연구자료

본 연구는 2005년부터 매년 조사사업이 진행되고 있는 퇴원손상심층조사 자료를 이용하였다. 표본환자의 퇴원일을 기준으로 100병상 이상의 의료기관을 대상으로 1차 추출 단위를 결정하고, 추출된 표본 의료기관의 퇴원환자를 2차 추출하는 층화집락 2단추출 표본설계에 따라 자료가 수집된다. 1차 추출 단위인 의료기관의 병상규모에 따라서 Neyman배분을 실시하고 층별 표본크기는 비례배분법을 적용하여 전국의 시도를 대표하고 지역별 균형을 이루도록 하고 있다. 2005년도 첫 해 조사에서는 한국표준질병사인분류(KCD-4)를 기준으로 부진단코드 7개까지만 수집하였고, 부수술 및 처치코드는 국제의료행위분류(ICD-9-CM)를 사용하여 5개가 수집되었다. 이후 2차 조사에서는 부진단코드와 부수술 및 처치코드 모두 20개까지 수집하고 있으며, 치료결과, 퇴원 후 향방, 손상발생장소, 손상 시 활동, 손상기전, 자살위험요인 등 1차 조사에 포함되지 않았거나 부분 수정이 있던 조사항목이 2차부터 안정화되기 시작하였다[7]. 따라서 본 연구에서는 조사항목의 표준화가 적용된 2006년 2차 조사자료부터 2016년까지 11년간 2,253,001명의 표본환자 자료를 대상으로 한다. 질병관리본부의 퇴원손상심층조사 자료 담당자에게 연구자료 사용신청서를 작성하여 제출하고 승인 후 자료를 획득하였다.

데이터베이스 설계과정

퇴원손상심층조사 자료의 효율적 활용을 위한 데이터베이스 구축 설계과정은 다음과 같다(Figure 1). 데이터베이스를 구축하기 위해서는 해당 자료의 구조를 먼저 살피는 것이 중요하다. 조사항목에 대해서 조사연도별 기준을 확인하여 하나의 데이터베이스로 통합이 가능한지를 확인하고 별도의 개체나 테이블로 분리해야 할 것이 있는지 검토하여 정규화를 진행할 수 있다. 다음으로 데이터베이스 구축을 위한 논리적 모델링을 실시하여야 하는데, 본 연구에서는 Database Management System (DBMS)으로 MySql을 사용하고자 한다. 퇴원심층조사자료가 매년 수집되고 현재 200만 건 이상의 자료가 쌓이는 등 양적 증가가 계속되고 있다. 10년 미만의 누적자료는 그동안 개인용 DBMS인 마이크로소프트사의 ACCESS를 활용할 수 있었으나 자료의 크기가 2GB(gigabyte)를 넘으면 데이터를 추가 저장하거나 질의어를 실행하는데 제한이 따른다[8]. 이같은 이유로 Oracle, Infomix, Sybase 등 여러 서버급 DBMS가 있으나 무료로 사용이 가능한 공개 DBMS인 MySql이 적합하다고 판단하였다[9]. MySql은 Central Process Unit(CPU)를 효율적으로 사용할 수 있도록 Multithread를 지원하여 속도가 빠르고 웹기반 등 다양한 플랫폼을 지원한다[10]. 다음으로 정규화 및 논리적 모델링의 결과로 개체관계도인 Entity Relationship Diagram(ERD)를 작성하여 물리적 모델링을 위한 준비과정을 수행할 것이다. ERD는 관계형데이터베이스시스템에서 데이터가 물리적 저장이 어떻게 이루어지는지 도식적인 설계도 역할을 한다. 관련된 데이터들의 속성(attribute)들과 레코드들의 집합을 의미하는 것이 개체이며, 여러 개체들 사이의 관계(1:1, 1:N)를 정의하여 데이터 추출을 위한 효과적인 Structured Query Language (SQL)을 수행할 수 있도록 할 것이다. 마지막으로 ERD를 기반으로 Data Definition Language (DDL)을 작성하여 퇴원손상심층조사 DBMS를 구축하고자 한다.

Figure 1.

Data modeling process. RDBMS, relational database management system; ERD, entity relationship diagram.

연도별 퇴원손상심층조사 자료분석

데이터베이스를 구축하기 위해서 연도별 퇴원손상심층조사 자료의 표본크기와 진단코드, 수술 및 처치코드의 표준을 확인하였다. 2006년 표본환자수는 161,997명이며 20016년에는 227,615명까지 증가하여 전체 11년간 총 2,253,001명의 자료가 수집되었다. 한국표준질병사인분류 업데이트에 따라서 2011년 까지는 5차 개정판이 적용되었고 2015년까지는 6차판, 2016년부터는 7차 개정판이 기준이다. 수술 및 처치코드는 모든 조사년도에 대해 ICD-9-CM vol. III를 기반으로 조사되었다 (Table 1).

Table 1.

Korean National Hospital Discharge In-depth Injury Survey sample size by year

퇴원손상심층조사 자료의 구조

퇴원손상심층조사 자료의 구조를 살펴본 결과 2006년도 조사자료부터는 조사항목에 차이가 없는 것으로 나타났다. 따라서 연도별 자료를 통합하는데 문제가 되지 않아 별도의 조정과정을 거칠 필요가 없었다. 조사항목은 총 7개의 그룹으로 나눌 수 있다(Table 2). 표본환자의 표식자 1개 항목, 의료기관정보에 해당하는 표식자, 지역, 병상규모 3개 항목, 표본환자의 사회인구학적 정보로는 성별, 나이, 생년월일, 우편번호, 보험자격 5개 항목, 의료기관 방문정보로 입원일자, 퇴원일자, 입원경로 3개 항목, 질병과 치료과련 정보는 주진단, 부진단(최대 20개), 상해외인코드 1, 2, 주수술, 부수술 및 처치(최대 20개), 수술일자, 퇴원상태, 퇴원 후 향방, 선행사인 48개 항목, 손상환자정보는 손상의도성, 손상발생장소, 손상시 활동, 손상기전, 손상발생일, 운수사고유형, 자살위험요인, 중독물질 8개 항목, 마지막으로 전국규모 추정을 위해 가중치 1개 항목이다. 총 조사항목은 68개 이다. 주진단과 20개의 부진단, 주수술, 부수술 20개가 각각의 속성으로 표현되어 열(colum)로 배열되어 있어 진단이나 수술 및 처치에 대해 검색 시 효과적이지 못하다. 따라서 이들의 정규화가 필요하다. 즉, 진단코드와 수술 및 처치코드를 각각 별도의 개체로 분리하는 2차 정규화 과정이 필요한 대상이다.

Table 2.

Data structure of Korean National Hospital Discharge In-depth Injury Survey

정규화

퇴원손상심층조사 자료의 정규화를 실시한 결과 아래와 같다(Figure 2). 정규화 결과 총 3개의 테이블로 구성되었다. Table 2에서 주진단 pridia, 부진단 adddia1-20을 diag_tb 테이블로 분리하고, 주수술 pripro, 부수술 및 처치 addpro1-20을 proc_tb 테이블로 분리하였다.

Figure 2.

Entity relationship diagramfor logical datamodeling.

정규화는 데이터의 중복을 최소화하고 빠른 데이터 프로세싱이 가능하도록 데이터베이스의 설계과정에서 여러 개의 테이블로 나누는 작업이다. 1차 정규화는 각 테이블의 필드(field)가 더 이상 분해할 수 없을 때까지 원자값(atomic value)을 갖도록 분리하는 것을 말한다. 검토한 결과 더 이상 분해할 수 있는 필드가 존재하지 않기 때문에 1차 정규화를 실행할 부분은 없었다. 환자의 거주지 우편번호에 해당하는 zip 필드가 과거 3자리씩 나눌 수 있었으나 최근 도로명 주소표기로 변경되면서 5자리로 통합되었기 때문에 1차 정규화를 시행할 필요가 없다고 판단하였다. 기본키(primary key)는 각 테이블에서 유일한 하나의 레코드를 검색할 수 있는 표식자 역할을 한다. 표본환자의 표식자 역할을 하는 num 필드는 조사년도마다 serial number로 생성되기 때문에 연도별 자료를 통합할 경우 표식자 역할을 하는 기본키 역할을 할 수가 없다. 따라서 year라는 필드를 모든 테이블에 생성한 후 year, num 2개 필드를 각각의 테이블에 기본키로 지정하여야만 세 개의 테이블에 대한 릴레이션(relation)이 가능해 진다. 주진단과 부진단을 하나의 테이블로 통합하여 분리하였기 때문에 diag_tb 테이블에서 특정 표본환자의 질병코드인 code 필드가 주진단인지 부진단인지 구분할 필드가 필요하다. 따라서 flag 필드를 추가적으로 생성하였다. 주수술과 부수술 및 처치도 같은 방식으로 flag 필드를 생성하였다. seri 필드는 diag_tb, proc_tb 테이블에서 code의 입력된 순서를 표기하기 위해 추가 생성한 필드이다. seri는 표본환자에 따라서 최대 20까지 serial number가 발생할 수 있다.

데이터베이스 생성

앞서 정규화 과정을 통해서 논리적 모델의 설계가 완성됨에 따라 이를 바탕으로 데이터베이스 언어인 DDL을 이용하여 데이터의 물리적 모델링 과정을 거쳐야 한다. 본 연구에서는 퇴원손상심층조사 자료를 활용할 여러 연구자를 위하여 SQL기반으로 작성된 DDL 소스코드를 공유하고자 한다.

먼저 https://dev.mysql.com/downloads접속하여 MySql 프로그램(MySQL Installer for Windows)과 MySQL for Excel을 다운로드하여 각각 설치한다[9]. 질병관리본부의 퇴원손상심층조사 자료를 요청하여 연도별로 Excel 파일로 변환한 다음 Excel의 데이터 메뉴에서 우측 MySQL for Excel을 이용하여 MySql 프로그램에 데이터를 전송할 수 있는데, 이를 시행하기 전에 Figure 3과 같은 데이터 정의어를 활용하여 테이블을 각각 생성한다.

Figure 3.

Data definition language for table creation. (A) Nhds_tbtable, (B) Diag_tbtable, (C) Proc_tbtable.

Excel의 MySQL for Excel을 이용하여 MySql로 연도별 자료를 반복하여 total_tb 테이블로 전송하였다고 하면 Figure 4와 같은 데이터 조작어를 이용하여 진단 테이블과 수술 및 처치 테이블에 데이터를 저장 할 수 있다. 진단정보가 축적되는 diag_tb 테이블에는 퇴원손상심층조사 자료 항목에는 없는 flag 필드를 추가하였다. flag는 진단코드가 1이면 주진단을 뜻하고 0이면 부가진단을 뜻한다. 같은 방법으로 수술정보인 proc_tb 테이블에도 flag 필드를 추가하였다. 부진단과 부수술이 20개까지 있는 표본환자들이 있기 때문에 Figure 4의 SQL을 반복하되 serl의 앞 숫자를 1씩 늘려주고, 주진단과 주수술을 제외하고는 flag 앞 숫자를 0으로 변경하여 실행하면 된다. 최종 구축된 퇴원손상심층조사 자료의 데이터베이스는 Figure 5와 같다.

Figure 4.

Data manipulation language for data transportation.

Figure 5.

Final view of database construction in MySql. (A) Nhds_tb table, (B) Diag_tb table, (C) Proc_tb table.