디지털헬스케어 이용경험이 건강행위실천에 미치는 영향 : COVID-19 시대의 중장년 직장인을 대상으로

최수연 차의과학대학교 보건산업대학원 2022 국내석사

Due to the spread of COVID-19 in 2020, our society has undergone many changes. To prevent the spread of infectious diseases, the government implemented a high-intensity social distancing policy to limit the operation of facilities and industries where large numbers of people gather (Ministry of Health and Welfare, 2020). Due to restrictions on the operation of these facilities and industries, there is not enough free time, so the physical activity of middle-aged office workers who used commuting time to visit multiple exercise facilities before or after work to manage their health is a multiple facility for exercise due to COVID-19. Even this became limited in accordance with social distancing policies such as bans. Due to the prolonged COVID-19 outbreak, health care is required for all age groups in daily life, but among them, the middle-aged group is a period in which adult diseases gradually increase with aging, so regular and steady health management is required, and the health status of middle-aged men and women The practice of health behavior in middle age has an important meaning because it affects not only the economic problems of the family but also the family members such as the children's education problems and the children's health status. In this study, among various methods for preventing the deterioration of health in the middle-aged and for health promotion, the experience rate of using digital health care services that can provide non-face-to-face health management and the effect on health behavior practice were investigated and verified. I would like to give practical suggestions on the prevention of exacerbation. The data collected in this study were statistically processed using SAS version 9.4. The general characteristics of all subjects were expressed as N(%) through frequency analysis. A chi-square test was conducted to find out whether there was a difference in the general characteristics and , according to gender and the low and high users of Internet health information service. The number of cells with an expected frequency less than 5 was 25 % or more, Fisher's exact test was performed. In addition, an independent t-test was conducted to compare satisfaction and lifestyle scores according to gender and the low and high users of the Internet health information service group. Differences in the characteristics of use of each digital health care service according to the study subjects were analyzed, and the relationship between the digital health service use experience rate and health behavior practice was analyzed. The analysis results are as follows. As a result of the survey analysis, the results of the first analysis of the differences in the characteristics of use of each digital health care service according to the subjects of the study were 'exercise/physical information' and 'diet/nutrition' , and there were cases in which men were interested in mental health information. As health information of interest through smartphone health management application, ‘exercise/physical’ information was the highest for both men and women, and for women, 2.2% for mental health, and for men, self-diagnosis check showed a response rate of 10.4%. As the health information of interest to be obtained through wearable devices, ‘exercise/physical information’ was found to be the highest in males (50.0%) and females (57.9%). The second analysis of the relationship between the experience rate of digital health care health information service use and the practice of health behavior showed that breakfast frequency, fiber intake, and stress coping were significant according to the experience of using Internet health information service, and the Internet health information user group Compared to the non-user group, the frequency of breakfast was higher in relation to weight control and dietary habits, the frequency of intake of fibrous food was significantly higher, and the activity to cope with stress was found to be more frequent. It was found that subjects who had experience using smartphone health management applications had significantly higher levels of high-intensity exercise, breakfast, and high-fiber food, and the frequency of stress coping activities were significantly higher than subjects without experience. Also, the frequency of leisure activities and the rate of regular checkups were significantly higher. The frequency of high-intensity exercise and moderate exercise, the frequency of breakfast and fibrous food intake, the frequency of stress coping activities, and positive and optimistic thinking were significantly higher than those of those who had experience using wearable devices. In conclusion, the digital health care health information service use experience rate and health behavior practice The significance of the relationship could be verified. 디지털헬스케어 이용경험이 건강행위실천에 미치는 영향 : COVID-19 시대의 중장년 직장인을 대상으로 2020년 COVID-19 확산으로 인하여 우리 사회는 많은 변화가 있었다. 전염병 확산을 방지하기 위해 정부에서는 고강도 사회적 거리 두기 정책을 실시하여 많은 사람들이 모이는 시설과 업종의 운영을 제한하였다(보건복지부, 2020). 이러한 시설과 업종의 운영의 제한으로 여유시간이 여유롭지 않아 출퇴근시간을 이용해 전 혹은 퇴근 후 다중운동시설 등을 방문하여 건강관리를 하던 중장년 직장인의 신체적 활동은 COVID-19에 의한 운동을 위한 다중시설 금지 등의 사회적 거리두기 방침에 따라 이마저도 제한적이 되었다. COVID-19의 장기화로 인해 모든 연령대가 일상생활 내 건강관리가 요구되지만, 그 중에서도 중장년층은 노화와 더불어 점차 성인병이 증가되는 시기이므로 규칙적이고 꾸준한 건강관리를 필요로 하는 시기이며 또한 중년 남녀의 건강상태는 가족의 경제적 문제뿐 아니라 자녀 교육문제와 자녀의 건강 상태 등 가족 구성원에게도 영향을 주기 때문에 중년기의 건강행위 실천은 중요한 의미를 가진다. 본 연구에서는 이러한 중년기의 건강악화를 예방하고 건강증진을 위한 다양한 방법들 중 비대면 건강관리를 할 수 있는 디지털헬스케어 서비스 이용경험률과 건강행위실천에 미치는 영향을 알아보고 검증하여 중장년기 건강증진 및 건강악화 예방에 실제적인 제언을 하고자 한다. 본 연구의 수집된 자료는 SAS version 9.4를 이용하여 통계 처리하였다. 전체 대상자의 일반적인 특성은 빈도분석을 통해 N(%)로 표시하였다. 성별 및 인터넷 건강정보 서비스 저이용군과 고이용군에 따른 일반적 특성 및 에 차이가 있는지 알아보기 위해 교차분석(chi-square test)을 실시하였으며, 기대빈도가 5보다 작은 셀의 수가 전체 셀의 25% 이상일 경우 정확검정(Fisher’s exact test)을 실시하였다. 또한, 성별 및 인터넷 건강정보 서비스 저이용군과 고이용군에 따른 만족도 및 생활습관 점수를 비교하기 위해 독립표본 t검정(independent t-test)을 실시하였다. 연구대상자에 따른 디지털헬스케어 각 서비스별 이용 특성의 차이 분석과 디지털헬스케어 건강서비스 이용경험률과 건강행위실천과의 관련성을 분석하였다. 분석결과는 다음과 같다. 설문 조사 분석 결과 첫 번째 연구대상자에 따른 디지털헬스케어 각 서비스별 이용 특성의 차이에 대한 분석결과는 인터넷 건강정보 서비스 항목 중 가장 관심 있는 건강정보로는 ‘운동/체력정보’, ‘식이/영양’의 순으로 나타났으며, 남성에서는 정신건강 정보에 관심이 있는 경우가 있었다 . 스마트폰 건강관리 어플리케이션을 통한 관심 건강정보로는 ‘운동/체력’ 정보가 남녀 모두 가장 높았으며, 여성은 정신건강이 2.2%, 남성은 자가 진단체크 10.4%의 응답률을 보였다. 웨어러블 디바이스로 얻고자 하는 관심건강정보로는 ‘운동/체력 정보’가 남성 50.0%, 여성 57.9%로 가장 높게 나타났다 두 번째 디지털헬스케어 건강정보서비스 이용경험률과 건강행위 실천과의 관련성에 대한 분석 결과는 인터넷 건강정보 서비스 이용 경험에 따라 아침식사 빈도, 섬유질 음식 섭취 및 스트레스 대처가 유의미하게 나왔고 인터넷 건강정보 이용군이 비이용군에 비해 체중 조절과 식이습관과 관련하여 아침식사를 하는 빈도가 높고, 섬유질 음식의 섭취 빈도가 유의미하게 높았으며, 스트레스에 대처하기 위한 활동을 더욱 자주하는 것으로 조사되었다. 스마트폰 건강관리 어플리케이션 이용 경험이 있는 대상자가 사용 경험이 없는 대상자에 비해 고강도 운동, 아침식사, 섬유질 음식을 많이 먹고, 스트레스 대처 활동 빈도가 유의하게 높은 것으로 나타났다. 또한, 여가활동 빈도, 정기검진도 받는 비율이 유의하게 높았다. 웨어러블디바이스 이용 경험이 있는 자가 비이용자에 비해 고강도 운동 및 중등도 운동 빈도가 아침식사 빈도 및 섬유질 식품의 섭취 빈도, 스트레스 대처 활동 빈도 및 긍정적이고 낙천적 사고가 유의하게 높았다. 결론적으로 디지털헬스케어 서비스 이용 경험과 건강행위 실천에는 유의한 관계가 있음을 증명하였다.

디지털바이오헬스케어산업의 경제 부문별 정책효과에 대한 비교 분석 : 2020년 산업연관표를 중심으로

장필호 차의과학대학교 일반대학원 2021 국내박사

Abstract A comparative analysis of ripple effect and industrial policy on related industries of digital-biohealthcare industry by economic sector: Based on the Input-output Table of 2020 Jang, Pilho Department of Medicine(Major in Public Health) The Graduate School, CHA University (Supervised by Professor Kim, Yonghwan) Major countries around the world are working in various ways to foster the future food industry. Bio-healthcare industry is drawing most attention. The bio-healthcare industry is expected to see a sharp increase in demand as humans age and interest in healthy lives increase. In particular, COVID-19, which hit the globe in 2020, has made the biohealthcare industry aware of as an important resource for human survival. The Republic of Korea is also designated as one of the three major fostering industries and fostered as a core industry in the new growth sector. Meanwhile, the development of digital technology is rapidly changing the industrial environment into convergence. The field of bio-healthcare industry is also evolving into a new industry as it is combined with digital technology. The bio-industry can be defined as an industry that produces or provides services to products used in human health and medicine. Digital technology is combined to enable services that check and manage health conditions through various sensors. The healthcare industry also provides healthcare services by making medical information big data and utilizing ICT technology to keep human lives healthy. As such, the digital bio-healthcare industry has established itself in human daily life and has become an important pillar of economic activity and industry. The basic research data used the 2018 industry-related table published by the Bank of Korea in 2020. We also cited examples of previously published papers to more effectively reach the research objective. Some of the existing papers included analysis of industry-related tables for 2005, 2010, and 2015. Comparative data were also used to analyze changes in the digital bio-healthcare industry from year to year. Prior to the study, we defined the concepts of the terms used in the paper. It also incorporates conceptual provisions that include academic definitions and actual policy implications. In particular, various definitions of specialized institutions were referred to the digital bio-health care industry, which is the subject of research. The scope of the study was first based on the product and industry sector table, and a new industry classification table including the digital bio-healthcare industry was restated. Second, the coefficient of inducement for each segment of the economy was derived. The investment sector derived influence and sensitivity factors. The coefficient of import inducement, labor inducement, value added inducement coefficient were derived and the coefficient of value added factors were also derived. Third, a diagonal matrix coefficient table comparing its own and other industries was also derived to analyze the front and rear chain effects of the digital biohealthcare industry. Fourth, the scope and contents of industrial policies were studied to supplement the limitations of industry-related analysis. Recent industrial policy issues such as digital transformation and processes in which the bio-healthcare industry was derived as a key industry were summarized. The research method was divided into quantitative and qualitative studies. Prior to the study, theoretical backgrounds and prior research were considered. The theoretical background is to review the historical background in which empirical quantitative analysis emerges, and to summarize the background in which industry-related analysis was introduced as a tool to analyze the national real economy. Prior research investigated areas related to industry-related analysis and digital healthcare. It was investigated in three categories. First, it was divided into research related to industry-related analysis, second, employment-related research, and third, digital healthcare industry-related research. This study is distinguished from other studies in that it directly prepared a new industry-related table reflecting the digital bio-healthcare industry and compared and analyzed it by economic sector.Next, it is about research models and hypotheses. The research model used a quantitative research model called the Bank of Korea's analysis of industrial relations. It is a methodology that has been verified in prior research by Jang Pil-ho and Kim Yong-hwan (2020). Hypothesis establishment was also established for each economic sector using existing research. Qualitative methods, a combination of research on industrial policy. The limit with in order to complement the Input-Output Analysis. Growth Engine Policy and regional development policy, industrial policy can be broadly classified into growth engines as a policy focusing on policy analysis to industry, in this work. First, the scope and content of the industrial policy. Second, the growth engines for the change. Third, to switch to digital, and organize your digital industry health care is derived background. Industrial policy planning and financial support project for the establishment of a high degree of policy in order to judgment is required. Qualitative research has been analyzed based on a theory of evidence. Third, the following is about analysis methods. The purpose of this study is to find policy implications by comparing and analyzing the economic ripple effects of the digital bio-healthcare industry on the entire industry in the production, investment, employment, income and value-added sectors. First of all, according to the Bank of Korea's analysis process, the industry-related tables are restated by separately classifying products for the digital healthcare industry and convergence bio-related products in the basic sector of the industry-related table. 2) The group of products in the basic sector shall be reclassified into the basic classification industry and restated into the classification, division, and classification industries. 3) Based on the new industry classification table, the related industry table is reorganized into the digital bio-healthcare industry. 4) Various coefficients, such as production inducement coefficient, shall be restated. We draw up a coefficient table for the front and rear effects of each coefficient of causation through a diagonal matrix table. The process of verifying hypotheses is divided into two categories. First, we are going to proceed with the process by tying up the production, investment and job sectors. The value-added segments are classified separately because there are detailed factors such as employee remuneration, operating surplus and production tax. On the other hand, the government intends to enhance synergies in policy judgments by studying industrial policies, especially growth engine policies. For effective analysis, recent industrial and economic policy issues such as digital transformation were studied, and the processes by which the digital bio-healthcare industry was derived were summarized.The analysis results were divided into production, investment, employment, income and value added sectors. The derivative coefficient for each segment was derived and compared with the overall industry average. We use diagonal matrix coefficients to derive inverse matrix results and compare them for each segment's chain effects. The qualitative analysis was compiled as a result of the assessment of the growth engine policies of previous governments. There is no standard for qualitative analysis of growth engine policies, so we refer to the deliberation data of the legislature. The review described the interpretation of the findings by economic segment. Segment-specific considerations combine a conventional explanation of the analysis results with a microscopic explanation of the quantitative figures. In addition, the general verification discussion supplements quantitative analysis of individual economic sectors and considers them as comprehensive policy judgments. In conclusion, the direction of investment in the digital bio-healthcare industry was summarized. The quantitative aspects are summarized around the policy implications that cover detailed technologies for each economic sector, as the overall analysis was preceded by hypothesis testing of the findings in consideration. In terms of qualitative aspects, the points that need attention and need to be supplemented are comprehensive. It also describes the use of industrial or technical policy project planning. Industrial-related analysis has the advantage of quantitatively analyzing the real economy of the entire country, so it can be used for various economic analysis. However, there are limitations in that there is a time gap, with only one industry analyzed as a commodity. Therefore, high-level policy judgments must be combined to utilize industry-related analysis. However, the purpose of this study is a significant study in that it is necessary to quantify the effectiveness of the bio-healthcare industry, which is important as a new growth industry in the future, as it is evolving into a digital bio-healthcare industry. It is hoped that the results of this work will be used to establish industrial policies and technology development policies. Key words: industry-related table, industry-related analysis, production induction coefficient, employment induction coefficient, value-added induction coefficient, digital bio-healthcare industry, industrial policy, industrial technology policy, financial investment business 국문요약 전 세계의 주요 국가는 미래 먹거리 산업을 육성하기 위해 다각적으로 노력하고 있다. 가장 주목받는 산업 분야는 바이오헬스케어산업이다. 바이오헬스케어산업은 인간의 고령화와 건강한 삶에 대한 관심이 높아지면서 수요가 급격하게 확대될 것으로 전망된다. 특히 2020년에 전 지구를 강타한 COVID-19는 바이오헬스케어산업을 인류 생존의 중요한 자원으로 인식하게 만들었다. 대한민국도 3대 중점육성산업으로 지정하여 신성장분야의 핵심 산업으로 육성하고 있다. 한편, 디지털기술의 발달은 산업 환경을 융복합화로 빠르게 변화시키고 있다. 바이오헬스케어산업 분야도 디지털기술과 결합되면서 새로운 산업으로 진화되고 있다. 바이오산업은 인간의 건강과 의학에 사용되는 제품을 생산하거나 서비스를 제공하는 산업으로 정의할 수 있다. 여기에 디지털 기술이 접목되어 여러 가지 센서들을 통해 건강 상태를 확인하고 관리하는 서비스를 가능하게 한다. 헬스케어산업도 인간의 생명을 건강하게 유지하기 위해 의료정보를 빅데이터화하고 ICT기술을 활용하여 헬스케어서비스를 제공한다. 이와 같이 디지털바이오헬스케어산업은 인간의 일상에 자리 잡았으며 경제활동과 산업에 중요한 축이 되어 있다. 연구 기본 자료는 한국은행에서 2020년에 발표한 2018년의 산업연관표를 사용하였다. 또한, 연구 목적에 보다 효과적으로 도달하기 위해 기존에 발표한 논문의 사례를 인용했다. 기존의 논문 중에는 2005년, 2010년, 2015년의 산업연관표를 분석하여 연구한 사례도 있다. 디지털바이오헬스케어산업의 진화에 따라 연도별로 추이변화를 분석하기 위한 비교자료도 활용하였다. 연구에 앞서 논문에 사용되는 용어들의 개념을 정의하였다. 학술적인 정의와 실제 정책적 함의를 포함하는 개념 규정까지 반영하여 정리하였다. 특히 연구대상인 디지털바이오헬스케어산업에 대해서는 전문기관의 다양한 정의를 참고하였다. 연구의 범위는 첫째, 상품, 산업부문표를 기반으로 디지털바이오헬스케어산업이 포함된 새로운 산업분류표를 재 작성하였다. 둘째, 각 경제부문별 유발계수를 도출하였다. 투자부문은 영향력, 감응도계수를 도출하였다. 수입유발계수, 노동유발계수, 부가가치유발계수를 도출하고 부가가치 구성 요소별 계수도 도출하였다. 셋째, 디지털바이오헬스케어산업의 전후방 연쇄효과를 분석하기 위해 자체산업과 타산업을 비교하는 대각행렬 계수표를 도출하였다. 넷째, 산업정책에 대한 범위와 내용을 연구하여 산업연관분석의 한계를 보완하였다. 디지털 전환 등 최근의 산업 정책 이슈들과 바이오헬스케어산업이 핵심 산업으로 도출된 프로세스를 정리하였다. 연구방법은 정량적 연구와 정성적 연구로 나누어 진행하였다. 연구에 앞서 먼저, 이론적 배경과 선행연구를 고찰하였다. 이론적 배경은 실증적 계량분석이 출현하는 역사적 배경을 검토하고 산업연관분석이 국가 실물경제를 분석하는 도구로 도입되게 된 배경을 정리하였다. 선행연구는 산업연관분석 및 디지털헬스케어와 관련된 분야를 조사하였다. 세 가지 범주로 구분해서 조사하였다. 첫째, 산업연관분석과 관련된 연구, 둘째, 고용과 관련된 연구, 셋째, 디지털헬스케어산업과 관련된 연구 등으로 나누어 조사하였다. 본 연구는 디지털바이오헬스케어산업을 반영한 새로운 산업연관표를 직접 작성하여 경제부문별로 비교분석했다는 점에서 다른 연구와 구분된다. 다음은, 연구모형과 가설 수립에 대한 내용이다. 연구모형은 한국은행의 산업연관 관계분석이라는 정량적 연구모형을 활용하였다. 장필호 등(2020)의 선행연구에서 검증된 방법론이다. 가설 수립도 기존의 연구를 활용하여 각 경제 부문별로 수립하였다. 정성적인 방법으로 산업정책에 대한 연구를 병행하였다. 산업연관분석이 갖고 있는 한계를 보완하기 위해서이다. 산업정책은 성장동력정책과 지역발전정책으로 대별할 수 있는데, 본 연구에서는 중앙산업정책인 성장동력정책을 중심으로 분석하려고 한다. 먼저, 산업정책의 범위와 내용을 확인한다. 둘째, 역대 성장동력산업에 대한 변화를 점검한다. 셋째, 디지털 전환과 디지털바이오헬스케어산업이 도출된 배경을 정리한다. 산업정책의 수립과 재정지원사업을 기획하기 위해서는 고도의 정책적 판단이 필요하다. 정성적인 연구는 근거이론을 토대로 분석하었다. 셋째, 분석방법에 대한 내용이다. 본 연구의 목적은 디지털바이오헬스케어산업이 생산, 투자, 고용, 수입 그리고 부가가치부문에서 전체산업에 대한 경제적 파급효과를 비교 분석해서 정책적 시사점을 찾기 위함이다. 먼저, 정량적 연구방법으로는 한국은행의 분석 프로세스에 따라 1) 산업연관표의 기초부문에서 디지털헬스케어산업에 대한 상품과 융합바이오 관련 상품 군을 별도로 분류하여 산업연관표를 재 작성한다. 2) 기초부문의 상품 군을 기본분류 산업으로 재분류 전환하고, 소분류, 중분류, 대분류 산업 군으로 재 작성한다. 3) 새로운 산업분류표에 근거해서 디지털바이오헬스케어산업으로 재편된 산업연관표를 완성한다. 4) 생산유발계수 등 각종 계수표를 재 작성한다. 대각행렬표를 통해 각 유발계수들의 전후방 효과에 대한 계수표도 작성한다. 가설을 검증하는 프로세스는 두 가지 범주로 나누어 진행한다. 우선, 생산, 투자, 일자리부문을 묶어서 프로세스를 진행하려고 한다. 부가가치 부문은 피용자보수, 영업잉여, 생산세라는 세부 요소가 있기 때문에 따로 분류하여 검증하고자 한다. 다른 한편으로는 산업정책, 특히 성장동력정책을 연구하여 정책적 판단에 시너지 효과를 제고하고자 한다. 효과적인 분석을 위해 디지털 전환과 같은 최근의 산업, 경제정책 이슈들을 연구하고, 디지털바이오헬스케어산업이 도출되는 프로세스를 정리하였다. 분석결과는 생산부문, 투자부문, 고용부문, 수입부문, 부가가치부문으로 나누어 분석하였다. 각 부문별 유발계수를 도출하여 전체산업 평균과 비교하였다. 대각행렬계수를 활용하여 역행렬 결과를 도출한 후 각 부문별 연쇄효과에 대해서 비교하였다. 정성적 분석은 역대 정부의 성장동력정책에 대한 평가 결과로 정리하였다. 성장동력정책에 대한 정성적 분석의 기준이 없기 때문에 입법부의 심의 자료를 참고하였다. 고찰에서는 연구결과에 대한 경제부문별 해석을 기술하였다. 부문별 고찰은 분석결과에 대한 통시적 설명과 계량적인 수치에 대한 미시적인 설명을 병행하였다. 또한, 검증 총론에서는 개별 경제부문의 정량 분석을 보완하여 포괄적인 정책적 판단 내용으로 고찰하였다. 결론은 디지털바이오헬스케어산업에 대한 재정지원사업의 투자 방향에 대해 정리하였다. 정량적 측면은 고찰에서 연구결과에 대한 가설 검정 방식으로 전반적인 분석이 선행되었기 때문에 각 경제부문별 세부적인 기술을 포괄하는 정책적 함의 중심으로 정리하였다. 정성적 측면에서도 주의가 필요한 점과 보완해야 할 점을 포괄하여 정리하였다. 산업 또는 기술정책의 과제기획에 대한 활용 방안도 기술하였다. 산업연관분석은 국가 전체의 실물경제를 계량적으로 분석했기 때문에 다양한 경제 분석에 활용할 수 있는 장점이 있다. 그러나 한 산업을 하나의 상품으로만 분석하며, 시간적인 격차가 존재한다는 점에서 한계도 있다. 따라서 산업연관분석을 활용하기 위해서는 고도의 정책적인 판단이 병행되어야 한다. 다만, 본 연구의 목적은 미래 신성장산업으로 중요한 바이오헬스케어산업이 디지털 기술과 결합하여 디지털바이오헬스케어산업으로 진화하는 과정에서 대규모의 예산이 투입되고 있고, 또한 투입될 예정이기 때문에, 그 효과성을 계량적으로 분석할 필요가 있다는 점에서 유의미한 연구라고 할 수 있다. 이 작업의 결과가 산업정책 및 기술개발정책 수립에 활용되기를 기대한다.

기대일치모델을 적용한 디지털헬스케어 앱의 품질과 지속이용의도에 관한 연구 : 모바일 건강관리 앱 중심으로

김지우 세종대학교 관광대학원 2024 국내석사

디지털헬스케어 산업의 지속적인 성장과 디지털기기의 사용량 증가로 인하여 다양한 모바일 건강관리 앱이 등장하였다. 디지털기기를 활용한 건강관리는 고혈압, 당뇨병과 같은 만성질환 관리도 가능하게 하였으며 특히 코로나 팬데믹 이후 모바일 앱 사용량이 급격하게 증가하였다. 이처럼 디지털헬스케어 산업의 규모가 증가되고 있음에 따라 모바일 건강관리 앱을 통해 개인 스스로 건강관리가 가능할 것이라 예상되며 디지털헬스케어 앱 시장 우위를 확보하기 위해 모바일 건강관리 앱 품질을 파악하여 양질의 서비스를 제공하는 것이 필요하다. 본 연구는 모바일 건강관리 앱 사용자를 확보하기 위한 정보를 제공하고 디지털헬스케어 앱 시장의 활성화를 위하여 유용한 자료를 제시하기 위해 모바일 건강관리 앱 품질 요인을 파악하고 기대일치모델을 활용하여 만족도와 지속이용의도에 미치는 영향관계를 확인하였다. 연구 자료의 수집을 위해 2024년 4월 1일부터 2024년 4월 8일까지 모바일 건강관리 앱을 사용해 본 경험이 있는 20대 이상 성인을 대상으로 온라인 자기기입식 설문을 진행하였고 총 372부의 자료가 최종분석에 사용되었다. 수집된 자료는 SPSS 통계 프로그램을 이용하여 인구통계학적 특성과 이용행태별 특성을 파악하기 위해 빈도분석을 실시하였다. 측정항목의 타당성과 신뢰성 확인을 위해 탐색적 요인분석과 신뢰도 분석을 진행하였고 연구가설 검증은 단순회귀분석, 다중회귀분석을 통해 확인하였다. 본 연구의 결과를 통해 모바일 건강관리 앱 품질로 3개의 요인이 도출되었다. 도출된 요인은 시스템품질, 정보품질, 서비스품질이라고 명명하였고 모바일 건강관리 앱 품질과 지각된유용성의 관계로 시스템품질을 제외한 정보품질, 서비스품질이 지각된유용성에 유의한 영향을 미쳤으며, 모바일 건강관리 앱 품질과 기대일치의 관계로는 시스템품질, 정보품질, 서비스품질 요인 전부 유의한 영향을 미치는 것으로 나타났다. 또한 기대일치는 지각된유용성, 앱 품질 만족에 유의한 영향을 미쳤고, 지각된유용성도 앱 품질 만족에 유의한 영향을 미치는 것으로 확인되었다. 마지막으로 앱 품질 만족은 지속이용의도에 유의한 영향을 미치는 것으로 나타났다. 본 연구의 결과를 통해 모바일 건강관리 앱 품질을 도출하고 모바일 건강관리 앱 품질이 지각된유용성, 기대일치에 영향을 미치며 결과적으로 앱 품질 만족으로 이어져 지속이용의도를 형성하는 것을 확인하였다. 따라서 이러한 결과는 모바일 건강관리 앱을 개선하고 사용자의 고객의 긍정적인 사용경험에 영향을 미치며 디지털헬스케어 앱 시장의 활성화에 기여할 것이라 사료된다.

청년 1인 가구의 디지털 헬스 리터러시와 모바일 헬스케어 앱 이용이 신체활동에 미치는 영향 : 정보-동기-행동기술 모형을 중심으로

박소연 이화여자대학교 대학원 2024 국내박사

Based on Fisher & Fisher's (1992) Information-Motivation-Behavioral Skills model and a comprehensive literature review, this study constructed to establish a hypothetical structural model and identify factors affecting physical activity for young single-person households through digital health literacy and mobile healthcare app usage. The participants of this study were young, working, single-person households residing in the metropolitan area, who have experience in utilizing digital information on physical activity for at least once in the past month and in using mobile healthcare apps for physical activity. From February 26 to March 17, 2024, the survey was conducted through online platforms, with the final sample of 294 responses used for analysis. The hypothetical model consisted of two exogenous variables and four endogenous variables, and there were a total of sixteen pathways. The exogenous variables were digital health literacy and mobile healthcare app usage, while the endogenous variables were physical activity information, physical activity motivation, physical activity behavioral skills, and physical activity. Data analysis was conducted by using SPSS WIN 27.0 and Mplus 8 programs to perform descriptive statistics and structural equation modeling. The results of this study are as follows: A. The average age of the participants was 32.5 years, with 85.7% being unmarried and 69.7% holding bachelor's degree. 58.8% lived in multi-family housing, including efficiency apartments, and 79.6% had a monthly net income between 2 million and 5 million KRW. 54.8% were office workers, about 41.5% reported a history of illness, with 56.6% of them being obese. 46.9% used digital physical activity information for the purpose of collecting information to improve or maintain physical activity, and 53.4% have participated in remote physical activities, with 56.1% having participated in YouTube live broadcasts. B. As a result of verifying the suitability of the measurement model, fit indices indicated that the model met the acceptance criteria with CFI = .939, RMSEA = .079, SRMR = .085. As a result of analyzing the construct validity, the standardized factor load value was ranging from .578 to .893, and correlation coefficients between variables did not exceed .645, ensuring convergent and discriminant validity. C. As a result of verifying the suitability of hypothetical model, fit indices indicated that the model met the acceptance criteria with CFI= .935, RMSEA= .077, SRMR= .081. As a result of parameter estimation of the final model, a positive correlation was found between digital health literacy and mobile healthcare app usage (, ). In the path analysis, the effect of digital health literacy on physical activity motivation (, ), the effect of digital health literacy on physical activity behavioral skills (, ), and the effect of mobile health app usage on physical activity behavioral skills (, ). Furthermore, significant direct effects of physical activity motivation(, ) and the effect of physical activity behavioral skills on physical activity (, ) were all statistically significant. In this structural model, the explanatory power of a) digital health literacy and mobile healthcare app usage on physical activity information was 1.9%, b) digital health literacy, mobile healthcare app usage, and physical activity information on physical activity motivation was 16.0%, c) digital health literacy, physical activity information and motivation on physical activity behavioral skills was 57.3%, and d) digital health literacy, mobile healthcare app usage, physical activity information, motivation, and behavioral skills on physical activity was 84.9%. D. The analysis of the final model revealed that the direct effect of digital health literacy on physical activity motivation was significant (β=.411, <.001), and the total effect was also significant (β=.413, <.001). For physical activity behavioral skills, the direct effect (β=.313, <.01) and the indirect effect (β=.126, <.01) of digital health literacy were significant, as well as the total effect (β=.439, <.001). Additionally, the direct effect (β=.332, <.01) and total effect (β=.336, <.01) of mobile health app usage were significant. For physical activity motivation, both the direct effect (β=.315, <.001) and total effect (β=.315, <.001) were significant. There were significant indirect (β=.392, <.001) and total effects (β=.372, <.0011) of digital health literacy on physical activity. Similarly, the indirect (β=.304, <.01) and total effects (β=.361, <.01) of mobile health app usage on physical activity were significant. Furthermore, the indirect effect (β=.282, <.01) and total effect (β=.283, <.01) of physical activity motivation on physical activity were significant. Lastly, the direct effect (β=.895, <.001) and total effect (β=.895, <.001) of physical activity behavioral skills were significant. E. Using 95% bootstrap confidence intervals, significant mediating effects of digital health literacy on physical activity was found. Specifically, higher digital health literacy correlated with improved physical activity through enhanced behavioral skills, with a confidence interval of [.182, .848]. Also, digital health literacy showed a dual mediating effect on physical activity improvement through enhanced motivation and behavioral skills, with a confidence interval of [.070, .360]. Furthermore, there was a significant total indirect effect of digital health literacy on physical activity[.356, 1.031], as well as a significant total effect[.558, 1.200]. Additionally, mobile healthcare app usage had a significant total effect on physical activity[.324, .961]. Furthermore, a significant direct effect was found, indicating that higher usage of mobile health apps led to increased physical activity behavioral skills and enhanced physical activity, with a simple mediation effect ranging from [.126, .441]. Moreover, there was a significant total indirect effect ranging from [.126, .448] and total effect ranging from [.153, .510] between mobile health app usage and physical activity. This study examined the impact of digital health literacy and mobile healthcare app usage on changes in physical activity among young single-person households. The findings revealed that digital health literacy directly influences physical activity motivation and physical activity behavioral skills, and indirectly affects physical activity. Additionally, mobile healthcare app usage directly impacts physical activity behavioral skills and indirectly affects physical activity. Therefore, to promote physical activity among young single-person households in the realm of health education and health promotion, it is necessary to enhance digital health literacy and implement interventions utilizing mobile healthcare apps. Improving digital health literacy competencies to accurately search for and use information in a digital environment, and providing nursing interventions for effective use of mobile healthcare apps are essential. Furthermore, the study found that physical activity behavioral skills play a crucial role in the relationship between digital health literacy, mobile healthcare app usage, and physical activity, acting as a directly related variable in predicting physical activity. Hence, community health nurses can contribute to the promotion of physical activity among young single-person households by developing intervention strategies that enable the acquisition of proper physical activity skills and increase self-efficacy. This study applied the Information-Motivation-Behavioral Skills model, focusing on physical activity among the increasingly growing demographic of young single-person households, to verify the practical impact of the constructs. By comprehensively examining the relationship between digital health and physical activity as effective intervention tools for young single-person households familiar with digital devices, the study provides a foundation for institutional support measures and baseline data for digital nursing intervention programs aimed at enhancing physical activity among young single-person households. 본 연구는 청년 1인 가구의 디지털 헬스 리터러시와 모바일 헬스케어 앱 이용이 신체활동에 미치는 영향요인을 파악하고자, Fisher & Fisher (1992)의 정보-동기-행동기술 모형과 문헌 고찰을 토대로 가설적 구조모형을 구축하여, 변인 간의 직, 간접효과 및 총 효과와 매개효과를 검증하였다. 본 연구의 대상자는 최근 1개월 이내 디지털 신체활동 정보를 1회 이상 이용한 경험이 있고 신체활동 관련 모바일 헬스케어 앱을 이용한 경험이 있는 수도권 거주 직장인 청년 1인 가구이다. 자료조사는 2024년 2월 26일부터 3월 17일까지 온라인 설문조사로 진행되었으며, 총 294부를 최종 분석에 사용하였다. 본 연구의 가설적 모형은 외생변수 2개와 내생변수 4개, 가설경로 17개로 이루어져 있다. 외생변수는 디지털 헬스 리터러시, 모바일 헬스케어 앱 이용이며 내생변수는 신체활동 정보, 신체활동 동기, 신체활동 행동기술, 신체활동이다. 자료 분석은 SPSS WIN 27.0과 Mplus 8 프로그램을 이용하여 각 변수의 기술통계와 구조방정식 모델 분석을 시행하였다. 본 연구의 결과는 다음과 같다. 1. 본 연구 대상자의 평균 연령은 32.5세였고, 결혼 상태는 미혼이 85.7%이었으며 교육 정도는 학사 졸업이 69.7%이었다. 거주형태는 오피스텔을 포함한 연립/다세대주택이 58.8%이었고, 세후 월 평균소득은 200만원 미만 500만원 이하가 79.6%, 직업은 사무직이 54.8%이었고, 질병력은 있는 경우가 41.5%, 그중 56.6%가 비만이었다. 디지털 신체활동 정보 이용 목적은 신체활동을 더 잘하거나 유지하기 위한 정보 수집이 46.9%이었고, 비대면 신체활동에 참여한 경험이 있는 경우가 53.4%, 그중 56.1%가 유튜브 실시간 방송에 참여한 것으로 나타났다. 2. 측정모형의 적합도 지수는 CFI= .939, RMSEA= .079, SRMR= .085로 적합도 수용기준을 충족하는 것으로 나타났다. 측정모형의 구인타당도를 분석한 결과 모든 표준화 요인부하 값의 범위가 .578 ~ .893이었고, 변수 간 상관계수는 .645를 넘지 않아 수렴 타당도와 변별 타당도가 검증되었다. 3. 가설적 모형의 적합도를 검증한 결과, CFI= .935, RMSEA= .077, SRMR= .081로 적합도 수용기준을 충족하는 것으로 나타났다. 최종모형의 모수 추정 결과, 디지털 헬스 리터러시와 모바일 헬스케어 앱 이용 사이에 정적 상관이 존재하는 것으로 나타났고(, ), 경로효과에서는 디지털 헬스 리터러시가 신체활동 동기에 주는 효과(, ), 신체활동 행동기술에 미치는 효과(, )와 모바일 헬스케어 앱 이용이 신체활동 행동기술에 미치는 효과(, )가 정적으로 유의하였고, 신체활동 동기가 신체활동 행동기술에 미치는 효과(, )와 신체활동 행동기술이 신체활동에 미치는 효과(, )가 정적으로 유의하였다. 본 구조모형에서 신체활동 정보는 디지털 헬스 리터러시, 모바일 헬스케어 앱 이용에 의해 1.9%가 설명되었고, 신체활동 동기는 디지털 헬스 리터러시, 모바일 헬스케어 앱 이용, 신체활동 정보에 의해 16.0%, 신체활동 행동기술은 디지털 헬스 리터러시, 신체활동 정보, 신체활동 동기에 의해 57.3%, 마지막으로 신체활동은 디지털 헬스 리터러시, 모바일 헬스케어 앱 이용, 신체활동 정보, 신체활동 동기, 신체활동 행동기술에 의해 84.9%가 설명되었다. 4. 최종모형 분석 결과, 신체활동 동기에는 디지털 헬스 리터러시의 직접효과(β=.411, <.001)가 유의하였고, 총 효과(β=.413, <.001)도 유의하였다. 신체활동 행동기술에서는 디지털 헬스 리터러시의 직접효과(β=.313, <.01)와 간접효과(β=.126, <.01), 총 효과(β=.439, <.001) 모두 유의하였고, 모바일 헬스케어 앱 이용의 직접효과(β=.332, <.01)와 총 효과(β=.336, <.01)가 유의하였으며, 신체활동 동기의 직접효과(β=.315, <.001)와 총 효과(β=.315, <.001)가 유의하였다. 신체활동에는 디지털 헬스 리터러시의 간접효과(β=.392, <.001)와 총 효과(β=.372, <.001)가 유의하였고, 모바일 헬스케어 앱 이용의 간접효과(β=.304, <.01)와 총 효과(β=.361, <.01)가 유의하였다. 또한 신체활동에 대한 신체활동 동기의 간접효과(β=.282, <.01)와 총 효과(β=.283, <.01)가 유의하였고, 신체활동 행동기술의 직접효과(β=.895, <.001)와 총 효과(β=.895, <.001)가 유의하였다. 5. 95% 부트스트랩 신뢰구간 추정치를 이용한 매개효과 분석 결과, 디지털 헬스 리터러시가 높을수록 신체활동 행동기술이 높아지고 신체활동이 향상되는 단순 매개효과[.182, .848]와 디지털 헬스 리터러시가 높을수록 신체활동 동기, 신체활동 행동기술이 높아지고 신체활동이 향상되는 이중 매개효과[.070, .360]가 정적으로 유의하였으며, 디지털 헬스 리터러시와 신체활동 간의 총 간접효과[.356, 1.031]와 총 효과[.324, .961]가 유의한 것으로 나타났다. 또한 모바일 헬스케어 앱 이용이 높을수록 신체활동 행동기술이 높아지고 신체활동이 향상되는 단순 매개효과[.126, .441]가 정적으로 유의하였으며, 모바일 헬스케어 앱 이용과 신체활동 간의 총 간접효과[.126, .448]와 총 효과[.153, .510]가 유의하였다.본 연구에서 청년 1인 가구의 신체활동 변화에 대한 디지털 헬스 리터러시와 모바일 헬스케어 앱 이용의 영향력을 확인한 결과, 디지털 헬스 리터러시가 신체활동 동기와 신체활동 행동기술에 직접적인 영향을 미치며, 신체활동에는 간접적으로 영향을 미치는 것으로 나타났고, 모바일 헬스케어 앱 이용은 신체활동 행동기술에 직접적인 영향을 미치며, 신체활동에는 간접적으로 영향을 미치는 것으로 나타났다. 따라서 보건교육 및 건강증진의 영역에서 청년 1인 가구의 신체활동을 촉진하기 위해서는 디지털 헬스 리터러시의 강화와 모바일 헬스케어 앱을 활용한 중재가 필요하며, 디지털 환경에서 정확한 정보를 검색하고 활용할 수 있도록 디지털 헬스 리터러시 역량을 향상시키고, 모바일 헬스케어 앱의 효과적인 활용을 위한 간호중재가 필요하다. 또한 본 연구에서는 신체활동 행동기술이 디지털 헬스 리터러시 및 모바일 헬스케어 앱 이용과 신체활동의 관계에 중요한 역할을 하고, 신체활동을 예측하는데 있어 직접적으로 관련된 변수로 나타났다. 이에 지역사회간호사는 신체활동 행동기술의 강화를 위해 올바른 신체활동 기술을 습득하고 자기효능감을 높일 수 있는 중재 전략을 수립함으로써 청년 1인 가구의 신체활동 증진에 기여할 수 있을 것이다. 본 연구는 정보-동기-행동기술 모형을 지속적으로 증가하는 청년 1인 가구를 대상으로 신체활동에 초점을 두고 적용하여 구성개념들의 실제적인 영향력을 검증하였으며, 디지털 기기에 익숙한 청년 1인 가구에게 효과적인 중재도구로 활용 가능한 디지털 헬스와 신체활동의 관계를 종합적으로 확인함으로써 청년 1인 가구의 신체활동을 위한 제도적 지원책 마련의 근거와 디지털 간호중재 프로그램의 기초자료를 제공하였다는데 의의가 있다.

고령자의 디지털리터러시가 디지털헬스케어 이용의향에 미치는 영향

차은교 경희대학교 동서의학대학원 2024 국내석사

Effect of Older Adult‘s Digital Literacy on the Intention to Use Digital Healthcare by Eun Kyo Cha Graduate School of East-West Medical Science Kyung Hee University Advised by Dr. Young Sun Kim The purpose of this study is to analyze the impact of digital literacy on the intention to use digital healthcare among older adults in South Korea. For this purpose, data from the "2022 Korean Senior Technology Acceptance Panel" constructed by the Digital New Aging Research Institute at Kyung Hee University was utilized, with a final sample size of 509 participants. To validate the research model, frequency analysis, descriptive statistics, t-test, one-way analysis of variance (Oneway-ANOVA), and multiple regression analysis were conducted using SPSS 28.0. The results of the analysis are as follows. First, to examine the sociodemographic characteristics of the elderly, frequency analysis and descriptive statistics were conducted. It was found that the gender distribution was relatively even, with 277 females (54.4%) and 232 males (45.6%). The average age was 70 years, with those in their 60s making up the largest proportion at 272 individuals (53.4%). Regarding economic activity status, 266 participants (52.3%) were employed, while 243 participants (47.7%) were not, showing a balanced distribution. The majority of the participants had an education level of high school graduation or below (460 individuals, 90.4%). The average monthly household income was 3,045,700 KRW. Concerning cohabitation status, 245 individuals (48.1%) were living with a spouse. Lastly, the average score for activities of daily living (ADL) was 13.10 out of a possible 22 points. Second, to analyze the differences in the intention to use digital healthcare based on sociodemographic characteristics, t-tests and one-way ANOVA were conducted. The results indicated significant group differences in age, employment status, educational level, average monthly household income, cohabitation status, and ADL. Third, to explore the correlations between digital literacy, intention to use digital healthcare, and sociodemographic factors, correlation analysis was performed. The study found significant correlations between intention to use digital healthcare, digital literacy, age, ADL, and average monthly household income. Finally, to examine the relationship between digital literacy and the intention to use digital healthcare among older adults, multiple regression analysis was conducted. The results confirmed that digital literacy is a factor influencing the intention to use digital healthcare among older adults. This study analyzes the impact of digital literacy on the intention to use digital healthcare among older adults in South Korea and confirms the hypothesis that higher levels of digital literacy are associated with an increased intention to use digital healthcare. This study addresses the gap in the existing literature and offers significant insights. Furthermore, based on the study results, effective strategies to enhance digital literacy among older adults are proposed to facilitate the adoption of digital healthcare, ultimately contributing to the maintenance and promotion of an independent and healthy life. 본 연구의 목적은 국내 고령자를 대상으로 디지털리터러시가 디지털헬스케어 이용의향에 미치는 영향을 분석하는 것이다. 이를 위해 경희대학교에서 실시한 '2022년도 한국 고령자 기술수용도 패널조사' 자료를 활용하였으며, 최종 연구대상자는 총 509명으로 구성되었다. 연구모형 검증을 위해 SPSS 28.0을 이용한 빈도분석, 기술통계, t-test, 일원배치분산분석(Oneway-ANOVA), 다중회귀분석을 실시하였다. 분석 결과는 다음과 같다. 첫째, 고령자의 인구사회학적 특성을 살펴보기 위하여 빈도분석과 기술통계분석을 실시하였으며, 성별은 여성 277명(54.4%), 남성 232명(45.6%)으로 고르게 분포하는 것으로 나타났다. 평균연령은 70세였으며, 60대가 272명(53.4%)으로 가장 큰 비중을 차지하였다. 경제활동상태는 일하고 있는 집단이 266명(52.3%), 일하지 않는 집단이 243명(47.7%)으로 균등하게 분포하고 있었다. 학력은 고등학교 졸업 이하가 460명(90.4%)으로 가장 많았으며, 월평균 가구소득은 304.57만원으로 나타났다. 동거 여부와 관련해서는 배우자와 함께 거주하는 고령자가 245명(48.1%)으로 가장 많았다. 마지막으로 일상생활 수행 능력(ADL)은 총 22점 만점에 평균 13.10점으로 나타났다. 둘째, 인구사회학적 특성에 따른 디지털헬스케어 이용의향의 차이를 분석하기 위해 t-test와 일원배치분산분석을 실시한 결과, 연령, 경제활동 유무, 학력, 월 평균 가구소득, 동거유무, 일상생활 수행능력(ADL)이 유의미한 집단 차이를 가지는 것으로 나타났다. 셋째, 고령자의 디지털리터러시와 디지털헬스케어 이용의향뿐만 아니라 인구사회학적 요인 간의 상관관계를 확인하기 위해 상관관계분석을 실시하였다. 연구 결과 연령, 일상생활 수행 능력(ADL), 월평균 가구소득이 디지털헬스케어 이용의향과 디지털리터러시 간에 유의미한 상관관계가 있음을 확인하였다. 마지막으로 고령자의 디지털리터러시와 디지털헬스케어 이용의향 간의 관계를 분석하기 위해 다중회귀분석을 실시한 결과, 디지털리터러시는 고령자의 디지털헬스케어 이용의향에 영향을 주는 요인으로 확인되었다. 본 연구는 국내 고령자를 대상으로 디지털리터러시가 디지털헬스케어 이용의향에 미치는 영향을 분석했으며, 그 결과 고령자의 디지털리터러시 수준이 높을수록 디지털헬스케어 이용의향이 증가한다는 가설을 검증하였다. 이를 통해 기존에 관련 연구가 부족했던 한계를 보완했다는 의의가 있다. 아울러 본 연구 결과를 바탕으로 고령자를 대상으로 하는 디지털헬스케어 도입을 위한 효과적인 디지털리터러시 증진 방안을 제시하고, 궁극적으로 독립적이고 건강한 삶을 유지 및 증진하는 데 기여하고자 한다.

디지털헬스케어서비스의 서비스품질이 지속사용의도에 미치는 효과연구 : 기대와 사용자효용의 매개효과

전은선 인하대학교 대학원 2021 국내박사

이 연구의 목적은 서비스 품질과 지속사용의도의 관계에서 기대와 사용자효용의 매개효과에 관점을 두고 다중매개 효과를 연구하였다. 본 연구의 설문조사는 네이버 오피스를 이용한 온라인 설문조사를 통해 진행되었고, 전국에 거주하는 성인 357명을 대상으로 하였다. 이 연구에서는 SPSS 21.0을 사용하여 구조방정식을 분석으로 Pearson 상관관계를 확인하고 변수 간의 관계와 Cronbach’s α를 확인하여 신뢰도분석을 하였다. 기대와 사용자효용의 간접효과와 다중매개효과를 분석하기 위해 SPSS Process Macro v3.5를 이용한 직렬매개모형 분석을 하였다. 연구 결과의 요약은 다음과 같다. 첫째, 서비스품질의 기술적특성과 사용자특성은 기대에 영향을 미치지만 서비스 품질의 의료서비스특성은 기대에 영향을 미치지 않았다. 둘째, 서비스품질의 기술적특성과 사용자특성은 사용자효용에 영향을 미치지 않지만 서비스품질의 의료서비스특성은 사용자효용에 영향을 미친다. 셋째, 기대는 지속사용의도에 영향을 미치지만 기대는 사용자효용에 영향을 미치지 않았다. 넷째, 사용자효용은 지속사용의도에 영향을 미친다. 다섯째, 서비스품질, 기대, 사용자효용과 지속사용의도의 관계에서 기대와 사용자효용의 다중매개효과는 서비스품질의 속성에 따라 다른 결과를 보였다. 서비스품질의 사용자특성과 지속사용의도간의 기대와 사용자효용의 다중매개효과는 통계적으로 유의하였으나 서비스품질 기술적특성과 의료서비스특성의 지속사용의도간의 기대와 사용자효용의 다중매개효과는 통계적으로 유의하지 않았다. 결론적으로 본 연구는 디지털헬스케어서비스의 서비스품질과 지속사용의도간의 기대와 사용자효용이 서비스품질속성에 따라 다중매개효과가 다르다는 연구결과를 도출하였다. 연구의 시사점은 본 논문의 세부에서 논하기로 한다.

국내 디지털치료제 활성화 방안

정유섭 차의과학대학교 보건산업대학원 2021 국내석사

본 연구는 알약 혹은 주사와 같은 형태의 의약품 그리고 전통적인 치료법에 대한 부작용, 만성 정신질환자의 증가로 인한 보건의료 비용이 급증하는 사회적 문제를 해결하기 위해 현재 도입 초기에 있는 디지털치료제를 활성화하는 방안 3가지를 제시하였다. 또한 기존 의약품을 환자에게 적용하여 나타나는 부작용과 위험성 그리고 개발 시 발생하는 경제적 손실 비용 및 시간에 대해 자세히 살펴보면서, 비대면 방식인 디지털치료제가 이러한 문제점을 개선할 수 있을 것으로 기대하고 있다. 해외 사례를 중심으로 시장 조사를 통해 디지털치료제의 영향력과 효과성을 입증하고 디지털치료제를 위한 국내 활성화 방안을 다음과 같이 제시하였다. 첫째, 디지털치료제 실습환경을 조성하기 위해서는 병원 내 인프라 구축이 선행되어야 한다. 둘째, 사용성의 측면에 있어 각 연령층에 맞는 디지털 도구 및 소프트웨어 형태가 마련되어야 한다. 셋째, 해외 사례를 중심으로 디지털치료제에 적절한 규제체계가 마련되어야 한다. 본 연구의 결과는 디지털치료제 개발 기업 및 이해관계자들에게 정책제언으로 활용될 수 있으며, 더 나아가 포스트코로나 시대의 디지털 헬스케어 산업의 영역 확장에 긍정적인 영향을 끼칠 수 있으리라 판단된다. This study proposed revitalizing digital therapeutics in the early introduction to solve the social issues such as healthcare cost increases caused by increasing chronic psychiatric patients, side effects of applying the conventional treatment or medication such as a pill or an injection in South Korea. Describing the side effects of using the generic medication to patients, the cost and time of economic loss incurred during development in detail, it was confirmed that the digital therapeutics is an important factor that can improve these problems. In addition, while conducting market research focusing on foreign cases, the influence and effectiveness of the digital therapeutics were demonstrated, and this paper proposed plans to revitalize the digital therapeutics in South Korea as follows. First, the space to practice digital therapeutics for patients’usability should be established in hospital. Second, appropriate digital devices such as a mobile phone, a VR headset, a tablet and the types of software on usability should be provided for each age group. Third, a regulatory system of digital therapeutics should be established focusing on foreign cases.

Personalized Digital Health Framework for Ensuring Data Sovereignty : 데이터 주권 강화를 위한 개인 맞춤형 디지털 헬스 프레임워크

이아라 경북대학교 대학원 2023 국내박사

4차 산업혁명과 함께 다양한 정보통신기술이 발달하며 방대한 양의 개인 건강 데이터를 기반으로 하는 디지털 헬스가 부상하고 있다. 디지털 헬스는 고령화 사회에서 예측 및 예방적 건강 관리를 통해 의료비 부양 부담을 줄일 수 있는 효과적인 해결책으로 주목받고 있으며 해외 주요국에서는 이미 다양한 곳에서 수집되는 개인 건강 데이터의 연계 및 활용을 위한 국가 전략을 수립하고 고부가가치 보건의료 빅데이터 플랫폼을 구축하는 등 관련 정책을 적극적으로 추진하고 있다. 디지털 헬스의 기반이 되는 건강 데이터는 민감한 개인 정보를 포함하고 있어 사용 전 정보 주체인 개인의 동의를 획득하는 것이 필수적이다. 포괄적 동의 등 전통적인 동의 획득 방식은 주로 서면 기반의 일회성 방식으로 이루어지고 있으며 단순히 형식적인 절차에 불과하여 개인이 한번 데이터를 제공하면 이후 자신의 데이터가 언제, 어디서, 어떻게 쓰이고 있는지 추적하기 어렵다는 한계점이 있다. 따라서, 본 연구에서는 현재 디지털 헬스 환경에서 발생하는 두 가지 문제점인 상호운용성 및 데이터 주권 부족 문제를 해결하기 위한 개인 맞춤형 디지털 헬스 프레임워크를 제안한다. 서로 다른 기관 간 건강 데이터의 상호운용성을 보장하기 위해 헬스케어 국제표준 기술을 적용하였으며 정보 주체의 데이터 주권을 확보하기 위해 역동적 동의체계를 시스템상으로 구현하였다. 또한 블록체인 기술을 사용해 개인 건강 데이터 공유 및 활용 이력을 투명하게 저장함으로써 정보 주체의 신뢰성을 향상하고자 하였다. 개발한 플랫폼 평가를 위해 30명의 일반인 사용자를 대상으로 설문 조사를 실시하였으며 평가 결과 인지된 유용성 및 인지된 사용성은 7점 만점에 각각 5.20점, 5.45점으로 나타났다. 참가자들은 특히 역동적 동의체계의 특징 중 하나인 개별 선호 및 공유 대상에 따라 건강 데이터의 공개 범위를 제한하는 개인 맞춤형 옵션에 긍정적인 반응을 보였다. 본 연구는 다양한 곳에 흩어져 있는 개인 건강 데이터의 상호운용성을 확보함으로써 서로 다른 기관 간 전자적으로 데이터를 교환할 수 있는 기술적 기반을 마련함과 동시에 개인 맞춤형 디지털 헬스 생태계 내 정보 주체의 주권 강화를 위한 역동적 동의체계의 도입 가능성에 대해 검증하였다.

디지털치료기기 기술예측 기반 질환별 특허 분류 코드 연계 모델 및 규제과학적 고려 사항 연구

우재현 동국대학교 일반대학원 2022 국내박사

Digital Therapeutics are today's point of active R&D and clinical trials, depending on the advantages of being compatible with innovative technologies such as artificial intelligence, ARVR, and cloud, and being able to perform treatment or supplementation for clinical unmet demands. However, there were no previous studies systematically identifying the current status of digital treatment devices, and there was ambiguity about the regulatory path and application specifications optimized according to the convergence technology. In particular, regulatory science decisions are an important area, as there are a few cases of permission. In this study, a patent linkage table by clinical department and an approach that can systematically check the research status of Digital Therapeutics and promote technology prediction and R&D were prepared and provided. In addition, it is important to provide optimized regulatory and scientific considerations for digital treatment devices to help provide optimized channels for application to the R&D stage and commercialization.

의료진을 위한 응급실 내 심폐소생술 플랫폼 개발 : 병원 밖 심정지 환자 대상 데이터 수집, 예측 모델, 시각화에 이르는 단계별 연구

김지웅 성균관대학교 일반대학원 2023 국내박사

디지털 헬스는 하나로 정의하기 어렵지만 정보통신기술과 보건 의료 서비스를 접목하여 개인의 질병을 예방, 진단, 치료 및 관리할 뿐만 아니라, 의료진의 의사결정 및 상황인지 등을 도와주는 영역을 포함한다. 본 논문에서는 정보통신기술을 활용하여 병원 밖 심정지 환자들의 응급실에서의 심폐소생술 과정에서 의료진의 업무를 편리화하고, 의사결정과 상황인지를 도울 수 있는 데이터 기반의 병원 밖 심정지 환자 심폐소생술 플랫폼을 개발하였다. 본 연구는 병원 밖 심정지 환자의 응급실 내 심폐 소생술이라는 주제로 데이터의 수집, 활용, 시각화 관점에서 태블릿 기반의 응급실 내 심폐소생술 기록용 어플리케이션 개발, 병원 밖 심정지 환자의 생존율 예측 알고리즘 개발, 응급실 내 심폐소생술 상황인지 대시보드 개발이라는 3가지 연구로 각 장을 구성하였다. 첫번째 연구에서는, 기존의 응급실에서 심정지환자에 대한 기록을 종이 기반의 수기로 기록하던 것을 태블릿 기반의 어플리케이션을 개발하여 내용 정확성과 시간 정확성을 비교하였다. 또한 어플리케이션의 사용성 평가를 통해 새로 개발한 시스템의 필요성과 우수성을 제시하였다. 두번째 연구에서는, 현재 심폐소생술 지속 시간에 대한 가이드라인이 개인의 상태에 따라 적용되는 것이 아니라 의료진의 개인적인 경험이나 기관 전체 가이드라인에 따라 심폐소생술 지속 시간이 결정되던 것을 급성심장정지조사 레지스트리를 사용하여 머신러닝 기반의 예측 모델을 개발하여 개인 맞춤형 심폐소생술 지속 시간을 예측하고 이를 검증하였다. 특히, 심폐소생술 지속 시간이라는 변수를 학습 인자로 활용한 것이 아니라 데이터를 나누는 기준으로 활용하여 시간 별 모델을 개발하였다는 것이 기존의 심정지환자의 예후 예측 모델과의 차이점이다. 마지막 연구에서는, 첫번째 연구에서 개발한 어플리케이션에서 전달받은 정보를 활용하여 심폐소생술 시 의료진이 확인할 수 있는 대시보드를 개발하였다. 응급실 내 심폐소생술 시 대시보드 사용 전 후를 비교하여 의료진의 상황인지 점수와 대시보드의 사용성을 평가하였다. 이를 통해서 심폐소생술 시 상황인지를 도와주는 대시보드의 필요성을 제시하였다. 본 연구를 통해 병원 밖 심정지 환자의 응급실 내 심폐소생술 전반의 과정에서 의료진을 도울 수 있는 데이터 기반의 플랫폼을 개발하고 데이터의 수집, 활용 및 시각화에 이르는 정보통신 기술과 응급의학 영역에서의 융합연구를 수행하였다. Digital health is difficult to define as one, but it includes areas that combine information and communication technology and health care to prevent, diagnose, treat, and manage individual diseases, as well as help medical staff make decisions and recognize situations. In this paper, we developed a data-based cardiopulmonary resuscitation platform for out-of-hospital cardiac arrest patients that can conveniently work for medical staff in the emergency room of out-of-hospital cardiac arrest patients and help them make decisions and make situations. Under the theme of CPR in the emergency room of out-of-hospital cardiac arrest patients, this study consisted of three studies: tablet-based CPR applications, survival prediction algorithms for out-of-hospital cardiac arrest patients, and CPR dashboards. In the first study, a tablet-based application was developed to compare content accuracy and time accuracy with paper-based hand records of cardiac arrest patients in the existing emergency room. In addition, the necessity and excellence of the newly developed system were presented through the usability evaluation of the application. In the second study, a machine learning-based prediction model was developed to predict and verify the personalized cardiopulmonary resuscitation duration using the acute cardiac arrest survey registry that the current CPR duration guidelines were not applied according to individual conditions. In particular, the difference from the existing cardiac arrest patient's prognosis prediction model is that the variable CPR duration was not used as a learning factor, but an hourly model was used as a criterion for dividing data. In the last study, a dashboard that the medical staff can check during CPR was developed using the information received from the application developed in the first study. During CPR in the emergency room, the situation recognition score of the medical staff and the usability of the dashboard were evaluated by comparing before and after using the dashboard. Through this, the need for a dashboard to help with the situation during CPR was suggested. Through this study, we developed a data-based platform to help medical staff in the overall process of CPR in the emergency room of patients with cardiac arrest outside the hospital and conducted convergence research in the field of information communication technology and emergency medicine.