선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 연구의 목적은 일반 인구집단을 대상으로 EQ-5D를 이용하여 개별 질환과 HRQoL수준의 연관성을살펴보는 것이다.
- 이 연구에서는 단일 질환과 HRQoL 감소 간의 연관성 을 알아보기 위해 2005년도 국민건강영양조사 자료의 이환 질환 및 EQ- 5D에 대한 정보를 이용하여 각 단일 질환군과 무질환군의 EQ-5D index를 비 교하였다. 그 결과 남녀 모두 뇌졸중군의 EQ-5D index 감소가 가장 컸다.
제안 방법
- 유질환으로 분류된 사람 이외는 모두 무질환자로 정의하였다. 성별에 따른 질환의 분포가 다르기 때문에 남녀를 구분하여 분석하였다. 유질환에 대해 정의한 후에 동반 질환이 있는 7, 892명과 각 질환별로 환자수가 남녀 각각 W명 이하인 질환은 분석에서 제외하였다.
- 질환 그리고 요실금, 여성의 경우에는 만성 폐쇄성폐질환을 제외하였다. 협심증과 심근경 색증은 관상동맥질환으로 통합하여 분석하였다. 최종적으로 단일 질환자 6, 667명, 무질환자 10, 025명, 총 16, 692 명을 대상으로 분석하였다 (Figure 1).
- 그리고 연령은 HRQoL에 영향을 미치는 중요한 교란변수이므로 분석 모형에 연령변수를 독립변수로 추가하였고, 이때 연령에 대해 19~29세 및 70세 이상을 제외하고는 모두 10세 단위로 나누었다. 개별 질환과 HRQoL 감소 간의 연관성을 알아보기 위해 해당 질환만을 가진 환자들을 선택하여 무질환군과 비교 분석하였다.
- 모두 10세 단위로 나누었다. 개별 질환과 HRQoL 감소 간의 연관성을 알아보기 위해 해당 질환만을 가진 환자들을 선택하여 무질환군과 비교 분석하였다. 따라서 이 연구에서 중위수 회귀분석의 회귀계수(점추정치)는 연령의 효과를 보정한 상태에서 의 특정 질환군의 EQ-5D index 감소 정도를 나타낸다고 할 수 있다.
- 질환과 HRQoL 감소 간의 연관성을 알아보기 위해 우선 유질환에 대한 정의가 필요하였다 . 국민건강영양조사에서는 질환 유무에 대해 평생 이환 여부, 지난 1년 간 이환 여부, 이환에 대한 의사 진단 여부, 이환에 대한 현재 치료 여부로 나누어 조사하였는데, 이 연구에서는 해당 질환에 대한 의사의 진단이 있으면서 지 난 1년 동안 질환이 있다고 답한 경우를 유질환으로 정 의 하였다.
- 이 연구에서는 그에 대한 대안으로 사분위수 회 귀분석 방법의 일종인 중위 수 회 귀 분석을 이 용하였 다, /사분위 수회 귀 분석의 경우, 독립 변수의 변화에 따른 종속 변수의 사분위수의 변화에 대해 분석 하는 방법으로 인구집 단의한 부분에 관심이 있을 때 사용할 수 있는 유연성을 가지고 있다고 알려져 있다. [25, 26], 이 연구에서 는 EQ-5D index의 중위 수를 종속 변수로 하고 해당 질환 유무와 연령 변수를 독립변수로 하였다. 따라서 이 분석에서 구한 중위수 회귀계수는 연령 보정 후 각단일 질환군의 EQ-5D index 감소 정도를의 미 하게 되며, 회 귀 계수의 95% 신뢰 구간이 '0' 을 포함하는 질환은 해당 질환군의 EQ-5D index 감소가 통계 적 으로 유의 하지 않았다는 것을 의미 하게 된다.
대상 데이터
- 2005년 국민건강영 양조사 자료 중 조사대상이었던 19세 이상 성인 25, 487 중 설문에 응답한 25, 215명의 건강면접조사 자료를 이용하였다. 이 중 EQ-5D의 5개 차원에 대해 적어도 하나 이상 답을 하지 않은 515명을 제외하였다.
- 협심증과 심근경 색증은 관상동맥질환으로 통합하여 분석하였다. 최종적으로 단일 질환자 6, 667명, 무질환자 10, 025명, 총 16, 692 명을 대상으로 분석하였다 (Figure 1).
- 8, 336명)이 었다. 이 중 질환자 수는 총 6, 667명(남성 3, 238명, 여성 3, 429명)이 었고, 아무 질환도 없는 무질환군은 10, 025명으로 남녀 각각 5, 118명, 4, 907명이 었다 (Table 1, 2). 연령대별 분포에서 환자군의 경우 40대가 1, 714명(25.
- 연구 대상자는 총 16, 692명(님성 8, 356명, 여성 8, 336명)이 었다. 이 중 질환자 수는 총 6, 667명(남성 3, 238명, 여성 3, 429명)이 었고, 아무 질환도 없는 무질환군은 10, 025명으로 남녀 각각 5, 118명, 4, 907명이 었다 (Table 1, 2).
데이터처리
- 종속변수가 연속형일 때 일반적으로 선형회귀분석 모형을 사용하는데, 이 연구의 경우 EQ-5D index 의 분포가 기본 가정에 적 합하지 않았기 때문에 선형회귀분석 모형을 적 용할 수 없었다. 따라서 이 연구에서는 각 질환군과 무질환군 간의 HRQoL 차이를 알아보기 위해서 중위수회귀분석을 사용하였다. 중위수 회귀분석은 인구 집단의 분포가 일정한 경향을 보이지 않거나 또는 심한 이상 점이 존재하는 등 일반적인 회귀분석 모형의 가정에 맞지 않을 때 독립변수의 변화에 따른 종속변수의 중위수의 변화에 대해 분석 하는 방법이 다 [19].
- 회귀계수의 95% 신뢰구간은 부트스트랩 방법 (bootstrap method)을 1,000번 시 행하여 산출한 표준오차를 이용하여 구하였다. 통계 프로그램으로는 R (quantreg pac興e)을 사용하였다.
이론/모형
- EQ-5D index를 구하기 위해, 조사된 EQ- 5D에 Jo 등 [18]이 우리나라 일반 인구집단을 대상으로 시간교횐-법 을 적용하여 구한 가치평가세트를 이용하였다. 일반 인구 집 단을 대상으로 구한 EQ -5D-index의경우 일반적으로 그 값이 음의 방향으로 치 우쳐 있는 분포(left skewed distribution)를 보이는 경향이 있는데, 이 연구에서도 같은 양상이 나타났다.
- 따라서 이 연구에서 중위수 회귀분석의 회귀계수(점추정치)는 연령의 효과를 보정한 상태에서 의 특정 질환군의 EQ-5D index 감소 정도를 나타낸다고 할 수 있다. 회귀계수의 95% 신뢰구간은 부트스트랩 방법 (bootstrap method)을 1,000번 시 행하여 산출한 표준오차를 이용하여 구하였다. 통계 프로그램으로는 R (quantreg pac興e)을 사용하였다.
- 이 연구에서는 EQ-5D index를 구하기 위해 Jo 등 [18]의 연구를 참고로 하였다. 그 외 Kang 등이 수행 한 연구 [2기와 보고서로 발표된 Nam등 [28]의 연구가 있어 그 결과를 같이 비교하였다.
성능/효과
- 개별 질환과 HRQoL 감소 간의 연관성을 알아보기 위해 해당 질환만을 가진 환자들을 선택하여 무질환군과 비교 분석하였다. 따라서 이 연구에서 중위수 회귀분석의 회귀계수(점추정치)는 연령의 효과를 보정한 상태에서 의 특정 질환군의 EQ-5D index 감소 정도를 나타낸다고 할 수 있다. 회귀계수의 95% 신뢰구간은 부트스트랩 방법 (bootstrap method)을 1,000번 시 행하여 산출한 표준오차를 이용하여 구하였다.
- 877이었다. 골관절염, 류마티스성 관절염, 디스크, 심 혈관 질환, 치질, 만성폐쇄성폐질환의 EQ-5D index 중위수가0.906이 었고 그 외 질환에서는 1.0으로 나타났다. 사분위 범위가 가장 작은 질환은 만성 간염, 고지혈증, 알레르기성 비염, 치아우식증으로 그 값이 0이었는데, 이들 질환의 1사분위수와 3사분위수가 모두 1.
- 남성의 경우 골관절염, 류마티스성 관절염, 골다공증, 디스크, 뇌졸중, 천식 에서 통계적으로 유의한 HRQoL 감소를 보였다. 골다공증과 뇌 졸중의 EQ-5D index 감소가 0.
- 남성의 경우 골관절염, 류마티스성 관절염, 골다공증, 디스크, 뇌졸중, 천식 에서 통계적으로 유의한 HRQoL 감소를 보였다. 골다공증과 뇌 졸중의 EQ-5D index 감소가 0.123으로, 이들 질환군에서 의 HRQoL 감소가 가장 큰 것으로 나타났다. 그 외 에 골관절염, 류마티스성 관절염, 디스크, 천식 등에서 0.
- 그 결과 남녀 모두 뇌졸중군의 EQ-5D index 감소가 가장 컸다.
- EQ-5D index의 분포 특성을 살펴본 결과에서 평균이 그 중위수보다 작았고, 값의 분포가 대부분 음의 방향으로 치우쳐져 있었으며, 무질환군의 79.4%, 질환군의 62.9%에서 EQ-5D index?}- T 이 었다. 다른 EQ-5D를 이용한 연구에서도 이와 같은 소위 천장 효과(ceding effect)에 관련된 문제를 지 적한 바 있다.
- [25, 26], 이 연구에서 는 EQ-5D index의 중위 수를 종속 변수로 하고 해당 질환 유무와 연령 변수를 독립변수로 하였다. 따라서 이 분석에서 구한 중위수 회귀계수는 연령 보정 후 각단일 질환군의 EQ-5D index 감소 정도를의 미 하게 되며, 회 귀 계수의 95% 신뢰 구간이 '0' 을 포함하는 질환은 해당 질환군의 EQ-5D index 감소가 통계 적 으로 유의 하지 않았다는 것을 의미 하게 된다.
- 그 외 Kang 등이 수행 한 연구 [2기와 보고서로 발표된 Nam등 [28]의 연구가 있어 그 결과를 같이 비교하였다. 통계적으로 유의 한 질환은 모두 공통적으로 나타났고 그 순서도 비 슷하였으나 각 질환별 EQ-5D index 감소의 크기는 다소 다르게 나타났다. Nam 등 [28]이 추정 한 EQ-5D 가치 평 가세트에서는 남성의 경우 뇌졸중과 골다공증이 긱-각 -0.
- 019로 나타나 [15], 본 연구의 결과와는 차이가 있었다. 본 연구에서는 뇌졸중에서 가장 큰 EQ-5D index 감소가 있 었고, 관절 염 , 디스크 등에서 의 감소 크기는 그보다 작은 것으로 나타나 일반적으로 예상하는 것과 비슷한 양상을 보인다고 할 수 있는데, 단순 선형회귀분석을 이용한 심층 보고서 결과에서는 관절염의 EQ-5D index 감소가 뇌졸중보다 3배 이상 높았고, 뇌졸중으로 인한 감소치 의 크기도 상당히 작았기 때문에 적절한 분석 모형이 사용되지 않았을 가능성이 있다고 하겠다. 외국 결과를 살펴보면, SamuH 등 [7]은 핀란드 국민들을 대상으로 29개 만성 질환이 H琅QoL을감소시 키 는: 정도를 중위 수 회 귀 분석 과 같은 결과를 보이는 Censored Least Absolute Deviations (CLAD) 회 귀분석 방법으로 분석한 결과를 제시하였다.
- 051) 등이 었다. 두 연구에서 모두 유의한 HRQoL 감소를 보이지 않는 질환은 심 혈관 질환과 백 내장이 었다. 천식 은 Samuli의 연구 결과 삶의 질 감소와거 의 관계 없었으나, 본 연구의 결과 님 성에서 HRQoL이 0.
- 두 연구에서 모두 유의한 HRQoL 감소를 보이지 않는 질환은 심 혈관 질환과 백 내장이 었다. 천식 은 Samuli의 연구 결과 삶의 질 감소와거 의 관계 없었으나, 본 연구의 결과 님 성에서 HRQoL이 0.09정도 감소되는 것으로 나타났다. 두 연구 결과의 차이는 서로 다른 가치 평 가세트를 적용한 것과 핀란드와 우리나라의 사회문화적인 차이에 의한 것으로 생각된_다.
- 지 않았던 경우에 대해서는 몇 가지 이유를 생각해 볼 수 있다. 첫째, 표본 크기가 작은 질환이 많았다. HRQoL에 영향이 클 것으로 여겨지는 만성폐쇄성폐질환의 경우 남녀 각각 표본 크기가 33명, 10명이었다' 둘째, 심 혈관 질환이나 만성 간염과 같은 만성질환의 경우 환자 스스로 평소에 느끼는 증상이 거의 없기 때문일 수 있다.
- 여러가지 제한 요인이 있음에도 불구하고, 이 연구는 이 전에 거의 연구된 바 없었던 우리나라 일반 인구집단에서 비교적 흔한 질환들과 연관된 HRQoL 감소를 EQ- 50 index로 산출했다는 데에 그 의의가 있다고 할 수 있을 것이다. 또한 이 연구의 결과가 관련 질환에 대한 치료 및 건강 프로그램의 효과에 대한 연구 및 근거에 기반한 보건 정책 의사 결정 에 도움이 되기를 기대한다.
후속연구
- 본 연구의 제한점은 우선, 이차 자료를 이용하였기 때문에 발생할 수 있는 작은 표본 크기를 들 수 있다. 2005년 국민건강영양조사의 목적이 만성 질환 및 HRQoL 에 대한 연구만이 아닌, 의료이용 및 접근성 , 건강관련 의 식 및 행 태 등 여러 가지 분야에 대한 통계를 산출하는 것이었기 때문에 이 연구에 필요한 적절한 표본 크기가 확보되지 않아 평가할 수 없는 질환이 많았다.
- 할 수 있을 것이다. 또한 이 연구의 결과가 관련 질환에 대한 치료 및 건강 프로그램의 효과에 대한 연구 및 근거에 기반한 보건 정책 의사 결정 에 도움이 되기를 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.