비만과 자살 충동에 대한 관련성 연구 : 2005 국민건강영양조사를 중심으로

이주안 연세대학교 보건대학원 2009 국내석사

청소년 비만실태 및 비만청소년의 건강행위실천 : 2007년 청소년 건강행태 온라인 조사를 중심으로

홍정민 연세대학교 보건대학원 2009 국내석사

초기 성인기의 당질영양과 대사증후군의 구성요소

심지선 연세대학교 대학원 2007 국내박사

Little is known about the relationship between carbohydrate-related dietary factors and components of the metabolic syndrome, particularly in young non-Western populations.We examined cross-sectional associations between carbohydrate-related dietary factors, including carbohydrate intake, dietary fiber, dietary glycemic index (GI), and dietary glycemic load (GL), and components of the metabolic syndrome in young free-living Koreans. The subjects were 122 men and 147 women who participated in examinations (2005) for the Kwangwha Study. Dietary intakes were assessed by a food-frequency questionnaire.In the men, the prevalence of abdominal obesity was significantly lower among those in the highest tertiles of carbohydrate intake (odds ratio for the highest tertile 0.12; 95% CI 0.01~0.97) and GL (0.10; 0.01~0.73) after adjustment for confounding variables. Carbohydrate intake was positively associated with elevated triglycerides in the women (4.91; 1.08~22.31). GI was inversely associated with reduced HDL-cholesterol in the women (0.24; 0.08~0.86), and dietary fiber was inversely associated with elevated fasting glucose in the men (0.12; 0.03~0.46). After adjusting for confounders, dietary fiber was inversely related to the risk of an increasing number of metabolic syndrome components in both the men and women, but not significantly. Among the carbohydrate-containing food groups, beverage intake was positively associated in women (2.74; 1.16~6.43), and fruit intake was negatively associated in men (0.53; 0.20~1.38) with risk of an increasing number of metabolic syndrome components.In summary Carbohydrate-related dietary factors may be associated with the risk of developing the metabolic syndrome in young healthy Koreans. 전 세계적으로 대사증후군의 유병규모는 점차 증가하고 있는 추세이며, 대사증후군의 영향은 복부비만, 이상지혈증, 고혈압과 고혈당으로 구성된 각 위험인자의 임상양상에 따라 다양하게 나타날 수 있다. 대사증후군 구성요소의 임상양상은 개인의 유전적 특성과 식이를 포함한 환경요인의 노출정도에 따라 차이가 있는데, 우리나라 초기 성인을 대상으로 당질영양과 대사증후군의 구성요소의 관계를 다룬 연구는 전무한 실정이다.이에 본 연구는 건강한 초기 성인을 대상으로 당질영양-에너지 섭취에 대한 당질 비율, 식이섬유소, 혈당지수, 당부하지수-과 대사증후군 구성요소의 관련성을 확인하고자 실시되었다. 연구의 분석 대상은 강화스터디의 2005년 추적조사에 참여한 남자 122명, 여자 147명이며, 식품섭취빈도조사도구로 일상적인 식이섭취량을 측정하였다. 대사증후군 구성요소로 허리둘레, 혈중 중성지방, HDL콜레스테롤, 혈압과 공복혈당의 분포를 활용하여 복부비만, 고중성지방혈증, 저HDL콜레스테롤혈증, 고혈압, 고혈당을 정의하였다.남자의 경우 에너지 섭취에 대한 당질 비율과 당부하지수가 높은 군에서 복부비만 유병위험이 유의하게 낮았으며(각각 교차비 0.12; 95% 신뢰구간 0.01~ 0.97, 0.10; 0.01~0.73), 식이섬유소 섭취가 많은 군에서 고혈당 유병위험이 유의하게 낮았다(0.12; 0.03~0.46). 여자의 경우 에너지 섭취에 대한 당질 비율이 높은 군에서 고중성지방혈증 유병위험이 유의하게 높았으며(4.91; 1.08~22.31), 혈당지수가 높은 군에서 저HDL콜레스테롤혈증의 위험이 유의하게 낮았다(0.24; 0.08~0.86). 남녀 모두 혼란변수를 통제한 후 식이섬유소 섭취가 많은 군에서 대사증후군 구성요소의 위험 개수가 감소하는 경향을 보였으나 통계적 유의성은 없었다. 당질의 급원식품 중 음료류 섭취가 많은 여자에서 대사증후군 구성요소의 위험 개수가 증가하는 경향이 있었으며, 과일 섭취가 많은 남자의 경우 대사증후군 구성요소의 위험 개수는 감소하는 경향을 보이나 혼란변수를 보정한 후 통계적 유의성은 없었다.우리나라 건강한 초기 성인에서도 당질영양과 대사증후군의 구성요소 및 대사증후군은 관련 있는 것으로 사료되나, 이러한 연관성을 보다 명확히 확인하기 위해서는 더 많은 대상자를 포함한 추후 연구와 단면설계가 아닌 코호트 연구에 의한 결과 제시가 필요하다.

K-MBI와 한글 PEDI를 이용한 영유아 뇌성마비 평가

신원호 연세대학교 보건대학원 2013 국내석사

전화상담을 이용한 추후관리가 파킨슨병 환자의 우울, 삶의 질에 미치는 효과

김미선 연세대학교 보건대학원 2010 국내석사

파킨슨병은 진전, 경직, 서동증 등의 운동성 증상과 불안, 우울, 정신병적 증상, 수면장애 등과 같은 비운동성 증상을 동반하는 만성 퇴행성 뇌질환이다. 파킨슨병 환자에서 비운동성 증상 중 하나인 우울증은 30~60% 정도에서 나타나며 환자의 삶의 질을 저하시키기 쉬우나, 동작이 느려짐 등과 구별하기 힘들며 보통 의사들의 관심을 끌지 못하여 제대로 치료를 받지 못하는 경우가 흔하다. 만성질환의 장기간 치료에서 전화상담은 환자와 의료진 간의 중요한 의사소통 도구로 환자의 여러 측면에서 치료 효율성을 높일 수 있다. 본 연구는 파킨슨병 환자에서 우울증 개선과 삶의 질을 향상시킬 수 있는 한 방법으로 비약물치료인 전화상담 추후관리의 효과를 분석하고자 한다. 2009년 4월부터 9월까지 신경과 외래를 방문한 파킨슨병 환자 중, 시험군 40명, 대조군 41명이 무작위 배정되어 연구에 참여하였다. 인구사회학적 및 임상적 특성은 설문지 조사와 의무기록을 이용하였다. 대상자에게 질환, 약물, 운동, 식사요법 등 기본적인 간단한 교육은 시행한 뒤, 시험군에게 전화상담을 이용한 추후관리로 3개월간 2주일에 1번씩 실험처치를 시행하였다. 전화상담 항목은 이전 연구를 바탕으로 ① 약물복용에 따른 부작용에 대한 상담, ② 운동증상 악화에 대한 상담, ③ 동반된 다른 질환과 관련된 문의, ④ 약물복용 방법 및 설명, ⑤ 일상생활(식사, 배변, 수면, 안전)에 대한 설명, ⑥ 건강보조식품 및 대체요법에 관한 설명, ⑦ 파킨슨병 관련 지식 ⑧ 기타 질문사항으로 구조화된 전화상담지를 사용하였다. 시험군의 전화상담을 통해 확인된 임상적 문제들에 대해서는 담당의사의 진료때 참고가 되도록 EMR 의무기록에 기록하고, 대상자의 K-BDI로 측정한 우울감 점수가 20-29점(중간에서 중증), 30점 이상(중증 우울증)으로 평가된 경우, 진료 후 담당의사를 다시 면담할 수 있도록 의뢰하였다. 검사도구로 우울은 Modified Beck Depression Inventory (K-BDI)를 이용하였고, 삶의 질은 파킨슨병의 질병특이적 삶의 질 척도인 Parkinson’s disease quality of life (PDQL)을 이용하여, 실험처치 전 후 시험군과 대조군에게 반복 측정하였다. K-BDI 도구는 우울증의 인지적, 정서적, 동기적, 신체적 증상 영역을 포함하는 21문항으로 각 문항마다 0-3점으로 채점되며, 점수가 높을수록 우울 정도가 심함을 의미한다. 본 연구에서는 K-BDI 점수가 실험처치 전보다 1점이라도 감소하였으면, K-BDI로 측정한 우울감의 정도가 호전된 것으로 평가하였다. PDQL 도구는 파킨슨병의 특이적인 삶의 질 측정 도구로 파킨슨 증상(14문항), 전신적 증상(7문항), 감정적 기능(9문항), 사회적 기능(7문항)에 관한 4개의 하위구조로 구성된 37개 문항으로 각 문항은 1점에서 5점까지 채점되며 점수가 높을수록 더 나은 삶의 질을 의미한다. 본 연구에서는 PDQL 점수가 실험처치 전보다 1점이라도 증가하였으면, PDQL로 측정한 삶의 질 정도가 호전된 것으로 평가하였다. 가설은 다음과 같다. 1) 전화상담을 이용한 추후관리 실시 후, 파킨슨병 환자의 우울척도인 BDI 점수는 상담을 시행하지 않은 군에 비해 호전될 것이다. 2) 전화상담을 이용한 추후관리 실시 후, 파킨슨병 환자의 삶의 질 척도인 PDQL 점수는 전화상담을 시행하지 않은 군에 비해 호전될 것이다. 수집된 자료는 SAS 9.1 프로그램을 이용하여, 일반적 특성 및 임상학적 특성은 빈도, 백분율, 카이제곱 검정을 하였고, 동질성 검사는 Independent t-test, 처치 전 후 K-BDI, PDQL점수 변화량과 가설검증은 평균과 표준편차, t-test를 사용하였다. 본 연구의 결과를 요약하면 다음과 같다. 1) 의료진의 전화상담 추후관리가 이루어진 시험군은 대조군보다 K-BDI로 측정한 우울 정도가 호전되었다. 2) 의료진의 전화상담 추후관리가 이루어진 시험군은 대조군보다 PDQL로 측정한 삶의 질 정도가 호전되었다. 전화상담 추후관리 전후 우울의 변화량 차이는 시험군에서는 -4.8±6.4 점으로 우울정도가 호전되었으며, 대조군에서는 1.6±5.5 점으로 우울정도가 악화되었고, 변화량의 평균의 차이는 통계적으로 유의하게 나타났다(p<.001). 삶의 질 변화량의 차이는 시험군에서는 13.4±18.4 점으로 삶의 질이 호전되었으며, 대조군에서는 -3.2±20.8 점으로 삶의 질이 악화되었고, 변화량의 평균의 차이는 통계적으로 유의하게 나타났다.(p<.001). 파킨슨병 환자에서 의료진의 지속적인 전화상담 추후관리를 통해 시험군의 우울과 삶의 질의 호전된 정도가 대조군보다 유의하게 높게 나타났다. 따라서 만성 퇴행성 뇌질환인 파킨슨병 환자에서 쉽게 간과될 수 있는 우울 개선과 그에 따른 삶의 질 측면에 있어 전화상담 추후관리가 효과적인 중재임을 확인하였다. 향후 전화상담 프로그램을 적용한 건강관리 체계 개발이 파킨슨병 환자의 정신 건강증진에 기여할 수 있을 것이라 판단되며, 이러한 노력과 함께 비용-효과적인 측면의 장기적인 추후 연구가 지속되야 할 것이다.

성인 여성의 체질량지수와 주관적 건강인식도의 관계에 따른 건강행위 연구 : 국민건강영양조사 제3기(2005년)

홍아영 연세대학교 보건대학원 2008 국내석사

비만은 비만 자체로서의 신체적, 정신적인 폐해뿐만 아니라 2차적으로 발생할 수 있는 고지혈증, 제2형 당뇨병, 고혈압, 관상동맥심질환, 퇴행성관절염 등 여러 질환의 위험을 증가시키기 때문에 이를 관리하는 것이 중요하며 여기에 긍정적인 건강행위는 비만치료에 있어 중요하다.최근 긍정적인 건강행위에 영향을 주는 요인으로 주관적인 건강인식에 대한 연구가 많았는데 관련성 유무에 대한 논쟁이 많았으나 아직 더 많은 연구가 필요한 상태이다. 그래서 이 연구에서는 BMI과 주관적 건강인식에 따른 건강행위의 관련성을 알아보고자 한다.이 연구는 제3기 국민건강영양조사 자료를 통해 무작위 추출한 질병력이 없는 20세 이상 여성 2492명을 연구대상으로 하며 주요변수로 비만은 대한비만학회의 기준으로 BMI 23㎏/㎡이상을 과체중으로 보았으며, 주관적 건강인식은 주관적 건강상태 변수를 이용하여 좋음, 보통, 나쁨이 3점 척도로 재분류하였다. 그리고 주관적 건강인식이 사회경제적 수준 등 대상자의 특성에 영향을 받기 때문에 연령, 거주지역, 소득수준, 결혼상태, 경제활동분야, 소득수준, 폐경여부를 통제하여 BMI 및 주관적 건강인식, BMI와 주관적 건강인식의 조합에 따른 15가지 type을 건강행위 유무와 관련성이 있는지 알아보고자 χ2-test, 로지스틱 회귀분석을 실시하였다.이 연구의 결과는 다음과 같다.대상자의 사회경제적인 특성의 통제를 하지 않고 BMI와 주관적 건강인식의 관계를 알아본 결과 두 변수 간에는 유의한 차이를 보이지 않았다. BMI에 따른 건강행위의 차이를 폐경여부에 따라 관찰 집단을 나누어 알아본 결과 폐경전 집단에서는 흡연, 체중조절, 적정수면, 규칙적 운동, 아침식사, 간식여부에서 유의한 차이를 보였으나 폐경집단에서는 음주, 체중조절, 규칙적 운동에서만 유의한 차이가 있었다.사회경제적인 요인을 통제해준 후 BMI 및 주관적 건강인식과 건강행위여부(불건강행위군 또는 건강행위군)와 관련성이 있는지 로지스틱 회귀분석을 실시한 결과 BMI는 증가할수록(p<0.0001), 주관적 건강인식은 긍정적일수록(p=0.05) 건강행위를 더 많이 하는 것으로 나타났으며 BMI와 주관적 건강인식의 조합에 따른 15 type과 건강행위의 여부와의 관련성은 모든 type의 odds가 유의한 값이 아니므로 절대적으로 비교하기는 힘드나 type 변수의 추가에 따른 모형의 적합도가 높음을 감안하여 각 type간 경향성을 보면 동일 BMI에서 주관적 건강인식에 따른 건강행위 정도를 보았을 때 저체중을 제외한 나머지 군에서는 주관적 건강인식이 부정적일수록 건강행위군에 속할 odds값이 감소하는 경향이 있었는데 이러한 경향은 BMI가 증가할수록 더 확연한 차이를 보였다. 또한 주관적 건강인식이 동일할 경우 BMI에 따른 건강행위 정도를 보았을 때 주관적 건강인식이 ‘좋음’, ‘보통’인 경우 BMI가 증가할수록 기준집단에 비해 건강행위군에 속할 odds가 증가하는 것을 알 수 있다. 그러나 주관적 건강인식이 ‘나쁨’인 경우 일정한 양상을 보이지 않았다.이 연구는 2492명의 대상자에 대한 결과를 한국의 성인여성에게 적용하기에는 한계가 있으며 주관적인 건강인식을 한 개의 측정변수를 통해 얻어냈다는 점에서 제한점이 있으나 이 연구의 취지가 본인이 판단한 본인의 건강상태에 대한 연구라는 점 또한 주관적 건강상태는 사망의 위험을 예측하는데도 유용할 정도로 의미 있는 변수라는 점(Idler & Angel, 1990)에 그 의의를 두고자 하며 긍정적인 건강행위가 개인의 건강을 지키는 첨병이라는 점을 항상 염두에 두어 긍정적인 건강인식을 갖도록 노력하며, 아울러 체질량지수의 높고 낮음에 상관없이 평상시에 긍정적인 건강행위를 습관화하도록 해야 할 것으로 사료된다. Since obesity not only blows some physical and mental damages to human beings by itself but also increases the risk of various secondary diseases including hyperlipemia, second-combination diabetes, high blood pressure, coronary heart disease and degenerative arthritis, it is important to manage obesity effectively, and in particular, positive health behaviors are important for treatment of obesity.Many of the recent researches focus on people's subjective perception of health as a factor affecting their positive health behaviors. However such disputable approach has yet to be researched into. The purpose of this study was to examine the effect of the subjective perception of health and BMI to health behaviors.  For this purpose, the researcher sampled, from the database of the tertiary national health and nutrition survey, 2492 women aged 20 or older who had been found to suffer no disease. According to the criteria set by 'Korean Society for the Study of Obesity', BMI 23㎏/㎡ or higher was regarded as overweight, while the subjective perception of health was classified into 'good,' 'normal,' and 'bad' on a 3-point scale. On the other hand, assuming that the subjective perception of health may be affected by the subjects' demographic variables such as socio-economic level, the researcher controlled such demographic variables as age, residental area, income level, marital status and menopause and thereby, analyzed the data with chi-square test and logistic regression analysis to determine whether BMI would be correlated with subjective perception of health and further, whether BMI would be correlated with 15 combinations of health perception combinations.The results of this study can be summarized as follows;As a consequence of analyzing the relationship between BMI and subjective perception of health without controlling subjects' socio-economic variables, there was no significant correlation founded between them. However, as a result of analyzing the relationship with the variable 'menopause' controlled, it was found that BMI was significantly correlated with such sub-variables of subjective health perception as smoking, weight control, controlled sleeping hours, regular exercise, breakfast and snack control in the pre-menopause group. In the post-menopause group, such sub-variables as drinking, weight control and regular exercise were significant.As a result of the logistic regression analysis with the socio-economic variables controlled to determine the relationship between BMI / subjective health perception and health behaviors - the subjects were divided into the group engaged in health behaviors and the group not engaged - it was found that the higher the BMI was (p<0.0001), and the more positive the subject health perception was (p=0.05), the health behaviors were higher. When the extent of the health behaviors were examined in reference to subject health perception in the same BMI group, it was found in the other groups but the underweight group that the more negative the subjective health perception was, the values of the odds which should have been shown in the group engaged in health behaviors tended to decrease more. Such tendency were more evident when BMI was higher. In addition, when the health behaviors were examined in reference to BMI levels in the case that the subjective health perception was at the same level, the higher the BMI was, the odds which should have been shown in the group engaged in health behaviors increased in 'good' and 'normal' health perception groups compared to the reference group. However, such a pattern was not consistent in 'bad' health perception group.This study may have been limited because it's results from 2,492 women could not well be generalized to be applied to the population of the Korean adult women and that its results were based on the single measurement variable or subjective health perception, but it may be significant partly because it focused on subjective health condition and partly because the subjective health condition may well be a significant variable useful even to prediction to death risk (Idler &Angel, 1990). All in all, we need to keep in mind that positive health behaviors may be essential to keep personal health and therefore, we must make efforts to have some positive health perception, and in addition, endeavor to habitualize the positive health behaviors regardless of our BMI levels.

치료군이 3개인 경우 성향점수를 이용한 방법의 비교 : 모의실험 연구

신정수 연세대학교 대학원 2019 국내석사

무작위 배정 임상시험은 비용, 윤리적인 문제로 시행이 어려운 경우가 많다. 이러한 경우에는 관찰연구를 통한 연구 설계를 할 수 있지만 치료군의 효과에는 편향이 발생한다. 3 개 이상의 치료군의 효과를 편향 없이 추정하도록 일반화 성향점수를 이용한 여러 방법들이 제안되었다. 본 연구는 Yoshida(2017)의 연구를 확장하여 성향점수를 이용한 방법의 성능을 비교하고자 한다. 성향점수를 이용한 가중치 방법으로는 안정된 역확률 가중치, 매칭 가중치 방법을 사용하고, 매칭 방법으로는 three-way 매칭을 사용한다. Three-way 매칭은 성향점수를 이용하여 2 차원 공간에서 삼각형의 둘레를 이용한 방법과 원의 반지름을 이용한 방법, 중심점에서의 거리를 이용한 방법이다. 각 방법들의 성능비교를 위해 모의실험을 시행하였다. 독립적으로 생성한 5 개의 공변량과 이 변수들의 교호작용과 이차항 등으로 생성한 5 개의 공변량을 이용하여 3 개의 범주를 갖는 치료군과 2 개의 결과변수를 가정한 모형에 따라 자료를 생성하였다. 치료군이 3 개인 경우 성향점수를 추정하기 위해 다항 로짓 회귀모형을 이용하였다. 치료 할당 확률 분포의 공통영역이 큰 경우를 좋은 공변량 중복이라 하고, 작은 경우를 좋지 않은 공변량 중복이라고 한다. 상황 1 에서는 10 개의 공변량을 이용하여 성향점수를 추정하고, 상황 2 에서는 독립적으로 생성한 5 개의 공변량을 이용하여 성향점수를 추정한다. 10 개의 공변량 각각의 표준화 평균 차이는 3 가지 치료군을 세 쌍으로 하여 평균을 계산하였다. 편향과 평균 제곱 오차를 이용하여 치료 효과를 비교하였다. 상황 1 에서 three-way 매칭 방법은 비슷한 성능을 나타냈다. 매칭 가중치 방법은 표준화 평균 차이와 편향에서 좋은 성능을 보였지만 좋지 않은 공변량 중복에서 가중치를 사용한 표본수가 작고, 평균 제곱 오차가 컸다. 안정된 역확률 가중치 방법은 원본 자료와 동일한 표본수를 갖지만 좋지 않은 공변량 중복에서 성능이 크게 떨어졌다. 상황 2 에서 three-way 매칭 방법은 비슷한 성능을 나타냈다. 매칭 가중치 방법은 표준화 평균 차이가 치료 분율에 따른 차이가 컸고, 좋지 않은 공변량 중복에서 가중치를 사용한 표본수가 작고, 평균 제곱 오차가 컸다. 안정된 역확률 가중치 방법은 원본 자료와 표본수가 동일 하지만 좋지 않은 공변량 중복에서 성능이 크게 떨어졌다. 현재 연구에서는 three-way 매칭에서 사용하는 캘리퍼의 알려진 기준이 없고, 치료군이 4 개 이상인 경우에는 계산량이 기하급수적으로 증가하는 한계가 있다. Randomized controlled clinical trials are often difficult to implement due to cost and ethical issues. In such cases, we can design observational studies. However, observational studies are included bias in the effectiveness of treatment group. Several methods using generalized propensity scores have been proposed to estimate the effects of multiple treatment groups without bias. This study extends Kabuki Yoshida’s study and compares the performance of methods using propensity score. There are stabilized IPTW, matching weight as weighting method using propensity score and three-way matching as matching method using propensity score. The three-way matching is a method using the perimeter of the triangle, the method of using the radius of the circle, and the distance from the center point in the two-dimensional space using the propensity score. We compared matching weight, stabilized IPTW, and the three-way matching method in simulated datasets. There are five covariates generated independently, and five covariates generated by the interactions and secondary term of these variables. We generate data set with three treatment groups and binary outcome. The propensity score model was fit by multinomial logit regression. When the common support is large, it is called good covariate overlap. When the common support is small, it is called poor covariate overlap. In situation 1, ten covariates were used to estimate propensity score. In situation 2, five covariates generated independently were used to estimate propensity score. We calculated standardized mean differences for three pairwise contrasts and averaged them for each covariate. Bias and MSE are used to compare treatment effects. In situation 1, three-way method performed similar. Matching weight method performed well in standardized mean differences and bias but weighed sample size is small and MSE is large in poor overlap. Stabilized IPTW method sample size is equal to the sample size of original data but performance is reduced in poor overlap. In situation 2, three-way method performed similar. In the matching weight method, the difference in standardized mean difference is large according to the treatment prevalence. Matching weight sample size (weighted sample size) is small and MSE is large in poor overlap. In the stabilized IPTW method, weighted sample size is equal to the sample size of original data but performance is reduced in poor overlap. In the current study, there is no known standard of caliper width for three-way matching method. If there are more than four treatment groups, there is a limit to the exponential increase of the calculation amount.

우울과 삶의 질에 대한 관련성 연구 : 국민건강영양조사 제 4기 1차년도 (2007) 자료를 이용하여

성근석 연세대학교 보건대학원 2009 국내석사

본 연구는 삶의 질과 우울과의 관련성을 알아보고 우울을 유발시키는 특성인자들을 비교분석하여 우울의 관해와 더불어 삶의 질을 향상시킬 수 있는 기초자료를 제공하고자 시도된 단면연구이다. 본 연구는 『국민건강영양조사 제4기 1차년도(2007)』 자료를 이용하여 삶의 질 측정도구인 EQ-5D(European Quality of Life-5 Dimensions)에 응답한 19세 이상 성인 2981명을 대상으로 하였으며, 대상자들은 다시 우울증군(현재 우울증 유병자), 우울감군(최근 1년 동안 2주이상 연속 슬프거나 절망감 경험자), 정상인군으로 분류하였다. 통계분석은 SAS 9.1 version을 이용하여 우울증군, 우울감군, 정상인군의 그룹간 삶의 질 수준의 비교와 일반 사회경제적, 건강행위별, 신체적 정신적 특성에 따른 우울증, 우울감 유병률과 EQ-5D 평균을 비교분석하였다. 또 정상인에 비해 우울증군, 우울감군의 EQ-5D 5개 영역의 활동제한정도 Odds ratio값을 구했으며, 삶의 질을 종속변수로 우울 및 일반 사회경제적, 건강행위별, 신체적 정신적 특성을 3가지 모형으로 다중회귀분석과 토비트모델 회귀분석을 하였다. 연구 결과는 다음과 같았다. 우울증군 96명(3%), 우울감군 379명 (13%: 우울증과 중복 응답한 57명은 제외), 정상인군 2506명(84%) 이였고, 우울증군의 EQ-5D 평균(±표준편차)는 0.73(±0.12), 우울감군은 0.83(±0.19), 정상인군은 0.93(±0.20)으로 우울증군의 삶의 질 수준이 가장 낮았으며, 다음으로 우울감군의 삶의 질 수준이 낮았다(p<.0001). EQ-5D 5개 영역에서 우울증군은 정상인군에 비해 자기관리가 5.31배( 95% confidence interval(CL) 1.15~24.58), 일상활동이 8.05배( 95% CL 2.90~22.28), 통증/불편이 6.98배( 95% CL 3.94~12.36), 불안/우울이 47.32배( 95% CL 22.55~99.28)의 어려움이 있었으며. 우울감군은 정상인군에 비해 불안/우울이 4.68배( 95% CL 2.36~9.25) 어려움 있었다. 삶의 질을 종속변수로 하여 다중회귀분석을 했을 때 모형1에서는 일반 사회경제적 특성과 우울이 삶의 질을 30% 설명했고, 모형2에서는 일반 사회경제적 특성과 건강행위특성, 우울이 31%를 설명하였다. 모형3에서는 일반 사회경제적 특성, 건강행위 특성 및 신체적 정신적 특성과 우울이 삶의 질을 51% 설명하였다. 모형3을 모형1과 모형2와 비교해 볼 때 신체적 정신적 특성이 삶의 질의 많은 부분을 설명한다고 볼 수 있으며 그 중 삶의 질에 영향을 미치는 요인들의 회귀계수는 활동제한이 ??= -0.13, 우울증이 ??= -0.08, 주관적 건강 나쁨이 ??= -0.07 이었다. EQ-5D 산정값이 상한 중도 절단되는 문제점을 보완하고자 토비트회귀분석(Tobit regression)을 하여 회귀분석 결과와 비교하였다. 토비트회귀분석 결과 회귀계수는 회귀분석의 회귀계수(??)보다 토비트모델의 회귀계수(??T)의 크기가 더 증가하였다. 삶의 질 수준에 영향을 미치는 독립변수들의 회귀계수는 활동제한이 ??T = -0.17, 주관적 건강 나쁨이 ??T = -0.12, 우울증이 ??T = -0.11 등 이었다. 본 연구 결과, 우울은 삶의 질 수준에 많은 영향을 미치며, 우울증군 및 우울감군의 삶의 질 수준은 정상인군에 비해 낮았다. 우울은 내인성 우울과 외인성 우울을 모두 포함하므로 우울의 관해를 위해서는 우울증 환자와 관련된 일반 사회경제적 특성요인이나 신체적 정신적 특성요인에 대한 고려와 대안이 함께 병행되어야 할 것으로 보인다. 중심용어 : EQ-5D, 삶의 질, 우울증, 우울, Tobit regression

Association rule mining을 이용한 한국인의 뇌혈관질환·당뇨병·고혈압성 질환의 동반질환 패턴 연구 : 국민건강보험공단 표본 코호트 DB 이용

박단비 연세대학교 보건대학원 2018 국내석사

연구배경 및 목적: 동반질환은 치료 반응, 내약성, 안전성 및 윤리성 등과 같은 치료의 여러 측면에 영향을 미칠 수 있다. 이에 치료 효과에 대한 단기간의 연구에서 연구자들은 동반질환을 가진 환자를 제외하기 위해 제한적인 적격성 기준을 사용해 왔다. 이 적격성 기준은 임상시험에서 계획단계 뿐만 아니라 분석단계에서도 고려된다. 본 연구에서는 추후 관련 있는 임상시험에 참고가 될 수 있도록 한국인의 주요한 질환의 동반질환 패턴에 대해 파악하고자 하였다. 주요한 질환은 우리나라 10대 사인에 속하면서 치료제에 대한 임상시험이 전세계적으로 많은 건수를 차지하는 뇌혈관질환, 당뇨병, 고혈압성 질환으로 설정하였다. 연구대상 및 방법: 본 연구는 국민건강보험공단의 건강검진 코호트 데이터를 활용하였다. 2002~2013년 일반건강검진 수검자 중 2002.12월말 기준 40세~79세의 건강보험 자격유지자 515만명의 10%인 약 51만명에 대한 연구용 DB에서 2002년, 2007년, 2013년에 진료내역이 있는 수진자는 각각 514,866명, 503,007명, 478,740명이며, 이들을 본 연구의 연구대상자로 선정하였다. 진료DB(상병내역)에서 제 7차 한국표준질병사인분류(KCD) 코드의 중분류를 기준으로 상병코드에 대해 질병 여부 변수를 생성한 후 데이터 정제 과정을 거쳤다. 인구사회학적 및 기초 정보에 대해 기술통계를 제시하였고, 동반된 질병 사이의 연관성에 대해 연관성 분석(Association Rule Mining, ARM) 기법 중 Apriori algorithm을 적용하였다. 이 때 생성될 규칙의 RHS(Right Hand Side)를 관심변수인 뇌혈관질환, 당뇨병, 고혈압성 질환으로 각각 지정하여 실행하였으며, 지지도(Support)와 신뢰도(Confidence)의 threshold 값을 설정하여 상위 10가지 규칙을 향상도(Lift)를 기준으로 정렬하여 살펴볼 수 있도록 하였다. 결과: 2002년, 2007년, 2013년 중 최신인 2013년의 동반질환 패턴을 살펴보면 뇌혈관질환은 대사장애, 증상성을 포함하는 기질성 정신장애, 뇌성마비 및 기타 마비증후군이 동반된 경우가 향상도가 가장 높았다. 당뇨병은 대사장애, 다발신경병증 및 말초신경계통의 기타 장애, 맥락막 및 망막의 장애가 동반된 경우 향상도가 가장 높았다. 고혈압성 질환은 당뇨병, 대사장애, 허혈심장질환, 식도, 위 및 십이지장의 질환이 동반된 경우가 향상도가 가장 높았다. 또한 동반질환 패턴을 향상도를 기준으로 상위 10가지 규칙에 대해 살펴본 결과 시간의 흐름에 따라 또는 성별 및 고령자 여부에 따라 동반질환 패턴에 다소 차이는 있었으나 뇌혈관질환, 당뇨병, 또는 고혈압성 질환의 각 질환 내에서는 비슷한 패턴을 보였다. 결론: 표본의 대표성과 신뢰성이 있는 국민건강보험공단의 건강검진 코호트 데이터를 이용하여 본 연구와 같은 관심질환의 동반질환 패턴을 살펴본 선행연구는 찾아볼 수 없기 때문에 본 연구의 결과는 전반적인 동반질환의 패턴을 파악하는 데에 도움이 될 것으로 보인다. 따라서 본 연구의 결과들은 관련된 적응증의 임상시험 설계 시 동반질환을 고려하는 데에 필요한 기초자료로 활용될 수 있을 것으로 사료된다. 또한 이번 연구를 통해 임상시험에서는 영향을 미치는 요소들을 적격성 기준에서 고려한다는 것을 다시 한번 확인할 수 있었다. 이와 같이 빅데이터를 이용하여 사전에 분석하면 임상시험 설계 시 연구대상자의 적격성 기준을 설정하거나 분석 시 층화분석을 고려하는 등 최적화된 임상시험을 하는 데에 있어 도움이 될 것이다.

치료 전환을 허용하는 무작위 배정 임상시험에서 RPSFTM의 검정력 비교 연구

정아윤 연세대학교 보건대학원 2023 국내석사

연구배경 및 목적: 무작위 배정 항암제 임상시험에서 치료 전환이 발생하면 전체 생존시간(OS) 추정에 문제가 발생한다. 이에 치료 전환을 보정하기 위한 통계적 방법들이 개발되었다. 많은 선행 연구에서 치료 전환 보정 방법들을 비교한 결과, 상대적으로 RPSFTM 방법이 작은 편향을 보였다. FDA에서 치료 전환 보정 방법으로 RPSFTM을 권고하고 있다. RPSFTM은 Robins과 Tsiatis(1991)가 처음 제안한 모델로 가속 요인(acceleration factor)을 이용하여 전환된 치료로 인한 생존시간의 손익을 추정하는 것이 주요 특징이다. 그러나 선행 연구에서 RPSFTM과 ITT 분석의 P-value는 동일하다고 설명한다. 즉, RPSFTM이 치료 전환에 따른 검정력 손실을 회복하지 못한다는 의미가 된다. 그러나 이를 뒷받침하는 명확한 수식이 포함되어 있지 않으며 실제 자료에서 RPSFTM과 ITT 분석의 유의성 여부가 동일하지 않은 사례가 있었다. 따라서 실제 자료에서 RPSFTM과 ITT 분석의 P-value가 항상 동일하다는 사실이 불명확하다. 이에 모의실험을 통해 치료전환이 발생한 자료에서 검정력 손실에 대한 RPSFTM의 보정력을 확인하고자 한다. 치료 전환율에 따른 로그순위 검정과 RPSFTM의 검정력 변화를 비교하고자 한다. RPSFTM의 한계점인 “common treatment effect”가정의 만족 여부에 따른 검정력을 비교하고자 한다. 추가로 RPSFTM을 이용하여 시험군으로 치료 전환된 대조군의 반사실적 전체 생존시간(counterfactual survival time)을 추정하여 치료 전환율에 따른 로그순위 검정의 검정력 변화를 확인하고자 한다. 연구내용 및 방법: 모의실험은 1:1 무작위 배정 연구이며, 치료 전환은 대조군에서 시험군으로의 전환만 가능한 것으로 정의하였다. 모집기간 1년, 추적기간 3년, 시험군과 대조군의 중앙값은 각각 24, 18로 정의하였다. 생존시간에 대한 모수는 와이블 분포를 따르며 k(shape parameter)가 1, 2인 경우를 고려하였다. 일반적인 방법과 mixture model을 이용한 자료 생성 방법으로 모의실험 자료를 생성하였다. 치료 전환율(0%, 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%)에 따른 로그순위 검정과 RPSFTM의 검정력 변화를 비교하였다. 또한 “common treatment effect”가정 만족 여부에 따른 RPSFTM의 검정력을 비교하였다. 추가로 RPSFTM을 이용하여 시험군으로 치료 전환된 대조군의 반사실적 전체 생존시간을 추정하여 치료 전환율에 따른 로그순위 검정의 검정력 변화를 확인하였다. 결과: 일반적인 방법으로 생성한 자료와 mixture model을 이용한 자료 모두 RPSFTM에서 “common treatment effect”가정을 만족할 때, 치료 전환율에 따른 검정력은 로그순위 검정의 검정력과 근사한 값을 보였다. 일반적인 방법으로 생성한 자료의 로그순위 검정에서는 치료 전환율이 40%인 경우, k 가 1, 2 일 때 각각 28.9%, 31.3%의 검정력의 손실을 보였으며 RPSFTM에서는 각각 29.1%, 31.3%의 검정력의 손실을 보였다. RPSFTM에서 치료 전환에 따른 검정력 손실을 보정하는 효과는 보이지 않았다. RPSFTM에서 “common treatment effect”가정을 만족하지 않는 경우, 만족할 때 대비 치료 전환에 따른 검정력 손실이 더 컸다. k가 1, 2 일 때 각각 4%, 11% 만큼 검정력 손실의 차이가 있었다. mixture model을 이용한 자료에서도 RPSFTM과 로그순위 검정의 검정력은 근사한 값을 보였다. 또한 RPSFTM에서 “common treatment effect”가정을 만족하지 않는 경우, 만족할 때 대비 치료 전환에 따른 검정력 손실이 더 컸다. RPSFTM을 이용하여 시험군으로 치료 전환된 대조군의 반사실적 전체 생존시간을 추정하여 로그순위 검정의 검정력을 확인하였다. 그 결과, “common treatment effect”가정을 만족하고 사망 시간과 상관없이 치료 전환이 발생한 자료에서 치료 전환율과 상관없이 모든 상황에서 검정력이 80%에 근사하였다. 결론: 치료 전환에 따른 검정력 손실에 대해 모든 결과에서 RPSFTM은 검정력 보정 효과는 없었다. 이는 “common treatment effect”가정을 만족 할 경우, 로그순위 검정과 RPSFTM 검정의 과정이 동일한 의미가 되기 때문이다. “common treatment effect”가정을 만족하고 사망 시간과 상관없이 치료 전환이 발생한 자료에서 RPSFTM을 이용하여 시험군으로 치료 전환된 대조군의 반사실적 전체 생존시간을 추정하여 로그순위 검정을 진행하면 검정력을 보존할 수 있었다. Background and Purpose: When a treatment switch occurs in a randomized anticancer drug clinical trial, problems arise in estimating overall survival time(OS). Statistical methods have been developed to correct for treatment switching. As a result of comparing treatment switching correction methods in many previous studies, the RPSFTM method showed a relatively small bias. The FDA recommends RPSFTM as a treatment switching correction method. The RPSFTM is a model first proposed by Robins and Tsiatis(1991), and its main feature is to estimate the gains and losses in survival time due to switched treatment using an acceleration factor. However, according to previous studies, it is explained that the p-value between the RPSFTM and ITT analysis is the same. In other words, it means that RPSFTM does not recover the loss of power due to treatment switching. However, there was no clear formula to support this, and there were cases in which the statistical significance of the RPSFTM and the ITT analysis was not the same in real data. Therefore, it is not clear that the P-values of RPSFTM and ITT analysis are always the same in real data. Therefore, in this paper, through a simulation, we try to confirm the correction power of the RPSFTM for the loss of power of the treatment switch data. In addition, we wanted to compare the power change of the log-rank test and the RPSFTM according to the treatment switching rate. Also, we want to compare the power according to whether or not the “common treatment effect” assumption, which is the limit of the RPSFTM, is satisfied. In addition, by estimating the counterfactual survival time of the control group who switched treatment to the test group using RPSFTM, we tried to confirm the change in power of the log-rank test according to the treatment switching rate. Contents and Methods: The simulation was a 1:1 randomized study, and treatment switching was defined as only switching from the control group to the test group. The recruitment period was 1 year, the follow-up period was 3 years, and the median of the test group and control group were defined as 24 and 18, respectively. The parameters for survival time follow the weibull distribution, and the case where the shape parameter was 1 or 2 was considered. Simulation data were generated by a general method and a data generation method using a mixture model. The power changes of the log-rank test and the RPSFTM were compared according to treatment switching rates(0%, 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%). In addition, the power of RPSFTM was compared according to the satisfaction of the “common treatment effect” assumption. In addition, by estimating the counterfactual survival time of the control group who switched treatment to the test group using RPSFTM, the change in power of the log-rank test according to the treatment switching rate was confirmed. Results: When both the data generated by the general method and the data using the mixture model satisfy the “common treatment effect” assumption in the RPSFTM, the power according to the treatment switching rate showed a value close to that of the log-rank test. In the log-rank test of the data generated by the general method, when the treatment switching rate was 40% and k was 1 and 2, the power loss was 28.9% and 31.3%, respectively, and the RPSFTM showed a power loss of 29.1% and 31.3%, respectively. There was no effect of correcting power loss due to treatment switching in the RPSFTM. In the case where the “common treatment effect” assumption was not satisfied in the RPSFTM, the power loss due to treatment switching was larger than when it was satisfied. When k was 1 and 2, there was a difference in power loss by 4% and 11%, respectively. Even in the data using the mixture model, the power of the RPSFTM and the log-rank test showed approximate values. Also, when the “common treatment effect” assumption was not satisfied in the RPSFTM, the loss of power due to treatment switching was greater compared to when it was satisfied. The power of the log-rank test was confirmed by estimating the counterfactual survival time of the control group that was switched to the test group using the RSSFTM. As a result, the power was close to 80% in all cases regardless of the treatment switching rate in the data where the “common treatment effect” assumption was satisfied and treatment switching occurred regardless of the time of death. Conclusion: Regarding power loss due to treatment switching, there was no power correction effect of RSSFTM in all results. This is because the process of the log-rank test and the RPSFTM test have the same meaning when the “common treatment effect” assumption is satisfied. In the case of data that satisfy the “common treatment effect” assumption and treatment switching occurred regardless of the time of death, the log-rank test is performed by estimating the counterfactual survival time of the control group who switched treatment to the test group using RPSFTM power could be preserved.