만성질환에 관한 잠재계층분석과 예측요인 -2014 국민건강영양조사를 중심으로- A Latent Class Analysis and Predictors of Chronic Diseases -Based on 2014 Korea National Health and Nutrition Examination Survey-원문보기
본 연구의 목적은 만성질환인 고혈압, 이상지질혈증, 관절염, 갑상선 질환, 우울증, 아토피, 알레르기, 당뇨병 등의 잠재계층이 어떻게 구성되어 있는지와 유형화된 만성질환의 예측요인을 살펴보고자 하는 것이다. 연구대상은 2014년 국민건강영양조사에 참여한 대한민국 국민으로, 표본추출방법은 층화집락표본추출방법을 사용하였으며 표본 수는 총 7,550명이고, 이를 대상으로 잠재계층분석을 적용하였다. 결과적으로 1 class 유형은 고혈압, 당뇨 그룹으로 고혈압을 앓고 있을 확률이 78.6%이고 당뇨병을 앓고 있을 확률이 34.6%이었다. 2 class 유형은 아토피, 알레르기 그룹으로 아토피를 앓고 있을 확률이 20.3%이고 알레르기를 앓고 있을 확률이 42.2%이었다. 3 class 유형은 이상지질, 관절염, 갑상선질환, 우울증 그룹으로 이상지질 56.1%, 관절염 50.9%, 갑상선 질환 19.4%, 우울증 28.75%로 나타날 확률을 지닌 집단이었다. 4 class 유형은 만성질환을 갖고 있지 않은 정상집단으로 나타났다. 준거변수인 4 class와 1 class를 비교하였을 때, 연령, 운동능력, 자기관리, 비만, 고콜레스테롤 유병여부 등이 유의하게 나타났고, 2 class와 비교하였을 때, 성별, 연령, 교육수준 등이 유의하게 나타났으며, 3 class와 비교하였을 때, 성별, 연령, 통증 및 불편, 고 콜레스테롤 등이 유의하게 나타났다. 결과적으로 세 유형 모두 연령은 복합적인 만성질환을 일으킬 수 있는 요인으로 나타났는데, 이는 질환을 일으킬 수 있는 결정적인 시기가 오기 전에 예방이 중요하다는 것을 의미한다. 따라서 연령에 따른 질병의 유병율 발생 시기를 파악하여 이에 적절한 예방적 노력이 필요하다.
본 연구의 목적은 만성질환인 고혈압, 이상지질혈증, 관절염, 갑상선 질환, 우울증, 아토피, 알레르기, 당뇨병 등의 잠재계층이 어떻게 구성되어 있는지와 유형화된 만성질환의 예측요인을 살펴보고자 하는 것이다. 연구대상은 2014년 국민건강영양조사에 참여한 대한민국 국민으로, 표본추출방법은 층화집락표본추출방법을 사용하였으며 표본 수는 총 7,550명이고, 이를 대상으로 잠재계층분석을 적용하였다. 결과적으로 1 class 유형은 고혈압, 당뇨 그룹으로 고혈압을 앓고 있을 확률이 78.6%이고 당뇨병을 앓고 있을 확률이 34.6%이었다. 2 class 유형은 아토피, 알레르기 그룹으로 아토피를 앓고 있을 확률이 20.3%이고 알레르기를 앓고 있을 확률이 42.2%이었다. 3 class 유형은 이상지질, 관절염, 갑상선질환, 우울증 그룹으로 이상지질 56.1%, 관절염 50.9%, 갑상선 질환 19.4%, 우울증 28.75%로 나타날 확률을 지닌 집단이었다. 4 class 유형은 만성질환을 갖고 있지 않은 정상집단으로 나타났다. 준거변수인 4 class와 1 class를 비교하였을 때, 연령, 운동능력, 자기관리, 비만, 고콜레스테롤 유병여부 등이 유의하게 나타났고, 2 class와 비교하였을 때, 성별, 연령, 교육수준 등이 유의하게 나타났으며, 3 class와 비교하였을 때, 성별, 연령, 통증 및 불편, 고 콜레스테롤 등이 유의하게 나타났다. 결과적으로 세 유형 모두 연령은 복합적인 만성질환을 일으킬 수 있는 요인으로 나타났는데, 이는 질환을 일으킬 수 있는 결정적인 시기가 오기 전에 예방이 중요하다는 것을 의미한다. 따라서 연령에 따른 질병의 유병율 발생 시기를 파악하여 이에 적절한 예방적 노력이 필요하다.
The aim of this study was to investigate the latent classes and predictors of chronic diseases such as hypertension, dyslipidemia, arthritis, thyroid disease, depression, atopy, allergy, and diabetes. The subjects of this study were Korean citizens who participated in the Korea National Health and N...
The aim of this study was to investigate the latent classes and predictors of chronic diseases such as hypertension, dyslipidemia, arthritis, thyroid disease, depression, atopy, allergy, and diabetes. The subjects of this study were Korean citizens who participated in the Korea National Health and Nutrition Examination Survey in 2014. Stratified cluster sampling method was used with a sample size of 7,550. Latent hierarchy analysis was applied to this data. Four classes were identified. Class 1 consisted of participants with hypertension and diabetes. Class 2 consisted of participants with atopy and allergies. Class 3 consisted of participants with dyslipidemia, arthritis, thyroid disease, and depression. Class 4 consisted of participants without any chronic diseases. In comparing Class 1 to Class 4, age, physical activity, self-management, obesity, and presence of high cholesterol were found to be significant. In comparing Class 2 to Class 4, gender, age, and education level were significant. When Class 3 was compared to Class 4, gender, age, pain and discomfort, as well as high cholesterol were found to be significant. Diabetes and hypertension should be treated as comorbid conditions, applying integrated treatments involving effective drug treatment, diet, and physical activity programs. Atopy was found to be strongly correlated with allergies. Thyroid disease was found to coexist with dyslipidemia and arthritis, along with having a strong correlation to depression. Age-appropriate preventive measures can help reduce the risk of chronic diseases.
The aim of this study was to investigate the latent classes and predictors of chronic diseases such as hypertension, dyslipidemia, arthritis, thyroid disease, depression, atopy, allergy, and diabetes. The subjects of this study were Korean citizens who participated in the Korea National Health and Nutrition Examination Survey in 2014. Stratified cluster sampling method was used with a sample size of 7,550. Latent hierarchy analysis was applied to this data. Four classes were identified. Class 1 consisted of participants with hypertension and diabetes. Class 2 consisted of participants with atopy and allergies. Class 3 consisted of participants with dyslipidemia, arthritis, thyroid disease, and depression. Class 4 consisted of participants without any chronic diseases. In comparing Class 1 to Class 4, age, physical activity, self-management, obesity, and presence of high cholesterol were found to be significant. In comparing Class 2 to Class 4, gender, age, and education level were significant. When Class 3 was compared to Class 4, gender, age, pain and discomfort, as well as high cholesterol were found to be significant. Diabetes and hypertension should be treated as comorbid conditions, applying integrated treatments involving effective drug treatment, diet, and physical activity programs. Atopy was found to be strongly correlated with allergies. Thyroid disease was found to coexist with dyslipidemia and arthritis, along with having a strong correlation to depression. Age-appropriate preventive measures can help reduce the risk of chronic diseases.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
국민건강영양조사 자료를 활용하여 잠재계층분석으로 본 연구는 만성질환이 어떤 하위집단으로 유형화되는지, 또한 인구사회학적 특성과 개인의 행동 특성에 따라 어떤 영향을 받는지 확인하고자 한다. 이를 위하여 성별, 연령, 의료서비스, 건강검진, 운동능력, 자기관리, 통증 및 불편, 교육수준, 음주빈도, 비만, 고 콜레스테롤 등을 독립변수로 설정하였다.
그러나 현재까지 복합만성질환에 관한 분류기준과 뚜렷한 정의가 이루어지고 있지 않은 실정이다. 따라서 본 연구는 국민건강영양조사 자료를 활용하여 만성질환의 잠재계층을 유형화하고, 잠재계층에 영향을 미치는 예측요인을 분석하는데 그 목적이 있다. 우선 만성질환의 잠재계층분석 결과와 이에 따른 논의를 살펴보면 다음과 같다.
따라서 다양한 만성질환을 유형화하거나 범주화하는 연구가 이루어진다면, 이러한 한계들을 극복할 수 있다. 따라서 본 연구에서는 만성질환인 고혈압, 이상지질, 관절염, 갑상선 질환, 우울증, 아토피, 알레르기, 당뇨병 등의 패턴을 범주화하고 유형화하기 위하여 잠재계층분석을 시도하고자 한다. 잠재계층분석은 유사한 특성을 가진 개체들을 동일한 집단으로 분류하는 작업으로[9], 각 집단으로부터 통일된 결과물을 얻을 수 있게 된다.
또한 잠재계층 분석을 통해 범주화된 만성질환을 종속변수로 설정하였으며, 분석방법은 다항로지스틱 회귀분석을 적용하였다. 본 연구의 시도는 기존 변수 중심 접근에서 탈피하여 만성질환을 유형화하고 다양한 변인과의 관계를 판단할 수 있다는 점에서 특성과 의의를 지닌다. Lee 등[10]에 의하면 이렇게 확인된 잠재계층과 차별적 영향요인은 하위집단의 특성을 고려하여, 즉각적 개입이 필요한 표적 집단의 선별작업과 개입활동의 근거로 사용할 수 있다.
잠재계층분석은 여러 변인을 유사한 서브그룹(subgroup)으로 분류해주며, 명목척도나 서열척도로 측정된 변수에도 적용이 가능하다[11]. 이러한 분석의 목적은 관측변수를 활용하여 비슷한 유형을 분류하고, 집단을 대표할 수 있는 주요변수들을 발견하기 위함이며, 개인들을 집단으로 유형화 하고 통계적인 적합지표들을 제시함으로서 잠재 집단의 수를 도출할 수 있다는 장점이 있다[12]. 잠재계층분석의 기본수식은 다음과 같다.
제안 방법
국민건강영양조사에서 사용한 표본추출방법은 조사구 및 가구를 1차, 2차 추출단위로 하는 2단계 층화집락 표본추출방법을 사용하고자 하였다. 이상에서 추출된 대상자 중 본 연구에서 사용한 표본수는 총 7,550명이다.
국민건강영양조사는 국민건강증진법(제16조)에 근거하여 시행하는 전국규모 조사로 국민의 건강수준, 건강행태, 식품 및 영양섭취 실태에 대한 국가 및 시도 단위의 대표성과 신뢰성을 갖춘 통계를 산출한다. 또한 이 조사는 검진조사(신체계측, 혈압, 맥박, 혈액, 소변검사, 구강검사, 폐기능검사, 시력 및 굴절검사, 색각, 청력, 근력검사 등)와 건강행태조사(의료 활동, 교육 등)를 포함하며 면접 및 자기기입 방식을 사용한다.
만성질환에 따른 잠재적 계층을 분류하기 위하여 잠재계층분석을 실시하였다. 우선 2개부터 5개의 경쟁모형을 설정한 뒤 적합한 모형을 선택하는 과정을 거쳤다.
이에 따른 분석결과를 제시하면 다음과 같다. 변수로, 잠재계층을 종속변수로 설정하여 Multinominal Logistic Regression을 실시하였다. 이를 위해 class 4(정상 잠재계층)를 준거집단으로 설정한 뒤, class 1(고혈압, 당뇨 잠재계층), class 2(아토피, 알레르기 잠재계층), class 3(이상지질, 관절염, 갑상선 질환, 우울증 잠재계층)을 비교하였다.
본 연구에서 사용한 측정변인은 만성질환 의사진단 여부, 성별, 필요한 의료서비스 검진 여부, 건강검진 수진여부, 운동능력, 자기관리, 통증 및 불편, 교육수준, 음주빈도, 비만, 고콜레스테롤 유병 등이다. 이상 측정변인에 관한 구체적인 내용을 제시하면 다음 Table 1과 같다.
우선 2개부터 5개의 경쟁모형을 설정한 뒤 적합한 모형을 선택하는 과정을 거쳤다. 여기서 적합한 모형이란 잠재계층의 수를 결정하는 것으로, 이를 선택하기 위한 지수로 AIC, BIC, adj BIC(Sample-Size Adjusted BIC)등을 활용하였다. 또한 이 지수를 모두 통합하여 Information Criteria [IC]라고도 하며 모형 간 비교를 위해 사용된다.
국민건강영양조사 자료를 활용하여 잠재계층분석으로 본 연구는 만성질환이 어떤 하위집단으로 유형화되는지, 또한 인구사회학적 특성과 개인의 행동 특성에 따라 어떤 영향을 받는지 확인하고자 한다. 이를 위하여 성별, 연령, 의료서비스, 건강검진, 운동능력, 자기관리, 통증 및 불편, 교육수준, 음주빈도, 비만, 고 콜레스테롤 등을 독립변수로 설정하였다. 또한 잠재계층 분석을 통해 범주화된 만성질환을 종속변수로 설정하였으며, 분석방법은 다항로지스틱 회귀분석을 적용하였다.
변수로, 잠재계층을 종속변수로 설정하여 Multinominal Logistic Regression을 실시하였다. 이를 위해 class 4(정상 잠재계층)를 준거집단으로 설정한 뒤, class 1(고혈압, 당뇨 잠재계층), class 2(아토피, 알레르기 잠재계층), class 3(이상지질, 관절염, 갑상선 질환, 우울증 잠재계층)을 비교하였다. 구체적인 분석 내용을 살펴보면 Table 4와 같다.
다음으로 BIC는 3개 잠재계층이 적합한 것으로 나타났으며 adj BIC는 4개의 잠재계층이, AIC와 Entropy지수를 기준으로 했을 때 5개의 잠재 계층이 적합한 것으로 나타났다. 한편 5모형의 경우 1.7%에 불과한 잠재계층이 분류되었으며, 3모형의 경우에는 해석이 불가능하다는 점과 3모형과 4모형의 BIC값 차이는 불과 1.54라는 점 때문에 이 연구에서는 4모형 즉 4개의 잠재계층을 선택하였다. 이러한 결과는 적합지수와 해석 가능성을 동시에 고려하였기 때문이며 만성질환자의 잠재계층은 4개임이 확인되었다.
대상 데이터
본 연구에서 설정한 연구대상은 2014년 국민건강영양조사에 참여한 대한민국 국민이다. 국민건강영양조사는 국민건강증진법(제16조)에 근거하여 시행하는 전국규모 조사로 국민의 건강수준, 건강행태, 식품 및 영양섭취 실태에 대한 국가 및 시도 단위의 대표성과 신뢰성을 갖춘 통계를 산출한다.
국민건강영양조사에서 사용한 표본추출방법은 조사구 및 가구를 1차, 2차 추출단위로 하는 2단계 층화집락 표본추출방법을 사용하고자 하였다. 이상에서 추출된 대상자 중 본 연구에서 사용한 표본수는 총 7,550명이다.
데이터처리
이를 위하여 성별, 연령, 의료서비스, 건강검진, 운동능력, 자기관리, 통증 및 불편, 교육수준, 음주빈도, 비만, 고 콜레스테롤 등을 독립변수로 설정하였다. 또한 잠재계층 분석을 통해 범주화된 만성질환을 종속변수로 설정하였으며, 분석방법은 다항로지스틱 회귀분석을 적용하였다. 본 연구의 시도는 기존 변수 중심 접근에서 탈피하여 만성질환을 유형화하고 다양한 변인과의 관계를 판단할 수 있다는 점에서 특성과 의의를 지닌다.
마지막으로 잠재계층의 특성을 파악하고자 다항 로지스틱 회귀분석을 실시하였으며, 이에 따른 분석 툴은 Stata MP 14.0 프로그램을 활용하였다.
이상의 내용을 분석하기 위하여 이 연구에서는 Mplus 7.0 프로그램을 활용하였으며, 계층의 수를 2개에서 5개까지 점차적으로 늘려가며 모형적합도를 확인하였다.
이론/모형
본 연구에서는 만성질환 유형을 분류하기 위하여 잠재계층분석을 적용하였다. 잠재계층분석은 여러 변인을 유사한 서브그룹(subgroup)으로 분류해주며, 명목척도나 서열척도로 측정된 변수에도 적용이 가능하다[11].
성능/효과
다음으로 교육수준과 아토피, 알레르기의 관계는 정확히 규명되지는 않았지만 Williams [27]의 연구에서 부모의 교육 수준이 증가 할수록 자녀의 아토피와 알레르기 유병율 역시 증가하는 것으로 나타나 본 연구 결과를 부분 지지해 주고 있었다. class 4와 class 3을 비교하였을 때 성별이 여성일 경우 class 3에 속할 확률이 6.05배 높게 나타났으며, 연령이 증가할수록 class 3에 속할 확률이 1.06배 높으며, class 3에 속할수록 통증과 불편을 1.70배 높게 느끼는 것으로 나타났다. 또한 고 콜레스테롤을 앓고 있으면 class 4에 비해 class 3에 소속될 확률이 8.
93배 높아진다. 그 외 성별, 의료서비스, 건강검진, 통증 및 불편, 교육수준 및 음주빈도 등은 유의한 영향을 미치지 않았다. 고혈압과 당뇨의 발생에는 연령과 같이 비가역적인 요인도 관계하고 있지만 운동능력과 자기관리 능력요인이 더욱 영향을 미친다.
다른 만성질환과 달리 신체적으로 정신적으로 복합적인 질환에 영향을 줄 수 있는 갑상선 질환에 대한 예방 및 치료는 관련 다양한 질환을 예방하고 치료할 수 있는 시작이 될 수 있다. 넷째, 성별, 연령, 필요한 의료서비스 검진 여부, 건강검진 수검 여부, 운동능력, 자기관리, 통증 및 불편, 교육수준, 음주빈도, 비만, 고 콜레스테롤 유병여부 등을 독립변수로, 잠재계층을 종속변수로 설정하여 Multinominal Logistic Regression을 실시한 결과 연령, 비만 등이 증가하면 class 4에 비해 class 1에 소속될 확률이 각각 1.09배, 2.15배 높아진다. 또한 운동능력과 자기관리 능력이 감소하면 class 4에 비해 class 1에 소속될 확률이 각각 1.
분석결과를 구체적으로 살펴보면 우선 모든 잠재계층 모형의 VLMR과 LRT 검증값이 통계적으로 유의하게 나타나 G-1집단보다는 G집단이 더 우수한 것으로 나타났다. 다음으로 BIC는 3개 잠재계층이 적합한 것으로 나타났으며 adj BIC는 4개의 잠재계층이, AIC와 Entropy지수를 기준으로 했을 때 5개의 잠재 계층이 적합한 것으로 나타났다. 한편 5모형의 경우 1.
96배 낮아지는 것으로 나타났다. 다음으로 교육수준이 한 단위 증가하면 class 2에 소속될 확률이1.26배 높아지는 것으로 나타났다. 여성은 class 4에 비해 class 2에 소속될 확률이 1.
따라서 당뇨병과 고혈압은 단일 질환이 아닌 복합질환의 형태로 치료계획을 세우거나 효과적인 인슐린을 저하시킬 수 있는 식이요법 및 약물 치료 방법, 그리고 신체활동 프로그램을 적용하여야 한다. 둘째, 만성질환에 대한 잠재계층분석 결과 class 2는 아토피와 알레르기로 분류되었다. 아토피는 항원 노출에 대한 반응으로 면역 글로불린 E(IgE)를 생성하는 유전적인 성향의 면역반응이며, 알레르기는 여러 항원 노출에 대하여 악화되는 면역반응으로 정의 된다[17].
93배 높아진다. 둘째, 준거변수인 class 4와 class 2를 비교하였을 때, 성별, 연령, 교육수준 등이 유의하게 나타났으나 의료서비스, 건강검진, 운동능력, 자기관리, 통증 및 불편, 음주빈도, 비만, 고 콜레스테롤 등은 유의한 영향을 미치지 않는 것으로 나타났다. 유의한 변수에 대해 보다 구체적으로 살펴보면 다음과 같다.
75배 높아진다. 또한 자기관리가 한 단위 증가하면(부정형문항) class 1에 소속될 확률이 1.87배 높아지는 것으로 나타났으며, 비만이 한 단위 증가하면(부정 형문항) class 1에 소속될 확률이 2.15배 높아지고, 고 콜레스테롤이 있으면 class 1에 소속될 확률이 7.93배 높아진다. 둘째, 준거변수인 class 4와 class 2를 비교하였을 때, 성별, 연령, 교육수준 등이 유의하게 나타났으나 의료서비스, 건강검진, 운동능력, 자기관리, 통증 및 불편, 음주빈도, 비만, 고 콜레스테롤 등은 유의한 영향을 미치지 않는 것으로 나타났다.
분석결과를 구체적으로 살펴보면 우선 모든 잠재계층 모형의 VLMR과 LRT 검증값이 통계적으로 유의하게 나타나 G-1집단보다는 G집단이 더 우수한 것으로 나타났다. 다음으로 BIC는 3개 잠재계층이 적합한 것으로 나타났으며 adj BIC는 4개의 잠재계층이, AIC와 Entropy지수를 기준으로 했을 때 5개의 잠재 계층이 적합한 것으로 나타났다.
성별, 연령, 필요한 의료서비스 검진 여부, 건강검진 수검 여부, 운동능력, 자기관리, 통증 및 불편, 교육수준,음주빈도, 비만, 고 콜레스테롤 유병여부 등을 독립분석모형에 대한 검증결과 Log Likelihood=-2566.35, x2(33)=1418.79***, Pseudo R2=0.21 등으로 나타났다. 이에 따른 분석결과를 제시하면 다음과 같다.
2%로 낮게 나타났지만, 다른 계층에 비해서는 상대적으로 높게 나타나 class 2로 분류하였다. 셋째, class 3 유형은 이상지질, 관절염, 갑상선질환, 우울증 그룹으로, 이상지질 56.1%, 관절염 50.9%로 나타났으며, 갑상선 질환은 19.4%, 우울증은 28.8%로 낮게 나타났지만, 다른 계층에 비해서는 상대적으로 높게 나타나 class 3으로 분류하였다. 마지막으로 class 4 유형은 만성질환을 갖고 있지 않은 정상집단이다.
4%라고 보고하여 본 연구 결과를 지지해주고 있었다. 셋째, 만성질환에 대한 잠재계층분석 결과 class 3은 이상지질, 관절염, 갑상선질환, 우울증으로 분류되었다. 우선 갑상선 질환에는 갑상선 기능항진증과 갑상선기능저하증으로 구분된다.
그 외 의료서비스, 건강검진, 운동 능력, 자기관리, 음주빈도, 비만, 고 콜레스테롤 등은 유의한 영향을 미치지 않았다. 셋째, 준거변수인 class4와 class 3을 비교하였을 때, 성별, 연령, 통증 및 불편, 고 콜레스테롤 등이 유의하게 나타났으나 의료서비스, 건강검진, 운동능력, 자기관리, 음주빈도, 비만 등은 유의한 영향을 미치지 않는 것으로 나타났다. 유의한 변수에 대해 보다 구체적으로 살펴보면 다음과 같다.
26배 높아지는 것으로 나타났다. 여성은 class 4에 비해 class 2에 소속될 확률이 1.62배 높으며, 연령이 증가할수록 class 4에 비해 class 2에 소속될 확률이 1.62배 낮은 것으로 분석되었다. 또한 교육수준이 증가할수록 class 4에 비해 class 2에 소속될 확률이 1.
잠재계층에 관한 조건부 응답확률을 살펴보면 다음과 같다. 첫째, class 1 유형은 고혈압, 당뇨 그룹으로, 고혈압을 앓고 있을 확률이 78.6%로 나타났다. 당뇨병을 앓고 있을 확률이 34.
우선 만성질환의 잠재계층분석 결과와 이에 따른 논의를 살펴보면 다음과 같다. 첫째, 만성질환에 대한 잠재계층분석 결과 class 1은 고혈압과 당뇨로 분류되었다. 당뇨병 환자에서 나타나는 주요 사망원인은 관상동맥 심장질환, 심비대, 울혈성 심부전증, 뇌졸중, 말초혈관 질환 등의 미세혈관 또는 대혈관 관련 합병증 때문이다.
첫째, 준거변수인 class 4와 class 1을 비교하였을 때, 연령, 운동능력, 자기관리, 비만, 고 콜레스테롤 유병여부 등이 유의하게 나타났으나 성별, 의료서비스, 건강검진, 통증 및 불편, 교육수준, 음주빈도 등은 유의한 영향을 미치지 않는 것으로 나타났다. 유의한 변수에 대해 보다 구체적으로 살펴보면 다음과 같다.
후속연구
그럼에도 지금까지 이루어진 선행연구들은 한계를 가지고 있다. 첫째는 연구대상이 매우 제한적이고 소규모 표본이라는 점이고, 둘째는 다양한 만성질환을 고려한 것이 아니라 특정 질환과의 연관성을 조사하여 일관된 결과를 도출할 수 없다는 점이다. 따라서 다양한 만성질환을 유형화하거나 범주화하는 연구가 이루어진다면, 이러한 한계들을 극복할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
만성질환자의 증가는 어떠한 문제를 일으키는가?
만성질환은 개인의 신체적, 사회적, 정서적, 경제적 삶에도 큰 영향을 주며, 질환을 완화 시킬 수는 있으나 완치가 불가능하므로, 평생 치료 및 자가 간호를 해야 한다. 만성질환자의 증가는 삶의 질을 저해시킬 뿐만 아니라 장기적 치료를 요구하기 때문에, 의료에 대한 수요와 전체 의료비 증가의 주요 요인으로 작용하고 있다. 그러나 이러한 상황에서도 현재 한국은 만성질환을 체계적으로 관리할 제도적 근거를 마련하지 못하고 있다.
만성질환자의 증가에 우리나라의 만성질환 관리 실태는 어떠한가?
만성질환자의 증가는 삶의 질을 저해시킬 뿐만 아니라 장기적 치료를 요구하기 때문에, 의료에 대한 수요와 전체 의료비 증가의 주요 요인으로 작용하고 있다. 그러나 이러한 상황에서도 현재 한국은 만성질환을 체계적으로 관리할 제도적 근거를 마련하지 못하고 있다. 이러한 문제를 해결하기 위해서는 만성질환을 관리·감독하여 예방할 수 있는 다양한 노력과 실증적 연구가 이루어져야 한다.
만성질환이란?
8%) 등으로 보고하였는데, 그 중 만성질환에 의한 사망자 비율은 매년 증가하고 있다[2]. 만성질환이란 질환의 시작부터 끝까지의 유병기간이 긴 질환을 의미한다. 즉, 최소한 질환 발생 후 3개월 이상의 경과 기간을 가지며[3], 심혈관, 호흡기, 내분비, 근골격계 등 다양한 기관에서 발생할 수 있다.
참고문헌 (29)
H.R. Yoo, S. H. Lee and T. K. Yoo. "Applicability of theory of planned behavior to smoking-cessation intention: an empirical analysis using structural equation model," Journal of Korean Society for Health Education and Promotion, 26(2), pp. 49-61, 2009.
Statistics Korea. 2016 annual report on the cause of death sta-tistics [Internet]. Daejeon: Author; 2017 [cited 2017 May 01]. Available from: http://kostat.go.kr/portal/korea/kor_nw/2/6/2/index.board?bmoderead&bSeq&aSeq363268&pageNo1&rowNum10&navCount10&currPg&sTargettitle&sTxt
H. J. Jang and Y. H. Shin. "Analysis of influencing factors on commitment to a plan for physical exercise among Korean adults with chronic disease," Journal of East-West Nursing Research, 14(1), pp. 87-97, 2008.
Y. H. Jeong, S. J. Ko and E. J. Kim. A study of the effective chronic disease management. Sejong-si: Korea Institute for Health and Social Affairs(Korea); 2013 Dec. Report no. : 2013-31-19.
M. S. Lee. "Chronic diseases, depressive symptoms and the effects of social networks in Korean elderly population," Journal Health and Social Sciences, 29(11), pp. 1199-1200, 2010.
J. E. Park, S. R. Park, C. K. Hwang, P. H. Jung, S. B. Joo, C. H. Yim, et al. The association of hypertention and dyslipidemia in postmenopausal women. Korean Circulation. 29(11):1195-1200 1999. DOI: https://doi.org/10.4070/kcj.1999.29.11.1195
I. J. Hwang, H. C. Jung, G. D. Shi, J. H. Yoon, J. H. Choi, H. .Song, et al. "Gastroesophageal reflux disease in patients with unexplained chronic cough. Journal of Neurogastroenterology and Motility," 13(1), pp. 15-20, 2007.
D. H. Lee, Y. D. Jeon, S. H. Lee, G. S. Mun, S. S. Na and H. H. Cha. "Prevalence of hypothyroidism in patients with chronic kidney disease," The Korean Journal of Medicine, 81(3), pp. 334-33, 2011.
K. J. Song, K. K. Seo and B. J. A. "Improving Customer Satisfaction Management using the Satisfied Customer Segmentation based on Latent Class Analysis," Journal of the Korea contents association, 11(12), pp. 386-394, 2011.
S. G. Lee, G. H. Chung and J. P. Yoo. "Identification and prediction of latent classes of health promoting behaviors among children," Health and Social Welfare Review, 35(2), pp. 477-510, 2015. DOI: https://doi.org/10.15709/hswr.2015.35.2.477
G. Christian. Data analysis with Mplus. 1st ed. New York: The Guilford Press; 232-268 2010.
B. G. Kim and A. M. Cho. "The types and characteristics of school dropouts: A latent class analysis approach," Studies on Korean Youth, 24(3), pp. 5-31, 2013.
A. H. Jacques, L. M. Allan. Applied Latent Class Analysus. 1st ed. New York: The Cambridge Press; 56-85 2002.
M. T. Rosenstein, J. J. Collins and C. J. De Luca. "A practical method for calculating largest Lyapunov exponents from small data sets," Physical D: Nonlinear Phenomena, 65(1-2), pp. 117-134, 1993. DOI: https://doi.org/10.1016/0167-2789(93)90009-P
Y. Lo, N. Mendell, D. Rubin. Testing the number of components in a normal mixture. Biometrika 767-778 2001. DOI: https://doi.org/10.1093/biomet/88.3.767
M. J. Kim, J.S. Eum, H. D. Park, S. H. Kim, S. M. Kim, M. A. Jo, et al. "Effects of antioxidant supplementation on action of lipid-lowering drug in patients with type 2 diabetes mellitus," The Korean Society of Lipidology and Atherosclerosis, 13(4), pp. 363-368, 2003.
J. K. Yoon, C. S. Sim, S. W. Choi, I. B. Oh, J. H. Lee and Y. H. Kim. "Prevalence of atopic and allergic disorders in children attending an elementary school in Ulsan," Allergy, Asthma & Respiratory Disease, 31(2), pp. 105-115, 2011.
J. D. Davis and Tremont G. "Neuropsychiatric aspects of hypothyroidism and treatment reversibility," Minerva endocrinologica, 32(1), pp. 49-65, 2007.
B. V. Lim. Athyria, "Depression and exercise," Korean Association of Regional Studies. 71, pp. 123-128, 2014.
S. H. Hyun and Y. M. Kang. "Thyroid Disorders in Korean Patients with Rheumatoid Arthritis," Journal of Rheumatic Diseases, 7(2), pp. 112-119, 2000.
T. Diekman, P. J. Lansberg, J. P. Kastelein and W. M. Wiersinga. "Prevalence and Correction of Hypothyroidism in a large cohort of patients refferred for dyslipidemia," Arch Intern Medicine, 155(14), pp. 1490-5, 1995. DOI: https://doi.org/10.1001/archinte.155.14.1490
F. F. Becker. "Restoration of liver mass following partial hepatectomy," Surgical Hepartrophy, 43(3), pp. 497-510, 1963.
P. J. Gergen, P. C. Turkeltaub and M. G. Kovar. "The prevalence of allergic skin tests reactivity to eight common aeroallergens in the U.S. population: results from the second National Health and Nutrition Examination Survey," Journal of Allergy and Clinical Immunolog, 80, pp. 669-79, 1987. DOI: https://doi.org/10.1016/0091-6749(87)90286-7
J. O. Baek, S. Hong, D. K. Son, J. R. Lee, J. Y. Roh and H. J. Kwon. "Analysis of the prevalence of and risk factors for atopic using an ISAAC questionnaire in 8,750 Korean children," International Archives of Allergy and Immunology, 162, pp. 79-85 , 2013. DOI: https://doi.org/10.1159/000351403
M. Suh, H. H. Kim, M. H. Sohn, K. E. Kim, Kim C and D. C. Shin. "Prevalence of allergic disease among Korean school-age children: A Nationwide Cross-Setional Questionnaire Study," Journal of Korean Medical Science. 26, pp. 332-338, 2011. DOI: https://doi.org/10.3346/jkms.2011.26.3.332
H. C. Williams, D. P. Strachan and R. J. Hay. "Childhood eczema: disease of the advantaged?," BMJ, 308, pp. 1132-1135, 1994. DOI: https://doi.org/10.1136/bmj.308.6937.1132
J. H. Suk, T. Y. Kim, M. K. Kim, W. B. Kim, H. K. Kim, J. S. Heon, et al. "Prevalence of ultrasonographically-detected thyroid nodules in adults without previous history of thyroid disease," Journal of Korean Edocrine society. 21(5), pp. 389-393, 2006.
H. S. Lee. The factors influencing health-related quality of life in the elderly - focused on the general characteristics, health habits, mental health, chronic diseases, and nutrient intake status: data from the fifth Korea National Health and Nutrition Examination Survey (KNHANES V), 2010-2012. Korean Journal of Community Nutrition, 19(5): 479-489 2014. DOI: https://doi.org/10.5720/kjcn.2014.19.5.479
※ AI-Helper는 부적절한 답변을 할 수 있습니다.