[논문]국민건강보험공단 자료에서 비만실태 파악을 위한 이상치 진단 및 해결

김동욱; 윤호순

doi:10.5392/jkca.2017.17.09.476

[국내논문] 국민건강보험공단 자료에서 비만실태 파악을 위한 이상치 진단 및 해결
Outlier Diagnostics and Resolution to determine Obesity Status in the Korean National Health Insurance Research Database 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.17 no.9, 2017년, pp.476 - 485

김동욱 (국민건강보험공단일산병원) , 윤호순 (국민건강보험공단일산병원)

초록
AI-Helper

본 연구는 2002년에서 2013년까지 국민건강보험공단 건강검진을 받은 대상자 자료를 통해 세계비만연맹 아시아-태평양지회(WHO-WPRO)에서 정한 체질량지수(Body Mess Index, BMI)을 기준으로 총 6개의 분류(저체중, 정상, 과체중, 비만, 고도비만, 초고도비만)로 구분하여 비만의 실태를 분석하였고 그 과정에 발생하는 이상치의 문제점들을 함께 해결하여 정확한 결과를 제시하고자 하였다. 본 연구 결과에서 제시하는 중앙값 반복 보간법은 선형 보간법이나 라그랑주 보간법에서 발생하는 다중 이상치 생성 시 잘못된 결과들이 보간되는 문제를 해결할 수 있는 유용한 방법으로 평가되었고, 이를 통해 최종 생성된 자료의 연간 비만지수변화를 확인한 결과 극단적인 저체중과 비만체중이 점차 증가하고 정상체중의 빈도가 점차 줄어드는 특징을 확인하였다. 특히 여성보다는 남성이 그리고 저 연령층에서 비만의 증가추세가 급증하고 있는 상태로 분석되었다. 전체적으로 본 연구 결과를 통해 비만으로 발생하는 건강문제가 또 다른 사회적 문제로 확산되기 전에 국가적인 조치가 필요한 것을 시사하고 있다.

Abstract ▼ AI-Helper

This study was analyzed obesity status by divided into six classification based on the body mass index(BMI) established by World Health Organization-Western Pacific Regional Office(WHO-WPRO) through National Health Insurance Service(NHIS). In the middle of process, problems of outlier solved by presenting the median repeated interpolation. Unlike linear and Lagrange interpolation, median repeated interpolation may be useful in multiple outlier contained dataset. As a result, we found that extreme low and obesity weight gradually increased and the frequency of normal body weight gradually decreased. Especially, the increase of obesity in men and women of lower age group is increasing. Overall, this study suggests that national measures need to be taken before health problems arising from obesity can spread to other social problems.

주제어

표/그림 (8)

표 Table 1. Example height for 5 year
표 Table 2. Comparison of tree type interpolation
표 Table 3. Annual national health Insurance service medical check up status and interpolated dataset.
그림 Fig. 1. Scatter plot about interpolated before and after in 2002 and 2003
그림 Fig. 2. Scatter plot about interpolated before and after in 2004 and 2005
표 Table 4. Age and gender standardized prevalence of BMI groups in 2002~2013
그림 Fig. 3. Prevalence of obesity according to gender in Korean adults in 2002~2013
그림 Fig. 4. Prevalence of obesity according to age in Korean adults in 2002~2013

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

2002년부터 2013년까지 건강검진 빅데이터를 이용한 비만관련 연구를 위해 전체 자료의 흐름을 방해하는 체중 및 신장의 이상치들을 해결하면서, 자료의 손실을 최소화하는 통계적 보간방법을 모색하여 신뢰성 있는 정보이용을 도모하기 위함이며, 이 방법에 의해 수정 구축된 데이터로 비만의 실태파악을 하고자 함이다.
본 연구는 2002년부터 2013년까지 국민건강보험공단에 국가건강검진을 받은 사람들을 대상으로 비만실태조사를 연구하기 위해 이상치 제거 및 보정의 적절한 방법을 제시하여 추후 공단자료를 이용할 경우 이와 같이 발생하는 문제점들을 해결하는데 도움을 주고자 하였다. 이상치가 발생하는 경우 무조건적인 제거보다는 앞서 측정된 과거 정보를 활용하여 최대한 그 정보를 유지하는 것이 좋다.
본 연구는 전국민을 대상으로 매 2년 간격으로 실시하고 있는 국민건강보험공단 국가 건강검진을 2002년부터 2013년까지 받은 대상자들의 데이터를 이용하여 비만의 실태와 생활습관들을 살펴보았다. 총 검진자는 110,448,767명이며 검진을 받은 대상자들 중 19세 미만과 외국인은 연구 대상에서 제외하였다.
본 연구에서는 2002년부터 2013년까지 국민건강보험공단에 국가건강검진 데이터를 이용하여 비만실태를 파악하고자 한 연구로써, BMI계산을 위한 키와 체중의 이상치를 중앙값 반복 보간법을 적용하여 보정하였다. 국민건강보험 국가검진의 경우 문진항목에 자가 기록되어 키와 몸무게를 실제 측정하지 않고 기입하는 경우도 있어 자료의 한계점이 발생한다.
다항식 보간법은 제한된 데이터에서 이상치가 둘 이상 존재하는 경우 다른 이상치에 의해 보간되는 값이 다른 이상치에 영향을 받게 된다. 이런 문제들을 해결하기 위해 반복적인 보간법을 생각해 보았다.
하지만 검진자료를 살펴본 결과 특정한 곡선이나 직선의 패턴을 보이는 것이 아니라 중간에 돌출되는 이상치에 가까운 값들이 많이 발생하게 되는데, 이런 문제점 해결을 위한 통계적 방법모색이 요구되었다. 이에, 본 연구는 국민건강보험공단 자료의 연구 대상자 선정방법과 이상치 진단과 해결방법을 제시하고 본 연구에서 제안하는 보간법으로 수정한 연구대상자와 비만의 실태결과를 분석하고자 하였다.

제안 방법

2002년부터 2013년까지 모두 검진을 받았거나 반복적으로 검진을 받은 경우 키와 몸무게의 변동(키 연간 5cm, 몸무게 연간 80kg)이 크게 발생하는 값을 2차 이상치 제거 기준으로 정하였다. 2차 이상치 제거는 자료의 손실을 줄이기 위해 제거보다는 보간법을 통해 이상치로 발견된 값을 전체 데이터의 흐름과 비슷한 값을 갖도록 변경하였다.
이 과정에서 직장가입자 등 2년에 2번 모두 받은 대상자의 경우 최근 조사결과를 해당 결과로 정의하였다. 2차 대상자의 국가건강검진 결과의 분포를 알아보기 위해 키와 몸무게의 산점도를 그려보았다.
2002년부터 2013년까지 모두 검진을 받았거나 반복적으로 검진을 받은 경우 키와 몸무게의 변동(키 연간 5cm, 몸무게 연간 80kg)이 크게 발생하는 값을 2차 이상치 제거 기준으로 정하였다. 2차 이상치 제거는 자료의 손실을 줄이기 위해 제거보다는 보간법을 통해 이상치로 발견된 값을 전체 데이터의 흐름과 비슷한 값을 갖도록 변경하였다.
건강검진을 19세 이하는 많이 받고 있지 않기 때문에 20세 이상 대상자를 기준으로 10세씩 구분하여(19～29세, 30～39세, 40～49세, 50～59세, 60～69세, 70～79세 그리고 80세 이상) 연령별 비만 발생비율을 살펴보았다[Fig. 4].
특히 자료의 특징상 모수적인 방법보다 중앙값을 활용하는 비모수적인 방법이 조금 더 Robust한 결과를 얻게 된다는 것을 확인할 수 있었다. 그리하여 다발성 이상치는 중앙값 반복 보간법을 활용하여 최대한 큰 변화를 줄여 실제 관측값과 비슷한 값을 가질 수 있도록 하였다. 이상치에 대한 기준을 설정할 때는 통계학적인 기준뿐 아니라 임상적인 기준도 함께 고려하여 정의하여야 할 것이다.
본 연구에서는 세계비만연맹 아시아-태평양지회(WHO-WPRO)에서 제시한 체질량 지수의 비만 분류에 따라 BMI<18.5kg/m2 저체중, 18.5kg/m2≤BMI<23kg/m2 정상, 23kg/m2≤BMI<25kg/m2 과체중,25kg/m2≤BMI<30kg/m2 비만, 30kg/m2≤BMI<35kg/m2고도비만 그리고 BMI≥35kg/m2 초고도비만으로 정의하였다.
연구의 목적상 비만의 실태를 알아보기 위해 BMI≥25kg/m2, BMI≥30kg/m2 그리고 BMI≥35kg/m2의 비율을 조사하였다.
위에 제시된 선형보간법과 라그랑주 보간법 그리고 중앙값 반복 보간법을 임의의 데이터를 이용하여 서로 비교해보도록 하겠다.
이렇게 중복 검진을 받은 대상자는 그해 첫 번째 건강검진을 받은 결과를 사용하였고, 외국인은 연구대상자에서 제외하여 1차 대상자를 선별하였다. 직장가입자와 지역가입자의 검진받는 횟수가 다르게 정의되어 있어 대상자의 표준화를 위해 2년씩 검진결과를 묶어 정리하여 2차 대상자를 정의하였다. 이 과정에서 직장가입자 등 2년에 2번 모두 받은 대상자의 경우 최근 조사결과를 해당 결과로 정의하였다.
키와 몸무게 두 변수에서 발생하는 이상치를 제거하기 위해 자료의 산포도를 살펴본 결과 정규분포를 따르지 않아 로그변환 하여 평균에서 6배의 표준편차를 벗어나는 값(키; 남자 125cm 미만 200cm 초과, 여자 120cm 미만, 190cm 초과, 몸무게; 남자 25kg 미만, 170kg 초과, 여자 20kg 미만, 165kg 초과)을 확인하여 1차 이상치 제거의 기준으로 하였다. 자료가 정규분포를 가질 때 6배의 표준편차를 벗어나는 값은 0.
결국 중앙값 반복 보간법을 이용하여 전체적으로 비슷한 값을 가질 수 있도록 보정하였다. 하지만 관측치가 12년 동안 단 한 번 있거나 두 번 있는 경우 이상치가 발생하면 어느 값이 진짜 값인지를 모르기 때문에 3번미만으로 측정된 사람은 이상치가 존재할 경우 제거하여 데이터를 구축하였다.

대상 데이터

기본적으로 2년을 한 세트로 구성하였으며 2년을 모두 검진받은 경우 가장 최근의 결과를 기준값으로 정의하였다. 그리하여 2002/2003년, 2004/2005년, 2006/2007년, 2008/2009년, 2010/2011년 그리고 2012/2013년 총 6개 세트 21,078,045명을 조사 대상자로 선정하였다.
몸무게는 남자 25kg에서 170kg, 여자는 20kg에서 165kg 외에 있는 경우를 이상치로 정의하였다. 이 과정을 모두 거친 후 키와 몸무게 중 하나만 있는 값을 결측치로 간주하여 제거한 최종 대상자는 2002/2003년 8,898,966명 2004/2005년 10,680,667명 2006/2007년 13,486,493명 2008/2009년 16,715,960명 2010/2011년 18,487,165명 그리고 2012/2013년 19,324,629명으로 총 87593880명을 대상으로 비만의 실태를 조사하였다.
그 외에 개인적인 이유로 건강검진을 받아 한해 2회 이상 검진을 받는 사람들도 생긴다. 이렇게 중복 검진을 받은 대상자는 그해 첫 번째 건강검진을 받은 결과를 사용하였고, 외국인은 연구대상자에서 제외하여 1차 대상자를 선별하였다. 직장가입자와 지역가입자의 검진받는 횟수가 다르게 정의되어 있어 대상자의 표준화를 위해 2년씩 검진결과를 묶어 정리하여 2차 대상자를 정의하였다.

이론/모형

이상치를 제거하였지만 그림에 나타나지 않는 또 다른 문제가 발생하였는데 동일한 대상자의 키나 몸무게가 이상치 범위 내에서 들쑥 날쑥 크게 변동하는 경우들이 많이 존재하여 이상치 제거만으로는 부족한 상황이었다. 결국 중앙값 반복 보간법을 이용하여 전체적으로 비슷한 값을 가질 수 있도록 보정하였다. 하지만 관측치가 12년 동안 단 한 번 있거나 두 번 있는 경우 이상치가 발생하면 어느 값이 진짜 값인지를 모르기 때문에 3번미만으로 측정된 사람은 이상치가 존재할 경우 제거하여 데이터를 구축하였다.

성능/효과

비만은 과거부터 단순성 비만이라고 부르던 원발성 비만과 내분비질환이나 유전, 약제 등이 원인이 되는 이차성 비만으로 분류되며, 이중 원발성 비만은 섭취에너지가 소비에너지를 넘는 상태에서 체지방이 증가하여 발생하는데 연령, 인종, 유전적 요인, 사회 환경, 생활 습관, 식사 습관 등의 다양한 위험요인이 복합적으로 관여하는 경우가 많아 어떤 한 가지의 원인만으로 설명이 어려운 경우가 많다[11]. WHO-WPRO에서 제안한 비만기준으로 우리나라 비만실태를 살펴본 결과 점차 비만율이 증가하고 있는 실태를 보이고 있으며, 여성보다는 남성의 비만이 심각하게 증가하고 있는 편으로 나타났다. 기존에 보고된 연구에서도 비만의 유병율이 남녀에 따라 다른 경향을 나타내고 있으며, 특히소아청소년의 경우 남아에서 비만의 비율은 증가하고 있지만 여아의 비만 증가율은 정체기에 있는 양상이라고 하였다[12].
16%를 보였다. 이 결과를 통해 전체적인 비만율이 50～60대에서 높지만 비만율 증가 추세는 저연령층과 고연령층이 상대적으로 높은 것으로 지속적인 관리가 필요한 것으로 나타났다. BMI≥30g/m^₂는 BMI≥25kg/m^₂의 경우와 다르게 모든 연령대에서 증가하는 모습을 보이고 있으며, 특히 20대와 30대에서 급격한 증가세를 보이고 있다.
의 비율을 조사하였다. 정상군의 표준화 발생비율은 2002～2003년 42.5%에서 2012～2013년 41.6%로 감소하였으며, 비만군 이상의 표준화 발생비율은 2002～2003년 29.3%에서 2012～2013년 31.7%로 증가하였고, 고도비만군 이상은 연도가 증가함에 따라 점차적으로 그 비율이 높아지는 추이를 보였으며, 2002～2003년 2.63%에서 2012～ 2013년 4.19%로 약 1.59배 증가하였다. 아직 우리나라에 많이 알려지지 않은 초고도비만군은 2002～2003년 0.
기존에 잘 알려진 선형, 비선형 보간법도 좋지만 국가건강검진과 같이 다발성 이상치가 존재하는 경우 보간방법을 통한 전체값의 추정치가 정확해지지 않는 문제가 발생할 수 있다. 특히 자료의 특징상 모수적인 방법보다 중앙값을 활용하는 비모수적인 방법이 조금 더 Robust한 결과를 얻게 된다는 것을 확인할 수 있었다. 그리하여 다발성 이상치는 중앙값 반복 보간법을 활용하여 최대한 큰 변화를 줄여 실제 관측값과 비슷한 값을 가질 수 있도록 하였다.

후속연구

게다가 WHO에서 제시한 BMI 기준 비만측정은 과거 자료를 바탕으로 생성되어 현 아시아인의 체구의 다양한 변화를 반영하지 못하는 한계가 있다. 그러므로 추후 BMI에 국한된 비만측정을 현 시대에 맞는 측정방법으로 고안하는 것과 정확한 측정을 통하여 비만으로 인한 사회적인 문제를 더욱 정확하게 파악할 것을 제안한다. 최근 우리나라에서 비만에 대한 사회적, 학문적 관심은 크게 증가하였고, 정부나 민간을 포함한 여러 주체에서 비만관련 정책과 사업이 다양하게 시도되고 있지만 아직까지 근거에 기반한 정책의 추진과 체계적인 사업은 미흡한 편이다[17].
따라서 사회 문화적인 영향으로 여성의 사회 활동 참여, 결혼연령의 지연, 출산율의 저하, 성별간의 이상적인 체중에 대한 차이 등이 원인으로 추정되고 있으며[16]. 본 연구의 결과에서도 전체적인 비만율이 20대와 30대에서 높아 저연령층의 비만에 대한 사회적 관심이 필요하다. 특히 20, 30대 저연령층에서의 고도비만 이상의 비만추세는 심각한 형태로 인식해야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	비만의 인구가 세계적으로 늘어나면서 사람들은 어떤 것에 관심을 보이는가?	세계적으로 인구 고령화와 함께 비만의 인구도 급증하면서 비만과 관련된 질병들에 많은 관심을 보이며, 비만을 건강주요 지표로 이용하고 있다. 1997년 세계보건기구(World Health Organization, WHO)에서도 비만이 흡연과 더불어 세계적인 건강을 위협하는 심각한 공중보건학적 문제가 될 것으로 예측하였다[1][2].
	세계보건기구에서 비만을 어떤 문제가 될것이라고 예측하였는가?	세계적으로 인구 고령화와 함께 비만의 인구도 급증하면서 비만과 관련된 질병들에 많은 관심을 보이며, 비만을 건강주요 지표로 이용하고 있다. 1997년 세계보건기구(World Health Organization, WHO)에서도 비만이 흡연과 더불어 세계적인 건강을 위협하는 심각한 공중보건학적 문제가 될 것으로 예측하였다[1][2]. 또한 비만은 여러 만성질환의 위험요인이 될 뿐만 아니라 엄청난 규모의 직간접 사회적 비용을 유발하는 것으로 알려져 있다[3].
	연간 비만지수변화를 전체적으로 확인한 결과 여성과 남성 및 연령층별 비만의 증가추세는 어떻게 되고 있는가?	본 연구 결과에서 제시하는 중앙값 반복 보간법은 선형 보간법이나 라그랑주 보간법에서 발생하는 다중 이상치 생성 시 잘못된 결과들이 보간되는 문제를 해결할 수 있는 유용한 방법으로 평가되었고, 이를 통해 최종 생성된 자료의 연간 비만지수변화를 확인한 결과 극단적인 저체중과 비만체중이 점차 증가하고 정상체중의 빈도가 점차 줄어드는 특징을 확인하였다. 특히 여성보다는 남성이 그리고 저 연령층에서 비만의 증가추세가 급증하고 있는 상태로 분석되었다. 전체적으로 본 연구 결과를 통해 비만으로 발생하는 건강문제가 또 다른 사회적 문제로 확산되기 전에 국가적인 조치가 필요한 것을 시사하고 있다.

참고문헌 (17)

World Health Report 2002, reducting risks, promoting healthy life, WHO, 2002.
WHO Consultation on Obesity, Obesity : preventing and managing the global epidemic, WHO Technical Report Series 894, WHO, 2000(1).
안병철, 정효지, "과체중-비만의 사회경제적 비용 추계," 한국영양학회지, 제38권, 제9호, pp.786-792, 2005.

원문보기 상세보기
박종헌, "체질량지수와 유의한 상관성을 갖는 질환들의 이환율을 이용한 한국인의 체질량지수 변별점 측정: ROC곡선을 이용하여," 대한비만학회지, 제20권, 제1호, pp.36-43, 2011.
조정진, "한국인에서 비만기준 무엇이 문제인가?," 대한노인신경의학회 추계학술대회자료집, pp.27-31, 2015.
유근영, 강대희, 박수경, "아시아인 비만 기준 바꿔야," 서울대학교 교수연구 성과, http://medicine.snu.ac.kr/sub4/result/result/read.htm?bnresult&board_no3758&thisPage3&startTextId100 &buffer10
S. H. Jee, J. W. Sull, J. Park, S. Y. Lee, H. Ohrr, E. Guallar, and J. M. Samet, "Body-mass index and mortality in Korean men and women," The New England Journal of Medicine, Vol.355, No.8, pp.779-787, 2006.

상세보기
W. Zheng, F. Dale, M. S. McLerran, B. Rolland, X. Zhang, M. Inoue, K. Matsuo, J. He, P. C. Gupta, K. Ramadas, S. Tsugane, F. Irie, A. Tamakoshi, Y. T. Gao, R. Wang, X. O. Shu, I. Tsuji, S. Kuriyama, H. Tanaka, H. Satoh, C. J. Chen, J. M. Yuan, K. Y. Yoo, H. Ahsan, W. Pan, D. Gu, M. S. Pednekar, C. Sauvaget, S. Sasazuki, T. Sairenchi, G. Yang, Y. B. Xiang, M. Nagai, T. Suzuki, Y. Nishino, S. L. You, W. P. Koh, S. K. Park, Y. Chen, C. Y. Shen, M. Thornquist, Z. Feng, D. Kang, P. Boffetta, and J. D. Potter, "Association between Body-Mass Index and Risk of Death in More Than 1 Million Asians," The New England Journal of Medicine, Vol.364, No.8, pp.719-729, 2011.

상세보기
D. P. Bertsekas, Nonlinear Programming, Second ed., Combridge, MA.:Athena Scientific, 1999.
S. Thomas and X. Yuan, "On multivariate Lagrange interpolation," Mathematics of Computation, Vol.64, pp.1147-1170, 1995.

상세보기
최윤백, 김용성, 비만치료지침 2012, 대한비만학회, 2012.
K. Kim, S. Kim, S. Park, Y. Khang, and M. Park, "Changes in Prevalence of Obesity and Underweight among Korean Children and Adolescents: 1998-2008," Korean J Obes, Vol.21, No.4, pp.228-235, 2012.

상세보기
S. Y. Rhee, S. W. Park, D. J. Kim, and J. T. Woo, "Gender disparity in the secular trends for obesity prevalence in Korea: analyses based on the KNHANES 1998-2009," Korean J Intern Med., Vol.28, No.1, pp.29-34, 2013.

상세보기
J. M. Seo, N. K. Lim, J. Y. Lim, and H. Y. Park, "Gender Difference in Association with Socioeconomic Status and Incidence of Metabolic Syndrome in Korean Adults," Korean J Obes, Vol.25, No.4, pp.247-254, 2016.

상세보기
Y. R. Park, Y. G. Cho, J. H. Kang, H. A. Park, K. W. Kim, Y. I. Hur, J. S. Seo, and N. Y. Park, "Comparison of Obesity and Overweight Prevalence Among Korean Adults According to Community Health Survey and Korea National Health and Nutrition Examination Survey," Korean J Obes, Vol.23, No.1, pp.64-68, 2014.

상세보기
E. Kim and S. Oh, "Gender Differences in the Association of Occupation with Metabolic Syndrome in Korean Adults," Korean J Obes, Vol.21, No.1, pp.108-114, 2012.

상세보기
김혜련, "비만예방 정책의 방향과 과제," 보건복지포럼, pp.39-49, 2010(5).

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