국민건강보험 표본코호트2.0DB를 활용한 건강상태에 따른 암발생과 암수술건수 상대위험도 연구 = A Study on Relative Risk of Cancer Occurrence and the Number of Cancer Surgeries Based on Health Conditions Using National Health Insurance Cohort 2.0DB

국문 초록 (Abstract)

본 연구는 국민건강보험 표본코호트2.0DB을 사용하여 일반대상자와 간편고지대상자를 대상으로 남녀 각각에 대해 향후 1년 안에 예측된 암 발생률과 암수술건수를 적용하여 일반대상자와 간편고지대상자 간의 암발생 상대위험도와 암수술건수 상대위험도를 산출하였다. 일반대상자는 설명변수로 BMI, 혈압 등의 건강검진 항목들을 이용하고 간편고지대상자는 건강검진 항목과 직전 1년 장기투약 여부, 3가지 질병 치료 유무를 설명변수로 포함하였다. 암발생 예측은 로지스틱회귀모형을 이용하고, 암수술건수 예측은 음이항회귀모형을 이용하였다.
일반대상자과 간편고지대상자 간의 암발생 상대위험도와 암수술건수 상대위험도를 계산한 결과, 남녀 모두 암발생과 암수술건수 모두 일반대상자 대비 간편고지대상자의 위험도는 1보다 작게 나타났다. 이것은 가입조건을 완화한 간편고지만으로 유병자들을 포함한 보험가입대상자들의 상품영역 확대의 가능성을 보여주며, 또한 간편고지만으로도 암발생과 수술건수 담보의 상대위험도가 일반대상자 대비 확실히 구분됨을 실증적으로 제시하였다.

참고문헌 (Reference)

1 박복희 ; 전희주, "제3보험의 가입 요인: 간병보험을 중심으로" 한국리스크관리학회 29 (29): 77-106, 2018

2 김석영, "민간 암보험의 사회적 역할과 발전 방향" 2020

3 박복희 ; 전희주, "The Insurance Purchase Effect of the Relationship between Customer and Insurance Agent Using Negative Binomial Regression" 보험연구원 29 (29): 91-115, 2018

4 Usher-Smith, J., "Risk prediction tools for cancer in primary care" 113 : 1645-1650, 2015

5 Gray, E. P., "Risk prediction models for lung cancer : a systematic review" 17 : 95-106, 2016

6 Win, A. K., "Risk prediction models for colorectal cancer : a review" 21 : 398-410, 2012

7 Alfayez, A. A, "Predicting the risk of cancer in adults using supervised machine learning : a scoping review" 11 : 1-11, 2021

8 Stark, G. F., "Predicting breast cancer risk using personal health data and machine learning models" 14 (14): 1-17, 2019

9 Wang, Y. Zhu, "Polygenic risk scores: the future of cancer riskprediction, screening, and precision prevention" 1 (1): L129-L149, 2022

10 황지연 ; 이상엽 ; 주석훈, "Optimal underwriting questionnaire calculation of simplified issue product by coverage using National Health Insurance Data" Korean Insurance Academic Society 124 : 1-34, 2020

11 Kourou, K., "Machine learning applications in cancer prognosis and prediction" 13 : 8-17, 2015

12 Britt, K. L., "Key steps for effective breastcancer prevention" 20 : 417-436, 2020

13 Colditz, G. A, "Harvard report on cancer prevention volume 4: Harvard Cancer Risk Index. Risk Index Working Group, Harvard Center for Cancer Prevention" 11 : 477-488, 2000

14 Kakushadze Z, "Estimating cost savings from early cancer diagnosis" 2 : 30-, 2017

15 Siegel R. L., "Cancer Statistics, 2021" 71 : 7-33, 2021

16 이찬희 ; 전희주 ; 김석영, "An Empirical Study on the Underwriting Effect on Cancer Coverage - Comparing National Cancer Incidence Ratewith Cancer Incidence Rate of Insurer -" Korean Insurance Academic Society 102 : 59-86, 2015

17 Christodoulou, E., "A systematic review shows no performance benefit of machine learning over logistic regression for clinical prediction models" 110 : 12-22, 2019

18 전희주 ; 최경진, "A Study on Programmed Withdrawal of Retirement Pension Considering Biological Age" 한국리스크관리학회 32 (32): 101-134, 2021

19 권혁성 ; 오필재 ; 강민용 ; 우경석, "A Study on Insurance Premium Rate Differentiation by Simplified Issue Insurance Product Type Using the Health Level Scoring Model based on National Health Insurance Data" 한국리스크관리학회 32 (32): 99-147, 2021

20 전희주 ; 최경진, "A Study on Differentiation of Dental Insurance Rates Using National Health Insurance Service Big Data: Periodontal Caries and Disease" 보험연구원 33 (33): 119-147, 2022

21 보건복지부, "2020년 국가암등록통계"