14-13-고종명

Size: px

Start display at page:

Download "14-13-고종명"

소이 진
4 years ago
Views:

1 대한응급의학회지제 20 권제 4 호 Volume 20, Number 4, August, 2009 원 저 종합병원응급실대상의맞춤형과밀도지표개발 연세대학교공과대학정보산업공학과, 연세대학교의과대학응급의학교실 1 고종명 손지훈 안용덕 이기헌 양승환 김승호 1 박유석 1 이영훈 The Development of Customized Overcrowding Index for an Emergency Department Jong Myoung Ko, Ji Hun Son, Yong Deok Ahn, Kee Heon Lee, Seung Whan Yang, Seung Ho Kim, M.D. 1, Yu-Suk Park, M.D. 1, Young Hoon Lee 책임저자 : 고종명서울특별시서대문구신촌동 134 연세대학교정보산업공학과기업정보통합연구실 Tel: 02) , Fax: 02) jmko@yonsei.ac.kr 접수일 : 2009년 2월 19일, 1차교정일 : 2009년 4월 13일게재승인일 : 2009년 7월 8일 Purpose: Emergency department (ED) overcrowding results in loss in timely, effective medical care, as well as in social and economical efficiency. This paper proposes a new overcrowding index to reduce and to prevent these losses. Methods: We investigated the real-time situation of the emergency department in a major Korean hospital, compared to existing indices and to extracted factors to develop a new, customized overcrowding index based on the flow of patients, a reflection of emergency room conditions. We developed 3 indices, FFOI (Front Flow Overcrowding Index), BFOI (Back Flow Overcrowding Index), and TFOI (Total Flow Overcrowding Index). Each index was applied to test the period from 10 September 2007 to 16 September We extracted values of each index at 3- hour intervals and estimated how they reflected the overcrowding situation compared with basic overcrowding indices. We used the correlation coefficient and Kullback- Leiblur (KL) distance as the basis for measurement. Results: Existing indices are emergency department work index (EDWIN), national emergency department overcrowding scale (NEDOCS), and real-time emergency analysis of demand indicator (READI) work score (WS). EDWIN and READI did not reflect accurately the overcrowding situation. Some factors extracted from NEDOCS and WS were not suited to the emergency department. We solved these problems by develop in new indices. Conclusion: In conclusion, the new indices are more effective and descriptive than the existing indices with respect to correlation to crowdedness in the emergency department. In the future, the new, customized overcrowding index will become more descriptive if the necessary data is gathered in real time and more effectively verified by the medical staffs and patients. Key Words: Emergency medical services, Crowding, Patients Department of Information and Industrial Engineering, College of Engineering, Yonsei University, Emergency Medicine, College of Medicine, Yonsei University 1 서 NHAMCS (National Hospital Ambulatory Medical Care Survey) 는 2005년한해동안미국내응급환자를 115,200,000명으로추정했다 1). 이는평균매분 219명의환자가응급실을방문한것이며, 국민 100명당 39.6번의응급실방문을한것이다. 국내의경우에도 2005년약 750만명이던응급환자가 2007년에는약 840만명으로급증하여 2005~2007년을기준으로평균약 800만명의응급환자가발생했다. 이는국민의약 18% 가연간 1회이상응급실을방문하는것이다. 국내총응급병상수는 2007년기준 6,630개이며따라서한병상당 1년동안평균약 1,267명의환자를처리한것이된다 2). 응급의료서비스는인간의생명과직결된영역이며, 따라서적절한서비스의신속한제공이무엇보다도중요하다. 하지만매년증가하는응급환자수와도착환자수의시간대별불규칙성으로인해응급실과밀화가문제시되고있다. 가장선진적인응급의료체계를가진미국의경우에도오랜기간응급실의과밀화문제가심각한사회적문제로제기되었으며, 국내의경우에도그심각성이인지되고있다 3-5). 이 론 435

2 436 / 대한응급의학회지 : 제 20 권제 4 호 2009 처럼응급실의과밀화문제는국 내외적으로개별병원마다갖는일반적이고심각한문제로인식되고있다 6,7). 응급실과밀화를해결하기위한첫단계는응급실과밀정도를정량적으로판단할수있는지표의개발이다. 응급실개선을위한응급시설및응급인력확충의노력역시과밀화정도를정확하게파악해야그효율성을발휘할수있다. 응급실의과밀도를측정하기위해최근개발된대표적인지표에는 EDWIN (Emergency Department Work Index) 8), NEDOCS (National Emergency Department Overcrowding Scale) 9), READI (Real-time Emergency Analysis of Demand Indicator) 10), WS (Work Score) 11) 등이있다. 본연구에서는이러한대표적인기존지표들을구성하는요소들과환자가겪는진료흐름상에서발견되는추가적인요소들을조합하여한국적상황에적합한응급실과밀도지표를개발하고자한다. 이를위해본연구자들은실제응급실데이터를기존의과밀도지표들에적용하여응급실과밀상황과비교하여검증하고기존지표의장단점을분석했으며결과를분석하여중요한요인들을추출하였다. 여기서추출된중요요인들을이용하여해당응급실의과밀도를모니터링할수있는설명력높은맞춤형지표를개발하였다. 또한연구자들은개발한맞춤형지표의적용방안과편리하게이용할수있는지표생성기시안을제시하였다. 대상과방법 1. 연구대상대상응급실은 47개인가병상을가지고 31명의의사가 2교대, 74명의간호사가 3교대로진료업무를수행하고있다. 병상은중환구역, 성인구역, 소아구역으로구분되어배치되어있다. 응급환자는도보혹은구급차를이용해방문하며응급의학과와협진을거쳐최종적으로입원, 퇴원혹은전원으로이어진다. 대상응급실에서는체류환자수 (NPED: Number of Patients in Emergency Department) 와입원대기환자수 (NPW: Number of Patients in Waiting) 를이용하여과밀상황을판단한다. 이들자료들은일주일단위로특정한패턴을보였으며, 4 가지의과밀도지표들을검증하기위한기준자료로 2007 년 9월 10일 ( 월 ) 0시부터 9월 16일 ( 일 ) 오후 9시까지일주일동안 3시간간격으로추출한시계열패턴자료를이용하였다 (Fig. 1). 일반적으로과밀정도는요일기준으로는금요일에서일요일까지가상대적으로낮았고시간으로는오후부터밤까지상대적으로높았다. 하지만이들자료들은어떤원인들에의해과밀상황이발생되는지에대한구체적인단서를제공해주지못한다. 따라서응급실의현상황에영향을주는요소들을발견하는것은과밀상황의분석과대비측면에서중요하다. 2. 기존객관적지표들의적용및분석본연구자들은기존개발된대표적인응급실과밀도지표인 EDWIN, NEDOCS, READI, WS가현대상응급실의실제상황을얼마나잘반영하는지를살펴보았다. 이를위해각지표에기준자료를대입하여 NPED와 NPW의시계열패턴과의유사도를기준으로각지표들의장단점을분석하고응급실을구성하는여러가지정보들중에서과밀 Fig. 1. Weekly pattern of basic overcrowding indices in Emergency department. * NPED: number of patients in emergency department NPW: number of patients in waiting

3 고종명외 : 종합병원응급실대상의맞춤형과밀도지표개발 / 437 상태에영향을미치는요소들을대기시간, 병상가용여부및환자, 그리고의료진가용성의관점에서정리하였다. 유사도측정을위해 Kullback-Leibler (KL) 거리와상관계수를이용하였다 12). KL 거리는 0에가까울수록서로유사도가높음을의미한다. 사용된 4가지지표는다음과같다. (1) EDWIN* = *EDWIN: n i = 입원대기를제외한진료중인중증도가 i 인환자수, t i = 각중증도값 ( 경증 :1~ 중증 :5), N i = 근무중인의사수, B i = 응급실병상수, P bard = 입원대기환자수 EDWIN의값이 2를초과할경우과밀상황으로간주된다. 을환자가응급실을방문하여접수하기까지, 접수후퇴원과입원까지그리고전체흐름중심의 3가지지표들로구성된다. 맞춤형지표역시실제기준자료를대입하여응급실의상황을얼마나잘반영하는지를검증하였으며, 응급실에서과밀상황을보여주는 NPED와 NPW에비해서응급실내의의사결정시어떠한장점들이있는지를분석하였다. 끝으로본연구에서는기존지표들과새롭게개발된지표들을실시간으로제공할수있는응급실전자의무기록 (EMR: Electronic Medical Record) 과연계된지표생성기를제안하여응급의료서비스의수준을향상시킬수있는방안을모색하였다. (2) NEDOCS* = 결 과 1. 기존과밀도지표의대상응급실적용결과 *NEDOCS: P admit = 입원대기환자수, B h = 병원입원병상수, W time = 마지막환자가진료받기까지대기시간, A time = 입원대기환자중가장오래된환자의체류시간, R n = 사용중인인공호흡기의수, P bed = 응급실전체환자수, B t = 응급실병상수 NEDOCS의값이 100을초과할경우과밀상황으로간주된다. (3) READI = (BR*+PR ) AR P total 은응급실의환자수, A pred 는해당시간대예상내원환자수, D pred 는해당시간대예상퇴실환자수, B t 는응급실병상수, n t 는중증도가 i인환자수, t i 는각중증도값, P triage 는각각의중증도별환자수, A hour 은지난한시간동안내원환자수, PPH는의료진의매시간평균진료환자수이며 READI는 7을초과할경우과밀상황을나타낸다. (4) WS* = *WS: P wait = 진료접수대기환자수, B t = 응급실병상수, n i = 진료중인중증도가 i인환자수, t i = 각중증도값, N n = 근무중인간호사수, P board = 입원대기환자수 3. 맞춤형과밀도지표의개발및활용새롭게구성되는맞춤형과밀도지표는기본진료흐름 대상응급실의데이터를기존의 4가지지표에적용한결과상대적으로 NEDOCS, WS가대상응급실의과밀상황과높은유사도를보였다 (Fig. 2). NPED, NPW와의유사도의기준으로삼은상관관계및분포유사도측정결과가이를증명한다 (Table 1). EDWIN은수식이간결하고과밀시점을명확히보여주고있지만, 더이상의가용병상이없을때와같은특정과밀도이상의상태를지표에반영하지못했고객관적과밀상황으로활용된설문결과의특수성을드러냈다 (Fig. 2A). NEDOCS는다양한응급실의검증을통해개발된장점으로인해유사도가높았으나응급실의규모에따른가중치가필요하고최장입원대기시간같은우연성높은요소가결과에영향을준다는단점이있다 (Fig. 2B). READI는다양한관점을고려하고있으나, 요일별지표의설명력이떨어졌다 (Fig. 2C). 또한 READI를적용하기위해서는예측자료및의료진의능력과같은정량화하기힘든요소들의기준이필요하다. WS는요일별분포에서의유사성은있지만, 일주일간패턴은구분이잘되지않으며, EDWIN과마찬가지로특정과밀도이상의수치를반영하기어렵다는단점이있다 (Fig. 2D). 이는 WS 지표개발에활용된객관적기준과본응급실의객관적기준간의차이를나타낸다. 연구자들은분석결과를바탕으로새로운맞춤형지표를개발하는데 NEDOCS와 WS의구성요소들과이들요소들과관련된요소들을진료프로세스상에서추출하여사용하였다. 특정요소들이갖는기준값은응급실과밀상황에가장설명력이높은방향으로설정하였다. 2. 맞춤형과밀도지표의개발결과본연구자들은과밀도지표개발을위해 3가지카테고리로구분된구성요소를도출하였다 (Table 2). 이들구성

4 438 / 대한응급의학회지 : 제 20 권제 4 호 2009 A B C D Fig. 2. Results of applying four overcrowding indices to Emergency department. * EDWIN: emergency department work index NEDOCS: national emergency department overcrowding scale READI: real-time emergency analysis of demand indicator WS: work score

5 고종명외 : 종합병원응급실대상의맞춤형과밀도지표개발 / 439 요소들은응급의료프로세스에필요한자원및가용능력, 그리고진행상황을환자의관점에서모니터링할수있는것들이다. 연구자들은이들요소들중과밀상황에대한설명력이작은요소들을제거하고환자가응급실을방문하여입원혹은퇴원등으로응급실을떠날때까지의흐름 (flow) 을중심으로 3가지과밀도지표, FFOI, BFOI, TFOI를개발하였다 (Fig. 3). 서로다른관점에서접근하는 3가지지표는응급실의과밀상황의발생측면에서인과관계가있다. FFOI와 BFOI는응급의료프로세스중집중적으로개선할부분에대한근거를보여준다. 또한현재의 FFOI에서측정되는과밀상황은가까운미래에 BFOI 로연계됨을암시한다. TFOI의경우에는단순히 FFOI와 BFOI를합하는것이아닌전체적인응급실자원활용의문제점에대한근거를제시할수있다. (1) FFOI* = *FFOI: mtime = 지표측정시간, n 1 = 접수대기환자수, vtime t = 대기환자의내원시간응급실을방문하는환자들의가장큰관심사중하나는접수대기시간이다. FFOI에의해시간 (hour) 단위로평균대기시간을측정한다. (2) BFOI* = *BFOI: n 2 = 진료중인환자수, n 2j = 중증도가 j인환자 Table 1. Correlation and KL* distance between NPED, NPW and four overcrowding indices Correlation KL* distance NEDOCS WS EDWIN READI** NEDOCS WS EDWIN READI** NPED NPW Average * KL: Kullback Leiblur NPED: number of patients in emergency department NPW: number of patients in waiting NEDOCS: national emergency department overcrowding scale WS: work score EDWIN: emergency department work index ** READI: real-time emergency analysis of demand indicator Table 2. Factors required to develop customized overcrowding Indices Category Factors Waiting time Registration waiting time, Admission waiting time, Total length of stay in ED* Bed and patient Number of licensed treatment beds, Number of beds in ED*, Number of patients in ED*, Triage of each patient Emergency staff Number of physicians and nurses on duty, Number of patients per a physician * ED: emergency department Fig. 3. View of new customized overcrowding Indices. * ED: emergency department

440 / 대한응급의학회지 : 제 20 권제 4 호 2009 수, t j = 총 l단계로이루어진각중증도값, n 2 = 체류시간이 6시간을넘는환자수, rtime i = i번째환자의접수시간, B t = 응급실병상수, mtime = 지표측정시간 BFOI는접수부터진료를마치고입원혹은퇴원하기까지환자의흐름을중심으로작성된지표이다.

6 440 / 대한응급의학회지 : 제 20 권제 4 호 2009 수, t j = 총 l단계로이루어진각중증도값, n 2 = 체류시간이 6시간을넘는환자수, rtime i = i번째환자의접수시간, B t = 응급실병상수, mtime = 지표측정시간 BFOI는접수부터진료를마치고입원혹은퇴원하기까지환자의흐름을중심으로작성된지표이다. 은 6시간이상체류한환자들의평균체류시간이다. 기준시간인 6시간은 3시간간격으로응급실평균체류시간의시계열데이터를추출 ( 최소 0시간, 최대 48시간 ) 하여상관분석을통해응급실상황에가장민감하게반응하는시간을선정하였다. 이것은짧은체류시간은응급실과밀화에큰영향을주지않음을보여준다. 이지표는 ESI (Emergency Severity Index) 체계로측정된환자의중증도, 병상점유비율, 응급실병상수, 병상배정환자의평균체류시간정보를구성요소로한다 13). 수식에서는기존 NEDOCS에서사용하는 P bed 를보완하고환자의중증도에따라의료진이느끼는과밀도가다름을고려하여환자의중증도를반영하였다. a 2, a 3 는각구성요소에대한가중치를의미하며, NEDOCS 지표에서사용한가중치의비율을 0~10의범위가나오도록조정한값, a 2 = 1.52, a 3 = 0.02를사용하였다. (3) TFOI* = *TFOI: P wait = 응급실체류환자수, B t = 응급실병상수, P board = 진료중인환자수, N a = 근무중인의사수 TFOI는전체응급진료프로세스의흐름에영향을주는중요요소들만포함하여전체적인과밀도를가늠할수있 는간결한지표이다. 중요요소들은 WS의각구성요소가응급실과밀상황과비례혹은반비례하는지를판단하여선정하였다. 결과적으로 TFOI는응급실을프로세스관점에서고려하기에입력, 출력그리고가용자원측면에서응급실의과밀상태를관찰할수있다. 3. 맞춤형지표의검증결과맞춤형지표가어느정도설명력을갖는가를평가하기위해서응급실의기준자료를적용하여응급실과밀상황을관찰하고 (Fig. 4), NPED, NPW와의상관관계와분포유사도를측정하였다 (Table 3). FFOI, BFOI, TFOI 각각의과밀기준은 NEDOCS의과밀기준인 100에서 3가지지표값이갖는값들의평균으로구하여각각 0.3, 4.6, 그리고 2.7로정하였다. 상관계수측정결과 BFOI와 TFOI는응급실과밀상황에대하여평균약 0.90 정도의매우높은상관관계를보여접수이후의요인들이과밀화에많은영향을미치고있음을알수있다. 기존에연구된지표들과비교해서도 BFOI, TFOI는이들을대체할수있을정도의충분한설명력을보여주었다. 분포유사도평가결과에서도 BFOI와 TFOI 는 NPED, NPW와매우높은분포유사성 ( 각각평균, 0.03, 0.05) 을보여이들두기본지표를대체하기에충분함을확인할수있었다. FFOI는실제응급실과밀상황과차이 (Time lag) 가존재하기때문에단순한상관분석으로는좋은결과가도출되지못했다. 하지만 BFOI에서과밀도가높게도출된시점보다 FFOI에서도출된시점이앞서는 Fig. 4. Results of applying new customized overcrowding indices to Emergeny Department. * FFOI: front flow overcrowding index BFOI: back flow overcrowding index TFOI: total flow overcrowding index TH: threshold

고종명외 : 종합병원응급실대상의맞춤형과밀도지표개발 / 441 것은 FFOI와 BFOI가인과관계를갖는예측자료로사용될수있음을반영한다 (Fig. 4). 4. 지표생성기의개발연구자들은맞춤형과밀도지표를실시간으로활용하기위한방안으로응급실전자의무기록과연계된실시간지표생성기원형을개발하였다 (Fig. 5).

7 고종명외 : 종합병원응급실대상의맞춤형과밀도지표개발 / 441 것은 FFOI와 BFOI가인과관계를갖는예측자료로사용될수있음을반영한다 (Fig. 4). 4. 지표생성기의개발연구자들은맞춤형과밀도지표를실시간으로활용하기위한방안으로응급실전자의무기록과연계된실시간지표생성기원형을개발하였다 (Fig. 5). 지표생성기에서는기존의과밀도지표들과새로개발된맞춤형과밀도지표, 그리고관련기본정보들을보여줄수있다. 이와같은지표 생성기는다양한지표를실시간으로제공함으로써환자와의료진모두에게유용한정보를제공하여결과적으로의료서비스의수준을향상시킬수있을것이다. 고찰국민경제생활수준이증가함에따라국민의건강에대한관심증가와질높은의료서비스에대한국민의기대수준향상으로각병원에서는의료서비스를개선하려는노력들 Table 3. Correlation and KL* distance between NPED, NPW and new customized overcrowding indices Correlation KL* distance FFOI BFOI TFOI FFOI BFOI TFOI NPED NPW Average * KL: Kullback Leiblur NPED: number of patients in emergency department NPW: number of patients in waiting FFOI: front flow overcrowding index BFOI: back flow overcrowding index TFOI: total flow overcrowding index Fig. 5. Overcrowding index generator for monitoring Emergency department.

8 442 / 대한응급의학회지 : 제 20 권제 4 호 2009 이이루어지고있다. 의료서비스의여러가지문제점들중에서개별병원에서는응급실의과밀현상을공통적인중요한문제로여기고있다 14). 응급실의과밀화원인은매우다양하다. 응급실외적인과밀현상원인으로산업활동인구의증가로교통사고및산업재해발생비율의증가, 노동가능한 40세이하의외상 (trauma) 발생증가, 그리고고령화인구들이겪는만성질환의증가가응급실수요증가로이어짐을들수있다. 또한상대적으로저렴한의료서비스를이용하려는의료보험체계와특히국내의경우에는중소병원불신으로인한환자들의무분별한응급실선호추세도응급실과밀화에대한외적인중요한원인이다 5,7,15). 이렇게늘어나는응급의료수요에대한불규칙성역시과밀현상으로직접연계된다 16). 이러한외적인요인들은응급실내적인원인들에직접적인영향을미친다. 응급실내적인원인들은이미 10여년전부터언급이되었는데응급실병상의부족, 의료진과행정처리인력의부족과같은인력및시설의부족, 입원절차와같은각종수속절차의복잡성및각종검사서비스의지연등프로세스관점에서의문제점들이최근까지도내적원인들로지적되었다 15,17). 이러한이유에서국 내외적으로응급실의과밀상황을정확히측정하고분석하려는노력들이진행되었다. 하지만가장큰문제점은과밀상황을객관적으로정의할수있는기준이없다는것이다 11). 기존개발된지표인 EDWIN, NEDOCS, READI, WS가갖는가장큰문제점도바로여기에있다. Bernstein 등 8) 과 Weiss 등 9) 은지표에대한객관적기준으로의료진에대한설문결과를사용하였다. 본연구의대상응급실의과밀현상에더높은유사도를보인 NEDOCS는설문에참여한인원수 (sample size) 가커야되고설문의영역이응급실의전영역을다루어야함을보여준다. Epstein과 Tian 11) 은구급차분산지시 (ambulance diversion) 시간을대상응급실의과밀현상에대한객관적인자료로사용하였다. 해당자료는응급실과밀화정도에따라차별적인값을가지며본연구에서사용한 NPED, NPW의객관적자료와같은결과변수영역의자료라할수있다. READI는병상, 급성정도, 의료진으로구분된체계성을갖지만각응급실에적합하도록예측자료산출에대한기준, 정성적자료를정량화시키는기준이마련되어야할것이다. Jones 등 18) 과 Weiss 등 19) 은 4가지기존지표들이응급실의과밀상황을측정하기위한일반화된지표로활용할수있는지의여부를평가하였다. 평가결과다양한형태의응급실을대상으로한검증이필요하며의료진의과밀상황인식에기반한과밀상황경보를위한기준마련이필요함이나타났다 18,19). 특히, Raj 등 20) 의적용사례는의료진의주관적체감과밀도와 NEDOCS의측정값간의통계분석적인차이를보여주고 Reeder 등 21) 은 READI와의료진의인식과일치하지않음을보여줬다. 현상황과가까운미래에대한예측력평가에서도기존지표들은보완이필요함이검 증되었다 22). 이렇듯지표에대한분석결과및적용결과들은응급실에과밀도지표를적용하기위해서적용대상에의맞춤형지표가필요함을시사한다. 따라서범용적인적용을위한다양한검증, 다양한변동성에적응해가며미래상황을예측하는자동학습메커니즘과유용한지표로활용하기위한과밀도원인도출능력이필수적이다. 본연구에서개발한맞춤형과밀도지표는다음두가지측면에서응급실운영의효율성을높일수있을것으로기대된다. 첫째, 의료진배치, 근무교대등은고정된원칙에따르기에다양한원인에의한상황변화에능동적으로대처하기어려운상황을실시간과밀도정보를활용하여극복할수있다. 즉, 과밀도정보를대기환자와의료진에게제공함으로써환자에게는대기에따르는불만과불안감을덜어주고의료진에게는상황이악화되기전에조치를취할수있게한다. 이를통해, 응급실인력의효율적인사용이가능하도록유도할수있다. 또한과밀도정보의통계적분석및과거데이터와의관련성을분석하여향후예측치를제공받을수있다. 예를들어, 현재와같은상황이몇시간동안지속될지예측하거나, 몇시간후다시발생할지를예측하여, 의료진스스로긴급혹은비긴급, 중요혹은비중요업무를유동적으로조정하여진료프로세스를조절할수있다. 둘째, 맞춤형과밀도지표를통해응급실운영관련의사결정을지원할수있다. 맞춤형과밀도지표는기본지표인 NPED, NPW에비해과밀화의원인에대한다각도의정보제공과이를이용한의사결정지원이가능하다. 기본지표로는 Fig. 6B와 Fig. 6D시점은입원대기환자수, Fig. 6A와 Fig. 6C시점은체류환자수에서유사하다. 그러나맞춤형과밀도지표로는더많은정보를얻을수있다. Fig. 6A와 Fig. 6C시점의경우, 기본지표에서는체류환자수에서는동일하나 Fig. 6A시점에서는입원대기환자수가더많다는정보를얻을수있다. 반면에맞춤형지표에서는 Fig. 6C시점에서 Fig. 6A시점보다환자의접수대기시간 (FFOI) 과접수후진료시간 (BFOI) 이늘어나고있으며접수창구에서발생되는문제점을확인하고응급실진료와연계되는협진, 입원등의프로세스를살펴볼필요가있다는단서를제공해준다. 또한 FFOI와 BFOI는높은상관관계를보이므로진료와연계된프로세스와응급실자원관련요소들은밀접한관련을맺고있으며과밀화해결을위한접근도두지표를모두고려하면서시작해야할것이다. Fig. 6B와 Fig. 6D시점의경우, 입원대기환자수는비슷하지만 Fig. 6D시점에서전체환자수가더많은이유는방문한환자의접수지연 (FFOI) 보다는진료중인환자수 (TFOI) 와이들의체류시간 (BFOI) 증가에원인이있음을알수있다. 이같이응급실과밀화의원인을다각도로분석함으로서원활한응급실운영을위한의사결정의근거를얻을수있으며, 새로운맞춤형과밀도지표는이러한역할을수행할수있을것이다.

9 고종명외 : 종합병원응급실대상의맞춤형과밀도지표개발 / 443 이연구의제한점은첫째, 대상응급실에서사용하는기준자료인입원대기환자수와전체체류환자수가실제의료진혹은환자들의체감과밀도와의상관관계를분석하지못하였다는것이다. 이는현도출된지표들을구성하는요인들을체계적으로정리하여요인들의다양한수준에응급실을운영혹은이용하는인원들이느끼는체감과밀도와의관계를분석해야할것이다. 둘째, 내원후접수하지않고귀가하는환자들에대한자료추출이불가능하여지표개발하는과정에해당부분을누락시킨것이다. 또한각요소들중과밀현상과시간간격이존재하는요소들을제대로반영하지못하였다는것이다. 이러한부분들은향후 연구에서시간차이를고려한상관분석 (time lagged correlation) 이나상호상관분석 (cross correlation) 을통해극복할수있을것이다. 결론연구자들은응급실과밀화현상해결을위한맞춤형과밀도지표를개발하기위해기존지표들을분석하고과밀화에관련된주요요소를선정하여, 해당종합병원응급실에적용할수있는설명력높은맞춤형과밀도지표를개발 Fig. 6. Supporting decision making using customized indices. * NPED: number of patients in emergency department NPW: number of patients in waiting FFOI: front flow overcrowding index BFOI: back flow overcrowding index TFOI: total flow overcrowding index

10 444 / 대한응급의학회지 : 제 20 권제 4 호 2009 하였다. 개발된맞춤형과밀화지표들은해당응급실에서과밀도의객관적기준으로활용하는전체체류환자수, 입원대기환자수와유사한정도의설명력을나타내었고이에더하여구체적인과밀도원인정보까지제시할수있었다. 앞으로의연구에서체감과밀도를통해개발된맞춤형지표를추가검증하고다른응급실에적용할수있는지표적용체계를작성하면더욱범용적인지표로발전시킬수있을것이라생각된다. 참고문헌 01. Nawar EW, Niska RW, Xu J. National hospital ambulatory medical care survey: 2005 emergency department summary. Adv Data 2007;386: National emergency medical center. A statistical annual report of emergency medical service Seoul: National emergency medical center; American Academy of Pediatrics Committee on Pediatric Emergency Medicine. Overcrowding crisis in our nation s emergency departments: is our safety net unraveling? Pediatrics 2004;114: Olshaker JS, Rathlev NK. Emergency department overcrowding and ambulance diversion: the impact and potential solutions of extended boarding of admitted patients in the emergency department. J Emerg Med 2006;30: Ministry of health and welfare Emergency medical care master plan. Seoul: Ministry of Health and Welfare; Derlet RW, Richards JR. Overcrowding in the nation s emergency departments: complex causes and disturbing effects. Ann Emerg Med 2000;35: Asplin BR, Magid DJ. If you want to fix crowding, start by fixing your hospital. Ann Emerg Med 2007;49: Bernstein SL, Verghese V, Leung W, Lunney AT, Perez I. Development and validation of a new index to measure emergency department crowding. Acad Emerg Med 2003;10: Weiss SJ, Derlet R, Arndahl J, Ernst AA, Richards J, Fernández-Frackelton M, et al. Estimating the degree of emergency department overcrowding in academic medical centers: results of the national ED overcrowding study (NEDOCS). Acad Emerg Med 2004;11: Reeder TJ, Garrison HG. When the safety net is unsafe: real-time assessment of the overcrowded emergency department. Acad Emerg Med 2001;8: Epstein SK, Tian L. Development of an emergency department work score to predict ambulance diversion. Acad Emerg Med 2006;13: Kullback S, Leibler RA. On information and sufficiency. Annals of Mathematical Statistics 1951;22: Gilboy N, Tanabe P, Travers DA. Rosenau AM, Eitel DR, et al. Emergency Severity Index, version 4: implementation Handbook. Rockville: AHRQ Publication; Aspliin BR, Magid DJ. If you want to fix crowding, start by fixing your hospital, Ann Emerg Med 2007; Hwang SO, Lee CC, Singer AJ, Kim TM. The current status of the emergency medical system in korea. Am J Emerg Med 2007;25: Flottemesch TJ, Gordon BD, Jones SS, Advanced statistics: developing a formal model of emergency department census and defining operational efficiency. Acad Emerg Med 2007;14: Ha YR, Chung SM, Chang MJ, Sim HS, Lee HS, ED overcrowding and special unit for observation. J Korean Soc Emerg Med 1997;8: Jones SS, Allen TL, Flottemesch TJ, Welch SJ. An independent evaluation of four quantitative emergency department crowding scales. Acad Emerg Med 2006;13: Weiss Sj, Ernst AA, Derlet R, King R, Bair A, Nick TG. Relationship between the national ED overcrowding scale and the number of patients who leave without being seen in an academic ED. Am J Emerg Med 2005; 23: Raj K, Baker K, Brierley S, Murray D. National emergency department overcrowding study tool is not useful in an Australian emergency department. Emerg Med Australas 2006;18: Reeder TJ, Burleson DL, Garrison HG. The overcrowded emergency department: a comparison of staff perceptions. Acad Emerg Med 2003;10: Hoot NR, Zhou C, Jones I, Aronsky D. Measuring and forecasting emergency department crowding in real time. Ann Emerg Med 2007;49:

012임수진

012임수진 Received : 2012. 11. 27 Reviewed : 2012. 12. 10 Accepted : 2012. 12. 12 A Clinical Study on Effect of Electro-acupuncture Treatment for Low Back Pain and Radicular Pain in Patients Diagnosed with Lumbar