보건의료 빅데이터를 활용한 생활습관 군집현상과 만성질환 유병의 연관성 분석 : 지역사회건강조사 원시자료를 활용하여
저자
발행사항
서울 : 경희대학교 대학원, 2020
학위논문사항
학위논문(박사)-- 경희대학교 대학원 : 의료경영학과 2020. 2
발행연도
2020
작성언어
한국어
주제어
DDC
658-E 판사항(22)
발행국(도시)
서울
기타서명
Association between Clustering of Lifestyle and Chronic Disease using Healthcare Big Data : utilizing Raw Data of Korean Community Health Survey
형태사항
viii, 103 p. : 삽화 ; 26 cm
일반주기명
경희대학교 논문은 저작권에 의해 보호받습니다.
지도교수: 박상찬
참고문헌: p. 92-100
UCI식별코드
I804:11006-200000284339
소장기관
Prevalence rate of chronic diseases is being increased rapidly due to changes in the diverse social factors and the burden of the society and the individual is being increased accordingly. Recently, it leads to increase of the prevalence rate of complex chronic disease. Chronic diseases have close relations with the lifestyle and are known that the diverse lifestyles work complexly. To manage the chronic diseases effectively, it should focus on the health care paradigm being changed to prevention oriented and the role of new technologies such as Big Data, Artificial Intelligence, etc. became important.
Recently, the research utilizing Big Data in the health care area is made actively around the world and domestically, the related research is being increased since opening of Big Date on heath care by government. In addition, the government is implementing 'The pilot project of primary medical care for the chronic disease management', and to provide the customized lifestyle improvement service, it is necessary to identify the characteristics of the existing chronically ill patient utilizing the health care Big Data.
Therefore, in this study, the correlation between the clustering of lifestyle and the prevalence of chronic diseases was identified with the association rule analysis utilizing raw data of korean community health survey by Korea Centers for Disease Control and Prevention(KCDC), through which, this study provided the basic data to help the customized chronic disease management in the preventive aspect. In detail, it identified the characteristics of the subject and selected the representative type of cluster through the association rule analysis. In addition, through the chi-square test, the sensitivity and specificity value, it tested the significance and validity of the association rule. Through the logistic regression analysis, identified the individual characteristic factors having influence on the cluster of lifestyle.
In this study, the hypertension, diabetes, arthritis and stroke were selected as single chronic disease and the case that the patient has two diseases at the same time including hypertension was defined as complex chronic disease. In addition, not practicing health behavior, that is, current smoking, heavy drinking, physical inactivity, inappropriate weight control, inappropriate sleep, breakfast skipping were defined as negative lifestyle. Utilizing the relevant variables, 60,584 adults of 25 years or older were analyzed by dividing them into young and middle aged, middle aged, and the aged people.
In the results of identifying the characteristics of the subjects, the proportion of the subjects having 2 lifestyle was the highest in all the age groups and the phenomenon that older the group, the higher the prevalence rate of the chronic disease was shown.
In the results of analysing the association between the clustering of lifestyle by each chronic disease and the age group, the association rule of hypertension was the most in the single disease and it was drawn the most in the hypertension and the diabetes in the complex chronic disease. In addition, the cluster of lifestyle composed of physical inactivity and inappropriate weight control were represented the most in all the chronic diseases. The statistically significant association rule was mainly composed of two or three lifestyle clusters and that composed of five lifestyle clusters the most was shown. In addition, there was lifestyle cluster shown commonly in the there age groups in all the chronic diseases and on the contrary, there was the lifestyle cluster shown in specific age group only.
In the results of testing the validity by calculating the sensitivity and specificity values by association rule drawn, the specificity of all lifestyle clusters were represented greater than the sensitivity.
In the results of identifying the association of individual factors by selecting the lifestyle cluster shown commonly in all chronic diseases in all age groups, the gender, residential area, and occupation showed the significant association in all clusters. In the meantime, the marital status did not show the significant association in all clusters and the education level showed the significant association only in the lifestyle cluster of middle aged.
The fact that this study utilized the association rule analysis as a method to identify the lifestyle cluster is differentiated from the existing research method. In addition, it presented that drawing the meaningful results by applying the association rule analysis on the health care Big Data is possible. Particularly, the fact that the association rule showing specific pattern between the lifestyle and the chronic disease was discovered provides the important implication in correcting the lifestyle for chronic disease management and prevention.
다양한 사회적 요인의 변화로 인해 만성질환 유병률이 급증하고 있으며 이에 따른 사회와 개인의 부담도 증가하고 있다. 최근에는 복합만성질환 유병률의 증가로 이어지고 있는 추세이다. 만성질환은 생활습관과 밀접한 관계가 있으며, 여러 가지 생활습관이 복합적으로 작용하는 것으로 알려져 있다. 만성질환의 효과적인 관리를 위해서는 예방 중심으로 변화하는 보건의료 패러다임에 초점을 맞춰야 하며, 이에 따라 빅데이터, 인공지능 등과 같은 새로운 기술의 역할이 중요해졌다.
최근에는 전 세계적으로 보건의료 분야에서 빅데이터를 활용한 연구가 활발히 이루어지고 있으며, 국내에서도 정부의 보건의료 빅데이터 개방 이후 관련 연구가 증가하고 있다. 또한 정부에서는 ‘일차의료 만성질환 관리 시범사업’을 진행하고 있는데, 환자별 특이성을 고려한 맞춤형 생활습관 개선 서비스를 제공하기 위해서는 보건의료 빅데이터를 활용해서 기존 만성질환자의 특성을 파악하는 것이 필요하다.
이에 본 연구에서는 질병관리본부의 지역사회건강조사 원시자료를 활용하여 생활습관 군집현상과 만성질환 유병의 연관성을 연관규칙분석으로 파악했다. 이를 통해 예방 측면의 맞춤형 만성질환 관리에 도움이 될 수 있는 기초자료를 제공했다. 세부적으로는 대상자의 특성을 파악하고 연관규칙분석을 통해 대표성이 있는 생활습관 군집 유형을 선정했다. 또한 카이제곱검정과 민감도, 특이도 값을 통해 연관규칙의 유의성과 타당성을 검증하고, 로지스틱 회귀분석을 통해 생활습관 군집에 영향을 미치는 개인 특성 요인을 파악했다.
본 연구에서는 고혈압, 당뇨병, 관절염, 뇌졸중을 단일만성질환으로 선정하고, 고혈압이 포함된 두 가지 질환을 동시에 앓고 있는 경우를 복합만성질환으로 정의했다. 또한 건강행위를 실천하지 않는 것, 즉 흡연, 과도한 음주, 신체적 비활동, 부적절한 체중조절, 부적절한 수면, 아침식사 결식을 부정적 생활습관으로 정의했다. 해당 변수들을 활용하여 25세 이상의 성인 60,584명을 대상으로 청장년층, 중년층, 노년층으로 나눠서 분석을 진행했다.
대상자의 특성을 파악한 결과, 모든 연령층에서 2가지 생활습관을 가지고 있는 대상자의 비율이 가장 높았고, 청장년층에서 노년층으로 갈수록 만성질환 유병률이 높아지는 현상을 보였다.
각 만성질환 및 연령층 별로 생활습관 군집현상과 만성질환 유병의 연관성을 분석한 결과, 단일질환에서는 고혈압의 연관규칙이 가장 많았고, 복합만성질환에서는 고혈압과 당뇨병에서 가장 많이 도출되었다. 또한 모든 만성질환에서 신체적 비활동과 부적절한 체중조절로 구성된 생활습관 군집이 가장 많이 나타났다. 통계적으로 유의한 연관규칙은 주로 두 가지 또는 세 가지의 생활습관 군집으로 구성되었고, 많게는 다섯 가지 생활습관 군집으로 구성된 연관규칙도 나타났다. 또한 모든 만성질환에서 세 연령층에 공통적으로 나타난 생활습관 군집도 있었고, 반대로 특정 연령층에서만 나타난 생활습관 군집도 존재했다.
도출된 연관규칙 별로 민감도와 특이도 값을 계산해서 타당성을 검증한 결과, 모든 생활습관 군집의 특이도가 민감도보다 크게 나타났다.
각 연령층에서 모든 만성질환에 공통적으로 나타난 생활습관 군집을 대표 군집으로 선정해서 개인특성 요인의 관련성을 파악한 결과, 성별, 거주 지역, 직업은 모든 군집에서 유의한 관련성을 나타냈다. 반면에 혼인 상태는 모든 군집에서 유의한 관련성을 보이지 않았고, 교육수준은 중년층의 생활습관 군집에서만 유의한 관련성을 보였다.
본 연구에서 생활습관 군집을 파악하는 방법으로 연관규칙분석을 활용했다는 점은 기존 연구의 방법과 차별성을 가진다. 또한 보건의료 빅데이터에 연관규칙분석을 적용하여 의미 있는 결과를 도출하는 것이 가능함을 제시했다. 특히 생활습관과 만성질환 간에 특정 유형을 보이는 연관규칙이 발견되었다는 점은, 만성질환 관리 및 예방을 위한 생활습관 교정에 중요한 시사점을 준다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)