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
- 본 연구의 마지막 제한점은 어떠한 상황에서 어떤 표준화방법을 써야하는지에 대한 구체적인 지침을 제시할 수는 없었다는 것이다. 다만 상황에 따른 표준화율의 경향을 파악하여 적용 시 고려되어야 할 점들을 알아보았다. 이것은 표준화율 자체의 제한점에 따른 것이라 할 수 있다.
- 따라서 본 연구의 목적은 국내 시·군·구 단위 단면 연구의 지역별 비교를 위한 표준화율 적용의 적절성을 평가함으로써 연구 및 정책수립을 위한 국가보건통계의 활용성을 높이는 데 있다.
- 본 연구는 몇 가지 제한점에도 불구하고 기존에 국내에서 생산되지 않았던 시군구 단위 전국 건강통계의 지역 간비교에 있어서의 적절한 활용방안에 대해 분석하였다. 이러한 인구구조를 통한 표준화율 적용의 적절성 평가에 있어서 외국 연구 사례 적용은 이론적인 바탕에는 도움이 될 수 있으나 실제적인 적용에서는 한계가 있다.
- 기존 연구에서 보편적으로 일치된 견해는 직접표준화가 연령 등 혼란변수를 보정하기 위한 타당한 방법이며, 자료의 한계로 인해 직접표준화로 적절한 비교가 불가능할 경우, 대리지표로서 간접표준화를 사용해야 한다는 것이었다. 본 연구는 이러한 전제를 그대로 받아들이되, 두 가지 표준화 방법의 일치도가 떨어지는 경우를 탐색하여 표준화율의 신뢰도가 낮아지는 이유를 고찰하고자 하였다. 먼저 국민전체 인구를 표준인구로 활용할 때에 도시지역(서울 및 광역시, 일부 시부)의 두 표준화율은 비교적 신뢰도가 높지만 비도시지역(일부 시부, 군부)의 두 표준화율은 신뢰도가 낮을 수 있다.
- 75로 매우 낮게 나타났다. 이러한 결과가 표준화율의 적용 및 해석에 어떠한 영향을 미치는 가를 알아보기 위해 인구구조 차이와 표준화율 신뢰도 간의 관계를 살펴보았다. 신뢰도의 측정을 위해 표준화방법에 따라 사분순위가 변하는 지역 수를 계산하였다 (Table 3).
- 표준화를 위한 대안으로는 적어도 12가지 정도의 방법이 있다고 알려져 있으나 본 연구에서는 비교적 타당성이 검증되어 일반적으로 흔히 사용되고 있는 직접표준화와 간접 표준화를 이용하여 [6] 표준화율의 적용방안에 대해 분석하였다. 직접표준화와 간접표준화 방법은 다음의 식으로 정의된다 [17].
가설 설정
- 향후 표준화율의 적절한 해석 및 활용을 위해서는 지역사회건강조사 보고서에 적어도 주요 지표에 대해서는 표준화율의 신뢰구간 또는 표준오차(standard error)를 부록에서 추가로 명기하는 것이 바람직할 것이다. 셋째, 본 연구는 두 표준화 율 간의 순위가 일치 하지 않으면 표준화율의 신뢰도가 낮다는 가정 하에 이루어졌다는 것이다. 비록 이전 연구에서 사용된 방법이기는 하나 [7,17,23] 순위의 일치율이 신뢰도를 정확히 반영한다고는 보기에는 한계가 있다.
제안 방법
- 31개 지표 중 신뢰도가 가장 낮은 두 지표의 원인을 알아보기 위해 표준화율 순위의 산점도를 살펴보았다 (Figure 3,4).
- 즉, 본 연구에서는 표준화율의 신뢰도를 z-score와 순위의 일치도로 평가하였다. z-score와 순위의 일치도는 상관계수로 나타내었으며 순위의 변화정도를 보다 정확히 측정하기 위해 사분순위 변화지역 수를 계산하였다. 이것은 표준화율의 신뢰도를 평가한 기존 연구의 방법을 따른 것이다 [7,17,23].
- 그러므로 각 표준화에 있어서도 지역 내 표본가중치가 표준화율에 반영되었다고 할 수 있다. 계산된 MHC값의 크기에 따라 251개 지역을 약 50지역씩 5개 구간으로 나누어 표준화율의 신뢰도를 비교하였다.
- 두 표준화율 간의 z-score 및 순위 차이를 가져오는 요인을 알아보기 위해 표준인구구조와 대상지역 인구구조의 차이를 알아보았다. 각 지역의 성-연령별 인구구조를 MHC값을 통해 살펴본 결과, 251개 지역 중 238개 지역의 인구구조가 표준인구의 구조와 통계적으로 유의하게 달랐다.
- 지표별로 표준화율의 크기가 다르기 때문에 율 자체의 차이보다는 율을 z-score로 환산하여 비교하였다. 또한 각표준화율의 지역별 순위를 매겨 순위의 일치도를 알아보았다. 즉, 본 연구에서는 표준화율의 신뢰도를 z-score와 순위의 일치도로 평가하였다.
- 또한 권역별 평균 MHC값을 제시하였다 (Table 2).
- 또한 표준화율에 기반한 z-score를 블랜드-알트만 도표로 분석하여 95%신뢰구간을 벗어나는 점들의 분포를 지역별로 살펴보았다. 블랜드-알트만 도표는 두 측정치의 일치도를 관찰하는 방법으로서 측정치의 차이 값과 각 측정치의 평균을 두 축으로 하며 일반적으로 95%신뢰구간 밖의 점들의 수를 통해 일치도를 평가한다 [24].
- 단, 2005년 국민건강영양조사에 동일한 지표가 없거나 측정방법에 차이가 있는 17개 지표는 간접표준화율을 산출하지 못하였기 때문에 본 연구의 분석에서는 제외하였다. 모든 표준화는 성별 및 연령 10세별 총 12개 구간으로 나누어 표준화를 실시하였으며 직접표준화는 2005년 추계인구를 표준인구로 사용하였고 간접표준화는 2005년 국민건강영양조사의 조율을 표준율로 사용하였다. 지역사회건강조사의 표본추출은 각 지역의 주민등록인구에 기초하여 실시되었기 때문에 표본추출 시의 전국 주민등록인구를 표준인구로 사용하는 것이 보다 적절할 수 있겠지만 향후 매년 산출되는 결과의 연도별 비교를 위해 2005년 추계인구를 표준인구로 사용하였다.
- 분석결과 표준화율의 신뢰도에 영향을 미치는 요인으로는 크게 인구구조, 지표의 정의, 지표결과의 특징으로 나누어졌다. 인구구조의 문제는 우리나라 인구분포의 특징에 있었다.
- 이러한 결과가 표준화율의 적용 및 해석에 어떠한 영향을 미치는 가를 알아보기 위해 인구구조 차이와 표준화율 신뢰도 간의 관계를 살펴보았다. 신뢰도의 측정을 위해 표준화방법에 따라 사분순위가 변하는 지역 수를 계산하였다 (Table 3).
- 이 조사는 전국 253개 보건소가 표준화된 과정을 거쳐서 동시에 실시하는 단면조사로서 이를 통해 각 시군구는 지역대표보건통계를 생산할 수 있게 되었다.
- 산출지표를 선정하는 기준으로는 지역보건의료계획수립에 활용할 수 있는 지표, 지역보건사업 평가에 활용할 수 있는 지표, 국민건강증진종합계획에 포함되어 있는 지표, 국민건강영양조사 결과와 비교 가능한 지표, 지역에서 필요하나 대체 자료원이 없는 지표, 할당된 표본수로 유의한 통계를 산출할 수 있는 지표이어야 한다는 원칙에 따랐다 [15]. 이 중 보건학적으로 의미가 크다고 생각되는 주요지표 48개를 선정하여 표준화율을 산출하였다. 단, 2005년 국민건강영양조사에 동일한 지표가 없거나 측정방법에 차이가 있는 17개 지표는 간접표준화율을 산출하지 못하였기 때문에 본 연구의 분석에서는 제외하였다.
- 따라서 이 현상은 각 대상지역의 인구구조로 인한 결과가 아니라 건강검진수진율의 지표자체의 영향일 가능성이 높다. 이러한 결과의 원인을 알아보기 위해 각 지역의 연령별 조율을 살펴보았다 (Table 4).
- 예를 들어, A지역 평생흡연율의 직접표준화율 순위가 전체 지역 중 1사분위수에 속하지만 간접표준화율 순위는 1사분위수가 아닌 그 아래의 사분위수에 속한다면 A지역 평생흡연율의 표준화율은 신뢰도가 낮다고 판단하는 것이다. 인구구조 차이는 5단계로 나누었으며 각 단계에 약 50개 지역이 포함될 수 있도록 MHC의 기준을 정하였다. 결과는 대체로 인구구조의 차이가 클수록 표준화율의 신뢰도는 낮아지는 것으로 나타났다.
- 전국 251개 지역을 서울특별시부터 시작하여 광역시 지역, 이어 시부, 군부의 순서로 번호를 부여하고 각 지역의 번호에 따른 MHC값의 산점도를 작성하였다 (Figure 1). 그 결과, 특이할 만한 사항이 발견되었는데 서울과 기타 광역시 지역과 일반 시부, 군부에 따라 인구구조가 뚜렷이 구분되어 나타난다는 것이다.
- 또한 각표준화율의 지역별 순위를 매겨 순위의 일치도를 알아보았다. 즉, 본 연구에서는 표준화율의 신뢰도를 z-score와 순위의 일치도로 평가하였다. z-score와 순위의 일치도는 상관계수로 나타내었으며 순위의 변화정도를 보다 정확히 측정하기 위해 사분순위 변화지역 수를 계산하였다.
- 본 연구는 질병관리본부(KCDC) 주관으로 시행된 2008년 지역사회건강조사 자료를 활용하였다. 지역사회건강조사의 원자료(raw data)는 2011년부터 연구를 위해 공개될 예정이기 때문에 아직 사용할 수 없었으므로 이 연구에서는 이미 출판되어 지역별 보고서에 제시된 각 지표의 표준화율을 이용하였으며, 이러한 방법론적 연구에 대해서는 질병관리본부의 승인을 얻었다. 지역사회건강조사는 지방자치단체와 지역 보건소의 보건정책 수립 및 프로그램 개발, 평가에 기초가 되는 건강행태, 질병, 사고중독 등의 자료를 생산하기 위한 전국조사로, 2008년 9월부터 11월까지 3개월간 전국 253개 보건소의 각 지역에서 만 19세 이상 성인 800~1000명 표본을 대상으로 공통된 설문문항과 프로토콜을 토대로 면접설문을 실시하였다.
- 모든 표준화는 성별 및 연령 10세별 총 12개 구간으로 나누어 표준화를 실시하였으며 직접표준화는 2005년 추계인구를 표준인구로 사용하였고 간접표준화는 2005년 국민건강영양조사의 조율을 표준율로 사용하였다. 지역사회건강조사의 표본추출은 각 지역의 주민등록인구에 기초하여 실시되었기 때문에 표본추출 시의 전국 주민등록인구를 표준인구로 사용하는 것이 보다 적절할 수 있겠지만 향후 매년 산출되는 결과의 연도별 비교를 위해 2005년 추계인구를 표준인구로 사용하였다.
- 지표별 신뢰도 분석에서는 z-score와 순위의 상관계수가 낮은 지표는 그 원인에 대해 살펴보았고, 지역별 비교에서는 대상지역의 인구구조가 표준화율에 영향을 미치는 요인이기 때문에 각 지역의 성-연령별 인구구조를 살펴보고 그에 따른 표준화율 신뢰도의 변화를 살펴보았다.
- 지표별 표준화율의 신뢰도를 알아보기 위해 두 표준화율에 기반한 z-score와 순위의 상관계수를 비교하였다 (Table 1).
- 지표별로 표준화율의 크기가 다르기 때문에 율 자체의 차이보다는 율을 z-score로 환산하여 비교하였다. 또한 각표준화율의 지역별 순위를 매겨 순위의 일치도를 알아보았다.
- 본 연구에서는 지역사회건강조사에서 지역 간 비교대상이 된 48개 주요지표를 분석하였는데 그 중 국민건강영양 조사와 비교할 수 없어 간접표준화율 산출이 불가능한 17개 지표는 제외하였다. 직접표준화와 간접표준화를 통해 분석대상이 된 31개 지표의 표준화율을 지역별로 산출하였다. 직접표준화율을 산출할 때, 조사대상자 전체가 분모인 지표는 2005년 추계인구를 그대로 적용하였지만 분모가 특정 대상자로 한정된 경우에는 2008년 지역사회건강조사 전국 자료를 통해 성, 연령별로 분모에 해당하는 특정 대상자의 비율을 산출한 뒤 이를 2005년 추계인구의 성, 연령별 인구에 곱하여 표준인구로 삼았다.
- 표준화율의 신뢰도를 첫째는 지표별, 둘째는 지역별로 비교하였다.
- 지역사회건강조사의 핵심조사지에 포함되어 있는 영역은 총 13개이며, 문항은 총 358개이다. 흡연, 음주, 비만 및 체중조절, 신체활동, 영양, 정신보건, 안전의식, 구강보건 등의 보건의식행태 뿐만 아니라 주요 만성질환에 대한 이환 조사, 질병관리행태 등을 조사하였으며 의료이용 및 사고중독, 삶의 질 및 활동제한 등 건강과 관련된 전반적인 내용에 대해서 조사를 수행하였다. 산출지표를 선정하는 기준으로는 지역보건의료계획수립에 활용할 수 있는 지표, 지역보건사업 평가에 활용할 수 있는 지표, 국민건강증진종합계획에 포함되어 있는 지표, 국민건강영양조사 결과와 비교 가능한 지표, 지역에서 필요하나 대체 자료원이 없는 지표, 할당된 표본수로 유의한 통계를 산출할 수 있는 지표이어야 한다는 원칙에 따랐다 [15].
대상 데이터
- 본 연구는 질병관리본부(KCDC) 주관으로 시행된 2008년 지역사회건강조사 자료를 활용하였다. 지역사회건강조사의 원자료(raw data)는 2011년부터 연구를 위해 공개될 예정이기 때문에 아직 사용할 수 없었으므로 이 연구에서는 이미 출판되어 지역별 보고서에 제시된 각 지표의 표준화율을 이용하였으며, 이러한 방법론적 연구에 대해서는 질병관리본부의 승인을 얻었다.
데이터처리
- 지표별 신뢰도 분석에서는 z-score와 순위의 상관계수가 낮은 지표는 그 원인에 대해 살펴보았고, 지역별 비교에서는 대상지역의 인구구조가 표준화율에 영향을 미치는 요인이기 때문에 각 지역의 성-연령별 인구구조를 살펴보고 그에 따른 표준화율 신뢰도의 변화를 살펴보았다. 특히 대상지역인구의 구조와 표준인구 구조의 차이가 중요한 요인이 될 것이라는 가설을 검증하기 위해 인구구조 차이를 Mantel-Haenszel Chi-square (MHC)값을 이용하여 수치화 하였다. MHC를 사용한 이유는 연령별 구간이 서열적인 범주이며 MHC값은 하나의 측정치로 비교할 수 있기 때문이다.
이론/모형
- 흡연, 음주, 비만 및 체중조절, 신체활동, 영양, 정신보건, 안전의식, 구강보건 등의 보건의식행태 뿐만 아니라 주요 만성질환에 대한 이환 조사, 질병관리행태 등을 조사하였으며 의료이용 및 사고중독, 삶의 질 및 활동제한 등 건강과 관련된 전반적인 내용에 대해서 조사를 수행하였다. 산출지표를 선정하는 기준으로는 지역보건의료계획수립에 활용할 수 있는 지표, 지역보건사업 평가에 활용할 수 있는 지표, 국민건강증진종합계획에 포함되어 있는 지표, 국민건강영양조사 결과와 비교 가능한 지표, 지역에서 필요하나 대체 자료원이 없는 지표, 할당된 표본수로 유의한 통계를 산출할 수 있는 지표이어야 한다는 원칙에 따랐다 [15]. 이 중 보건학적으로 의미가 크다고 생각되는 주요지표 48개를 선정하여 표준화율을 산출하였다.
성능/효과
- 분석 결과 z-score와 순위 간 상관관계는 매우 높게 나타났으며 z-score의 상관계수와 순위의 상관계수는 매우 비슷하게 나타났다. 31개 지표 중 29개 지표에서 상관계수가 0.9이상으로 나타났는데, 뇌졸중 후유증 이환율의 순위상관계수는 0.699로서 가장 낮았으며 다음으로는 건강검진 수진율(2년 이내)이 0.867이었다. 다른 지표는 모두 0.
- 두 표준화율 간의 z-score 및 순위 차이를 가져오는 요인을 알아보기 위해 표준인구구조와 대상지역 인구구조의 차이를 알아보았다. 각 지역의 성-연령별 인구구조를 MHC값을 통해 살펴본 결과, 251개 지역 중 238개 지역의 인구구조가 표준인구의 구조와 통계적으로 유의하게 달랐다. 즉, 대부분 지역의 성-연령별 인구구조가 표준인구와 다르다는 것을 말한다.
- 인구구조 차이는 5단계로 나누었으며 각 단계에 약 50개 지역이 포함될 수 있도록 MHC의 기준을 정하였다. 결과는 대체로 인구구조의 차이가 클수록 표준화율의 신뢰도는 낮아지는 것으로 나타났다. MHC값이 가장 작은 50개 지역에서는 사분순위 변화지역의 지표별 합이 170이었으며 다음으로 작은 50개 지역에서는 188, 다음 51개 지역에서는 197, 다음 50개 지역에서는 272, 가장 인구구조 차이가 큰 나머지 50개 지역에서는 317이었다.
- 전국 251개 지역을 서울특별시부터 시작하여 광역시 지역, 이어 시부, 군부의 순서로 번호를 부여하고 각 지역의 번호에 따른 MHC값의 산점도를 작성하였다 (Figure 1). 그 결과, 특이할 만한 사항이 발견되었는데 서울과 기타 광역시 지역과 일반 시부, 군부에 따라 인구구조가 뚜렷이 구분되어 나타난다는 것이다. 서울과 기타 광역시 지역은 표준인구와의 인구구조 차이가 대부분의 지역에서 매우 작게 나타나는 반면, 시부, 군부 쪽으로 갈수록 MHC값의 평균과 분산이 모두 증가하는 것을 볼 수 있다.
- 867이었다. 다른 지표는 모두 0.9이상의 상관계수를 나타냈는데 이 중 0.99이상의 매우 높은 상관계수를 보인 지표는 평생 음주율, 걷기운동 실천율, 체중조절 시도율, 운전 시 안전벨트 착용률, 동승차량 앞좌석 안전벨트 착용률, 골관절염 평생 의사진단 유병률이었다.
- 이 지역은 10세별 연령층으로 나누어 보았을때 30대 인구가 6974명으로 가장 낮은 비율을 차지하고 있으며 70대 이상 인구가 15885명으로 가장 높은 비율을 차지한다. 대체로 인구고령화 현상이 뚜렷한 지역에서 높은 MHC값을 보였다.
- 이와 같이 비교적 연령별로 고른 분포를 보인다. 두 지역 외에 비슷한 각각의 특징을 보이는 다른 지역의 연령별 조율 또한 비슷한 양상을 보였으며 연령별 조율의 차이가 큰 지역은 대체로 20대의 검진수진율이 매우 낮은 대신 5,60대의 검진수진율이 매우 높았다.
- 이 문제는 향후 전국자료가 공개되면 각 지역의 건강검진수진의 세부항목인 검진종류에 관한 문항을 분석하면 확인해볼 수 있을 것이다. 또한 지역사회 건강조사의 질관리를 위해 실제 인구와 조사된 인구를 비교해본 결과, 표준화율 순위 차이가 많이 나는 지역에서는 젊은 층의 조사 참여율이 노년층보다 현저히 낮게 나타나는 경향이 있었다. 특정 연령 인구의 조사 참여율이 낮다면 이를 보정하기 위해 가중치를 부여하게 되는데, 이러한 가중치로는 정확한 값을 추정하는데 한계가 있다는 것을 의미한다.
- 또한 표준화율에 기반한 z-score를 블랜드-알트만 도표로 분석하여 95%신뢰구간을 벗어나는 점들을 살펴보았는데, 지표별로는 한 지표에서 신뢰구간을 벗어나는 점이 251개(총 분석지역 수) 중 10~20개 사이 범위에 모두 있었고, 지역별로는 한 지역에서 31개(총 분석지표 수) 중 0~20사이의 범위에 모두 있었다. 지표별로 신뢰구간을 벗어나는 점은 대개 모든 지표가 비슷한 수준을 보였으나 지역별로는 비교적 큰 편차를 보였다.
- 본 연구에서의 분석한 표준화율의 신뢰도는 전체적으로는 높게 측정되었다고 할 수 있다. 분석대상이 된 31개 지표 중 29개 지표에서 순위상관계수가 0.
- 분석 결과 z-score와 순위 간 상관관계는 매우 높게 나타났으며 z-score의 상관계수와 순위의 상관계수는 매우 비슷하게 나타났다. 31개 지표 중 29개 지표에서 상관계수가 0.
- 신뢰도가 비교적 높게 측정된 지표는 걷기운동 실천율, 골관절염 평생 의사진단 유병률, 체중조절 시도율, 동승차량 앞좌석 안전벨트 착용률, 운전 시 안전벨트 착용률, 평생 흡연율 등이었다.
- MHC값이 가장 작은 50개 지역에서는 사분순위 변화지역의 지표별 합이 170이었으며 다음으로 작은 50개 지역에서는 188, 다음 51개 지역에서는 197, 다음 50개 지역에서는 272, 가장 인구구조 차이가 큰 나머지 50개 지역에서는 317이었다. 즉, 표준인구와의 인구구조 차이가 커질수록 전체 사분순위 변화지역은 지속적으로 많아지는 경향을 보였다.
- 또한 표준화율에 기반한 z-score를 블랜드-알트만 도표로 분석하여 95%신뢰구간을 벗어나는 점들을 살펴보았는데, 지표별로는 한 지표에서 신뢰구간을 벗어나는 점이 251개(총 분석지역 수) 중 10~20개 사이 범위에 모두 있었고, 지역별로는 한 지역에서 31개(총 분석지표 수) 중 0~20사이의 범위에 모두 있었다. 지표별로 신뢰구간을 벗어나는 점은 대개 모든 지표가 비슷한 수준을 보였으나 지역별로는 비교적 큰 편차를 보였다. 지역별 분포를 산점도로 나타내었다 (Figure 2).
후속연구
- 표준화율은 존재하는 숫자가 아닌 가상의 숫자이기 때문에 충분한 고려 없이 성급히 표준화율을 통해 지역 간 순위를 매긴다면 의미가 매우 낮은 결과를 얻을 수 있다. 그러므로 향후 지역사회건강조사를 이용한 연구에서는 순위가 아닌 범주화되고 대략적인 비교를 하는 수준에서 표준화율을 적용해야 할 것이다.
- 따라서 앞으로 지역사회 건강조사는 매년 실시되기 때문에 여러 해의 결과가 추가적으로 산출된다면 더욱 정확한 적용점을 찾을 수 있을 것이다. 둘째, 조율을 통해서 표준화율을 산출할 때에는 신뢰구간이 함께 산출되며 이는 표준화율의 적절성 평가에 없어서는 안 될 중요한 정보임에도 불구하고 본 연구에는 다루지 못하였다. 왜냐하면 본 연구의 자료는 출판된 보고서에 명기된 정보로 제한되어 있기 때문이다.
- 첫째, 한 해의 조사를 바탕으로 한 연구 결과를 모든 지표의 표준화율 해석에 적용하는데 한계가 있었다. 따라서 앞으로 지역사회 건강조사는 매년 실시되기 때문에 여러 해의 결과가 추가적으로 산출된다면 더욱 정확한 적용점을 찾을 수 있을 것이다. 둘째, 조율을 통해서 표준화율을 산출할 때에는 신뢰구간이 함께 산출되며 이는 표준화율의 적절성 평가에 없어서는 안 될 중요한 정보임에도 불구하고 본 연구에는 다루지 못하였다.
- 이 문제 역시 향후 매년 연구가 진행되어 자료가 축적된다면 보다 적절한 평가가 가능할 것이다. 본 연구의 마지막 제한점은 어떠한 상황에서 어떤 표준화방법을 써야하는지에 대한 구체적인 지침을 제시할 수는 없었다는 것이다. 다만 상황에 따른 표준화율의 경향을 파악하여 적용 시 고려되어야 할 점들을 알아보았다.
- 비록 이전 연구에서 사용된 방법이기는 하나 [7,17,23] 순위의 일치율이 신뢰도를 정확히 반영한다고는 보기에는 한계가 있다. 이 문제 역시 향후 매년 연구가 진행되어 자료가 축적된다면 보다 적절한 평가가 가능할 것이다. 본 연구의 마지막 제한점은 어떠한 상황에서 어떤 표준화방법을 써야하는지에 대한 구체적인 지침을 제시할 수는 없었다는 것이다.
- 즉, 직업적 분포의 차이가 연령별 조율의 차이를 가져올 수 있을 것이다. 이 문제는 향후 전국자료가 공개되면 각 지역의 건강검진수진의 세부항목인 검진종류에 관한 문항을 분석하면 확인해볼 수 있을 것이다. 또한 지역사회 건강조사의 질관리를 위해 실제 인구와 조사된 인구를 비교해본 결과, 표준화율 순위 차이가 많이 나는 지역에서는 젊은 층의 조사 참여율이 노년층보다 현저히 낮게 나타나는 경향이 있었다.
- 따라서 국내 인구구조를 바탕으로 한 주요지표의 표준화율 적절성의 고찰은 필요하다. 이러한 연구결과는 향후 지역사회를 기반으로 하는 역학 연구에서 보다 정확히 표준화율을 해석하는데 도움을 줄 것이다. 역학 연구에서는 정보의 생산에 못지않게 정보의 활용과 해석이 중요하다.
- 첫째, 한 해의 조사를 바탕으로 한 연구 결과를 모든 지표의 표준화율 해석에 적용하는데 한계가 있었다. 따라서 앞으로 지역사회 건강조사는 매년 실시되기 때문에 여러 해의 결과가 추가적으로 산출된다면 더욱 정확한 적용점을 찾을 수 있을 것이다.
- 역학 연구에서는 정보의 생산에 못지않게 정보의 활용과 해석이 중요하다. 향후 자료의 누적과 표준화를 통한 다양한 비교방법 연구가 이어진다면 보다 정확한 역학연구를 통해 국가 보건통계의 활용을 증대시킬 수 있을 것이다.
- 향후 표준화율의 적절한 해석 및 활용을 위해서는 지역사회건강조사 보고서에 적어도 주요 지표에 대해서는 표준화율의 신뢰구간 또는 표준오차(standard error)를 부록에서 추가로 명기하는 것이 바람직할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.