장가입자 및 지역가입자) ,장애 여부 등을 사용하였고,시도 및 연도별 고 정효과를 통제하였다.건강상태 혹은 과거 의료서비스 이용 정도는 의료이용 및 건강성과 개선에 영향을 미치는 주요 요인 중 하나이므로 이를 통제하기 위해

7)데이터의 절단(leftcensoring)으로 인해 첫 진료일을 정확하게 추정하는 것은 불가능하 여,본 연구에서는 다음과 같은 방법으로 첫 진료일을 추정하고 표본을 설정하였다.명세 서별 요양개시일자를 사용하여 각 상병별로 첫 진료일을 추정한 뒤 첫 진료일 이후 12개 월 단위로 연간 의료이용을 각각 합산하고,재분류된 기준에 의해 동일 상병으로 여러 해 에 걸쳐 연간 진료를 지속적으로 받거나 진료가 종료된 표본을 분석대상으로 하였다.

8)건강보험 수가인상률은 <부표 2>에 제시되어 있다.

9)사망자는 암종 구분 없이 암과 간질환으로 구분하여 진료 상병과 동일한 사인으로 기록된 표본을 분석대상으로 하였다.

첫 진료 직전 연도의 연간 내원일수도 설명변수로 고려하였다.또한 입원과 외 래 진료비에 차이가 있을 뿐만 아니라 중증 환자들이 수술 혹은 적극적인 치료 를 위해 입원 진료를 받았을 가능성이 높으므로 입원 여부를 설명변수에 포함 하였으며,경기변동이 의료이용이나 사망률에 미친 효과는 여러 선행연구들에서 보고된 바 있으므로( Ruhm,2 00 0 ;Yang e tal . ,2 0 01 ;Wat e r se tal . ,2 00 3 ; Lus ar die tal . ,2 01 5 ;이철희ㆍ김태훈,2 0 11등)이를 통제하기 위하여 연도별, 시도별 고용률도 회귀분석의 설명변수로 사용하였다.분석에 사용한 변수는

<표 2 >에 정리되어 있다.

<표 2> 분석에 사용된 변수

Variable 의료이용 건강성과 종속변수

첫 진료 이후 1년간 내원일수 ○

첫 진료 이후 1년간 본인부담 진료비 ○

첫 진료 이후 1년간 총 진료비 (비급여 제외) ○

첫 진료 이후 생존 기간별 사망 여부 (사망 1,생존 0) ○

설명변수

보장성 강화정책 시행 (정책 시행 후 1,정책 시행 전 0) ○ ○ 보장성 강화 상병 (암 1,간질환 0) ○ ○

보장성 × 암 ○ ○

성별 (남성 1,여성 0) ○ ○

연령 더미 (20세 이상,5세 연령더미) ○ ○ 5분위별 소득 더미 (5분위:상위 20%) ○ ○ 건강보험 가입자 구분 (직장 1,지역 0) ○ ○

장애 여부 (장애 1,정상 0) ○ ○

입원 진료 여부 (입원 1,외래 0) ○ ○

지난해 의료이용 (내원일수) ○ ○

연도별⋅시도별 고용률 ○ ○

Ⅳ.분석 결과

1 .암 보장성 강화정책이 의료이용에 미친 효과

(1)의료이용에 미친 효과

분석에 사용된 전체 및 입내원별 의료이용의 기초통계량이 <표 3>,<표 4 >

에 각각 제시되어 있다.

전체 및 입내원별 진료형태에 관계없이 정책 시행 이후 암 환자의 내원일수 와 총 진료비는 모두 증가하였다.암 환자의 내원일수는 전체,입원,외래 각각 1 0. 72 일,4. 27 일,3. 71 일 증가하였고,총 진료비는 3 3 8만원,21 9 만원,9 1만원 가 량 증가하였다.특히 정책 시행 이후 입원 진료를 받은 암 환자의 비중이 약 1 1% 포인트 증가하여 외래와 입원 진료를 개인별로 합산한 전체 내원일수와 총 진료비가 크게 증가한 것으로 확인된다.반면 간질환 환자의 의료이용은 정 책 시행 전후 두드러진 차이를 보이지 않는다.입원 의료이용이 감소한 반면 외 래 의료이용은 증가하였으며,입원 진료를 받은 환자의 비중이 약 4 % 포인트 증가하여 전체 내원일수와 총 진료비가 소폭 증가한 것으로 나타난다.

정책 시행 전후 두 상병의 본인부담 진료비는 확연한 차이를 드러낸다.암

환자의 경우 내원일수와 총 진료비가 증가했음에도 불구하고 전체,입원,외래

본인부담 진료비가 각각 37 만원,42 만원,24 만원 정도 감소하였으나 간질환 환

자의 본인부담 진료비는 큰 변화가 없었다.의료이용에 영향을 미친 요인들은

보장성 강화정책 이외에도 많기 때문에 이 결과만 가지고 정책의 효과를 정확

하게 판단하는 것은 어려우나 기초통계량에 나타난 의료이용의 추세는 보장성

강화정책이 본인부담을 완화하여 경제적 부담으로 인해 충족되지 못한 의료서

비스 이용을 증가시키는 역할을 했을 가능성을 제기한다.

암 간질환

보장성 강화 전 보장성 강화 후 보장성 강화 전 보장성 강화 후 (N=5,203) (N=6,006) (N=6,095) (N=6,735) mean sd mean sd mean sd mean sd 내원일수(일) 32.26 37.57 42.98 45.47 7.49 11.43 7.63 13.16 본인부담 진료비(천원) 1,404 1,797 1,036 1,190 118 443 137 501 총 진료비(천원) 5,924 8,097 9,299 11,151 423 2,000 494 2,282 남성 0.550 0.498 0.522 0.500 0.616 0.486 0.626 0.484 여성 0.450 0.498 0.478 0.500 0.384 0.486 0.374 0.484 20-24세 0.010 0.101 0.005 0.072 0.036 0.187 0.036 0.187 25-29세 0.013 0.114 0.009 0.094 0.052 0.221 0.065 0.247 30-34세 0.024 0.154 0.026 0.159 0.084 0.278 0.084 0.278 35-39세 0.036 0.185 0.040 0.195 0.104 0.305 0.105 0.307 40-44세 0.059 0.235 0.059 0.236 0.131 0.338 0.106 0.308 45-49세 0.091 0.288 0.090 0.286 0.141 0.348 0.137 0.344 50-54세 0.094 0.292 0.100 0.300 0.119 0.323 0.132 0.339 55-59세 0.103 0.304 0.102 0.302 0.097 0.296 0.102 0.302 60-64세 0.141 0.348 0.116 0.320 0.096 0.294 0.082 0.275 65-69세 0.149 0.356 0.145 0.352 0.069 0.254 0.073 0.260 70-74세 0.123 0.328 0.141 0.348 0.041 0.199 0.041 0.198 75-79세 0.088 0.284 0.082 0.274 0.020 0.138 0.021 0.144 80-84세 0.050 0.218 0.056 0.231 0.006 0.080 0.010 0.101 85세 이상 0.019 0.137 0.030 0.171 0.003 0.057 0.005 0.069 소득 1분위 0.126 0.332 0.125 0.330 0.119 0.324 0.132 0.338 소득 2분위 0.138 0.345 0.132 0.339 0.154 0.361 0.165 0.371 소득 3분위 0.160 0.367 0.179 0.383 0.192 0.394 0.189 0.392 소득 4분위 0.225 0.417 0.210 0.408 0.231 0.422 0.231 0.422 소득 5분위 0.351 0.477 0.354 0.478 0.303 0.460 0.282 0.450 직장가입자 0.541 0.498 0.610 0.488 0.532 0.499 0.589 0.492 지역가입자 0.459 0.498 0.390 0.488 0.468 0.499 0.411 0.492 장애 여부 0.087 0.282 0.109 0.311 0.053 0.224 0.070 0.255 입원 여부 0.733 0.443 0.842 0.364 0.130 0.337 0.169 0.375 지난해 내원일수 23.20 27.65 25.76 34.65 17.46 22.13 18.81 24.72 서울 0.209 0.407 0.208 0.406 0.196 0.397 0.207 0.405 부산 0.073 0.261 0.075 0.263 0.079 0.270 0.089 0.285 대구 0.041 0.199 0.044 0.205 0.054 0.226 0.050 0.219 인천 0.047 0.212 0.046 0.210 0.045 0.207 0.049 0.216 광주 0.030 0.169 0.030 0.170 0.035 0.183 0.025 0.157 대전 0.029 0.167 0.033 0.178 0.036 0.187 0.029 0.167 울산 0.020 0.141 0.022 0.146 0.019 0.136 0.021 0.143 경기도 0.188 0.390 0.207 0.405 0.202 0.402 0.207 0.405 강원도 0.033 0.179 0.031 0.172 0.031 0.173 0.028 0.163 충청북도 0.037 0.189 0.033 0.178 0.030 0.170 0.025 0.157 충청남도 0.047 0.211 0.046 0.209 0.045 0.206 0.045 0.207 전라북도 0.047 0.212 0.039 0.193 0.044 0.206 0.040 0.196 전라남도 0.057 0.231 0.053 0.224 0.055 0.228 0.048 0.213 경상북도 0.066 0.249 0.058 0.235 0.059 0.235 0.063 0.244 경상남도 0.068 0.251 0.067 0.250 0.061 0.239 0.063 0.243 제주 0.008 0.088 0.010 0.098 0.010 0.100 0.011 0.106 2003년 0.505 0.500 0.000 0.000 0.494 0.500 0.000 0.000 2004년 0.495 0.500 0.000 0.000 0.506 0.500 0.000 0.000 2006년 0.000 0.000 0.473 0.499 0.000 0.000 0.495 0.500 2007년 0.000 0.000 0.527 0.499 0.000 0.000 0.505 0.500

<표 3> 의료이용( 입원+외래)기초통계량

입원 외래

암 간질환 암 간질환

전 후 전 후 전 후 전 후

(N=3,820)(N=5,061)(N=800)(N=1,143)(N=3,932)(N=4,858)(N=5,589)(N=5,907) mean mean mean mean mean mean mean mean 내원일수(일) 30.03 34.30 17.76 17.40 13.73 17.44 5.64 5.34 본인부담 진료비(천원) 1,373 951 449 449 531 290 64 69 총 진료비(천원) 6,488 8,673 2,101 2,024 1,567 2,472 162 172 남성 0.563 0.522 0.661 0.650 0.547 0.511 0.613 0.621 여성 0.437 0.478 0.339 0.350 0.453 0.489 0.387 0.379 20-24세 0.008 0.004 0.034 0.027 0.010 0.005 0.036 0.037 25-29세 0.012 0.009 0.048 0.060 0.013 0.010 0.052 0.065 30-34세 0.024 0.026 0.060 0.081 0.023 0.028 0.085 0.083 35-39세 0.034 0.038 0.084 0.099 0.038 0.045 0.104 0.105 40-44세 0.058 0.060 0.125 0.099 0.061 0.062 0.132 0.106 45-49세 0.089 0.091 0.139 0.120 0.100 0.098 0.141 0.141 50-54세 0.089 0.103 0.111 0.136 0.106 0.111 0.121 0.133 55-59세 0.094 0.099 0.089 0.078 0.111 0.108 0.100 0.106 60-64세 0.145 0.115 0.117 0.080 0.141 0.124 0.094 0.084 65-69세 0.157 0.149 0.076 0.084 0.150 0.141 0.070 0.073 70-74세 0.125 0.140 0.045 0.061 0.113 0.132 0.041 0.038 75-79세 0.092 0.081 0.044 0.037 0.079 0.073 0.017 0.019 80-84세 0.053 0.057 0.021 0.025 0.042 0.042 0.005 0.008 85세 이상 0.022 0.028 0.008 0.014 0.014 0.022 0.003 0.003 소득 1분위 0.126 0.121 0.125 0.162 0.116 0.122 0.116 0.126 소득 2분위 0.140 0.135 0.181 0.188 0.138 0.129 0.152 0.159 소득 3분위 0.157 0.182 0.198 0.200 0.167 0.177 0.194 0.187 소득 4분위 0.230 0.211 0.230 0.228 0.225 0.215 0.232 0.232 소득 5분위 0.346 0.351 0.266 0.221 0.355 0.358 0.306 0.295 직장가입자 0.540 0.606 0.498 0.527 0.550 0.614 0.533 0.597 지역가입자 0.460 0.394 0.502 0.473 0.450 0.386 0.467 0.403 장애 여부 0.090 0.110 0.095 0.090 0.083 0.102 0.050 0.067 입원 여부 - - - - 0.646 0.805 0.052 0.053 지난해 내원일수 22.95 25.15 19.18 18.76 24.84 26.73 17.48 18.93 서울 0.190 0.206 0.156 0.176 0.219 0.219 0.201 0.213 부산 0.076 0.076 0.094 0.104 0.078 0.072 0.078 0.088 대구 0.044 0.044 0.049 0.034 0.043 0.043 0.054 0.053 인천 0.049 0.048 0.050 0.054 0.046 0.047 0.044 0.047 광주 0.028 0.028 0.043 0.025 0.030 0.031 0.034 0.025 대전 0.028 0.031 0.025 0.018 0.030 0.034 0.037 0.030 울산 0.022 0.022 0.024 0.020 0.020 0.022 0.018 0.021 경기도 0.186 0.206 0.161 0.172 0.196 0.214 0.206 0.213 강원도 0.034 0.030 0.030 0.032 0.032 0.029 0.031 0.028 충청북도 0.038 0.034 0.029 0.029 0.034 0.031 0.030 0.025 충청남도 0.049 0.045 0.043 0.045 0.045 0.044 0.045 0.044 전라북도 0.046 0.040 0.045 0.046 0.045 0.037 0.044 0.039 전라남도 0.058 0.053 0.059 0.083 0.053 0.052 0.054 0.041 경상북도 0.069 0.059 0.070 0.056 0.063 0.053 0.058 0.064 경상남도 0.075 0.069 0.115 0.092 0.060 0.066 0.056 0.058 제주 0.008 0.011 0.009 0.014 0.007 0.009 0.010 0.011 2003년 0.491 0.000 0.501 0.000 0.512 0.000 0.499 0.000 2004년 0.509 0.000 0.499 0.000 0.488 0.000 0.501 0.000 2006년 0.000 0.471 0.000 0.486 0.000 0.469 0.000 0.497 2007년 0.000 0.529 0.000 0.514 0.000 0.531 0.000 0.503

<표 4> 입원 및 외래 의료이용 기초통계량

<표 5 >는 회귀식 ( 1) 을 이용하여 보장성 강화정책이 전체,입원 및 외래 의 료이용에 미친 영향을 분석한 결과를 나타낸다.<표 2 >에 표기된 모든 설명변 수들을 통제하였으나 주요 관심 변수만을 보고한다.

입원+외래 입원 외래

20-64세 65세 이상 20-64세 65세 이상 20-64세 65세 이상 (1) (2) (3) (4) (5) (6)

PanelA:내원일수

보장성 강화 -0.0614*** -0.0390 -0.0685 0.0155 -0.0387** 0.0111 (0.019) (0.043) (0.064) (0.114) (0.016) (0.039) 암 질환 0.3977*** 0.3544*** 0.6019*** 0.4771*** 0.2249*** 0.2791***

(0.023) (0.036) (0.049) (0.083) (0.020) (0.034) 보장성 × 암 0.3344*** 0.3075*** 0.1076* 0.2606** 0.2393*** 0.1333***

(0.027) (0.044) (0.062) (0.110) (0.025) (0.040) Observations 17,218 6,821 6,396 4,428 15,143 5,143

PanelB:본인부담 진료비

보장성 강화 -0.0581** -0.0022 -0.2044** 0.0190 -0.0273 -0.0152 (0.027) (0.059) (0.089) (0.134) (0.026) (0.065) 암 질환 1.4534*** 1.2455*** 1.6077*** 0.8461*** 1.2166*** 1.3998***

(0.032) (0.050) (0.064) (0.099) (0.033) (0.057) 보장성 × 암 -0.2836***-0.3034*** -0.2123** -0.1564 -0.6549***-0.6716***

(0.034) (0.058) (0.088) (0.132) (0.038) (0.067) Observations 17,192 6,797 6,386 4,412 15,121 5,127

PanelC:총 진료비

보장성 강화 -0.0069 0.0565 -0.2408*** -0.0102 0.0682*** 0.1503***

(0.025) (0.052) (0.087) (0.132) (0.024) (0.054) 암 질환 1.3849*** 1.1260*** 1.5864*** 0.8479*** 1.1593*** 1.2225***

(0.031) (0.045) (0.063) (0.098) (0.032) (0.049) 보장성 × 암 0.4654*** 0.3813*** 0.4779*** 0.4694*** 0.3686*** 0.2703***

(0.034) (0.052) (0.086) (0.130) (0.037) (0.058) Observations 17,212 6,818 6,392 4,426 15,138 5,141

<표 5> 보장성 강화정책이 의료이용에 미친 효과

주:1)***p<0.01,**p<0.05,*p<0.1

2)괄호 안은 클러스터 표준오차 (Clusteredrobuststandarderrors)

3)<표 2>에 제시된 모든 변수를 통제하였으나,주요 관심 변수만을 보고함.

분석 결과,진료형태나 연령에 관계없이 대체적으로 암 환자의 내원일수와 총 진료비는 간질환 환자에 비해 보장성 강화정책 시행 이후 유의하게 증가하였고 본인부담 진료비는 유의하게 감소한 것으로 확인된다.

우선 입원과 외래 구분 없이 환자의 첫 진료 이후 1 년간의 의료이용을 모두 합산한 전체 의료이용 분석 결과,청장년층인 20 -6 4세 암 환자의 내원일수는 간질환 환자에 비해 약 33 . 4 % 증가하였고 총 진료비는 46 . 5 % 가량 증가하였 으며 본인부담 진료비는 2 8. 4% 가량 감소하였다.6 5 세 이상 고령층의 내원일수 와 총 진료비는 간질환 환자에 비해 각각 3 0 . 8 %,3 8 . 1 % 가량 증가하였고 본인 부담 진료비는 3 0 . 3 % 가량 감소하였다.

첫 진료 이후 1 년간의 의료이용 중에서 입원 진료만을 분석한 결과,2 0-6 4 세 암 환자의 내원일수와 총 진료비는 간질환 환자에 비해 각각 1 0. 8%,4 7. 8% 가 량 증가하였고 본인부담 진료비는 21 . 2 % 가량 감소하였다.6 5 세 이상 암 환자 의 내원일수와 총 진료비는 간질환 환자에 비해 각각 2 6 . 1 %,4 6 . 9 % 가량 증가 하였으며 본인부담 진료비는 통계적으로 유의한 결과가 도출되지 않았다.첫 진 료 이후 1 년간의 의료이용 중에서 외래 진료만을 분석한 결과,청장년층 암 환 자의 내원일수와 총 진료비는 간질환 환자에 비해 각각 2 3. 9%,3 6. 9% 가량 증 가하였으며 본인부담 진료비는 65 . 5 % 정도 감소하였다.고령층 암 환자의 내원 일수와 총 진료비는 간질환 환자에 비해 각각 13 . 3 %,2 7. 0% 가량 증가하였고 본인부담 진료비는 약 6 7. 2% 감소하였다

.

10)앞서 언급했듯이 입내원별 분석 결과는 환자군의 구성변화에 의해 편의가 발생할 수 있 다.우선 보장성 강화 이후 본인부담 경감으로 기존에 외래 진료를 받았던 암 환자들이 입원 진료를 선택했을 가능성이 있고,이에 따라 입원 진료의 경우 보장성 강화정책 시행 이전에 비해 경증의 암환자들이 증가했을 것으로 예상되기 때문이다.또한 2004년 7월부 터 본인부담 상한제가 시행되고 있는데,이는 암 환자 뿐만 아니라 대조군인 간질환 환자 의 구성변화도 야기할 수 있다.실제로 의료이용 기초통계량을 보면 대조군에서 입원 비 중이 더 크게 증가하였다.또한 전반적인 의료이용 패턴은 시간이 흐름에 따라 상향 추세 를 보이지만 입원 진료 기초통계량에서 ‘지난해 내원일수’를 확인했을 때 간질환 입원 환 자의 지난해 내원일수는 오히려 정책 시행 이후 감소한 것으로 나타나는데,이 변수가 개 별 환자의 의료이용 패턴이나 건강상태를 고려하기 위한 변수임을 감안하면 간질환 환자 군에서도 구성변화가 있었을 가능성이 높은 것으로 추측된다.

본 연구는 의료이용 추세와 중증도 등을 통제하기 위하여 연도 더미와 지난해 내원일수 를 설명변수로 포함했는데,전체 의료이용과 달리 입내원별 분석에서 두 변수를 제외했을 때 상대적으로 내원일수,총 진료비 등의 의료이용 증가 효과가 크게 추정되었다.이는 간질환 환자의 구성변화가 상대적으로 컸을 가능성을 시사한다.본 연구는 전체 의료이용 에 대한 효과를 파악하는 것이 주된 목적이나,선행연구와의 비교를 위하여 입내원별 분 석 결과를 본문에 포함하였다.

보장성 강화 상병이 아닌 간질환을 대조군으로 하여 암 환자의 첫 진료 이후 1 년간의 의료이용을 분석한 결과,진료형태나 연령에 관계없이 보장성 강화정책 이후 의료비 부담이 감소하였고,내원일수와 총 진료비가 증가한 것으로 나타난 다.이는 건강보험 보장성 확대의 결과로 정책 시행 이전 고액의 진료비 때문에 충분한 의료서비스를 이용하지 못했던 암환자들이 양적 혹은 질적으로 의료이 용을 확대했을 가능성을 시사한다.

그러나 다음과 같은 이유로 분석 결과의 해석에 주의를 요한다.

첫째,보장성 강화정책은 본인부담 경감과 비급여 항목의 급여 전환을 통해 동시에 진행되고 있는데,두 정책이 진료비 지출에 미치는 영향은 본 연구에서 사용한 자료의 성격으로 인해 진료비의 특성에 따라 서로 상이할 것으로 예상 된다.다시 말해서,본 연구는 자료상의 한계로 인해 비급여 본인부담금을 포함 한 전체 진료비를 분석하지 못하였다.기존에 비급여 항목이었던 고가의 의료서 비스가 급여항목으로 전환되면서 보장성 강화정책 이후 진료비에 반영되었기 때문에 이는 본인부담 진료비와 총 진료비 분석 결과에 서로 상반된 영향을 미 칠 가능성이 있다.우선 가령 내원일수가 정책 전후 동일하다고 가정할 때 본인 부담 경감 정책은 본인부담 진료비를 감소시키지만,비급여 항목의 급여 전환 정책은 데이터에 나타난 수치로 볼 때 본인부담 진료비를 증가시키는 것으로 파악되기 때문에 분석 결과는 과소 추정되었을 가능성이 있다.반면 총 진료비 의 경우 두 정책의 효과가 모두 증가하는 방향으로 진행되어 분석 결과는 과대 추정되었을 가능성이 있다.다만 보장성 강화정책의 재정지출은 급여 확대보다 본인부담 경감에 집중적으로 투입되었을 뿐만 아니라 본 연구의 분석 기간을 감안했을 때 오차는 그리 크지 않을 것으로 예상된다

.

둘째,암 보장성 강화는 의료 수요자와 공급자 양측의 행동 변화를 유발하지 만,본 연구는 암 진단 증가,의료 처지행위 증가 등으로 나타날 수 있는 의료 공급자의 행동 변화를 적절하게 통제하지 못하였다.암 진단 증가가 의료이용에

11)암보장성 강화 급여비 지출 현황은 <부표 3>에 제시되어 있다.2005년부터 2010년까지 암 보장성 강화정책에 총 2조 9,916억 원의 건강보험 재정이 소요되었다.그 중 본인부 담 경감에 2조 9,321억 원,급여 확대에 595억 원이 지출되어 급여 확대보다는 본인부담 경감에 집중적인 예산이 투입되었다.특히 본 연구의 분석 기간(2003-2007년)중에서 보 장성 확대(2006-2007년)이후 2년간 암 보장성 강화에 지출된 8,400억 원은 전액 본인 부담 경감에 사용되었다.다만,이 수치는 PET 등의 영상진단 급여확대가 제외되어 추 산되었다.

미치는 영향은 분명치 않지만 의료 처치행위의 증가는 평균 의료이용의 증가를 가져올 수 있기 때문에 내원일수,총 진료비 등의 의료이용 증가 효과는 과대 추정되었을 가능성이 있다.

분석 대상과 방법이 상이한 기존 연구와 이 연구 결과를 수치상으로 단순 비 교하기는 어려우나,보장성 강화정책이 의료서비스 접근을 개선시켰다는 점에서 판단할 때 본 연구는 보장성 확대와 의료이용 간의 관계를 규명한 국내외 선행 연구들과 일치하는 결과를 보였다( Cur r i e and Gr ube r ,19 9 6;Che n e tal . , 2 00 7 ;Car de tal . ,2 0 08 ;Pandee tal . ,2 0 11 ;Ki m andKwon,20 1 4;이용 재,2 00 9 ;배지영,2 0 10등) .

(2)소득분위별 의료이용에 미친 효과

회귀식 ( 2 ) 를 이용하여 보장성 강화정책이 소득분위별 의료이용에 미친 영향 을 분석한 결과는 <표 6>에 제시되어 있다.

내원일수 본인부담 진료비 총 진료비 20-64세 65세 이상 20-64세 65세 이상 20-64세 65세 이상

(1) (2) (3) (4) (5) (6)

보장성 ×암 ×소득 1분위 0.1145 0.0981 0.1678 -0.0900 0.2029* -0.1031 (0.092) (0.140) (0.118) (0.178) (0.115) (0.161) 보장성 ×암 ×소득 2분위 0.1223 -0.0278 0.1413 0.1542 0.1429 0.0801

(0.084) (0.139) (0.106) (0.186) (0.105) (0.169) 보장성 ×암 ×소득 3분위 0.1726** -0.0389 0.1972** -0.1221 0.2135** -0.1994 (0.078) (0.129) (0.099) (0.181) (0.098) (0.158) 보장성 ×암 ×소득 4분위 0.0225 -0.0678 0.0431 -0.1354 0.0415 -0.1416 (0.073) (0.119) (0.092) (0.160) (0.090) (0.142) 보장성 ×암 ×소득 5분위

Observations 17,218 6,821 17,192 6,797 17,212 6,818

<표 6> 보장성 강화정책이 소득분위별 의료이용에 미친 효과

주:1)***p<0.01,**p<0.05,*p<0.1

2)괄호 안은 클러스터 표준오차 (Clusteredrobuststandarderrors) 3)<표 2>에 제시된 모든 변수를 통제하였으나,관심 변수만을 보고함.

2 0 -6 4 세 청장년층의 소득분위별 의료이용 분석 결과,간질환 환자와 비교했을 때 보장성 강화정책 시행 이후 고소득층 암 환자에 비해 저소득층 암 환자의 의 료이용이 상대적으로 크게 증가한 것으로 확인된다.내원일수,본인부담 진료비, 총 진료비 등 모든 의료이용이 고소득층인 소득 5 분위에 비해 저소득층에서 증 가한 것으로 나타났으며,특히 총 진료비는 저소득층인 소득 1 분위와 3 분위에서 고소득층에 비해 상대적으로 유의하게 더 많이 지출한 것으로 확인된다.

사회⋅경제적 수준은 의료이용을 결정하는 주요 요인이다.특히 소득수준에 따라 의료이용의 불평등이 존재하며( LeGr and,19 8 2;Door s l ae re tal . ,1 9 97 ; Door s l ae re tal . ,20 0 4등) ,진료비 부담은 저소득층에 큰 영향을 미친다.이미 다수의 연구들을 통해 우리나라에서도 의료이용의 소득별 불평등이 보고되고 있으며( 권순만 외,20 0 3;이용재ㆍ김승연,2 0 06 ;김진구,2 0 11등) ,특히 Yoon 외( 2 01 1 ) 는 고액 중증질환인 암 환자들의 소득별 불평등이 존재함을 밝힌 바 있다.소득과 의료이용 간의 관계를 규명한 연구 결과를 고려하면,간질환 환자 와 비교했을 때 보장성 강화정책이 청장년층 암 환자의 소득분위별 의료이용의 격차를 다소 완화시키는 역할을 했을 가능성을 시사한다.

반면 고령층의 소득분위별 분석에서는 유의한 결과를 확인하지 못하였다.6 5 세 이상의 의료이용은 주로 고소득층에 집중되어 있고( 이용재,20 0 5)불평등도 가 청장년층에 비해 훨씬 강하게 나타나는 경향이 있다( 김태일 외,20 0 8) .비록 보장성이 확대되었음에도 불구하고 경제적으로 취약한 고령의 암 환자는 고소 득층에 비해 여전히 불충분한 의료서비스를 이용하는 것으로 추측할 수 있다.

2 .암 보장성 강화정책이 건강성과에 미친 효과

(1)건강성과에 미친 효과

보장성 강화정책이 최종적인 건강성과에 미친 효과를 분석하기 위한 표본의

기초통계량은 <표 7 >에 제시되어 있다.보장성 강화 상병과 무관하게 생존 기

간별 사망비율은 정책 시행 이후 감소한 것으로 나타났으며,분석 기간을 확장

할수록 사망비율이 증가하지만 정책 시행 전후 사망비율의 감소폭도 차츰 커지

고 있다.

암 간질환

보장성 강화 전 보장성 강화 후 보장성 강화 전 보장성 강화 후 (N=4,298) (N=4,958) (N=5,441) (N=6,178) mean sd mean sd mean sd mean sd 6개월 이내 사망 여부 0.203 0.403 0.194 0.395 0.008 0.088 0.006 0.074 12개월 이내 사망 여부 0.282 0.450 0.270 0.444 0.012 0.109 0.008 0.090 24개월 이내 사망 여부 0.359 0.480 0.345 0.476 0.015 0.122 0.012 0.107 36개월 이내 사망 여부 0.397 0.489 0.379 0.485 0.017 0.128 0.012 0.109 60개월 이내 사망 여부 0.430 0.495 0.410 0.492 0.019 0.138 0.013 0.114 남성 0.542 0.498 0.517 0.500 0.607 0.488 0.623 0.485 여성 0.458 0.498 0.483 0.500 0.393 0.488 0.377 0.485 20-24세 0.011 0.106 0.006 0.076 0.040 0.197 0.039 0.194 25-29세 0.014 0.119 0.010 0.098 0.056 0.230 0.070 0.256 30-34세 0.028 0.163 0.028 0.165 0.092 0.289 0.090 0.286 35-39세 0.037 0.188 0.043 0.202 0.112 0.316 0.112 0.315 40-44세 0.061 0.239 0.064 0.244 0.137 0.343 0.110 0.313 45-49세 0.098 0.297 0.096 0.295 0.146 0.354 0.140 0.347 50-54세 0.099 0.298 0.100 0.301 0.120 0.325 0.133 0.339 55-59세 0.100 0.299 0.102 0.303 0.093 0.291 0.099 0.299 60-64세 0.141 0.348 0.113 0.317 0.085 0.279 0.081 0.273 65-69세 0.144 0.351 0.142 0.349 0.059 0.235 0.066 0.248 70-74세 0.116 0.321 0.133 0.339 0.036 0.185 0.033 0.178 75-79세 0.087 0.281 0.082 0.274 0.017 0.129 0.017 0.127 80-84세 0.048 0.213 0.054 0.226 0.004 0.066 0.008 0.090 85세 이상 0.019 0.135 0.028 0.165 0.003 0.051 0.003 0.052 소득 1분위 0.127 0.333 0.123 0.328 0.120 0.325 0.131 0.337 소득 2분위 0.137 0.344 0.135 0.342 0.153 0.360 0.167 0.373 소득 3분위 0.165 0.371 0.179 0.383 0.194 0.396 0.190 0.392 소득 4분위 0.224 0.417 0.213 0.409 0.234 0.423 0.233 0.423 소득 5분위 0.347 0.476 0.350 0.477 0.299 0.458 0.280 0.449 직장가입자 0.538 0.499 0.610 0.488 0.533 0.499 0.590 0.492 지역가입자 0.462 0.499 0.390 0.488 0.467 0.499 0.410 0.492 장애 여부 0.085 0.279 0.106 0.308 0.048 0.214 0.066 0.248 입원 여부 0.817 0.386 0.903 0.296 0.172 0.377 0.204 0.403 지난해 내원일수 22.02 26.91 22.89 31.21 16.69 21.20 17.88 23.06 서울 0.211 0.408 0.210 0.407 0.197 0.398 0.206 0.404 부산 0.076 0.265 0.074 0.262 0.079 0.270 0.089 0.284 대구 0.040 0.195 0.042 0.201 0.057 0.231 0.051 0.219 인천 0.047 0.212 0.047 0.212 0.045 0.208 0.050 0.217 광주 0.028 0.165 0.029 0.169 0.035 0.183 0.025 0.155 대전 0.028 0.165 0.034 0.181 0.037 0.189 0.030 0.169 울산 0.019 0.138 0.019 0.138 0.019 0.135 0.021 0.142 경기도 0.188 0.391 0.213 0.410 0.207 0.405 0.211 0.408 강원도 0.035 0.184 0.030 0.170 0.030 0.170 0.026 0.160 충청북도 0.035 0.184 0.033 0.177 0.029 0.167 0.025 0.156 충청남도 0.048 0.214 0.046 0.209 0.045 0.207 0.045 0.208 전라북도 0.047 0.212 0.036 0.185 0.044 0.205 0.040 0.196 전라남도 0.056 0.229 0.050 0.219 0.052 0.221 0.048 0.214 경상북도 0.066 0.249 0.057 0.232 0.057 0.232 0.063 0.242 경상남도 0.068 0.252 0.069 0.253 0.059 0.235 0.061 0.240 제주 0.008 0.089 0.011 0.103 0.010 0.101 0.012 0.107 2003년 0.509 0.500 0.000 0.000 0.491 0.500 0.000 0.000 2004년 0.491 0.500 0.000 0.000 0.509 0.500 0.000 0.000 2006년 0.000 0.000 0.472 0.499 0.000 0.000 0.490 0.500 2007년 0.000 0.000 0.528 0.499 0.000 0.000 0.510 0.500

<표 7> 생존 기간별 사망 기초통계량

<표 8>은 회귀식 ( 1 ) 을 이용하여 보장성 강화정책이 사망확률에 미친 영향 을 분석한 결과를 보고해 준다.첫 진료 이후 6 개월 이내,1 2 개월 이내,2 4 개월 이내,36 개월 이내,60 개월 이내 사망 여부를 종속변수로 구성하였으며,<표 2 >에 표기된 모든 설명변수를 분석에 포함하였으나 주요 관심 변수만을 제시하 였다.또한 선형확률모형과 Nor t on e tal . ( 2 00 4 ) 이 제안한 방법을 통해 각각 분석하고 두 추정치를 비교함으로써 분석 결과의 강건성을 확인하였다.

선형확률모형을 통한 분석 결과,2 0-6 4 세 암 환자의 사망확률은 모든 기간에 서 정책 시행 이후 간질환 환자에 비해 약 2 -5% 포인트 정도 감소한 것으로 나타난다.정책 시행 이전 2 0-6 4 세 암 환자의 6 개월 이내 사망비율이 약 1 2. 9% 정도인 것을 고려하면 보장성 강화정책 시행 이후 청장년층 암 환자의 6 개월 이내 사망확률은 간질환 환자에 비해 약 1 8. 8% 가량 감소하였고,5년 이내 사망확률은 동일한 방법으로 추정했을 때 약 1 5. 1% 가량 낮아졌다.간질 환 환자에 비해 청장년층 암 환자의 사망확률은 모든 기간에서 약 1 4 -19 % 가 량 감소한 것으로 추정되며 특히 6 개월 이내 사망확률이 가장 크게 감소하였다.

반면 간질환 환자와 비교할 때 고령층은 정책 시행 이후 건강성과가 개선되지 못한 것으로 확인된다.그 밖에 모든 모형에서 보장성 강화 상병에 관계없이 보 장성 강화정책 이후 사망확률이 감소하였고,정책 시행 여부와 무관하게 암 환 자의 사망확률이 간질환 환자에 비해 유의하게 높았다.

강건성 검증을 위해 모든 설명변수를 통제하고 Nor t one tal . ( 2 00 4 )등이 제

안한 방법으로 추정한 결과는 선형확률모형의 결과와 동일하게 보장성 강화정

책 시행 이후 청장년층 암 환자의 사망확률이 감소하였으나,고령층은 유의한

변화가 없었음을 보여준다.

(1) (2) (3) (4) (5) 6개월 12개월 24개월 36개월 60개월 PanelA:20-64세 (N=15,503)

선형확률모형 보장성 강화 -0.0029 -0.0060 -0.0090* -0.0143** -0.0140**

(0.004) (0.005) (0.005) (0.006) (0.006) 암 질환 0.0910*** 0.1258*** 0.1710*** 0.1945*** 0.2179***

(0.006) (0.007) (0.008) (0.009) (0.009) 보장성 ×암 -0.0243*** -0.0254**-0.0399***-0.0427***-0.0500***

(0.009) (0.010) (0.011) (0.012) (0.012) Nortonet

al.(2004)외 보장성 ×암 -0.0147* -0.0147* -0.0276***-0.0326***-0.0364***

(0.008) (0.009) (0.010) (0.011) (0.011) PanelB:65세 이상 (N=5,372)

선형확률모형 보장성 강화 -0.0393** -0.0441** -0.0525***-0.0558***-0.0607***

(0.016) (0.017) (0.018) (0.018) (0.018) 암 질환 0.1783*** 0.2456*** 0.2887*** 0.3126*** 0.3111***

(0.014) (0.016) (0.017) (0.017) (0.018) 보장성 ×암 0.0158 0.0130 0.0269 0.0235 0.0368* (0.017) (0.018) (0.019) (0.019) (0.019) Nortonet

al.(2004)외 보장성 ×암 0.0091 0.0184 0.0321 0.0315 0.0618 (0.024) (0.028) (0.030) (0.032) (0.033)

<표 8> 보장성 강화정책이 사망확률에 미친 효과

주:1)***p<0.01,**p<0.05,*p<0.1

2)괄호 안은 클러스터 표준오차 (Clusteredrobuststandarderrors)

3)<표 2>에 제시된 모든 변수를 통제하였으나,주요 관심 변수만을 보고함.

6개월 12개월 24개월 36개월 60개월 보장성 강화 이전 20-64세 사망 비율(%) 0.129 0.188 0.257 0.294 0.331

감소 추정치 선형확률모형 -18.84 -13.51 -15.53 -14.52 -15.11 Nortonetal.(2004)외 -11.40 -7.82 -10.74 -11.09 -11.00

<표 9> 기간별 사망확률 감소 추정치( %) :20-64세

<표 9 >는 사망확률 감소의 추정계수( % poi nt ) 를 보장성 확대 이전 2 0 -64

세 암 환자의 사망비율을 사용하여 퍼센트( %) 로 변환한 수치를 보고한다.선형