설명 가능한 인공지능(XAI)을 활용한 PHQ-9 고위험군 분류 및 사회경제적 연관 요인 탐색: 2024년 국민건강영양조사 자료 = Classification of PHQ-9 High-Risk Groups and Socioeconomic Factors Using Explainable Artificial Intelligence: A 2024 KNHANES Study

국문 초록 (Abstract)

본 연구는 국가 단위 건강조사 자료에서 확보 가능한 비침습적 문진 변수와 사회경제적 정보를 활용하여 PHQ-9 고위험군 분류 가능성을 탐색하고, 설명 가능한 인공지능 기법을 통해 분류에 기여한 변수를 해석하고자 하였다. 이를 위해 2024년 국민건강영양조사 자료 중 PHQ-9 응답을 완료한 성인 5,472명을 대상으로 하였으며, PHQ-9 총점 10점 이상을 고위험군으로 정의하였다. 고위험군 비율은 4.3%로 낮아 클래스 불균형을 고려한 LightGBM 모델을 적용하였다. 검증자료에서 ROC-AUC는 0.6380이었고, 고위험군 정밀도는 0.07, 재현율은 0.40, F1-score는 0.12로 나타났다. 이는 제한된 조사 변수만으로 PHQ-9 고위험군 분류 가능성은 일부 관찰되었으나, 소수 클래스 식별 성능은 제한적임을 의미한다. SHAP 분석에서는 연령, 직업, 성별, 소득 수준이 상대적으로 높은 기여도를 보였다. 본 연구는 PHQ-9 고위험군 분류 과정에서 사회경제적 변수의 기여도를 탐색했다는 의의가 있으나, 단면자료와 제한적 모델 성능을 고려할 때 인과관계나 즉각적인 현장 적용 가능성으로 확대 해석하는 데에는 주의가 필요하다.

다국어 초록 (Multilingual Abstract)

This study aimed to explore the feasibility of classifying PHQ-9 high-risk groups using non-invasive questionnaire variables and socioeconomic information available from a national health survey, and to interpret the variables contributing to classification through explainable artificial intelligence. Data were obtained from the 2024 Korea National Health and Nutrition Examination Survey, and 5,472 adults who completed the PHQ-9 questionnaire were included. A PHQ-9 score of 10 or higher was defined as the high-risk group. Because the high-risk group accounted for only 4.3% of the sample, a LightGBM model with class imbalance adjustment was applied. In the validation set, the ROC-AUC was 0.6380, and the precision, recall, and F1-score for the high-risk group were 0.07, 0.40, and 0.12, respectively. These results indicate that limited classification feasibility was observed using survey-based variables, although the model’s ability to identify the minority class remained restricted. SHAP analysis showed that age, occupation, sex, and income level had relatively high contributions to classification. This study is meaningful in that it explored the contribution of socioeconomic variables in the classification of PHQ-9 high-risk groups. However, considering the cross-sectional design and limited model performance, the findings should not be overinterpreted as evidence of causal relationships or immediate field applicability.