This study aims to identify the key multidimensional predictors of frailty in community-dwelling older adults and propose strategies for frailty prevention and management at the community level. To achieve this, a decision tree analysis was conducted to explore the interactions among various frailty predictors based on a multidimensional frailty model and to identify key patterns that increase frailty risk. The study utilized data from the 2023 National Survey of Older Koreans, analyzing a total of 9,951 community-dwelling adults aged 65 and older. The results indicated that instrumental activities of daily living (IADL) were the most critical factor in distinguishing frailty status. Additionally, subjective health status, sleep quality, educational attainment, and nutritional status were identified as significant predictors of frailty among community-dwelling older adults. Based on these findings, this study proposes specific measures for frailty prevention in healthy older adults and early detection and intervention for pre-frail individuals. Furthermore, the findings can serve as foundational data for the development of a community-based integrated care system.
본 연구는 지역사회에 거주하는 노인의 노쇠 여부를 예측하는 주요 요인을 다차원적으로 규명하고, 이를 바탕으로 지역사회 차원의 노쇠 예방 및 관리 전략을 제안하는 것을 목적으로 한다. 이를 위해 의사결정나무 분석을 수행하여 다차원적 노쇠 모델을 기반으로 다양한 노쇠 예측 요인들의 상호작용을 탐색하고, 노쇠 위험을 높이는 주요 패턴을 규명하였다. 본 연구는 2023년 노인실태조사 자료를 활용하여 만 65세 이상 지역사회 거주 노인 총 9,951명의 자료를 분석하였다. 연구 결과, 노쇠 여부를 구분하는 가장 중요한 요인은 수단적 일상생활수행능력으로 나타났으며, 주관적 건강 상태, 수면의 질, 교육 수준, 영양 상태 등이 주요 예측 요인으로 확인되었다. 이러한 연구 결과를 바탕으로 건강군의 노쇠 예방과 전노쇠군의 조기 발견 및 개입을 위한 구체적인 방안을 제시하였다. 또한, 2026년 돌봄통합지원법 시행과 맞물려 지역사회 중심의 통합돌봄 체계 구축을 위한 기초 자료로 활용될 수 있을 것이다.
This study aimed to explore the predictors of negative emotions among staff members at day service centers for people with developmental disabilities who support challenging behaviors. Data from 305 respondents were analyzed using decision tree analysis, which is well-suited for intuitive exploration. The analysis revealed that higher levels of negative emotions were found among staff working in environments with a high proportion of users exhibiting challenging behaviors, frequent daily challenging behaviors, and limited training. Even when ample training was provided, staff members who had frequent experiences of injury reported higher levels of negative emotions. Additionally, staff in institutions with lower proportions of users showing challenging behaviors but with frequent physical interventions, frequent injury experiences, and a lack of individualized behavior support plans also reported higher negative emotions. These findings identify key predictors of negative emotions among staff supporting challenging behaviors and suggest implications for effective support strategies.
이 연구는 발달장애인의 도전행동을 지원하는 장애인 주간이용시설 종사자의 감정 예측요인을 탐색하고자 한 것이다. 연구방법은 직관적 해석에 용이한 의사결정나무 분석을 활용하였다. 분석 결과, 도전행동 이용자 비율이 높고 도전행동이 매일 나타나는 이용자가 많으며 교육이 적은 집단에서 부정적 감정이 높은 응답자가 많았다. 또한 교육을 다수 제공하더라도 종사자 상해경험이 많으면 부정적 감정이 높은 응답자의 비율이 높았다. 도전행동 이용자 비율이 낮아도 신체적 개입을 많이 수행하거나 일부만 수행하더라도 종사자 상해 경험이 잦고 개인별 행동지원계획을 수립하지 않은 기관의 집단은 부정적 감정이 높은 응답자가 많았다. 이러한 결과를 통해 도전행동을 지원하는 종사자의 부정적 감정 예측요인을 확인하고, 효과적인 도전행동 지원을 위한 함의를 제안하였다.
We aimed to explore the factors predicting anxiety in adolescents by sex using decision tree analysis. The participants in this study included 3,940 middle and high school students from the 2021 Survey on the Mental Health of Teenagers conducted by the National Youth Policy Institute. For data analysis, the CHAID (Chi-squared Automatic Interaction Detector) algorithm was employed as the decision tree analysis method. The analysis revealed that the group with the highest anxiety among male adolescents consisted of those with low self-esteem and inconsistent parenting attitudes. In contrast, the group with the lowest anxiety among male adolescents had high self-esteem, positive family relationships, consistent parenting attitudes, and strong community support. Among female adolescents, those with the highest anxiety exhibited low self-esteem and poor family relationships. Conversely, the group with the lowest anxiety among female adolescents showed high self-esteem, low stress levels, consistent parenting attitudes, and positive relationships with teachers. Based on these findings, we proposed effective and targeted action plans to alleviate symptoms in adolescents with high anxiety and prevent anxiety according to sex-specific factors.
본 연구는 의사결정나무분석을 적용하여 성별에 따른 청소년의 불안 예측 요인을 탐색하였다. 본 연구는 한국청소년정책연구원(2021)의 ‘10대 청소년의 정신건강 실태조사’ 자료를 활용하였고, 청소년 3,940명을 연구 대상으로 하였다. 분석 방법으로 의사결정나무분석 알고리즘인 CHAID(Chi-squared Automatic Interaction Detector)를 활용하였다. 분석 결과, 남자 청소년의 불안이 가장 높은 집단은 자아존중감이 낮고 부모의 양육태도가 비일관적인 것으로 나타났다. 또한 남자 청소년의 불안이 가장 낮은 집단은 자아존중감이 높고 가족관계가 좋으며 부모의 양육태도가 일관적이고 지역사회 지원이 높은 것으로 나타났다. 여자 청소년의 불안이 가장 높은 집단은 자아존중감이 낮고 가족관계가 좋지 않은 청소년으로 나타났다. 또한 여자 청소년의 불안이 가장 낮은 집단은 자아존중감이 높고 스트레스가 적으며 부모의 양육태도가 일관적이고 교사와의 관계가 좋은 것으로 나타났다. 본 연구는 연구 결과에 근거하여 성별에 따라 불안이 높은 청소년의 증상을 완화시키고, 청소년의 불안을 예방할 수 있는 효과적·효율적인 실천 방안을 제안하였다.
This study was conducted to identify the predictive factors of generalized anxiety levels in adolescents using data from 51,850 middle and high school students from the 18th (2022) Korea Youth Risk Behavior Survey (KYRBS) of the Korea Disease Control and Prevention Agency. The data was analyzed by a decision tree model using SPSS 26.0. Our analysis revealed several findings. First, the group with the highest prevalence of general anxiety exhibited the following characteristics: high stress levels, experiences of sadness and despair, negative subjective health perception, inadequate fatigue recovery after sleep, and regular consumption of high- caffeine beverages. Stress emerged as the most significant predictor of anxiety. Third, the experience of sadness and despair was the second most significant variable affecting the prevalence of anxiety in both groups with below-average or high stress. Furthermore, self-rated ‘ill health’ was found to correlate with an increased prevalence of high-level generalized anxiety. This correlation was further analyzed according to subjective health perception and fatigue recovery after sleep, with or without the experience of sadness and despair. In addition, within the group with poor subjective health and insufficient recovery from fatigue after sleep, high- level anxiety was more prevalent among those consuming high-caffeine beverages more than once a week. General anxiety in adolescents can be predicted by a combination of health cognitive, psycho-emotional, and health behavior factors, including stress, experiences of sadness and despair, subjective health perceptions, fatigue recovery from after sleep, and consumption of high-caffeine beverages. Therefore, these five predictors identified by the decision tree model are crucial considerations for managing high-level general anxiety in adolescents.
본 연구는 청소년의 범불안 수준의 예측요인을 인구사회학적 특성, 건강행위적 특성 및 건강인지/심리정서적 특성 측면에서 분석하기 위해, 2022년 질병관리청 제18차 청소년건강행태조사의 중·고등학생 대상 51,850명의 자료를 이용하여 수행되었다. 자료는 SPSS 26.0을 이용하여 의사결정나무모형을 통해 분석되었다. 분석 결과, 첫째, 범불안 수준이 가장 높은 집단은 스트레스가 많고, 슬픔과 절망감 경험이 있으며, 주관적 건강인지가 ‘불건강’하고, 수면 후 피로감 해소가 ‘불충분’하며, 고카페인 음료 섭취를 ‘주 1~6회 혹은 매일’ 하는 순의 분류였다. 둘째, 범불안 수준의 분류에 가장 중요한 영향을 주는 변인은 스트레스였다. 셋째, 스트레스가 보통 이하거나 많은 집단 모두 슬픔과 절망감 경험이 범불안 수준에 영향을 미치는 다음 변인이었다. 다음으로 주관적 건강인지가 ‘불건강’에 속하는 경우 고수준 범불안 집단이 증가하였으며, 다음은 슬픔과 절망감 경험에 따라 주관적 건강인지와 수면 후 피로감 해소로 분류되었다. 마지막으로, 주관적 건강인지가 ‘불건강’에 속하고, 수면 후 피로감 해소가 불충분한 집단에서 고카페인 음료를 일주일에 한 번 이상 섭취하는 경우 고수준 범불안이 증가하였다. 청소년의 범불안 수준은 주관적 건강인지, 스트레스와 슬픔과 절망감 경험과 같은 건강인지/심리정서적 특성 및 수면 후 피로감 해소와 고카페인 음료 섭취와 같은 건강행위적 측면의 요인을 통해 예측되었다. 그러므로 본 연구에서 도출된 의사결정나무모형의 예측요인을 고려한 청소년 불안의 관리 전략이 수립될 필요가 있다.
본 연구는 의료서비스 최적화 방법론에 따라 병원 외래고객 만족도 조사를 설계하여 분석하였다. 설문조사 항목은 병원 외래의 서비스 청사진을 작성한 후 이를 기반으로 설계하였으며, 설문조사는 고객(외래환자 1,677명) 및 직원(909명)의 시각을 모두 반영할 수 있도록 현장실사 방법에 따라서 시행하였다1). 분석방법은 기술통계, 분산분석 및 최적의 개선대안을 선정하는데 도움이 되도록 대화식 의사결정나무 기법을 활용하였다. 직원의 외래서비스 전체만족도 점수는 71.4점이였으며 환자의 외래서비스 전체만족도 점수는 83.3점으로 환자의 만족도가 더 높게 나타났다. 고객의 외래서비스 만족도에 가장 낮은 부분은 이용절차로 나타났고, 전체만족도를 상승시키기 위한 개선방안으로 진료만족, 재이용, 추천의사에 있어 이용절차의 개선을 제시하였을 때 만족도는 상승하는 것으로 나타났다. 연구 결과 의료서비스 최적화 방법을 활용하여 의료기관별 맞춤형 설문도구 개발이 가능하였고, 고객과 직원의 서비스 갭을 확인하였으며, 직원의 직급, 직종에 따른 만족도 차이를 확인하였다. 또한 의료기관의 개선전략을 수립함에 있어 대화식 의사결정나무 기법을 이용하여 실무자의 의견을 반영한 대안을 개발할 수 있음을 확인하였다. 본 연구를 통하여 의료서비스 최적화 방법을 병원 고객만족도 평가에 도입하는 것이 유용하다고 평가되며 향후 고객만족도 이외에도 다양한 의료서비스 분야에 확대 적용하는 노력이 필요하다.;This study designed and analyzed a outpatient satisfaction survey based on service optimization method. The items of the survey were designed based on a outpatient service blueprint. The survey was conducted of 1,677 outpatients and 909 hospital workers using walk through audit (WtA) method. Descriptive analysis, ANOVA, and interactive decision tree were used for analysis, especially interactive decision tree was analyzed for selecting the optimum solution of improving outpatients' satisfaction. Overall score for staff and outpatient was 74.1 and 83.3 respectively. The lowest score in the sector of outpatient service was the process of service. For improving overall score of outpatient satisfaction, the process of outpatient service should be improved for the aspects of revisit and recommendation intention. We could confirmed the usefulness of the service optimization method for designing the customized survey tools, detecting the gap between staff and outpatient, differences of job type and job position, and developing alternatives to improve patient satisfaction based on staff opinion using interactive decision tree. Through this study, we concluded that it is useful to apply the service optimization method to the hospital customer satisfaction assessment. It is necessary to expand further research into various field not only patient satisfaction study.
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.
본 연구는 당뇨병 유병률의 지역 간 변이 요인을 규명하여 지역별 특성에 맞는 당뇨병 관리 사업을 지원하기 위한 기초자료를 제공하기 위해 수행되었다. 이를 위해 질병관리 본부의 2011년도 시군구 지역사회건강조사 230건 자료를 지역별 사회경제학 지표 등과 연계하여 생태학적 연구를 위한 자료를 구축한 후 단계적 회귀분석, 의사결정나무 등의 기법으로 분석하였다. 단계적 회귀분석 결과 인지된 고혈압 유병률과 경제활동 비율이 높고, 비만율이 낮을수록 당뇨병 유병률이 높아지는 것으로 나타났다. 지역 간에 상이한 변이 요인을 보다 구체적으로 알아보고자 의사결정나무 모형을 이용하여 지역 간 변이 요인을 규명한 결과 인지된 고혈압 유병률, 비만율, 고위험 음주율, 유배우자 비율, 인구밀도 등이 당뇨병 유병률의 주요 변이 요인으로 나타났다. 당뇨병 유병률의 지역 간변이 요인은 세부 지역별로 다양한 양상으로 나타났는데, 본 연구 결과는 지역별 맞춤형 당뇨병 관리 사업 계획을 수립하는데 기초자료로 활용될 수 있겠다.;We investigate how the regional prevalence of diabetes is affected by health-related and socioeconomic factors with a special emphasis on geographic variations. We focus on the likelihood of diabetes as function of various region-specific attributes. We construct a unique set of data at the level of 230 small administrative district collected from 2011 Annual Community Health Survey by Korea Centers for Disease Control and Prevention and other government agencies. To estimate, we use several methods including correlation analysis, multiple regression and decision tree model. We find that diabetes prevalence is more likely to be associated with hypertension prevalence, obesity and economic activity rate. Further findings using decision tree model suggest that hypertension prevalence, obesity, the rate of drinking and the density of population are more likely to affect the prevalence of diabetes than other regional attributes considered. More importantly, we find significant geographic variations in factors affecting diabetes prevalence across administrative districts. This topic are not just of academic interest, but have practical implications by helping policy makers to understand and identify important regional factors relating to the prevalence of diabetes by which they can implement more effective planning for promotion of health.
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.
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.
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.