• • 선정된 문헌의 일반적 특성을 확인한다.

• • 국내 다문화 청소년의 건강문제와 사회적 건강결정요인을 확인한다.

• • 국내 다문화 청소년의 사회적 건강결정요인으로 사용된 키워드 간의 네트워크를 확인한다.

1) 연구문제 확인

통합적 문헌고찰의 첫 번째 단계는 연구를 통해 확인하고자 하는 현상을 명확히 규정하는 것이며 본 연구에서는 국내 다문화 청소년의 주요 건강문제와 사회적 건강결정요인을 확인하는 것으로 구체적인 문제는 다음과 같다. (1) 다문화 청소년의 주요 건강문제는 무엇인가? (2) 다문화 청소년의 사회적 건강결정요인은 무엇인가?

2) 문헌검색 및 선정

문헌의 구체적인 선정기준은 (1) peer-review를 거쳐 국내 외 학술지에 게재된 연구, (2) 국내 거주하는 만 13~18세의 다문화 청소년, (3) 건강문제, 즉 신체적 및 정신건강, 건강 위험행위(흡연, 음주, 성 행태, 스마트폰 의존)를 종속변수로 설정한 연구, (4) 대상자의 일반적 특성을 포함하여 건강과 관련 있는 독립 변수를 조사한 연구, 배제기준은 (1) 질병을 앓고 있는 환자, (2) 성소수자, (3) 건강결정요인으로 인종/민족 차이만 조사한 연구, (4) 실험연구, 문헌고찰, 학위논문, 보고서, 편집자 편지, 학술대회 초록 등에 해당하는 연구는 제외하였다.

문헌 검색은 2018년부터 2020년까지 학술지에 게재된 연구 논문을 대상으로 하였다. 사회적 건강결정요인은 시간에 따라 변화하고 조정될 수 있으며[6], 2018년에 발표된 한국 다문화 가정 학생의 문제행동 관련 요인에 관한 체계적 문헌고찰[12]에서 검토한 문헌 이후 조사된 다문화 청소년의 건강문제와 사회적 건강결정요인을 확인하고자 최근 3년으로 검색 연도를 제한하였다. 검색엔진은 국외 데이터베이스인 PubMed, EMBASE, Cochrane Library, CINAHL과 국내 데이터베이스인 RISS (한국교육학술정보), KISS (한국학술정보)를 이용하였다. 영문 검색어 선정은 Medical Subject Headings로 검색된 ‘Social Class’, ‘Social Determinants of Health’, ‘Socioeconomic Factors’, ‘Ethnic Groups’, ‘Minority Groups’를 AND와 OR로 조합하여 검색하였으며, 국외 저널에 게재된 국내 다문화 청소년 대상 연구의 주요어에서 주로 포함된 ‘multicultural’을 검색식에 추가하였다. 국문 검색어는 ‘다문화’, ‘청소년’, ‘건강’, ‘결혼이주여성’, ‘자녀’, ‘건강’을 검색어로 조합하였다. 검색필드는 초록 및 제목으로 설정하였으며, 검색 필터에서 Adolescent (13~18 years), Child (0~18 years)를 지정하였다(Appendix 1).

이를 통해 초기 검색 결과에서 국내 데이터베이스 RISS와 KISS에서 55편을 확인하였으며, 국외 저널에 발표된 문헌 초록에서 “Korea”가 검색된 문헌 24편을 추출하여, 국내 문헌 55편과 함께 79편의 제목과 초록을 검토함으로써 선정기준 부합 여부를 확인하였다. 논문의 선정은 연구자 2명이 독립적으로 실시 하였으며, 최종적으로 13편의 문헌을 선정하였다(Appendix 2). 문헌 선정과정은 Figure 1과 같다.

Figure 1 PRISMA flow diagram for the literature search. Click for larger image

3) 문헌 평가

최종 선정된 논문을 두 명의 연구자가 질 평가 기준에[16] 따라 독립적으로 질 평가를 실시하였고, 의견 불일치가 있는 경우 논의를 통해 일치된 결과를 도출하였다. 질 평가 기준의 내용은 연구목적 제시, 연구설계 및 방법의 기술, 이론적 기틀, 연구의 제한점 및 의의 제시에 관한 6가지 구조적 방법론 영역을 기반으로 “충분”, “불충분” 또는 “보고되지 않음”으로 평가하였다.

4) 문헌분석

본 연구의 문헌분석은 NIMHD research framework [6]를 기초로 연구자들이 수정 · 보완한 기틀을 토대로 이루어졌다. NIMHD [6]는 소수민족 인구집단의 건강을 이해하고 건강 격차를 감소시키는 결정요인들을 개념화하고 다면적인 건강결정요인들을 도식화한 NIMHD research framework을 제시하였다. NIMHD [6]의 research framework에서 제시한 건강결정요인 영역은 5가지로 생물학적(Biological), 행동적(Behavioral), 물리적 및 건조환경(Physical/Built Environment), 사회문화적 환경(Sociocultural Environment), 보건의료시스템(Healthcare System)으로 구성되고, 결정요인의 수준은 개인(Individual), 대인 간(Interpersonal), 지역사회(Community) 및 사회(Societal)로 구분된다. 그리고 최종 건강결과는 개인 건강, 가족 및 조직 건강, 지역사회 건강, 인구집단 건강으로 제시되었다. 본 연구에서는 다문화 청소년의 건강문제를 건강결과뿐만 아니라 건강 위험 행위를 포함하여 정의하였으므로 문헌분석 틀의 건강결정요인 영역에서 행동적 영역을 제외하였다. 또한, WHO’s Commission on Social Determinants of Health [5]의 사회적 건강결정요인 개념적 기틀을 반영하여 건강결정요인으로 심리적(psychological) 영역을 추가하였다. 이를 토대로 두 명의 연구자가 논문을 읽고 다문화 청소년의 건강결과로 제시된 건강문제와 사회적 건강결정요인을 확인하였다.

다문화 청소년의 사회적 건강결정요인으로 확인된 키워드를 추출하기 위해 텍스트마이닝을 통하여 키워드 추출 및 표준화 작업을 실시하였다. 텍스트마이닝 프로그램인 NetMiner ver. 4.0(NetMiner, Cyram Inc., Korea)을 이용하여 논문 초록에서 키워드를 추출하고 키워드 네트워크 분석을 하였다. 키워드의 표준화 작업을 위해 다문화 청소년의 사회적 건강결정요인과 무관한 단어(예: Multicultural adolescent, Survey, Korean 등)와 통계 용어(SPSS, likelihood, logistic, data, odds 등)는 제외어로 선정하고 복수형과 단수형, 대문자와 소문자 등은 하나의 단어로 통일하였다. 제외어와 유의어를 필터링한 뒤 명사와 형용사 대상으로 형태소를 추출한 결과 총 186개의 단어와 출현 범위 빈도는 1~25회였다. 본 연구에서는 출현빈도가 1회이거나 분석에 부적절한 단어를 제외하고 2회 이상 출현한 단어[17] 47개를 확인하였다. 선행연구를[18] 참조하여 맥락구조의 해석을 높이고자 문장 범위에서 등장한 단어를 연결하여 바로 옆 단어뿐만 아니라 그다음 단어까지 연결하도록 window size를 3으로 설정하였으며, 1번 이상 함께 등장한 관계를 모두 추출하였다. 단어의 등장 순서와 상관없이 단어 간 네트워크를 구성하였으며 동일한 단어 간 관계는 제외하였다. 최종 선정된 키워드 56개에서 링크는 일원 모드로 설정하여 단어 간 네트워크를 표현하였으며, 핵심 키워드를 확인하기 위해 중심성 분석을 실시하였다. 추가적으로 자주 사용된 단어의 집합에서 나타내는 주제를 확인하기 위해 응집성 분석을 실시하였다.

5) 결과 제시

Whittemore와 Knafl [15]은 문헌고찰의 결과를 표 또는 그림 형태로 제시할 경우 연구결과에 대한 논리적 흐름을 보다 간결하게 확인할 수 있다고 하였으므로, 문헌고찰 표와 이미지를 통해 문헌분석 결과를 제시하였다.

1) 전체 키워드 네트워크

최종 선정된 13개의 논문 초록의 표준화작업을 통해 최종 결정된 키워드는 53개였고, 키워드 네트워크 개수는 121개로 확인되었다. 가장 출현빈도가 높은 키워드는 ‘depression’으로 25회 출현하였으며, ‘stress’, ‘suicide’, ‘behavior’, ‘smoking’으로 빈도가 높았다. 링크 수를 전 처리하기 위해 동시 등장한 문장 수를 2개로 설정한 결과 키워드 네트워크는 121개에서 41개로 축소되었다.

2) 중심성 분석

핵심키워드 추출하기 위해 네트워크의 연결중심성과 매개중심성을 분석하였다. 연결중심성이 높을수록 다양한 단어들과 연결되는 것이며 네트워크에서 중심에 위치하므로 핵심 키워드로 볼 수 있다. 연결중심성(degree centrality)의 평균은 0.03, 분산은 0.03, 연결중심화 지수는 10.9%였다. 다른 단어와 다양하게 주로 사용되어 연결중심성이 높은 키워드는 ‘suicide’로 연결중심성이 0.14였고 다음으로는’ ‘depression’, ‘smoking’이 동일하게 0.10이었다. ‘suicide’와 주로 연결된 단어는 ‘behavior’, ‘attempt’, ‘smoking’, ‘ideation’이 확인되었다. ‘depression’ 과 연결된 단어는 ‘smoking’, ‘life-satisfaction’, ‘acculturative’, ‘stress’, ‘mediating’이 확인되었다. ‘smoking’과 연결된 단어는 ‘depression’, ‘behavior’, ‘suicide’, ‘violence’, ‘victimization’이 확인되었다.

매개중심성 분석은 서로 다른 주제를 나타내는 키워드를 확인하는 것으로, 매개중심성이 높을수록 주제의 확장을 설명하는 핵심 키워드로 간주할 수 있다. 서로 다른 주제를 연결하는 단어를 확인하기 위해 매개중심성(Betweenness centrality) 분석을 한 결과 평균은 0.01, 분산은 0.03, 매개중심화 지수는 12.4%였다. 매개중심성이 가장 높은 키워드는 ‘smoking’으로 매개중심성이 0.13이었으며 다음으로 매개중심성이 높은 단어는 ‘depression’, ‘suicide’, ‘violence’, ‘stress’ 등이 확인되었다. ‘smoking’을 매개로 연결된 단어는 depression’, ‘behavior’, ‘suicide’, ‘violence’로 확인되었다.

3) 응집성 분석

자주 함께 사용된 단어들의 링크를 통해 주제 그룹을 확인하고자 응집성 분석을 실시하였다(Figure 3). 서로 링크가 끊이지 않는 노드의 집합 중 클러스터 내 밀도는 높고 클러스터 간 밀도가 낮은 Modularity 값으로 8.45을 선택하였으며, 총 2개의 클러스터가 확인되었다. 첫 번째 클러스터에는 ‘depression’, ‘stress’, ‘acculturative’, ‘life-satisfaction’, ‘smartphone overdependence’ 등 11개의 노드로 구성되었고, 두 번째 클러스터에는 ‘smoking’, ‘suicide’, ‘behavior’, ‘violence’ 등 14개 노드가 확인되었다.

Figure 3 Component network analysis. Note. The larger-size circles means high frequency of occurrence. Click for larger image