ISSN : 2093-5986(Print)
ISSN : 2288-0666(Online)
The Korean Society of Health Service Management
Vol.17 No.3 pp.29-41
https://doi.org/10.12811/kshsm.2023.17.3.029

고령자의 건강 관련 삶의 질과 건강위험행태 간의 상호적 인과관계 : EuroQol 5-dimensions의 ceiling effect를 보정하여

김경범1, 김영진2, 허민희2, 노진원3
1대구가톨릭대학교 국제의료경영학과
2연세대학교 일반대학원 보건행정학과
3연세대학교 소프트웨어디지털헬스케어융합대학

Longitudinal Analysis of the Reciprocal Relationship between Health-related Quality of Life and Health-risk Behaviors in Older Adults through Autoregressive Cross-lagged Model and Adjusting the Ceiling Effect

Kyoung-Beom Kim1, Young-Jin Kim2, Min-Hee Heo2, Jin-Won Noh3
1Department of International Healthcare Administration, College of Bio andMedical Sciences, Catholic University of Daegu
2Department of Health Administration, Yonsei University Graduate School
3Division of Health Administration, College of Software and Digital Health care Convergence

Abstract

Objectives:

This study aimed to identify the reciprocal relationship between health-risk behaviors and health-related quality of life in older adults by examining the ceiling effect that often occurs when measuring health-related quality of life (HRQoL) in the general population.


Methods:

Using data from the Korea Health Panel Survey from 2015 to 2018, 3220 individuals were selected. We constructed a two-part autoregressive cross-lagged model with a log-transformed EQ-5D (EuroQol-5 Dimension) index.


Results:

Older adults who reported full-health state were more likely to maintain their health state over time. Older adults with two types of health-risk behaviors, both in full and non-full health states, were more likely to maintain or increase their health-risk behaviors in the following years. Those with three or more health-risk behaviors tended to rate their HRQoL higher in the following years.


Conclusions:

A significant reciprocal relationship exists between health-risk behaviors and health-related quality of life in older adults.



    Ⅰ. 서론

    한국의 생산연령인구는 2012년을 기점으로 급격 히 감소되는 추세인 반면, 고령인구는 지속적으로 증가하는 추세를 보이며 전 세계에서 유례없이 빠 른 속도로 고령화가 이루어지고 있다[1]. 급증하는 노인인구로 인해 노인의 삶의 질이 사회 전반의 삶의 질에도 큰 영향을 미치고 있으며, 이와 더불 어 노인인구의 내부 다양성 확대로 인해 삶의 질 과 관련된 세부적인 연구에 대한 수요도 급증하고 있다[2]. 삶의 질 중에서도 건강 관련 삶의 질 (health-related quality of life: HRQoL)은 개인의 인지 수준, 경험, 신념 등과 연관되며[3], 개인의 신체적 기능만을 측정하는 것이 아닌 정신적, 사회 적 측면을 모두 포함한다[4]. 우리나라의 70세 이 상 인구의 건강관련 삶의 질은 2008년 0.796, 2013 년 0.825, 2020년 0.864로 지난 10년간 대체로 개선 되는 추세를 나타냈다[5]. 이는 노인 복지정책의 추진과 전반적 사회 환경의 개선으로 인한 결과인 것으로 추정된다.

    건강관련 삶의 질은 개인의 건강위험행태와 밀 접한 관련을 갖는데, 비만, 흡연, 음주, 신체활동 부족과 같은 건강위험행태는 건강 관련 삶의 질에 부정적 영향을 미치는 것으로 알려져 있다[6][7]. 이와 관련된 많은 연구는 생활습관을 건강관련 삶 의 질의 영향요인으로 가정하고 노년층을 대상으 로 건강위험행태에 따른 건강관련 삶의 질의 변화 를 단방향적(unidirectional)으로 분석하였다. 선행 연구에 따르면 흡연자의 건강관련 삶의 질은 비흡 연자에 비해 낮게 나타났으며, 특히 타 연령층과 비교했을 때 노년층의 신체적 건강관련 삶의 질이 흡연행태에 따라 큰 차이를 보였다[8]. 음주행태에 따라서는 음주를 절제하는 것보다 적당량을 소비 할수록 건강관련 삶의 질이 높았거나, 월 5회 이상 의 음주를 할수록 삶의 질이 높게 관찰되기도 하 였다[9][10]. 신체활동은 노인의 건강 관련 삶의 질 의 주요 예측인자인 것으로 나타났다[11]. 노인의 높은 체질량 지수 수준은 다양한 만성질환의 위험 요인으로 작용하여 낮은 건강관련 삶의 질과 연관 되어 있었으나, 일부 선행연구에서는 정상 체질량 지수 범주 집단에 비해 과체중 집단의 정신적 건 강관련 삶의 질이 높게 나타나기도 하였다[12].

    삶의 질 수준은 연령대에 따라 상이하게 분포하 며, 고령자는 청소년기, 중장년기와는 다른 생애주 기에 있다. 고령자가 경험하는 건강위험행태는 생 애주기를 거치며 형성된 습관에 더 크게 영향을 받는다. 노화와 관련된 생리적, 심리적 변화는 건 강 관련 삶의 질을 인식하는 방식에 영향을 미칠 수 있으며, 고령화로 인한 신체적 변화와 기능적 제약은 건강 관련 삶의 질에 대한 영향 요인으로 작용할 수 있다. 고령자는 만성 질환 및 건강 문제 에 노출될 가능성이 저연령층에 비해 더 높다. 질 환과 건강 상태는 건강 관련 삶의 질에 직간접적 인 영향을 미칠 수 있으며, 이로 인해 다른 연령군 과는 상이한 인식이 형성될 수 있다. 특히 노화는 건강에 대한 의식을 변화시킬 수 있다. 과거 흡연 이나 음주를 경험하지 않은 고령자가 건강이나 기 능의 변화 또는 주변 환경의 변화로 인해 이러한 습관을 얻거나, 역으로 흡연 및 음주자도 건강위험 행태의 정도를 줄이고자 시도할 수 있다. 이에 노 인을 대상으로 건강위험행태와 건강 관련 삶의 질 간의 관계에 대한 연구가 다수 이루어졌으나, 대부 분이 인과관계를 파악하기 어려운 횡단면적 연구 설계를 채택하였고, 도출된 근거의 방향 또한 혼재 되고 있는 상황이다. 이에 본 연구에서는 국가적 대표성을 가지는 종단 패널자료를 이용하여 고령 층의 건강위험행태와 건강 관련 삶의 질 간의 상 호인과적 관계를 탐색하여 선행 연구의 제한점을 보완하고자 하였다.

    Ⅱ. 연구방법

    1. 자료원

    본 연구에서는 한국보건사회연구원과 국민건강 보험공단에서 제공하는 2015-2018년 한국의료패널 연간 데이터를 활용하였다. 한국의료패널은 종단적 관찰을 통해 국가 보건의료체계의 접근성과 대응 성 향상 및 효율화를 위한 기초자료를 제공함을 목표로 한다[13]. 본 연구에서는 분석대상 연도 중 한 번 이상 조사에 참여한 15,521명 중 조사에 응 답하지 않은 연도가 있었던 3,559명, 연구변수에 결측이 있었던 1,345명, 2015년도 기준 65세 미만 이었던 7,397명을 제외한 3,220명을 최종 분석 대 상으로 설정하였다. 본 연구는 공개된 2차 자료원 을 활용하여 수행된 것으로, 단국대학교 생명윤리 심의위원회로부터 심사면제대상임을 확인받았다 (DKU-2020-12-007).

    2. 변수 정의

    한국의료패널에서는 EuroQol-5 Dimension-3 Level(EQ-5D-3L)을 이용하여 건강 관련 삶의 질을 측정한다. EQ-5D-3L은 현재의 건강 상태를 질문하 는 5개의 영역(운동능력, 자기관리, 일상생활, 통증 /불편감, 불안/우울)에 대하여 3개의 수준(문제 없 음, 다소 문제 있음, 심각한 문제 있음)으로 구성된 다. 즉 EQ-5D-3L은 건강 관련 삶의 질을 11111(모 든 영역에서 문제없음)에서 33333(모든 영역에서 심각한 문제 있음)까지의 5자리 숫자로 기술한다. 그러나 EQ-5D-3L은 측정가능한 건강상태가 243단 계로 한정되고, 이를 일반 인구집단에 적용했을 때 많은 응답자가 모든 영역에서 건강상태를‘문제없 음’(full-health state)으로 보고하는 천장효과(ceiling effect)로 인해 건강 상태의 적절한 분류가 어렵다 는 한계가 지적된 바 있다[14]. 천장효과를 보정하 기 위한 방안으로 ordinary least squares 회귀모 형, 중도절단최소절대편차(censored least absolute deviations: CLAD) 모형, two-part 모형(two-part model: TPM), 로그변환을 포함한 two-part 모형 (TPM with a log-transformed EQ-5D index: TPM-L) 등이 제안되었다[15]. 모형 간 성능평가를 수행한 선행연구에 의하면 타 모형에 비해 TPM-L 의 천장효과 보정이 비교적 우수한 것으로 보고되 었으며[16], 이에 본 연구에서는 천장효과를 보정 하기 위하여 TPM-L을 분석모형에 활용하였다. 조 사된 EQ-5D-3L은 시간교환법(time trade-off)을 사 용하여 한국인에 맞게 개발한 질 가중치 예측 공 식을 통해 도출한 효용값(utility index)으로 변환하 여 분석에 사용하였다[17].

    건강위험행태는 흡연, 음주, 중등도 신체활동 실 천 여부, 정상범위 외의 체질량지수 여부의 합계를 이용하여 산출하였다[18]. 흡연은 ‘현재 매일 피움’, ‘가끔 피움’, ‘과거에는 피웠으나 현재 피우지 않 음’, ‘피운 적 없음’으로 측정되었으며, 이를 현재 흡연 여부에 따라 ‘현재 흡연’, ‘현재 비흡연’으로 구분하였다. 음주는 ‘평생 마시지 않음’, ‘최근 1년 간 금주’, ‘월 1회 미만’, ‘월 1회’, ‘월 2-3회’, ‘주 1 회’, ‘주 2-3회’, ‘거의 매일 음주’로 측정되었으며, 이를 ‘최소 월 1회 이상’과 ‘그 외’로 구분하였다. 중등도 신체활동의 경우 “지난 일주일 동안 평소 보다 숨이 조금 가쁘고 심장박동이 조금 증가하는 중간 정도의 신체활동을 10분 이상 한 날은 며칠 입니까?”의 질문에 대하여 일 단위로 측정되었으 며, 주 1일 이상인 경우를 신체활동을 하는 것으로 정의하였다. 체질량 지수는 대상자가 응답한 신장 (cm)과 체중(kg) 값을 이용하여 산출하였으며, ‘정 상 범위’(18.5-24.9 kg/m2)와 ’정상 외 범위’로 구 분하였다.

    통제변수는 성, 연령, 교육수준, 가구소득, 동반 상병을 포함하였다. 연령은 연속형 변수로 출생연 도를 이용하여 산출하였다. 교육수준은 ‘초등학교 졸업 이하’, ‘ 중학교 및 고등학교 졸업’, ‘전문대 졸업 이상’으로 범주화 하였다. 가구소득은 가구원 수에 따른 가중치가 적용된 총 가구소득을 5분위 로 구분하였다. 과거 1년간 관리를 위해 의료기관 을 방문한 만성질환의 질병력에 기초하여 Quan의 ICD-10 전환 알고리즘에 따른 Charlson 동반질환 지수(Charlson Comorbidity Index, CCI)를 산출하 여 모형에 포함하였다.

    3. 통계 분석

    2015년을 기준으로 연구대상자의 기저특성을 건 강위험행태와 건강 관련 삶의 질에 따라 기술하였 다. 연속형 변수는 정규분포를 따르지 않아 중위수 와 사분위범위를, 명목형 변수는 빈도와 백분율을 각각 기술통계량으로 보고하였다. 연구대상자의 건 강위험행태 특성에 따른 기저특성의 분포에 차이가 있는지를 검정하기 위하여 연속형 변수에 대하여 Kruskal-Wallis equality-of-populations rank test를, 명목형 변수에 대하여 Pearson's chi-squared test를 각각 수행하였다.

    건강 관련 삶의 질 특성에 따른 기저특성 분포 차이 분석에 EQ-5D index의 천장효과를 고려하기 위하여 연구대상자를 완전 건강상태(full-health state: EQ-5D index = 1)와 불완전 건강상태(non-full health state: EQ-5D index < 1)로 구분하였다. 각 기저특성별 EQ-5D index의 천장효과 수준을 나타내 기 위하여 완전 건강상태를 보고한 대상자 수와 비 율을 보고하였다[16]. 불완전 건강상태를 보고한 연 구대상자의 기저특성별 EQ-5D index의 분포 차이를 검정하기 위하여 두 범주로 구분되는 변수에 Wilcoxon rank-sum test, 세 범주 이상으로 구분되 는 변수에 Kruskal-Wallis equality-of-populations rank test, 연속형 변수에 Spearman's rank correlation test를 각각 수행하였다. 완전 건강상태 를 보고한 연구대상자의 기저특성별로 완전 건강 상태 여부 분포의 차이를 Wilcoxon rank-sum test 와 Pearson's chi-squared test를 이용하여 검정하 였다.

    고령자의 건강 관련 삶의 질과 건강위험행태 간 의 상호적 인과관계를 검정하기 위하여 자기회귀 교차지연모형(autoregressive cross-lagged model: ACLM)을 구축하였다<Figure 1>.

    <Figure 1>

    Overall structure of the autoregressive cross-lagged panel model

    KSHSM-17-3-29_F1.gif

    TPM-L 방법에 따라, 건강위험행위의 수와 건강 관련 삶의 질 간의 관계를 살펴보기 위한 모형을 two-part로 구성하였다. 건강위험행위는 개수의 증 가에 따른 proportional odds의 가정을 할 수 없으 므로[19], 다항 로지스틱 회귀모형을, 완전 건강상 태 여부에 대해서는 이항 로지스틱 회귀모형을, 불 완전 건강상태인 대상자의 EQ-5D index에 대해 서는 log-log 회귀모형을 각각 적용할 필요가 있다.

    그러나 통상적인 SEM(Structural Equation Modeling)은 선형모형만을 허용하므로 이러한 제한 을 극복하기 위하여 GSEM(Generalized Structural Equation Modeling)을 이용하여 분석을 수행하였 다. 모형 추정 시 cluster-robust standard error를 산출하여 표준오차가 이분산성에 대하여 강건하고 반복측정이 이루어지는 패널 자료의 특성을 반영 할 수 있도록 하였다[20]. 모든 통계적 처리는 Stata/MP 16.1(StataCorp, College Station, TX, USA) 을 사용하였으며, 유의수준은 양측 5%로 설 정하였다.

    Ⅲ. 연구결과

    1. 연구대상자의 기저특성

    1) 건강위험행태

    연구대상자의 건강위험행태 수에 따른 기저특성 은 <Table 1>과 같다. 총 3,220명 중 여성이 1,927 명(59.8%)으로 남성보다 많았다. 가구소득은 1분위 가 1,137명으로 가장 많았으며(40.9%), 교육수준은 초졸 이하 1,745명(54.2%), 중/고졸 1,204명(37.4%), 전문대졸 이상 271명(8.4%) 순이었다. 동반상병은 하나 이하인 사람(2,823명, 87.7%)이 더 많았다. 흡 연의 경우 비흡연자(2,905명, 90.2%)가 대부분이었 고, 음주의 경우에도 비음주자(2,191명, 68.0%)가 더 많았다. 체질량지수의 경우 정상범위에 해당하 는 사람이 더 많았다(2,165명, 67.2%). 주 1회 이상 중등도 신체활동 실천 여부의 경우 실천하지 않는 응답자(2,302명, 71.5%)가 더 많았다. 건강 관련 삶 의 질은 불완전 건강상태를 보고한 응답자(1,967명, 61.1%)가 더 많았다. 건강위험행태를 살펴보면 1개 이하(1,754명, 54.5%), 2개(1,151명, 35,7%), 3개 이 상(315명, 9.8%)의 순으로 나타났다. 건강위험행태 수의 분포는 연령, 성, 교육수준, 흡연, 음주, 체질 량지수, 신체활동, 건강관련 삶의 질에 따라 유의 한 차이를 나타냈다(p<0.05)<Table 1>.

    <Table 1>

    Baseline characteristics of study participants according to health-risk behaviors

    Variable Health-risk Behaviors Total (N=3,220) p-value Test statistic
    ≤1 (N=1,754 2 (N=1,151) ≥3 (N=315)

    N % N % N % N %

    Age* (min=65; max=96) 73.0 8.0 74.0 9.0 72.0 8.0 73.0 9.0 0.007 10.0

    Sex
    Male 552 31.5 523 45.4 218 69.2 1,293 40.2 <0.001 179.0
    Female 1,202 68.5 628 54.6 97 30.8 1,927 59.8

    Household income
    1st quintile 734 41.8 469 40.7 114 36.2 1,317 40.9 0.390 8.5
    2nd quintile 476 27.1 307 26.7 91 28.9 874 27.1
    3rd quintile 245 14 169 14.7 54 17.1 468 14.5
    4th quintile 197 11.2 120 10.4 32 10.2 349 10.8
    5th quintile 102 5.8 86 7.5 24 7.6 212 6.6

    Education level
    Elementary graduate or below 974 55.5 635 55.2 136 43.2 1,745 54.2 0.001 17.9
    High school graduate (junior) 639 36.4 416 36.1 149 47.3 1,204 37.4
    College graduate or above 141 8.0 100 8.7 30 9.5 271 8.4

    Comorbidity 0.575 1.1
    ≤1 1,544 88.0 1,000 86.9 279 88.6 2,823 87.7
    ≥2 210 12.0 151 13.1 36 11.4 397 12.3

    Smoking
    No 1,727 98.5 1,009 87.7 169 53.7 2,905 90.2 <0.001 620.8
    Yes 27 1.5 142 12.3 146 46.3 315 9.8

    Alcohol consumption
    No 1,543 88.0 626 54.4 22 7 2,191 68.0 <0.001 959.1
    Yes 211 12.0 525 45.6 293 93.0 1,029 32.0

    Body mass index
    Normal range 1,582 90.2 503 43.7 80 25.4 2,165 67.2 <0.001 959.4
    Non-normal range 172 9.8 648 56.3 235 74.6 1,055 32.8

    Physical activity
    Active 742 42.3 164 14.2 12 3.8 918 28.5 <0.001 372.9
    Inactive 1,012 57.7 987 85.8 303 96.2 2,302 71.5

    HRQoL 0.004 10.9
    Non-full health 1,078 61.5 723 62.8 166 52.7 1,967 61.1
    Full health 676 38.5 428 37.2 149 47.3 1,253 38.9

    * Presented as median and interquartile range (IQR)

    HRQoL: health related quality of life.

    2) 건강관련 삶의 질

    연구대상자의 건강 관련 삶의 질에 따른 기저특 성은 <Table 2>와 같다. 건강 관련 삶의 질을 불 완전 건강상태로 평가한 연구대상자의 EQ-5D index는 연령, 성, 가구소득, 교육수준, 동반상병, 음주, 신체활동에 따라 통계적으로 유의한 차이를 나타냈다(p<0.05). 남성(0.870±0.147), 가구소득 3분 위(0.870±0.147), 전문대졸 이상의 교육수준 (0.885±0.108), 음주자(0.870±0.147), 주 1회 이상 중 등도 신체활동을 실천하는 경우(0.870±0.139)에 EQ-5D index 값이 컸다. 동반상병의 범주별 EQ-5D index 중위수는 동일하였으나 하나 이하를 보유한 경우의 사분위범위가 더 좁았다. 연구대상 자의 건강 관련 삶의 질의 완전 건강상태 여부는 연령, 성별, 가구소득, 교육수준, 동반상병, 흡연, 음주, 체질량지수, 신체활동, 건강위험행태에 따라 유의한 분포 차이를 보였다(p<0.05). 천장효과는 사회경제적 수준이 높은 가구소득 5분위(62.3%), 전문대졸 이상의 교육수준(67.5%)에서 특히 높았으 며, 연구대상자 전체에서 38.9%였다<Table 2>.

    <Table 2>

    Baseline characteristics of study participants according to health related quality of life

    Variable HRQoL (EQ-5D-3L utility index)

    Non-full health state Full-health state/Ceiling effect

    Median IQR p-value Test statistic N % p-value Test statistic

    Age* (min=65; max=96) 74 9 <0.001 -0.2 71 7 <0.001 11.4

    Sex
    Male 0.870 0.147 <0.001 6.4 698 54.0 <0.001 206.4
    Female 0.817 0.190 555 28.8

    Household income
    1st quintile (lowest) 0.817 0.190 <0.001 43.1 391 29.7 <0.001 116.9
    2nd quintile 0.854 0.147 349 39.9
    3rd quintile 0.870 0.147 215 45.9
    4th quintile 0.854 0.139 166 47.6
    5th quintile (highest) 0.862 0.147 132 62.3

    Education level
    Elementary graduate or below 0.817 0.190 <0.001 48.4 487 27.9 <0.001 228.0
    High school graduate (junior) 0.870 0.140 583 48.4
    College graduate or above 0.885 0.108 183 67.5

    Comorbidity
    ≤1 0.817 0.147 0.001 3.4 1,129 40.0 0.001 11.2
    ≥2 0.817 0.187 124 31.2

    Smoking
    No 0.817 0.164 0.072 -1.8 1,099 37.8 <0.001 14.6
    Yes 0.870 0.147 154 48.9

    Alcohol consumption
    No 0.817 0.190 <0.001 -5.0 744 34.0 <0.001 70.8
    Yes 0.870 0.147 509 49.5

    Body mass index
    Normal range 0.819 0.156 0.223 1.2 887 41.0 0.001 11.8
    Non-normal range 0.817 0.190 366 34.7

    Physical activity
    Active 0.870 0.139 <0.001 7.0 428 46.6 <0.001 32.1
    Inactive 0.817 0.190 825 35.8

    health-risk behaviors
    ≤1 0.817 0.147 0.574 1.1 676 54.0 0.004 10.9
    2 0.817 0.190 428 34.2
    ≥3 0.839 0.147 149 11.9

    Total 0.817 0.164 N/A 1,253 38.9 N/A

    *Presented as median and interquartile range of age.

    HRQoL: health related quality of life; EQ-5D-3L: EuroQol-5 Dimension-3 Level; IQR: interquartile range; N/A: not applicable.

    2. 고령자의 건강위험행태와 건강관련 삶의 질 간의 상호적 인과관계

    1) 건강위험행태

    완전 건강상태였던 응답자 중 기저시점에 한 가 지 이하의 건강위험행태를 가졌던 응답자에 비해 두 가지를 가졌던 응답자는 1년 후에 두 가지 건강 위험행태를 유지할 가능성이 높았으며(RRR=5.460, p<0.001, 95% CI=4.620 to 6.454), 세 가지 이상의 건강위험행태를 가질 가능성은 더 높았다 (RRR=11.096, p<0.001, 95% CI=7.519 to 16.377). 한편, 세 가지 이상의 건강위험행태를 가졌던 응답 자는 1년 후에 두 가지 건강위험행태를 가질 가능 성이 높았으며(RRR=11.705, p<0.001, 95% CI=7.703 to 17.784), 세 가지 이상의 건강위험행태를 유지할 가능성은 매우 높았다(RRR=188.497, p<0.001, 95% CI=112.979 to 314.493).

    완전 건강상태가 아니었던 응답자 중 기저시점 에 한 가지 이하의 건강위험행태를 가졌던 응답자 에 비해 두 가지를 가졌던 응답자는 1년 후에 두 가지 건강위험행태를 유지할 가능성이 높았으며 (RRR=5.571, p<0.001, 95% CI=5.654 to 7.959), 세 가지 이상의 건강위험행태를 가질 가능성은 더 높 았다(RRR=8.636, p<0.001, 95% CI=9.068 to 19.315). 한편, 세 가지 이상의 건강위험행태를 가 졌던 응답자는 1년 후에 두 가지 건강위험행태를 가질 가능성이 높았으며(RRR=9.442, p<0.001, 95% CI=7.093 to 16.963), 세 가지 이상의 건강위험행태 를 유지할 가능성은 매우 높았다(RRR=173.873, p<0.001, 95% CI=109.569 to 307.198)<Table 3>.

    <Table 3>

    Summary of the two-part autoregressive cross-lagged panel model: Health-risk behaviors

    Variable Part I: likelihood of reporting full-health state Part II: utility index of reporting non-full health state

    RRR Robust SE p-value 95% CI RRR Robust SE p-value 95% CI

    Health-risk behaviors (one year from baseline; 2017)

    2 vs. ≤1 health-risk behaviors
    ≤1 ref ref
    2 5.46 0.085 <0.001 4.62 6.454 5.571 0.111 <0.001 5.654 7.959
    ≥3 11.705 0.213 <0.001 7.703 17.784 8.636 0.271 <0.001 9.068 19.315
    HRQoL* 0.962 0.084 0.644 0.817 1.134 1.446 0.449 0.411 0.788 1.104

    ≥3 vs. ≤1 health-risk behaviors
    ≤1 ref
    2 11.096 0.199 <0.001 7.519 16.377 9.442 0.268 <0.001 7.093 16.963
    ≥3 188.497 0.261 <0.001 112.979 314.493 173.873 0.334 <0.001 109.569 307.198
    HRQoL* 1.152 0.147 0.334 0.864 1.536 5.459 0.812 0.037 1.112 26.793

    Health-risk behaviors (two years from baseline; 2018)

    2 vs. ≤1 health-risk behaviors
    ≤1 ref ref
    2 6.708 0.087 <0.001 4.481 6.925 7.015 0.113 <0.001 5.625 8.747
    ≥3 13.234 0.193 <0.001 5.081 14.678 14.249 0.285 <0.001 8.149 24.912
    HRQoL* 0.933 0.086 0.418 0.600 3.487 1.696 0.392 0.178 0.787 3.654

    ≥3 vs. ≤1 health-risk behaviors
    ≤1 ref ref
    2 10.969 0.222 <0.001 5.586 15.959 9.648 0.285 <0.001 5.523 16.852
    ≥3 183.465 0.263 <0.001 90.277 334.88 225.758 0.357 <0.001 112.105 454.633
    HRQoL* 0.885 0.158 0.440 1.112 26.793 1.320 0.817 0.734 0.266 6.543

    Note: Model parameters were adjusted for age, sex, education level, comorbidity, and household income at baseline

    RRR: relative risk ratio; SE: standard error; CI: confidence interval; EQ-5D-3L: EuroQol-5 Dimension-3 Level; HRQoL: health-related quality of life, ref: reference

    * Part I: binary variable indicating whether the respondent is in full health state; Part II: log-transformed EQ-5D-3L utility index.

    2) 건강관련 삶의 질

    기저시점에 완전 건강상태가 아니라고 응답했던 사람에 비해 완전 건강상태였던 응답자가 1년 후 에 완전 건강상태일 교차비는 5.094배(p<0.001, 95% CI=4.373 to 5.933)였다. 기저시점에 완전 건 강상태가 아니었던 응답자 중 건강위험행태 수가 1개 이하였던 응답자에 비해 3개 이상이었던 응답 자는, 2017년도 EQ-5D index가 2.5%(p=0.025, 95% CI=0.003 to 0.046) 높아졌다. 기저시점에 완전 건 강상태가 아니었던 응답자의 EQ-5D index가 1% 높아질 때마다 2017년 EQ-5D index가 0.632%(p<0.001, 95% CI=0.513 to 0.752) 증가하였 다<Table 4>.

    <Table 4>

    Summary of two-part autoregressive cross-lagged panel models: health-related quality of life

    Variable Part I: likelihood of reporting full-health state Part II: utility index of reporting non-full health state

    OR Robust SE p-value 95% CI Coefficient Robust SE p-value 95% CI

    HRQoL (one year from baseline; 2017)

    Health-risk behaviors
    ≤1 ref ref
    2 1.004 0.083 0.966 0.853 1.180 -0.007 0.009 0.404 -0.024 0.010
    ≥3 0.914 0.139 0.521 0.696 1.202 0.025 0.011 0.025 0.003 0.046
    HRQoL* 5.094 0.078 <0.001 4.373 5.933 0.632 0.061 <0.001 0.513 0.752

    HRQoL (two years from baseline; 2018)

    Health-risk behaviors
    ≤1 ref ref
    2 0.932 0.084 0.403 0.976 1.01 -0.017 0.009 0.067 -0.036 0.001
    ≥3 1.109 0.137 0.452 1.003 1.047 -0.006 0.017 0.733 -0.039 0.027
    HRQoL* 5.278 0.079 <0.001 1.67 2.12 0.6510 0.053 <0.001 0.5480 0.755

    Note: Model parameters were adjusted for age, sex, education level, comorbidity, and household income at baseline.

    OR: odds ratio; SE: standard error; CI: confidence interval; EQ-5D-3L: EuroQol-5 Dimension-3 Level; HRQoL: health-related quality of life, ref: reference

    * Part I: binary variable indicating whether the respondent is in full health state; Part II: log-transformed EQ-5D-3L utility index.

    Ⅳ. 고찰

    본 연구는 2015-2018년 한국의료패널 연간 데이 터를 이용하여 고령자의 건강 관련 삶의 질과 건 강위험행태 간의 상호적 인과관계를 종단 분석하 였다. 특히 건강 관련 삶의 질 수준의 유지 여부와 건강위험행태 수의 변화 양상을 중점적으로 분석 하였다. 분석 결과, 완전 건강상태라고 응답한 고 령자는 3개년도 모두에서 완전 건강상태를 유지할 가능성이 높았다. 완전 건강상태와 불완전 건강상 태인 고령자 모두에서 두 가지의 건강위험행태를 갖는 고령자는 전년도 대비 다음 연도에 건강위험 행태의 개수를 유지하거나 증가할 가능성이 높았 다. 세 종류 이상의 건강위험행태를 갖는 고령자는 다음 연도에 건강 관련 삶의 질을 더 높게 평가하 는 경향이 있었다.

    건강 관련 삶의 질을 불완전 건강상태로 평가한 고령자에 비해 완전 건강상태로 평가한 고령자는 3개 연도에 걸쳐 동일한 건강 관련 삶의 질을 유 지할 가능성이 높았다. 이는 타 연령대와 대비되는 고령인구만의 특성을 통해 이해될 수 있다. 고령자 는 자신의 건강 관련 삶의 질을 긍정적으로 인식 하기 때문에 건강, 소득, 관계 등의 변화에도 불구 하고 삶의 질 인지 수준이 유지되거나 향상되는 이른바 ‘paradox of well-being’현상이 나타나는 것 으로 알려져 있다[21]. 미국의 대규모 표본을 대상 으로 분석한 선행연구에 따르면, 삶의 질 수준은 연 령에 따라 U자형(U-shape) 분포를 갖는다[22]. 이러 한 현상은 고령일수록 죽음과 가까워 자신의 삶이 제한적이라고 인식함에 따라 사회적 관계와 감정을 긍정적으로 개선하고, 더 만족하고자 하는 동기 때 문일 수 있다. 한편, 이는 노년층이 고령화 과정에 서 벗어나고자 노력하는 것으로, 부정적으로 인식되 는 노화로 인한 신체적 변화와 자아에 연속성과 일 관성을 부여하는 역할을 의미하는 ‘ageless self’로 인한 결과로도 부분적으로 설명될 수 있다[22].

    한 가지 이하에 비해 두 종류의 건강위험행태를 갖는 고령자는 전년도 대비 다음 연도에 건강위험 행태의 개수를 유지하거나 증가할 가능성이 높았 는데, 이는 완전 건강상태와 불완전 건강상태 고령 자 모두에서 공통적으로 관찰되었다. 이러한 결과 는 한 가지 이상의 건강위험행태가 병행될 경우 군집 현상으로 인해 건강위험행태의 개수가 유지 되거나 더 증가할 수 있다는 선행연구 결과와 일 치한다[24][25]. 건강위험행태를 갖는 개인은 다른 건강위험행태에 대하여 더 취약하며, 건강위험행태 간에는 서로 강한 연관성이 있어 동시 발생 (co-occurrence)하는 경향이 있는 것으로 알려져 있 다[25]. 흡연 행태를 가지고 있는 경우 적은 신체 활동과 높은 과음 빈도가 관찰되었으며, 음주와 흡 연 간에는 특히 강한 연관성이 발견되었다. 선행연 구에서도 흡연자는 적은 신체활동과 과음의 빈도 가 높게 나타났으며, 특히 음주와 흡연 간에 강한 연관성이 있었다[26].

    한 종류 이하에 비해 세 종류 이상의 건강위험 행태를 가진 고령자는 전년도 대비 다음 연도에서 건강 관련 삶의 질을 유의하게 더 높게 평가하였 다. 한 종류 이하에 비해 두 종류의 건강위험행태 를 가진 경우에는 통계적으로 유의한 차이는 나타 나지 않았으나, 세 종류 이상의 건강위험행태를 가 진 경우와 방향성은 동일하였다. 흡연과 음주는 스 트레스 해소를 위해 시도되거나, 사회적 결속과 친 밀감의 표현 수단(social smoking/drinking)으로 흔히 이용됨에 따라 심리적 안정 요인으로 작용할 수 있다[27]. 이는 사회참여와 사회적 관계 만족도 등의 사회자본 요인이 높을수록 건강 관련 삶의 질 또한 좋게 인식된다는 기존 연구의 결과와 유 사한 맥락으로 이해될 수 있다[21]. 즉, 건강위험행 태를 행하는 과정에서 형성된 타인과의 유대관계 가 건강 관련 삶의 질 인지에 긍정적 영향을 미치 게 됨에 따라 자신의 건강상태를 좋게 여기게 되 는 것이다. 이러한 결과는 정상체중보다 과체중에 해당하는 사람의 정신 건강 또는 전반적인 건강 관련 삶의 질이 높다고 보고한 선행연구 및 일정 수준의 음주와 흡연을 하는 사람의 건강 관련 삶 의 질이 건강위험행태를 더 적게 하는 사람에 비 해 오히려 높았다는 선행연구의 결과와 유사하다 [9][10][28][29]. 특히 한국 사회가 노인의 음주 또 는 흡연에 관하여 타 연령층에 비해 관대하게 받 아들이는 경향이 있음을 고려할 때 더욱 설득력을 갖는다[30].

    Ⅴ. 결론

    고령자의 건강 관련 삶의 질과 건강위험행태 간 에는 유의한 상호적 인과관계가 있었다. 이 연구는 단면적 연관성 또는 단방향성 인과관계를 분석한 기존의 연구에서 나아가, 국가적 대표성을 갖는 종 단패널 자료의 특장점을 살린 자기회귀교차지연모 형(ACLM) 적용을 통해 time-varying unit effect 및 reciprocal relationship을 고려하여 건강 관련 삶의 질과 건강위험행태 간의 인과성 검증을 수행 하였다. 특히 EQ-5D-3L 도구를 이용해서 일반인구 집단의 HRQoL을 기술할 때 발생하는 문제로 알려 진 천장효과를 TPM-L 방법을 이용해 보정하였으 며, 완전 건강상태 여부와 같은 비선형자료를 다룰 수 있는 GSEM을 종단분석에 확장 적용하여 선행 연구의 한계점을 보완하였다는 점에 의의가 있다.

    본 연구는 몇 가지 제한점이 있다. 첫째, 네 가 지 건강위험행태 여부에 따라 계수 합산하여 모형 에 투입하였기 때문에 개별 건강위험행태의 영향 을 파악하기 어려웠다. 또한 시점별로 동일한 건강 위험행태 수가 유지되었지만 세부적인 건강위험행 태의 조합이 달라지는 시나리오가 모형에 반영되 지 못하였다. 둘째, 자료의 특성상 discrete-time 모 형을 구축하였기에 측정간격 변화가 분석 결과에 영향을 미칠 수 있다. 셋째, EQ-5D-3L을 이용한 HRQoL 측정 시 관찰되는 문제로 알려진 천장효 과를 고려한 분석을 수행하였으나, TPM-L 방법을 이용해 이를 보정한 후에도 완전 건강상태를 보고 한 대상자들의 실제 HRQoL 수준이 여전히 동질 하지 않을 가능성을 배제할 수 없다. 마지막으로, 성, 연령, 소득 및 교육수준을 통제하여 분석을 수 행하였으나 이 외에도 건강위험행태 및 HRQoL에 잠재적으로 연관된 다른 요인이 존재할 것으로 사 료된다.

    그럼에도 불구하고, 본 연구는 고령자의 건강 관련 삶의 질과 건강위험행태가 상호적 영향관계 에 있는 것을 밝혔다. 따라서 고령화사회를 고려한 다양한 정책 입안 시, 고령자의 건강 관련 삶의 질 을 개선하기 위한 정책적 중재방안 수립 시에는 흡연, 음주, 과체중, 신체활동 부족과 같은 건강위 험행태에 대한 고려가 필요할 것으로 예상된다. 금 연 프로그램 및 적정 음주 또는 절주 권고와 교육 은 건강 관련 삶의 질 향상을 위한 중요한 요소로 서 고령자들에게 제공될 필요가 있다. 활동 증진 프로그램의 활성화를 통해 신체활동 실천뿐만 아 니라 적절한 식단 조절 등의 프로그램과 연계된다 면 효과적인 고령자 비만 관리 전략으로서 건강 관련 삶의 질 향상에 기여할 수 있을 것이다. 분석 결과, 복수의 건강위험행태를 갖는 고령자는 다음 해에도 건강위험행태 수를 유지하거나 증가시킬 가능성이 높은 것으로 관찰되었으며, 더 적은 수의 건강위험행태를 갖는 고령자에 비해 스스로의 건 강 관련 삶의 질을 오히려 더 높게 평가하는 경향 이 있었다. 따라서 개별적인 건강위험행태에 관한 중재전략 뿐만 아니라 이들 간의 상호 연관성을 고려한 다차원적 건강관리 및 맞춤형 개입이 중점 적으로 이루어진다면 고령자를 대상으로 한 보다 효과적인 건강증진 프로그램이 마련될 수 있을 것 으로 사료된다.

    Figure

    KSHSM-17-3-29_F1.gif
    Overall structure of the autoregressive cross-lagged panel model

    Table

    Baseline characteristics of study participants according to health-risk behaviors
    <sup>*</sup> Presented as median and interquartile range (IQR)
    HRQoL: health related quality of life.
    Baseline characteristics of study participants according to health related quality of life
    <sup>*</sup>Presented as median and interquartile range of age.
    HRQoL: health related quality of life; EQ-5D-3L: EuroQol-5 Dimension-3 Level; IQR: interquartile range; N/A: not applicable.
    Summary of the two-part autoregressive cross-lagged panel model: Health-risk behaviors
    Note: Model parameters were adjusted for age, sex, education level, comorbidity, and household income at baseline
    RRR: relative risk ratio; SE: standard error; CI: confidence interval; EQ-5D-3L: EuroQol-5 Dimension-3 Level; HRQoL: health-related quality of life, ref: reference
    * Part I: binary variable indicating whether the respondent is in full health state; Part II: log-transformed EQ-5D-3L utility index.
    Summary of two-part autoregressive cross-lagged panel models: health-related quality of life
    Note: Model parameters were adjusted for age, sex, education level, comorbidity, and household income at baseline.
    OR: odds ratio; SE: standard error; CI: confidence interval; EQ-5D-3L: EuroQol-5 Dimension-3 Level; HRQoL: health-related quality of life, ref: reference
    * Part I: binary variable indicating whether the respondent is in full health state; Part II: log-transformed EQ-5D-3L utility index.

    Reference

    1. M.S Ko (2019), A Study on Research Trends of Age-Friendly Using Text Network Analysis : Focusing on 「The Korean Journal of Health Service Management」(2007-2018), The Korean Journal of Health Service Management, Vol.13(4);19-31.
    2. K.H. Jeong, Y.H. Oh, N.H. Hwang, M.H. Oh, S.H. Lee, J.S. Kim (2017), Development and application of a quality of life indicator system for older persons, Korea Institute for Health and Social Affairs, Korea, Vol.20(8);129-179.
    3. S.Y. Bae, D.S. Ko, J.S. Noh, B.H. Lee, H.S. Park, J. Park (2010), Relation of physical activity and health-related quality of life in Korean elderly, The Journal of the Korea Contents Association, Vol.10(10);255-266.
    4. W. Horner-Johnson, G. Krahn, E. Andresen, T. Hall, RRTC Expert Panel on Health Status Measurement (2009), Developing Summary Scores of Health-Related Quality of Life for a Population-Based Survey, Public health reports, Vol.124(1);103–110.
    5. Ministry of Health and Welfare, Korea Centers for Disease Control and Prevention, Health-related quality of life (EQ-5D) index. Retrieved June 30, 2023 from https://gsis.kwdi.re.kr/statHtml/statHtml.do?orgId=338&tblId=DT_LCD_F002
    6. H. Yun (2021), Convergence analysis on the effects of smoking and drinking on quality of life in Adults, Journal of the Korea Convergence Society, Vol.12(1);361-368.
    7. S.J. Kim, E.H. Kim. (2022), The Relationship between Obesity, Weight Control, and Health-Related Quality of Life by Participation Frequency by Physical Activity Intensity of Adults : Data from the Korea National Health and Nutrition Examination Survey(2019-2020), The Korean Society Of Sports Science, Vol.31(3);813-822.
    8. S.R. Dube, J. Liu, A.Z. Fan, M.I. Meltzer, W.W. Thompson (2018), Assessment of age-related differences in smoking status and health-related quality of life (HRQoL): Findings from the 2016 Behavioral Risk Factor Surveillance System, J Community Psychol, Vol.47(1);93-103.
    9. M.S. Kaplan, N. Huguet, D. Feeny, B.H. McFarland, R. Caetano, J. Bernier, N. Giesbrecht, L. Oliver, N. Ross (2012), Alcohol use patterns and trajectories of health-related quality of life in middle-aged and older adults: a 14-year population-based study, J Stud Alcohol Drugs, Vol.73(4):581-90.
    10. J.I. Kim (2017), The factors affecting health-related quality of life in urban working elderly, Journal of Digital Convergence, Vol.15(11);385-394.
    11. M.H. Park, H.O. Jeon (2015), The Influence of health behaviors and health related quality of life on depression among korean female problem drinker, Journal of the Korea Academia-Industrial Cooperation Society, Vol.16(11);7844-7854.
    12. S. Moon (2017), Gender differences in the impact of socioeconomic, health-related, and health behavioral factors on the health-related quality of life of the Korean elderly, Journal of Digital Convergence, Vol.15(6);259-271.
    13. Korea Institute for Health and Social Affairs (2019), A Report on the Korea Health Panel Survey of 2017, pp.1-485
    14. A. Konnopka, H.H. Koenig (2017), The “no problems”-problem: an empirical analysis of ceiling effects on the EQ-5D 5L, Quality of Life Research, Vol.26(8);2079-2084.
    15. L. Longworth, D. Rowen (2013), Mapping to obtain EQ-5D utility values for use in NICE health technology assessments, Value in health, Vol.16(1);202-210.
    16. I.C. Huang, C. Frangakis, M.J. Atkinson, R.J. Willke, W.L. Leite, W.B. Vogel, A. W. Wu (2008), Addressing ceiling effects in health status measures: a comparison of techniques applied to measures for people with HIV disease, Health services research, Vol.43(1p1);327-339.
    17. Center for Disease Control (2007), Quality of Life Survey Tool (EQ-5D) Quality Weight Estimation Research Report
    18. M. Fortin, J. Haggerty, J. Almirall, T. Bouhali, M. Sasseville, M. Lemieux (2014), Lifestyle factors and multimorbidity: a cross sectional study, BMC public health, Vol.14(1);1-8.
    19. M.E. Charlson, P. Pompei, K.L. Ales, C.R. MacKenzie (1987), A new method of classifying prognostic comorbidity in longitudinal studies: development and validation, Journal of chronic diseases, Vol.40(5);373-383.
    20. H. Quan, B. Li, C.M. Couris, K. Fushimi, P. Graham, P. Hider, J.M. Jamuel, V. Sundararajan (2011), Updating and validating the Charlson comorbidity index and score for risk adjustment in hospital discharge abstracts using data from 6 countries, American journal of epidemiology, Vol.173(6);676-682.
    21. J.H. Kim (2016), The impact of social capital and health behavior on the disparity in self-rated health in later life: The comparison of self-rated health trajectory between the elderly in low-income household and their counterparts, Korean journal of gerontological social welfare, Vol.71(1);9-32.
    22. K. Gana, N. Bailly, Y. Saada, M. Joulain, D. Alaphilippe (2013), Does life satisfaction change in old age: Results from an 8-year longitudinal study, Journals of Gerontology Series B: Psychological Sciences and Social Sciences, Vol.68(4);540-552.
    23. K.W. Kang, J.H Sung, C.Y. Kim (2010), High Risk Groups in Health Behavior Defined by Clustering of Smoking, Alcohol, and Exercise Habits: National Heath and Nutrition Examination Survey, Journal of Preventive Medicine and Public Health, Vol.43(1);73-83.
    24. K.L. Chou (2008), The prevalence and clustering of four major lifestyle risk factors in Hong Kong Chinese older adults, Journal of aging and health, Vol.20(7);788-803.
    25. W. Poortinga (2007), The prevalence and clustering of four major lifestyle risk factors in an English adult population, Preventive Medicine, Vol.44(2);24-128.
    26. S. Moon (2014), Types of health behavior clusters and related factors among Korean adults, Journal of digital convergence, Vol.12(8);397-410.
    27. N. Sarris (2017). “I have a drink because I enjoy having a drink.” A qualitative study exploring elderly adults’ self-reported motivations for drinking alcohol, (Unpublished), Manchester Metropolitan University.
    28. Y. Zhu, Q. Wang, G. Pang, L. Lin, H. Origasa, Y. Wang, H. Shi (2015), Association between body mass index and health-related quality of life: the" obesity paradox" in 21,218 adults of the Chinese general population, PloS one, Vol.10(6);e0130613.
    29. S.H. Suh, H.S. Choi, C.S. Kim, E.H. Bae, S.K. Ma, D.H. Lee, S.W. Kim (2020), Chronic kidney disease attenuates the impact of obesity on quality of life, Scientific reports, Vol.10(1);1-11.
    30. A.J. Kim, O.S. Kim, S. Baik,, J. Jang, J.H. Kim (2007), Stress, depression and Health risk behaviors in Korean elders, Journal of Korean Academy of Community Health Nursing, Vol.18(3);391-399.
    July 4, 2023
    August 8, 2023
    September 22, 2023
    downolad list view