본 연구는 일 지역 농촌 노인의 허약수준에 따른 관련요인을 알아보기 위하여 시행된 서술적 조사연구이다. 2019년 10월부터 2020년 3월까지 경상남도 H군에 거주하는 65세 이상 노인 400명으로부터 자료를 수집했다. 노인의 허약수준과 그에 따른 예측요인을 살펴보기 위해 이분형 로지스틱 회귀분석을 이용하여 자료를 분석한 결과, 건강노인은 27.8%, 전허약 노인은 30.9%, 허약노인은 41.3%로 나타났다. 허약 수준에 따른 예측요인을 분석한 결과, 건강 단계에서 전허약 단계로 진입하는 예측요인은 악력, 영양상태, 우울이었고 전허약 단계에서 허약 단계로 진입하는 예측요인은 성별, 영양상태, 신체기능, 우울이었으며 건강 단계에서 허약 단계로 진입하는 예측요인은 성별, 직업, 영양상태, 신체기능, 우울로 밝혀졌다. 본 연구를 통하여 농촌지역 거주노인의 허약수준과, 이에 따른 다차원적 변수들의 영향을 파악할 수 있었다. 이러한 결과는 농촌지역 노인들의 허약진행을 예방하고 관리하기 위한 방안을 모색하는데 필요한 기초자료로 활용될 수 있을 것이다.
본 연구는 일 지역 농촌 노인의 허약수준에 따른 관련요인을 알아보기 위하여 시행된 서술적 조사연구이다. 2019년 10월부터 2020년 3월까지 경상남도 H군에 거주하는 65세 이상 노인 400명으로부터 자료를 수집했다. 노인의 허약수준과 그에 따른 예측요인을 살펴보기 위해 이분형 로지스틱 회귀분석을 이용하여 자료를 분석한 결과, 건강노인은 27.8%, 전허약 노인은 30.9%, 허약노인은 41.3%로 나타났다. 허약 수준에 따른 예측요인을 분석한 결과, 건강 단계에서 전허약 단계로 진입하는 예측요인은 악력, 영양상태, 우울이었고 전허약 단계에서 허약 단계로 진입하는 예측요인은 성별, 영양상태, 신체기능, 우울이었으며 건강 단계에서 허약 단계로 진입하는 예측요인은 성별, 직업, 영양상태, 신체기능, 우울로 밝혀졌다. 본 연구를 통하여 농촌지역 거주노인의 허약수준과, 이에 따른 다차원적 변수들의 영향을 파악할 수 있었다. 이러한 결과는 농촌지역 노인들의 허약진행을 예방하고 관리하기 위한 방안을 모색하는데 필요한 기초자료로 활용될 수 있을 것이다.
This study is a descriptive study conducted to find out the predictive factors according to the level of the frailty of the communitydwelling older adult in a rural area. Data were collected from 400 older adults aged 65 years or older living in rural areas of Gyeongsangnam-do from October 2019 to M...
This study is a descriptive study conducted to find out the predictive factors according to the level of the frailty of the communitydwelling older adult in a rural area. Data were collected from 400 older adults aged 65 years or older living in rural areas of Gyeongsangnam-do from October 2019 to March 2020. Data were analyzed using logistic regression to examine the predictive factors according to the level of frailty. The results showed that 27.8% for robust older adults, 30.9% for pre-frailty older adults, and 41.3% for frailty older adults. As a result of analyzing the predictive factors according to the level of frailty, the predictors from the robust stage to the pre-frailty stage were grip strength, nutritional status, and depression. The predictive factors for entering the pre-frailty stage into the frailty stage were gender, nutritional status, physical performance ability, and depression. Also, it was found that the predictive factors for entering from the robust stage to the frailty stage were sex, occupation, nutritional status, physical performance ability, and depression. Through this study, it was possible to understand the level of the frailty of the older adults living in rural communities and the effects of multidimensional variables. These results can be used as basic data necessary to find a way to prevent and manage the progression of frailty among older adults in rural areas.
This study is a descriptive study conducted to find out the predictive factors according to the level of the frailty of the communitydwelling older adult in a rural area. Data were collected from 400 older adults aged 65 years or older living in rural areas of Gyeongsangnam-do from October 2019 to March 2020. Data were analyzed using logistic regression to examine the predictive factors according to the level of frailty. The results showed that 27.8% for robust older adults, 30.9% for pre-frailty older adults, and 41.3% for frailty older adults. As a result of analyzing the predictive factors according to the level of frailty, the predictors from the robust stage to the pre-frailty stage were grip strength, nutritional status, and depression. The predictive factors for entering the pre-frailty stage into the frailty stage were gender, nutritional status, physical performance ability, and depression. Also, it was found that the predictive factors for entering from the robust stage to the frailty stage were sex, occupation, nutritional status, physical performance ability, and depression. Through this study, it was possible to understand the level of the frailty of the older adults living in rural communities and the effects of multidimensional variables. These results can be used as basic data necessary to find a way to prevent and manage the progression of frailty among older adults in rural areas.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.