[논문]의료 빅데이터로 분석한 만성질환자의 건강정보 수준별 차이 연구

박새한; 이상엽; 한기현; 김지연; 구지현; 정병호

doi:10.17662/ksdim.2023.19.4.073

[국내논문] 의료 빅데이터로 분석한 만성질환자의 건강정보 수준별 차이 연구
A Study On The Difference By Health Literacy Level Of Chronic Patients Analyzed By Medical Big Data 원문보기

디지털산업정보학회논문지 = Journal of the Korea Society of Digital Industry and Information Management, v.19 no.4, 2023년, pp.73 - 86

박새한 (상지대학교 빅데이터사이언스학과) , 이상엽 (상지대학교 빅데이터사이언스학과) , 한기현 (상지대학교 빅데이터사이언스학과) , 김지연 (상지대학교 빅데이터사이언스학과) , 구지현 (상지대학교 빅데이터사이언스학과) , 정병호 (상지대학교 빅데이터사이언스학과)

Abstract ▼ AI-Helper

The purpose of this study is to prepare basic data that can be applied to the development of personalized programs in which chronic patients can actively participate in health care on their own, by analyzing the relationship between health literacy, level of metal health, and level of life health of patients with chronic diseases. For the study, the Korean Medical Panel's annual data(Version 2.1) was used, and 4,095 people aged 19 or older with chronic diseases and without disabilities were extracted, and frequency analysis, t-test, ANOVA, and chi-squared goodness of fit test, etc. were performed with IBM SPSS Statistics 26.0. As a result, it was found that the higher health literacy, the higher level of mental health and level of life health. In addition, the distribution between health literacy, level of mental health, and level of life health was found to be different from each other. Respondents with higher ability to health literacy tend to evaluate level of metal health and life health lower, and the rate of change in this trend was relatively higher than the rate of change in the tendency to evaluate level of mental health and life health higher in respondents with lower ability to health literacy.

주제어

표/그림 (12)

표 <표 1> 건강정보 이해 능력 척도
표 <표 2> 연구변수 척도의 타당성 및 신뢰도
표 <표 3> 연구대상자의 일반적인 특성
표 <표 4> 주요 변수들의 기술 통계량
표 <표 5> 연구대상의 일반적인 특성에 따른 건강정보 이해 능력의 차이
표 <표 6> 연구대상의 일반적인 특성에 따른 정신 건강 수준의 차이
표 <표 7> 연구대상의 일반적인 특성에 따른 삶의 건강 수준의 차이
표 <표 8> 건강정보 이해 능력과 건강 수준의 차이
표 <표 9> 건강정보 이해 능력과 건강 수준과의 분포적합도 및 변동률
그림 <그림 1> G_(HL)i별 삶의 건강 수준 변동
그림 <그림 2> G_(HL)i별 정신 건강 수준 변동
표 <표 10> 건강정보 이해 능력을 기준으로 한 건강 수준의 변동

AI 본문요약
AI-Helper

문제 정의

본 연구는 환자들이 건강정보를 이해하는 정도와 그들의 정신 및 삶의 건강 수준에 대한 분석과 이들간에 관계를 분석하였다. 분석 결과, 남성의 경우 건강정보 이해 능력, 정신 및 삶의 건강 수준 모두에서 여성보다 높게 나타났으며, 경제활동을 하는 경우도 비경제활동을 하는 경우보다 건강정보 이해 능력, 정신 및 삶의 건강 수준 모두에서 높게 나타났다.

제안 방법

건강정보 이해 능력과 정신 건강 수준 및 삶의 건강 수준 간의 분포가 유사한지를 분석한 후, 이들 간에 변동률을 계산하고, 각 변동률에 대한 세부적인 변동을 분석하였다. 이를 위해 앞에서 진행한 1단계, 2단계, 3단계에 이어 다음과 같은 절차를 진행하였다.
건강정보 이해 능력(HL)에 따른 정신건강 수준(MHL) 및 삶의 건강 수준(HQL)의 차이를 분석하기 위해 다음과 같은 절차를 진행하였다. 건강정보 이해능력, 정신건강 수준, 삶의 건강 수준을 수식(1)로 표준화하고, 표준화한 건강정보 이해 능력을 수식(2)로 그룹화한 후, 그 그룹화한 기준으로 표준화한 정신건강 수준과 표준화한 삶의 건강 수준을 분류하였다. 그리고 그룹화된 표준화한 정신건강 수준에 따라 정신건강 수준이 차이가 있는지를 분석하였고, 그룹화된 표준화한 삶의 건강 수준에 따라 삶의 수준이 차이가 있는지를 분석하였다.
건강정보 이해능력, 정신건강 수준, 삶의 건강 수준을 수식(1)로 표준화하고, 표준화한 건강정보 이해 능력을 수식(2)로 그룹화한 후, 그 그룹화한 기준으로 표준화한 정신건강 수준과 표준화한 삶의 건강 수준을 분류하였다. 그리고 그룹화된 표준화한 정신건강 수준에 따라 정신건강 수준이 차이가 있는지를 분석하였고, 그룹화된 표준화한 삶의 건강 수준에 따라 삶의 수준이 차이가 있는지를 분석하였다. 분석 결과는 다음의 <표 8>과 같다.
삶의 건강 수준(HQL, health quality of life level)은 총 5항목(운동능력, 자기관리, 일상활동, 통증/불편, 불안/우울)으로 각각 3점 척도로 측정하였다.
연구대상자의 일반적인 특성은 성별, 연령대, 교육수준, 혼인상태, 경제활동 여부를 척도로 사용하였다.

대상 데이터

본 연구는 한국보건사회연구원과 국민건강보험공단이 공동으로 주관하는 한국 의료패널 2019년~2020년 연간데이터(Version 2.1)를 활용하였다.
이에 본 연구에서는 만성질환이 있는 만 19세 이상인 성인을 대상으로 분석하였으며, 보건복지부에 등록된 장애가 없는 응답자 4,095명을 추출하여 연구대상으로 분석하였다.

데이터처리

건강정보 이해 능력(HL), 정신 건강 수준(MHL), 삶의 건강 수준(HQL) 각각에 대하여 연구대상자의 일반적인 특성에 따라 차이가 있는지를 살펴보기 위해 독립 검정과 분산분석을 시행하였다.
연구변수 척도의 타당성과 신뢰도를 측정하기 위해 요인분석과 신뢰도 분석을 하였다.

이론/모형

분석 결과는 다음의 <표 2>와 같다. 요인분석에서 요인추출은 주성분 방법을 사용하고, 요인회전은 베리맥스(Varimax) 방법을 시행하였다.

성능/효과

또한 건강정보 이해 능력과 삶의 건강 수준은 교육 수준이 높을수록 높아지는 것으로 분석되었다. 건강정보 이해 능력과 정신 건강 수준, 그리고 건강정보 이해 능력과 삶의 건강 수준은 각각 서로 차이가 있었으며, 이들 간의 분포 또한 서로 다른 것으로 분석되었다. 그리고, 건강정보 이해 능력보다 정신 건강수준이나 삶의 건강 수준을 낮게 평가하는 경우보다 높게 평가하는 경우가 상대적으로 더 많은 것으로 나타났다.
05)으로 나타나 요인분석이 적합한 것으로 나타났다. 그리고 신뢰도 분석 결과, 건강이해 정보 능력은 0.94, 건강한 삶의 수준은 0.75로 나타나 신뢰도가 높다고 나타났다.
그리고 연령대에서는 노년층의 경우 건강정보 이해 능력과 삶의 건강 수준이 다른 연령대에 비해 상대적으로 가장 낮게 나타났으며, 정신 건강 수준에서는 청년층이 다른 연령대에 비해 상대적으로 가장 낮게 나타났다. 또한 건강정보 이해 능력과 삶의 건강 수준은 교육 수준이 높을수록 높아지는 것으로 분석되었다. 건강정보 이해 능력과 정신 건강 수준, 그리고 건강정보 이해 능력과 삶의 건강 수준은 각각 서로 차이가 있었으며, 이들 간의 분포 또한 서로 다른 것으로 분석되었다.
다음의 <표 4>는 연구 주요 변수들에 대한 기술통계 분석 결과이다. 만성질환자의 건강정보 이해 능력(HL)의 평균은 2.61점으로 나타났고, 정신 건강 수준(MHL)의 평균은 3.78점으로 나타났으며, 삶의 건강수준(HQL)의 평균은 2.78점으로 나타났다.
본 연구의 한계점과 향후 연구 방향은 다음과 같다. 본 연구는 만성질환자로만 한정하여 만성질환자인 경우와 만성질환자가 아닌 경우와의 차이를 확인할 수가 없었으며, 의료 빅데이터로써 데이터의 양이 다소 부족하였다. 본 연구에서 제시된 연구 결과를 토대로 향후, 만성질환자가 아닌 대상자로 건강정보 이해력, 정신 및 삶의 건강 수준을 분석하여 만성질환자인 경우와 비교할 필요가 있으며, 또한 건강정보 이해 능력보다 정신 건강 수준이나 삶의 건강 수준을 높게 평가한 그룹과 낮게 평가한 그룹을 분류하여 각 그룹의 특징을 파악하는 연구가 필요할 것으로 판단된다.
본 연구는 환자들이 건강정보를 이해하는 정도와 그들의 정신 및 삶의 건강 수준에 대한 분석과 이들간에 관계를 분석하였다. 분석 결과, 남성의 경우 건강정보 이해 능력, 정신 및 삶의 건강 수준 모두에서 여성보다 높게 나타났으며, 경제활동을 하는 경우도 비경제활동을 하는 경우보다 건강정보 이해 능력, 정신 및 삶의 건강 수준 모두에서 높게 나타났다. 그리고 연령대에서는 노년층의 경우 건강정보 이해 능력과 삶의 건강 수준이 다른 연령대에 비해 상대적으로 가장 낮게 나타났으며, 정신 건강 수준에서는 청년층이 다른 연령대에 비해 상대적으로 가장 낮게 나타났다.
성별, 연령대, 교육 수준, 혼인상태, 경제활동, 가구 총소득 각각에서 건강정보 이해 능력이 통계적으로 유의한 차이가 있는 것으로 나타났다(p < 0.01)
성별, 연령대, 교육 수준, 혼인상태, 경제활동, 가구 총소득 각각에서 정신 건강 수준이 통계적으로 유의한 차이가 있는 것으로 나타났으나(p < 0.05), 혼인상태는 정신 건강수준이 통계적으로 유의한 차이가 없는 것으로 나타났다.
성별, 연령대, 교육수준, 혼인상태, 경제활동, 가구 총소득 각각에서 삶의 건강 수준이 통계적으로 유의한 차이가 있는 것으로 나타났다(p < 0.01)
건강정보 이해 능력을 기준으로 한 건강 수준의 변동 추이는 다음의 <그림 1>과 <그림 2>와 같다. 즉, 건강정보 이해 능력을 높게 평가한 응답자일수록 정신 건강 수준과 삶의 건강 수준을 낮게 평가하는 경향이 있으며, 반대로 건강정보 이해 능력을 낮게 평가한 응답자일수록 정신 건강 수준과 삶의 건강 수준을 높게 평가하는 경향이 있는 것으로 분석되었다.

후속연구

본 연구는 만성질환자로만 한정하여 만성질환자인 경우와 만성질환자가 아닌 경우와의 차이를 확인할 수가 없었으며, 의료 빅데이터로써 데이터의 양이 다소 부족하였다. 본 연구에서 제시된 연구 결과를 토대로 향후, 만성질환자가 아닌 대상자로 건강정보 이해력, 정신 및 삶의 건강 수준을 분석하여 만성질환자인 경우와 비교할 필요가 있으며, 또한 건강정보 이해 능력보다 정신 건강 수준이나 삶의 건강 수준을 높게 평가한 그룹과 낮게 평가한 그룹을 분류하여 각 그룹의 특징을 파악하는 연구가 필요할 것으로 판단된다.
그리고, 건강정보 이해 능력보다 정신 건강수준이나 삶의 건강 수준을 낮게 평가하는 경우보다 높게 평가하는 경우가 상대적으로 더 많은 것으로 나타났다. 이러한 분석 결과는 만성질환자의 정신 건강과 삶의 건강을 위해 건강정보 이해 능력 수준을 정확히 파악하고, 만성질환자의 특성에 맞춘 건강정보 이해 능력을 향상시킬 수 있는 개인 맞춤형 프로그램을 개발하는데 기초자료가 될 것으로 판단된다.

참고문헌 (24)

박희왕.이무식, "복합만성질환의 융합적 관련요인에 관한 연구," 한국융합학회논문지, 제10권, 제8호, 2019, pp.75-82.？
이난초.김민주.최희진.이종석.정독, "만성질환에 대한 가족력의 유병률과 위험도에 관한 연구 : 국민건강영양조사(2019)를 중심으로," 융합정보논문지, 제11권, 제8호, 2021, pp.160-167.？
김윤화, "만성질환자의 소득수준에 따른 우울궤적？분석," 생명연구, 제55권, 2020, pp.203-228.？
김수영.이지애, "만성질환자의 건강관련 의사결정에 대한 참여 정도와 자가간호역량에 관한 연구," 한국산학기술학회논문지, 제21권, 제6호,？2020, pp.127-136.？
D. D. Carr, "Motivational interviewing supports？patient centered-care and communication,"？Journal of the New York State Nurses？Association, Vol.45, No.1, 2017, pp.39-43.？
N. Zizzo, E. Bell, A. Lafontaine, and E. Racine,？"Examining chronic care patient preferences for？involvement in health-care decision making: the？case of Parkinson's disease patients in a？patient-centered clinic," Health Expectations,？Vol.20, No.4, 2016, pp.655-664.？
Antonietta Cappuccio et al., "Consensus？communication strategies to improve？doctor-patient relationship in paediatric severe？asthma," Italian Journal of Pediatrics, Vol.45,？No.31, 2019, pp.1-7.？
이정화.신은정.박지현.김미영.문혜정, "환자의 신뢰만족도 향상을 위한 간호사의 의사소통？전략," 예술인문사회 융합 멀티미디어 논문지, 제17권, 제1호, 2017, pp.619-633.？
안보미.이지애, "만성질환자의 의사결정에 대한 자율성 선호도에 관한 연구," 한국콘텐츠학회논문지, 제21권, 제2호, 2021, pp.236-247.？
World Health Organization(WHO), "Promoting？health through schools. Report of a WHO？Expert Committee on Comprehensive School？Health Education and Promotion,"？https://www.who.int/publications/i/item/WHO-TRS-870, 1997.06.16.？
최슬기.김혜윤.황종남.채수미.한겨레.유지수.천희란, "건강정보문해력(헬스리터러시)제고？방안 연구," 한국보건사회연구원,？https://www.kihasa.re.kr/, 2020.12.？
양옥렬.이연희, "보건의료 빅데이터를 활용한 보건행정 교육프로그램 실무수업에 관한 고찰," 보건의료생명과학논문지, 제10권, 제1호, 2022,？pp.1-14.？
노을희.박상찬, "보건의료 빅데이터를 활용한 생활습관 군집현상과 만성질환 유병의 연관성 분석:？지역사회건강조사 원시자료를 활용하여," 한국보건정보통계학회지, 제45권, 제2호, 2020,？pp.113-123.？
이지혜.제미경.조명지.손현석, "보건의료 분야의 빅데이터 활용 동향," 정보와 통신, 제32권,？제1호, 2014, pp.63-75.？
정재임.김경아, "만성질환을 가진 노인들의 건강상태와 생활습관에 관한 조사연구," 경북전문대학 논문집, 제21권, 2002, pp.375-396.？
WHO, "Noncommunicable diseases,"？https://www.who.int/news-room/fact-sheets/detail/noncommunicable-diseases, 2023.09.13.？
질병관리청, "2022 만성질환 현황과 이슈,"？https://www.kdca.go.kr/gallery.es?mida20503020000&bid0003&b_list9&actview&list_no145880&nPage, 2023.03.29.？
김문환.이동호, "노인들의 건강증진행위와 만성질환과의 관련요인," 보건교육건강증진학회지, 제28권, 제2호, 2011, pp.99-107.？
김정은, "건강정보 이해능력 수준과 영향요인에？대한 고찰: 대학병원 외래 방문객을 대상으로,"？임상간호연구, 제17권, 제1호, 2011, pp.40-47.？
김진현, "건강정보 이해 능력과 건강관련변수들 간의 관계에 관한 메타분석 연구," 보건교육건강증진학회지, 제35권, 제1호, 2018, pp.101-113.？
M. J. Calvert, and N. Freemantle, "Use of？health-related quality of life in prescribing？research. Part 1: why evaluate health-related？quality of life?," J Clin Pharm Ther, Vol.28, 2003,？pp.513-521.？

상세보기
최령.문현주.황병덕, "만성질환이 노인들의 스트레스인지, 우울증상 경험 및 자살생각에 미치는？영향," 보건의료산업학회지, 제4권, 제2호, 2010,？pp.73-84.？
김병창, "북한이탈주민의 정신건강," 정신건강정？책포럼, 제4권, 제1호, 2010, pp.19-37.？
임은희, "여성결혼이민자의 정신건강 문제에 관한？시론적 연구," 한영논총, 제12권, 2008, pp.217-236.？

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