This study aims to develop a severity-adjusted length of stay predictive model according to comorbidity index by using machine learning and propose a algorithm of severity-adjusted length of stay (LOS) predictive model. The dataset was taken from Korea Centers for Disease Control and Prevention database of the hospital discharge survey from 2006 to 2015 and the severity-adjusted length of stay predictive model was developed for the nervous system patients to need a urgent management for length of stay. when it comes to the severity-adjusted length of stay predictive model about nervous system discharging patients, three tools were used for the severity-adjustment of comorbidity: the CCI, the ECI, and the CCS. The models using Regression, Decision Tree, Random Forest, Support Vector Regression, Neural Network as a Machine learning analysis methods were developed and then evaluate. As a result, Severity-adjusted predictive model using CCS as the severity-adjustment of comorbidity and Neural Network method has the highest R-square and has the most excellent prediction capability. In conclusion, there is a need to develop a severity-adjusted predictive model using CCS as the severity-adjustment of comorbidity and make use of severity-adjusted predictive model to has high prediction capability by using various machine-learning analytics.
본 연구는 머신러닝을 이용하여 동반상병 보정 방법에 따른 중증도 보정 재원일수 예측 모형을 개발하고 이를 평가하여 중증도 보정 재원일수 예측 모형 개발의 알고리즘을 제시하기 위해 수행되었다. 본 연구를 위해 2006년부터 2015년까지 10년간의 질병관리본부 퇴원손상심층조사 자료를 수집하였으며, 재원일수 관리가 시급한 신경계통의 질환을 대상으로 중증도 보정 재원일수 예측 모형을 개발하였다. 신경계통의 질환 퇴원환자의 중증도 보정 재원일수 예측 모형 개발 시 동반상병 보정 방법은 CCI, ECI, CCS 진단군 분류 기준 등 3가지, 머신러닝 분석기법으로는 회귀분석, 의사결정나무, 랜덤 포레스트, 서포트 백터 회귀분석, 신경망 등 5가지를 적용하여 모형을 개발하고 개발된 모형을 평가하였다. 모형 평가 결과 CCS 진단군 분류 기준 동반상병 보정 방법 및 신경망을 이용하여 개발한 중증도 보정 예측 모형의 모형 설명력(R-square)이 가장 높았으며, 모형의 예측력이 가장 우수한 것으로 나타났다. 따라서 중증도 보정 재원일수 예측 모형 개발 시 CCS 진단군 분류 변수를 이용한 동반상병 보정 방법을 이용하여 중증도 보정 예측 모형을 개발하는 것이 필요하며, 머신러닝의 다양한 분석 기법 등을 이용하여 예측력 높은 중증도 보정 예측 모형을 개발하여 재원일수 변이요인 파악 등 재원일수 관리를 위해 활용하는 것이 필요하다.
With the paradigm shift to the hyper-connected society, smart healthcare has emerged as a key factor for building cost-effective and sustainable healthcare systems. Smart healthcare can take a considerable amount of time to show its effectiveness, and resistance to technology and society may arise from mutual heterogeneity. However, it is still difficult to understand the dynamic characteristics of the majority of studies because they analyzed the phenomenon of policy and technology intervention based on a linear perspective. Therefore, this study aims to analyze the nonlinear dynamics of smart healthcare applied to chronic disease management by using dynamic simulation and to suggest strategic implications. The research method used system dynamics to utilize dynamic simulation. First, the structure between variables was created by Causal Loop Diagram (CLD) and converted into a Stock Flow Diagram (SFD) for quantitative analysis. Macro data and estimates were used as variables in the study, and the experiments were simulated using a hypothetical scenario. The results showed that the faster the intervention of smart healthcare service, the higher the initial participation rate of the service, the more preventive service than the treatment, the more intervention in the complex disease than the single disease, In conclusion, in order to effectively manage chronic diseases by applying smart healthcare, it is important to persevere the time required for innovation and to understand the non-linear dynamics of technological and social co-evolution.
스마트 헬스케어는 초연결사회로의 패러다임 전환에 따라 건강관리 및 예방중심의 비용 효율적이고 지속 가능한 의료 시스템을 구현하기 위한 수단으로 주목받고 있다. 스마트 헬스케어는 도입에 따른 효과가 나타나기까지 상당한 시간이 소요될 뿐만 아니라 기술이 사회에 적용되는 과정에서 영역 간 특성에 따른 저항 또한 발생할 수 있다. 그러나 여전히 대다수의 연구는 정책 및 기술 도입에 따른 현상을 선형적인 관점에 입각하여 하고 있어 시간의 흐름에 따라 나타나는 정책 효과의 비선형적 변화양상을 파악하지 못하는 한계가 있다. 따라서 본 연구는 시스템 구조에 따른 행태변화를 관찰하는 시스템 다이내믹스 방법론을 활용하여 스마트 헬스케어를 통한 만성질환 관리효과의 비선형적 동태성을 하고 시사점을 도출하였다. 주요 연구내용으로는 변수 간 구조를 정성적인 인과지도(Causal Loop Diagram; CLD)로 작성하고 이를 저량유량도(Stock Flow Diagram; SFD)로 변환하여 정량적인 을 수행하였으며 주요 변수는 매크로 데이터 및 환경설정을 위해 추정한 값을 부여하여 가상의 시나리오에 따라 시뮬레이션 하였다. 시나리오 결과, 만성질환관리를 위한 스마트 헬스케어 서비스 개입 시점이 빠를수록, 서비스에 대한 초기 참여율이 높을수록, 치료중심보다 예방중심 서비스를 제공할수록, 개별질환보다 복합질환을 대상으로 서비스를 제공할수록 의료비 절감효과가 큰 것으로 나타났다. 결론적으로 스마트 헬스케어를 활용한 만성질환관리 사업 수행 시 기술과 사회의 공진화로 인해 발생하는 비선형적 동태성을 감안하여 혁신에 필요한 시간을 확보한다면 만성질환 관리효과와 더불어 사업의 지속가능성 또한 제고할 수 있음을 밝혔다.
In Korea, climate change and high temperatures have a significant impact on health and society as a whole. We aimed to provide a meta-analysis of epidemiologic evidence regarding high temperature-related mortality in Korea. The pooled results suggest that for a change in temperature condition, the risk of total mortality increased 5% (95% CI: 3-6%) for 1℃ increase, 8% (95% CI: 2-14%) for heatwave exposure. However, it was difficult to identify differences in risk of mortality by gender, age, region and cause of death due to high temperatures and to assess the impact of heatwave on mortality under different heatwave definitions. Nevertheless, it was possible to ensure that the risk of mortality over 75 was higher than that under 75 for heatwave exposure. High temperatures were also associated with increased risk of death for cardiovascular disease and respiratory diseases. It is necessary to define groups that are sensitive to high temperatures and to identify the magnitude of their impact in the future, and to provide in-depth studies of the temperature threshold that the country and the community should respond to.
우리나라에서는 최근 기후변화와 여름철 이상 고온 현상이 건강을 비롯한 사회 전반에 중대한 영향을 미치고 있다. 본 연구에서는 우리나라를 배경으로 고온 노출에 따른 사망의 위험을 평가한 기존의 연구들을 메타 분석하여, 현재까지 확인된 근거의 실태를 파악하고자 했다. 분석 결과, 기온이 1℃ 증가할 때 사망의 위험이 5%(95% CI: 3-6%) 증가했으며, 비폭염 기간에 비해 폭염 기간에 사망의 위험이 8% 증가(95% CI: 2-14%)했다. 그러나 국내 연구 수가 제한적이어서 각기 다른 폭염의 정의별로 사망의 위험을 평가하지 못했으며, 하위집단별 분석에서 취약인구집단의 위험을 충분히 규명하기 어려웠다. 그럼에도 75세 이상 고령 인구집단에서는 고온의 분석단위와 관계없이 사망의 위험이 통계적으로 유의하게 증가했음을 확인했다. 또한 고온은 심뇌혈관질환, 호흡기 질환으로 인한 사망 위험의 증가와 관련이 있었다. 향후 고온의 건강영향에 대한 인식을 제고할 필요가 있으며, 이를 위해 우리나라에 적용 가능한 폭염의 기준을 마련하고, 고온 노출에 민감한 집단에 대한 건강영향을 평가하고 지원할 필요가 있다.
The purpose of this study was to investigate educational needs of physical health care competencies for clients with severe mental illness among 229 mental health professionals at mental health welfare centers. Data were collected through self-administered questionnaires, and analyzed using paired t-test, Borich's needs assessment model, and the Locus for Focus model to determine the capability level and the priority of educational needs. Results indicate that there were differences in the capability level and educational needs according to the career and types of mental health professionals such as mental health nurses, social workers, and clinical counselors. The highest priority need was “knowledge about cardiovascular disease” across all the mental health professionals regardless of career. The findings suggests that developing a tailored educational programs targeting each mental health professional’ priority educational needs are necessary to improve physical health care competencies for clients with severe mental illness.
본 연구는 기초정신건강복지센터에 근무하는 정신건강전문요원 229명을 대상으로 중증정신질환자 신체건강관리 역량강화에 대한 교육 요구도를 조사하였다. 자가 보고식 설문지를 우편방법으로 자료 수집하였으며, paired t-test, Borich’s Needs Assesment Model과 the Locus for Focus Model을 활용하여 역량 수준과 교육 요구도의 우선순위를 분석하였다. 연구결과 근무 경력과 전문 직역(정신건강간호사, 정신건강사회복지사, 정신건강임상심리사)에 따라 역량 수준과 교육 요구도에 차이가 나타났다. 먼저 경력 4년차 이상의 정신건강전문요원은 4년차 미만보다 역량 수준이 높게 나타났다. 전문 직역별에서는 정신건강간호사의 역량 수준이 높게 나타났다. 교육 요구도가 가장 높은 최우선순위 항목은 근무 경력과 전문직역에 상관없이 ‘심혈관질환 지식’ 항목이 결정되었다. 본 연구결과를 기초로 정신건강전문요원의 근무 경력과 전문 직역의 특성을 반영한 맞춤형 중증정신질환자 신체건강관리 교육 프로그램 개발이 필요함을 제언한다.
The purpose of this study was to evaluate the health impact of the 1st year (2015)’s visiting health services for the elderly, a program of the outreach community center initiative in Seoul by applying Difference in Difference (DID) technique. For the analysis of DID technique, 5,273 residents of 65 years old and 70 years old dwellers of Seoul who responded to 2014-2016 Community Health Survey (1,215 residents in the participating districts and 4,058 residents in the non-participating districts) were included in the final analytic model. We selected annual health indices, health outcomes indicators for chronic diseases, mental health, health behaviors, and health care service utilization as the outcomes of the initiative. The DID analyses revealed that the current smoking rate reduced (13.2% to 8.2%, -5.7%p, p=0.042) among 65 and 70 year olds living in the participating districts compared to their counterparts living in the non-participating districts. Subgroup analysis among the elderly living alone in the participating districts showed improvement of low-salt intake (15.7% to 27.1%, +22.7%p, p=0.006). This study showed that the health impact was limited partly due to the early stage of the project implementation. Further study is required to implement a more sustainable and comprehensive community health-welfare delivery system and to develop effective feedback schemes.
본 연구의 목적은 1차년도 서울시 ‘찾아가는 동주민센터’사업 중 65세, 70세 도래 노인 대상 전수방문과 대상자의 건강 수준과 필요에 따른 후속 서비스를 제공하는 보편 방문건강관리사업이 사업대상자들의 건강에 미친 영향을 이중차이기법을 적용하여 평가하는 것이다. 분석을 위해 지역사회건강조사 응답자 중 서울시 거주 65세, 70세 도래 노인 총 5,273명(사업 시행동 주민 1,215명과 사업 미시행동 주민 4,058명)이 최종 분석에 포함되었다. 2014~2016년 지역사회건강조사의 서울시 자료를 바탕으로 매년 산출 가능한 건강 수준과 만성질환 관리, 정신건강, 건강 행동, 보건의료 서비스 이용 영역의 건강 결과지표를 선정, 1차년도 사업에 대한 평가를 실시하였다. 사업 시행 전후 시행동과 미시행동 주민들의 건강 결과 차이에 대한 분석 결과, 미시행동 대비 시행동의 65세, 70세 도래 노인집단에서 현재 흡연율 감소(13.2%에서 8.2%, 미시행동 대비 5.7%p 감소, p=0.042)가 나타났다. 아울러 미시행동 대비 시행동의 65세, 70세 도래 독거노인 집단에서는 저염식 실천율 향상(15.7%에서 27.1%, 미시행동 대비 22.7%p 증가, p=0.006)의 결과를 확인할 수 있었다. 이와 같이 엄밀한 준실험적 설계방법을 적용하여 확인된 사업 시행 초기의 건강 효과는 제한적인 것으로 나타났다. 보다 지속가능하고 포괄적인 지역사회 보건복지 서비스 전달체계 구축을 위하여 사업 안정기 이후의 자료를 활용한 추가적인 효과평가와 더불어 후속 연구에 근거한 환류체계 마련이 필요할 것이다.