본 연구는 고혈압 이환율의 지역 간 변이수준을 파악하고 변이요인을 규명하여 지역별 맞춤형 고혈압 사업의 방향을 제기하기 위해 수행되었다. 이를 위해 지역사회건강조사 자료, 통계청 자료, 국민건강보험공단 자료를 수집하였다. 변이계수 EQ(Extremal Quotient)를 이용하여 고혈압 이환율의 변이수준을 파악한 결과 EQ가 2.0으로 나타나고 혈압 이환율의 지역 간 변이가 존재함을 알 수 있었다. 지리적 가중 회귀분석 기법을 이용하여 고혈압 이환율의 지역 간 변이요인을 규명한 결과 고혈압 이환율에 영향을 미치는 요인은 고위험 음주율, 중증도 이상 신체활동 실천율, 비만율, 스트레스 인지율로 나타났다. 지리적 가중 회귀모형에 따라 고혈압 이환율에 영향을 미치는 주요 변수로 구성된 총 230개의 지역별 회귀모형이 각각 산출되었으며, 이를 통해 지역별 맞춤형 고혈압 사업 계획을 수립할 수 있는 기초자료를 마련하였다. 본 연구를 기반으로 하여 당뇨병관리, 흡연, 음주 등 지역사회 건강증진 사업 등에 활용영역을 확대할 필요가 있다.;The purpose of this study was to investigate the level of regional hypertension prevalence and to suggest the direction of health promotion program for hypertension management which is customized by region. To achieve this, we collected data from community health survey, National Statistics Office and National Health Insurance Corporation. As the result of investigating the hypertension prevalence variation level by using the EQ(Extremal Quotient), the variation had occurred. The interregional variation factor of hypertension prevalence was investigated using the geographically weighted regression. The result was shown that the factors which affected the hypertension prevalence were high-risk drinking rate, practice rate of physical activity over moderate level, obesity rate and stress recognition rate. According to the geographically weighted regression, the total of 230 regional regression model composed of major variable which affected the hypertension prevalence was respectively calculated. And this made base-data to be able to customize the hypertension business by region. There are need to enlarge application field to national health promotion such as diabetes management, smoking, drinking and etc. based on this study.
본 연구는 소규모 지역별 의료이용 변이의 정도를 파악하고, 변이 발생에 영향을 미치는 요인을 분석하였다. 또한 변이를 발생시키는 요인(즉, 수요자 요인, 공급자요인 등)들로 설명 가능한 변이의 정도가 어느 정도인지를 파악하고, 이러한 요인들을 모두 통제한 상태에서도 설명되지 않는 부적절성과 불확실성 등으로 인한 의료이용의 변이를 측정하였다. 마지막으로 지역 간 의료이용 변이로 인해 발생되어지는 사회적 후생 손실을 표준화된 경제모델(Phelps등, 1990)을 통해 화폐단위로 파악해 보았다. 상병별 분석결과, 내과계 상병의 표준화 전 변이계수는‘만성폐쇄성 폐질환(chronic obstructive pulmonary disease)’이 0.6676으로 가장 높았고, 표준화 후 변이계수는‘호흡기 감염 및 염증(respiratory infection and inflamation’이 0.5188로 가장 높았다. 반면‘신부전(renal failure)’이 표준화전 변이계수가 0.3167로 가장 낮았고, 표준화 변이계수는‘뇌졸중(cerebrovascular accident)’이 0.2856으로 낮았다. 상병별 후생손실 계산 결과, 내과계 중‘단순폐렴 및 흉막염(simple pneumonia and pleuritis)’의 손실금액이 221억원으로 가장 컸고, 손실률은‘고혈압(hypertension)’이 39.34%로 가장 높았다. 그리고 ‘소화기 악성종양(malignat neoplasm of gastrointestinal tract)’의 경우 손실률이 5.57%로 가장 낮았다. 내과계 20개 상병을 합한 결과 총 진료비 8864억 중 1366억원(15.41%)가 설명되어 지지 않는 변이로 인한 후생손실로 나타났다. 본 연구는 지역간 의료이용의 변이가 어느 정도인지 그리고 변이의 원인이 무엇인지 등을 파악하는 것뿐만 아니라 그 변이로 인한 사회적 후생손실이 얼마인지를 산출해 냈다는 점에서 선행 연구들과 구별된다. 이러한 후생손실 계산은 변이를 줄이는 비용과 연계하여 정책의 우선순위를 설정하는데 중요한 근거가 될 것이다.;This study looks into small area variations in health care utilization and analyzes determinant factors conventionally known to be responsible for the emergence of such variations. Further, this study explores how much of the variations can be explained by socio-economic factors (e.g., the user factors and the provider factors) and how much is due to the inappropriateness and uncertainties that remain unexplained even when the socio-economic factors are controlled. Also, an attempt is made, following a standardized economic model (Phelps, 1990), to calculate the monetary value of social welfare loss arising from variations in health care utilization in terms of monetary value. By disease, the pre-standardized coefficient of variation was highest for chronic obstructive pulmonary disease at 0.6676 and lowest for renal failure at 0.3167. The standardized coefficient of variation was highest for respiratory infection and inflammation at 0.5188 and lowest for cerebrovascular accident at 0.2856. Among the disease fields, the welfare loss was greatest in the case of simple pneumonia and pleuritis at 22.1 billion won, while the rate of loss was highest for hypertension at 39.34% and lowest for malignant neoplasm of gastrointestinal tract at 5.57%. The total spending on the 20 diseases were estimated to be 886.4 billion won, of which 136.6 billion won was thought to be a welfare loss due to unexplainable variation. This study differs from previous studies not only in that it examines the extent and causes of small area variations in health care utilization but also in that it estimates the welfare loss arising from such variations. This estimation will lay a foundation for setting policy priorities in connection with the cost-effectiveness of reducing variations in health care. Although what methods to use to reduce the variations at what cost and whether they will be effective have not been substantially discussed, the priority-setting per se based on the absolute value or the rate of loss may be a testament to how serious the present situation is. Attention should also be paid to the fact that what welfare loss implies is something that needs to be reduced by redressing not only over-utilization but also under-utilization of health care.