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
- 바이오마커 예비 조사는 질병관리본부의 학술용역사업으로 한국인의 노화과정을 이해하기 위해 적합한 바이오 마커 측정항목을 개발하고 관련된 프로토콜을 마련하기 위해 수행되었다. 고령화연구패널 2차년도 대상자 중에서 전국표본 500명을 목표로 실시하였다(Chun, Bu & Cho, 2008).
- 본 연구에서는 만성질환을 “고혈압, 당뇨, 암, 폐질환, 간질환, 심장질환, 뇌졸중, 관절염의 8가지 질환 중 한 가지 이상 만성질환을 가지고 있는 경우로 정의하여 전체 만성질환과 세가지 비만 지표와의 관련성을 제시하고 있다.
- 이 연구는 우리나라 대표성 있는 자료를 사용하여 중·노년 인구의 만성질환관리를 위한 유용한 비만지표를 제시하고자 하였다.
- 또한 대부분의 고령자 대상 비만연구에서 아직까지 각 비만 측정지표에 따른 결과로 모든 지표를 한번에 평가한 조사는 드물다. 이 연구는 전국 고령자를 대상으로 체질량지수, 허리둘레, 체지방률 등 다양한 비만 지표를 이용하여, 한국 중노년 인구의 연령에 따른 비만수 준의 변화를 살펴보고 주요 질환과의 관련성을 탐색해보고자 한다.
제안 방법
- 줄자를 벽에 고정하여 측정하는 과정에서 나타나는 계측 기기간, 관측자간 변이를 고려하기 위해, 각 2회씩 측정하여 줄자와 고정식 키 측정기(stadiometer) 결과 값을 비교한 후 시행하였고, 모든 간호사는 키 측정 시 기역자를 사용하였다. 대상자는 최대한 가벼운 옷 상태를 유지하도록 하였으며 맨발 상태로 측정하였다. 관측 값은 소수점 한자리까지 기록하였다.
- 대상자의 특성별 분포는 χ2 분석을 이용하여 백분율(%) 을 제시하였다.
- 특히 만성 질환은 연령이 높을수록, 여자인 경우, 사회경제적 수준이 낮은 경우, 건강행태를 나쁜 경우에 높은 것으로 알려져 있다. 따라서 이들 인구학적, 사회경제적 변수를 통제하기 위하여 성별, 연령(45-54, 55-64, 65-74, 75+), 결혼 유무(유 배우 vs. 기타), 교육수준(무학, 초등학교 졸업, 중학교 졸업, 고등학교 졸업, 대학졸업 이상), 급여를 받는 근로 유 무, 가구균등화소득 3분위, 흡연(현재/과거 흡연자 vs. 비흡연자), 음주 여부(평소 음주 예, 아니오), 규칙적 운동 여부(일주일 1회 이상 운동 예, 아니오)로 분류하였다.
- 비만지표는 평균과 표준편차로 제시하고 남녀 비교는 t-test로 진행하여 비교하였다. 만성질환 유병율은 고령화패널 바이오마커 전체 인구를 표준인구로 남녀에 따른 연령군별 인구구조의 차이를 보정하여 구하였다. 즉 성별 및 연령 보정 만성질환 유병율은 직접 표준화 법에 의하여 표준화하여 구하였다.
- 만성질환은 2008년 2차 조사에서 대상자들이 의사 진단 받았다고 보고한 “고혈압, 당뇨, 암, 폐질환, 간질환, 심장 질환, 뇌졸중, 관절염” 등 8가지 질환 중 1개 이상이 있는 사람을 만성질환이 있는 사람으로 분류하였다.
- 자료표집은 지역별 패널 수를 고려하여 해당 면접원이 컴퓨터에 보유하고 있는 패널 대상자 중 고령화연구 패널 면접조사를 하지 않은 패널을 무작위 추출하여 이들을 대상으로 하였다. 모든 조사는 훈련된 간호사에 의하여 면접방문조사와 거점형 추가 검진 조사를 통하여 시행하였다. 패널조사는 바이오마커 연구진에 의해 개발된 검진 프로토콜에 따라 인체계측, 신체기능, 혈압, 혈액 채취 등을 포함한 측정과 검진을 수행하였다.
- 연구 대상자의 키, 몸무게, 허리둘레는 훈련받은 간호사가 직접방문을 통하여 측정하였다. 키는 줄자를 벽에 부착하고 맨발인 상태에서 발뒤꿈치를 벽에 부착하고 엉덩이와 어깨 등 최소 세 곳을 고정시킨 상태에서 측정하였다.
- 이 연구는 우리나라 중·노년 인구를 대상으로 체질량지수, 허리둘레, 지방량 등 세 가지 비만지표와 만성질환의 관련성을 비교하였다.
- 인체 내 지방 과잉 상태는 지방의 절대량(fat mass, kg)이나 전체 체중에서 지방이 차지하는 비율(% body fat)로 표현한다. 이동형 체지방 기기(Omron HBF359)를 사용하여 몸무게와 체지방 분율을 각 2회씩 측정하였다.
- 키는 줄자를 벽에 부착하고 맨발인 상태에서 발뒤꿈치를 벽에 부착하고 엉덩이와 어깨 등 최소 세 곳을 고정시킨 상태에서 측정하였다. 줄자를 벽에 고정하여 측정하는 과정에서 나타나는 계측 기기간, 관측자간 변이를 고려하기 위해, 각 2회씩 측정하여 줄자와 고정식 키 측정기(stadiometer) 결과 값을 비교한 후 시행하였고, 모든 간호사는 키 측정 시 기역자를 사용하였다. 대상자는 최대한 가벼운 옷 상태를 유지하도록 하였으며 맨발 상태로 측정하였다.
- 만성질환 유병율은 고령화패널 바이오마커 전체 인구를 표준인구로 남녀에 따른 연령군별 인구구조의 차이를 보정하여 구하였다. 즉 성별 및 연령 보정 만성질환 유병율은 직접 표준화 법에 의하여 표준화하여 구하였다. 비만지표별 성별, 연령별 비만 수준 비교는 Generalized Linear Model [GLM] 분석을 사용하여 그룹간 평균 비교를 하였다.
- 허리둘레는 피검자에게 가벼운 속옷을 제외한 상의를 벗고 벨트는 헐겁게 풀게 한 후 양발을 15cm 벌린 상태에서 숨을 편안히 내쉴 때 측정하도록 하였다. 측정부위는 아래쪽 갈비뼈(lower rib)와 장골뼈(iliac crest) 윗부분 사이의 가운데 점을 양쪽에서 형광펜으로 표시하고 줄자로 이 양쪽 선을 통과하도록 하여 측정하였다. 허리둘레 또한 2회를 측정하였다.
- 연구 대상자의 키, 몸무게, 허리둘레는 훈련받은 간호사가 직접방문을 통하여 측정하였다. 키는 줄자를 벽에 부착하고 맨발인 상태에서 발뒤꿈치를 벽에 부착하고 엉덩이와 어깨 등 최소 세 곳을 고정시킨 상태에서 측정하였다. 줄자를 벽에 고정하여 측정하는 과정에서 나타나는 계측 기기간, 관측자간 변이를 고려하기 위해, 각 2회씩 측정하여 줄자와 고정식 키 측정기(stadiometer) 결과 값을 비교한 후 시행하였고, 모든 간호사는 키 측정 시 기역자를 사용하였다.
- 모든 조사는 훈련된 간호사에 의하여 면접방문조사와 거점형 추가 검진 조사를 통하여 시행하였다. 패널조사는 바이오마커 연구진에 의해 개발된 검진 프로토콜에 따라 인체계측, 신체기능, 혈압, 혈액 채취 등을 포함한 측정과 검진을 수행하였다. 바이오마커 연구 진행 절차와 내용은 S대학교 연구윤리위원회에서 승인을 받았다.
- 측정부위는 아래쪽 갈비뼈(lower rib)와 장골뼈(iliac crest) 윗부분 사이의 가운데 점을 양쪽에서 형광펜으로 표시하고 줄자로 이 양쪽 선을 통과하도록 하여 측정하였다. 허리둘레 또한 2회를 측정하였다. 인체 내 지방 과잉 상태는 지방의 절대량(fat mass, kg)이나 전체 체중에서 지방이 차지하는 비율(% body fat)로 표현한다.
대상 데이터
- 가구설문조사는 훈련된 조사원이 컴퓨터에 입력하는 컴퓨터를 이용한 대인면접(Computer Assisted Personal Interviewing [CAPI]) 기술을 활용하여 진행하며, 인구학적, 경제적 특성, 노동시장 참여와 변화, 가족 및 사회관계, 건강, 기능제한, 의료이용 등에 관한 정보를 담고 있다. 1차 조사는 2006년 7월~12월에 수행되었고 10,254명의 패널을 구축하였다. 2008년 2차 조사는 7월~8월에 수행되었고, 8688명을 추적 조사하였다.
- 1차 조사는 2006년 7월~12월에 수행되었고 10,254명의 패널을 구축하였다. 2008년 2차 조사는 7월~8월에 수행되었고, 8688명을 추적 조사하였다.
- 고령화연구패널 2차년도 대상자 중에서 전국표본 500명을 목표로 실시하였다(Chun, Bu & Cho, 2008).
- 바이오마커 연구 진행 절차와 내용은 S대학교 연구윤리위원회에서 승인을 받았다. 이 논문은 2008년 고령자패널 바이오마커 예비조사 검진참여 총 대상자 527명 중 와상 등으로 인해 키, 몸무게, 허리둘레, 체지방 미측정자 11명을 제외한 총 514명이 최종 분석대상이다. 모든 설문조사, 신체건강지표조사, 그리고 유전자 검사는 참가자의 동의를 받아 진행하였다.
- 이 연구는 ‘고령화연구패널조사(Korean Longitudinal Study of Aging [KLoSA])’ 2차 년도(2008년) 자료와 sub-sample인 바이오마커 자료를 분석하였다.
- 고령화연구패널 2차년도 대상자 중에서 전국표본 500명을 목표로 실시하였다(Chun, Bu & Cho, 2008). 자료표집은 지역별 패널 수를 고려하여 해당 면접원이 컴퓨터에 보유하고 있는 패널 대상자 중 고령화연구 패널 면접조사를 하지 않은 패널을 무작위 추출하여 이들을 대상으로 하였다. 모든 조사는 훈련된 간호사에 의하여 면접방문조사와 거점형 추가 검진 조사를 통하여 시행하였다.
데이터처리
- 비만지표별 성별, 연령별 비만 수준 비교는 Generalized Linear Model [GLM] 분석을 사용하여 그룹간 평균 비교를 하였다. 모든 가능한 혼란변수를 통제하고 각 비만 지표에 따라 측정한 비만이 만성질환에 미치는 위험은 다중 로지스틱 회귀분석을 사용하여 오즈비(odds ratios)와 95% 신뢰구간을 구하였다. 모든 통계분석은 SAS 9.
- 분석을 이용하여 백분율(%) 을 제시하였다. 비만지표는 평균과 표준편차로 제시하고 남녀 비교는 t-test로 진행하여 비교하였다. 만성질환 유병율은 고령화패널 바이오마커 전체 인구를 표준인구로 남녀에 따른 연령군별 인구구조의 차이를 보정하여 구하였다.
- 즉 성별 및 연령 보정 만성질환 유병율은 직접 표준화 법에 의하여 표준화하여 구하였다. 비만지표별 성별, 연령별 비만 수준 비교는 Generalized Linear Model [GLM] 분석을 사용하여 그룹간 평균 비교를 하였다. 모든 가능한 혼란변수를 통제하고 각 비만 지표에 따라 측정한 비만이 만성질환에 미치는 위험은 다중 로지스틱 회귀분석을 사용하여 오즈비(odds ratios)와 95% 신뢰구간을 구하였다.
이론/모형
- 복부비만 기준은 대한비만학회가 제시한 허리둘레 남자≥90cm/여자≥85cm(Lee, Park & Kim et al., 2007) 기준을 따랐다.
- 본 논문에서는 체질량지수 비만 기준은 아시아 태평양 비만학회 기준인 BMI≥25(Deurenberg-Yap & Deurenberg, 2003; Zheng, McLerran, & Rolland, 2011)로 제시하였다.
성능/효과
- 또한, 본 연구에서 중·노년인구에서 주요 만성질환인 고혈압과 당뇨를 추가 분석한 결과([Figure 2]) 체질량지수, 허리둘레, 지방량이 증가할수록 고혈압 유병율의 위험비가 크게 증가하는 것으로 관찰되었다.
- 복부에 지방이 과다하게 축적된 복부비만은 특히 만성질환 및 사망률의 중요한 위험요인으로, 본 연구에서는 45세 이상 복부비만율이 남자에서 35.5% 여자는 44.3%인 것으로 나타났다. 세계보건기구에서는 허리둘레가 복부비만을 정확하게 반영하는 측정치임을 제시하였으며(Paulio et al.
- 이 연구는 우리나라 중·노년 인구를 대상으로 체질량지수, 허리둘레, 지방량 등 세 가지 비만지표와 만성질환의 관련성을 비교하였다. 분석 결과, 세 가지 지표 중 어느 하나라도 비만으로 진단되는 경우, 모두 만성질환의 위험과 유의한 연관성이 있는 것으로 나타났다. 특히, 인구학적, 사회경제적, 건강 행태적 변수를 모두 보정한 후, 세 가지 비만지표와 만성질환 위험 예측치를 비교하였을 때, 체질량지수와 복부 둘레에 따른 비만이 총체지방량에 따른 비만보다 만성질환과의 관련성을 더 잘 보여주었다.
- 6%), 특히 고혈압과 관절염 유병률이 여자에서 크게 높았다. 비만지표 중 신장, 체중, 허리둘레는 남자에서 더 높았으나, 각 체질량지수와 지방량은 여자에서 더 높았다. 또한 체질량지수, 허리둘레, 지방량으로 진단한 세 가지 비만 유병률은 여자가 남자보다 모두 높았으나, 허리둘레 비만의 남녀차이만 통계적으로 유의했다.
- 51)배 높았다. 성별과 연령, 사회경제적 수준, 건강행태를 모두 보정한 후 세 가지 비만지표별 만성질환 위험을 비교한 결과, 지방량으로 진단한 비만의 위험 오즈비는 감소한 반면, 체질량지수와 복부 둘레로 측정한 비만의 위험 오즈비는 훨씬 높아졌다. 체질량지수와 복부둘레로 측정한 비만은 각각 OR 2.
- 9%). 세 비만 지표 모두 고혈압과 당뇨의 세부 질환에서도 비만과의 관련성이 관찰되었지만, 여자 당뇨와 총체지방량 구분에 따른 비만의 관련성은 보이지 않았다.
- 이 연구는 우리나라 대표성 있는 자료를 사용하여 중·노년 인구의 만성질환관리를 위한 유용한 비만지표를 제시하고자 하였다. 연구결과 총체지방율 지표가 연령에 따른 비만의 추이를 가장 잘 반영하고 있으나, 체질량지수와 복부둘레에 따른 비만이 우리나라의 노인비만과 만성질환의 관련성을 잘 제시하고 있다. 현재 우리나라는 2000년에 65세 이상 인구가 7%인 고령화 사회에 진입한 이래, 2014년 현재 12.
- 이 연구는 체질량지수, 허리둘레, 총체지방률 등 세 가지 비만지표 모두 한국 중·노년 인구에서 비만은 만성질환과 유의한 관계가 있음을 보여주고 있다. 지역사회 조사에서 주로 활용되는 키와 몸무게로 계산하는 체질량지수와 허리둘레로 측정하는 복부비만 지표는 간편하게 비만을 측정할 수 있는 지표로서 중·노년층의 비만 유병율을 파악하고 지역사회의 비만 교육이나 인지도 향상에 기여할 수 있을 것이다.
- 8세로 비슷하였다. 이 연구에서 고려한 8가지 만성질환 중 전체 만성질환 유병률은 남자에 비해 여자가 유의하게 높았으며(49.1 vs. 61.6%), 특히 고혈압과 관절염 유병률이 여자에서 크게 높았다. 비만지표 중 신장, 체중, 허리둘레는 남자에서 더 높았으나, 각 체질량지수와 지방량은 여자에서 더 높았다.
- [Table 3]은 비만하지 않은 그룹에 비해, 비만한 그룹에서 만성질환 위험과의 관련성을 보여주고 있다. 체질량 지수로 진단한 비만그룹은 만성질환 위험이 OR 2.20(95% CI 1.53-3.16), 복부비만그룹은 OR 2.68(95% CI 1.85-3.90), 지방량으로 진단한 비만그룹은 OR 2.45(95% CI 1.71-3.51)배 높았다. 성별과 연령, 사회경제적 수준, 건강행태를 모두 보정한 후 세 가지 비만지표별 만성질환 위험을 비교한 결과, 지방량으로 진단한 비만의 위험 오즈비는 감소한 반면, 체질량지수와 복부 둘레로 측정한 비만의 위험 오즈비는 훨씬 높아졌다.
- 성별과 연령, 사회경제적 수준, 건강행태를 모두 보정한 후 세 가지 비만지표별 만성질환 위험을 비교한 결과, 지방량으로 진단한 비만의 위험 오즈비는 감소한 반면, 체질량지수와 복부 둘레로 측정한 비만의 위험 오즈비는 훨씬 높아졌다. 체질량지수와 복부둘레로 측정한 비만은 각각 OR 2.76(95% CI 1.82-4.19), OR 2.73(95% CI 1.81-4.11)으로 지방량으로 진단한 비만 OR 1.87(95% CI 1.26-2.78)에 비해 높은 위험을 보였다.
- 남녀 모두에서 연령이 증가함에 따라 지방량이 유의하게 증가하는 특징이 있었다. 특히 남자에서 40대 중반이후 BMI는 유의하게 감소하고, 여자에서는 허리둘레가 70대 초반까지 지속적으로 증가하는 경향을 보였다.
- 분석 결과, 세 가지 지표 중 어느 하나라도 비만으로 진단되는 경우, 모두 만성질환의 위험과 유의한 연관성이 있는 것으로 나타났다. 특히, 인구학적, 사회경제적, 건강 행태적 변수를 모두 보정한 후, 세 가지 비만지표와 만성질환 위험 예측치를 비교하였을 때, 체질량지수와 복부 둘레에 따른 비만이 총체지방량에 따른 비만보다 만성질환과의 관련성을 더 잘 보여주었다.
후속연구
- , 2014). 또한 추가분석에서 체내의 총체지방률이 체질량지수나 복부비만 지표에 비하여 관절염과의 밀접한 관련성을 보이는 것으로 나타나, 각 비만 지표와 세부 만성 질환별 관련성을 비교하는 연구가 필요하다.
- 체질량지수와 복부둘레는 간편하게 비만을 측정할 수 있는 지표로서 향후 우리나라 보건정책 수립을 위한 중·노년층의 비만 유병율 파악하고 지역사회의 비만교육이나 인지도 향상에 기여할 수 있을 것으로 사료된다.
- 노인은 젊은 층에 비해 에너지 섭취량이 적고, 배고픔 증세나 저혈당 증세가 적기 때문이라고 보고하는 연구도 있었다(Brierly, Broughton, James, & Alberti, 1995). 하지만 연령이 증가하며 대사수준(energy turnover)은 낮아지고 만성질환은 증가하므로, 고령 남성의 체질량지수 감소경향은 노화와 관련된 키 감소, 체중의 변화 및 보유하고 있는 질환을 고려하여 종단자료를 활용한 분석을 바탕으로 검토가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.