한국 건강보장제도의 낮은 보장성은 재난적 의료비의 원인이 되며, 재난적 의료비는 빈곤화의 원인이 될 수 있다. 재난적 의료비와 이로 인한 빈곤화를 예방하기 위한 정책이 필요하며, 그 정책의 하나인 포괄적 의료비 상한제의 적용 가능성을 검토하기 위해 연구를 진행하였다. 한국의료패널 2011년 자료를 이용하였으며, 재난적 의료비는 지불능력에서 의료비가 차지하는 비율이 10~40% 이상 일 때로 정의하였다. 포괄적 의료비상한제의 적용 단위를 설정하고, 그 기준을 소득 10분위별로 추정하였으며, 투입되는 추가 비용을 산출하였다. 5.9~23.7%의 가구가 재난적 의료비를 지출하고 있는 것으로 나타났다. 개인 및 가구 단위로 적용하는 경우 상한제의 효과가 가장 컸으며, 추정된 분위별 상한액은 재난적 의료비 기준이 10%인 경우는 0.0~285.0만원, 20%인 경우는 0.0~607.6만원, 30%인 경우는 0.0~1,095.2만원, 40%인 경우는 0.0~1,701.4만원이었다. 재난적 의료비 기준이 10%인 경우 15.9~26.3조원, 20%인 경우 11.9~19.7조원, 30%인 경우 9.3~15.4조원, 40%인 경우 7.8~12.8조원의 추가 비용이 필요한 것으로 추계되었다. 포괄적 의료비 상한제 적용 시 재난적 의료비 발생률은 0.1~0.2%로 감소하며, 추가로 소요되는 비용은 전 국민이 한 해 동안 민간의료보험료로 지출한 43.4조원의 18.0~60.6%로 나타났다. 포괄적 의료비 상한제 적용으로 건강보장제도의 보장성 강화와 함께 재난적 의료비의 예방이 가능할 것이다.;The low benefit coverage rate of South Korea’s health security system can cause catastrophic health expenditure, and catastrophic health expenditure can be the cause of impoverishment. This study was conducted to ascertain the applicability of the comprehensive health expenditure ceiling system to prevent catastrophic health expenditure and impoverishment using cost estimation. The applicability was ascertained by analysis on data from the Korea Health Panel, 2011. Catastrophic health expenditure was defined as equal to or exceeding the thresholds (10%, 20%, 30%, and 40%) of the household’s capacity to pay. Ceiling limits of health expenditures were estimated by income groups, and the additional costs were also estimated. 5.9 - 23.7% of the households are facing catastrophic health expenditure. The estimated ceiling limits of the comprehensive health expenditure ceiling system were 0.0?2.9 (T/y≥10%), 0.0?6.1 (T/y≥20%), 0.0?11.0 (T/y≥30%), and 0.0? 17.0 million won (T/y≥40%). The estimated additional costs were 15.9?26.3 (T/y ≥10%), 11.9?19.7 (T/y≥20%), 9.3?15.4 (T/y≥30%), and 7.8?12.8 trillion won (T/y≥40%). The additional costs were estimated to 18.0 - 60.6% of total private health insurance premiums. There is a need for application of the comprehensive health expenditure ceiling system to prevent catastrophic health expenditure and impoverishment.
이 연구는 체계적 문헌고찰을 통해 국내 보건의료분야 다수준 분석의 동향을 파악하고 논문의 질적 평가를 목적으로 비뚤림 위험 평가를 시행하여 향후 보건의료 분야 다수준 분석기법의 유용성을 높이는 목적으로 연구를 수행하였다. 2000년 1월 1일 부터 2014년 12월 31일까지 국내외 웹 기반 학술 데이터베이스에 출판된 59편의 논문을 분석한 결과는 다음과 같다. 첫째, 통계적 유의성을 보인 지역 변인은 전체의 20.9%로 다소 낮았다. 둘째, 가장 많이 사용된 지역 변인은 사회문화적 특성이었으며, 지역에 대한 평판 관련 변인 중 40.7%가 통계적 유의성을 보였다. 셋째, 건강행태･지식･신념 관련 요인 연구가 전체의 34.4%로 다수를 차지하였다. 넷째, 4편의 연구가 개인변인에 의한 연구 결과의 비뚤림 위험 가능성이 나타났다. 지역변인 측면에서는 급내 상관계수 관련정보 미제공(28편, 47.4%), 30개 이하 지역표본 사용(29편, 49.2%), 지역변인 간 상관관계분석 미실시(36편, 69.2%), 지역변인 기초 정보 제공 미흡(15편, 25.4%)으로 인하여 비뚤림 위험 가능성이 확인되었다. 신뢰성 높은 자료의 이용, 다양한 지역변수의 활용, 변인 간 상관관계를 포함한 비뚤림 위험 방지를 위한 사전 점검, 지역 특성이 건강에 영향을 미치는 기전의 구체화 등의 작업이 이루어진다면 다수준 분석은 질병에 대한 이해와 효과적인 개입수단을 발견하는데 보다 유용한 수단으로 활용될 수 있을 것이다.;This study was conducted to identify the status of studies on multilevel analysis concerning Koreans’ health, validate the assessment of risk of bias to assess the quality of journals, and provide a basis for practicing multilevel analysis for future public health. We analyzed a total of 59 studies published from January 1, 2000 to December 31, 2014 in domestic and international journal databases. The findings include the following. First, only 20.9% of total had statistical significance. Second, the regional reputation was the most frequently used variable with a statistical significance on health. Third, 34.4% were on health behaviour, knowledge or attitude. Fourth, 4 studies (6.7%) were identified with a potential risk of bias caused by individual variables. There were journals with missing in ICC (28, 47.4%), the use of regional sample under 30 (29, 49.2%), missing in a correlation analysis between regional variables (36, 69.2%), and missing in basic information on region data (15, 25.4%). These would cause the risk of bias. It will be a useful analytical tool to understand the causes of health when executing reliable data, using diverse regional variables, doing pretest to prevent risk of bias such as correlation analysis between regional variables and specifying mechanisms of health affected by regional characteristics.