Service Design Attributes Affecting Diabetic Patient Preferences of Telemedicine in South Korea

Hayoung Park, Yucheong Chon, 이종수, Ie Jung Choi, Kun Ho Yoon (2011) · telemedicine-and-e-health 17(6): 442-451 · DOI ↗

한국 당뇨 환자의 telemedicine 서비스 design attribute 10 가지의 stated preference 를 순위형 로짓 모형 으로 정량화. 1990 년대 이래 정부 주도 telemedicine pilot 의 대부분 실패 배경에서 환자 willingness-to-pay 와 service design 의 경험 데이터 가 부재한 문제를 해결. N=118 환자 (가톨릭의대 2 대학병원 outpatient clinic 2009 년 10-11월 + 서울/성남 의원 3 곳 2010 년 1월, 면접 face-to-face). 10 attribute × 4 ranked alternative × 4 group 의 conjoint design (직교 orthogonal test 로 2,304 → 16 alternative 추출). 핵심 결과: 가장 중요한 attribute 는 monthly fee (relative importance 29%, 1위) > comprehensive 서비스 scope (12%, 2위) > mobile phone 플랫폼 (12%, 3위) > general hospital-based provider (11%, 4위). Marginal WTP: comprehensive care 16,957 KRW (14 USD), mobile phone 15,899 KRW, general hospital 15,143 KRW (월 회 자기부담금 7,000 KRW 의 2 배 이상). 환자 complication / comorbidity 있을 때 mobile phone · general hospital · high assurance 의 민감도 증가.

RQ: 한국 당뇨 환자가 telemedicine 서비스의 10 design attribute (가격, 플랫폼, provider 유형, scope, personalization, hours, reply time, assurance, system reliability, confidentiality) 를 어떻게 평가하며 각 attribute 의 marginal WTP 는 얼마인가? 환자 demographic / 질환 특성이 선호에 어떤 영향을 미치는가? 어떤 service design 이 high market share 를 가질 것인가?
방법론: 컨조인트 분석 stated-preference (Green-Srinivasan 1990 marketing 표준 + Ryan-Farrar 2000 BMJ 의료 적용), 순위형 로짓 모형 (random utility model, ranked 1-4), 1 base model + 1 with interaction terms (age × gender × education × complication × comorbidity), partial value 와 relative importance + WTP 추정 (LIMDEP 8.0), 직교 orthogonal test (SPSS 11.5) 로 2,304 → 16 alternative 추출 후 4 group × 4 ranked
데이터: N=118 (153 명 동의, 118 분석; 비응답률 monthly income 최고 19%). 가톨릭의대 2 대학병원 (서울 + 성남) 2009 년 10-11 월 (5 주) + 서울/성남 개원 3 곳 2010 년 1 월 (2 주) outpatient clinic. 면접 face-to-face. 평균 연령 57 세, 여 58% / 남 42%, 대졸+ 51%, 월 가구소득 400 만 KRW+ 45%, 당뇨 평균 8.6 년 + 정기 진료 91% + 입원 경험 26%, complication 26%, comorbidity 41%. Telemedicine 잘 모름 59%, mobile phone 기반 잘 모름 69%
주요 발견: 10 attribute 중 9 attribute 유의 (hospital-based provider 만 비유의 — general hospital 과 의원 의 구분 가능). Relative importance ranking: monthly fee 29% (1위) > comprehensive care 12% (2위) > mobile phone 12% (3위) > general hospital 11% (4위) > high assurance 9% (5위) > system down<1% 6% (6위) > personalization 6% (7위) > 24-h service 5% (8위) > confidentiality<1% breach 4% (9위) > reply<1day 4% (10위). Marginal WTP (KRW/월): comprehensive care 16,957 > mobile phone 15,899 > general hospital 15,143 > high assurance 13,025 > system down<1% 8,873 > personalized 8,309 > 24-h 7,183 > confidentiality 6,144 > reply<1day 5,915. 자기부담금 (7,000 KRW/방문) 대비 대부분 WTP 가 큼. Interaction: 남성은 assurance 덜 중시 (β=−0.50), 고령일수록 24-h 덜 필요 (β=−0.01), 대졸+ 는 Internet 선호 (β=−0.20), complication / comorbidity 환자는 mobile phone · general hospital · assurance 의 민감도 증가. Market share: top 3 design 모두 10,000 KRW 최저가격 (Card 2-1 20.2%, Card 3-3 12.6%, Card 1-1 9.5%) — 가격 dominance 의 정량 evidence
시사점: (a) 가격 dominance — 한국 NHI 의 uniform low-price 환경 + outpatient 자기부담금 7,000 KRW 의 anchor 효과 → telemedicine 도입 시 low monthly fee 가 first-order 정책 변수. (b) comprehensive care + mobile phone 의 동등 중요도 — glucose-only 모니터링 한정 의 1990 년대 pilot 실패 원인의 정량 confirmation, m-Health 진흥의 patient-side 정당성. (c) General hospital 의 trust premium — 한국 reading 의료체계의 quality signal 로서 대형 대학병원 의 reputation 이 telemedicine 에도 transferable. (d) Complication 환자의 higher stakes — 중증 환자가 안정성·신뢰성에 더 sensitive → segmentation 마케팅 가능. (e) 본 paper 의 conjoint methodology 가 한국의 failed pilot 의 사전 demand assessment 로 활용 가능 — 후속 telemedicine 정책 의 evidence base

요약

이 paper 는 이종수 의 2 기 (2009-2014) 의 의료 ICT × stated preference 라인의 출발점이다. 1990 년대 이래 한국 정부 주도 telemedicine pilot (도서 산간 의료 접근성 해소 목적) 이 대부분 pilot phase 를 넘지 못한 배경에서, 환자 willingness-to-pay 와 service design 의 경험 데이터 가 부재한 문제를 컨조인트 분석 로 해결한다. 가톨릭의대 endocrinology 의 Kun Ho Yoon 교수 와의 학제간 협업으로 임상 도메인 지식 + econometric stated preference 방법론 의 결합. 배경은 한국 NHI 의 uniform 저가격 + unlimited specialist access 가 대학병원 outpatient overcrowding + 짧은 진료 시간 + 2-3 개월 간격 정기 방문 으로 이어져, telemedicine 의 care continuity 보완 잠재력 이 큰 상황.

방법론 핵심은 (i) 10 attribute × 다중 level 의 full factorial 2,304 alternative 를 직교 orthogonal test (SPSS 11.5) 로 statistically significant 16 alternative 추출, (ii) 16 alternative 를 4 group × 4 alternative 로 분할해 각 group 내 ranked 1-4, (iii) rank-ordered logit (random utility) 으로 ranked dependent 처리, (iv) base model + interaction terms (age, gender, education, complication, comorbidity) 의 두 spec. WTP 는 attribute coefficient / price coefficient × (-1) 의 표준 marginal monetary value. Market share 는 각 16 alternative 의 independent choice probability — 일반 design 추천에 활용.

핵심 발견은 가격 dominance + comprehensive care 의 패러독스. Monthly fee 의 relative importance 29% 가 1 위 — 한국 NHI 의 저가격 anchor 효과. 그러나 comprehensive care 의 WTP 16,957 KRW (14 USD, 자기부담금 7,000 KRW 의 2 배+) 는 환자가 가격 sensitive 하면서도 quality 향상에 substantial premium 을 지불 의향. Mobile phone 의 Internet 대비 우월 (WTP 15,899 KRW) 은 2011 년 한국 스마트폰 보급 초기에도 m-Health platform 의 demand-side 준비를 보여줌. General hospital 의 trust premium (WTP 15,143 KRW) 은 한국 의료시장의 quality signal asymmetry — 환자가 medical school 부속 대학병원을 high quality proxy 로 평가. Interaction effects 가 환자 segmentation 의 정량 증거 — 중증 (complication / comorbidity) 환자가 mobile phone · general hospital · assurance 에 더 민감 → telemedicine 의 target audience 는 단순 noncomplicated 가 아니라 복잡 case 의 안정적 관리. 한계는 (i) N=118 의 표본 크기, (ii) 두 대학병원 + 3 의원 의 지역 편중 (서울/성남), (iii) stated preference 의 hypothetical bias (실제 채택과 차이), (iv) telemedicine 비경험 환자 (59% 잘 모름) 의 valuation 의 정확성.

핵심 결과

10 attribute 의 relative importance ranking (Table 3, base model)

순위	Attribute	Coef.	RI (%)	WTP (KRW/월)
1	Monthly fee	−0.03***	29	—
2	Comprehensive diabetes care	+0.45***	12	16,957
3	Mobile phone (vs Internet)	+0.42***	12	15,899
4	General hospital-based	+0.40***	11	15,143
5	High assurance	+0.34***	9	13,025
6	System down<1%	+0.23***	6	8,873
7	Personalized consultation	+0.22***	6	8,309
8	24-h service accessibility	+0.19***	5	7,183
9	Confidentiality<1% breach	+0.16**	4	6,144
10	Reply<1 day	+0.16**	4	5,915
11	Hospital-based (vs clinic)	0.00	0	−33 (n.s.)

핵심 interaction (Table 3, with interactions)

Interaction	Coef.	해석
High assurance × Male	−0.50***	남성 assurance 덜 중시
24-h × Age (per 1 year)	−0.01*	고령일수록 24-h 덜 필요
Mobile phone × College+	−0.20***	고학력 Internet 선호
Mobile phone × Comorbidity	−0.43***	중증 환자 mobile 덜 선호 (안정성?)
Mobile phone × Complication	−0.37**	같은 패턴
General hospital × Complication	−0.37**	중증 환자 general hospital premium
High assurance × Complication	−0.40***	중증 환자 assurance 더 민감

Market share top 5 (Table 4) — 가격 dominance 의 증거

Card	Price (KRW)	Platform	Provider	Scope	Market share
2-1	10,000	Internet	General hospital	Glucose	20.2%
3-3	10,000	Mobile	Hospital	Comprehensive	12.6%
1-1	10,000	Internet	General hospital	Glucose	9.5%
1-4	30,000	Mobile	General hospital	Comprehensive	8.7%
4-4	50,000	Mobile	General hospital	Comprehensive	7.0%

Top 3 모두 10,000 KRW 최저가격. 가장 상위 시장점유 design 은 low price + general hospital + Internet 의 조합 — 가격 sensitivity 의 압도성.

방법론 노트

Conjoint analysis (stated preference). Green-Srinivasan (1990 marketing) 의 표준 stated preference, Ryan-Farrar (2000 BMJ) 의 의료 적용. 가상 alternative 들의 attribute mix 를 환자가 ranking 하면 random utility model 로 각 attribute 의 partial value 추정.

Rank-ordered logit (random utility). 환자 $i$ 가 alternative $j$ 에 대해 가지는 utility:

U_{ij} = x_j' \beta + \varepsilon_{ij}

$\varepsilon_{ij}$ 가 i.i.d. Extreme Value Type I 분포 가정. Ranked observation 의 log-likelihood:

\log L = \sum_i \sum_{r=1}^{R-1} \left[ x_{r(i)}' \beta - \log \sum_{k=r}^{R} \exp(x_{k(i)}' \beta) \right]

여기서 $r(i)$ 는 환자 $i$ 가 rank $r$ 로 평가한 alternative 의 attribute vector. LIMDEP 8.0 으로 추정.

Relative importance (RI).

\text{RI}_k = \frac{|\beta_k| \cdot (x_k^{\max} - x_k^{\min})}{\sum_{j} |\beta_j| \cdot (x_j^{\max} - x_j^{\min})}

Marginal WTP.

\text{WTP}_k = -\frac{\beta_k}{\beta_{\text{price}}}

Orthogonal test (SPSS 11.5). Full factorial $3 \times 2^9 = 1,536$ (가격 3 level, 9 binary) → orthogonality 보장된 16 fractional factorial alternative 로 축소. Statistically efficient main effect 추정 가능.

식별은 (i) ranked observation 의 information richness (단순 binary choice 보다 더 많은 utility ordering 정보), (ii) interaction terms 의 환자 heterogeneity 명시화, (iii) market share 의 simulated demand 로 실증적 ranking 검증.

연구 계보

본 paper 의 stated preference for healthcare lineage 는 (i) Green-Srinivasan (1990) 의 marketing conjoint 표준, (ii) Ryan-Farrar (2000 BMJ) 의 의료 conjoint 적용, (iii) Or-Karsh (2009) 의 telemedicine patient acceptance 종합 review, (iv) Zeithaml-Parasuraman-Berry (1988, 1990) 의 SERVQUAL service quality dimensions (tangibles, assurance, empathy, accessibility, responsiveness, reliability), (v) Trocchia-Janda (2000) 의 internet service quality 의 결합. Telemedicine diabetes management 의 임상 outcome literature (당뇨 telemedicine ref 4-12) 와 technology acceptance model (Davis 1989 ref 17-19) 의 두 streams 의 환자 valuation 정량화 gap 을 본 paper 가 채움.

TEMEP 직접 predecessor 는 이종수 의 1기 (2000-2009) 의 conjoint × ICT 채택 작업 — Evaluation of Technological Innovation in the Cellular Phone Display (color display conjoint) 의 ICT 제품 적용을 의료 ICT 로 확장. 이종수 1기-2기 (2000-2014) 의 quantitative stated preference × consumer choice 라인 의 health domain 의 첫 본격 작업. Hayoung Park (1 저자) 와 Ie Jung Choi 가 이종수 그룹의 정량 분석을 담당, Kun Ho Yoon (가톨릭의대) 가 임상 도메인 + 환자 모집 담당의 명확한 학제간 분업.

TEMEP 내 sibling cluster 는 이종수 의 2기 의료 ICT 라인 — 본 paper (2011 telemedicine 당뇨) 의 출발점, 후속으로 telemedicine devices (Ahn et al. 2014) · 의료 보조기 (2022) 등으로 확장. 황준석 의 ITPP 의 ICT × 정책 라인 과 quantitative healthcare 의 cross-pollination 의 한 결과.

인접 그래프

1-hop 이웃 11개

인물 6
방법론 2
분류 1
논문 2

휠 = 확대/축소 · 드래그 = 이동 · hover = 강조 · 클릭 = 페이지 이동

Service Design Attributes Affecting Diabetic Patient Preferences of Telemedicine in South Korea

요약

핵심 결과

방법론 노트

연구 계보

See also

인접 그래프

이 문서를 가리키는 페이지

논문 (1)

인물 (1)