식품섭취빈도조사를 기반으로 한 챗봇 콘텐츠 개발 및 종이 식품섭취빈도조사와 챗봇으로 측정한 영양소 섭취량 비교 연구

Abstract

식품섭취빈도조사(Food Frequency Questionnaire, FFQ)는 집단 및 개인의 평소 식사 섭취 현황을 조사하기 위해 많이 사용되는 식사 조사 방법이다. 종이 또는 전자식 FFQ는 구조화된 설문 형태로서 음식의 섭취 빈도와 양에 대한 질문으로 구성된다. 모바일 시대의 도래로 식사 섭취 조사 분야에서도 모바일 기술의 사용이 증가하고 있다. 따라서 본 연구에서는 한국에서 가장 많이 쓰이는 모바일 인스턴트 메신저인 카카오톡을 활용하여 타당도가 입증된 FFQ의 질문을 묻고 답하는 형태인 모바일 챗봇 콘텐츠를 개발하였다. 그리고 챗봇과 종이 기반의 FFQ로 조사한 영양소 섭취량을 비교 분석하였다. 연구 대상자는 2022년 4~8월에 동국대학교 일산병원에서 상부위장관내시경 또는 대장내시경을 시행한 사람으로 모집하였다. 최종 대상자는 24-79세의 남성 50명과 여성 45명이었다. FFQ는 제6기(2013-2015년) 국민건강영양조사에서 시행한 112 문항의 FFQ에 와인 문항을 추가하여 사용하였다. 본 연구의 대상자는 3개월 이내에 종이, 챗봇 기반의 동일한 FFQ를 두 번 시행하였다. 챗봇은 동국대학교 소프트웨어구조 연구실에서 개발하였다. 챗봇 설문은 신체 계측 및 기본정보 조사, 운동량 조사, FFQ 그리고 식이보충제 조사 순서로 진행되었다. 설문을 완료하면 챗봇을 통해 자동으로 작성된 영양평가 결과가 채팅창에 나타났다. 영양평가 결과는 2020 한국인 영양소 섭취 기준을 바탕으로 작성되었다. 챗봇과 종이 기반의 FFQ를 통한 영양소 섭취량을 비교하기 위해 상관관계와의 일치도를 분석하였다. 피어슨 상관계수의 범위는 0.74(나이아신)에서 0.90(비타민 A)까지였으며, 중앙값은 0.85로 높은 상관관계를 보였다. 다음으로 일치도 분석을 위해 섭취량에 따라 사분위수로 분류한 후 교차 분류(cross-classification)를 통해 동일한, 인접한, 한 칸 건너뛴 또는 반대의 사분위수에 해당하는 비율을 나타내었다. 그 결과 동일하거나 인접한 사분위수로 분류된 참가자의 비율은 88%(나트륨)에서 98% (오메가-6 지방산)까지의 범위를 보였다. 또한 섭취량의 사분위에 따른 코헨 카파계수(Cohen's kappa coefficient)를 계산하였다. 그 결과 0.42(나이아신, 95% 신뢰구간=0.29-0.56)에서 0.64(오메가-6 지방산, 95% 신뢰구간=0.52-0.75)까지의 범위로 적절부터 상당 수준까지의 일치도를 나타내었다. 그리고 Bland-Altman 도표를 제시하였다. Bland-Altman 도표에서 대부분의 열량과 영양소 섭취량의 차이는 일치 범위의 하한과 상한 사이에 위치하였다. 본 연구에서는 기본정보 조사, 운동량 조사, FFQ 그리고 식이보충제 조사로 구성된 챗봇을 카카오톡을 이용하여 개발하였고 조사한 정보를 바탕으로 식사 평가를 제공하였다. 그리고 챗봇과 종이 기반의 FFQ로 조사한 영양소 섭취량을 비교하였을 때, 순위 일관성이 높게 나타났다. 따라서 챗봇에 FFQ를 탑재하여 영양소 섭취를 조사하는 방법은 영양요인과 질병 위험 간의 관련성을 평가하는 역학연구에 사용될 수 있을 것으로 사료된다.

A food frequency questionnaire (FFQ) is a widely used method for assessing the habitual dietary intakes of individuals or groups. Paper or electronic FFQs consist of structured survey forms that ask questions about the frequency and quantity of food consumption. With the advent of the mobile era, the use of mobile technology has also increased in the field of dietary intake assessment. Therefore, in this study, we developed a mobile chatbot content based on a validated FFQ, using KakaoTalk, the most widely used mobile instant messenger in Korea. We also compared and analyzed the nutrient intakes obtained from the chatbot and paper-based FFQs. The study participants were recruited from Dongguk University Ilsan Hospital between April and August 2022. They were individuals who underwent gastric or colon endoscopy. The final sample included 50 men and 45 women aged 24 to 79 years old. The FFQ used in the study consisted of 112 items from the 6th Korea National Health and Nutrition Examination Survey (2013-2015), with an additional question on wine consumption. The participants completed both the chatbot and paper-based FFQs within a period of 3 months. The chatbot was developed by the Software Architecture Laboratory at Dongguk University. The survey was conducted in the following order: anthropometric measurements and basic information, physical activity assessment, FFQ, and dietary supplement intake assessment. After completing the survey, the automatically generated nutrition evaluation results were displayed in the chat window of the chatbot. The nutrition evaluation results were based on the 2020 Korean Dietary Reference Intakes. Correlation and agreement analyses were performed to compare the nutrient intake data obtained from the chatbot and paper-based FFQs. The Pearson correlation coefficients ranged from 0.74 (niacin) to 0.90 (vitamin A), with a median of 0.85, indicating a high correlation. For the agreement analysis, the intakes were classified into quartiles, and cross-classification was performed to determine the proportion of participants classified into the same, adjacent, one-quartile apart, or opposite quartiles. The results showed that the proportions of participants classified into the same or adjacent quartiles ranged from 88% (sodium) to 98% (omega-6 fatty acid). Additionally, Cohen's kappa coefficients were calculated based on the quartile distribution of intake. The results ranged from 0.42 (niacin, 95% confidence interval = 0.29-0.56) to 0.64 (omega-6 fatty acids, 95% confidence interval = 0.52-0.75), indicating moderate to substantial agreement. Bland-Altman plots were presented, and the differences in calorie and nutrient intake were mostly located within the limits of agreement. In this study, we developed a chatbot that consisted of basic demographic and anthropometric information assessment, physical activity assessment, FFQ, and dietary supplement intake assessment. Based on the collected information, the chatbot automatically generated nutrition evaluation results. When comparing the nutrient intake data obtained from the chatbot and paper-based FFQs, high rank order agreement was observed. Therefore, incorporating a FFQ into a chatbot can be a useful method for assessing nutrient intake in epidemiological studies evaluating the relationship between nutrition factors and disease risk.