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
- 조사하였다. 건강정보 요구도를 파악하기 위해서는 주관적인 건강 정보 필요 여부를 조사하였다.
- 또한, 인터넷 건강정보 활용은 지난 일 년 간 인터넷을 통하여 의료기관 정보. 건강행태, 질병 정보등의 건강정보를 활용하였는지 여부를 조사하였다. 건강정보는 일반적인 건강정보(식이, 운동, 금연 등)에 대한 궁금증, 특정 증상이나 질환, 의학전문용어, 특정 의사나 병 .
- 따라서 본 연구는 컴퓨터를 소유하고 있으면서 인터넷 접속이 가능한 사람을 대상으로 우리나라 전체 소비자의 인터넷 건강정보의 활용을 하고 있는지 여부를 사회인구학적 특성 및 소비자의 태도나 욕구에 따라 살펴보고자 한다. 즉 이 번 연구의 가설은 '사회적으로 취약한 집단이 오히려 인터넷 건강정보 활용이 더 적을 것이다' 라는 가정은 살펴보려고 한다.
가설 설정
- 따라 살펴보고자 한다. 즉 이 번 연구의 가설은 '사회적으로 취약한 집단이 오히려 인터넷 건강정보 활용이 더 적을 것이다' 라는 가정은 살펴보려고 한다.
제안 방법
- 건강상태 및 건강태도를 파악하기 위해서는 주관적인 건강상태, 입원 서비스와 외래서비스 활용여부, 그리고 건강에 대해 얼마나 신경을 쓰고 있는지와 건강정보를 위해 비용과 시간을 투자할 의향이 있는지를 조사하였다. 건강정보 요구도를 파악하기 위해서는 주관적인 건강 정보 필요 여부를 조사하였다.
- 소비자의 인터넷 건강정보 활용에 영향을 미치는 요인을 파악하기 위해 소비자는인터넷건강정보를활용하였는지유무는 인터넷 건강정보를 활용하였는지 유무와 chi-square test을실시하여 검정한 후, 인터 넷으로 건강정보를 활용 유무를 결과변수로성별, 연령,교육수주 직업,지역,수득수준, 건강상태, 건강정보 요구도 및 인 터 넷 사용 능력을 독립 변수로 포함한 다중 로지스틱 회귀분석을 시 행하였다. 다변량 분석은 단변량 분석에서 의미 있는 차이를 보인 변수들을 중심으로 다중 공선성 검토를 한 다음, 다변량 분석 모형을 구축하였다. 또한, 연령 및 학력, 소득수준에 따른 보정비차비의 선형성을 검정하기 위하여 likelihood ratio test for linear trend를 이용하였다.
- 소인적 특성 중에서 인구학적 변수로는 성, 연령, 직업, 학력을 변수에 포함시키고, 가능성 자원 요인에는 거주지역, 소득수준을 포함시켰으며, 욕구 요인에는 건강 상태 및 건강태도, 그리고 건강정보에 대한 요구도를 사용하였다. 욕구 요인은 인지 된 요구와 평 가된 욕구로 구분하는데, 이번 연구에서는 인지된 욕구와 평가된 욕구 모두를 대상으로 하였다.
- 성별 . 연령별로 할당된 표본의 10배수만큼의 표본전화번호를 생성하여 조사 리스트로 활용하였다. 전화번호 생성 방법은 Random Digit Dialing 으로 국번은 이미 지역별로 정해져 있기 때문에, 지역별 국번의 분포에 비례하여 국번을 미리 정하여 가입자 번호 4자리 만난 수를 이용하여 생성하였다.
- 소인적 특성 중에서 인구학적 변수로는 성, 연령, 직업, 학력을 변수에 포함시키고, 가능성 자원 요인에는 거주지역, 소득수준을 포함시켰으며, 욕구 요인에는 건강 상태 및 건강태도, 그리고 건강정보에 대한 요구도를 사용하였다. 욕구 요인은 인지 된 요구와 평 가된 욕구로 구분하는데, 이번 연구에서는 인지된 욕구와 평가된 욕구 모두를 대상으로 하였다.
- 예를 들어, 인터 넷의 건강정보는 국가에서 제공하는 건깅정보(임정보, 국민건강보험정보 및 의료기관정보), 병원에서 제공하는건강질병 웹 정보, 민간건강정보사이트건강질병정도 등 다양하게 제공되는데, 이런 다양한 건강정보는 건강서비스 (health service)에 포함되는 하나의 개념으로 볼 수 있다. 이에 따라, 인터넷 건강정보서비스 활용의 행태 모형을 구축하기 위해 이 연구에서는 현재까지 연구된 인터넷 건강정보 활용에 영향을 미치는 요인을 분류하고, 이러한 요인들이 인터넷 건강정보 활용에 영향을 미치는 과정을 설명할 수 있는 모형을 설정하였다.
- 전화번호 생성 방법은 Random Digit Dialing 으로 국번은 이미 지역별로 정해져 있기 때문에, 지역별 국번의 분포에 비례하여 국번을 미리 정하여 가입자 번호 4자리 만난 수를 이용하여 생성하였다. 전화 설문은 전문조사업체에서 사전 훈련된 2인의 면접조사원이 수행하였고, 면접시간을 오후 2시부터 저녁 9시 30분까지로 설정하여 응답자의 대표성을 제고하고자 노력하였다. 대도시 5, 844명, 중소도시 4, 607명, 군지역 898명으로 총 11, 349명에게 일대일 전화 면접 조사를 시도하였는데, 결번이거나 전화를 받지 않은 경우가 8, 894명 이 었으므로 결국 2, 245명 에 게 설문조사를 시도하게 되었다.
- 연령별로 모집단의 분포에 따라 비 례하게 할당하여 표본을 설계하였고, 모집단 분포는 통계청 의 2000년 인구주택 총 조사 자료를 이용하였다. 지역별 기준은 전국 16개시도 (서울, 부산, 대구, 인천, 광주, 대전, 울산, 경 기, 강원, 충북, 충남, 전북, 전남, 경북, 경남, 제주)예 따라 비 례하게 할당하였고, 연령은 만20~59세 (20대, 30대, 40대, 50대) 로구분하여 모집단의 분포에 근접하게 표본을 설계하였다. 지 역별 .
대상 데이터
- 더 많이 활용하였다. 건강에 시간과 돈을 투자할 의 향이 있는 사람은 50.2% 가 인터넷 건강정보를 활용하였지 만, 투자할 의향이 없는사람은 32.23%만이 인터 넷 건강정보를 활용하였다 (p<0.001). 또한 건강에 대해 돈과 시간을 투자할 의향이 높을수록 인터넷 건강정보 활용률이 높아지는 경향이 나타났으며 이는 선형성 검사 결과 유의한 것으로 나타났다 (p<0.
- 전화 설문은 전문조사업체에서 사전 훈련된 2인의 면접조사원이 수행하였고, 면접시간을 오후 2시부터 저녁 9시 30분까지로 설정하여 응답자의 대표성을 제고하고자 노력하였다. 대도시 5, 844명, 중소도시 4, 607명, 군지역 898명으로 총 11, 349명에게 일대일 전화 면접 조사를 시도하였는데, 결번이거나 전화를 받지 않은 경우가 8, 894명 이 었으므로 결국 2, 245명 에 게 설문조사를 시도하게 되었다. 이 중 1, 056명이 응답을 거절하여 최종 1, 189명이 응답하여 설문 응답률은 53%로 나타났고, 표본오차는 95% 신뢰수준에서 ±3.
- 본 조사는 2004년 2월 26일부터 3월 4일까지 전국의 지역별 - 성별 . 연령별로 모집단의 분포에 따라 비 례하게 할당하여 표본을 설계하였고, 모집단 분포는 통계청 의 2000년 인구주택 총 조사 자료를 이용하였다.
- 전국의 지역별 - 성별 . 연령별로 모집단의 분포에 따라 비 례하게 할당하여 표본을 설계하였고, 모집단 분포는 통계청 의 2000년 인구주택 총 조사 자료를 이용하였다. 지역별 기준은 전국 16개시도 (서울, 부산, 대구, 인천, 광주, 대전, 울산, 경 기, 강원, 충북, 충남, 전북, 전남, 경북, 경남, 제주)예 따라 비 례하게 할당하였고, 연령은 만20~59세 (20대, 30대, 40대, 50대) 로구분하여 모집단의 분포에 근접하게 표본을 설계하였다.
- 이 연구는 본 조사는 2004년 2월 26일부터 3월 4일까지 전국의 인구 분포를 기준으로 할당된 대도시, 중 . 소도시, 군지 역의 표본 할당의 10배수만큼의 표본전화번호를 생성하여 연구 대상으로 하였기 때문에 비교적 대표성이 높다고 할 수 있다.
- 대도시 5, 844명, 중소도시 4, 607명, 군지역 898명으로 총 11, 349명에게 일대일 전화 면접 조사를 시도하였는데, 결번이거나 전화를 받지 않은 경우가 8, 894명 이 었으므로 결국 2, 245명 에 게 설문조사를 시도하게 되었다. 이 중 1, 056명이 응답을 거절하여 최종 1, 189명이 응답하여 설문 응답률은 53%로 나타났고, 표본오차는 95% 신뢰수준에서 ±3.3%이었다.
-
2. 소비자의 사회인구학적 특성별 인터넷 건강정보 활용의 차이
이번 조사에 응답한 1,000명중 최근 1년간 건강질병정보를 활용한 경험이 있는 경우는 389명(38.9%)이었다. 나이가 젊고, 사무직일 경우, 교육수준이 높고, 소득수준이 높을 경우, 인터넷 사용 능력이 있는 경우, 건강에 시간과 돈을 투자할 의향 (willingness-to-pay)가 많을 경우에 인터넷에서 건강정보를 더 많이 활용하는 것으로 나타났다.
- 총 1, 189부의 응답지 중에서 주변에 컴퓨터가 없는 143건의 응답과 인터넷에 연결되어 있지 않는 경우에 응답한 46건의 응답을 제외하고, 응답한 1,000부를 최종분석에 이용하였다. 또한, 인터넷 건강정보 활용은 지난 일 년 간 인터넷을 통하여 의료기관 정보.
- 02). 최근 6개 월동 안 만성질환으로 투약 경험이 있는 경우는 28.57%가 인터넷 건강정보를 활용하였지 만, 최근 6개 월 동안 만성 질환으로 투약 경험이 없는 경우는 39.85%가 활용하였다 (p=0.04).
데이터처리
- 또한, 연령 및 학력, 소득수준에 따른 보정비차비의 선형성을 검정하기 위하여 likelihood ratio test for linear trend를 이용하였다. 다중 로지스틱 회귀분석의 모델의 적 합성을 보기 위하여 Hosmer- Lemshow 검정을 실시하였다. 통계처리는 SAS 9.
- 소비자의 인터넷 건강정보 활용에 영향을 미치는 요인을 파악하기 위해 소비자는인터넷건강정보를활용하였는지유무는 인터넷 건강정보를 활용하였는지 유무와 chi-square test을실시하여 검정한 후, 인터 넷으로 건강정보를 활용 유무를 결과변수로성별, 연령,교육수주 직업,지역,수득수준, 건강상태, 건강정보 요구도 및 인 터 넷 사용 능력을 독립 변수로 포함한 다중 로지스틱 회귀분석을 시 행하였다. 다변량 분석은 단변량 분석에서 의미 있는 차이를 보인 변수들을 중심으로 다중 공선성 검토를 한 다음, 다변량 분석 모형을 구축하였다.
이론/모형
- 심리적 요인, 문화적 및 경제적 요인, 지역 내 의료자원의 양과 질, 그리고 의료자원의 분포 등이 있다. 건강 및 의료 서비스 활용에 모형 설정은 '건강 및 의료서비스 행 태 모형(behavioral model of health service)' 또는 ' 건강 및 의 료서비스 활용 모형(health service utilization model)' 로 불러지는 Andersen model을 활용하였다. Andersen 모형은 첫째, 건강과 관련된 행태의 복잡한 원인 모델을 검증하거나 설명할 때, 둘째, 건강서비스(health service) 활용의 관련 요인을 간단히 정리하거나 배열할 때 사용할 수 있다.
- 다변량 분석은 단변량 분석에서 의미 있는 차이를 보인 변수들을 중심으로 다중 공선성 검토를 한 다음, 다변량 분석 모형을 구축하였다. 또한, 연령 및 학력, 소득수준에 따른 보정비차비의 선형성을 검정하기 위하여 likelihood ratio test for linear trend를 이용하였다. 다중 로지스틱 회귀분석의 모델의 적 합성을 보기 위하여 Hosmer- Lemshow 검정을 실시하였다.
- 연령별로 할당된 표본의 10배수만큼의 표본전화번호를 생성하여 조사 리스트로 활용하였다. 전화번호 생성 방법은 Random Digit Dialing 으로 국번은 이미 지역별로 정해져 있기 때문에, 지역별 국번의 분포에 비례하여 국번을 미리 정하여 가입자 번호 4자리 만난 수를 이용하여 생성하였다. 전화 설문은 전문조사업체에서 사전 훈련된 2인의 면접조사원이 수행하였고, 면접시간을 오후 2시부터 저녁 9시 30분까지로 설정하여 응답자의 대표성을 제고하고자 노력하였다.
성능/효과
- 거주지 역은 군지역과 도시, 대도시와의 구분이 인터넷 건강정보 활용에 영향을 주지 않았다. 건강에 대한 태도 및 욕구에 대한 변수별로는 건강정보가 필요하다고 느낄 경우, 인터넷 사용 능력이 있는 경우 인터넷 건강정보 활용을 많이 하는 것으로 나타났다. 하지 만, 주관적 인 자신의 건강상태, 건강에 대한 태도 입원 경험이 유무, 만성 질환의 유무는 인터넷 건강정보 활용에 영향을 미치지 않는 것으로 나타났다.
- 9%)이었다. 나이가 젊고, 사무직일 경우, 교육수준이 높고, 소득수준이 높을 경우, 인터넷 사용 능력이 있는 경우, 건강에 시간과 돈을 투자할 의향 (willingness-to-pay)가 많을 경우에 인터넷에서 건강정보를 더 많이 활용하는 것으로 나타났다. 하지 만, 성 에 따른 인터넷 건강정보 활용에 차이는 없었다.
- 단변량 분석 결과에서 인터넷 건강정보 활용에 영향을 미치는 요인으로 나타난 주관적인 자신의 건강상태, 건강에 대한 태도가 적극적일 경우, 입원 경험이 있는 경우, 만성 질환의 유무는 다른 요인들을 보정한 후에는 인터넷 건강정보 활용에 영향을 미치지 않는 것으로 나타났다. Hosmer-Lemshow 검정 결과 모형은 적합하였다 (p=0.
- 단변량 분석 결과에서 인터넷 건강정보 활용에 영향을 미치는 요인으로 나타난 주관적인 자신의 건강상태, 건강에 대한 태도가 적극적일 경우, 입원 경험이 있는 경우, 만성 질환의 유무는 다른 요인들을 보정한 후에는 인터넷 건강정보 활용에 영향을 미치지 않는 것으로 나타났다. Hosmer-Lemshow 검정 결과 모형은 적합하였다 (p=0.
- 001). 또한 건강에 대해 돈과 시간을 투자할 의향이 높을수록 인터넷 건강정보 활용률이 높아지는 경향이 나타났으며 이는 선형성 검사 결과 유의한 것으로 나타났다 (p<0.001). 하지 만, 건강에 대한 관심도는 인터넷 활용 여부와 관련이 없었다.
- 001). 또한 연령이 높아질수록 인터넷 건강정보 활용률이 낮아지는 경향을 보였고, 월 평균 소득수준 및 교육 수준이 높아질수록 인터넷 건강정보 활용률이 높아지는 경향이 나타났으며 이는 선 형 성 검 사(c瓦-square test for linear trend) 결과 유의한 것으로 나타났다 (p<0.001). 하지 만 거주지역 에 따른 인터넷 건강정 보활용에 차이는 없었다.
- 소득수준은 150만 원 이하 일 경우 보다 300만 원 이상일 경우 교차비가 약 2.0배 (95% 0=1.01-3.92), 150만 원 이 하부터 300만 원 이상일 경우까지의 보정비차비는 1.03-3.27로 소득이 높을수록 인터넷 건강정보를 더 많이 활용하는 유의한 경향성을 보였다 (p<0.001).
- 예를 들어 보건복지부의 정보격차 해소 정책은 인터넷 무료이용시설 설치 및 기본적인 정보화 교육, 장애인 등의 정보화 교육 강화 및 점자출력 소프트웨어 등 시각장애 인을 위한 기술개발 추진 등 정보 취약계층에 대한 중고PC 보급, 인터넷 접속보조금 지원, 모자복지시설에 대한 PC 보급 지원 등이다. 이번 연구에서 대부분의 소비 자들은 인터 넷을 접 속할 수 있 었지 만, 인터 넷 건강정보 활용은 소비자의 소인적 특성 (predisposing characteristics), 가능성 자원(enabling resources) 등의 요인에 영향을 받고 있었다. 따라서 향후 우리나라 건강정보 격차의 해소를 위해서는 정보 접근 해소 정책보다는 정보의 취약계층에 대한 활용격차를 줄이는 정책을 시행하여야 할 것이다.
- 이 번 연구에서도 연령, 소득수준, 교육수준, 직 업 등 와 같은 사회 인구학적 변수가 인터넷 건강정보는 활용에 영향을 미치고 있었다. 인구사회학적 특성에서는 연령이 낮을수록, 직업이 사무직이거나 학생일 경우, 그리 고 교육수준이 높고 소득이 높을수록 인 터 넷 건강정보를 활용하는 것으로 나타났다. 성별은 인터넷 건강정보 활용에 영향을 미치지 않았는데, 이것은 우리나라 정보의 접근성 해소정책의 결과로 성별에 따른 정보격차가 어느 정도 해소된 것으로 생각해 볼 수 있지만, 접근성 해소로 인해 정 보격 차가 해 소되 었는지 는 추가적 인연 구가 필요하다.
- 사회 . 인구학적 변수별로는 나이가 젊고, 사무직 일 경우, 교육 수준이 높고, 소득수준이 높을수록 인터넷 건강정보 활용률이 높았다. 거주지 역은 군지역과 도시, 대도시와의 구분이 인터넷 건강정보 활용에 영향을 주지 않았다.
- 이는 Andersen 모형 에서 개인이 필요하다고 느끼는 경우 의료이용량이 많다는 이론과 일치한다. 인터넷 건강정보가 필요하다고 느끼거나 인터넷 사용 능력 이 있는 경우는 건강정보의 필요성 을 느끼 거 나, 인터 넷 사용능력 이 없는 경우보다 인터 넷 건강정보 활용을 많이 하는 것으로 나타났다. 하지만 인터넷에서 건강정보를 찾는데 장애요인으로 너무 많은 정보가 제공돼 활용하기 어 렵 고, 내용이 이 해하기 어려우며, 또한 신뢰하기 어렵다고 지적한 바 있다.
- 첫째, 이 연구의 응답자의 응답률은 53% 로 낮다. Random digit dialing 방법은 전체 인구집단이나 시장연구조사에 적합한데 , 통화중이거나 연결이 안 되는 문제로 응답률이 낮은 단점이 있다.
- 건강에 대한 태도 및 욕구에 대한 변수별로는 건강정보가 필요하다고 느낄 경우, 인터넷 사용 능력이 있는 경우 인터넷 건강정보 활용을 많이 하는 것으로 나타났다. 하지 만, 주관적 인 자신의 건강상태, 건강에 대한 태도 입원 경험이 유무, 만성 질환의 유무는 인터넷 건강정보 활용에 영향을 미치지 않는 것으로 나타났다.
후속연구
- 하지만 인터넷에서 건강정보를 찾는데 장애요인으로 너무 많은 정보가 제공돼 활용하기 어 렵 고, 내용이 이 해하기 어려우며, 또한 신뢰하기 어렵다고 지적한 바 있다. [26], 이와 같이 현재 수많은 건강정보를 제공하고 있는 인터넷 역시 소비자가 적 극적 으로 활용하기 에 미 흡한 점이 많기 때문에 소비자의 요구를 파악하여 건강정보 활용도를 높일 수 있는 방안을 마련하고 질적 인 검증을 할 수 있는 체계적인 절차를 마련하는 등 방안을 강구해야 할 것이다. 외국의 연구에 따르면, 사회 적으로 취약한 계층은 민간병원의 특정 정보나 민간보험회사의 이용을 더 많이 하고, 사회경제적으로 부유한 계층은 의과대학이 나 국가에서 제공하는 신뢰 할 수 있는 정보를 이용하는 것으로 되어 있다.
- 넷째, 건강정보 활용에 대한장애물에 대한 조사를 수행하지 않아서 건강정보의 인지 된 필요 (perceived need) 가 있는데도 불구하고 활용하지 않은(혹은 못한) 246명 에대한 이유를 분석하지 못한 부분은 향후 추가적 으로 연구가 필요하다.
- 다섯째, 본 연구는 단면연구였기 때문에 정보 활용의 격차가 존재하지만 격차의 양상에 대해서는 파악할 수 없었다. 따라서 향후에 정부의 정보격차해소 노■력이실제로 정보의 활용측면의 격차가 줄어들고 있는지 시계열적인 연구가 필요할 것이다.
- 둘째, 인터넷 건강정보의 활용도 측정은 해당 사회의 정보기반 환경 에서 주어진 정보에 접근한 후 그 건강정보를 어느 정도로 심도 있게 활용하느냐를 파악할 수 있어야 한다. [10, 17].
- 이번 연구에서 대부분의 소비 자들은 인터 넷을 접 속할 수 있 었지 만, 인터 넷 건강정보 활용은 소비자의 소인적 특성 (predisposing characteristics), 가능성 자원(enabling resources) 등의 요인에 영향을 받고 있었다. 따라서 향후 우리나라 건강정보 격차의 해소를 위해서는 정보 접근 해소 정책보다는 정보의 취약계층에 대한 활용격차를 줄이는 정책을 시행하여야 할 것이다.
- 그러나 이번 연구에서 활용한 앤더슨 모형은 이러한 요인을 분리하지 못함으로써 사실상 인터넷 접 근도나 활용수준의 차이인지 인터넷 건강정보이용의 차이인지 구분하기 어려웠는데, 이는 사용자의 인터넷 접근도 및 활용도는 개인적인 심리적 주관성과 관련이 되어 있기 때문에 측정하기가 쉽지 않은 것이다. 따라서 향후 인터넷 건강정보의 활용격차의 측정은 컴퓨터의 소유 여부 및 인터넷의 접근성의 양적 측면과 소비자의 인터넷 활용성의 질적 즉면을 고려한 종합지표를 구성하여 이루어져야 할 것이다.
- 따라서 향후에 정부의 정보격차해소 노■력이실제로 정보의 활용측면의 격차가 줄어들고 있는지 시계열적인 연구가 필요할 것이다.
- 또한 피조사자의 인터넷 활용수준(예를 들어 인터넷 사용 기간이 길거나 이나 무선인터넷의 사용 여부 등)이 인터넷 정보 활용에 주요 요인이지만 포함되지 못하였다. 본 연구의 초점이 소비자의 건강정보 활용의 차이에 맞추어졌다는 점에서 본 연구의 타당성을 떨어뜨릴 만한 제약점이 라고 보지는 않지만 추후 보다 다양한 요인들이 심층적으로 연구된다면 인터넷 건강정보 활용 과정에 대한 합리적 이해를 높일 수 있을 것으로 판단된다.
- 또한, 전화 조사는 노인, 경제수준이 낮은 사람 등은 참여율이 낮기 때문에 이 번 연구에서 밝힌 건강정보의 격차는 과소추계 되 었을 가능성이 있다. 향후 더욱 정확한 조사방법을 개발하여 조사를 시 행 하여야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.