응용통계연구 (2011) 24(1), 145 159 DOI: 10.5351/KJAS.2011.24.1.145 의사결정나무기법을이용한노인장기요양보험 등급결정모형개발 한은정 1 곽민정 2 강임옥 3 1 국민건강보험공단건강보험정책연구원, 2 평택대학교디지털응용정보학과 3 연세대학교의료법윤리학과 (2010 년 9 월접수, 2010 년 11 월채택 ) 요약 노인장기요양보험은 2008 년 7 월에시작된이후제도의안정적정착과발전을위해여러가지면에서보완해야할부분이많은상태이다. 그중에서도장기요양급여의진입장벽을결정하는등급결정모형을지속적으로보완하는것이가장중요하다. 본연구는제도시행이후급속히변화하는장기요양시장의현실을등급결정모형에반영하고자제도도입이후의자료를활용하여등급결정모형을구축하여현행모형을보완하고자하였다. 등급결정모형을개발하기위해데이터마이닝기법중의사결정나무기법을활용하였으며, 이것은현행모형과비교가용이하도록하기위한것이다. 이모형은기능상태가나쁜사람일수록장기요양서비스량이많을것이라는가정을전제로하고있으며장기요양서비스량을서비스제공시간으로보았다. 이연구는변화된현실을충분히반영하기위해등급결정모형을보완하였다는점에서의의를갖는다. 그러나향후에도서비스인프라, 급여이용자의특성등계속변화하는환경을반영하여등급결정모형을보완하고발전시키는것이지속적으로필요하다고본다. 주요용어 : 노인장기요양보험, 등급결정모형, 의사결정나무. 1. 서론우리나라 65세이상노인인구비율은 2000년에 7.2% 로고령화사회로집입한이후급속도로증가하여 2008년에 10.3% 를돌파한이후 2026년에는 20% 를넘는초고령사회로진입할것을예상하고있다 ( 통계청, 2008). 이와같은고령화사회로의빠른진입은노인부양에대한사회적부담을증가시켜서노인부양이라는문제를사회적과제로대두시켰고, 이러한문제를해결하고자정부는 2008년 7월 1일부터노인장기요양보험을실시하고있다 ( 한은정등, 2009b). 노인장기요양보험급여를이용할수있는대상자는 65세이상의노인이거나노인성질환을가진자이며, 이들이장기요양급여를이용하기위해서는일련의 장기요양인정 이라는등급판정과정을거쳐 장기요양인정점수 를부여받아야한다. 장기요양인정점수 는대상자가필요로하는서비스제공시간을근간으로계산되는데, 제공시간이길수록다른사람의도움이많이필요한것을의미한다. 장기요양인정점수 를산정하는과정을살펴보면, 장기요양신청자가노인장기요양보험의보험자인국민건강보험공단에등급판정신청을신청하는것에서시작된다. 국민건강보험공단의운영센터직원은신청자가급여를받을정도의기능및신체상태를가지고있는지를확인하기위해방문조사를실시한다. 이때직원은 인정조사도구 라는설문항목을이용한다. 설문결과를통계적기법으로개발된등급결정모형에적용하여 3 교신저자 : (120-752) 서울시서대문구신촌동 134, 연세대학교의과대학의료법윤리학과, 연구교수. E-mail: imoak@yuhs.ac
146 한은정, 곽민정, 강임옥 신청자의 1차장기요양인정점수를산출한다. 이후의사, 사회복지사, 간호사등으로구성된등급판정위원회의심의과정를거쳐최종으로장기요양등급을매기고장기요양급여이용대상자여부를판정한다. 1차장기요양인정점수산정을위해통계모형에사용되는인정조사도구항목은신체기능영역의 12문항, 인지기능영역의 7문항, 행동변화영역의 14문항, 간호처치영역 9문항, 재활영역 10문항등 52개항목이며, 이를바탕으로신청자가필요한서비스량의정도를나타내는장기요양인정점수를산출한다. 본연구는인정조사도구의항목이여러수식과단계를거쳐장기요양신청자의장기요양등급을결정하는통계적모형을개발하는데에그관심이있다. 현재사용하고있는등급결정모형의근간은 2003년에요양시설거주노인 909명을통해수집한서비스제공시간을근간으로하는타임스터디자료들을사용하여의사결정나무분석을활용하여개발한것이다 ( 공적노인요양보장추진기획단과보건복지가족부, 2004). 이후 1차 (2005년 7월 2006년 4월 ), 2차 (2006년 4월 2007년 4월 ) 시범사업대상자의타임스터디자료를추가로확보하고의사결정나무구축에있어서다양한분리기준, 정지규칙, 타당성검증방법등을적용함으로써등급결정모형을수정 보완하여현재까지사용하고있다 ( 보건복지가족부, 2007). 등급결정모형을보완하기위한이러한노력에도불구하고, 이모형은시범사업대상자의특성을반영한것이므로노인장기요양보험이본격적으로도입된 2008년 7월이후에급여를이용하는자의이용행태나인프라구조는반영되지못한한계를갖는다. 실제로노인장기요양제도시행전의장기요양기관수가 2,522개소였던것이제도시행이후에는 19,045개소로 7배증가하였고, 장기요양관련인력도 23,535명에서 195,673명으로무려 70배넘게증가한상태이다 ( 국민건강보험공단, 2009). 이와같이본제도가도입되고나서주변상황이크게변화한것을감안하였을때제도도입이후의서비스제공현황을반영한타임스터디자료를활용하여등급판정모형을보완하는것이필요하다. 이에본연구의목적은노인장기요양보험제도도입이후의서비스제공현실을반영한새로운타임스터디자료를활용하여의사결정나무분석을수행함으로써현행등급결정모형을보완한등급결정모형을개발하는것이다. 2. 연구방법 2.1. 연구대상및자료수집이조사는첫째, 조사대상이된시설에근무하는직원이제공하는서비스를파악하기위한서비스량조사와둘째, 서비스대상인노인의기능상태를조사하는것으로구성된다. 조사는 2009년 2월 11일부터 2월 27일까지전국 13개노인요양시설 ( 서울 2개소, 부산 2개소, 대구 2개소, 전남 1개소, 전주 1개소, 충남 1개소, 대전 1개소, 경기 2개소, 인천 1개소 ) 을임의선정하여실시하였다. 가능한적정서비스를제공하고있는시설을조사대상기관으로선정하기위해노인요양시설선정기준을다음과같이정하였다 : 1) 인력기준이입소노인대비서비스제공인력 ( 요양보호사, 간호사, 물리치료사, 사회복지사등 ) 이 4 : 1 이하인시설. 2) 간병인의근무형태가 2교대또는 3교대형태를갖춘시설. 본연구의분석대상자는타임스터디조사시설로선정된 13개노인요양시설에입소한자 1,024명중입원또는퇴소자 26명, 건강및기능상태미조사자 1명을제외한 997명이다. 2.2. 조사내용및방법 2.2.1. 인구사회학적변수인구사회학적변수는성별 ( 남, 녀 ), 연령 (< 65, 65 69, 70 74, 75 79, 80 84, 85 89, 90), 지역 ( 서울, 부산, 대구, 광주, 대전, 경인 ) 이었다. 2.2.2. 노인기능상태인정조사항목표를활용하여노인의신체기능, 인지기능, 행동변화, 간호필요및재활필요를파악하였다. 조사내용에따라노인, 시설직원, 주수발자에게직접질문또는측정 ( 구축상태등은조사자가직접측정 ) 하여조사하였다.
의사결정나무기법을이용한노인장기요양보험등급결정모형개발 147 표 2.1. 서비스상세내용 8 개서비스군상세서비스내용 1. 청결 세면도움, 구강관리, 머리감기및몸단장을포함하는개인위생관련시간및옷갈아입히기, 입욕준비및이동, 몸씻기등 2. 배설배설에관련된이동보조, 배뇨및배변도움, 기저귀갈기등 3. 기능보조체위변경, 이동, 신체기능의유지및증진등 * 4. 식사상차리기, 식사보조, 경관영양, 구토정리등 5. 간접지원의사소통, 침구정리, 환경정리, 물품관리, 세탁세척, 외출동행등 6. 행동변화대응문제행동에대응하는수발 7. 간호처치 간호사에의해제공되는관찰및측정, 간호계획및순회, 투약및주사, 감염및예방, 치료및처치, 검사등 물리치료나작업치료사등에의해행해지는물리치료, 작업치료, 언어치료, 8. 재활인지및정신기능훈련, 재활기록등 : 물리치료사가제공하는재활훈련이아니라요양보호사가시행하는입소자를위한신체이동및훈련들과관련된서비스를의미함 2.2.3. 서비스량조사장기요양점수를산정하는기준이서비스제공량이기때문에서비스제공시간을장기요양서비스제공량으로정의하여등급결정모형개발을위한자료를수집하고자하였다. 즉, 서비스제공시간이많을수록장기요양서비스제공량이많다고본것이다. 서비스제공시간을측정하기위한방법으로타임스터디조사를사용하였는데, 타임스터디조사는시설의서비스제공자들이노인에게어떠한서비스를어느정도제공하고있는가를알아보기위한조사방법으로, 한서비스제공자의연속적인일련의동작을일정한시간단위로기록해나가는조사방법이다. 본연구에서시설의직원들이노인에게어떠한서비스를어느정도제공하고있는가를알아보기위해노인요양시설의서비스제공자중직접적인케어업무를담당하는주요직종인간호사, 사회복지사, 생활지도원, 물리치료사를대상으로타임스터디조사를실시하였다. 서비스제공자 1명당조사원 1명을투입하여, 각인력이제공하는서비스를 24시간동안파악하고, 서비스를제공받는대상자 ID와서비스코드를 1분단위로서비스코드표에따라기록하였다. 노인요양시설에서행해지는모든서비스를 2003년공적노인요양보장기획단연구에서개발되어수정 보완된총 343개의코드에따라조사하였고, 그서비스내용을크게 8가지서비스군으로분류하였다. 8개서비스군을구성하고있는세부서비스내역을살펴보면표 2.1과같다 ( 국민건강보험공단, 2008). 2.3. 분석변수 2.3.1. 종속변수본연구에서는타임스터디조사를통해측정한서비스제공시간을, 즉분석대상자에게제공된 8개서비스를행하는데소요된시간을종속변수로정의하였다. 따라서종속변수는청결, 배설, 기능보조, 식사, 간접지원, 행동변화대응, 간호처치, 재활등총 8개이다. 2.3.2. 독립변수본연구에사용된독립변수는대상자의건강및기능상태를나타내는인정조사도구항목을사용하였다. 신체기능, 인지기능, 행동변화, 간호필요, 재활필요등다섯개영역의총 52개의문항과 52개문항을영역별로합산한점수를비율을통해 100점으로환산한다섯개영역의 100점환산점수로정하였다. 신체기능영역은 12문항으로구성되어있고, 각문항마다다른사람의도움을받는정도에따라 완전자립, 부분도움, 완전도움 으로평가한다. 인지기능과행동변화영역은각각 7문항, 14문항으로구성되어있고, 대상자의상태가문항에해당하는지여부에따라 예 또는 아니오 로구분하였다. 간호필요영역은 9개의문항에대한증상여부에따라 있다 또는 없다 로측정하였다. 재활
148 한은정, 곽민정, 강임옥 표 2.2. 건강및기능상태변수 영역항목척도점수분포 신체기능옷벗고입기, 세수하기, 양치질하기, 목욕하기, 식사하기, 1 = 완전자립체위변경하기, 일어나앉기, 옮겨앉기, 방밖으로나오기, 2 = 부분도움 12 36 (12개항목 ) 화장실사용하기, 대변조절하기, 소변조절하기 3 = 완전도움 인지기능 단기기억장애, 날짜불인지, 장소불인지, 나이 생년월일불인지, 0= 아니오 (7개항목 ) 지시불인지, 상황판단력감퇴, 의사소통 전달장애 1= 예 행동변화 (14개항목 ) 망상, 환각 환청, 슬픈상태 울기도함, 불규칙수면 주야혼돈, 도움에저항, 서성거림 안절부절못함, 길을잃음, 폭언 위협행동, 밖으로나가려함, 물건망가트리기, 의미없거나부적절한행동, 돈 물건감추기, 부적절한옷입기, 대소변불결행위 0= 아니오 1= 예 간호필요 기관지절개간간호, 흡인, 산소요법, 욕창간호, 경관영양, 0= 없다 (9개항목 ) 암성통증간호, 도뇨관리, 장루간호, 투석간호, 1= 있다 재상하지우측상지, 우측하지, 좌측상지, 좌측하지 2= (4개항목) 활필요관절팔꿈치관절, 손목및수지관절, 고관절, 무릎관절, 발목관절 (6개항목) 1= 운동장애없음불완전운동장애 3= 완전운동장애 1= 제한없음 2= 한쪽관절제한 3= 양쪽관절제한 0 7 0 14 0 9 10 30 그림 2.1. 분석틀 필요영역은운동장애정도와관절제한정도를평가하는 10개의문항으로구성되어있는데, 운동장애정도는 운동장애없음, 불완전운동장애, 완전운동장애 로측정하고, 관절제한정도는 제한없음, 한쪽관절제한, 양관절제한 으로측정하였다. 모든척도는값이클수록건강이나기능상태가나쁜상태를나타낸다. 건강및기능상태를측정하는영역별세부항목은표 2.2와같다. 2.4. 분석방법모형개발을위한분석을크게두단계로나누어실시하였다. 첫째는데이터탐색단계로분석대상자의인구사회학적특성, 건강및기능상태를파악하였고, 서비스시간과건강및기능상태변수간의관계를파악하기위해단변량분석을실시하였다. 둘째단계는모형구축단계로모형개발의흐름도는그
의사결정나무기법을이용한노인장기요양보험등급결정모형개발 149 표 2.3. 현행모형과신규모형과의비교 분석대상 대상자선정 구분현행모형 * 신규모형 1) 2003 년요양시설거주노인조사 919 명 2009 년 2 월 11 일부터 2 월 27 일까지 2) 2006 년 1 차시범사업대상자 909 명전국 13 개요양시설에입소한노인 3) 2007 년 2 차시범사업대상자 375 명 보건복지부와전문가의추천 표본수 2,200 명 997 명 독립변수 국민건강보험공단 6 개지역본부소속기관중선정 - 인정조사항목 52개 - 인정조사항목 52개 - 5영역 100점환산점수 - 5영역 100점환산점수 100 점환산방법 Rasch 모형이용비율 서비스군 8 개서비스군 8 개서비스군 활용모형의사결정나무의사결정나무 나무분리방법 CART CART 최대분할수준 6 6 분할된부모마디의최소크기 100 10 : 보건복지부 2007 년도. 노인장기요양보험제도등급판정도구요양인정점수산출통계기법연구 자료를재정리함 림 2.1과같다. 8개의서비스군별로의사결정나무분석을수행하여각서비스군별인정시간을산출하고 8개서비스군별인정시간의합으로등급을결정하는요양인정점수를산출하고자하였다. 등급판정알고리즘개발을위하여등급결정모형개발 DB를학습용분석자료 (training set) 80%(798명 ), 평가용분석자료 (validation set) 15%(150명 ), 검증용분석자료 (test set) 5%(49명 ) 로분할하여사용하였다. 특히, 일반적으로자료를학습용분석자료와검증용분석자료로나누는것에반해평가용분석자를추가로확보한것은평가용자료를하위트리를생성하는데사용하여나무의과적합을방지하는데활용하였다. 수집한자료를최대한모형구축에활용하여모형의타당성을확보하고자하였다 ( 최종후등, 2000). 모형구축을위한구체적인분석과정은다음과같다. 첫째, 의사결정나무형성. 분산감소량을분리기준으로사용하는 CART(classification and regression trees) 알고리즘을사용하여이지분리를수행하였다 (Breiman 등, 1984). 둘째, 정치규칙. 최대분할수준 (maximum tree depth) 은 6으로정하고분할될부모마디의최소크기는 10으로정하고나무를형성하였다. 기계적으로형성된나무는논리적으로타당하지않은결과가나올수있어형성된나무를근거로나무를최대한확장하였다. 셋째, 가지치기. 최대한확장된나무를평가용자료를활용하여대화형가지치기통해가지치기를시행하였다. 가지치기의기준은예측오차 (prediction error) 를크게할위험 (risk) 이높거나부적절한추론규칙 (induction rule) 을가지고있는가지 (branch) 는전문가회의등을거쳐제거하였다. 넷째, 타당성평가. 본연구에서는결정계수와평균제곱오차제곱근 (root means squared error; RMSE) 를모형평가를위한통계량으로사용하였다 ( 강현철, 1999). 통계분석은 SAS 9.1을사용하였으며, 모형개발을위한데이터마이닝툴은 SAS사의 Enterprise Miner4.3을사용하였다 (SAS Institute, 2003). 의사결정나무모형을수동으로확장하고가지치기할때는 EM Tree Desktop application을활용하였다 (SAS Institute INC. 홈페이지 ). 2.5. 현행모형과신규모형과의비교 현행모형을구축할때사용한자료의특성과 100 점환산방법및모형구축방법을정리하면표 2.3 과같 다.
150 한은정, 곽민정, 강임옥 표 3.1. 서비스군별제공시간 ( 단위 : 분 ) 서비스구분평균 ±SD 최소값최대값 총서비스합 81.3±49.1 0.17 431.28 청결 15.0±14.5 0 82.88 배설 13.9±12.1 0 58.38 식사 18.0±16.9 0 99.62 기능보조 7.6±9.5 0 137.46 행동변화대응 1.9±8.6 0 168.71 간접지원 12.1±8.9 0 82.33 간호처치 9.3±14.4 0 192.12 재활 3.7±7.4 0 44.33 3. 연구결과 3.1. 인구사회학적특성및건강 기능상태연구대상자 997명중여성이 778명 (78.0%) 이고 75세이상후기고령자가전체의 78.4% 를차지하였다. 대상자의건강및기능상태를통해살펴보면신체기능영역점수가평균 24.4점 (±8.1) 으로신체기능영역문항의대부분에서부분도움이상의도움이필요한것으로나타났다. 인지기능영역의경우는평균 4.5점 (±2.1) 으로 9개항목중 4개이상의항목에대해인지기능저하증상이있는것으로나타났다. 행동변화영역과간호필요영역은각각평균 1.5점 (±2.1) 과 0.2점 (±0.5) 으로, 평균 1.5항목에행동장애증상이있었으며, 간호에대한필요도는평균 1항목미만인것으로나타났다. 3.2. 서비스군별제공시간분석대상자에게하루동안 1인당제공된평균총서비스시간은 81.3분이었다. 식사를위해제공되는평균서비스시간이 18.0분으로가장많았고행동변화대응을위해제공되는시간이평균 1.9분으로가장적었다. 그러나행동변화대응서비스는최대 168.7분, 간호처치서비스는최대 192.1분을제공하는것으로나타나그분포가다른서비스군보다더넓은것으로나타났다 ( 표 3.1). 본연구는현재제공하고있는서비스행태를그대로모형에반영하고자했기때문에특이치의효과를제거하지않고분석을실시하였다. 서비스군별로분포를파악한결과대부분이왼쪽으로치우쳐있는모양을나타냈는데, 특히행동변화대응서비스와간호처치서비스에서는그러한현상이더두드러져보였다. 이후에의사결정나무분석에서나무를확장할때제공시간의평균값을사용하게된다. 3.3. 모형의결과독립변수인 52개항목과 5개영역별 100점환산점수를사용하여 8개서비스군별인정점수를산출하기위하여의사결정나무분석을수행하였다. 대상자의서비스군별인정점수는의사결정나무의가지끝을따라내려가최종가지끝에나오는평균제공시간으로정의한다. 8개의서비스군중가지가분류되지못한간호처치서비스군과분리되는가지마다설명할수없는역전현상과일반화에문제가있는재활서비스군을제외한나머지 6개군에대한모형이구축되었다. 여기서역전현상이란신체기능에문제가있거나인지기능에장애가있는자가그렇지않은자보다서비스시간이많이필요할것으로예상되나그반대의현상이나타나는경우를말한다. 청결서비스군의경우총 31개의마디로분류되었고목욕하기가완전자립상태이고장소인지력은있지만
의사결정나무기법을 이용한 노인장기요양보험 등급결정모형 개발 그림 3.1. 청결서비스군 모형 151
152 한은정, 곽민정, 강임옥 표 3.2. 판정모형결과 현행모형 신규모형 서비스군 마디 분할 최종 최소 최대 마디 분할 최종 최소 최대 갯수 ( 개 ) ( 단계 ) 마디 시간 시간 갯수 ( 개 ) ( 단계 ) 마디 시간 시간 1. 청결 25 5 13 1.2 19.6 31 7 31 1.9 45.1 2. 배설 28 6 18 0.3 18.7 10 5 10 2.3 26.3 3. 식사 23 5 12 7.1 37.6 13 5 13 5.7 41.2 4. 기능보조 23 5 12 1.2 18.7 12 4 12 2.1 25.5 5. 행동변화대응 19 6 10 0.2 2.5 8 4 8 0.5 53.1 6. 간접지원 34 5 18 13.4 39.0 6 3 6 8.6 14.8 표 3.3. 현행모형과신규모형의서비스군별추정평균제공시간 ( 단위 : 분 ) 현행모형 신규모형 1. 청결 9.37 15.27 2. 배설 5.59 14.20 3. 식사 15.26 17.69 4. 기능보조 7.17 7.70 5. 행동변화대응 0.76 2.02 6. 간접지원 12.97 12.07 표 3.4. 현행모형과신규모형의 RMSE 비교 현행모형신규모형분석용자료검증용자료분석용자료검증용자료 1. 청결 10.07 10.16 12.00 14.63 2. 배설 7.06 8.73 9.11 7.09 3. 식사 10.44 12.16 11.60 9.78 4. 기능보조 8.56 11.07 9.28 5.49 5. 행동변화대응 3.83 4.80 8.58 4.22 6. 간접지원 * - - 8.63 6.31 : 보건복지부 2007년도 노인장기요양보험제도등급판정도구요양인정점수산출통계기법연구 자료를 활용하였는데, 여기에는간접지원서비스군에대한 RMSE결과가제시되지않았음. 신체기능영역 100점환산점수가 2.08점미만인대상자의경우청결서비스군의점수로 1.91점을받는다. 이와반대로신체기능점수가 39.58점이상이고기관지절개간호가필요하지않으며팔꿈치관절이한쪽관절이상으로운동장애가있고좌측상지가완전운동장애상태이며고관절에제한이없으나나이나생년월일을인지하지못하는대상자는 45.05점을받게된다 ( 그림 3.1). 이밖에나머지서비스군의상세모형은부록에첨부하였다. 현행모형의결과와비교해보았을때청결서비스군과식사서비스군의최종마디개수가증가하였고, 행동변화대응서비스군과간접지원서비스군은감소하였다. 간접지원서비스를제외한나머지서비스군의서비스제공최대시간은증가한것으로나타났다. 표 3.3과그림 3.2는모형개발용전체자료중학습용자료인 798명을현행모형에적용한추정시간과신규모형에적용한추정시간을정리한것이다. 먼저표 3.3을살펴보면, 간접지원서비스군의평균추정시간은현행모형에비해감소하였고, 그외청결, 배설, 식사, 기능보조, 행동변화대응서비스군의평균추정시간은증가한것을볼수있다. 특히청결서비스시간과배설서비스시간은각각 9.37분에서 15.27분, 5.59분에서 14.20분으로 5.9분과 8.61분의차이를보이며크게증가한것을볼수있다. 그림 3.2를통해서비스군별추정시간의분포를살펴보아도, 기능보조서비스군과간접서비스군을제외한나머지청결, 배설, 식사및행동변화대응서비스군의추정시간이현행모형이추정한시간보다증가한것
의사결정나무기법을이용한노인장기요양보험등급결정모형개발 153 (a) 청결서비스군 (b) 배설서비스군 (c) 식사서비스군 (d) 기능보조서비스군 (e) 행동변화대응서비스군 그림 3.2. 서비스군별서비스제공시간분포 (f) 간접지원서비스군 을볼수있다. 7 개의모형을평가하는데사용한평균제곱오차제곱근 (root mean squared error; RMSE) 의결과는표 3.4 와같다. 평균제곱오차제곱근의값이작을수록모형의설명력과모형의적합도가높다고할수있다.
154 한은정, 곽민정, 강임옥 평가용분석자료의결과를살펴보면행동변화대응서비스군이 4.22 로평균제곱오차제곱근의값이가장 작게나타났고, 이와는반대로청결서비스군이 14.63 으로가장크게나타났다. 4. 결론노인장기요양보험은시작된지얼마되지않은상황이기때문에여러가지면에서보완하여야할점들이많은상태이다. 보완되어야할많은부분들중에서도인정조사도구와관련된부분과등급결정모형에대한부분이가장주요한부분이라고생각한다. 왜냐하면노인장기요양보험급여를받고자할경우등급판정위원회로부터급여대상자로판정을받아야하고, 판정을받기위해서는장기요양인정점수가일정수준이상이어야하기때문이다. 그런데장기요양인정점수는등급결정모형에의해산출되기때문에등급결정모형은장기요양급여시장의진입장벽을나타내는결정요인이라고할수있다. 다시말해등급결정모형을어떻게구축하느냐에따라장기요양보험급여시장의규모가결정된다고하여도과언이아니다. 따라서등급결정모형은신체적기능저하등으로급여를받을필요가있는자가그렇지않은자에비해더높은장기요양인정점수를받도록구축되어야하고, 이러한모형의결과가현실적으로수용가능해야한다. 등급결정모형이장기요양과관련된현실상황을적절히반영할때에그수용성이커진다고할수있다. 그런데서론에서도언급하였듯이노인장기요양보험시범사업을실시할당시에비해본사업이시작된후인프라나급여이용양상등여러상황이변한상태이다. 사업의시행초기라서그변화폭이더큰것으로생각된다. 이연구는변화된현실을가능한충분히반영하여등급결정모형을보완하기위한것이다. 등급결정모형중보완하여야할부분은다양한측면에서고려해볼수있다. 예를들어이모형은기능상태가나쁜사람일수록장기요양서비스량이많을것이라는가정을기본전제로구성된것이다. 이때장기요양서비스량은서비스제공시간으로본것이다. 이렇게모형을구성하는기본가정을그대로계속유지할것인지는여전히논의의여지가있을수있다. 그러나이러한문제들은노인장기요양보험을준비하는과정에서여러차례의논의와합의를통해결정된것이다. 사실이부분들은정책적의사결정의문제이지통계적방법으로해결할수있는문제는아니라고생각된다. 다만이러한가정과전제를바탕으로하고도현재의등급결정모형이현실을최대한적절히반영하는지를확인할필요가있다. 이연구는변화된현실을충분히반영하기위해등급결정모형을보완하였다는점에서의의를갖는다. 향후연구에서는모형의적합성을향상시키기위해더세부적인문제들을검증해보아야할것이다. 향후연구에서다루어야할점을정리해보면다음과같다. 첫째, 모형구축에더많은자료의확보가필요하다. 신규모형개발에사용한자료는 997명으로현행모형개발에사용한 2,200명에비해작다. 본연구의목적은제도가도입되고나서변화된주변상황을감안하였을때서비스제공현황을반영한모형을구축하고자하였다. 따라서모형을최대한확대하여하위트리생성하고역전현상이발생하는가지는대화형으로가지치기를하고끝가지에나타난서비스시간을확보하여기존모형과변화된부분을비교하고자하였다. 이에자료의높은비율을모형구축에할애하였기때문에검증용자료의대표성이떨어져모형의검증에한계가있었다. 향후연구에서는더많은수의데이터를확보하여모형의타당성을확보할필요가있다. 둘째, 현재사용하는모형은장기요양서비스들을 8개군으로크게구분하여군별의사결정나무를산출하고있는데이런식으로서비스군을 8개로계속할것인지를고민하여야한다. 사실현재도 8개군이통계적으로명확히군집화되지않고있다. 요인분석 (factor analysis) 를해보면 식사하기 와 기저귀갈기 와같은문항이하나의그룹으로묶이는등현재의 8개군분류가현실을반영하지못하는듯하다. 셋째, 여러데이터마이닝통계기법중노인장기요양보험의현실을적절히반영하는통계적방법이무엇
의사결정나무기법을이용한노인장기요양보험등급결정모형개발 155 인지를면밀히검토할필요가있다. 예를들어 Breiman, L(2001) 이제안한 Random Forests 기법을적용해볼수있겠는데, 이기법은독립변수의수가많고독립변수가갖고있는정보의양이적은경우데이터분석에탁월한성능을보이는것으로알려져있다. 이런점에서 57개의독립변수를포함하는장기요양등급판정급여모형을개발하기위한기법으로사용하여도적절할것으로생각된다. 실제로건강검진수검자료를활용한백내장예측모형개발연구에서다른모형에비해예측능력이뛰어나게나타난바있다 ( 한은정등, 2009a). 현재사용하는등급결정모형이의사결정나무분석을사용하여구축된것은전국민을대상으로하는사업인만큼모형의적합도만큼이나일반인들이얼마나쉽게이해할수있는지가중요한관점이어서다른모형보다는의사결정나무모형을사용한듯하다. 향후에는이해가능성뿐만아니라모형의적합도를더향상시킬수있는방법을고려하여야할필요가있다. 넷째, 이연구에서사용한 8개서비스군중간호처치서비스군의경우하위마디가나누어지지않는현상을보이고있다. 이현상은인정조사도구에서사용한간호관련질문문항과밀접한관련이있다고생각된다. 일각에서는현재사용중인인정조사도구의간호관련문항이신청자의간호욕구나필요도를충분히걸러낼수있게구성되어있지않다는지적이있다. 사실전체신청자중간호관련문항에체크를한사람의수자체도매우적어분석을하기어려운상태이다 ( 선우덕등, 2008). 사실간호관련문항을자세히살펴보면간호에대한욕구나필요를파악하기보다는현재간호처치서비스를제공받고있는지를살펴본것에더가까운실정이다. 결국간호처치서비스군의의사결정나무가하위마디로잘나누어지지않는문제는통계적문제라기보다는인정조사도구의문제라고보는것이더적합하다고본다. 향후이러한점을감안하여인정조사도구를수정보완하는것이필요하다고본다. 다섯째, 재활서비스군에서역전현상이나타나는문제를고민해보아야한다. 재활서비스군에서나타는역전현상은사실현실을그대로나타내는척도라고볼수도있다. 실제로현장에서는 1등급인자보다는 2등급이나 3등급인자에게더많은재활서비스를행하고있는실정이다. 1등급의경우상당수가신체적기능이현격히떨어져있어서거의혼자서는일상생활을할수없는사람이많은반면 2, 3등급인경우는어느정도의신체기능을가지고있는경우가대부분이다. 현실적으로어느정도신체기능을가지고있는자에게재활서비스를제공할경우더많은효과를낼수있기때문에현장에서는이러한행태를보이고있다. 결국재활서비스군에서의역전현상은통계적으로조정하여야할부분이아니라현실에서적정서비스가이루어질수있도록담당자들을교육시키는것이더시급하다고하겠다. 이렇게아직풀리지않은등급결정모형과관련된문제가남아있는상태이다. 향후장기요양등급판정체계전반에대한연구에서는이러한문제들을심도깊게논의할필요가있다. 특히장기적인계획을세워서등급결정모형뿐만아니라등급이결정되는전체적인체계를보완하는작업이체계적으로시도될필요가있다. 또한서비스인프라, 급여이용자의특성등계속변화하는환경을반영하여등급결정모형을보완하고발전시키는것이지속적으로필요하다고본다.
156 한은정, 곽민정, 강임옥 부록 그림 A.1. 배설서비스군 그림 A.2. 식사서비스군
의사결정나무기법을이용한노인장기요양보험등급결정모형개발 157 그림 A.3. 기능보조서비스군 그림 A.4. 행동변화대응서비스군
158 한은정, 곽민정, 강임옥 그림 A.5. 간접지원서비스군 참고문헌 강임옥, 한은정 (2009). 노인장기요양서비스량분석및등급결정모형개선방안, < 국민건강보험공단건강보험정책연구원 >. 강현철, 한상태, 최종후, 김차용, 김은석, 김미경 (1999). SAS Enterprise Miner 를이용한데이터마이닝 - 방법론및활용 -, 자유아카데미. 공적노인요양보장추진기획단, 보건복지가족부 (2004). 공적노인요양보장체계개발연구 (Ⅱ) - 평가판정체계및수가급여체계 -. 국민건강보험공단 (2008). 장기요양서비스량측정및기준개발연구. 국민건강보험공단 (2009). 제도시행이후주요성과. 보건복지가족부 (2007). 노인장기요양제도등급판정도구요양인정점수산출통계기법연구최종보고서. 선우덕, 이수형, 손창균등 (2008). 노인장기요양보장체계의현황과개선방안, 보건사회연구원, < 한국보건사회연구원 >. 최종후, 한상태, 강현철, 김은석, 김미경, 이성건 (2000). SAS Enterprise Miner 를이용한데이터마이닝 - 기능과사용법 -, 자유아카데미. 통계청 (2008). 2008 고령자통계, 서울. 한상태, 강현철, 이성건, 정요천 (2004). 교차판매 (Cross-Sell) 스코어링모형개발, < 응용통계연구 >, 17, 229 238. 한은정, 송기준, 김동건 (2009a). Random Forests 기법을이용한백내장예측모형 - 일개대학병원건강검진수검자료에서 -, < 응용통계연구 >, 22, 771 780. 한은정, 이정석, 김동건, 강임옥 (2009b). 데이터마이닝기법을활용한노인장기요양급여권고모형개발, < 응용통계연구 >, 22, 1229 1237. Breiman, L. (2001). Random forest, Machine Learning, 45, 5 32. Breiman,L., Friedman, J., Olshen, R. and Stone, C. (1984). Classification and regression Trees, Pacific Grove. SAS Institute (2003). Data Mining Using SAS Enterprise Miner: A Case Study Approach, SAS Institute INC. SAS Institute INC. 홈페이지 http://www.sas.com/apps/demosdownloads/emtreedesktp
의사결정나무기법을이용한노인장기요양보험등급결정모형개발 159 A Determining System for the Category of Need in Long-Term Care Insurance System using Decision Tree Model Eun-Jeong Han 1 Min-Jeong Kwak 2 Im-Oak Kang 3 1 National Health Insurance Corporation 2 Department of Information Science, Pyongtaek University 3 Department of Medical Law & Ethics, Yonsei University (Received September 2010; accepted November 2010) Abstract National long-term care insurance started in July, 2008. We try to make up for weak points and develop a long-term care insurance system. Especially, it is important to upgrade the rating model of the category of need for long-term care continually. We improve the rating model using the data after enforcement of the system to reflect the rapidly changing long-term care marketplace. A decision tree model was adpoted to upgrade the rating model that makes it easy to compare with the current system. This model is based on the first assumption that, a person with worse functional conditions needs more long-term care services than others. Second, the volume of long-term care services are defined as a service time. This study was conducted to reflect the changing circumstances. Rating models have to be continually improved to reflect changing circumstances, like the infrastructure of the system or the characteristics of the insurance beneficiary. Keywords: Long term care insurance, decision tree model, category of need for long-term care. 3 Corresponding author: Research Professor, Department of Medical Law & Ethics, Yonsei University, 134 Shinchon-dong, Seodaemun-gu, Seoul 120-752, Korea. E-mail: imoak@yuhs.ac