1. 연구의 필요성

우리나라 중앙자살예방센터의 2017년 국내외 자살현황 분석 보고서에 따르면, 대한민국의 자살률은 2003년부터 지금까지 경제협력개발기구(Organization for Economic Cooperation and Development, OECD) 가입 국가 중 1위를 기록하고 있으며, 60대 이상의 연령에서 가장 높은 자살률을 보이고 OECD 평균 자살률보다 2~3배 이상 높은 것으로 나타났다[1]. 특히, 우리나라는 2017년 기준 전체인구 중 65세 이상 고령인구가 14.2%로 집계되어 예상보다 1년 빠르게 고령사회에 진입했고, 세계에서 가장 급속한 속도로 고령화가 이뤄지고 있는 것으로 파악되면서 노인 자살률이 더욱 증가될 위험이 있다[2].

이러한 자살문제를 해결하고자 정부, 지방자체단체 그리고 민간단체에서 자살예방을 위한 다양한 노력을 기울여 왔고 2013년부터 노인 자살률이 감소추세를 보이고는 있으나 여전히 다른 국가에 비해 월등히 높은 수준이다[1]. 이에 정부는 ‘자살예방 및 생명존중문화 확산’을 국정과제에 포함시켰고, 2017년에는 지자체, 해외 사례 및 전문가, 현장실무자 의견을 반영하여 관계 부처가 합동으로 대책을 마련하여 자살예방 국가 행동계획을 수립하였다. 2018년 4월 보건복지부와 중앙자살예방센터가 발간한 ‘2018 자살예방백서’에서는 노인 대상 자살 예방 정책이 더욱 강화되어야 하며, 보다 근본적인 해결 방안을 마련하고 근거에 기반을 둔 체계적이고 효과적인 정책을 수립하기 위한 전사회적인 노력이 필요함을 강조하였다[3].

국내외 노인 자살에 관한 연구는 다양한 학문영역에서 많이 이루어졌으나, 여전히 우리나라 노인의 자살률이 높은 이 시점에서 선행연구의 결과들이 현실적으로 우리나라 노인의 자살 예방을 위한 실천적 중재의 방향을 제시하는지 점검할 필요가 있다. 대부분의 선행연구가 연령, 성별, 경제상태, 교육수준 등의 노인 자살의 위험요인들을 단편적으로 나열하고 있어[4, 5, 6, 7, 8, 9], 구체적인 취약대상을 파악하는 데는 한계가 있다. 즉, 선행연구에서 제시된 위험요인들만으로 노인 자살의 가능성을 예측하는 것은 피상적이고 이론적인 접근일 수 있으며, 많은 변인들 간의 상호작용과 현실을 반영한 근본적인 해결 방안을 제시하기가 어렵다. 따라서 앞으로는 유의미한 독립변수 중 자살에 대한 영향력이 높은 변수간의 패턴, 조합 또는 관계를 찾아내는 것이 필요하겠다[10].

자살예방정책의 성공사례로, 일본은 지난 12년간 자살률이 30% 감소하였는데, 구체적인 전략을 살펴보면 자살문제에 대한 사회적 관심 확대, 지역사회 중심 접근 그리고 자살 고위험군 관리 강화가 포함되었다[3]. 노인의 자살에 대한 문헌고찰연구에서, 노인은 각자가 처한 다양한 환경과 상호작용하며 자살을 생각하게 되므로 노인의 자살을 단순한 행동이나 단편적인 사건으로 접근하기 보다는 이들의 신체적 · 심리적 삶의 환경을 복합적으로 고려한 상황에서의 자살 위험 요인을 밝혀야함을 제언하였다[5]. 그리고 노인 자살 예방 프로그램에 대한 체계적 문헌고찰의 연구에서, 노인 자살 예방을 위한 혁신적인 전략은 노인의 회복탄력성(resilience)과 긍정적 노화를 증진하고 가족 및 지역 사회가 자살예방지킴이 역할(gatekeeper)을 수행하며 취약한 노인을 집중 관리해야 함을 보고하였다. 특히 의료인의 노인 자살 예방을 위한 기초 지식과 훈련이 미흡하다고 지적하면서, 의료인이 적극적으로 노인 자살을 막는 역할을 해야 할 것을 제언하였다[6]. 따라서 효율적으로 노인의 자살을 예방하기 위해서는 보편적 예방뿐만 아니라 보다 체계적으로 우리나라 노인 자살 고위험군의 특성을 규명하는 연구가 활발히 수행되어 취약집단 별 맞춤형 집중관리체계를 수립하여 대처해 나가는 것이 필요하며, 지역단위에서 손쉽게 자살 고위험군을 파악하고 효율적으로 관리할 수 있는 진단적 도구를 마련하는 것이 필요하다.

2000년부터 2010년까지 한국 노인의 자살생각에 영향을 미치는 요인에 대한 41편의 연구들을 종합한 체계적 문헌고찰 연구와 메타분석 연구결과, 정신적 요인 중에서 노인의 자살생각에 가장 유의한 영향을 미치는 유발요인은 우울이었다[9, 11]. 이에 정부에서는 우울증 검진 및 스크리닝을 강화하고자 국가건강검진 상 우울증 검진 대상을 확대하고, 동네의원을 활용한 노인 우울 스크리닝 계획을 수립하는 등[3] 우울 노인을 대상으로 한 자살예방 노력을 기울이고 있다. 한편, 일반 노인을 대상으로 자살 관련 요인을 규명한 연구들의 결과와 우울증 노인을 대상으로 자살생각과 연관성이 있다고 알려진 여러 인구사회학적 요인이 다소 차이를 보였다[8, 12]. 이는 우울 증상이 있는 노인들이 일반적인 노인 집단과는 다른 자살생각 영향요인을 갖고 있음을 유추해 볼 수 있는데, 우울 노인이 모두 자살 생각을 하고 자살을 시도하는 것은 아니므로 우울 노인 중에서도 자살 위험이 높은 집단의 특성을 파악하고 우선적으로 중재할 필요가 있겠다. 그러나 국내외 우울 노인만을 대상으로 자살 관련 요인이나 고위험군을 규명한 연구는 미미한 실정이다[5, 8, 9, 10, 11, 12, 13]. 국내에서 시행된 우울 노인 대상 연구도 지역특성에 영향을 받는 일부 노인을 대상으로 하였고, 로지스틱회귀분석을 이용하여 변인 간 존재하는 상호작용을 탐색하기에 제한적이며 단편적인 영향요인을 제시하고 있어[8, 12], 우울 노인 중 자살 고위험 집단의 구체적인 특성을 파악하기 어렵다.

자살 관련 연구는 심리적 부검을 제외하고는 자살사망자를 직접 연구하는 것이 불가능하기 때문에 자살의 대체 개념으로 주로 자살생각을 대상으로 연구하고 있다. 자살생각은 자살시도나 자살사망과는 구분되지만 대부분의 자살에서 생각이 선행하고, 특히 노인에서는 자살시도 전 오랜 시간 동안 자살 생각이 존재한다는 사실을 고려하였을 때, 자살 생각을 연구하는 것은 중요하다[7, 8]. 따라서 본 연구는 보건복지부와 질병관리본부에서 시행하는 국민건강영양조사(Korea National Health and Nutrition Examination Survey, KNHANES) 자료로 데이터마이닝 기법 중 의사결정나무 분석기법(decision tree analysis)을 적용하여 우울 노인 중 자살 생각을 가진 자살 고위험군의 특성을 규명하고자 한다. 데이터마이닝 분석은 대상 집단에 대한 구체적이고 정확한 분류와 예측 및 정책 개발을 위한 기반을 제공하며, 특히 의사결정나무 분석법은 방대한 자료 속에서 변인 간 발생할 수 있는 상호작용의 영향을 고려하여 종속변인을 가장 잘 설명하는 예측모형을 산출하기 때문에 결정 요인 탐색뿐만 아니라 위험집단 및 예측모형 도출에 유용하고, 집단별 특성에 따라 소집단으로 분류하고 그 규칙을 나무 구조로 만들어 이해하기 쉽고 예측이 쉬워 보건의료 관련 자료의 분석에 유용하다[10, 14]. 즉, 본 연구는 전국 규모의 우울 노인을 대상으로 기존 연구의 분석적 한계를 보완하여 자살 위험이 높은 집단의 특성을 규명함으로써, 한국 우울 노인의 자살 예방을 위한 교육 및 중재를 위한 구체적인 기초자료를 제공하고자 한다.

2. 연구목적

본 연구의 목적은 의사결정나무 분석법을 활용해 우울 노인 중 자살 고위험군의 특성을 파악하기 위함이며 이를 위한 구체적 목적은 다음과 같다.

1. 연구설계

본 연구는 국민건강영양조사 자료를 이용하여 우리나라 우울 노인을 대상으로 자살생각의 정도를 파악하고 자살 위험이 높은 고위험군의 특성을 파악하기 위한 이차자료분석 연구이다.

2. 연구대상 및 분석 자료

본 연구에서는 제6기 1차년도 국민건강영양조사의 건강설문조사 자료를 활용하였다. 자살생각 문항은 제5기 국민건강영양조사까지는 “최근 1년 동안 죽고 싶다는 생각을 해본 적이 있습니까?”로 조사하였고, 제6기 1차년도(2013)는 “최근 1년 동안 진지하게 자살을 생각한 적이 있습니까?”로, 제6기 2, 3차년도(2014, 2015)는 “최근 1년 동안 심각하게 자살을 생각한 적이 있습니까?”로 변경되었다(단, 2014년은 만 12~18세만 조사함). 이와 같은 문구 변경에 따라 결과 차이가 있을 수 있으므로, 질병관리본부에서는 연도 별로 비교하지 않도록 권고하고 있다. 제7기 1차년도(2016) 국민건강영양조사는 65세 이상 노인의 자살생각에 대한 조사가 이루어지지 않아, 본 연구에서는 “최근 1년 동안 진지하게 자살을 생각한 적이 있습니까?”라는 문구로 노인의 자살생각을 조사한 제6기 1차년도 자료를 분석하였다. 자료는 본 연구자가 질병관리본부 홈페이지에 연구자의 이메일을 입력하고 사용자 정보를 입력한 후 원시자료를 다운로드 받아 이용하였다. 만 60세 이상의 노인 응답자는 1,631명이었으며, 이 중 결측치가 없고, ‘최근 1년 동안 연속적으로 2주 이상 일상생활에 지장이 있을 정도로 슬프거나 절망감 등을 느낀 적이 있습니까?(2주 이상 연속 우울감)’라는 질문에 ‘예’라고 응답한 239명의 자료를 최종 분석에 이용하였다. 데이터 마이닝을 이용한 분류모형 연구에서 필요한 최소 자료의 수는 6×출력변수의 집단의 수(7)×변수의 개수(4)로[15], 최소한 168명의 자료가 필요하여 의사결정나무분석을 위한 표본 크기를 충족하였다.

3. 연구 변수 및 도구

국민건강영양조사 자료에서 “최근 1년 동안 진지하게 자살을 생각한 적이 있습니까?(1년간 자살 생각 여부)”라는 질문에 그렇다고 응답한 경우, 자살 고위험군으로 정의하고 목표변수로 설정하였다. 독립변수는 우리나라 노인의 자살생각에 영향을 미치는 요인에 대한 연구 41편을 분석한 문헌고찰 연구[11]와 메타분석 연구[9], 우울증 위험군 노인의 자살생각과 자살시도 영향 요인 연구[12]와 관련 선행연구들[4, 5, 7]을 통해 노인의 자살과 관련된 유의한 변수들을 분석한 후, 이와 관련된 국민건강영양조사 설문문항을 선별하여 노인의 자살과 유의한 관련성이 보고된 총 15개의 변수를 선택하였다. 구체적으로 선별된 변수는 다음과 같다(Table 1).

Table 1 Differences in Suicidal Ideation according to Characteristics of Subjects (N=239) Click for larger image

4. 자료분석

자료는 SPSS/WIN 23.0 프로그램을 이용하여 분석하였다. 대상자의 일반적 특성은 빈도와 백분율, 평균과 표준편차를 산출하였다. 대상자의 자살생각에 영향을 미치는 변수의 유의성을 평가하기 위해서 교차분석(χ² test)과 t-test로 분석하였다. 우울 노인 중 자살 고위험군을 규명하기 위해 SPSS Modeler 14.2 통계분석 프로그램의 의사결정나무 분석방법을 이용하였다. 본 연구에서는 우울 노인의 자살생각에 유의한 차이가 있었던 특성 변수들에 국한하지 않고, 선행연구에서 자살과 관련된 요인으로 확인된 변수들을 포함하여 의사결정나무 분석을 시행하였다. 의사결정나무 분석을 위한 기법으로는 C&RT (Classification and regression tree), QUEST (Quick, unbiased, efficient, statistical tree), CHAID (Chi-squared automatic interaction detection) 등이 보편적으로 활용되고 있다. 본 연구에서는 목표변수가 이산형인 특성을 반영하고, 예측 정확도가 가장 높게 나타난 CHAID 기법을 최종적으로 선택하였다(Table 2). CHAID 기법[14]은 반복적 분할에 기초하여 개발된 기법으로 순도를 통계적으로 유의한 양만큼 개선시키기 위해 마디를 더 분할할지 여부에 대한 판단을 독립변수에 대한 χ²을 이용하여 결정한다. 특히, 각 마디에서 반응변수와 가장 강하게 연관된 예측변수를 분할한다. 연결강도는 각 독립변수의 χ² test에 의한 p값으로 측정한다. 만약 가장 좋은 예측변수를 이용한 마디분할의 검정결과가 유의적으로 향상되지 않는다면, 분할은 수행되지 않고 나무는 그대로 종료된다. 따라서 가장 먼저 나타나는 요인이 보다 중요한 선정기준이 됨으로써 실제 임상에서의 의사결정에 보다 구체적인 결정방법을 제시한다. 의사결정나무의 각 노드가 갖는 최소 케이스의 수를 의미하는 노드 크기는 전체 데이터의 2%에 해당하는 5로 정하였다. χ² 통계량은 Pearson 계수를 이용하였고, 통계적 유의 수준은 5%로 설정하였다. 모형의 안정성을 확보하기 위하여, 10-fold 교차타당성 검사(cross validation)를 실시하였다.

Table 2 Predictive Performance according to Modeling Methods Click for larger image

5. 윤리적 고려

본 연구는 차의과학대학교 임상연구윤리위원회의 승인(IRB No.: 1044308-201608-HR-018-01)을 얻은 후 진행하였으며, 본 연구에 이용된 국민건강영양조사 자료는 질병관리본부 연구윤리심의위원회 승인(IRB No.: 2011-02CON-06-C)을 받아 시행되었다. 국민건강영양조사는 제1기(1998)부터 제3기(2005)까지 3년 주기로 실시하였고, 이후 연중 조사체계로 개편되어 제4기(2007~2009)부터 현재까지 매년 실시하고 있는 조사로, 개인정보보호법, 통계법을 준수하여 조사 자료에서 대상자의 개인정보를 제거한 데이터로 대상자의 익명성 및 기밀성이 보장되는 연구이다.

1. 대상자의 특성

본 연구대상자의 특성은 다음과 같다(Table 1). 연령은 만 연령을 기준으로 60~69세가 47.3%였고, 전체 평균연령은 70.17±6.82세였다. 성별은 여성이 70.7%였으며, 교육수준은 초등학교 졸업이 71.5%였다. 결혼상태는 기혼, 동거 중이 54.8%였고, 가구원 수는 1명이 33.1%, 2명 이상이 66.9%였다. 가구소득 사분위수는 하가 59.0%였다. 신체적 특성의 주관적 건강상태는 보통 38.1%, 나쁨 33.1%였다. 활동제한 여부는 있음 34.3%, 없음 65.7%였고, 평균 수면시간은 6.15±1.99시간이었다. 최근 1년간 음주횟수는 전혀 마시지 않음 63.6%, 한 달에 1~4번 마심 23.0%였고, 흡연여부는 흡연자 33.5%, 비흡연자 66.5%였다. 주당 걷기운동 횟수는 전혀 하지 않는다 29.3%, 일주일에 4~7회 걷는다 41.0%였다. BMI는, 18.5≤BMI<25 (정상)이 61.5%로 가장 많았다. 정신적 특성의 평소 스트레스 인지 정도는 많이 느끼는 편이다 40.6%로 가장 많았고, 삶의 질(EQ-5D index)은 전체 평균 .75±.23점이었다.

2. 우울 노인의 자살생각 실태

우울 노인 중 자살생각을 경험한 노인은 28.9%였다.

3. 우울 노인의 특성 별 자살생각의 차이

인구사회학적 특성에서는 가구소득 사분위수(χ²=9.44, p=.024)에 따라 자살생각이 통계적으로 유의한 차이가 있었고, 신체적 특성에서는 주관적 건강상태(χ²=19.91, p<.001)와 활동제한 여부(χ²=4.85, p=.028)에 따라 자살생각이 유의한 차이가 있었고, 정신적 특성인 평소 스트레스 인지정도(χ²=35.50, p<.001)에 따라 자살생각이 유의한 차이가 있는 것으로 나타났다. 그리고 삶의 질(EQ-5D index)(t=−3.91, p<.001)에 따라 자살생각이 유의한 차이가 있었다(Table 1).

4. 모형의 예측력 평가 및 최종 모형 선택

본 연구는 우울 노인 중 자살생각이 있는 자살 고위험군의 특성을 규명하기 위해 의사결정나무 기법으로 C&RT, QUEST, CHAID를 적용하였고, 각 기법의 성능을 비교하여 최종 모형을 결정하였다(Table 2). 전체 데이터를 서로 중복되지 않는 10개의 집단으로 분할한 후, 9개의 데이터로부터 학습된 모형을 나머지 1개의 데이터로 검증하는 과정을 10회 반복하여 구한 10개의 위험추정치를 전체 자료를 이용해 구출한 모형의 위험추정치와 비교하여 모형의 안정성을 확인하였다[14]. 우울 노인 중 자살생각이 있는 노인의 예측정확도는 C&RT 44.9%, QUEST 46.4%, CHAID 68.1%로 CHAID가 가장 높았다. 한편, 우울 노인 중 자살생각이 없는 노인에 대한 예측 정확도는 C&RT 92.9%, QUEST 88.2%, CHAID 85.9%로 C&RT가 가장 높은 예측정확도를 보였다. 따라서 이를 종합하여 판단했을 때, CHAID가 80.8%의 예측정확도를 보여 C&RT의 79.1%, QUEST의 76.2%보다 더 높게 나타나 CHAID 기법의 결과를 최종 예측모형으로 선택하였다. 즉, CHAID 기법은 우울 노인 중 자살생각이 있는 노인 69명 중 47명을 예측하는 68.1%의 예측정확도를 보였고, 우울 노인 중 자살생각이 없는 노인 170명 중 146명을 예측하는 85.9%의 예측정확도를 보였다(Table 3).

Table 3 Classification Matrix of CHAID Click for larger image

5. 우울 노인 중 자살 고위험군의 특성

우울 노인 중 자살 위험이 높은 집단을 확인하기 위해 의사결정나무 분석법을 시행한 결과, 자살 고위험군의 특성은 3가지로 나타났다(Figure 1). 첫 번째 자살위험이 높은 집단의 특성은 평소에 스트레스를 대단히 많이 느끼는 노인들로, 이 집단은 64.7%가 자살생각을 하였고, 전체 우울 노인의 28.9%가 자살생각을 한 것에 비해 약 2.2배였다. 두 번째 집단의 특성은, 평소에 스트레스를 많이 느끼는 편이며, 가구소득 사분위수가 하에 해당하고, 삶의 질(EQ-5D index)이 .71 이하인 노인들로, 이 집단에서는 63.0%가 자살생각을 하였다. 한편, 같은 조건에서 삶의 질(EQ-5D index)이 .71을 초과하는 경우, 자살생각을 한 노인은 25.8%였다. 마지막 자살위험이 높은 집단의 특성은, 평소에 스트레스를 거의 느끼지 않거나 조금 느끼는 편이며, 삶의 질(EQ-5D index)이 .71 이하이고 활동이 제한된 노인으로, 이 집단에서는 80.0%가 자살생각을 하였다. 전체 우울 노인의 28.9%가 자살생각을 한 것에 비해 이 집단에서는 약 2.8배였다. 한편, 같은 조건에서 활동제한이 없는 경우 자살생각을 한 노인은 없었다(0.0%).

Figure 1 Decision tree model to identify high-risk subgroups of suicide in depressed elderly. Click for larger image