심장질환·뇌혈관질환 재입원 위험률 및 요인 분석

🏥국민건강보험공단의 표본 코호트(NHIS-NSC) 오픈데이터(진료내역, 출생/사망, 자격)를 통합하여 심장질환(I20–I51) 또는 뇌혈관질환(I60–I69) 으로 첫 입원 후 동일상병 재입원 위험을 분석

• 분석 언어: R
• 주요 라이브러리: tidyverse, readxl, survival, survminer, tableone
• Event: “첫 입원 퇴원 이후 동일 상병으로 첫 재입원” 발생
• Time: 퇴원일 → 첫 재입원일(사건) / 퇴원일 → 연구종료일 또는 3년(censoring)
• 주요 공변량: 나이, 성별, LOS(입원일수), 과거 180일 동반질환·외래·응급 이용지표

---

목차

• 프로젝트 소개
• 📂 프로젝트 구조
• 분석 절차 및 방법
  • 1. 데이터 병합 및 코호트 정의
    • 데이터 & 변수
  • 2. 기술 통계 분석
  • 3. 생존분석 (Survival Analysis)
• 분석 파이프라인
• 결과 요약
• 결과 분석 PPT

---

📂 프로젝트 구조

├─ R/
│  ├─ rr_first.R   # 데이터셋 통합, 변수 정의
│  ├─ rr_second.R  # 연구 대상자 확정
│  ├─ rr_ds2.R     # 재입원 vs 비재입원 
│  └─ rr_sa5.R     # 생존분석 - KM, CoxPH
├─ outputs/        # 결과 - csv
└─ plots/          # 결과 - 시각화

---

분석 절차 및 방법

1. 데이터 병합 및 코호트 정의

여러 데이터셋(NSC2_M20, NSC2_BND, NSC2_BNC)을 RN_INDI를 기준으로 병합 후 다음과 같은 기준으로 연구 대상자 코호트를 정의했다.

• 진단 기준: 주상병 코드가 심장 질환(I20-I51) 또는 뇌혈관 질환(I60-I69) 에 해당하는 환자
• 입원 기록: 해당 질환으로 최소 1회 이상 입원한 기록이 있는 환자
• 워시아웃(Washout) 기간: 2006년 이전에 동일 질환으로 입원 기록이 있는 환자는 제외
• 제외 기준: 입원 중 사망, 퇴원 기록 불분명, 나이 정보가 유효하지 않은 환자를 제외

데이터 & 변수

• 데이터셋
  • 진료내역(T20): NSC2_M20.csv, NSC2_M20_1619.csv
  • 자격(성별): NSC2_BNC_V2_1.csv, NSC2_BNC_1619.csv
  • 출생/사망: NSC2_BND.csv
• 핵심 변수
  • RN_INDI(ID)
  • MDCARE_STRT_DT(진료시작일)
  • FORM_CD(입원=“02”)
  • SICK_SYM1/2(주/부상병)
  • HSPTZ_PATH_TYPE(내원경로)
  • VSHSP_DD_CNT(입내원일수=LOS)
  • MCARE_RSLT_TYPE(진료결과)
  • BTH_YYYY(출생연도), DTH_YYYYMM(사망연월)
• 파생 변수
  • DISCHARGE_DT(퇴원일)
  • age_index(index 시점 나이)
  • index기준 과거 180일 이용량·응급여부, 동반질환 (hx_htn, hx_dm, hx_af, hx_ckd, hx_copd, hx_ihd, hx_hf, hx_dlp, hx_stroke, hx_cancer)

2. 기술 통계 분석

tableone 패키지를 사용해 재입원 그룹과 비재입원 그룹 간의 환자 특성을 비교하는 표(Table 1)를 생성했다. 이를 통해 두 그룹의 기초적인 인구학적 및 임상적 특성 차이를 파악했다.

3. 생존분석 (Survival Analysis)

재입원 위험에 영향을 미치는 독립적인 요인들을 식별하기 위해 생존분석을 수행

• Kaplan-Meier 분석: 전체 환자 코호트의 재입원 위험률을 시각적으로 확인했다. 특히, 입원 기간(VSHSP_DD_CNT)의 중앙값인 5일을 기준으로 입원 기간이 5일 이상인 그룹과 미만인 그룹을 나누어 재입원 위험을 비교했다.

• Cox 비례 위험 회귀 분석: 재입원 위험에 영향을 미치는 독립적인 요인들을 식별하기 위해 다변량 Cox 회귀 모델을 구축했다. 모델에는 나이, 성별, 입원 기간, 고혈압 동반 질환 유무를 포함했다.

  • 결과 해석: 분석 결과, 고혈압 동반 질환 유무와 입원 기간이 재입원 위험에 유의미한 영향을 미치는 것으로 나타났다.
    • 고혈압이 있는 환자는 그렇지 않은 환자보다 재입원 위험이 유의하게 높았다.
    • 입원 기간이 길수록 재입원 위험이 높아지는 경향을 보였다.

---

분석 파이프라인

1. 코호트 구성 & 워시아웃
   • 심장(I20–I51) 또는 뇌혈관(I60–I69) 입원(FORM_CD="02") 최초 사례를 index로 정의
   • 2006-01-01 이전 동일상병 이력 워시아웃
   • 입원 중 사망/퇴원 불명확/나이 계산 불가 사례 제외
2. 그룹 라벨링
   • index 이후 동일상병 재입원 여부로 readmit_flag(0/1) 생성
3. 과거 180일 이력
   • 외래/응급/타입원 횟수 및 동반질환 flag(hx_*) 생성
4. 기술통계(Table 1)
   • wd_tbl1 기준 재입원군 vs 비재입원군 비교(Table_wd_final.csv)
   • 데모 표본에서 **LOS(입원일수)**가 재입원군에서 유의하게 큼
5. 생존분석
   • KM 곡선(전체 & LOS 중앙값 5일: >=5 vs <5)과 risk table
   • 누적발생(1−S(t)), 누적위험 H(t), 랜드마크(30/90일/1·2·3년)
   • Cox PH: Surv(time,event) ~ age10 + sex + los + hx_htn

---

결과 요약

데모 표본 기반으로 진행한 분석이기에 표본 수가 매우 적어 추정의 불확실성이 크다.

입원일수(LOS)와 고혈압 과거력(hx_htn)은 재입원 위험 증가와 연관이 시사되나, 교란·잔여 편향 가능성이 있어 추가 검증이 필요하다.

---

결과 분석 PPT

의학통계실 최종발표 PPT