Health and Social Welfare Review

Abstract

Components of a “good death” may include not only hospice service and the withdrawal of life-sustaining treatment, but also a broad range of services such as long-term care and psychological support. South Korea is experiencing one of the fastest rates of population aging, with the number of annual deaths continuing to increase. However, research on public perceptions of a good death and related policies remains limited. To address this gap, this study conducted a survey of South Korean adults aged 19 and older to examine their awareness and attitudes toward a good death, and applied a machine learning-based predictive model to analyze their attitudes toward related systems and services. The results revealed that open conversations about end-of-life care with family were limited. Although awareness of end-of-life care systems was relatively high, willingness to use these services was hindered by economic burdens and fear of pain. Additionally, the desire to have one’s end-of-life wishes respected and to reduce the financial burden on family members during end-of-life period emerged as key components of a good death. The predictive model identified key variables associated with attitudes toward a good death, providing essential data for enhancing the effectiveness of end-of-life policies and systems. This study underscores the importance of open communication with both family members and healthcare providers, and highlights the need to dispel misconceptions about existing end-of-life policies in order to improve their effectiveness.

초록

‘좋은 죽음’, 웰다잉을 위한 제도적 요소에는 호스피스, 연명의료 이외에도, 포괄적인 생애 말기 돌봄, 요양, 환자와 가족들을 위한 심리적 지원, 상담 등 다양한 서비스가 포함될 수 있다. 본 연구는 국내 만 19세 이상 성인을 대상으로 좋은 죽음에 대한 인식과 태도에 대하여 설문조사를 수행하고, 관련 제도에 대한 수용성 및 태도를 머신러닝 기반 예측 모델을 통해 분석하였다. 연구 결과, 대부분의 응답자가 자신의 죽음에 대해 생각해 본 경험이 있었지만, 가족과 이러한 죽음에 대한 논의를 하는 경우는 상대적으로 낮게 나타났다. 또한, 웰다잉 관련 제도에 대한 인식은 비교적 높았으나, 제도의 이용 의향에는 경제적 부담과 죽음에 대한 두려움 등이 장벽으로 작용하고 있었다. 특히, 신체적인 통증에 대한 걱정, 죽음에 대한 본인의 의사 존중, 생애 말기에 발생할 수 있는 가족의 경제적 부담이 좋은 죽음과 관련된 중요한 요소로 나타났다. 설문 결과 및 기계학습 기반 예측 모델을 통해 호스피스·완화의료 서비스 이용 의향 여부 및 연명의료 중단 의향 여부와 관련된 주요 변수들을 도출할 수 있었으며, 이는 향후 웰다잉 정책의 실효성을 높이는 데 중요한 기초 자료가 될 수 있다. 마지막으로 본 연구는 개인의 좋은 죽음에 대한 생각을 가족·의료진과 공유하는 과정의 중요성과 현재 마련되어 있는 생애 말기 관련 정책에 대한 오해를 해소할 필요가 있음을 강조한다.

Abstract

This study aims to develop a severity-adjusted length of stay predictive model according to comorbidity index by using machine learning and propose a algorithm of severity-adjusted length of stay (LOS) predictive model. The dataset was taken from Korea Centers for Disease Control and Prevention database of the hospital discharge survey from 2006 to 2015 and the severity-adjusted length of stay predictive model was developed for the nervous system patients to need a urgent management for length of stay. when it comes to the severity-adjusted length of stay predictive model about nervous system discharging patients, three tools were used for the severity-adjustment of comorbidity: the CCI, the ECI, and the CCS. The models using Regression, Decision Tree, Random Forest, Support Vector Regression, Neural Network as a Machine learning analysis methods were developed and then evaluate. As a result, Severity-adjusted predictive model using CCS as the severity-adjustment of comorbidity and Neural Network method has the highest R-square and has the most excellent prediction capability. In conclusion, there is a need to develop a severity-adjusted predictive model using CCS as the severity-adjustment of comorbidity and make use of severity-adjusted predictive model to has high prediction capability by using various machine-learning analytics.

초록

본 연구는 머신러닝을 이용하여 동반상병 보정 방법에 따른 중증도 보정 재원일수 예측 모형을 개발하고 이를 평가하여 중증도 보정 재원일수 예측 모형 개발의 알고리즘을 제시하기 위해 수행되었다. 본 연구를 위해 2006년부터 2015년까지 10년간의 질병관리본부 퇴원손상심층조사 자료를 수집하였으며, 재원일수 관리가 시급한 신경계통의 질환을 대상으로 중증도 보정 재원일수 예측 모형을 개발하였다. 신경계통의 질환 퇴원환자의 중증도 보정 재원일수 예측 모형 개발 시 동반상병 보정 방법은 CCI, ECI, CCS 진단군 분류 기준 등 3가지, 머신러닝 분석기법으로는 회귀분석, 의사결정나무, 랜덤 포레스트, 서포트 백터 회귀분석, 신경망 등 5가지를 적용하여 모형을 개발하고 개발된 모형을 평가하였다. 모형 평가 결과 CCS 진단군 분류 기준 동반상병 보정 방법 및 신경망을 이용하여 개발한 중증도 보정 예측 모형의 모형 설명력(R-square)이 가장 높았으며, 모형의 예측력이 가장 우수한 것으로 나타났다. 따라서 중증도 보정 재원일수 예측 모형 개발 시 CCS 진단군 분류 변수를 이용한 동반상병 보정 방법을 이용하여 중증도 보정 예측 모형을 개발하는 것이 필요하며, 머신러닝의 다양한 분석 기법 등을 이용하여 예측력 높은 중증도 보정 예측 모형을 개발하여 재원일수 변이요인 파악 등 재원일수 관리를 위해 활용하는 것이 필요하다.

Abstract

초록

본 연구는 국내의 온라인 뉴스 사이트, 블로그, 카페, 소셜 네트워크 서비스, 게시판 등 인터넷을 통해 수집된 소셜 빅데이터를 네트워크 분석과 데이터마이닝의 의사결정나무 분석기법을 적용하여 분석함으로써 한국의 인터넷 중독(internet addiction disorder)관련 위험에 대한 예측모형을 개발하고자 하였다. 주제분석(text mining)과 요인분석(factor analysis)에서 인터넷 중독 감정은 일반과 중독으로 분류되어 소셜 빅데이터 문서에서 인터넷 중독여부의 의사결정이 가능한 것으로 나타났다. 인터넷 중독 폐해요인의 위험예측에 가장 영향력이 높은 요인은 ‘불안요인’이 높고 ‘유해요인’이 높은 요인으로 나타났으며, 인터넷 중독 영향요인의 위험예측에 가장 영향력이 높은 요인은 ‘정신건강요인’이 높고 ‘친구관계요인’이 높은 조합으로 나타났다. 본 연구는 소셜 빅데이터에서 수집된 인터넷 관련 문서에 대한 네트워크 분석과 데이터마이닝 분석을 통하여 우리나라의 인터넷 중독 위험에 대한 예측모형을 제시한 점에서 정책적·분석방법론적으로 의의가 있다. 또한, 실제적인 내용을 빠르게 효과적으로 파악하여 사회조사가 지닌 한계를 보완할 수 있는 새로운 조사방법으로서의 소셜 빅데이터의 가치를 확인하였다는 점에서 조사방법론적 의의를 가진다고 할 수 있다.;The purpose of this study is to develop a prediction model about risk factors related to Korean Internet Addiction Disorder, by applying network analysis and decision making-tree analysis to the social big data that are collected from online news sites, blogs, internet cafes, social network service, and internet message boards. The Big Data Document made possible to figure out the decision-making process of Internet Addiction classification through text Mining and factor analysis, which are classified into two categories as ‘general’ and ‘addiction’. A Combination of highest ‘anxiety factor’ and high ‘harmful factor’ had the most influence on Internet addiction. Also, both highest ‘mental health factors’ and high ‘relationship with friends factors’ influenced the most when it comes to Internet addiction. Based on the study, data mining analysis and network analysis of Internet Social Big Data was presented as a prediction model for Internet addiction risk factor, which was considered significant in both policy and analysis methodology.

Abstract

초록

본 연구는 전문포털사이트의 유용성 평가 모형을 마련하고 웹 유용성을 제고하기 위한 사용자 맞춤형 정보의 제공방안을 마련함에 그 목적이 있다. 이를 위해 복지정보 전문포털사이트인 국가복지정보 포털사이트를 대상으로 온라인 설문조사를 실시하였으며 총 1,245명의 이용자에게 웹 유용성을 실증적으로 분석함으로써 공공 전문 웹 포털사이트의 성과에 영향을 미치는 요인을 공분산구조분석을 통해 분석하였다. 또 웹유용성 성과 변수에 영향을 미치는 변수를 파악하고 방문자의 특성을 세분화하는 분류 및 예측 모형을 의사결정나무분석을 통해 수립하였다. 분석결과 국가복지정보 포털사이트의 유용성에 영향을 미치는 요인으로는 크게‘포털역할의 충실’, ‘복지정보의 품질’및‘이용자의 편의’가 선정되었으며 이들 요인과 본 포털의 ‘전반적인 만족도’, ‘재방문의도’및‘업무활용의 유용성’으로 구성된 성과간의 인과관계에 있어, 세 개의 포털 유용성 요인 중 포털역할의 충실이 성과에 가장 강한 영향(0.497)을 미치는 것으로 나타났다.;The objective of this study is to explore and verify the model for evaluating the web usability of special public portal site and the program for producing user-oriented information to increase the usability. Hence a structural equations modeling (SEM) technique and decision tree analysis are used to examine the factors for evaluating the web usability and to classify the features of users, respectively. Data for this study are collected using a questionnaire that is surveyed 1,245 visitors by online. Analyses show that the factors influencing a web usability of the portal site are 'the completion of function as a portal', 'the quality of information on welfare', and 'user's good use'. Among the selected factors, the completion of function as a portal has a strong influence on performance, with almost 49.7% of the variance in performance consisted of overall satisfaction, revisit intention and usefulness of current work being attributed to web usability.

Abstract

초록

본 연구의 주요 목적은 아동의 연령이 증가함에 따라 방임이 어느 정도 재발하는지, 방임의 재발여부에 따라 어떤 유형으로 분류할 수 있는지, 그리고 방임 재발유형과 관련성이 있는 요인은 무엇인지를 규명하려는 것이다. 연구대상은 한국청소년정책연구원이 수행한 한국아동청소년패널조사(KCYPS: Korean Children and Youth Panel Survey Study)의 초등학교 1학년 패널조사에 참여한 아동이며, 2차~4차(2011~2013년) 조사에서 아동방임에 관한 문항에 모두 응답한 2,083명의 아동 및 보호자이다. 3개 연도에 걸쳐 아동방임의 발생여부를 바탕으로 재발유형을 미발생형, 일회형, 재발형, 지속형으로 분류하였다. 재발유형과 관련성이 있는 요인을 분석하기 위하여 다항로짓모델을 이용한 다항로지스틱회귀분석을 실행하였다. 분석결과, 본 연구에서 초점을 둔 아동방임 재발형과 지속형은 약 20%와 약 10%를 차지하여 아동 10명 가운데 1명 정도가 지속적으로 방임을 경험하는 것으로 나타났다. 아동방임 재발형에 영향을 미치는 요인으로는 부 학력, 맞벌이, 형제자매 수, 그리고 지속형에 영향을 미치는 요인으로 모 학력, 맞벌이, 형제자매 수, 가구소득으로 나타났으며, 맞벌이와 형제자매 수는 재발형과 지속형 모두에 유의미한 영향을 미치는 것으로 나타났다. 분석 결과를 바탕으로 추후 연구를 제언하였다.;This study aimed to examine to what extent child neglect repeatedly occurs as child age increases, what are repeat types of child neglect, and what correlates predict repeat types of child neglect. This study selected 2,083 children for the sample among the children who participated in the Korean Children and Youth Panel Survey Study for 3 waves from 2011 to 2013. Repeat types of child neglect were classified as “no occurrence”, “one-time occurrence”, “two-time occurrence”, and “three-time occurrence”. Three-time occurrence was defined as neglect occurring and re-occuring over 3 years. Multinomial regression analysis using multinomial logit model examined what correlates predict the repeat types of child neglect. The results showed that approximately 10% of children in the study sample experienced neglect throughout 3 waves. Multinomial logistic regression analysis found that father’s education level, double income earning household, and the number of siblings significantly predicted the two-time occurrence of child neglect; mother’s education level, double income earning household, and family income significantly predicted the three-time occurrence of child neglect. Policy and practice implications were discussed based on the findings.

Abstract

초록

본 연구의 목적은 다년간의 건강검진 및 문진 자료를 이용하여 고혈압 건강위험평가 모형을 개발하기 위한 것이다. 2010년 고혈압 미발생 수검자 11,632명을 대상으로 이들의 2009~2010년 건강행태, 신체계측 및 생화학검사 결과와 같은 건강위험요인 상태변화가 2011~2012년 고혈압 발생에 미치는 영향을 파악하기 위해 로지스틱 회귀분석으로서 고혈압 건강위험평가 모형을 개발하였다. 그 결과, 개발된 고혈압 건강위험 평가 모형을 통해 연령, 가족력, 음주습관 변화, 허리둘레 변화, 혈압 및 중성지방 수치의 변화가 주요 위험요인으로 선별되었다(C-통계량 =0.81[남=0.78, 여=0.87]). 특히 고혈압 전단계(120-139/80-89 mmHg) 수준을 유지하는 경우, 정상 수준을 유지하는 사람에 비해 3-4년 이내 고혈압 발생위험이 16.52배(95% CI, 9.36-29.16) 높았다. 건강행태, 신체계측, 생화학검사의 변화 정도를 위험 요인으로 구성한 고혈압 발생 예측 모형은 환자뿐만 아니라 임상의료인과 보건정책가에게도 유용하게 이용될 수 있을 것이며, 추후 외적 타당도 연구가 수행되어야 할 것이다.;This study aimed to develop a health risk appraisal model for predicting hypertension incidence by using measures based on multi-year (2008-2012) data of individuals who underwent a general health examination. A total of 11,632 subjects with a normal blood pressure in 2010 were enrolled to observe changes of health behavior, anthropometric measurements, and laboratory results from 2009 through 2010 affecting hypertension incidence in 2011-2012. A hypertension risk score model was developed using logistic regression. Also, the C-statistic (95% confidence interval) was used to develop the best-fitting prediction model. Hypertension risk model consisted of age, family history of hypertension, and changes in drinking behavior, visceral obesity, blood pressure level, and triglycerides level (C-statistic=0.81[male=0.78, female=0.87]). The incidence rate of hypertension was positively associated with change (Δ) in blood pressure level, especially sustaining level of prehypertension (odds ratio [95% CI], 16.52 [9.36-29.16]), independently from other risk factors. The health risk model will be helpful for clinicians and policy makers as well as individuals to prevent hypertension.

Abstract

초록

노인인구의 증가와 더불어 늘어난 노년기에 어떻게 대응할 것인가에 대한 사회적 관심이 증가함에 따라 활동적 노년, 그리고 성공적 노화와 같은 담론을 중심으로 노년기 활발한 사회참여가 건강에 미치는 긍정적 효과가 주목되어 왔다. 그러나 사회참여와 건강은 상호간에 서로 영향을 미칠 수 있는 원인이자 결과 요인이 될 수 있다. 본 연구는 다양한 형태의 사회참여와 주관적 건강과의 인과관계를 밝히기 위해 2006, 2008, 2010의 고령화 연구 패널조사를 이용, 60세 이상인 참여자를 대상으로 잠재성장모형 분석을 실시하였다. 그 결과 첫째, 사회참여와 주관적 건강의 초기값과의 상관은 사회참여의 종류에 따라 달라짐을 확인하였다. 둘째, 주요 사회인구학적 특성의 영향을 통제한 경우, 직업참여를 제외한 다른 종류의 사회참여가 6년간의 주관적 건강의 변화에 미치는 영향은 유의하지 않았다. 이는 비록 짧은 기간의 변화이긴 하나, 노인의 다양한 종류의 사회참여가 주관적 건강의 향상과 유의한 관련이 없었음을 보여준다. 따라서 사회참여가 노인의 주관적건강의 향상에 미치는 긍정적 효과를 선 가정하기 보다는, 노인이 처한 다양한 사회경제적 맥락과, 사회참여의 다양성을 고려한 사회참여 관련 정책을 고려할 필요성을 제안한다.;Social engagement has been known to be associated with better health outcomes. However, previous research has examined the association using cross-sectional data; thus the causal relationship is unclear. The objective of this study was to examine whether social engagement predicted change in self-rated health using a nationally representative sample of Korean older adults. Using three waves of the Korea Longitudinal Study of Aging, growth curve modeling was performed to examine change of self-rated health over time among 4,250 older adults age 60 and older. Older adults reported significant decrease of self-rated health within 6 years. The study found a strong correlation between health and social engagement, but social engagement did not predict change in self-rated health. Results suggest good health status is important for social engagement but social engagement is not necessarily a leading factor to maintain better health outcomes.

Abstract

초록

본 연구는 2012년도 한국복지패널 자료를 이용하여 중고령 여성의 사회적 자본과 경제적 자본 간의 관계를 연령대별로 구분하여 분석하였다. 기존의 연구에서 검증된 바 있는 사회적 자본이 경제적 자본의 예측요인이라는 사실에 더해서 그 반대적인 관계 역시 실증적으로 검증될 수 있음을 밝히고자 연립방정식모형을 이용하여 분석하였다. 이를 위해 중고령 여성의 사회적 자본 방정식과 경제적 자본 방정식을 하나의 연립방정식 체계로 구성하여 2단계 최소제곱법으로 분석하였다. 분석결과, 중고령 여성의 사회적 자본과 경제적 자본은 45~64세 연령집단에서 서로 쌍방적인 관계를 갖는 것으로 분석되었으나 65~74세 연령집단에서는 사회적 자본이 경제적 자본에 영향을 미치는 일면적인 관계를 가지며, 75~84세 연령집단에서는 사회적 자본과 경제적 자본이 서로 영향을 미치지 않는 것으로 나타났다. 즉, 중년기 여성 집단에서 사회적 자본은 경제적 자본을 증가시키는 원인이자 경제적 자본이 사회적 자본을 증가시키는 요인으로 작용하는 반면, 전기노년기 집단에서는 사회적 자본이 경제적 자본을 증가시키는 요인으로만 작용하는 것으로 나타났다. 본 연구는 사회적 자본과 경제적 자본의 관계는 중년기 여성에게는 선순환적 관계를 가지며, 전기 노년기 여성에게는 사회적 자본이 경제적 자본을 증가시키는 보완적인 역할을 수행한다는 점, 아울러 75~84세 후기노년기 여성의 경우 사회적 자본과 경제적 자본과의 쌍방적 관계보다 건강상태의 중요성이 상대적으로 크다는 점 등을 보여주면서 사회적 자본과 경제적 자본의 형성 및 축적을 위해서 연령을 고려한 접근이 효율적인 전략이라는 점을 논의한다. 이를 통해 중고령 여성의 사회적 자본과 경제적 자본의 관계에 대한 이론적 논의를 더욱 풍부하게 할 수 있는 토대를 마련할 수 있을 것으로 기대한다.;This study examined the inter-relationship between social capital and economic capital of middle-aged Korean women. This study tried to compare the social capital and economic capital of four age groups: aged 45 to 54, aged 55 to 64, aged 65 to 74, aged 75 to 84. Using Korea Welfare Panel Survey (KOWEPS) data, this study attempts to examine the relationships between social capital and economic capital by using simultaneous equation model. To analyze the 2SLS (Two Stage Least Square method) assumption method of simultaneous equations was used. By applying this simultaneous equation model, this study found, in addition to the previously verified fact that social capital is the predicting factor for young-old women’s economic capital, that the opposite relationship also can be practically verified. That is, social capital and economic capital is not in an unilateral relationship that social capital has effect on economic capital but is in a bilateral relationship that some part of economic capital increase social capital. It was found out the inter-relationship between social capital and economic capital predicted Korean young-old women’s. In also confirmed the necessary of involvement strategy to promote the development of social capital and economic capital in Korea.

Abstract

초록

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.

Abstract

초록

말라리아는 기후에 크게 영향을 받는 법정전염병 3군으로서 1993년 휴전선에서 재발생한 이후에 매년 환자가 발생하고 있다. 본 연구의 목적은 말라리아 발생에 있어서 기후 인자에 따른 말라리아의 발생자수 예측 모형을 구축하는데 있다. 이를 위하여 2001년부터 2011년까지의 국내의 월별 말라리아 발생사례와 평균 기온, 습도, 강우량 등의 기후인자를 수집하였다. 수집된 자료에 대하여 스펙트럼 분석을 통하여 시간지연 효과를 고찰하고, 자료 간 다중공선성을 고려한 주성분 회귀분석을 통하여 회귀모형을 구축하였다. 2009년부터 2011년 사이의 말라리아 감염병 발생자료를 통하여 검증한 결과, 구축된 회귀 모형이 말라리아 발생자료에 대한 설명력이 있는 것으로 나타났다.;Malaria is influenced by climate variable and is the third grade infectious disease of Korea Government which has been slowly increasing patient in every year since its reocurrence in the Military Demarcation Line in Korea in 1993. This study is focused on the influence analysis with climate variable and malaria occurrence and construct the model for malaria prediction based on climate factor. To do so, data of monthly malaria infection,mean temperature, relative humidity and total precipitation will be collected. To observe time lag effect, auto and cross spectral density analysis will be applied. To consider multicollinearity of each climate variable, model of malaria infection will be structed based on principal components regression method. Result shows that model explains and verifies malaria"s infectivity using infection data from 2009 to 2011.