[논문]공간분석을 이용한 지역별 비만율에 영향을 미치는 요인분석

김다양; 곽진미; 서은원; 이광수

doi:10.4332/kjhpa.2016.26.4.271

공간분석을 이용한 지역별 비만율에 영향을 미치는 요인분석
Analysing the Effects of Regional Factors on the Regional Variation of Obesity Rates Using the Geographically Weighted Regression 원문보기

Health policy and management = 보건행정학회지, v.26 no.4, 2016년, pp.271 - 278

김다양 (연세대학교 대학원 보건행정학과) , 곽진미 (연세대학교 대학원 보건행정학과) , 서은원 (연세대학교 대학원 보건행정학과) , 이광수 (연세대학교 보건과학대학 보건행정학과)

Abstract ▼ AI-Helper

Background: This study purposed to analyze the relationship between regional obesity rates and regional variables. Methods: Data was collected from the Korean Statistical Information Service (KOSIS) and Community Health Survey in 2012. The units of analysis were administrative districts such as city, county, and district. The dependent variable was the age-sex adjusted regional obesity rates. The independent variables were selected to represent four aspects of regions: health behaviour factor, psychological factor, socio-economic factor, and physical environment factor. Along with the traditional ordinary least square (OLS) regression analysis model, this study applied geographically weighted regression (GWR) analysis to calculate the regression coefficients for each region. Results: The OLS results showed that there were significant differences in regional obesity rates in high-risk drinking, walking, depression, and financial independence. The GWR results showed that the size of regression coefficients in independent variables was differed by regions. Conclusion: Our results can help in providing useful information for health policy makers. Regional characteristics should be considered when allocating health resources and developing health-related programs.

주제어

AI 본문요약
AI-Helper

문제 정의

그러나 이러한 방법은 지역적 요인과 비만율 간 관계의 크기 및 방향이 모든 지역마다 동일하다고 가정하기 때문에 각 지역별 차이를 반영할 수 없다. 따라서 본 연구는 지역 간 특성차이를 반영할 수 있는 공간분석방법인 지리적 가중회귀분석(geographically weighted regression, GWR)을 이용하여 지역별 비만율과 지역특성요인 간 관계를 분석하고자 하며, 이를 통해 지역별 맞춤형 비만관리사업을 시행하는 데 도움을 주고자 한다.

제안 방법

본 연구는 지역별 비만율과 지역특성요인 간 관계를 분석하였으며, 이를 통해 비만율에 미치는 지역특성 요인들의 영향을 평가하고자 하였다. 시·군·구별로 자료수집이 가능한 지역사회건강조사, 국가통계포털(Korean Statistical Information Service), 지역자치단체 통계연보를 이용하여 비만과 관련된 건강행태요인, 정신적 요인, 사회·경제적 요인, 물리적 환경요인에 대한 변수를 수집하였다. 이때 지역별로 변수들을 비교하기 위해서 각 지역의 인구구조(성, 연령) 차이가 보정된 지역별 지표를 사용하였다[26].

대상 데이터

자료의 한계로 기초자치단체의 ‘구’는 관할 ‘시’로 통합하고 제주특별자치도는 제주시와 서귀포시를 통합하여 하나의 분석단위로 사용하였다. 따라서 최종적으로 분석에 포함된 연구대상은 229개 시·군·구이다.
연구대상은 2012년도 기준 기초자치단체 시·군·구이다. 국가통계포털의 e-지방지표에서 얻은 자료는 ‘시’ 단위인 반면, 지역사회건강조사는 보건소 관할 지역으로 구분하기 때문에 ‘구’ 단위이다.

데이터처리

셋째, 지역별 비만율에 미치는 영향요인을 파악하고자 OLS 분석을 실시하였다. 넷째, 공간적 자기상관성과 이질성을 고려하는 GWR 분석을 실시하였다. 분석은 IBM SPSS ver.
첫째, 연구대상의 기본적인 특성을 파악하기 위하여 기술통계분석을 실시하였다. 둘째, 분석에 사용된 변수들의 상관관계분석을 실시하였다. 셋째, 지역별 비만율에 미치는 영향요인을 파악하고자 OLS 분석을 실시하였다.
둘째, 분석에 사용된 변수들의 상관관계분석을 실시하였다. 셋째, 지역별 비만율에 미치는 영향요인을 파악하고자 OLS 분석을 실시하였다. 넷째, 공간적 자기상관성과 이질성을 고려하는 GWR 분석을 실시하였다.

성능/효과

OLS 분석결과 고위험 음주율, 걷기 실천율, 우울감 경험률, 재정 자립도가 지역별 비만율과 통계적으로 유의한 관계가 있었다. 고위험 음주율은 지역별 건강행태를 나타내는 지표로 선행연구에서 비만율과 양의 관계를 보였다[10,11,14,20].

후속연구

뿐만 아니라 이러한 회귀계수의 분포를 지도를 이용하여 시각적으로 표현하기 때문에 지역보건사업을 수립하는 관리자들에게 보다 효과적으로 정보를 제공해줄 수 있다. 즉 지역의 공간적 차이를 반영한 이 연구는 지역에 대한 좀 더 자세한 정보를 제공함으로써 비만에 대한 맞춤형 지역보건사업에 도움을 줄 수 있을 것이다.
지역별 비만율을 낮추기 위해서는 개인수준의 관리뿐만 아니라 지역수준에서 고위험 음주율, 걷기 실천율, 우울감 경험률과 같은 건강지표의 개선을 목표로 하는 사업의 유효성을 제시하였다. 지역의 공간적 차이를 반영한 이 연구는 지역에 대한 자세한 정보를 제공함으로써 각 지역 실정에 맞게 수립하는 맞춤형 지역보건사업에 도움을 줄 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	국내 비만인구가 증가하는 이유는?	국내 비만인구는 서구화된 식생활로 인한 영양과다 및 운동부족 등으로 인해 지속적으로 증가하고 있다. 세계보건기구에서도 비만 그 자체를 하나의 질병으로 간주하고 있을 뿐만 아니라 당뇨병, 고혈압, 심장질환과 같은 여러 가지 질병에 노출될 수 있는 가능성을 높이는 것으로 알려져 중요한 건강문제 및 정책 이슈로 대두되고있다[1].
	지역에 따른 비만율 차이는?	지방자치단체와 질병관리본부가 매년 함께 조사하는 지역단위의 대표적인 통계인 지역사회건강조사를 살펴보면 지역 간 건강수준에는 차이가 있음을 알 수 있다. 특히 비만율은 특별시, 광역시에 비해 강원도, 제주도가 높으며, 매년 비만율이 높은 지역은 계속 높게 유지되거나 상승하고 있음을 확인할 수 있다[6]. 지역 간 비만율 차이가 발생하는 것은 그 지역에 사는 사람들의 구성 및 비만과 관련된 지역 인프라가 다르기 때문이며, 지역이라는 공간에 속한 인구집단의 비만율은 공간을 통해 작동하는 여러 가지의 비만 결정요인들에 의해 다양한 방식으로 영향을 받기 때문이다[7,8].
	기존의 비만연구의 한계는?	지역단위자료를 이용한 기존의 비만연구는 지역의 사회경제적수준이나 물리적 환경에 대한 변수를 연구에 반영하지 않거나 전통적인 회귀분석방법을 이용하여 지역별 비만율의 변이요인을 확인하였다[10,11]. 그러나 이러한 방법은 지역적 요인과 비만율 간 관계의 크기 및 방향이 모든 지역마다 동일하다고 가정하기 때문에 각 지역별 차이를 반영할 수 없다. 따라서 본 연구는 지역 간 특성차이를 반영할 수 있는 공간분석방법인 지리적 가중회귀분석(geographically weighted regression, GWR)을 이용하여 지역별 비만율과 지역특성요인 간 관계를 분석하고자 하며, 이를 통해 지역별 맞춤형비만관리사업을시행하는데도움을주고자한다.

참고문헌 (32)

World Health Organization. Obesity: preventing and managing the global epidemic. Geneva: World Health Organization; 2000.
Kang JH, Kim NS. Secular trend of obesity prevalence in Korea. Korean J Obes 2002;11(4):329-336.
Park HS, Kim PN. Lifestyle factors associated with visceral fat accumulation by CT scan in Korean obese adults. Korean J Obes 2002;11(4):337-348.
Ball K, Mishra GD, Crawford D. Social factors and obesity: an investigation of the role of health behaviours. Int J Obes Relat Metab Disord 2003;27(3):394-403. DOI: https://doi.org/10.1038/sj.ijo.0802237.

상세보기
Kim MY, Oh JK, Lim MK, Yun EH, Kang YH. The association of socioeconomic and psychosocial factors with obesity in a rural community. Korean J Obes 2012;21(1):18-28. DOI: https://doi.org/10.7570/kjo.2012.21.1.18.

상세보기
Korea Centers for Disease Control and Prevention. View of the regional health statistics 2008-2012. Cheongju: Korea Centers for Disease Control and Prevention; 2013.
Rose GA. The strategy of prevention medicine. Oxford: Oxford University Press; 1992.
Takano T, Nakamura K. An analysis of health levels and various indicators of urban environments for Healthy Cities projects. J Epidemiol Community Health 2001;55(4):263-270. DOI: https://doi.org/10.1136/jech.55.4.263.

상세보기
Schulz AJ, Zenk S, Odoms-Young A, Hollis-Neely T, Nwankwo R, Lockett M, et al. Healthy eating and exercising to reduce diabetes: exploring the potential of social determinants of health frameworks within the context of community-based participatory diabetes prevention. Am J Public Health 2005;95(4):645-651. DOI: https://doi.org/10.2105/ajph. 2004.048256.

상세보기
Kim MW. The individual and regional factors influencing of obesity rates: based on community health survey 2010 [dissertation]. Seoul: Korea University; 2013.
Kim YM, Cho DG, Kang SH. Analysis of factors associated with geographic variations in the prevalence of adult obesity using decision tree. Health Soc Sci 2014;36:157-181.

상세보기
Dever GE. Community health analysis: global awareness at the local level. 2nd ed. Gaithersburg (MD): Aspen Publishers; 1991.
Paek KW, Hong YM. Health behavior factors affecting waist circumference as an indicator of abdominal obesity. J Prev Med Public Health 2006;39(1):59-66.
Kwon GY. Spatial analysis for obesity prevalence and related factors in Korea [dissertation]. Seoul: Seoul University; 2011.
Kim CS, Kang SY, Nam JS, Cho MH, Park JS, Nam JY, et al. The effect of walking exercise program on BMI, percentage of body fat and mood state for women with obesity. Korean J Obes 2004;13(2):132-140.
Yoon DH, Park JH, Cho SC, Park MJ, Kim SS, Choi SH, et al. Depressive symptomatology and metabolic syndrome in Korean women. Korean J Obes 2005;14(4):213-219.
Luppino FS, de Wit LM, Bouvy PF, Stijnen T, Cuijpers P, Penninx BW, et al. Overweight, obesity, and depression: a systematic review and meta-analysis of longitudinal studies. Arch Gen Psychiatry 2010;67(3):220-229. DOI: https://doi.org/10.1001/archgenpsychiatry.2010.2.

상세보기
Nam S, Park J. Depression and stress related to obesity among normal, obese, and severe obese groups-comparison among normal, obesity, and severe obesity groups. Korean J Hum Ecol 2012;21(6):1199-1210. DOI: https://doi.org/10.5934/kjhe.2012.21.6.1199.

원문보기 상세보기
Kim EJ, Kang MG. Effects of built environmental factors on obesity and self-reported health status in Seoul metropolitan area using spatial regression model. Korea Spatial Planning Review 2011;68(3):85-98. DOI: https://doi.org/10.15793/kspr.2011.68.005.
Kim DH. Analysis of small area variation of health behavior using 2008 community health survey in Korea. Cheongju: Korea Centers for Disease Control and Prevention; 2008.
Santana P, Santos R, Nogueira H. The link between local environment and obesity: a multilevel analysis in the Lisbon Metropolitan Area, Portugal. Soc Sci Med 2009;68(4):601-609. DOI: https://doi.org/10.1016/j.socscimed.2008.11.033.

상세보기
Jo DG. GIS and geographically weighted regression in the survey research of small areas. Surv Res 2009;10(3):1-19.
Seok HS, Kang SH. A study on the regional variation factor of hypertension prevalence. Health Soc Welf Rev 2013;33(3):210-236. DOI: https://doi.org/10.15709/hswr.2013.33.3.210.

상세보기
Anselin L, Getis A. Spatial statistical analysis and geographic information systems. Ann Reg Sci 1992;26(1):19-33. DOI: https://doi.org/10.1007/bf01581478.

상세보기
Lee KS, Choi YJ. Analysis on the relationships between the spatial distribution of primary care organizations and socio-demographic characteristics in a metropolitan city using the geographic weighted regression method. Product Rev 2013;17(2):193-214. DOI: https://doi.org/10.15843/kpapr.27.2.201306.193.
Kim YT, Choi BY, Lee KO, Kim H, Chun JH, Kim SY, et al. Overview of Korean community health survey. J Korean Med Assoc 2012;55:74-83. DOI: https://doi.org/10.5124/jkma.2012.55.1.74.

상세보기
Park E. A comparison of community health status by region and an investigation of related factors using community health indicators. J Korean Acad Community Health Nurs 2012;23(1):31-39. DOI: https://doi.org/10.12799/jkachn.2012.23.1.31.

원문보기 상세보기
Yang B, Hwang C. Spatial dependency and heterogeneity of adult diseases: in the cases of obesity, diabetes and high blood pressure in the U.S.A. J Korean Assoc Reg Geogr 2010;16(5):610-622.
Schuurman N, Peters PA, Oliver LN. Are obesity and physical activity clustered?: a spatial analysis linked to residential density. Obesity (Silver Spring) 2009;17(12):2202-2209. DOI: https://doi.org/10.1038/oby.2009.119.

상세보기
Michimi A, Wimberly MC. Spatial patterns of obesity and associated risk factors in the conterminous U.S. Am J Prev Med 2010;39(2):e1-e12. DOI: https://doi.org/10.1016/j.amepre.2010.04.008.

상세보기
Wen TH, Chen DR, Tsai MJ. Identifying geographical variations in poverty-obesity relationships: empirical evidence from Taiwan. Geospat Health 2010;4(2):257-265.
Xu Y, Lei W. GIS-based analysis of obesity and the built environment in the US. Cartogr Geogr Inf Sci 2015;42(1):9-21. DOI: https://doi.org/10.1080/15230406.2014.965748.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증