# Indirect Indicator Methodology — 동반 처방 → 신환 추정

작성일: 2026-05-15
범위: HPM01 (D:\Projects\AZ) Wave 4 — Co-prescription Indicator Panel
원칙: EBP-01 (Evidence-Based Professionalism). 직접 카운트가 아닌 활동 강도(intensity) proxy임을 명시한다.

## 1. 배경 — 왜 동반 처방이 신환 proxy인가

폐암 환자가 항암치료(chemotherapy / targeted therapy / immunotherapy)를 시작하면 임상 가이드라인과 보험급여 기준에 따라 **거의 필연적으로 동반 처방되는 보조 약물·시술**이 있다. 이 동반성을 추적하면 NHIS 산정특례 직접 카운트 발표를 기다리지 않고도 신환 활동량을 추정할 수 있다.

## 2. 신뢰도 등급 (★)

| 등급 | 의미 | 단독 사용 가능성 |
|---|---|---|
| ★★★ | 동반성 ≥ 80% (거의 필연) | composite의 핵심 무게 |
| ★★ | 동반성 30-80% | 보조 indicator |
| ★ | 동반성 < 30% (특정 cohort) | composite에 부분 가중 |

## 3. 등록된 indicator 4종 (Wave 4)

### 3.1 ★★★ 항구토제 (5-HT3 + NK1 antagonist)

- **약물**: ondansetron, palonosetron, granisetron, aprepitant, fosaprepitant
- **동반성**: 화학요법 시 거의 100% (특히 cisplatin, carboplatin 같은 highly emetogenic regimen)
- **신환 추정**: 첫 cycle (day 1) 항구토제 + 항암제 동시 처방 = 신규 항암 시작 신호. C34 cohort와 join하면 폐암 신환 항암 시작 추정.
- **한계**: 같은 약물이 모든 chemo-treated cancer에 사용됨. 폐암 specificity는 cohort join 필요.

### 3.2 ★★★ G-CSF (granulocyte colony-stimulating factor)

- **약물**: pegfilgrastim (Neulasta), filgrastim (Neupogen), lenograstim
- **동반성**: 화학요법 cycle 후 50-70% (high-risk regimen에서 더 높음)
- **신환 추정**: 환자별 G-CSF 처방 횟수 = chemo cycle 볼륨. 신규 처방자 수 = 신규 cycle 시작자 수.
- **한계**: lung cancer share는 cohort join 필요.

### 3.3 ★★★ 중심정맥카테터 (Central Venous Catheter / Port-A-Cath)

- **시술**: HIRA EDI M0093 (중심정맥삽관술), 유사 시술 코드
- **동반성**: IV 항암제 정기 투여 환자에서 거의 필수 (peripheral IV 반복 천자 회피)
- **신환 추정**: 시술 + C34 진단 join = 첫 IV chemo 시작 직전 환자. **가장 강한 신환 proxy 중 하나**.
- **한계**: 시술은 다른 oncology indication에도 사용. 정확한 dataset id 등록 필요.

### 3.4 ★★ 골전이 약물 (Bone Metastasis Targeted Therapy)

- **약물**: zoledronic acid (Zometa), denosumab (Xgeva)
- **동반성**: stage IV 골전이 환자 cohort (폐암 stage IV의 약 30-40%가 골전이)
- **신환 추정**: 신규 처방자 + C34 join = stage IV 신규 진단 환자. 진행성 신환 추적.
- **한계**: 다른 bone-metastasis cancer에도 사용.

## 4. Composite Proxy Index 계산식 (예시)

```
CPI(시도, 분기) =
    0.35 × normalize(antiemetic_new_prescriptions)
  + 0.30 × normalize(port_procedure_volume)
  + 0.20 × normalize(gcsf_new_prescriptions)
  + 0.15 × normalize(bone_mets_drug_new_prescriptions)
```

`normalize()`는 z-score 또는 [0,1] min-max 정규화. 가중치는 각 indicator의 동반성 강도와 specificity를 기반으로 한 권고 기본값이며, 실제 환경에서는 HIRA 맞춤형 자료 검증 후 조정해야 한다.

## 5. 병원별 신환 간접 확인 알고리즘 (가설)

HIRA 4단 상병 × 요양기관 종별 통계 (Wave 2의 `hira_4digit_disease_provider_type_stats`)와 위 4 indicator를 join하면:

```
hospital_intensity_score(병원_종별, 시도) =
    weight_proximity × CPI(시도, 분기)
  × hospital_share_of_C34(병원_종별, 시도)
```

여기서 `hospital_share_of_C34`는 4단 상병 데이터에서 C340/C341/C342/C343/C344/C348/C349 청구 환자 비율. 결과: **상급종합병원 vs 종합병원 vs 병원 수준에서 폐암 항암 활동 강도 ranking** 산출 가능.

병원 단위 (개별 기관) 추정은 HIRA 맞춤형 자료 (claims-statement based, 5년 wash-out)에서만 정확하다. Public API는 종별·시도 단위까지가 한계.

## 6. 통계학적 한계와 EBP-01 가드레일

- 모든 indicator는 **간접 proxy**이며, 직접 환자 카운트가 아니다.
- 같은 약물이 **다른 암종**에도 사용된다. C34 specificity는 HIRA customized data 없이는 보장 불가.
- 처방-환자 1:N 매핑 (한 환자 multiple cycles)을 단순 처방 카운트로 보면 환자 수가 과대 추정될 수 있다.
- **Composite Index는 trend (변화율)에서 가장 유효**하다. 절대값은 검증된 cohort 분석 후에만 환자수로 해석한다.
- 의료 의사결정은 진료 의료진의 판단이며, 본 dashboard는 분석·모니터링 도구이다.

## 7. 검증 워크플로 (사령관 시점)

1. Cloudflare Pages env에 4개 dataset id 등록 (data.go.kr 검색 → HIRA 처방 통계 / 행위 통계 dataset)
2. 각 카드 갱신 → CSV 파싱 결과 확인
3. 키워드 필터 (ondansetron, pegfilgrastim, 중심정맥, zoledronic)로 행 검증
4. 시기별 변동을 직접 카운트 (NHIS 산정특례)와 lag 분석 — proxy의 leading 정도 측정
5. HIRA 맞춤형 자료 승인 후 cohort join으로 CPI 가중치 calibration

## 8. 추가 indicator 후보 (Wave 5+)

| 후보 | 동반성 | 비고 |
|---|---|---|
| Premedication for taxanes (diphenhydramine + famotidine + dexamethasone) | ★★★ | paclitaxel/docetaxel 환자 100% |
| EGFR-TKI 부작용 약물 (loperamide, doxycycline) | ★★ | osimertinib/erlotinib 환자 60-80% |
| Immunotherapy 부작용 (corticosteroids for irAE) | ★ | I/O 환자 일부 |
| Pleurodesis / 흉강천자 키트 | ★ | 악성 흉수 환자 |
| Bronchoscopy 소모품 | ★ | 진단 단계 환자 |
| Opioid analgesics (fentanyl patch, oxycodone) | ★ | 진행성 환자 |

이 추가 indicator들은 sources.json에 후보로 기재 후 사령관 결정에 따라 endpoint+카드로 wire-up.