Charlson comorbidity index를 이용한 폐암수술환자에서의 의료결과 예측에 관한 연구 : 의무기록자료와 행정자료 비교 = Prediction of health outcome using charlson comorbidity index in resected lung cancer patients : A Comparison of medical records data and administrative data

다국어 초록 (Multilingual Abstract)

Objective: There has not been yet prognostic model based on administrative data that was focused on comorbidity to predict health outcomes after lung cancer surgery in Korean population.
First, we compare the Charlson comorbidity index(CCI) derived from medical chart review with the same index of administrative data to investigate how well each predicted health outcome in postoperative lung cancer patients.
Second, we aimed to develop a prognostic model that can be used to estimate the postoperative survival within l-year and 3-year mortality, the length of stay, and reimbursement cost in admission.
Methods: In total, 392 patients' operation on for a pathological stage 1-3 lung cancer between January 1, 2000 and December 31, 2004 were studied. Median duration of follow-up was 52.9 months. Comorbidities obtained from medical records and administrative data were analyzed by using CCI individually. The kappa value assessed the agreement between the 17 comorbidities of the CCI prevalence obtained from the medical records and administrative data (international Classification of Disease, 10th revision codes). Poisson regression, Cox proportional hazard model, and linear regression analyses were used to evaluate the relationship between CCI and the hospital care outcomes of within 1-year and 3-year mortality, length of stay, and reimbursement in admission.
Results: Out of 17 comorbidities from the Charlson index, 10 ones had higher prevalence in administrative data, 4 ones had a lower and 3 ones had a similar compared with medical records. Kappa values calculated from two databases are ranged from 0.093 to 0.473 in 9 comorbidites. The others were not calculated because there were present in only one data or absent in both data.
The mean age of patients was 60.9 years, and 291(74.2%) patients were male. The overall distribution of comorbid severity was as follows. In medical records, CCI grade 0: 68.9%; grade 1: 21.9%; grade≥2: 9.2%. Modified CCI grade obtained from administrative data were marked of grade 0; 53.8%; grade 1: 28.1%, grade≥2: 18.1%.
In multivariate analysis, pathological stage 3 cancer and medical records-based CCI were independent predictors of poor 1-year and 3-year survival.
The predictor associated with an impaired survival after lung cancer surgery was the only CCI derived from administrative data (CCI grade≥2) adjusted for age, gender(model 1)/ age, gender, pathological stage(model 2)/ and age, gender, histologic subtypes, surgical treatment types, and pathological stage(model 3).
Three different confounding schemes for administrative data- based model were explored as follows.
In confounder model 1 adjusted for age and gender, the predictor associated with an impaired 1-year and 3-year survival after lung cancer surgery was the only CCI (CCI grade≥2).
In confounder model 2 adjusted for age, gender, and pathological stage, the CCI score≥2 was independent prognostic factor for shorter 1- year and 3- year survival. However, pathological stage 2 was significant determinant of shorter 3-year survival.
In confounder model 3 adjusted for age, gender, histologic subtypes, surgical treatment types, and pathological stage, the only CCI was a independent predictor for poorer 1-year and 3-year survival.
Multiple linear regression analysis showed the postoperative length of stay and reimbursement cost were not associated with both medical records and administrative data-based Charlson index.
Conclusion: Medical records and administrative data-based Charlson comorbidity index(CCI score≥2) have a significant negative impact on 1-year survival after surgical resection of lung cancer patients. Patients with CCI≥2 obtained from administrative data have higher postoperative 1-year and 3-year mortality compared to patients with CCI<2.
We suggest applicability of the administrative data-based Charlson comorbidity index to evaluate prognosis in lung cancer patients after surgical resection.

국문 초록 (Abstract)

목적: 동반상병이란 보건의료서비스를 이용하고자 하는 환자들에서 주상병 또는 주진단명과는 별개로 공존하고 있는 의학적인 상태로 암을 진단받은 환자에서 동반상병을 평가하고 동반상병의 중증도를 평가하여 암 진행과정에서 동반상병으로 인한 개별적인 그리고 전반적인 영향을 고려하는 것은 고령환자의 양질의 암치료를 제공하기 위해서 중요하다. 국내에서 폐암 수술환자에 대한 의무기록자료와 행정자료에서 산출된 Charlson comorbidity index(이하 CCI)의 일치도와 의무기록자료와 비교된 행정자료에서 산출된 CCI의 의료결과 예측모형의 타당도에 관한 연구는 수행된 적이 없다. 본 연구의 목적은 폐암수술환자의 동반상병을 의무기록자료와 행정자료를 이용하여 CCI를 측정하여 CCI가 증가할수록 환자의 사망위험, 요양급여비용, 재원일수가 증가할 것이라는 가정 하에 CCI의 1년 및 3년 이내 사망, 재원일수, 요양급여비용에 관한 예측력을 조사하고자 한다.
방법: 본 연구는 일산 N 병원의 폐암 수술환자 461명 전수를 대상으로 조사되었으며, 연구대상자는 2000년 1월 1일부터 2004년 12월 31일까지 처음 폐암으로 진단받은 환자 중 병리학적 진단을 통해 확진된 병기(disease stage)가 있는 18세 이상의 수술한 폐암환자로 최종 392명이었다. 의무기록자료에서의 CCI 점수 산출은 N병원에서 소장하고 있는 외래와 입원의무기록을 조사하였다. 행정자료에서의 CCI 점수 산출은 건강보험심사평가원에서 소장하고 있는 1999년-2005년 EDI(Electronic Data Interchange)청구자료 중에서 폐암 진단 2전년까지의 외래·입원 청구자료를 이용하여 조사대상병원에서의 진료개시일자, 주·부상병코드, 청구일자별 요양급여비용 자료를 수집하였다. 의무기록자료와 행정자료에 근거한 CCI의 두 자료간의 일치도 평가 역시 kappa 통계량으로 평가하였고, CCI의 1년 이내 사망 예측은 Poisson 회귀모형, 3년 이내 사망 예측은 Cox's 비례위험회귀모형, 재원일수 및 요양급여비용은 다변량 선형회귀분석을 수행하여 CCI가 결과변수를 예측하는지 평가하였다. 모든 통계분석은 Stata 9.0SE와 SPSS 12.0 for window룰 이용하여 분석하였다.
결과: 의무기록조사에서 산출된 CCI 점수는 통계적으로 유의하게 1년 이내 사망 예후인자로 선정되었다. 행정자료에서 산출된 CCI의 의료결과에 대한 예측력을 평가하기 위하여 현 시점에서 수집가능한 연령, 성별을 보정한 모델 1, 추후 암등록자료와의 연계를 가정하여, 연령, 성별, 병리학적 병기를 보정한 모델 2, 의무기록자료와 행정자료에서 산출된 CCI 점수의 예측력을 직접 비교하기 위하여, 동일한 조건의 예후인자를 보정한 모델 3으로 구분하여 수행하였다. 행정자료에서 산출된 CCI는 3가지 유형의 모델에서 모두 1년 이내 사망예후인자로 선정되었으며, 사망위험도는 혼란변수가 보정된 모델에서 더욱 높았다. 또한 CCI는 행정자료 모델 1과 모델 2에서 3년 이내 사망 예후인자로 선정되었다. CCI의 재원일수 및 요양급여비용 예측모형에서, 의무기록자료와 행정자료에서 산출된 CCI 점수는 예후인자로 선정되지 않았다.
결론: 국내에서도 의무기록자료와 행정자료 두 자료원 모두에서 산출된 CCI는 폐암 수술 후 환자에 대한 예후를 예측하고 평가하기 위해 사용될 수 있음을 제안한다. 개인정보보호법으로 환자 의무기록자료의 접근이 어려운 현실을 감안할 때, 대표성있고, 정기적으로 전국민을 대상으로 수집되는 행정자료에서 산출된 Charlson comorbidity index는 폐암 수술환자에서 1년 및 3년 이내 사망예측을 위한 결과평가도구로 사용될 수 있을 것이다.

목차 (Table of Contents)

• Ⅰ. 서론 = 1
• 1.1 연구 개요 = 1
• 1.2 결과평가에서 동반상병 보정의 필요성 = 2
• 1.3 폐암의 역학 및 질병부담 = 17
• 1.4 Charlson comorbidity index = 18
• 1.5 연구 목적 = 20
• Ⅱ. 연구대상 및 방법 = 21
• 2.1 연구 설계 = 21
• 2.2 연구대상 선정 = 22
• 2.3 종속변수 정의 = 27
• 2.4 독립변수 정의 = 27
• 2.5 보정변수 정의 = 28
• 2.6 통계 분석 = 29
• Ⅲ. 연구 결과 = 30
• 3.1 Charlson comorbidity index 신뢰도 평가 = 30
• 3.2 의무기록자료와 행정자료간의 Charlson comorbidity index 일치도 평가 = 32
• 3.3 두 자료원에 근거한 CCI의 의료결과 예측력 = 37
• Ⅳ. 고찰 = 67
• 4.1 연구방법론에 대한 고찰 = 67
• 4.2 연구결과에 대한 고찰 = 72
• 4.3 연구의 제한점 및 향후 연구방향 = 84
• Ⅵ. 결론 = 87
• Ⅶ. 참고문헌 = 89