자궁경부암으로 수술받은 환자군을 대상으로 Computerized clinical pathway의 개발

Abstract

본 연구에서는 전산 처방 전달 시스템에 저장된 정보를 이용하여 자궁경부암으로 수술적 치료를 받은 환자들의 처방 목록을 모델로 주 임상경로의 원형을 빠르게 제공할 수 있는 전산 시스템 개발을 위한 처방 목록 선별 방법을 제시해 보고자 한다. 전자 의무기록 및 처방 전달 시스템 데이터 베이스에서 자궁경부암으로 수술적 치료를 받은 환자를 추출하여 수술 일자를 기준으로 처방의 목록 및 발생 빈도를 추출하였다. 각 처방들의 발생 빈도를 상대적으로 비교하기 위하여 특정일에 발생한 처방의 빈도를 그 날에 추정된 재원 환자 수로 나눈 값의 백분율(F-value)을 구하여 처방 빈도를 나타내는 지표로 이용하였다. 추출한 처방 목록을 다양한 기준을 적용하여 선별 추출하고 실제 그 병원의 처방과 대조하여 적합성 여부를 판별하고 통계적인 방법을 이용하여 적절한 F-value의 값을 정하였다. 수술일에 처방이 발생한 환자의 수는 545명으로 추정되었으며, 수술일부터 수술 후 7일째까지 총 2639 종의 처방 목록이 추출되었다. 38 종의 ‘실제 처방’ 목록을 선별해내는 적절한 F-value의 cutoff value는 11.9 이상일 때 민감도 100%, 특이도 93.8%의 정확도로 ‘실제 처방’ 목록을 선별할 수 있었다. 이런 처방 발생 빈도를 기준으로 주 임상경로의 원형을 재구성할 수 있었으며 통상적인 자궁경부암 수술 치료를 받는 환자에 처방되는 것에 합당한 결과를 얻을 수 있었다. 전산 처방 전달 시스템의 자료를 이용하여 특정 일자의 처방의 빈도 값을 처방 발생 환자 수로 나눈 값을 이용하여 상위 빈도를 보이는 처방 목록을 선별할 수 있으며 이를 이용하여 주 임상경로의 원형을 작성할 수 있다. The purpose of this study is to present an order selecting method for developing the computerized system to present a prototype of clinical pathway from electric medical record database of a hospital. I extract the lists and frequencies of orders from electric medical record database of cervical cancer patients who underwent an operation at the hospital. To compare frequencies of orders, I used the F-value (percentage of the frequency of an order divided by the number of patients at the day of the order) to reflect the relative frequency of an order. A total of 545 patients presumed by computer were enrolled in this study. From operative day to postoperative seventh day, a total of 2639 lists of orders were extracted by computerized query. The appropriate cutoff of F-value was 11.9 to include the 38 actual orders. Using this cutoff of F-value, sensitivity and specificity to select the 38 actual orders were 100% and 93.8%, respectively. I could obtain the prototype of clinical pathway for cervical cancer patients undergoing operation. I could obtain the list of orders for the prototype of clinical pathway through relative frequency of the each order from the electric medical record database.