The purpose of this study is, using the data of Korean National Hospital Discharge In-depth Injury Survey, to examine the characteristics of cancer patients’ medical care utilization rate and provide the baseline data for development of cancer policy.
This is a cross-sectional study using the data of Korean National Hospital Discharge In-depth Injury Survey provided by Korea Centers for Disease Control and Prevention every year since 2005. It used 9 years (2005-2013) of data finished with refinement after investigation. Based on the Korean standard classification of disease and cause of death, considering principal diagnosis, patients diagnosed with C00-C97 code, malignant neoplasm, were selected as research subjects.
The medical care utilization rate in other regions was 31.7%, and there were statistically significant differences in the general characteristics including gender, age, hospital average length of stay (ALOS), and the scale of beds. There were changes in the medical care utilization rate and mortality in other regions depending on cancers, and there were differences in the medical care utilization rate and mortality in other regions depending on patients’ residential districts. The results of multivariate analysis using logistic-regression analysis also revealed that the scale of beds and residential districts should be the major factors for the medical care utilization rate in other regions.
In order to resolve regional inequality of cancer patients’ medical care utilization rate, the current supply-centered policy should be changed to a policy that can improve healthcare quality.
암은 인구 고령화가 지속되면서 대표적인 사망원인을 차지하는 질환으로 알려져 있다. 1983년부터 시작된 사망원인 통계에서 우리나라의 사망원인 1위 질환이 암이었으며, 2015년 통계청의 분석에 따르면 27.9%가 암으로 사망했다[
암은 건강차원의 문제뿐만 아니라 암환자 가구가 겪는 경제적 부담도 상당히 크다고 알려져 있다. Yang et al. [
그동안 특정 질환의 의료이용이나 지역적 변이를 살피는 연구들이 시행되어 왔으나 국민건강보험공단의 청구자료나 중앙암등록본부의 암등록 자료를 사용한 한계가 있었다[
본 연구는 암으로 입원한 환자의 사망률과 타지역 의료이용 특성을 파악하기 위한 단면연구(cross-sectional study)로, 2005년부터 질병관리본부에서 매년 조사를 시행하고 있는 퇴원손상심층조사(Korean National Hospital Discharge In-depth Injury Survey) 자료를 이용한 이차자료 연구로 설계되었다[
퇴원손상심층조사자료는 질병관리본부에서 2005년부터 매년 실시해 오고 있으며, 2006년 조사부터 정부승인통계로 승인받은 국가조사통계이다[
본 연구는 입원 악성 암환자의 타지역 의료기관 이용 특성을 밝히고자 2005년부터 2013년까지 조사 후 데이터의 정제가 끝난 9년간의 데이터를 이용하였다. 이 중 한국표준질병사인분류 기준으로 주진단(principal diagnosis)이 악성신생물에 해당하는 C00-C97코드를 진단받은 환자를 연구대상자로 선정하였다. 퇴원손상심층조사의 표본설계는 2단계 층화집락표본설계를 이용하여 추출되었으므로 자료분석시 층, 집락, 가중치 등 복합표본설계 내용을 따르도록 권고하고 있다[
퇴원손상심층조사자료는 미국의 NHDS, 호주의 NHMD, 캐나다의 Hospital Morbidity Database (HMDB)를 기반으로 하고 있다. 의료기관에서 퇴원환자요약정보를 토대로 인구사회학적 정보, 내원정보, 질병 및 치료정보, 손상환자의 경우 외인정보와 손상유형별 정보를 포함하고 있다. 본 연구에서는 성별, 퇴원환자의 연령, 입원경로, 수술여부, 주진단코드, 치료결과, 재원일수, 퇴원형태, 치료받은 의료기관의 병상규모, 퇴원환자의 주거지역을 독립변수로 설정하였다. 이 중 주진단코드는 의료이용의 특성상 암등록 자료나 사망통계와 다르게 분류할 필요성이 있기 때문에 한국표준질병사인의 3단위(소분류)를 기준으로 분류하였다.
종속변수는 퇴원환자의 거주지역과 치료받은 의료기관의 소재지를 비교하여 일치할 경우 1로 코딩하고 그렇지 않은 경우 0으로 코딩하였다. 이러한 종속변수를 본 연구에서는 타지역 의료이용이라 정의하였다. 즉, 암진단을 받은 환자가 자신이 속한 의료기관에서 치료받았는지 타지역 의료기관에서 치료를 받았는지 구분하고 연구모형에 따라 암환자의 타지역 의료이용 특성을 확인하고자 하였다.
암환자의 일반적 특성을 분석하기 위하여 독립변수들에 대하여 빈도분석을 실시하였다. 또한 독립변수별로 타지역 의료이용의 비율과 분포를 살펴보기 위하여 χ2-test를 실시하였으며, 연령의 평균비교를 위하여 t-test를 실시하였다. 연구대상자 중 전체 비율이 1% 이상 차지하는 암질환을 분석하였다. 전체 암질환에 대하여 성별 분포와 타지역 의료이용률, 사망률은 기술통계분석 및 빈도분석을 실시하였다. 환자의 거주지역과 의료기관의 소재지역의 환자수 비율을 빈도분석하였으며, 이들 지역에 따른 타지역 의료이용의 분포와 사망환자의 분포 차이를 확인하기 위하여 χ2-test를 시행하였다. 마지막으로 본 연구의 목적을 달성하기 위하여 인구학적 특성변수를 통제하고 타지역 의료이용에 영향을 미치는 환자의 거주지역의 영향을 확인하기 위하여 이분형 로지스틱을 시행하였다. 이들 분석에 사용된 통계프로그램은 SPSS 23.0 프로그램(IBM Co., Armonk, NY, USA)을 사용하였다.
연구대상자의 일반적 특성에 따른 거주지역의 의료이용 환자수와 비거주지역 의료이용 환자수를 분석한 결과
전체 암환자 중에서 1% 이상 비율을 차지하는 암질환을 중심으로 성별분포와 타지역 의료이용, 사망률을 분석한 결과
전체 암환자를 대상으로 지역별 특성을 분석한 결과
타지역 의료이용의 영향요인을 확인하기 위해 이분형 로지스틱 회귀분석을 실시한 결과
본 연구는 입원 암환자의 의료이용에 있어서 지역 간 불평등에 대한 문제제기를 기반으로 시행된 연구이다. 앞서 기술한 바와 같이 다른 질환보다 암질환은 발생률과 유병률의 증가로 인해서 전체 국민의료비에서 차지하는 비중이 날로 증가하고 있으며, 암환자 가구가 겪는 과부담 의료비도 사회적 문제가 되고 있다. 또한 KTX와 같은 교통의 발달로 서울과 같은 대도시의 대형병원으로의 집중현상이 지속되면서 지역 간 불균형 해소에 필요한 정책적 근거자료를 제시하기 위한 목적으로 실시하였다. 분석의 타당성을 확보하기 위해 이용목적에 맞는 퇴원손상심층조사 자료를 활용하였다. 주진단이 암인 환자를 선별하고 전국규모의 추정을 위해 가중치를 적용하였으며, 2005년부터 2013년까지 9년간의 다년도 누적자료를 활용하였다. 주요 분석결과를 고찰하면 아래와 같다.
입원 암환자의 타지역 의료이용률은 31.7%로 분석되었다. 성별에 관계없이 타지역 의료이용은 비슷한 수준이었다. 반면에 타지역 의료기관을 이용한 입원 암환자의 평균 나이는 거주지역의 의료기관을 이용한 암환자보다 적은 것으로 나타나 연령과의 상관성이 유의미한 것으로 분석되었다. 비교적 젊은 환자일수록 의료기관과 의사 등 치료와 관련된 정보활용이 용이하고 이동거리나 시간적 노력의 감수를 잘 수용함에 따른 결과로 보여진다. 수술환자를 대상으로 실시한 Nam et al. [
본 연구에서는 전체 암환자 중 1% 이상을 차지하는 주요 암질환에 대해서 타지역 의료이용률과 사망률을 분석해 보았다. 대표적으로 뇌암, 기타 전이암, 소화기계의 전이암, 비소포성 림프종, 림프구성 백혈병의 타지역 의료이용률이 높게 나타났다. 하지만 사망률이 높은 질환은 췌장암, 담낭암, 폐암, 간암, 골수성 백혈병으로 분석되어 타지역 의료이용과 사망률이 높은 질환은 일치하지 않는 것으로 분석되었다. 즉, 사망률에 대한 환자들의 기대수준이 타지역 의료이용으로까지 확대되지는 않은 것으로 추측된다. 하지만 주요 암질환의 타지역 의료이용을 모니터링하고 지역 간 불균형과 의료의 질 저하가 일어나지 않도록 체계적인 관리정책이 필요할 것을 시사한다.
환자가 거주하는 지역별로 타지역 의료이용률과 사망률을 분석하였다. 타지역 의료이용률이 높은 지역은 광주, 경북, 충남, 경기, 전남 지역 순으로 분석되었다. 서울 거주환자의 타지역 의료이용은 4%인데 반해 이들 지역은 38.9%에서 58.5%에 이르는 것으로 나타났다. 특히 광주와 경북은 입원 암환자의 타지역 의료이용에서 평균에 비해 2배 이상 높아 지역적 불평등이 심화되는 양상을 보이고 있다. 사망률은 경북, 경남, 충북, 울산, 제주 지역의 암환자들이 높게 나타났다. 특히 경북은 타지역 의료이용과 사망률이 높은 지역으로 나타나 개선이 시급함을 시사한다. 암환자의 35%는 서울과 경기 거주환자로 분석되었다. 이는 전체 인구가 수도권에 집중된 결과에 기인하는 것으로 볼 수 있다. 또한 의료기관의 소재지를 중심으로 보면, 암환자의 절반에 가까운 47%는 수도권 의료기관에서 입원치료를 받고 있어서 암환자의 수도권 집중현상이 뚜렷하였다. 이분형 로지스틱 회귀분석을 이용한 다변량 분석을 통하여 타지역 의료이용의 요인을 분석하였는데, 성별, 연령, 보험유형, 입원경로는 통계적으로 유의하였으나 대규모 데이터인 점을 고려하면 미미한 수준으로 볼 수 있었다. 하지만 앞선 분석결과에서 언급한 바와 같이 병상규모가 클수록 타지역 의료이용은 급격히 증가하는 것으로 나타났고, 환자의 거주지역도 모든 지역 환자의 타지역 의료이용 확률도 유의하게 높은 것으로 분석되었는데, 서울지역 거주자를 기준으로 최소 8.7배에서 최고 148배까지 높게 나타났다. 정부는 그동안 수도권 중심의 상급종합병원의 쏠림현상에 따라 의료 취약 지구를 대상으로 공급을 확대하는 정책을 지속해왔다[
본 연구는 의료이용 분석에 효과적인 퇴원손상심층조사 자료를 기반으로 분석의 신뢰성을 높이기 위해 다년간 누적된 데이터를 이용하였으며, 입원 암환자에 대하여 의료이용의 지역적 형평성 제고가 필요함을 실증분석하고 시사점을 제공하였다. 하지만 이차자료를 이용한 것에 기인하여 입원 암환자의 소득이나 교육수준 등 다양한 의료이용 요인을 추가하지 못한 제한점이 있다. 후속연구에서는 의료기관의 병상수와 의료인 등 의료자원과 같은 다양한 요인을 고려할 필요가 있을 것이다. 또한 타지역 의료이용의 시계열적 분석을 통해 의료이용 변화 위기에 대비해야 할 것이다.
No potential conflict of interest relevant to this article was reported.
Research model. MUNR, medical utilization of non-residential area.
General characteristics of study population
Variables | Residential area | Non-residential area | Total | χ2 or t | |
---|---|---|---|---|---|
Sex | |||||
Male | 1,489,586 (68.32) | 690,640 (31.68) | 2,180,225 (55.48) | 2.36 | 0.125 |
Female | 1,194,290 (68.25) | 555,584 (31.75) | 1,749,874 (44.52) | ||
Age (y) | 60.45 ± 14.85 | 57.14 ± 15.68 | 59.40 ± 15.20 | 197.79 | < 0.001 |
Age group (y) | |||||
≤ 18 | 38,125 (51.30) | 36,195 (48.70) | 74,320 (1.89) | 42,961.56 | < 0.001 |
19-44 | 316,832 (63.14) | 184,999 (36.86) | 501,831 (12.77) | ||
45-64 | 1,143,316 (66.33) | 580,382 (33.67) | 1,723,698 (43.86) | ||
65-74 | 731,785 (70.13) | 311,702 (29.87) | 1,043,487 (26.55) | ||
≥ 75 | 453,817 (77.34) | 132945 (22.66) | 586,762 (14.93) | ||
Insurance type | |||||
National health | 2,394,545 (67.58) | 1,148,485 (32.42) | 3,543,030 (90.15) | 8,603.63 | < 0.001 |
Medicaid I | 254,104 (75.09) | 84,314 (24.91) | 338,418 (8.61) | ||
Medicaid II | 16,184 (69.37) | 7,147 (30.63) | 23,331 (0.59) | ||
Others | 19,042 (75.21) | 6,277 (24.79) | 25,320 (0.64) | ||
Admission route | |||||
Emergency | 638,942 (74.70) | 216,404 (25.30) | 855,347 (21.76) | 20,900.07 | < 0.001 |
Outpatient | 2,039,156 (66.53) | 1,026,050 (33.47) | 3,065,206 (77.99) | ||
Others | 5,777 (60.52) | 3,769 (39.48) | 9,546 (0.24) | ||
Operation | |||||
Yes | 831,865 (62.93) | 489,984 (37.07) | 1,321,850 (33.63) | 26,408.86 | < 0.001 |
No | 1,852,011 (71.01) | 756,239 (28.99) | 2,608,249 (66.37) | ||
Treatment outcome | |||||
Improved | 2,174,173 (66.23) | 1,108,523 (33.77) | 3,282,696 (83.53) | 43,038.71 | < 0.001 |
Not improved | 214,168 (75.53) | 69,397 (24.47) | 283,566 (7.22) | ||
Death | 281,635 (81.99) | 61,882 (18.01) | 343,517 (8.74) | ||
Others | 13,900 (68.40) | 6,421 (31.60) | 20,321 (0.52) | ||
ALOS | 12.56 ± 19.07 | 11.33 ± 14.78 | 12.17 ± 17.83 | 69.51 | < 0.001 |
Disposition | |||||
Return-home | 2,251,841 (66.35) | 1,142,092 (33.65) | 3,393,933 (86.36) | 44,198.14 | < 0.001 |
Other hospital | 141,099 (77.92) | 39,974 (22.08) | 18,1073 (4.61) | ||
Death | 281,635 (81.99) | 61,882 (18.01) | 343,517 (8.74) | ||
Others | 9,301 (80.35) | 2,275 (19.65) | 11,576 (0.29) | ||
Bed size | |||||
100-299 bed | 456,802 (91.17) | 44,235 (8.83) | 50,1037 (12.75) | 440,293.28 | < 0.001 |
300-499 bed | 471,245 (85.19) | 81,905 (14.81) | 553,150 (14.07) | ||
500-999 bed | 1,286,574 (69.66) | 560,345 (30.34) | 1,846,920 (46.99) | ||
≥ 1,000 bed | 469,254 (45.60) | 559,738 (54.40) | 1,028,992 (26.18) | ||
Total | 2,683,876 (68.29) | 1,246,223 (31.71) | 3,930,099 (100.0) |
Unit: n (%) or Mean±standard deviation.
SD, standard deviation; ALOS, average length of stay.
Inpatient and mortality by major cancer diseases
KCD Code and description | Male | Female | Total | MUNR (%) | Mortality (%) | |
---|---|---|---|---|---|---|
C16 | Malignant neoplasm of stomach | 360,944 (16.56) | 176,145 (10.07) | 537,089 (13.67) | 31.83 | 8.80 |
C22 | Malignant neoplasm of liver and intrahepatic bile ducts | 378,115 (17.34) | 122,622 (7.01) | 500,737 (12.74) | 33.62 | 13.96 |
C34 | Malignant neoplasm of bronchus and lung | 345,895 (15.87) | 131,559 (7.52) | 477,454 (12.15) | 27.70 | 14.29 |
C73 | Malignant neoplasm of thyroid gland | 55,706 (2.56) | 269,895 (15.42) | 325,601 (8.28) | 32.49 | 0.43 |
C50 | Malignant neoplasm of breast | 1,144 (0.05) | 253,398 (14.48) | 254,542 (6.48) | 32.76 | 4.07 |
C18 | Malignant neoplasm of colon | 140,537 (6.45) | 110,357 (6.31) | 250,894 (6.38) | 28.62 | 7.32 |
C20 | Malignant neoplasm of rectum | 112,586 (5.16) | 68,949 (3.94) | 181,535 (4.62) | 32.36 | 6.00 |
C25 | Malignant neoplasm of pancreas | 64,985 (2.98) | 54,230 (3.10) | 119,215 (3.03) | 28.91 | 17.74 |
C61 | Malignant neoplasm of prostate | 98,601 (4.52) | N/A | 98,601 (2.51) | 27.57 | 3.80 |
C67 | Malignant neoplasm of bladder | 76,578 (3.51) | 18,208 (1.04) | 94,786 (2.41) | 28.52 | 3.16 |
C53 | Malignant neoplasm of cervix uteri | N/A | 81,882 (4.68) | 81,882 (2.08) | 30.05 | 4.19 |
C24 | Malignant neoplasm of other and unspecified parts of biliary tract | 44,168(2.03) | 28,908 (1.65) | 73,076 (1.86) | 27.72 | 11.89 |
C56 | Malignant neoplasm of ovary | N/A | 71,256 (4.07) | 71,256 (1.81) | 31.33 | 6.98 |
C83 | Non-follicular lymphoma | 32,113 (1.47) | 22,436 (1.28) | 54,549 (1.39) | 35.29 | 7.09 |
C92 | Myeloid leukemia | 28,558 (1.31) | 24,244 (1.39) | 52,802 (1.34) | 33.92 | 12.75 |
C15 | Malignant neoplasm of esophagus | 47,686 (2.19) | 4,039 (0.23) | 51,725 (1.32) | 31.12 | 12.50 |
C64 | Malignant neoplasm of kidney, except renal pelvis | 35,116 (1.61) | 15,364 (0.88) | 50,480 (1.28) | 34.98 | 7.32 |
C78 | Secondary malignant neoplasm of respiratory and digestive organs | 26,755 (1.23) | 22,680 (1.30) | 49,435 (1.26) | 36.54 | 8.72 |
C23 | Malignant neoplasm of gallbladder | 19,785 (0.91) | 26,026 (1.49) | 45,811 (1.17) | 25.29 | 16.56 |
C79 | Secondary malignant neoplasm of other and unspecified sites | 23,780 (1.09) | 21,190 (1.21) | 44,970 (1.14) | 38.90 | 6.22 |
C71 | Malignant neoplasm of brain | 23,918 (1.10) | 19,279 (1.10) | 43,197 (1.10) | 38.97 | 8.46 |
Total | 1,916,970 (87.93) | 1,542,667(88.16) | 3,459,637 (88.03) | 31.28 | 8.98 |
Unit: n (%).
KCD, Korean standard classification of diseases; MUNR, medical utilization of non-residential area; N/A, not available.
Analysis of medical utilization and mortality of in non-residential area
Region | Inpatient |
Inpatient |
MUNR (%) | χ2 ( |
Mortality (%) | χ2 ( |
||
---|---|---|---|---|---|---|---|---|
n | % | n | % | |||||
Seoul | 691,607 | 17.60 | 1,434,415 | 36.50 | 4.01 | 586,612.06 | 5.24 | 68,739.84 |
Busan | 267,269 | 6.80 | 314,488 | 8.00 | 16.19 | (< 0.001) | 7.42 | (< 0.001) |
Daegu | 152,773 | 3.89 | 206,461 | 5.25 | 17.13 | 7.74 | ||
Incheon | 234,815 | 5.97 | 190,051 | 4.84 | 30.41 | 10.08 | ||
Gwangju | 102,829 | 2.62 | 76,693 | 1.95 | 58.48 | 7.38 | ||
Daejeon | 106,342 | 2.71 | 125,638 | 3.20 | 24.68 | 10.78 | ||
Ulsan | 103,510 | 2.63 | 93,591 | 2.38 | 21.28 | 12.14 | ||
Gyeonggi | 670,334 | 17.06 | 423,135 | 10.77 | 49.13 | 11.32 | ||
Gangwon | 165,815 | 4.22 | 137,192 | 3.49 | 28.58 | 9.72 | ||
Chungbuk | 185,833 | 4.73 | 122,110 | 3.11 | 37.91 | 13.55 | ||
Chungnam | 177,776 | 4.52 | 96,257 | 2.45 | 54.76 | 7.09 | ||
Chonbuk | 161,075 | 4.10 | 122,041 | 3.11 | 27.48 | 10.61 | ||
Chonnam | 214,701 | 5.46 | 179,082 | 4.56 | 38.90 | 8.47 | ||
Gyeongbuk | 249,411 | 6.35 | 108,051 | 2.75 | 58.04 | 21.38 | ||
Gyeongnam | 340,598 | 8.67 | 209,097 | 5.32 | 40.36 | 15.63 | ||
Jeju | 105,406 | 2.68 | 91,792 | 2.34 | 13.91 | 11.73 | ||
Total | 3,930,094 | 100.00 | 3,930,094 | 100.00 | 31.71 | 8.74 |
MUNR, medical utilization of non-residential area.
Cancer inpatient of the residential area.
Cancer inpatient of the hospital location.
Multiple logistic regression analysis of medical utilization of non-residential area
Variables | Odds ratio (95% CI) | |
---|---|---|
Sex | ||
Female | 1.00 | |
Male | 0.96 (0.96-0.97) | < 0.001 |
Age | 0.99 (0.99-0.99) | < 0.001 |
Insurance type | ||
National health | 1.00 | |
Medicaid I | 0.82 (0.81-0.83) | < 0.001 |
Medicaid II | 0.97 (0.94-1.01) | 0.114 |
Others | 0.90 (0.86-0.93) | < 0.001 |
Admission route | ||
Emergency | 1.00 | |
Outpatient | 1.30 (1.29-1.31) | < 0.001 |
Others | 1.10 (1.04-1.15) | < 0.001 |
Bed size | ||
100-299 bed | 1.00 | |
300-499 bed | 2.08 (2.06-2.11) | < 0.001 |
500-999 bed | 5.96 (5.90-6.03) | < 0.001 |
≥ 1,000 bed | 38.82 (38.36-39.29) | < 0.001 |
Residential area | ||
Seoul | 1.00 | |
Busan | 8.72 (8.57-8.87) | < 0.001 |
Daegu | 12.26 (12.02-12.49) | < 0.001 |
Incheon | 21.20 (20.86-21.55) | < 0.001 |
Gwangju | 116.59 (114.40-118.83) | < 0.001 |
Daejeon | 19.27 (18.88-19.67) | < 0.001 |
Ulsan | 18.70 (18.32-19.10) | < 0.001 |
Gyeonggi | 50.90 (50.20-51.62) | < 0.001 |
Gangwon | 37.86 (37.19-38.55) | < 0.001 |
Chungbuk | 75.22 (73.92-76.54) | < 0.001 |
Chungnam | 93.43 (91.87-95.01) | < 0.001 |
Chonbuk | 19.32 (18.98-19.67) | < 0.001 |
Chonnam | 67.83 (66.71-68.96) | < 0.001 |
Gyeongbuk | 148.00 (145.63-150.41) | < 0.001 |
Gyeongnam | 68.08 (67.04-69.14) | < 0.001 |
Jeju | 26.30 (25.66-26.95) | < 0.001 |
CI, confidence interval.