노인 만성질환자의 건강관련 삶의 질 영향요인 분석 및 예측모델 개발

Abstract

인구 고령화와 이로 인한 만성질환의 증가는 결과적으로 노인들의 건강관련 삶의 질(Health Related Quality of Life: HRQoL)을 저하시키는 원인이 되고 있다. 따라서 노인 만성질환자의 HRQoL에 영향을 미치는 요인을 파악하고, HRQoL이 저하된 위험군을 예측하여 HRQoL 향상을 위한 효율적인 중재방안을 제시할 필요가 있다. 이에 본 연구는 2008~2010년 국민건강영양조사(Korea National Health and Nutrition Examination Survey: KNHANES)라는 대규모의 광범위 조사자료를 이용하여 만성질환을 가진 노인을 대상으로 HRQoL에 영향을 미치는 요인들을 포괄적으로 분석하고, 중재가 필요한 HRQoL 위험군을 예측하는 모델을 개발하고자 시도되었다. HRQoL에 관한 다각적인 분석을 위해서는 상당한 노력과 전문성이 요구되기에 이러한 복잡한 분석과정을 자동으로 지원해줄 수 있는 다양한 방법들을 적용할 필요가 있다. 특히 대용량 자료의 분석 및 예측에 용이한 기계학습(Machine Learning: ML) 기법을 새롭게 적용해 봄으로써 노인 만성질환자의 HRQoL 분석 및 예측을 위한 ML 기법의 적용 가능성과 그에 따른 문제점 및 해결방안을 함께 살펴보았다. 자료분석 및 예측모델 개발을 위해 SPSS (Statistical Package for the Social Sciences) version 20.0과 MATLAB (Matrix Laboratory) Revised for Version 7.14 Release 2012a 프로그램을 사용하여 기술통계, X2-test, 단계적 로지스틱 회귀분석(Stepwise Logistic Regression: SLR)을 실시하였으며, ML 기법 중 의사결정 나무(Decision Tree: DT), 랜덤 포레스트(Random Forest: RF), 지지벡터기계(Support Vector Machine: SVM) 방법을 적용하였다. HRQoL은 EQ-5D (European Quality of Life-5 Dimensions) 항목으로 측정되었으며, EQ-5D index 0.678을 기준으로 0.678 이상인 그룹(n=648)과 0.678 미만인 그룹(n=68)으로 분류하였다. 연구결과 노인 만성질환자의 HRQoL에 영향을 미치는 요인들로 소득, 만성질환 종류, 우울, 불편감, 주관적인 건강상태가 통계적으로 유의하였다. ML 적용결과 노인 만성질환자의 HRQoL 예측을 위한 추가적인 중요변수로서 골관절염 소요기간, 골다공증 유병여부, 뇌졸중 진단시기, 하악보철물 상태, 1년간 자살생각여부 등이 도출되었다. 구축된 예측모델의 타당도 검증은 10 fold cross-validation 방법을 적용하였다. 성능평가를 위해서 Accuracy, F-score 등의 값을 모형별로 산출하여 비교한 결과, SLR이 Accuracy=0.93, F-score=0.49로 가장 우수한 성능을 나타내었으며, 그 다음으로는 SVM (0.90, 0.51), RF (0.87, 0.33), DT (0.82, 0.23) 순이었다. 결과적으로 KNHANES와 같은 혼합형태의 자료에 기계학습 기법을 적용함에 있어서 변수 선정과 자료 정규화(Data Normalization) 과정을 통해 예측모델의 성능과 효율을 향상시킬 수 있었다. 향후 이에 대한 지속적인 연구와 검증 과정이 요구되며, 유사형태의 자료를 활용하는 경우에 변수 선정과 자료를 정규화하는 방법에 대한 구체적인 가이드라인을 제시할 수 있을 것이다. 본 연구를 통해 만성질환을 가진 노인들의 HRQoL을 증진시키기 위한 맞춤형 건강관리 전략 및 중재 프로그램 개발에 요구되는 다양한 기초자료를 제공할 수 있을 것이다. 본 연구와 같이 의료분야에서의 자료 재창출(Data Repositioning)을 통해 가치있는 새로운 지식을 도출할 수 있도록 이러한 접근 방법이 더욱 활발하게 적용되기를 기대한다.