I. 서 론
2024년 7월, 대한민국의 65세 이상 인구는 1천만 명을 넘어 노인 인구가 총 인구의 20% 이상을 차지하는 초고령사회로 진입하였다1. 보건복지부 실태조사에 따르면, 노인 인구는 84%가 뇌혈관질환, 심장질환, 암, 호흡기질환, 근골격계 질환 등 만성 질환을 앓고 있으며, 54.9%는 2개 이상 복합 질환을 갖고 있다고 보고하였다. 이러한 만성질환은 노인 인구의 높은 유병률 뿐 아니라 주요 질병 사망 원인으로 밝혀져 있으므로2, 앞으로도 증가 추세가 유지될 것으로 예측되는 노인 인구의 건강결과에 영향을 미치는 건강 상태, 질환, 의료 이용 특성과 같은 요인들에 관한 연구가 필요하다3.
국민건강보험 주요통계에 따르면 노인 인구의 의료비 지출은 2022년 기준 요양급여 비용의 43.1%를 차지하며, 1인당 월평균 진료비도 전체인구 대비 약 2.6배 높았다4. 따라서 노인 인구의 건강결과 개선은 이러한 개별 가구의 의료지출 뿐 아니라 사회적 비용과 공공재정에 직접적 영향을 미칠 것으로 사료된다. 더불어, 노인 인구의 질병에 따른 삶의 질 저하는 개인의 신체･정신적 건강한 삶을 저해할 뿐 아니라 가구 내 파급영향, 사회적 돌봄 필요를 통해 사회 전체의 노인 인구 부양 부담을 가중시킬 수 있다5,6. 따라서 노인 인구의 의료 이용 및 의료비, 건강결과 및 삶의 질에 영향을 주는 요인을 조사할 필요성이 있다.
한편, 대한민국은 의과와 한의과로 이원화된 의료체계를 갖고 있으며, 한의학에서 노화를 생리적 노화 현상 뿐 아니라 선천적인 신체조건과 유전요인을 반영하는 품부, 후천적인 생활습관 및 관리를 의미하는 섭생 및 양생의 부족에 의해 발생하는 것으로 보고 각종 허로(虛勞) 및 허손(虛損) 질환으로 포괄적으로 인식하고 있다7. 한의학은 부정거사(扶正祛邪), 보허사실(補虛瀉實)의 원칙에 따라 암8, 치매9, 퇴행성 관절질환10-12 등과 같은 노인성 및 만성 질환을 치료･관리하고 있다. 특히 한약요법은 기미론과 방제원리에 따른 전통적인 한의의료행위로 노인 인구에서 예상되는 만성 질환, 허로 질환에 보신･익기･온양･자음 효과를 갖는 한약재와 처방이 주로 사용되는데13, 한약의 노화 관련 유전자에 대한 조절 및 활성 효과는 항노화 역할과 관련되는 것으로 알려져 있다14. 따라서 노인의 한의의료 이용은 임상적 건강결과에 영향을 줄 수 있는 요인으로 사료된다.
관련한 선행연구로는 2017년 한방의료 이용 현황 실태조사에서 노인 인구에서 관절, 척추 통증 질환을 다빈도 상병으로 침술, 구술, 부항술 등이 주로 이용되고 있음을 보고하였다15. 그러나 근골격계 질환 및 요양급여행위 뿐 아니라 만성 질환과 복합 질환, 비급여 한약 사용을 포괄한 노인 인구의 한의의료 이용 현황과 그에 따른 의료비 및 삶의 질 변화를 실세계자료를 통해 확인해 볼 필요가 있다. 따라서 본 연구는 성향점수매칭을 적용한 후향적 관찰연구로서 한국의료패널조사 자료의 층화 추출된 표본 가구 중 노인 인구에서 한약 사용의 유무에 따라, 의료비, 삶의 질에 미치는 영향을 비교하고자 한다.
II. 방 법
2. 대상 자료
1) 수집원 및 수집기간
한국의료패널조사(Korea Health Panel Survey, KHP)는 한국보건사회연구원과 국민건강보험공단이 공동 주관으로 2008-2018년 1기, 2019년-현재 2기 조사가 진행 중인 표본 가구 대상 의료 이용현황 조사 사업(국가승인통계 : 제920012호)으로, 대한민국 지역별 층화집락추출한 표본 가구를 대상으로 장기간 추적을 통한 종적 데이터라는 특징이 있다. 특히 면접조사에 기반하여 청구자료에서는 확인이 어려운 비급여 한약 사용의 여부가 수집되고 있어 한약 사용 연구에 유리한 자료로 평가되고 있다. 따라서 본 연구의 목적에 해당하는 대상 가구의 구성원 인구사회학적 정보 및 건강결과를 이용할 수 있는 자료로 판단하였다.
본 연구는 한국보건사회연구원과 국민건강보험공단이 공동으로 주관하여 2008-2022년 수집한 한국의료패널조사 1기 및 2기(Version 1.7.3 & 2.4 beta) 자료에서 연구목적으로 제공 가능하도록 익명화 처리된 자료를 제공 받아 분석하였다16.
2) 수집변수
인구사회학적 특성을 확인하기 위해 연령, 성별, 교육수준, 소득수준, 체질량지수 등을 수집하였다. 원인변수로 한의의료 이용, 한약 사용 여부를 수집하였다. 1차 결과지표로 의료비(총의료비, 의과의료비, 한의과의료비), 삶의 질(EQ-5D) 지표를 수집하였고, 2차 결과지표로 의료 이용(응급의료 이용, 의과의료 이용, 한의의료 이용), 만성 질환 진단, 사망, 그 외 수집 가능한 기타 보건사회학적 영향을 수집하였다. 교란요인으로 작용할 수 있는 의료급여 및 장애진단 여부, 우울증 진단 여부, Charlson comorbidity index(CCI)를 함께 수집하였다.
3. 선정･제외기준
1) 선정기준
조사에 응답한 표본 가구 중 가구원 조사표에 조사연도 당시 나이 65세 이상인 노인을 대상으로 하였다. 한의의료 이용군과 한약 사용군은 아래 정의와 같이 선정하였다.
(1) 한의의료 이용군
조사기간 중 최소 1회 이상 가구원 조사표에서 한의의료 이용이 있는 경우, 의료서비스이용 조사표에서 입원 및 외래 한의의료 이용이 있었던 가구원
(2) 한의의료 비이용군
조사기간 중 한번도 가구원 조사표에서 한의의료 이용이 발생하지 않은 경우, 의료서비스이용 조사표에서 입원 또는 외래 한의의료 이용이 없는 가구원
(3) 한약 사용군
한의의료 이용군에 해당하면서, 동시에 최소 1회 이상 의료서비스이용 조사표에서 한약 또는 한약제제 처방을 받았던 가구원
(4) 한약 비사용군
한의의료 이용군에 해당하면서, 조사기간 중 한번도 한약 또는 한약제제 처방이 없었던 가구원
4. 자료분석
1) 분석방법
표본 가구원 중 65세 이상 노인 인구의 인구사회학적 분포를 탐색하기 위해 기술통계분석을 실시하였다. 연령대를 층화변수로 하여 65-74세, 75-84세, 85세 이상의 3개 하위군으로 구분하고, 조사연도별 연령을 기준으로 하여 배정하였다. 동일인이 조사 도중 75세 또는 85세에 도달한 경우는 해당 조사연도의 자료부터 새로운 하위군에 별개의 대상자로 추가하여 배정하였다. 소득분위는 연 가구소득을 기준으로 4분위로 나타내었고, 신장과 체중으로부터 체질량지수(body mass index; BMI)를 산출하고 대한비만학회 비만 진료지침에 따른 단계로 구분하였다19. 대한민국 전체 노인 인구 모집단이 아닌 한국의료패널조사 표본집단에 대한 분석으로서 모집단의 특성을 반영하기 위한 가중치는 적용하지 않았다.
한의의료 이용군은 한의과 외래 또는 입원 이용이 1일 이상 발생한 가구원으로 정의하였고, 한약 사용군은 한의의료 이용군에 해당하면서 한의과 외래 또는 입원의 치료내용 중 한약 또는 한약제제를 처방 받은 경우로 정의하였다.
원자료로부터 한의의료 이용군과 비이용군 간의 차이를 보정하기 위해 성향점수매칭(propensity score matching; PSM)20을 적용하여 매칭된 데이터셋을 추출하였다. 한약 사용과 한의의료 이용 여부를 원인변수로 한약 사용군과 비사용군, 한의의료 이용군과 비이용군에서의 의료비 및 삶의 질, 의료 이용, 만성질환 이환, 신규 발생, 사망, 기타 건강결과의 차이를 확인하기 위해 기술통계분석 및 빈도분석을 시행하였다. 연속형 결과지표는 모수적 방법으로 군간 비교에서는 independent sample t-test, 전후 비교에서는 paired sample t-test, 연령대별 3군간 비교에서는 ANOVA 분산분석을 계획하였고, 비모수적 방법으로 Wilcoxon rank-sum test과 Kruskal-Wallis test을, 이분형 결과지표는 chi-square test을 계획하였다. 이중 추가적인 상관관계 확인이 필요한 지표에 대해 연속형 결과지표는 다중회귀분석, 이분형 결과지표는 로지스틱 회귀분석을 계획하였다. 기타 추가적인 보건사회학적 영향이 확인되는 경우 분석에 포함하였다. 통계검정의 유의수준(significance level α)은 양측 검정으로 0.05로 설정하여 95% 신뢰구간을 확인하는 것으로 계획하였다.
2) 통계학적 분석
성향점수매칭을 위해 성별, 연령, 평균 가구소득, 체질량지수, 질환 중증도(Charlson comorbidity index; CCI)를 공변량으로 하여 다중 로지스틱 회귀모형을 사용하여 성향점수를 추정하였고 1:1 최단거리 이웃 매칭(nearest neighbor matching)을 사용하여 매칭된 데이터셋을 추출하였다. 생존분석을 위해 한의의료 이용과 한약 사용 여부에 따른 층화 Cox proportional hazard model을 사용하여 생존기간에 따른 Kaplan-Meier analysis을 실시하고, 군간 차이 비교검정에는 Log-rank test를 사용하였다.
결과지표 중 연속형 자료인 의료비(총 의료비, 의과 의료비, 한의과 의료비), 삶의 질(EQ-5D), 의료 이용(응급의료 이용, 의과의료 이용, 한의의료 이용)에 대하여 정규성 검정을 실시하였다. Kolmogorov-Smirnov test 결과, 모든 결과지표에서 정규성을 따른다는 귀무가설을 기각하였다(p<0.05). 따라 의료비, 삶의 질, 의료 이용은 기술통계분석으로 평균±표준편차를 확인하였고, 군간 차이를 비교하고자 비모수적 검정인 Wilcoxon rank-sum test을 실시하였다. 연령대별 3군간 차이의 다중 비교는 Kruskal-Wallis test을 실시하고, 유의한 차이가 있을 경우 사후 분석으로 Bonferroni corrected Dunn procedure를 실시하였다. 모수적 검정인 independent sample 및 paired sample t-test, regression analysis는 실시하지 않았다.
결과지표 중 이분형 자료인 만성질환 이환 여부, 신규 발생, 사망 보고는 빈도분석으로 빈도수와 백분율을 확인하였고, 군간 차이를 비교하고자 chi-square test을 실시하였다.
III. 결 과
1. 자료 특성
1) 일반적 특성
조사연도별 인년(person-year; PY)단위로 수집된 한국의료패널조사 1기 및 2기 자료로부터 선정･제외기준에 부합하는 60,788 PY, 15,388명의 자료가 포함되었으며, 이 중 조사기간 한의의료 이용이 1회 이상 있었던 한의의료 이용군은 7,395명, 조사기간 한의의료 이용이 발생하지 않은 한의의료 비이용군은 7,993명이었다. 한의의료 이용군과 비이용군 간의 차이를 보정하기 위해 성향점수매칭을 적용한 후 52,679 PY, 12,880명의 자료가 분석에 사용되었다. 이 중 한의의료 이용군과 비이용군은 1:1 매칭하여 각 6,440명이었고, 한의의료 이용군 중 한약, 한약제제 처방이 발생한 한약 사용군은 3,419명, 발생하지 않은 한약 비사용군은 3,021명이었다(Fig. 1).
2) 인구사회학적 특성
성향점수매칭 전의 원자료 특성에 대한 기술통계적 분석 결과, 한약 사용 및 한의의료 이용 여부에 따른 평균 연령은 한의의료 이용군이 비이용군보다 1.4세 낮았고, 연령대별로는 한의의료 이용군의 85세 이상 대상자 분포가 다른 연령대보다 비교적 적었다. 이용 성별은 한의의료 이용군과 한약 사용군에서 각 비이용군, 비사용군에 비해 모두 여성이 유의하게 높았다(p<0.05). 교육수준은 한의의료 이용군과 한약 사용군에서 각 비이용군, 비사용군에 비해 초등학교 이하가 많고 반대로 대학교 이상이 적었다. 평균 가구소득은 한의의료 이용군에서 비이용군에 비해 약 262만 원 유의하게 적었으며, 소득분위 분포에서는 1-2사분위 분포가 많고 반대로 4사분위 분포가 적어 소득이 중위값 이하인 대상자 분포가 비교적 많았다. 체질량지수는 군간 평균 차이는 미미하게 나타났다. 체질량지수별 하위군에서는 한의의료 이용군에서 비이용군에 비해 저체중이 비교적 적었으나, 정상체중은 군간 차이가 없었고, 과체중, 1단계 비만은 비교적 많았다. 한약 사용군과 비사용군 간에는 체질량지수의 두드러진 차이가 거의 없었다(Table 1).
Table 1
Descriptive characteristics by herbal medicine and Korean Medicine usage in 2008-2022
| Before propensity score matching | After propensity score matching | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
||||||||||||||
| Variables | Total | KM user | Non-KM user | p-value | Total | KM user | Non-KM user | p-value | ||||||
|
|
|
|||||||||||||
| HM user | Non-HM user | p-value | HM user | Non-HM user | p-value | |||||||||
|
|
|
|
||||||||||||
| N | 15,388 | 3,954 | 3,441 | 7,395 | 7,993 | 12,880 | 3,419 | 3,021 | 6,440 | 6,440 | ||||
| Age (year) | 72.0±6.4 | 71.8±5.4 | 71.8±5.8 | 0.542 | 71.3±5.6* | 72.7±7.0* | <0.001 | 71.5±6.1 | 71.3±5.6 | 71.4±5.9 | 0.651 | 71.3±5.7 | 71.7±6.5 | 0.529 |
|
|
||||||||||||||
| Age group (n, %) | ||||||||||||||
|
|
||||||||||||||
| Age : 65-74 | 8,384 (54.5) | 2,115 (53.5) | 1,939 (56.4) | · | 4,054 (54.8) | 4,330 (54.2) | · | 7,250 (56.3) | 1,803 (52.7) | 1,678 (55.5) | · | 3,481 (54.1) | 3,769 (58.5) | · |
|
|
||||||||||||||
| Age : 75-84 | 5,683 (36.6) | 1,576 (39.9) | 1,276 (37.1) | · | 2,852 (38.6) | 2,786 (34.9) | · | 4,652 (36.1) | 1,380 (40.4) | 1,137 (37.6) | · | 2,517 (39.1) | 2,135 (33.2) | · |
|
|
||||||||||||||
| Age : Above 85 | 1,366 (8.9) | 263 (6.7) | 226 (6.6) | · | 489 (6.6) | 877 (11.0) | · | 978 (7.6) | 236 (6.9) | 206 (6.8) | · | 442 (6.9) | 536 (8.3) | · |
|
|
||||||||||||||
| Sex : female (n, %) | 8,610 (56.0) | 2,732* (69.1) | 2,037* (59.2) | <0.001 | 4,790* (64.5) | 3,841* (48.1) | <0.001 | 7,350 (57.1) | 2,202* (64.4) | 1,632* (54.0) | <0.001 | 3,834* (59.5) | 3,516* (54.6) | <0.001 |
|
|
||||||||||||||
| Education (n, %) | ||||||||||||||
|
|
||||||||||||||
| Elementary school | 8,137 (52.9) | 2,329 (58.9) | 1,852 (53.8) | · | 4,181 (56.5) | 3,956 (49.5) | · | 6,781 (52.7) | 1,957 (57.2) | 1,588 (52.6) | · | 3,545 (55.1) | 3,236 (50.3) | · |
|
|
||||||||||||||
| Middle school | 2,806 (18.2) | 683 (17.3) | 631 (18.3) | · | 1,314 (17.8) | 1,492 (18.7) | · | 2,377 (18.5) | 608 (17.8) | 558 (18.5) | · | 1,166 (18.1) | 1,211 (18.8) | · |
|
|
||||||||||||||
| Highschool | 3,237 (21.0) | 686 (17.4) | 739 (21.5) | · | 1,425 (19.3) | 1,812 (22.7) | · | 2,754 (21.4) | 616 (18.0) | 669 (22.1) | · | 1,285 (20.0) | 1,469 (22.8) | · |
|
|
||||||||||||||
| Above university | 1,208 (7.9) | 256 (6.5) | 219 (6.4) | · | 475 (6.4) | 733 (9.2) | · | 968 (7.5) | 238 (7.0) | 206 (6.8) | · | 444 (6.9) | 524 (8.2) | · |
|
|
||||||||||||||
| House income (10 k KRW/yr) | 2,815 | 2,625* | 2,742* | 0.004 | 2,679* | 2,941* | <0.001 | 2,776 | 2,666* | 2,790* | 0.007 | 2,724* | 2,828* | <0.001 |
|
|
||||||||||||||
| House income quantile (%) | ||||||||||||||
|
|
||||||||||||||
| 1st quarter | (25.0) | 28.0 | 25.4 | · | 26.8 | 23.4 | · | (25.0) | 27.1 | 24.8 | · | 26.0 | 24.0 | · |
|
|
||||||||||||||
| 2nd quarter | (25.0) | 25.4 | 27.2 | · | 26.3 | 23.9 | · | (25.0) | 25.8 | 26.7 | · | 26.2 | 23.8 | · |
|
|
||||||||||||||
| 3rd quarter | (25.0) | 24.8 | 23.3 | · | 24.1 | 25.9 | · | (25.0) | 24.3 | 23.2 | · | 23.8 | 26.2 | · |
|
|
||||||||||||||
| 4th quarter | (25.0) | 21.8 | 24.2 | · | 22.9 | 26.9 | · | (25.0) | 22.8 | 25.3 | · | 24.0 | 26.0 | · |
|
|
||||||||||||||
| BMI (kg/m2) | 23.3±2.9 | 23.4±2.9 | 23.5±2.8 | 0.186 | 23.5±2.8* | 23.2±3.0* | <0.001 | 23.4±2.9 | 23.5±2.9 | 23.5±2.8 | 0.545 | 23.5±2.8* | 23.3±3.0* | <0.001 |
|
|
||||||||||||||
| BMI group (n, %) | ||||||||||||||
|
|
||||||||||||||
| BMI : Below 18.5 | 1,251 (8.1) | 159 (4.2) | 165 (4.8) | · | 324 (4.4) | 927 (11.6) | · | 532 (4.1) | 124 (3.6) | 107 (3.5) | 231 (3.6) | 301 (4.7) | ||
|
|
||||||||||||||
| BMI : 18.5-22.9 | 6,150 (40.0) | 1,645 (41.6) | 1,362 (39.6) | · | 3,007 (40.7) | 3,143 (39.3) | · | 5,250 (40.8) | 1,389 (40.6) | 1,196 (39.6) | 2,585 (40.1) | 2,665 (41.4) | ||
|
|
||||||||||||||
| BMI : 23-24.9 | 4,011 (26.1) | 1,059 (26.8) | 947 (27.5) | · | 2,006 (27.1) | 2,005 (25.1) | · | 3,520 (27.3) | 931 (27.2) | 851 (28.2) | 1,782 (27.7) | 1,738 (27.0) | ||
|
|
||||||||||||||
| BMI : 25-29.9 | 3,719 (24.1) | 1,023 (25.9) | 912 (26.5) | · | 1,935 (26.2) | 1,784 (22.3) | · | 3,352 (26.0) | 915 (26.8) | 824 (27.3) | 1,739 (27.0) | 1,613 (25.1) | ||
|
|
||||||||||||||
| BMI : 30-34.9 | 247 (1.6) | 66 (1.7) | 52 (1.5) | · | 118 (1.6) | 129 (1.6) | · | 219 (1.7) | 60 (1.87) | 41 (1.4) | 101 (1.6) | 118 (1.8) | ||
|
|
||||||||||||||
| BMI : Above 35 | 10 (0.1) | 2 (0.1) | 3 (0.1) | · | 5 (0.1) | 5 (0.1) | · | 7 (0.1) | 0 (0.0) | 2 (0.1) | 2 (0.0) | 5 (0.1) | ||
|
|
||||||||||||||
| CCI | 3.3±1.2 | 3.1±1.1* | 3.3±1.2* | <0.001 | 3.2±1.1* | 3.5±1.2* | <0.001 | 3.3±1.2 | 3.1±1.1* | 3.3±1.2* | <0.001 | 3.2±1.2* | 3.3±1.1* | <0.001 |
2. 자료 분석
1) 의료비
한약 사용 및 한의의료 이용 여부에 따라 연간 평균 의료비용은 한의의료 이용군에서 비이용군에 비해 약 50만 원 많았고 유의한 차이를 보였다(p<0.05). 특히 한의의료 이용군은 비이용군에 비해 한의과 의료비 발생과 함께 의과의료비가 많이 발생하는 경향을 보였다. 연령대별 비교시 거의 모든 군에서 75-84세의 의료비가 가장 높았으나, 한의과 의료비의 발생 차이는 미미하여 대부분 의과의료비의 차이로 나타났다. 총의료비의 군내 연령대별 비교시 한약 모든 군에서 75-84세보다 85세 이상이 유의하게 적었으며(p<0.05), 한약 사용군의 연령대별 차이가 가장 컸고 그 대부분이 의과의료비의 차이로 나타났다. 한약 사용군은 한약 비사용군보다 한의과 의료비가 유의하게 높으나(p<0.05), 다른 군들에 비해 85세 이상의 총의료비, 의과의료비, 한의과 의료비가 모두 가장 적게 나타났다(Fig. 2).
2) 의료 이용
한약 사용 및 한의의료 이용 여부에 따라 평균 의료 이용은 응급실 내원의 경우 군간 차이가 0.1일 미만으로 거의 없었다. 의과 외래 이용은 한의의료 이용군에서 비이용군에 비해 평균 10건 이상 많았던 반면(p<0.05), 의과 입원 이용은 한의의료 이용군이 비용군에 비해 평균 1일 적었다(p<0.05). 85세 이상 연령대에서 모든 군의 의과 입원 이용이 많으나 비이용군은 75-84세보다 2배 이상인 7일가량 많은데 비해 한약 사용 및 한의의료 이용군은 이용량의 차이가 2일 이하로 그 차이가 비교적 작았다. 한약 사용군은 비사용군에 비해 한의과 외래 이용이 평균 4일가량 비교적 많았으며 유의한 차이를 보였다(p<0.05)(Fig. 3).
3) 삶의 질(EQ-5D)
조사연도별로 수집된 삶의 질 평가지표인 EQ-5D는 전년도 조사값(Y-1)을 이용 전(before), 한의의료 이용과 한약 사용이 발생한 이후인 당해년도 조사값(Y)을 이용 후(after), 당해연도와 차년도 사이의 변화량을 차이(difference)로 정의하여 각각 군별 평균으로 나타내었다. 결측으로 인해 전후 비교가 불가한 경우는 제외하고 44,016PY 자료에 대하여 분석하였다. 이용 전 EQ-5D 평균은 한약 사용군이 가장 낮았고 한의의료 비이용군이 가장 높았다. 이용 전후 차이에서는 모든 군이 전년도보다 감소한 것으로 나타났으나 한약 사용 및 한의의료 이용군의 EQ-5D 감소폭이 상대적으로 크게 나타났다.
추가적으로 EQ-5D에 영향을 미칠 수 있는 우울증 이환 여부, 의료급여 및 장애등급 유무 정도를 하위군으로 구분하여 응답 값의 이용 전후 변화를 관찰한 결과, 모든 하위군에서 전체 표본보다 이용 전과 후 EQ-5D 모두 낮고 전후 차이도 큰 경향을 보였다. 우울증을 가진 노인에서는 한의의료 이용군보다 비이용군에서 EQ-5D 감소폭이 4배 가량 유의하게 크게 나타났다. 의료급여 대상자 표본에서는 한약 사용군이 비사용군에 비해 EQ-5D 감소폭이 2배 가량 크게 나타났으나 유의한 차이는 없었다(Fig. 4).
4) 만성질환 및 사망
한약 사용 및 한의의료 이용 여부에 따라 만성질환 이환 및 신규 발생, 사망에 대해 빈도분석을 실시하였다. 만성질환 이환 및 신규 발생의 비율 분포는 한의의료 이용군이 비이용군에 비해 더 많았으며 유의한 차이가 있었으나 (p<0.05), 그와 반대로 사망은 한의의료 이용군이 비이용군에 비해 유의하게 적었다(p<0.05). 한약 사용군은 비사용군에 비해 만성질환 이환 및 신규 발생이 더 많았으며 유의한 차이가 있었으나(p<0.05), 사망은 유의한 차이가 없었다(Fig. 4). 생존분석에서는 한의의료 이용군과 비이용군 간의 생존기간에 유의한 차이를 보였으며(p<0.05), 기간 경과에 따라 군간 차이가 증가하였다. 반면 한약 사용군과 비사용군 간에는 생존기간의 차이와 통계적 유의성이 관찰되지 않았다(Fig. 5).
IV. 고 찰
노인 인구의 지속적인 증가는 전체 사회의 의료비 부담 및 건강결과에 따른 삶의 질 저하로 연결되고, 이는 생산성과 국가경쟁력에도 영향을 미칠 것으로 예상된다. 초고령사회에 대비하기 위한 출산장려, 난임지원, 지역사회 돌봄, 장애 및 여성 관련 사회복지 정책과 함께 노인 보건복지 지원정책 및 연구가 시행되고 있으나21,22, 노인성 및 만성질환에 대한 한의의료 이용 및 수요에 비해 노인 인구에 대한 한의의료의 정책적 역할 및 연구근거는 부족한 실정이다23.
우리나라의 이원화 의료체계의 특징으로 의과와 구분된 한의의료 이용과 한의과 의료비 자료를 보건의료데이터에서 추출할 수 있거나, 각종 통계조사로 수집되고 있다. 이에 따라 국민건강보험공단, 건강보험심사평가원, 통계청, 보건복지부 실태조사, 한국보건사회연구원 등의 공공기관에서 보건의료 현황 자료가 구축되고 제공되고 있다. 본 연구는 한국보건사회연구원과 국민건강보험공단이 컨소시엄으로 구축한 한국의료패널조사 1기 및 2기 (Version 1.7.3 & 2.4 beta) 자료를 통해 노인 인구에 대한 한약 사용 및 한의의료 이용의 의료 이용 및 건강결과에 대한 영향을 확인하고자 하였다.
수집한 자료 분석 결과, 85세 이상에서는 다른 연령대보다 한의의료 비이용군의 의과 입원 이용은 2배 가량 많았지만 한의의료 이용군의 의과 입원 이용은 연령대별 차이가 작았다. 건강보험심사평가원 노인코호트 자료로 고령자의 의료이용 현황을 분석한 연구에 따르면24, 중기 고령자는 요양병원 입원으로, 후기 고령자의 생애말 치료 및 연명의료 이용으로 인해 입원 이용이 증가하는 경향이 있다. 따라서 한의의료 이용이 입원적응증을 예방 혹은 보완적으로 개선하였거나, 입원이 필요한 중증 질환자 또는 생애말 연명치료로 인하여 한의의료 이용이 어려운 환자들이 비이용군에 포함된 때문일 수 있다.
한편, 질환 중증도를 보정한 후에도 한의의료 이용군의 의료비와 의료 이용은 상대적으로 많았다. 특히 모든 연령대에서 의과 외래 이용이 약 10일 이상 더 많은 경향을 보였는데, 이는 연령대별 특성보다는 한의의료 이용 여부와 관련되는 것으로 보인다. 한의의료 이용시에 만성질환의 이환과 신규 발생과 같은 욕구요인25이 상대적으로 많았던 결과를 감안할 경우 환자가 미인지 또는 인내하던 만성 질환 및 기능장애에 대해 의학적 평가가 한의사를 통해 이루어짐으로써 가려진 의료 수요가 대조군에 비해 많이 나타났을 수 있다. 또는 이미 의･한 병용치료를 희망하는 환자들이 의과 단독치료에 비해 더 나은 치료효과를 기대하여 적극적 증상 개선 및 질환 치료를 위해 의료 이용하였거나26, 의료 이용 후에도 해결되지 않은 건강문제를 보완하기 위해 반대로 추가적인 의과 및 한의의료 이용이 발생했을 가능성도 있다27. 만약 한의의료 이용으로 인해 의과의료 이용이 추가로 발생하는 것으로 보기 위해서는 선후 인과관계가 성립되어야 하는 점, 만성질환 이환 여부와 신규 발생이 한약 사용군과 한의의료 이용군에서 비교적 많았던 점을 고려하면 타당성이 떨어지므로 이에 대해서는 신중한 해석이 필요하다. 기존 연구에서도 앞서와 같이 의･한 의료간 상호 보완적인 역할을 하는 것으로 보고되고 있다28. 따라서 건강상태의 차이가 추가적인 의료비 및 의료 이용을 유발하고, 미충족된 건강문제로 인해 한의의료 이용으로 유인되는 것으로 해석해볼 수 있다.
건강 관련 지표의 분석 결과, 삶의 질 지표인 EQ-5D는 한약 사용 및 한의의료 이용 여부에 따른 이용 전후의 유의한 차이가 없었다. 이는 EQ-5D-3L의 단점으로 지적된 높은 천장효과에 의해18 한의의료 이용 및 한약 사용의 건강상태 또는 건강관련 삶의 질에 대한 영향을 잘 반영하지 못하는 것으로 보인다. 본 연구의 탐색적 자료분석에서도 가구원-조사연도별 PY 단위의 EQ-5D의 분포는 정규성 검정에서 정규성을 따르지 않는 것으로 나타났고, 대부분의 자료가 상방으로 편이된 높은 왜도를 갖고 있었으며 한의의료 이용군이 비이용군보다 중위값-1.5×IQR 이하의 빈도는 적게 나타났다. 추가적인 하위군 분석에서, 우울증 이환, 의료급여 및 장애진단에 따라 삶의 질 점수는 이용 전과 후 모두 전체 표본 대비 낮았고, 특히 의료급여 수급권자의 한약 사용군, 우울증 이환자의 한의의료 비이용군의 EQ-5D 감소폭은 다른 군에 비해 상대적으로 크게 나타났으나, 이외에는 일관적인 결과 및 통계적 유의성을 관찰할 수 없었다. 이는 삶의 질이 의료 이용의 여부 자체보다는 다양한 신체적, 정신적, 사회적 요인이 삶의 질 수준에 크게 작용하기 때문에 나타난 결과라고 사료된다. 향후 연구에서는 한의의료 이용 및 한약 사용 여부에 따른 삶의 질 변화를 관찰하기 위해 특정 질환군으로 표본을 한정하거나, 연령대, 가구 특성, 일상생활 및 신체활동 수준 등에 따른 하위군 분석을 고려한다면 한의의료 이용 및 한약 사용에 의한 삶의 질 영향을 평가할 수 있을 것으로 예상된다.
사망 발생은 군 간 질환 중증도 보정 후에도 한의의료 이용군에서 비이용군보다 유의하게 적었고, 생존분석에서도 생존기간 경과에 따른 유의한 차이가 관찰되었다. 이는 한의의료 이용시에는 내원 질환 뿐 아니라 90% 이상의 노인이 갖고 있는 만성 질환에 대한 전일적인 관리와 함께, 만성질환 이환된 노인의 사망에 영향을 미치는 식이량, 신체활동 등 생활습관, 그리고 치매와 우울증 관리, 면역력 및 건강 증진을 목표로 하는 영향으로 추정된다. 본 연구에서는 기술통계와 요인별 빈도분석을 위주로 하여 한의의료 이용의 사망 감소 기전을 규명하기에는 한계가 있으나, 한의의료 이용군과 한약 사용군의 만성질환의 이환과 신규 발생이 유의하게 더 많았음에도 사망 발생은 적었던 점을 고려하면 향후 연구를 통해 노인의 사망 예방에 기여하는 매개변수와 인과관계가 밝혀질 수도 있을 것으로 기대된다.
본 연구의 한계로는 한의의료 이용과 한약 사용의 여부에 따른 군간 현황을 기술통계와 빈도분석을 통해 비교하였으나, 연구가설에서의 원인변수와 결과변수 간의 상관관계나 회귀모형을 제시하지 못한 점은 연구결과의 활용에 제한점이 될 것으로 생각된다. 기술통계에서는 주로 평균간 비교, 빈도분석에서는 백분율 비교를 확인하였으나 자료의 분산이 크고 정규성을 만족하지 않아 모수적 검정의 활용이 제한되었다. 또한 한의의료 이용과 한약 사용의 조작적 정의를 1회 이상의 한의과 입원 또는 외래로 설정함으로써 지속적인 한의의료 이용이 아닌 1회성의 내원자를 포함하고 있어 한의의료 및 한약의 영향과 관련이 없는 가구원도 한의의료 이용군에 포함되었을 가능성이 있어 해석에 주의가 필요하다.
생존분석에서는 한의의료 이용 여부에 따른 연 단위의 생존기간 차이를 보여주고 있으나, 생존기간 2-3년 차에서 사망 사건이 소폭 증가하는 양상이 나타났다. 이는 두 개의 표본으로 구분된 한국의료패널 자료의 영향으로 인한 결과로 사료된다. 2008-2018년을 추적한 1기 자료와 달리, 새로운 표본을 추출 후 2009-2022년을 추적한 2기 자료는 상대적으로 관찰기간이 짧으므로 생존분석에서 최초 3개년간은 이후 무시(censoring) 처리된 기간 대비 더 많은 표본의 사망 사건이 수집되는 때문이다. 따라서 향후 연구시에는 표본간 추적기간의 차이를 최소화하거나 분석대상 표본을 사전에 선별하여 설계할 필요가 있다.
본 연구는 원인변수인 한의의료 이용 및 한약 사용과 결과변수인 의료 이용 및 의료비, 건강결과, 삶의 질 사이의 영향을 탐색하고자 연령대와 이용유형을 하위군으로 구분하고 체질량지수, 질환 중증도를 포함한 공변량에 대한 성향점수매칭을 적용하였다. 그러나 기존 연구29에 따르면 그 외에도 개인의 건강 관심도, 의료진 신뢰도, 통원 환경, 진료시간 등 다양한 내재적, 환경적 변수의 영향이 작용하며 이러한 미확인 변수들은 의도한 군간 비교 시 분석결과에 편향을 초래할 수 있다. 향후 후속연구에서는 연구설계시 예상 가능한 교란요인들을 함께 통제하거나 민감도 분석을 활용하는 것이 연구결과의 왜곡을 최소화할 수 있을 것이다.
마지막으로 PY 단위의 종적 자료로서 분석 모형을 잘 수립한다면 원 조사자료를 조사연도별로 변화량을 추적하여 표본의 건강결과 변화를 분석하는 것이 한의의료 이용 및 한약 사용의 영향을 분석하는데 더 의미 있는 자료를 도출할 것으로 사료되나, 본 연구에서는 삶의 질을 포함한 건강결과 지표들을 PY 단위의 단면적 자료 위주로 분석함으로써 이러한 자료의 이점을 살리지 못하여 원인변수와 결과변수의 인과관계를 나타내기 어려운 한계가 있다. 이에 따라 결과 해석 시 오히려 한의의료 이용군에서 만성질환의 이환 빈도가 높거나 삶의 질이 낮은 경우 의과를 포함한 전체 의료비 및 의료비용이 많아져 있는 자료로 나타난 것으로 사료된다.
V. 결 론
한국의료패널조사 자료 후향적 분석을 통해 노인 인구의 한약 사용 및 한의의료 이용이 있는 경우 85세 이상 고령층의 입원 이용이 상대적으로 적고, 사망 발생이 감소하는 긍정적인 결과를 보였다. 의료비 및 의료 이용은 오히려 한의의료 이용군이 높은 경향을 보였으나 이는 노인의 만성 질환 다중 이환과 의료 미충족 수요를 해결하고자 한약 및 한의의료가 선택되는 현상으로 사료된다. 그러나 분석방법의 한계로 인해 인과성을 판단하기 어려우며 단순히 의료 이용현황을 나타내는 데 그친 한계가 있다. 향후 후속 연구를 통해 연간데이터의 변화량을 수집하는 등의 분석방법, 모형 및 연구설계를 보완하여, 노인 인구의 건강결과에 한의의료가 미치는 영향을 확인하고 노인 건강 향상과 보건의료정책의 근거를 확충하여 미래 초고령화사회의 보건의료수요에 대비해야 할 것이다.
PDF Links
PubReader
ePub Link
XML Download
Full text via DOI
Download Citation 
Print 
