노년기의 사회참여는 사회적 상호작용의 기회를 제공하여 삶의 만족감을 고취시키기 때문에 성공적인 노화를 달성하기 위해서 중요하다. 이 연구는 우리나라 지역사회 노인을 대상으로 노년기 사회 활동의 관련요인과 사회 참여를 예측하는 통계적 분류 모형을 구축하였다. 분석 대상은 2015년도 지역사회 건강조사를 완료한 60세 이상 노인 1,864명(남 829명, 여 1,035명)이었다. 결과 변수는 지난 1달 간 사회 활동 경험(있음, 없음)으로 정의하였다. 예측모형은 Classification and Regression Trees(CRT) 알고리즘 기반 의사결정나무모형을 이용하여 구축하였다. 연구결과, 사회참여의 유의미한 분류 변수는 주관적 건강, 이웃과의 만남빈도, 친척과의 만남빈도, 배우자 동거여부이었고, 그 중에서도 가장 우선적으로 관여하는 예측 요인은 주관적 건강수준이었다. 본 연구의 결과를 기초로 도래하는 초고령사회의 성공적인 노화를 대비하기 위해서 노인의 사회 활동에 대한 사회적 관심과 지원이 요구된다.
노년기의 사회참여는 사회적 상호작용의 기회를 제공하여 삶의 만족감을 고취시키기 때문에 성공적인 노화를 달성하기 위해서 중요하다. 이 연구는 우리나라 지역사회 노인을 대상으로 노년기 사회 활동의 관련요인과 사회 참여를 예측하는 통계적 분류 모형을 구축하였다. 분석 대상은 2015년도 지역사회 건강조사를 완료한 60세 이상 노인 1,864명(남 829명, 여 1,035명)이었다. 결과 변수는 지난 1달 간 사회 활동 경험(있음, 없음)으로 정의하였다. 예측모형은 Classification and Regression Trees(CRT) 알고리즘 기반 의사결정나무모형을 이용하여 구축하였다. 연구결과, 사회참여의 유의미한 분류 변수는 주관적 건강, 이웃과의 만남빈도, 친척과의 만남빈도, 배우자 동거여부이었고, 그 중에서도 가장 우선적으로 관여하는 예측 요인은 주관적 건강수준이었다. 본 연구의 결과를 기초로 도래하는 초고령사회의 성공적인 노화를 대비하기 위해서 노인의 사회 활동에 대한 사회적 관심과 지원이 요구된다.
The social activities of the elderly are important in successfully achieving aging by providing opportunities for social interaction to enhance life satisfaction. The purpose of this study is to identify the related factors of the elderly social activities and build a statistical classification mode...
The social activities of the elderly are important in successfully achieving aging by providing opportunities for social interaction to enhance life satisfaction. The purpose of this study is to identify the related factors of the elderly social activities and build a statistical classification model to predict social activities. Subjects were 1,864 elderly people (829 males, 1,035 females) who completed the community health survey in 2015. Outcome variables were defined as the experience of social activity during the past month(yes, no). The prediction model was constructed using decision tree model based on Classification and Regression Trees (CRT) algorithm. The results of this study were subjective health, frequency of meeting with neighbors, frequency of meeting with relatives, and living with spouse were significant variables of social participation. The most prevalent predictor was the subjective health level. In order to prepare for the successful aging of the super aged society based on the results of this study, social attention and support for the social activities of the elderly are required.
The social activities of the elderly are important in successfully achieving aging by providing opportunities for social interaction to enhance life satisfaction. The purpose of this study is to identify the related factors of the elderly social activities and build a statistical classification model to predict social activities. Subjects were 1,864 elderly people (829 males, 1,035 females) who completed the community health survey in 2015. Outcome variables were defined as the experience of social activity during the past month(yes, no). The prediction model was constructed using decision tree model based on Classification and Regression Trees (CRT) algorithm. The results of this study were subjective health, frequency of meeting with neighbors, frequency of meeting with relatives, and living with spouse were significant variables of social participation. The most prevalent predictor was the subjective health level. In order to prepare for the successful aging of the super aged society based on the results of this study, social attention and support for the social activities of the elderly are required.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
데이터마이닝의 대표적인 통계적 분류 기법인 의사결정나무는 단일 종속변수에 대해 여러 복합적인 요인들의 계층적 영향을 나무 형태의 시각적인 모형으로 경로를 표현하기 때문에 도출된 결과를 해석하기 수월할 뿐만 아니라 의사결정에 유용한 규칙들을 분석하는데 용이하므로 관심변수에 영향을 미치는 요인들을 발견하고 의사결정을 선택하기 위한 분석방법으로 다양한 분야에서 이용되고 있다[9]. 본 연구는 우리나라 지역사회 전국조사의 데이터를 대상으로 Classification and Regression Trees(CRT) 알고리즘을 이용하여 노년기 사회 활동의 관련요인과 사회 참여를 예측하는 통계적 분류 모형을 구축하였다.
결과 변수는 지난 1달 간 사회활동참여 경험(있음, 없음)으로 정의하였다. 설명변수는 연령(65-75세, 75세 이상), 성, 최종학력(초등학교 이하, 중학교, 고등학교, 대학졸업 이상), 현재 취업 상태(취업, 미취업), 가구 월 평균 총 소득(200만원 미만, 200-400만원, 400만원 이상), 배우자 유무(배우자가 있고 함께 살고 있음, 배우자가 있으나 함께 살고 있지 않음, 배우자 없음), 음주빈도(주1회 이하, 주1회 이상), 흡연(현재흡연자, 비흡연자), 주관적 건강상태(좋음, 보통, 나쁨), 주당 걷기 실천 일수(2일 이상, 1일 미만), 최근 1년간 우울감 경험(없음, 있음), 최근 2주간 질환 및 사고경험(없음, 있음), 주관적 스트레스 수준(있음, 없음), 이웃과의 만남빈도(1달에 한번 미만, 1달에 두 번 이상), 친척과의 만남빈도(1달에 한번 미만, 1달에 두 번 이상)를 포함하였다.
지역사회건강조사는 근거중심의 보건사업 수행의 기반을 마련하고, 지역건강통계를 생산하기 위한 목적에서 수행되었으며, 조사항목은 건강행태, 의료이용, 삶의 질, 경제활동 등으로 구성되어있다. 조사방법은 훈련된 조사원이 대상자의 집을 직접 방문하여 노트북을 사용하여 1:1면접조사를 수행하는 방식을 이용하였다[10].
대상 데이터
본 연구에서는 건강설문과 가구조사를 완료한 60세 이상 노인 1,864명(남 829명, 여 1,035명)을 분석하였다.
질병관리본부가 전국의 254개 보건소 및 35개 대학교와 협력하여 2015년 8월 31일부터 11월 8일까지 조사를 수행한 2015년도 지역사회건강조사의 원시자료를 분석하였다. 지역사회건강조사는 근거중심의 보건사업 수행의 기반을 마련하고, 지역건강통계를 생산하기 위한 목적에서 수행되었으며, 조사항목은 건강행태, 의료이용, 삶의 질, 경제활동 등으로 구성되어있다.
데이터처리
05로 설정하였고, 부모마디 수는 250명, 자식마디 수는 150명, 분지가지 개수는 각각 4개로 제한하였다. 모형의 타당성 평가는 10-fold 교차타당성 검정을 이용하였다.
성능/효과
10-fold 교차타당성 검정의 수행 결과, 모형의 예측정확도는 65.1% 이었고, 위험지수는 크로스 분류모형의 위험지수는 0.349, 오분류율은 35%, 표준오차는 0.009로 도출되어, 예측모형의 위험지수 0.369 및 오분류율 37%, 표준오차 0.009와 유사하였다.
2에 제시하였다. CRT 알고리즘 분류모형 구축 결과, 사회참여의 유의미한 분류 변수는 주관적 건강, 이웃과의 만남빈도, 친척과의 만남빈도, 배우자 동거여부이었고, 그 중에서도 가장 우선적으로 관여하는 예측 요인은 주관적 건강수준이었다.
사회참여 경험이 없는 노인을 효과적으로 예측하는 유의미한 경로로 총 2개의 노드가 확인되었다. 먼저, 이익지표 값이 가장 큰 제1경로는 이웃과의 만남빈도가 월 1회 미만이고, 주관적 건강수준 표는 150.7%이었다.
본 연구에서 우리나라노인의 사회참여 예측모형을 구축한 결과, 주관적 건강, 이웃과의 만남빈도, 친척과의 만남빈도, 배우자 동거여부이었고, 그 중에서도 가장 우선적으로 관여하는 예측 요인은 주관적 건강수준이었다. 이러한 결과는 주관적 건강이 사회참여와 밀접한 관계가 있다는 Takeyachi 등[12]의 결과와 유사하다.
이웃이나 친척과의 정기적인 접촉이 사회참여의 주요 예측요인이었다. 이웃과의 사회적인 접촉이 빈번할수록 사회참여의 가능성이 더 높았고, 반면 친구, 이웃과 접촉이 낮을수록 사회참여의 가능성이 낮았다. 본 연구의 결과와 마찬가지로 Seeman 등[14]의 연구에서도 친구, 친척, 이웃과의 사회적 접촉관계뿐만 아니라 타인과의 사회적 접촉도 성공적 노화의 주요 요인이었다.
노인의 여가활동은 신체적, 정서적으로 만족스러운 삶을 영위하는 데 긍정적인 영향을 미치며[5], 지역사회의 다양한 경험의 기회를 제공하여 타인과 상호작용하는 수단이 되고, 궁극적으로 노인의 건강을 증진시킬뿐만 아니라[6], 활동적인 여가활동을 통해 심리적 안정과 삶의 만족도를 제공한다[7]. 종합하면, 노년기의 사회참여는 신체적 정신적 건강을 증진시키고 사회적 상호작용의 기회를 제공하여 삶의 만족감을 고취시키고 이를 통해 성공적인 노화를 달성할 수 있다.
카이제곱검정 결과, 지난 1달간 사교활동 경험이 있는 노인과 없는 노인은 연령, 성별, 최종학력, 경제활동여부, 가구소득, 배우자 유무, 음주빈도, 주관적 건강상태, 주당 걷기실천일수, 최근 1달간 우울감 경험, 최근 2주간 질환 및 사고경험, 이웃과의 만남빈도, 친척과의 만남빈도에서 유의한 차이가 있었다(p<0.05).
질의응답
핵심어
질문
논문에서 추출한 답변
노인 사회활동 영향 요인 연구결과, 사회참여의 유의미한 분류 변수는?
예측모형은 Classification and Regression Trees(CRT) 알고리즘 기반 의사결정나무모형을 이용하여 구축하였다. 연구결과, 사회참여의 유의미한 분류 변수는 주관적 건강, 이웃과의 만남빈도, 친척과의 만남빈도, 배우자 동거여부이었고, 그 중에서도 가장 우선적으로 관여하는 예측 요인은 주관적 건강수준이었다. 본 연구의 결과를 기초로 도래하는 초고령사회의 성공적인 노화를 대비하기 위해서 노인의 사회 활동에 대한 사회적 관심과 지원이 요구된다.
노년기의 사회참여에는 어떤 것들이 있는가?
노년기는 인생의 마지막 주기로서 지속적인 사회참여를 통해 발전을 달성한다면, 만족스럽고 성공적인 삶을 영위할 수 있다[2]. 이 같은 노년기의 사회참여는 노년기 이전에 미리 계획해서 지금까지 해오던 활동을 더 새롭게 발전시키는 것, 새로운 일이나 활동을 시작하는 것, 자기계발을 계속하는 것, 또는 취미나 특기를 새로 개발하여 즐기는 것 등이 될 수 있다. 그럼에도 불구하고, 현재까지 노인보건정책의 주요목표는 건강행위나 노년기 적응에 국한되어있으며, 노년기의 사회참여와 발달의 촉진은 여전히 미흡한 실정이다[3].
2017년부터 이후 예상되는 우리나라의 노인인구의 추세는?
저출산과 함께 평균수명이 증가하면서 우리나라의 노인인구는 급증하는 추세이다. 우리나라는 2017년을 기준으로 65세 이상 노인 인구가 전체의 14% 이상을 상회하는 고령사회(aging society)로 이미 진입하였고, 2026년에는 노인인구가 20%를 초과하는 초고령 사회(super-aged society)에 진입할 뿐만 아니라 2040년이 되면 우리나라 국민 3명 중 1명이 노인인 사회가 될 것으로 전망되고 있어 미래 사회에 대한 장기적인 대비가 필요하다[1]. 특히, 최근에 노인세대에 진입한 1955년에서 1963년 사이에 태어난 베이비부머 세대의 경우 건강상태, 근로능력, 의욕이 충분함에도 불구하고 은퇴 후 노년기 사회활동이 저조함으로써 경제적, 정서적 측면에서 노인의 삶이 취약성을 드러내고 있다[1].
참고문헌 (15)
M. Hwang & S. Jung. (2011). The ageing society of Korea and the population estimate. Korea Journal of Population Studies, 34(2), 113-133. UCI : http://uci.or.kr/G704-000152.2011.34.2.004
A. Sarvimaki & B. StenbockHult. (2000). Quality of life in old age described as a sense of wellbeing, meaning and value. Journal of Advanced Nursing, 32(4), 1025-1033. DOI: https://doi.org/10.1046/j.1365-2648.2000.01568.x
S. Kwon & M. R. Reich. (2005). The changing process and politics of health policy in Korea. Journal of Health Politics Law, 30(6), 1003-1026. DOI: https://doi.org/10.1215/03616878-30-6-1003
V. H. Menec. (2003). The relation between everyday activities and successful aging: A 6-year longitudinal study. The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 58(2). S74-S82. DOI: https://doi.org/10.1093/geronb/58.2.S74
K. R. Fox. (1999). The influence of physical activity on mental well-being. Public health nutrition, 2(3a), 411-418. DOI: https://doi.org/10.1017/S1368980099000567
T. W. Lee, I. S. Ko & K. J. Lee. (2006). Health promotion behaviors and quality of life among community-dwelling elderly in Korea: A cross-sectional survey. International journal of nursing studies, 43(3), 293-300. DOI: https://doi.org/10.1016/j.ijnurstu.2005.06.009
M. Tajvar, M. Arab & A. Montazeri. (2008). Determinants of health-related quality of life in elderly in Tehran, Iran. BMC public health, 8(1), 323. DOI: https://doi.org/10.1186/1471-2458-8-323
A. Bowling & P. Dieppe. (2005). What is successful ageing and who should define it?. Bmj, 331(7531), 1548-1551. DOI: https://doi.org/10.1136/bmj.331.7531.1548
H. Byeon. (2015). The factors of participating in a smoking cessation program using integrated method of decision tree and neural network algorithm. Journal of the Korea Convergence Society, 6(2), 25-30. DOI : 10.15207/JKCS.2015.6.2.025
Korea Center for Disease Control and Prevention. (2017). National sample design for 2015 community health survey. Seoul: Korean Association for Survey Research.
J. Choi & D. Seo. (1999). Decision trees and its applications. Journal of Korean Official Statistics, 4(1), 61-83.
Y. Takeyachi, S. I. Konno, K. Otani, K. Yamauchi, I. Takahashi, Y. Suzukamo & S. I. Kikuchi. (2003). Correlation of low back pain with functional status, general health perception, social participation, subjective happiness, and patient satisfaction. Spine, 28(13), 1461-1466. DOI: 10.1097/01.BRS.0000067091.88283.B6
T. E. Seeman, T. M. Lusignolo, M. Albert & L. Berkman. (2001). Social relationships, social support, and patterns of cognitive aging in healthy, high-functioning older adults: MacArthur studies of successful aging. Health psychology, 20(4), 243. DOI: http://dx.doi.org/10.1037/0278-6133.20.4.243
H. G. Koo. (2016). A study on proposal to develop senior related policies : convergence approach of both age norm and hoping activities. Journal of Digital Convergence, 14(4), 101-110. DOI : http://doi.org/10.14400/JDC.2016.14.4.101
※ AI-Helper는 부적절한 답변을 할 수 있습니다.