수많은 연구들에서 주관적 건강인식은 실제 건강상태의 대리변수로서 널리 사용되고 있다. 그러나 주관적 건강인식 문항들은 준거 그룹 편의, 적응 편의, 천장 효과와 바닥 효과, 회고 편의, 개인 간 이질성 등에 노출되어 있어 상당한 측정오차를 가질 수 있다. 따라서 주관적 건강인식이 실제 건강상태의 유효한 대리변수인지를 검증하는 것은 중요한 과제이다. 이에 본 연구에서는 고령화연구패널조사를 사용하여 우리나라의 중고령자를 대상으로 주관적 건강상태(self-rated health)와 주관적 건강변화상태(self-assessed change in health)가 실제 건강상태(질병의 진단 여부와 입원 및 사고의 경험 여부)를 유효하게 예측하는지에 대하여 분석하였다. 개인 간 이질성을 통제하기 위하여 두 시점 간의 건강상태 변화에 대한 주관적인 건강인식이 두 시점 간의 실제 건강문제의 발생 여부를 유효하게 예측하는지를 분석하였으며, 연구의 타당성을 확보하기 위하여 다양한 건강변수들에 대하여 분석을 시행하였다. 분석 결과, 연령대를 구분하지 않은 모든 모델에서 주관적 건강상태(SRH)와 주관적 건강변화상태(SACH)의 부정적인 변화는 건강문제의 발생을 유의하게 예측하는 것으로 나타났으며, 또한 주관적 건강변화상태(SACH)가 주관적 건강상태(SRH)보다 건강문제의 발생을 훨씬 잘 예측하는 것으로 나타났다. 그러나 연령대별로 구분하여 분석한 결과, 주관적 건강상태(SRH)의 예측력은 크게 감소하였으나 주관적 건강변화상태(SACH)의 예측력은 여전히 높게 유지되는 것으로 나타났다. 그러므로 우리나라에서 주관적 건강인식을 실제 건강상태의 대리변수로 사용하는 것은 유효하다고 할 수는 있으나, 다만 가능하다면 주관적 건강변화상태(SACH)를 실제 건강상태의 대리변수로 사용하는 것이 주관적 건강상태(SRH)를 사용하는 것보다 더 바람직할 것이다.;In numerous studies, subjective health is widely used as a proxy for actual health status. However, subjective health questions are exposed to reference group bias, adaptability bias, ceiling effect and floor effect, retention bias, and inter-individual heterogeneity, and may have significant measurement errors. Therefore, it is important to verify that subjective health is an effective proxy for actual health status. The purpose of this study was to examine whether self-rated health and self-assessed change in health predict the actual health status (diagnosis of disease and experience of hospitalization and accident) of middle-aged and older South Koreans, using the Korea Longitudinal Study of Aging. In order to control individual heterogeneity, we analyzed whether the subjective health of health status change between two time points effectively predicts the occurrence of actual health problems between two time points. To ensure the validity of the study, various health variables were analyzed. The analysis showed that the negative changes of SRH and SACH in all models without age group significantly predicted the occurrence of health problems. It was also found that SACH predicts health problems much better than SRH. However, by analyzing by age group, the predictive power of SRH decreased significantly, but the predictive power of SACH remained high. Therefore, it is effective to use subjective health as a surrogate variable of actual health status in Korea. However, if possible, using SACH as a proxy for actual health status would be preferable to using SRH.
본 연구는 우리나라 만 19세 이상 성인의 주관적 건강상태 궤적과 그 예측요인을 확인하고, 이러한 궤적 및 예측요인이 장애인과 비장애인 각 집단 내적으로, 그리고 집단 간에 차이가 있는지 살펴보았다. 이를 위해 한국복지패널 1차년도(2006년)부터 9차년도(2014년) 자료를 활용하였고, 최종분석대상은 14,613명이다. 주요 결과는 다음과 같다. (1) 무조건부 모형에 대한 장애인과 비장애인 집단의 다중집단분석결과 두 집단의 건강상태 궤적이 유의미한 차이를 보였고, 장애인의 건강상태 궤적이 더욱 나쁜 것으로 나타났다. (2) 주관적 건강상태 궤적과 예측요인의 관계를 분석한 조건부 모형의 다중집단분석 결과, 건강 불평등 예측요인 유형이 ①심화요인(장애인과 비장애인 모두 연령), ②지속요인(장애인: 교육, 취업, 음주, 주거환경, 사회적지지; 비장애인: 흡연, 사회적지지) ③완화요인(장애인: 소득, 외래진료 수; 비장애인: 소득, 교육, 결혼, 취업, 음주, 외래진료 수, 주거환경) ④무영향요인(장애인: 성별, 결혼, 흡연, 건강검진 수; 비장애인: 성별)으로 구분되었다. 이러한 결과는 장애인과 비장애인 집단별로 건강상태궤적이 불평등하고, 예측요인의 종류가 다름을 의미한다. 따라서 장애인과 비장애인 집단의 건강을 증진 및 예방하고 건강 불평등을 해결하기 위해서는 건강상태에 미치는 요인들이 시간의 흐름에 따라서, 그리고 장애유무에 따라서 다름을 고려하여 보다 세밀한 접근이 필요함을 시사한다.;This study was aimed at examining self-rated health trajectories of health and their associated factors among people aged 19 and over in Korea. Also, whether these estimated results differ according to people with and without disabilities was analyzed. For these purposes, we used latent growth curve modeling and multi-group analysis involving 14,613 individuals who participated in the Korean Welfare Panel Study from 2006 to 2014. Major findings are as follows. 1) Multi-group analysis revealed that health trajectories differed between people with and without disabilities. Specifically, health status was worse in people with disabilities’ than in people without disabilities. 2) Multi-group analysis of conditional model revealed that health trajectories and their associated factors differed between people with and without disabilities. These results can be divided into four types: ① inequality intensified (i.e., aged), ② inequality maintained (i.e., w/disabled: education, employment status, residential environment) ③ inequality alleviated (i.e., w/disabled: income, number of outpatient visits; w/o disabled: income, education), ④ non effected (i.e., w/disabled: marital status, smoking; w/o disabled: gender). These findings suggest that the health related interventions should be planned considering the differences between the disabled and non-disabled people.