청구자료 상병 정의: 코드·washout·검증 알고리즘
청구자료로 논문을 쓰면 심사자가 자주 묻는 것은 “이 환자들을 어떻게 골랐는가”입니다. “상병코드 I50이 있는 환자”라는 한 줄은 정의의 일부일 뿐입니다. 청구자료 상병 정의는 코드 목록, 주상병과 부상병 중 어디에서 찾는지, 입원과 외래를 몇 번 요구하는지, 처방·검사·시술 청구를 결합하는지, 어느 기간을 보는지를 모두 적은 규칙입니다. RECORD 지침은 대상자를 고른 코드와 알고리즘을 자세히 적고, 노출·결과·교란변수·효과 수정변수를 분류한 코드의 전체 목록을 제시하라고 요구합니다. 이미 검증연구가 있으면 인용해야 합니다[1].
이 글은 정의를 만드는 단계만 다룹니다. 자료 신청 절차는 HIRA 빅데이터 신청 절차, 자료원 비교는 국내 보건의료 빅데이터 비교, 후향적 코호트의 교란변수와 STROBE 보고는 후향적 코호트 연구 설계 글에서 다뤘으므로 반복하지 않습니다. 여기서는 코드와 횟수 규칙을 짜는 법, 정확도 지표와 오분류의 영향(직접 계산), 한국 검증연구 5편, washout과 lookback, 확인 규칙에서 생기는 불멸시간 편향, 방법 절 표 작성을 순서대로 정리합니다.
대학원생과 전공의에게 정의 문제는 일정 문제이기도 합니다. 자료를 받은 뒤 정의를 바꾸면 코호트 구축부터 모든 분석을 다시 돌려야 합니다. 정의 표는 자료를 신청하기 전에 초안을 만들어 지도교수나 통계 담당자와 합의해 두는 편이 안전합니다.
간단히 말하면
청구자료 상병 정의는 코드만이 아니라 코드, 위치(주·부상병), 입원·외래 횟수, 처방·검사 결합, 관찰 기간을 함께 적은 규칙입니다. 같은 질환도 정의에 따라 민감도와 양성예측도가 달라지고, 암에서 좋았던 정의가 염증성 장질환에서는 나빠진 사례처럼 다른 질환으로 옮기면 안 됩니다. 검증연구를 먼저 찾고, 신규 사용자는 washout으로, 확인 규칙이 있으면 정의를 충족한 날을 index date(연구 기준일)로 두어 불멸시간을 막고, 방법 절에는 전체 코드와 규칙을 표로 적습니다.
코드 하나로 환자를 정의할 때 생기는 일
건강보험 청구자료는 진료비 청구를 위해 쌓인 자료입니다. 국민건강보험공단 데이터베이스를 소개한 논문도 진단 정보가 질병의 발생과 유병을 파악하는 데 최선이 아닐 수 있다고 한계를 적었습니다[2]. 그 한계가 숫자로 드러난 사례가 파열 복부대동맥류 코드(I71.3) 검증입니다. 4개 병원에서 2000년부터 2020년까지 I71.3 코드가 붙은 305건의 영상과 수술기록을 검토했더니 실제 파열 복부대동맥류는 131건(43.0%)이었고 나머지 174건(57.0%)은 오분류였습니다[3]. 연구진은 이 코드가 건강보험 자료에서 과대 추정되며 실제 발생률은 훨씬 낮을 수 있다고 결론지었습니다[3].
반대 방향의 사례도 있습니다. 위암, 간암, 대장암, 폐암, 유방암, 자궁경부암, 전립선암을 한국중앙암등록본부 자료와 연계해 비교한 연구에서 주상병 기반 정의의 민감도는 대장암 91.5%에서 유방암 97.9% 사이였습니다[4]. 같은 “청구 코드”라도 질환과 코드에 따라 정확도가 이만큼 다릅니다. 그래서 규칙은 하나입니다. 코드로 질환을 정의하기 전에 그 질환·그 코드·그 자료에서 검증한 연구가 있는지 먼저 찾고, 없으면 정의를 달리한 민감도 분석을 계획에 넣습니다.
정의의 구성 요소: 코드, 위치, 횟수, 결합, 에피소드
청구 정의는 다섯 가지 선택으로 쪼개면 빠짐없이 적을 수 있습니다. HIRA 맞춤형 연구분석 자료를 예로 들면 명세서 일반내역에 입원·외래 구분, 요양개시일자, 주상병코드와 부상병코드가 있습니다. 상병내역에는 주상병과 부상병을 포함한 모든 상병 진단이, 진료내역에는 진료행위·검사·의약품 원내 조제가, 원외처방내역에는 처방전으로 나간 약이 들어 있습니다[5]. NHIS 자료는 테이블과 변수 이름이 다를 수 있으므로 자료를 받을 때 함께 오는 변수설명서에서 같은 항목을 찾아 대응시키십시오.
| 구성 요소 | 선택지 | HIRA 자료에서 찾는 곳 | 한국 연구의 규칙 예 |
|---|---|---|---|
| 코드 목록 | 단일 코드, 범위(예: I21–I23), 세분류 포함 여부 | 상병내역의 상병코드 | 뇌졸중 I60–I64, 급성심근경색 I21–I23(Kim 등) |
| 상병 위치 | 주상병만, 또는 주·부상병 모두 | 명세서 일반내역의 주상병코드·부상병코드, 상병내역 | 주 또는 부상병 단일 코드 vs 모든 상병 코드(Lee YK 등) |
| 진료 구분과 횟수 | 입원 1회, 외래 N회, 둘의 조합 | 명세서 일반내역의 입원/외래 구분, 요양개시일자 | 같은 암으로 외래 3회 또는 입원 1회(Yang 등) |
| 다른 청구와 결합 | 처방, 검사, 시술, 산정특례 등록 | 진료내역, 원외처방내역 | ICD-10 + 의료 이용 1회 이상 + 해당 약 처방 1회 이상(Lee CK 등) |
| 에피소드 묶기 | 연속 입원·전원을 한 사건으로 볼 간격 | 요양개시일자·종료일자 | 뇌졸중 2일 이하, 급성심근경색 3일 이하 또는 입원일 간격 28일 이내(Kim 등) |
위 표의 “한국 연구의 규칙 예”는 각 논문이 자기 연구에서 쓴 정의이며 다른 연구에 그대로 옮길 수 있는 표준이 아닙니다. 자료: 참고문헌 5, 4, 6, 7, 8.
세부 규칙은 연구마다 다릅니다. 암 연구는 같은 암으로 외래 3회 또는 입원 1회가 청구 첫 1년 안에 있으면 신규 환자로 정의했고, 이와 별도로 산정특례 등록(논문 표기는 rare and intractable disease, RID 등록 프로그램)의 첫 청구를 쓴 정의를 비교했습니다[4]. 산정특례는 암 등 중증질환자와 희귀질환자, 중증난치질환자의 본인부담률을 경감하는 제도로, 의사가 확진한 경우 등록 신청서를 작성해 신청합니다. 암·희귀질환·중증난치질환은 확진일부터 30일 이내에 신청하면 확진일부터 5년이 적용된다고 공단이 안내합니다[9].
염증성 장질환 연구는 44개 알고리즘을 비교해 ICD-10 코드, 의료 이용 청구 1회 이상, 해당 질환 약 처방 청구 1회 이상을 결합한 정의를 기준 알고리즘으로 권고했습니다[6]. 급성심근경색은 진단코드(I21–I23)에 심전도와 트로포닌 검사를 요구하고, 관상동맥조영술이 가능한 병원에서는 시술까지 요구했습니다[7]. 뇌졸중은 한 입원의 퇴원일과 다음 입원일 사이가 2일 이하이면, 급성심근경색은 3일 이하이거나 두 입원일 사이가 28일을 넘지 않으면 청구를 하나의 에피소드로 묶었습니다[7].
이 사례들에서 읽을 것은 규칙의 개수가 아니라 규칙이 막으려는 문제입니다. 에피소드 간격을 정하지 않으면 전원과 재입원 때문에 한 번의 뇌졸중이 두 건으로 세어질 수 있습니다. 외래 횟수는 명세서 건수가 아니라 서로 다른 내원일 수로 세도록 정의에 적으면 같은 날의 중복 청구가 횟수를 부풀리지 않습니다. 두 문장은 필자의 제안입니다. 또 HIRA 자료에서는 정신질환, 희귀질환, 성매개감염병 등 일부 상병 코드가 가명처리 과정에서 마스킹되므로 해당 질환을 연구하려면 자료를 요청할 때 특정상병 활용 신청을 해야 합니다[5].
정확도 지표와 오분류가 추정치를 움직이는 방식
검증연구는 청구 정의로 뽑은 사람을 의무기록이나 등록 자료 같은 기준표준과 비교해 민감도, 특이도, 양성예측도(PPV), 음성예측도(NPV)를 보고합니다. RECORD 해설은 의무기록, 환자나 의사 설문, 임상 등록 자료를 흔한 기준표준으로 꼽고, 이 지표들을 방법 절에 적도록 권고합니다[1]. 정의는 다음과 같습니다. 민감도는 실제 환자 중 정의에 잡힌 비율, 특이도는 환자가 아닌 사람 중 정의에서 제외된 비율, PPV는 정의에 잡힌 사람 중 실제 환자의 비율입니다. 앞의 I71.3 사례의 PPV는 131 ÷ 305 = 43.0%입니다[3].
PPV는 검증한 집단의 유병률에 따라 달라집니다. 민감도 90%, 특이도 99%인 정의라도 유병률이 1%인 집단에서 PPV는 0.9×0.01 ÷ (0.9×0.01 + 0.01×0.99) = 47.6%이고, 유병률이 10%인 집단에서는 0.9×0.1 ÷ (0.9×0.1 + 0.01×0.9) = 90.9%입니다(필자 계산). 검증연구 271편을 평가한 보고 지침 연구에서 PPV나 NPV를 보고한 연구의 65.9%는 검증 집단의 유병률이 행정자료의 유병률보다 높아 예측도가 부풀려졌을 수 있었고, 민감도·특이도 등 정확도 지표를 네 개 이상 보고한 연구는 36.9%였습니다[10]. 인용하려는 검증연구의 PPV가 어느 집단에서 계산되었는지 반드시 확인하십시오.
오분류는 추정치도 움직입니다. 아래는 가상의 예시입니다. 노출군과 비노출군이 각각 10,000명이고, 결과의 실제 위험이 노출군 2%(200명), 비노출군 1%(100명)라서 실제 위험비(RR)가 2.0이라고 합시다. 정의의 민감도를 90%로 고정하고 두 군에 같은 민감도·특이도가 적용되는(비차등) 경우만 계산했습니다. 정의에 잡히는 사람 수는 민감도 × 실제 환자 수 + (1 − 특이도) × 환자가 아닌 사람 수입니다.
| 특이도 | 노출군에서 정의에 잡힌 수 | 비노출군에서 정의에 잡힌 수 | 관찰된 RR | 노출군 PPV |
|---|---|---|---|---|
| 100% | 180 | 90 | 2.00 | 100% |
| 99.9% | 189.8 | 99.9 | 1.90 | 94.8% |
| 99.5% | 229.0 | 139.5 | 1.64 | 78.6% |
| 99.0% | 278.0 | 189.0 | 1.47 | 64.7% |
가상의 예시: 민감도 90% 고정, 실제 RR 2.0, 각 군 10,000명. 노출군 정의 양성 수 = 0.9×200 + (1 − 특이도)×9,800, 비노출군 = 0.9×100 + (1 − 특이도)×9,900. 필자 계산.
결과가 드물수록 특이도가 1%p만 떨어져도 위양성이 진짜 사건과 비슷한 규모가 되어 RR이 1 쪽으로 끌려갑니다. 그래서 결과 정의는 PPV가 높은 엄격한 규칙(진단코드 + 입원 + 검사 결합)에서 시작하고, 잃어버린 민감도는 느슨한 정의로 다시 돌리는 민감도 분석으로 보완하는 방식을 권합니다(필자의 제안). 노출군이 검사를 더 많이 받아 결과가 더 많이 코딩되는 식의 차등 오분류는 방향을 가늠하기 어렵다는 점도 한계 절에 적어야 합니다. 한계 서술은 Limitations 섹션 작성법을 참고하십시오.
정의의 성능은 기관 유형에 따라서도 달라집니다. 뇌졸중·급성심근경색 알고리즘을 검증한 연구에서 PPV는 수도권 3차 병원(tertiary hospital)이 다른 병원보다 낮았습니다[7]. 염증성 장질환 연구에서도 산정특례 등록 코드를 포함한 알고리즘은 특히 2차 병원 환자에서 성능이 나빴습니다[6]. 자료에 병원 종별 정보가 있다면 종별 하위군 분석을 계획에 넣어 두십시오.
한국 검증연구 5편 읽는 법
아래 표는 한국 청구자료 정의를 검증한 연구 5편의 설계와 보고된 성능입니다. PubMed 초록과 오픈액세스 본문에서 확인한 값만 옮겼고, 정의 전체는 원문에서 확인하십시오.
| 질환(자료 기간) | 정의의 핵심 | 기준표준 | 보고된 성능 |
|---|---|---|---|
| 7대 암(2006·2009·2012·2013년 분석, NHIS) | 주상병: 같은 암으로 외래 3회 또는 입원 1회. 또는 산정특례(RID) 첫 청구 | 한국중앙암등록본부 연계 자료 | 민감도: 주상병 91.5%(대장)~97.9%(유방), RID 91.9%(간)~98.1%(유방). RID 정의 진단일과 등록 진단일 차이 31일 미만이 80% 초과. 초록에 특이도·PPV 없음[4] |
| 염증성 장질환(NHIS) | ICD-10 코드 + 의료 이용 청구 1회 이상 + 해당 약 처방 청구 1회 이상 | 17개 병원 1,697명의 의무기록 진단 | 민감도 93.1%, 특이도 98.1%, PPV 97.5%, NPV 94.5%. 산정특례 코드를 넣은 알고리즘은 더 나빴음(특히 2차 병원)[6] |
| 뇌졸중·급성심근경색(2018년 NHIS) | 진단코드 + 검사·시술 청구, 입원 에피소드 묶기 | 14개 병원 2,200건(뇌졸중 1,086, 급성심근경색 1,114)의 의무기록 | 민감도·특이도: 뇌졸중 94.3%·88.6%, 급성심근경색 97.9%·90.1%. 수도권 3차 병원에서 PPV가 낮았음[7] |
| 원위 요골 골절(2018년, 한 병원) | 정의 1 주 또는 부상병 단일 코드, 정의 2 모든 상병 코드, 정의 3 진단 + 시술 코드 | 768명 중 305명이 골절로 확인된 의무기록·영상 | 민감도/PPV: 정의 1 91.5%/96.9%, 정의 2 92.1%/95.6%, 정의 3 88.2%/98.2%. 정의 1에서 2로 넓히면 민감도 상승·PPV 하락, 정의 3은 민감도 하락·PPV 상승[8] |
| 파열 복부대동맥류(2000~2020년, 4개 병원) | I71.3 코드 하나 | 영상·수술기록 재검토 | I71.3 305건 중 131건(43.0%)만 실제 파열[3] |
자료: 각 행 끝에 표시한 참고문헌. 성능 값은 해당 논문이 자기 자료에서 보고한 수치이며 다른 연구기간·병원·질환에 일반화할 수 없습니다.
이 표에서 읽어야 할 점은 세 가지입니다. 첫째, 산정특례 등록이라는 같은 장치가 암에서는 주상병 정의보다 정확했고, 염증성 장질환에서는 오히려 성능을 떨어뜨렸습니다[4, 6]. 정의를 다른 질환으로 옮기지 말고 질환별 검증연구를 따로 찾으십시오. 둘째, 단일 기관 연구나 특정 연도 연구는 전국 자료의 다른 병원·연도에 그대로 적용되지 않을 수 있습니다[8]. 셋째, 인용할 때는 코드 목록만 가져오지 말고 횟수·결합·기간 규칙까지 통째로 가져와야 검증된 정의라고 말할 수 있습니다.
검증연구를 찾을 때는 PubMed에서 질환명, validation 또는 operational definition, National Health Insurance 또는 claims, Korea를 함께 검색하는 방법이 있습니다(필자의 제안). 검증연구가 없다면 RECORD 해설처럼 검증하지 않았다는 사실을 방법 절에 분명히 적고, 인접 질환의 정의를 빌릴 때는 근거를 달아야 합니다[1].
Washout, lookback, 신규 사용자 설계
Washout과 신규 사용자
약물이나 치료를 비교하는 청구자료 연구에서는 이미 약을 쓰던 사람(기존 사용자)을 섞으면 안 됩니다. Ray는 기존 사용자가 치료 초기를 이미 견딘 생존자라서 시간에 따라 위험이 변하는 약에서 큰 편향이 생기고, 약의 영향을 받은 공변량이 인과 경로에 있는데도 보정되지 않아 교란이 생길 수 있다는 문제도 있다고 설명하며, 현재 치료가 시작되는 시점부터 관찰하는 신규 사용자 설계를 권했습니다[11].
청구자료에서 신규 사용자는 washout 기간으로 정의합니다. Lund 등은 washout을 첫 처방 이전에 약제 보장은 받고 있었지만 비교하는 두 치료를 모두 쓰지 않은 고정 기간으로 설명합니다. 6~12개월이 흔하다고 합니다[12]. 그렇다면 기간은 길수록 안전할까요? 덴마크 처방 자료에서 look-back 기간을 30일부터 12년까지 바꾸어 본 연구는 정의된 신규 사용자 수를 실제 신규 사용자 수로 나눈 상대 오분류(RM)가 항생제에서 30일 4.75, 2년 2.36, 5년 1.33으로 줄고, 천식약에서는 2.53, 1.48, 1.20으로 줄었다고 보고했습니다. 간헐적으로 쓰는 약은 2년 look-back에서도 오분류가 심했습니다[13]. 덴마크 아동 자료의 결과이므로 한국 약물에 수치를 그대로 쓸 수는 없지만, 기간이 짧을수록 기존 사용자가 신규 사용자로 새어 들어온다는 방향은 분명합니다.
반대로 washout을 늘리면 관찰 가능한 기간을 요구하는 만큼 대상자가 줄고 연구 시작 시점도 뒤로 밀립니다. 국민건강보험공단 데이터베이스를 소개한 논문은 당시 자료가 2002년부터 2014년까지라고 적었습니다[2]. 이런 자료에서 washout을 1년으로 잡으면 자료 시작일로부터 1년이 지나야 신규 여부를 판정할 수 있습니다. 아래는 가상의 예시로 자료가 2008-01-01에 시작하고 washout이 365일인 경우입니다.
| 환자 | 판정 대상 청구일 | 관찰된 일수 | 직전 청구(간격) | 365일 washout | 730일 washout |
|---|---|---|---|---|---|
| A | 2008-06-10 | 161일 | 없음 | 제외(관찰 161일 < 365일) | 제외 |
| B | 2009-03-02 | 426일 | 없음 | 신규, index 2009-03-02 | 제외(관찰 426일 < 730일) |
| C | 2009-03-02 | 426일 | 2008-11-20(102일 전) | 제외(기존 사용자) | 제외 |
| D | 2010-07-15 | 926일 | 2009-05-01(440일 전) | 신규, index 2010-07-15 | 제외(440일 < 730일) |
| E | 2011-02-01 | 1,127일 | 없음 | 신규, index 2011-02-01 | 신규 |
가상의 예시: 자료 시작일 2008-01-01. 일수는 날짜 차이로 계산했습니다(2008년은 윤년이라 2009-01-01까지 366일). 환자 A의 판정이 보여주듯, 관찰된 기간이 washout보다 짧으면 직전 청구가 없어 보여도 청구가 없었던 것인지 볼 수 없었던 것인지 구별할 수 없습니다.
규칙은 간단합니다. 연구 시작일은 자료 시작일에 washout 기간을 더한 날 이후로 정하고, 그 이전에 첫 청구가 있는 사람은 신규 여부를 판정할 수 없으므로 제외합니다. 같은 약을 쓰다가 중단하고 다시 시작하는 사람이 여러 번 신규 사용자가 되는 문제는 마지막 처방일 + 공급일수 + 유예기간(grace period)으로 중단일을 정하고 washout에 더하는 방식으로 다룹니다[12]. HIRA 자료에서 약물 노출은 원외처방내역만 보지 말고 입원 중 원내 조제가 담긴 진료내역도 함께 확인해야 하며[5], 처방 기록이 실제 복용을 뜻하지 않는다는 가정은 방법 절에 밝혀 두십시오.
Lookback과 공변량
공변량도 정의가 필요합니다. 청구자료에서는 해당 상병 청구가 없으면 없는 것으로 보는 경우가 많은데, 사람마다 볼 수 있는 과거 자료의 길이가 다르면 이 가정이 편향을 만듭니다. Brunelli 등은 시뮬레이션에서 모든 사람에게 같은 고정 기간을 쓰는 방식보다 가용한 과거 자료를 모두 쓰는 방식이 대체로 편향이 작았다고 보고했습니다. 다만 단일 이분형 공변량을 가정한 시뮬레이션입니다[14]. 자료 시작일이 같아도 코호트에 늦게 진입한 사람일수록 볼 수 있는 과거가 길어집니다. “진입 전 1년”처럼 고정 기간을 쓸지 “진입 전 가용한 전체”를 쓸지 정하고, 반대 정의를 민감도 분석으로 돌리십시오. Charlson이나 Elixhauser 같은 동반질환 지수는 직접 만들지 말고 ICD-10 코드 알고리즘이 발표된 Quan 등의 목록을 인용해 쓰면 정의 논란이 줄어듭니다. 이 목록은 캐나다 입원 자료로 평가한 것이므로 한국 상병코드에 대응시킬 때 코드 목록을 다시 확인하십시오[15].
확인 규칙과 불멸시간
정의에 “외래 2회 이상”이나 “처방 2회 이상” 같은 확인 규칙을 넣으면 index date를 어디에 둘지가 문제가 됩니다. Suissa는 불멸시간을 노출 정의 때문에 결과가 발생할 수 없었던 추적 구간으로 설명하고, 시간·사건·노출 기반 코호트 정의 모두에서 생기며 불멸시간이 길수록 비율비의 편향도 커진다고 보였습니다[16]. 개념과 그림은 앞에서 소개한 후향적 코호트 연구 설계 글에 있고, 여기서는 청구자료에서 쓰는 결정 규칙만 적습니다.
- 확인 규칙이 있으면 index date는 확인을 충족한 날입니다. 두 번째 처방이 필요하다면 index date는 두 번째 처방일입니다[12]. 두 번째 방문을 정의의 조건으로 걸어 놓고 index date를 첫 방문일에 두면, 두 방문 사이에는 정의상 사건이 생길 수 없는 구간이 생깁니다. 사건이 있었다면 정의를 충족하지 못해 코호트에 들어오지 못하기 때문입니다.
- 가상의 예시. 첫 외래가 2019-03-04, 확인 외래가 2019-05-20이면 두 날짜 사이는 77일입니다. 첫 방문을 index로 잡으면 이 77일이 불멸시간이 됩니다.
- 결과가 확인 구간 안에서 일어난 사람은 정의를 충족하지 못한 사람입니다. 결과 정의와 확인 규칙이 겹치는지 정의 표에서 먼저 점검하십시오(필자의 제안).
- 노출을 “추적 중 한 번이라도 처방받은 사람”으로 정의하지 마십시오. 처방 전 구간은 비노출로, 이후는 노출로 분류하는 시간의존 노출로 다루어야 합니다[16].
방법 절에 정의를 표로 쓰는 법
RECORD는 방법 절에 네 가지를 요구합니다. 대상자를 고른 방법을 코드와 알고리즘 수준으로 자세히 적을 것(6.1), 그 코드와 알고리즘의 검증연구를 인용하고 이 연구에서 직접 검증했다면 방법과 결과를 제시할 것(6.2), 노출·결과·교란변수·효과 수정변수를 분류한 코드와 알고리즘의 전체 목록을 제시할 것(7.1), 그리고 고찰에서 오분류 편향, 측정되지 않은 교란, 결측, 자격 변화를 논의할 것(19.1)입니다. 목록을 지면에 싣지 못하면 이유를 설명해야 합니다[1]. 표로 쓰면 이 네 가지를 한 번에 충족하기 쉽습니다. 아래는 가상의 예시이며, 코드와 규칙은 형식을 보여주기 위해 만든 것이어서 검증된 정의가 아닙니다.
| 변수(역할) | 코드·규칙(가상) | 자료(HIRA 기준) | 검증 근거 |
|---|---|---|---|
| 제2형 당뇨병(대상자) | 주 또는 부상병 E11, 1년 안에 혈당강하제 처방 1회 이상 포함 | 명세서 일반내역, 원외처방내역 | 검증연구 인용 또는 “미검증” 명시 |
| SGLT2 억제제 신규 사용(노출) | 첫 처방일 = index date, 직전 365일에 SGLT2·DPP-4 억제제 청구 없음 | 원외처방내역, 진료내역 | 해당 없음(처방 기록은 복용 확인이 아님을 한계에 기재) |
| DPP-4 억제제 신규 사용(활성 비교군) | 노출과 같은 washout, 같은 index 규칙 | 원외처방내역, 진료내역 | 해당 없음 |
| 심부전 입원(결과) | 입원 명세서의 주상병 I50, index 다음 날부터 관찰 | 명세서 일반내역 | 코드 검증연구 인용. 부상병 포함 정의는 민감도 분석 |
| 동반질환(교란변수) | index 전 365일의 Charlson 지수(Quan 등의 ICD-10 알고리즘) | 상병내역 | Quan 등[15] |
| 추적 종료 | 사건 발생, 사망, 자격 상실, 자료 종료 중 먼저 오는 날 | 자격·사망 자료 | 해당 없음 |
가상의 예시. 변수와 규칙은 구조를 보여주기 위한 가정이며, 실제 연구에서는 각 행의 코드 전체 목록을 부록 표로 첨부하고 검증 근거를 질환별로 채워야 합니다.
정의를 확정한 뒤 점검할 항목은 다음과 같습니다. 코드는 세분류까지 모두 적었는가, 주·부상병 중 어디를 쓰는가, 입원과 외래 횟수를 내원일 기준으로 세는가, 처방·검사 결합 조건과 기간이 있는가, 에피소드를 묶는 간격이 있는가, washout과 lookback 길이를 적었는가, 확인 규칙이 있다면 index date가 확인일인가, 검증연구를 인용했는가. 여덟 항목 가운데 하나라도 비면 심사 단계에서 그 칸을 질문받을 수 있습니다. 같은 지적을 받았을 때 답변서 구조는 리뷰어 답변 작성 가이드를 참고하십시오.
한국 연구자가 정의를 확정하는 순서
한국 청구자료의 특성을 반영한 순서를 제안합니다. 석박사과정과 전공의는 이 순서를 자료 신청서 준비 기간에 끝내는 것을 목표로 하십시오.
- 상병 체계를 확인합니다. 한국의 표준 질병 분류는 통계청이 통계법 제22조에 따라 고시하는 한국표준질병·사인분류(KCD)이며, 국제질병분류(ICD)를 기반으로 합니다[17]. 청구 상병코드가 어느 차수를 따르는지, 연구 기간 중 개정이 있었는지는 자료 제공기관의 변수설명서에서 확인하십시오(필자의 제안).
- 검증연구를 찾습니다. 질환별로 PubMed와 KCI에서 한국 청구자료 검증연구를 찾아 정의 전체를 옮기고, 병원 종별·연도 범위를 기록합니다.
- 정의를 두 벌로 만듭니다. 엄격한 정의(PPV 우선)를 주 분석으로, 느슨한 정의(민감도 우선)를 민감도 분석으로 정합니다.
- 자료 구조에 대응시킵니다. 각 규칙이 어느 테이블·변수에서 구현되는지 적습니다. 마스킹되는 특정상병이면 신청 단계에서 특정상병 활용 여부를 확정합니다[5].
- 정의 표를 동결합니다. 분석 전에 지도교수와 통계 담당자가 정의 표에 합의하고 버전을 남깁니다. 심사 단계에서 정의를 바꾸면 분석 전체를 다시 돌려야 하기 때문입니다.
- 방법 절과 부록을 같은 표에서 만듭니다. 본문에는 요약 표를, 부록에는 전체 코드 목록을 싣습니다.
Editverse는 청구자료 연구의 정의 설계와 분석부터 원고 작성, 투고, 심사 대응을 거쳐 게재 확정까지 이어서 지원합니다. 변수·교란변수 정의(프로토콜), 코호트 구축을 위한 분석 코드 준비, 주요 분석까지 점검받으려면 레지스트리·RWD 연구【기본】이나 레지스트리·RWD 연구【고급】, 그리고 논문 통계 분석 서비스를 확인하시기 바랍니다. 논문 작성부터 게재 확정까지 한 번에 맡기려면 논문 작성부터 게재 확정까지 풀 서비스가 있습니다. 학생·비펀딩 연구자 할인이나 범위에 대한 문의는 문의하기 또는 [email protected]으로 보내 주십시오. Editverse는 ICMJE 권고, COPE 지침, GPP 2022(GPP3 개정판)에 따라 진행합니다.
마무리
청구자료 상병 정의는 코드 목록이 아니라 코드, 위치, 횟수, 결합, 에피소드, 기간을 모두 적은 규칙입니다. 한 질환에서 검증된 정의를 다른 질환으로 옮기지 말고, 결과 정의는 PPV를 우선하되 느슨한 정의로 민감도 분석을 하며, 신규 사용자는 washout으로 정하고, 확인 규칙이 있으면 index date를 확인일에 두십시오.
마지막으로 방법 절의 표와 부록의 코드 목록을 같은 원본에서 만들어 두면 투고와 재심사 단계에서 정의를 다시 설명해야 할 때 시간이 크게 줄어듭니다. 이 글의 검증연구 수치는 각 논문이 자기 자료에서 보고한 값이므로, 인용하기 전에 원문에서 정의 전체와 대상 기간을 확인하시기 바랍니다.
참고문헌
1. Benchimol EI, Smeeth L, Guttmann A, et al. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) statement. PLoS Med. 2015;12(10):e1001885. DOI: 10.1371/journal.pmed.1001885. PMID: 26440803
2. Cheol Seong S, Kim YY, Khang YH, et al. Data Resource Profile: The National Health Information Database of the National Health Insurance Service in South Korea. Int J Epidemiol. 2017;46(3):799-800. DOI: 10.1093/ije/dyw253. PMID: 27794523
3. Jo EA, Seong S, Ahn S, et al. Validation of I71.3 code for ruptured abdominal aortic aneurysm in Korea: misplaced diagnosis in claims data. Ann Surg Treat Res. 2023;104(3):170-175. DOI: 10.4174/astr.2023.104.3.170. PMID: 36910559
4. Yang MS, Park M, Back JH, et al. Validation of Cancer Diagnosis Based on the National Health Insurance Service Database versus the National Cancer Registry Database in Korea. Cancer Res Treat. 2022;54(2):352-361. DOI: 10.4143/crt.2021.044. PMID: 34353000
5. 건강보험심사평가원. HIRA 맞춤형 연구분석 이용 가이드(2026.04.). 보건의료빅데이터개방시스템 제공 파일 hiraCsRsrcDataAnalUseGuide.zip(제1장 4. 제공 자료). opendata.hira.or.kr. 기준일 2026-10-12
6. Lee CK, Ha HJ, Oh SJ, et al. Nationwide validation study of diagnostic algorithms for inflammatory bowel disease in Korean National Health Insurance Service database. J Gastroenterol Hepatol. 2020;35(5):760-768. DOI: 10.1111/jgh.14855. PMID: 31498502
7. Kim TJ, Lee HS, Kim SE, et al. Developing a national surveillance system for stroke and acute myocardial infarction using claims data in the Republic of Korea: a retrospective study. Osong Public Health Res Perspect. 2024;15(1):18-32. DOI: 10.24171/j.phrp.2023.0248. PMID: 38481047
8. Lee YK, Park C, Won S, et al. Validation of an Operational Definition to Identify Distal Radius Fractures in a National Health Insurance Database. J Hand Surg Am. 2021;46(11):1026.e1-1026.e7. DOI: 10.1016/j.jhsa.2021.03.001. PMID: 33867200
9. 국민건강보험공단. 본인일부부담금 산정특례 제도(국민건강보험법 제44조, 동법 시행령 제19조 제1항 및 별표2). nhis.or.kr. 기준일 2026-10-12
10. Benchimol EI, Manuel DG, To T, Griffiths AM, Rabeneck L, Guttmann A. Development and use of reporting guidelines for assessing the quality of validation studies of health administrative data. J Clin Epidemiol. 2011;64(8):821-829. DOI: 10.1016/j.jclinepi.2010.10.006. PMID: 21194889
11. Ray WA. Evaluating medication effects outside of clinical trials: new-user designs. Am J Epidemiol. 2003;158(9):915-920. DOI: 10.1093/aje/kwg231. PMID: 14585769
12. Lund JL, Richardson DB, Stürmer T. The active comparator, new user study design in pharmacoepidemiology: historical foundations and contemporary application. Curr Epidemiol Rep. 2015;2(4):221-228. DOI: 10.1007/s40471-015-0053-5. PMID: 26954351
13. Riis AH, Johansen MB, Jacobsen JB, Brookhart MA, Stürmer T, Støvring H. Short look-back periods in pharmacoepidemiologic studies of new users of antibiotics and asthma medications introduce severe misclassification. Pharmacoepidemiol Drug Saf. 2015;24(5):478-485. DOI: 10.1002/pds.3738. PMID: 25601142
14. Brunelli SM, Gagne JJ, Huybrechts KF, et al. Estimation using all available covariate information versus a fixed look-back window for dichotomous covariates. Pharmacoepidemiol Drug Saf. 2013;22(5):542-550. DOI: 10.1002/pds.3434. PMID: 23526818
15. Quan H, Sundararajan V, Halfon P, et al. Coding algorithms for defining comorbidities in ICD-9-CM and ICD-10 administrative data. Med Care. 2005;43(11):1130-1139. DOI: 10.1097/01.mlr.0000182534.19832.83. PMID: 16224307
16. Suissa S. Immortal time bias in pharmaco-epidemiology. Am J Epidemiol. 2008;167(4):492-499. DOI: 10.1093/aje/kwm324. PMID: 18056625
17. 통계청. 세계보건기구(WHO)의 국제분류에 대한 정보 공유: 제11차 국제질병분류(ICD-11)의 소개 1부(공유 No. 202103-01-ICD-01, 2021.03.31.). lib1.kostat.go.kr. 기준일 2026-10-12
이어서 읽기
원고 상담
이 주제로 원고를 준비 중이신가요?
연구 분야와 원고 단계를 남겨 주시면 PhD·MD·통계 전문가가 검토 방향을 이메일로 안내해 드립니다.
- PhD · 의학박사(MD) · 통계 전문가 · 분야 전문가가 함께 검토
- 선결제 없이 시작, 첫 초안 확인 후 결제
- 대학·기관 지침과 COPE·ICMJE 기준 준수, 비밀유지(NDA)
- 영업일 기준 24시간 이내 이메일 답변
