검색 결과
Issues on the Optimal Level of Public Health Sector in Korea
보건사회연구 , Vol.25, No.1, pp.37-71
Abstract
초록
본 연구에서는 2003년 OECD Health Data와 UNDP자료 등을 사용하여 OECD국가들(혹은 NHI, FFS 국가들)에서 공공보건의료부문의 결정요인으로 관찰된 변수들간의 평균적인 관계에 기초한 공공의료비 지출 비중 또는 공공병상비율의 관점에서 우리나라 공공보건의료부분의 적정수준을 추정하였다. 모델추정방법으로는 패널분석을 사용하였고, OECD국가 전체와 NHI국가만을 대상으로 한 모형에서는 2요인 고정효과모형(Two Factor Fixed Effect Model)을 사용하였고, FFS국가만을 대상으로 한 모형에서는 2요인 확률효과모형(Two Factor Random Effect Model)을 적용하였다. 본 연구의 분석결과에 의하면, 한국의 공공보건의료부문의 비중은 매우 낮은 것으로 평가된다. OECD 국가들에서 나타나는 관계를 이용한 공공의료비 지출 비중의 추정치는 76.94%이고 NHI국가들과 FFS 국가들만을 가지고 추정했을 경우에는 각각 76.40%와 69.92%인데 반하여 현재 한국의 공공의료비 지출 비중은 44.9%로서 현격한 차이를 보이고 있다. 또한 공공병상비율의 추정치와 실제치를 비교할 경우에도 OECD국가 전체, NHI국가, 그리고 FFS 국가들을 대상으로 추정한 추정치는 각각 62.14%, 52.30% 그리고 38.65%로 나타났으나 현재(2002년) 한국의 공공병상비율은 18.5%로서 아주 낮은 수준에 머무르고 있음을 알 수 있다. 우리나라 공공보건의료비 비중과 공공병상비율과 같은 공공보건의료수준이 OECD국가전체보다 그리고 NHS 국가나 NHI 국가보다 크게 낮은 것은 부인할 수 없는 사실이지만 우리나라 공공보건의료 부분의 비중을 몇 년 내에 본 연구에서 추정된 적정치까지 도달하는 것은 현실적으로 불가능하다 판단된다. 뿐만 아니라 본 연구에서 사용한 계량분석모형에서는 보건의료공급체계는 오랜 기간 동안 역사·문화·경제적인 토대 위에서 발전해온 산물이기 때문에 명목상 같은 공급체계나 지불보상체계를 가졌다 하더라도 국가간 차이가 날 수 밖에 없으며 이런 점으로 인하여 공공보건의료부문에 차이가 존재할 수 있다는 점 등을 반영할 수 없었다는 한계를 가지고 있기 때문이다. 따라서 이러한 점을 무시하고 본 연구에서 추정된 목표치까지 인위적인 수준까지 무리하게 끌어올리는 것은 더 비효율적일 수 있다는 점을 간과해서는 안된다. 우선 현재 공공의료체계의 기능을 재정립하고 우선 순위를 조정하고, 연계체계가 없는 공공보건의료체계를 확립하는 것에서부터 시작하여 국민의 공공보건의료에 대한 수요와 정부의 필요성에 근거하여 장기적이고 단계적으로 접근해야 할 것으로 사료된다. 뿐만 아니라 정부는 공공보건의료를 강화하고 확충하는 방안에는 공공병상확충 등 공공기관을 통한 서비스를 직접제공하는 것 뿐만 아니라 건강보험급여의 충실화 등 재정적인 지원방법도 있음을 간과해서는 안될 것이다. 즉, 정부의 공공보건의료정책은 재원조달을 포함한 전반적인 보건의료정책의 틀 속에서 이루어져야 할 것이다.;This study estimates the appropriate levels of public sector portion as share of total medical expenditures, and of total beds, based on the balanced relationship of variables, which are found to be the major components of public health sector, with application of the OECD Health Data and UNDP records for 2003. Panel analysis was applied for the estimation of optimal level of public sectors such as beds and medical expenditures of public sector. A Two Factor Fixed Effect model was used for all the models for OECD and NHI countries, while a Two Factor Random Effect Model was used for Fee-for-service countries. After careful analyses, the public sector portions as percentages of total medical expenditures and total beds in Korea was found to be quite low. Whereas estimated optimal level of public sector as share of total medical expenditures were 76.94% for OECD nations, 76.40% for NHI nations, and 69.92% for FFS nations, the real public sector portion in Korea is only 44.9%, clearly revealing difference. Moreover, the estimated optimal level of public sector portion as share of total beds, were 62.14% for OECD countries, 52.30% for NHI countries, and 38.65% for FFS countries, while real public sector portion as share of total beds trailed at 18.5%(as in 2002), again found to be very low. It’s undeniable that Korea’s public contributions into the health care system are significantly lower than that of OECD, FFS, or NHI countries. However, it’s unrealistic to reach appropriate levels(as determined in this study) in a short time frame. Also, even if health care system and payment remuneration system are similar among countries, it must be recognized that since these systems were all developed over long periods of time, and were shaped by cultural, and economic factors, there has to be differences between countries. The econometric analysis used in this study for estimation of optimal level could not take into account this point. It is therefore, reasonable to assume that some limitations will exist in bringing the public sector portion of Korea fully in line with these nations. We cannot ignore the possibility that forcing the estimated optimal level of public sector portion onto the Korean system, may introduce unexpected inefficiencies and problems. Firstly, we need to re-check the functions of the current public health system, re-establish priorities, and reduce excessive complications. Then we need to approach demands of the Korean population, and the need for Korean government’s involvement, in an organized and long term fashion. Moreover, in addition to directly providing services such as public beds, the government should recognize that they can monetarily assist in the subsidization of insurance payments. In other words, public health policy should take place within the larger framework of general public health policy, which could include direct monetary assistance.
Climate Change, Food-borne Disease Prediction, and Future Impact
보건사회연구 , Vol.29, No.1, pp.143-162
Abstract
초록
기후변화에 대한 관심이 고조되고 있고 기후변화에 대응한 적응정책의 수립은 각 분야가 당면한 주요과제이다. 식중독 및 수인성 전염병의 경우 미생물 유기체와 독성이 있는 식품의 섭취 및 오염된 식수원에 의해 감염될 위험이 있으며 이러한 질병매개체의 활동은 기상 및 기후변화에 영향을 받는다. 본 연구의 목적은 기후변화와 식중독 발생과의 관계를 조명하고 미래 기후변화 시나리오에 입각하여 식중독 발생 예측을 수행하는 것이다. 본 연구의 예측모형은 기온상승, 상대습도변화에 따른 주간 식중독 발생 건수 및 환자 수의 변화에 주목하여 분석을 수행하였다. 분석은 임의효과 Poisson 시계열 분석과 식중독 발생의 계절성과 기온 및 상대습도의 시간지연효과를 고려한 분석 분배시차모형(Distributed Lag Model) 두 가지를 사용하였다. 식중독 발생 감시자료는 우리나라 16개 광역단위별 주간 식중독 발생보고 자료 중 2003년 이후 자료를 이용하였고 기상자료는 기상대와 관측소 관측 지점의 기온과 상대습도 값을 사용하였다. 분석결과 상대위험률(Relative Risk Rate, IRR)은 단위기온 상승 당 5.27%(시간지연효과 포함) ~ 5.99%의 식중독 발생 건수가 증가하는 것으로 예측되었다. 상대습도 계수는 음의 값을 보이나 통계학적으로 유의하지 않아 발생 건수에 영향을 미치지 못하는 것으로 보인다. 주간 환자 수의 경우 기온이 평균 1도 상승하면 6.18%(시간지연효과 포함) ~ 7.01%의 환자수가 증가하는 것으로 예측되었다. 주간최고 상대습도는 주간 발생 건수의 경우와 달리 식중독 발생 환자 수에 통계적으로 유의한 영향을 미쳐 상대습도가 1% 증가할수록 환자수는 1.7% 감소하는 것으로 예측되었다. 기준연도인 2003년과 비교하여 식중독 발생 건수는 연도별에 따라 높고 낮음의 차이가 있고 분석방법에 따라서도 약간의 차이를 보여 일정한 경향을 보이지 않았다. 식중독 발생에 대한 기온 효과는 지구 온난화에 따른 일반적 경향과 예측 불가능한 기후변화를 동시에 고려하여 판단하여야 한다. 이 같은 현상을 반영할 경우 식중독 발생은 경시적 변화에 따른 발생증가보다 훨씬 큰 폭으로 나타날 수 있다. 본 연구의 결과 수입식품에 대한 안전관리, 식중독에 대한 예방법과 교육 홍보활동의 강화, 공공부문 관련자, 식품생산자, 식품소비자간 의사소통 개선 등 잠재적 식품 위해 발생 분야와 요인을 분석하여 효과적인 대응전략을 마련하며 향후 식중독 증가 등 식품안전사고에 의한 사회 경제적 피해를 최소화할 필요가 있다.;There is enormous public interest in measuring the impacts of climate change. Food borne diseases may be one of the most significant contemporary public health problems. The purpose of this study was to estimate the prevalence of food borne diseases due to the climate change and to predict their future impact. The analytical approach used generalized linear Poisson regression models adapted for timeseries data. To account for seasonal patterns of food-borne disease not directly due to weather factors, Fourier terms with annual periodicity were introduced into the model. To allow autocorrelation due to biological process of pathogen development and host reaction and the longterm trend, we considered time lags and year variable. The data we used was a panel data for the years between 2003 and 2007. The food-borne disease patients increased 5.27~5.99%(relative risk rate) per a Celsius degree. Moreover, the weekly food-borne disease patients increased 6.18~7.01%(relative risk rate) per a Celsius degree. In the case of the weekly patients, the relative humidity was significant, so the weekly patient decreased 1.7% when the relative humidity increased 1%. Compared to reference year, 2003, there was no a certain trend in the food borne disease patients due to differences as per year and analysis methods. Climate change will not result in a uniform warming over the globe. With the oceanic and atmospheric circulations, large scale change will adjust smaller scale weather features including the frequency of extreme events, and in turn the prevalence of food-borne diseases. Disease surveillance, proper case management, environmental monitoring and international communication systems were the keys for curbing the spread of contamination and the outbreak of food-borne diseases.