Earticle

초록

영어

This study aims to develop the severity-adjusted length of stay(LOS) model for acute stroke patients using data from the hospital discharge survey and propose management of length of stay(LOS) for acute stroke patients and using for Hospital management. The dataset was taken from 23,134 database of the hospital discharge survey from 2004 to 2009. The severity-adjusted LOS model for the acute stroke patients was developed by data mining analysis. From decision making tree model, the main reasons for LOS of acute stroke patients were acute stroke type. The difference between severity-adjusted LOS from the decision making tree model and real LOS was compared and it was confirmed that insurance type and bed number of hospital, location of hospital were statistically associated with LOS. And to conclude, hospitals should manage the LOS of acute stroke patients applying it into the medical information system.

한국어

본 연구는 뇌졸중 환자의 효율적인 재원일수 관리를 위해 행정자료를 이용하여 우리나라 의료기관을 이용한 뇌졸중 입원환자의 중증도 보정 적정 재원일수 예측 모형을 개발하고 이를 의료기관에서 활용할 수 있는 방안을 제 시하고자 하였다. 이를 위해 2004-2009년 퇴원손상심층조사 자료 중 뇌졸중 입원환자 23,134명을 대상으로 데이터마 이닝 기법을 이용하여 뇌졸중 입원환자의 적정 재원일수 예측모형을 개발하였다. 의사결정나무 모형에 따라 뇌졸중 입원환자의 평균재원일수에 가장 큰 영향을 미치는 변수는 뇌졸중 발생유형이었으며, 의사결정나무를 이용하여 개발 된 뇌졸중 입원환자의 중증도 보정 재원일수 모형 결과, 적정 재원일수와 실제 재원일수의 차이는 진료비지불방법, 의료기관 소재지, 병상규모가 모두 통계적으로 유의하게 나타났다. 따라서 뇌졸중 입원환자의 재원일수 변이를 줄이 고 효율적으로 관리하기 위해서는 개발된 모형을 의료기관의 의료정보시스템에 적용하고 관리하는 활동을 전개해야 할 것이다.

목차

요약
 Abstract
 1. 서론
 2. 연구방법
  2.1 연구방법
  2.2 변수정의
  2.3 분석방법
 3. 연구결과
  3.1 분석대상자의 일반적 특성
  3.2 중증도 보정 재원일수 모형 개발
  3.3 뇌졸중 환자의 중증도 보정 재원일수 예측 규칙
  3.4 뇌졸중 환자의 중증도 보정에 따른 재원 일수 변이
 4. 고찰
 5. 결론
 REFERENCES

키워드

저자

• 강성홍 [ Sung-Hong Kang | 인제대학교 보건행정학과 ]
• 석향숙 [ Hyang-sook Seok | 경성대학교 간호학과 ]
• 김원중 [ Won-Joong Kim | 인제대학교 보건행정학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  디지털융복합연구 [Journal of Digital Convergence]

• 간기

  계간

• pISSN

  2713-6434

• eISSN

  2713-6442

• 수록기간

  2003~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 569 DDC 620