연구 목적 및 배경 설명 병원 입원 이유와 환자의 건강상태, 만성질환 여부, 성별, 연령대, 주요 병명 간의 관계를 분석하는 연구의 목적은 환자들의 입원 원인과 특성을 다각도로 이해하여, 의료 정책 수립과 자원 배분에 실질적인 기여를 하는 것입니다.

이러한 분석을 통해 특정 질병군의 발생 빈도와 인구학적 특성과의 연관성을 파악할 수 있으며, 이를 바탕으로 예방 및 치료 전략을 개선하고, 의료 자원의 효율적인 배분을 지원할 수 있습니다.

성별과 연령대별로 입원 패턴의 차이를 분석함으로써, 특정 인구 집단에 대한 맞춤형 의료 서비스를 제공하고, 만성질환 관리의 중요성을 강조할 수 있습니다.

결과적으로, 이러한 연구는 병원 입원 원인에 대한 심층적인 이해를 바탕으로, 보다 효과적인 의료 정책과 예방 전략을 수립하는 데 기여할 수 있습니다.

변수명 변경

kodata <- kodata %>% select(gender = h19_g3,         # 성별
                              birth = h19_g4,        # 태어난 연도
                              hospitalization = h19_med4, # 병원입원횟수
                              chronic_disease = h19_g9_1, #만성질환 여부
                              hospitalization_reason = h19_med6, # 병원 입원 이유
                              main_disease = h19_med9)    # 주요 병명

kodata$age <- 2024 - kodata$birth + 1
summary(kodata$age)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    2.00   36.00   59.00   55.06   76.00  119.00

qplot(kodata$age)

## Warning: `qplot()` was deprecated in ggplot2 3.4.0.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

table(kodata$ageg)

## < table of extent 0 >

summary(kodata$chronic_disease)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   0.000   3.000   1.638   3.000   3.000

# 나이에 따른 만성질환 유병률 시각화

cd_chronic_disease <- kodata %>%
  filter(!is.na(chronic_disease)) %>%
  group_by(birth) %>%
  summarise(mean_chronic_disease = mean(chronic_disease))

cd_chronic_disease

## # A tibble: 105 × 2
##    birth mean_chronic_disease
##    <dbl>                <dbl>
##  1  1906                 3   
##  2  1917                 3   
##  3  1920                 0   
##  4  1922                 3   
##  5  1923                 3   
##  6  1924                 3   
##  7  1925                 1.5 
##  8  1926                 2.25
##  9  1927                 2   
## 10  1928                 2.18
## # ℹ 95 more rows

ggplot(data = cd_chronic_disease,aes(x = -birth , y = mean_chronic_disease))+ geom_point()

#  어떤 질병이 가장 많은지
class(kodata$main_disease)

## [1] "numeric"

table(kodata$main_disease)

## 
##    0    1    2    3    4    5    6    7    8    9   10   11   12   13   14   15 
## 6161  328 1117  113   51 1229  182 2977  409  407    6   30   61   67    7   77 
##   16   17   18   19   20   21   22   23   24   25   26   27   28   29   30   31 
##   41  127    8  370    3   16    7  129    3   59    4  105  150   73 1007   96 
##   32 
##    2

# 주요 질병군에 따른 분류

기말

조영매

2025-06-12

변수명 변경