Ⅰ. 서 론
라이프스타일의 선택과 패턴은 개인의 건강에 영향 을 미치고 삶의 질을 향상시키거나 저하시킬 수 있다 (Farhud, 2015). 이에 따라, 라이프스타일과 건강, 삶의 질 사이에 대한 연관성 연구가 보고되고 있다 (Costa-Tutusaus & Guerra-Balic, 2015; Park & Park, 2019). 세계보건기구에 따르면 라이프스타일은 개인의 특성과 사회적, 경제적, 생활 환경과 같은 다양 한 환경적 요인 간의 상호 작용에 의해 결정되는 식별이 가능한 패턴이나 행동에 기반한 생활 방식으로 정의하 고 있다(Nutbeam, 1998). 이러한 라이프스타일은 노 인에게 건강을 개선하고 유지하는데 중요한 요소로 작 용한다(Bamrotia, Patel, & Joshi, 2017; Dorans et al., 2015; Mons et al., 2015).
라이프스타일의 중요성 바탕으로 진행된 라이프스 타일 중재 효과 연구 바탕으로 건강한 라이프스타일을 촉진하기 위한 적절한 방법을 설계하려는 요구가 급증 하고 있다(Bully, Sánchez, Zabaleta-del-Olmo, Pombo, & Grandes, 2015; Knoops et al., 2004). 하 지만, 현재 노인의 다차원적인 라이프스타일을 측정하기 위한 적절한 평가도구는 부족한 실정이다(Hwang, 2010; Park, Won, & Park, 2019). 이에 따라, Park와 Park(2020) 연구에서 연세 라이프스타일 프로파일 (Yonsei Lifestyle Profile; YLP)를 개발하였다. YLP는 신체활동과 활동 참여, 영양을 조사하기 위해 개발되었 다(Park & Park, 2020). YLP는 세 영역으로 신체활동 영역의 18개 항목, 활동 참여 영역의 17개 항목, 영양 영역의 25개 항목으로 총 60개 항목으로 구성되어 있다. YLP의 60개 항목 모두 5점 리커트 척도로 구성되어 평 가되어 진다. YLP는 특정 활동에 대해 참여와 빈도, 만족 도로 나뉘어 평가되어 진다. YLP는 크론바흐 알파 (Cronbach alpha) 값이 .83으로 높은 내부 신뢰도를 보 였으며, 시험-재시험 신뢰도는 YLP 총점에 대한 상관계 수가 .97이었다(Park, Park, & Han, 2021).
다차원적인 라이프스타일을 측정하는 평가도구 부재 로 YLP가 개발되어 개인의 다차원적 라이프스타일에 대 한 상세한 측정을 허용했지만 영역별 최적의 절단점수를 제시하지 못하였다. 이에 따라, 선행연구에서 추가적인 영역별 절단점수에 대한 연구를 보고하였다(Park, Nam, Hong, & Park, 2022). 최적의 절단점수에 대해 분석한 결과 YLP의 신체활동의 절단점수는 9점, 활동 참여는 6 점, 영양은 28점으로 정해졌다. 하지만, 절단점수를 분석 하는 과정에서 YLP의 대한 요인분석을 통해 빈도의 항 목만을 사용하게 되었으며, 각 영역에 대한 절단점수가 상이하게 달랐다. 이에 따라, 분석된 절단점수에도 불구 하고 개인 및 그룹 간에 정확한 지표를 제공할 수 없다는 단점이 있다.
개인에 대한 변화 및 비교 분석 과정에서 정확한 측정 이 부재한다면 정확한 분석이 이루어질 수 없다(Bond & Fox, 2007). 즉, 라이프스타일에 대한 정확한 지표가 제 공되지 않으면, 개인별 향상 비교가 정확히 이루어질 수 없다. 이에 따라, 본 연구에서는 YLP의 60개 항목 전체 를 사용하여 지표를 개발하고자 한다. 지표를 개발함으 로써, 개인의 영역별 YLP의 일정한 점수를 제공하고자 한다. 추가적으로, YLP를 사용한 지표 개발을 통해 비교 분석의 방안을 제시하기 위해 라이프스타일에 따라 차이 가 있다는 선행연구 바탕으로 성별과 연령 그룹으로 나 누어 라이프스타일을 비교 분석 하였다(Carmel, 2019; Kim, 2010; Park & Woo, 2020).
Ⅱ. 연구 방법
1. 연구 대상자
본 연구에서 사용한 대상자 자료는 Park, Yang, Won 와 Park(2021) 연구에서 수집한 자료를 사용하였다. Park 등(2021) 연구에서 수집한 대상자 자료는 전문 온 라인 설문 조사 회사(www.embrain.com)을 통해 수집 된 자료이다. 수집된 대상자는 569명으로, 2020년 9월 부터 2020년 11월까지 국내에 거주하는 55세 이상 성 인으로 구성되었다. 본 연구는 연세대학교 생명윤리위원 회의 심의면제를 받아 진행하였다(041849-202210- SB-185-02).
2. 연구 도구
1) 연세 라이프스타일 프로파일(Yonsei Lifestyle Profile; YLP)
본 연구에서 라이프스타일에 대한 최종 지표를 개발하 기 위해 선정한 평가도구로 연세 라이프스타일 프로파일 (Yonsei Lifestyle Profile; YLP)을 선정하였다. YLP는 신체활동과 활동 참여, 영양의 세 가지 영역에서 개인의 라이프스타일을 측정하도록 설계된 60개 항목으로 구성 된 설문지이다(Park & Park, 2020; Park et al., 2021). YLP는 5점의 리커트 척도로 구성되어 있으며, 신체활동 과 활동 참여는 빈도와 시간, 만족도 세 개의 응답으로 구성되어 있다. 이에 반해, 영양은 빈도와 만족도에 대해 두 개의 응답으로 구성되어 있다. 신체활동은 유산소 운동 과 무산소 운동, 저강도 운동, 중등도 운동, 고강도 운동, 걷기 운동의 6개 하위 영역으로 긍정 응답만을 선택하였 을 때 총 90점을 가진다. 활동 참여는 일상생활활동과 여가활동, 사회활동, 일(노동), 교육활동, 수면 시간으로 6개의 하위 영역으로 긍정 응답만을 선택하였을 때 총 85점을 가진다. 영양은 쌀과 빵, 고구마, 살코기, 생선 등 섭취하는 음식 종류에 대해 25개의 하위 영역으로 긍정 응답만을 선택하였을 때 총 125점을 가진다. YLP는 선행 연구에서 Cronbach’s α .83으로 보고하여 높은 내부신 뢰도를 가지고 있다(Park et al., 2021).
3. 지표 산출
본 연구는 한국보건사회연구원에서 제출한 노인의 삶 의 질 지수 개발의 연구보고서를 참고하였다(Jeong et al., 2017). 참고한 지표 산출 공식을 활용하여 YLP의 신체활동과 활동 참여, 영양 영역에 대해 각 개인별 지표 를 산출하였다. 지표 산출 방법은 다음과 같다.
1) 원점수 산출
첫 번째로, 응답이 완료된 각 개인의 YLP 영역별 최종 점수를 산출한다. 최종 점수를 백점 만점으로 환산하기 위해 표 1과 같이 공식을 적용하였다. 백점 만점으로 모 든 개인의 점수를 환산한 후, YLP 영역별로 평균 점수를 산출하였다.
2) 가중치 환산
YLP의 각 영역의 중요도에 따른 가중치를 부여하기 위해 전문가 패널 설문조사를 통해 영역별 중요도 점수 를 조사하였다. 전문가 패널 구성은 성인 및 노인 관련 분야에 재직중인 교수진 5명과 5년 이상의 임상가 5명으 로 총 10명을 선정하였다(Table 2). 총 10명에게 신체 활동과 활동 참여, 영양이 라이프스타일에 얼마나 중요 한지 10점 만점으로 조사하였다. 중요도 점수 조사는 YLP의 각 영역이 라이프스타일에 얼마나 중요한지에 대 해 가중치를 부여함으로써 지표의 정확성을 추가하고자 한다. 조사한 중요도 점수를 사용하여 가중치를 환산하 는 공식은 표 3과 같다.
3) 최종 지표 산출
최종 지표는 원점수와 가중치 환산값을 사용하여 개인 의 최종 지표 값을 산출하였다. 각 영역의 원점수와 가중 치 환산값을 곱하고 100으로 나누어 영역에 대한 지표를 산출하고 영역별 산출된 지표를 모두 더하여 YLP에 대한 최종 지표 값을 산출하였다. 개인의 영역별 지표와 개인의 YLP에 대한 최종 지표 산출 공식은 표 4와 같다.
4. 성별과 연령에 따른 라이프스타일 차이 분석
본 연구에서 개발한 지표를 통하여 성별(남성/여성)과 중위값 기준으로 나눈 연령 구간(55세~60세, 61세~79 세)에 따른 차이는 다중회귀분석을 사용하여 분석되었 다. 다중회귀분석은 종속변수를 설명하는 독립변수가 두 개 이상일 때 사용되는 분석 방법이다. 본 연구의 종속변 수인 라이프스타일을 설명하는 개인의 신체활동, 활동 참여, 영양에 대한 최종 지표와 세 영역을 모두 더한 100 점 만점의 라이프스타일 지표를 사용하여 분석하였다. 독립변수는 성별(남성/여성)과 연령(55세~60세 & 61 세~79세)을 사용하여 분석하였다. 분석은 통제변수를 조정하지 않은 모델과 통제 변수를 조정한 모델로 두 개 의 모델을 분석하였다. 통제 변수로는 교육 성취도(중학 교 및 그 이하 학력, 고등학교 졸업자, 대학교 졸업자), 거주지역(도시, 중도시, 시골), 동거 상태(독거, 2인 이 상 거주), 만성질환 여부(예, 아니오), 고용 상태(고용, 임시 휴직, 사임, 은퇴, 전업 주부)를 사용하였다.
Ⅲ. 연구 결과
표 5은 인구통계학적 특성을 보여준다. 대상자의 평균 연령은 60.23세(SD = 4.26)였으며, 55세에서 60세 사 이의 대상자는 335명(58.87%), 61세에서 79세 사이의 대상자는 234명(41.13%) 이었다. 총 569명 중 남성이 287명(50.44%), 여성이 282명(49.56%)이었으며, 2 인 이상 함께 거주 중인 자는 449명(78.91%)이었다. 학 력의 경우 대학교 졸업자가 395명(69.42%)으로 가장 많았으며, 중학교 졸업 또는 그 이하 학력이 13명 (2.28%)으로 가장 적었다. 또한, 현재 직장에 고용된 자 는 296명(52.02%)으로 가장 높았고, 전업주부 121명 (21.27%), 은퇴 87명(15.29%), 일시적 휴직 53명 (9.31%), 사퇴 12명(2.11%) 순으로 높았다. 만성질환 을 가지고 있는 자는 291명(51.14%)이었으며, 거주지 역은 도시가 304명(53.43%), 중도시 255명(44.82%), 시골 10명(1.76%) 순으로 높았다.
1. 지표 산출
표 6는 지표 산출에 대한 요약된 산출값을 보여준다. 지표 산출 첫 번째로, 각 영역별 다른 만점을 100점으로 동일화 시키는 단계로 신체활동을 100점 만점으로 환산 했을 경우 평균 47.19점이였으며, 활동 참여 평균은 51.48점, 영양 평균은 58.08점으로 영양이 가장 높았다. 지표 산출 두 번째 단계로, 가중치를 환산한 결과 10명의 전문가의 점수를 취합하여 신체활동은 33.94점, 활동 참 여는 35.02점, 영양은 31.05점의 가중치를 산출하였다. 지표 산출 마지막 단계로, 100점 만점으로 환산한 개인 의 점수와 가중치를 곱하고 100을 나눈 값으로 신체활동 의 평균은 16.01점, 활동 참여는 18.03점, 영양은 18.03 점이었다.
2. 성별에 따른 라이프스타일 차이
본 연구에서 개발한 새로운 지표를 사용하여 성별에 따른 라이프스타일에 대해 총 점수와 각 영역별로 차이를 분석하였다(Table 7). 그 결과, 통제 변수를 조정하지 않 거나, 조정하였을 때 모두 여성(unadjusted β = -0.29, adjusted β = -0.26)보다 남성에서 신체활동에 대한 점수가 높았다. 활동 참여의 경우, 통제 변수가 조정되지 않았을 때는 여성(unadjusted β= -0.42)보다 남성의 점수가 높았지만, 통제 변수가 조정되었을 때는 남성보다 여성(adjusted β = 0.67)의 점수가 높았다. 영양의 경 우, 통제 변수가 조정되지 않았거나, 조정되었을 때 모두 남성보다 여성(unadjusted β = 0.82, adjusted β = 1.15)이 더 높은 점수를 보였다. 마지막으로, 세 영역을 모두 더한 라이프스타일 총 점수의 경우, 통제 변수를 조 정하지 않거나, 조정하였을 때 모두 여성(unadjusted β = 0.11, adjusted β = 1.57)에서 높은 점수를 보였다. 하지만, 통제 변수가 조정되지 않거나, 조정되었던 영양 (unadjusted β = 0.82, p = .0002, adjusted β = 1.15 p <. 0001) 영역과 통제 변수가 조정된 YLP 총 점수 (unadjusted β = 1.57, p = .0489)에서만 유의한 차이 를 보였다.
3. 연령에 따른 라이프스타일 차이
본 연구에서 두 번째로, 새로운 지표를 사용하여 연령에 따른 라이프스타일에 대해 총 점수와 각 영역별로 차이를 분석하였다(Table 8). 그 결과, 통제 변수를 조정하지 않거 나, 조정하였을 때 모두 신체활동 영역은 연령이 낮은 그룹 보다 연령이 높은 그룹(unadjusted β = 0.14, adjusted β = 0.08)에서 점수가 더 높았다. 활동 참여 영역의 경우 통제변수를 조정하지 않았을 경우, 연령이 높은 그룹 (unadjusted β = -0.77)보다 연령이 낮은 그룹에서 점수 가 높았으며, 통제 변수를 조정하였을 경우 연령이 낮은 그룹보다 높은 그룹(adjusted β = 0.09)에서 높은 점수를 보였다. 영양 영역의 경우, 통제 변수를 조정하지 않거나, 조정하였을 때 모두 연령이 높은 그룹(unadjusted β = 0.59, adjusted β = 0.61)에서 점수가 더 높았다. 마지막 으로, 세 영역의 점수를 모두 더한 라이프스타일의 총 점수 는 통제 변수를 조정하지 않았을 경우에는 연령이 높은 그룹보다 낮은 그룹에서 점수가 더 높았고, 통제 변수를 조정하였을 때는 연령이 낮은 그룹보다 연령이 높은 그룹에 서 점수가 더 높았다(unadjusted β = -0.04, adjusted β = 0.78). 하지만, 활동 참여 영역에서 통제 변수를 조정하지 않았을 때(unadjusted β = -0.77, p = .0173) 와 영양 영역(unadjusted β = 0.59, p = .0082, adjusted β = 0.61, p = . 0119)에서 통제 변수를 조정하지 않거 나, 조정하였을 때 경우를 제외하고는 모두 유의한 차이가 없었다.
Ⅳ. 고 찰
본 연구에서는 노인에게 건강을 개선하고 유지하는데 중요한 요소로 작용하는 라이프스타일을 측정 비교할 수 있는 지표를 개발하였다. 또한, 개발한 지표를 사용하여 비교 분석 가능한지 확인하기 위해 인구통계학적 변수를 통제 전과 통제 후로 나누어 성별과 연령 그룹에 따른 라 이프스타일을 비교하였다. 결과를 요약하면 다음과 같다. 첫 번째로, 성별에 따른 라이프스타일은 인구통계학적 변수를 통제 하기 전과 통제 한 후 모두 유의한 차이를 보였으며, 모두 남성보다 여성에서 더 점수가 높았다. 또 한, 세 영역을 모두 더한 총 점수에서는 인구통계학적 변 수를 통제하였을 때 유의한 차이를 보였으며, 남성보다 여성에서 점수가 더 높았다. 두 번째로, 연령이 높은 그룹 보다 연령이 낮은 그룹에서 활동 참여의 점수가 더 높았 다. 이는 인구통계학적 변수를 통제하지 않았을 때 활동 참여에서 유의한 차이를 보였다. 마지막으로, 영양 영역 에서는 인구통계학적 변수를 통제하기 전과 통제한 후 모두 유의한 차이를 보였으며, 연령이 높은 그룹이 연령 이 낮은 그룹에 비해 점수가 더 높았다.
본 연구에서는 기존에 개발된 YLP와 지표 개발 방식 을 사용하여 비교 분석할 수 있는 YLP의 지표를 개발하 였다. 본 연구에서 개발한 YLP 지표는 앞으로 라이프스 타일 중재 실험 및 개인의 라이프스타일 평가에 사용될 것으로 사료된다. 현재, 라이프스타일의 중요성이 부각 되면서 라이프스타일을 촉진하기 위한 중재를 설계하려 는 요구가 증가하고 있다(Bully et al., 2015). 하지만, 중재를 설계하고 개인의 변화를 확인하기 위해서는 정확 한 측정이 필요하다(Bond & Fox, 2007). 본 연구에서 사용한 YLP의 점수에 가중치를 적용하여 비교 분석 가 능한 점수로 산출하는 방법은 개인의 변화를 정확하게 측정할 수 있을 것으로 사료된다. 더 나아가, 정확한 측정 이 가능한 지표 산출 방식을 적용한 YLP의 실용화는 국 민 개인의 라이프스타일의 변화도를 파악하고, 그에 맞 는 보건정책을 수립하는 데에 도움이 될 것으로 사료된 다. 추가적으로, 웹사이트 및 개인이 사용할 수 있도록 YLP 문항의 보급화는 전문가 도움 없이 개인의 라이프 스타일을 측정하고 건강한 라이프스타일로 조정할 수 있 는 기회가 될 것으로 사료된다.
본 연구에서 개발한 지표를 활용하여 비교 분석이 가 능한지 확인하기 위하여 성별과 연령 그룹에 따라 라이 프스타일의 차이를 분석하였다. 그 결과 성별에 따른 영 양 영역에 관한 라이프스타일에서 유의한 차이를 보였다. 이는 선행연구와 유사한 결과를 보인다. 서울 일부 지역 노인의 식생활과 영양상태를 노인 영양지수를 사용하여 평가한 연구에서 남성보다 여성에서 식이 행동과 절제 영역에서 유의하게 높았다고 보고하였다(Ham & Kim, 2020). 노인 영양지수의 식이 행동은 개인의 건강에 좋 은 식습관을 유지하려는 노력과 하루에 진행하는 운동 시간 등이 포함된 항목으로 건강한 식생활을 포함한 항 목이다(Chung et al., 2018). 절제 영역의 경우 건강에 좋지 않은 음식(기름진 빵, 음료, 면류) 섭취에 대한 빈도 를 평가하는 항목이다(Chung et al., 2018). 본 연구에 서도 대부분의 대상자가 도시와 중도시에 거주하는 것을 감안하였을 때 선행연구와 유사한 결과를 보였을 것으로 사료된다. 또한, 본 연구에서는 인구통계학적 변수를 통 제하였을 때 라이프스타일 총 점수에 대해 유의한 차이 를 보였으며, 남성보다 여성이 더 높은 것으로 보고하였 다. 이러한 이유 중 하나는 결과에 유의한 차이는 없었지 만 신체활동을 제외한 활동 참여, 영양 영역에서 인구통 계학적 변수를 통제한 결과 여성이 남성에 비해 높았다. 또한, 본 연구에서 사용한 인구통계학적 변수는 라이프 스타일의 유형을 예측하기 위한 요인으로 성별, 교육 수 준, 거주지역, 만성질환 유무, 동거 상태, 고용 상태가 주 요하게 작용한다는 선행연구를 통해 선정하였다(Park et al., 2021). 라이프스타일의 유형을 예측하기 위한 주 요 요인을 통제했을뿐만 아니라, 세 영역의 각기 다른 점 수에 대한 지표 개발을 통해 정확한 비교가 이루어졌을 것으로 사료된다.
본 연구에서 연령 그룹에 따른 라이프스타일은 인구통 계학적 변수를 통제하기 전의 활동 참여에서 연령이 낮 은 그룹에 비해 연령이 높은 그룹에서 유의하게 낮았다. 이는 앞서 설명한 인구통계학적 변수를 통제하지 않은 여러 요인이 포함된 결과로 연령이 증가함에 따라 삶의 질뿐만 아니라 활동 참여가 저하된다는 선행연구와 유사 한 결과를 보였다(Kim, Cho, & Shim, 2019; Kim, 2010). 또한, 라이프스타일의 영양 영역에서 인구통계 학적 변수를 통제하기 전과 후 모두 연령이 낮은 그룹보 다 연령이 높은 그룹에서 유의하게 높았다. 이는 연령에 따라 식생활 패턴이 다르게 나타난다는 이전 연구와 일 치 한다(Jin, 2001). 또한, Kwon 등(2013)은 연령이 증가할수록 아침 결식율이 낮아지며 규칙적인 식사를 한 다고 보고하고 있다. 또한, 연령이 증가할수록 영양표시 이용의 빈도가 증가한다고 보고하였다(Kwon et al., 2013). 이에 따라, 본 연구의 결과와 같이 연령이 높은 그룹이 영양 영역의 라이프스타일이 높았던 것으로 사료 된다.
본 연구는 YLP의 영역별 각기 다른 점수를 사용하여 새로운 지표를 개발하였다. 새로운 지표는 각 영역별 또 는 세 영역 모두에 대한 라이프스타일의 개인 점수를 산 출할 수 있었다. 이에 따라, 세 영역의 총 점수를 100점 으로 환산하여 개인의 라이프스타일을 보다 정확하게 비 교할 수 있는 지표를 제공하였다. 하지만, 본 연구에는 몇 가지 제한점을 보였다. 첫 번째로, 본 연구에서 새로운 지표 개발은 YLP에 대한 적용으로 신체활동, 활동 참여, 영양 영역이 포함된 라이프스타일 측정 도구에만 일반화 가 가능하다. 예를 들면, YLP가 아닌 다른 라이프스타일 측정 도구에 신체활동, 활동 참여, 영양 영역이 포함되어 있다면, 본 연구에서 산출한 가중치를 사용하여 본 연구 에서 개발한 지표를 산출할 수 있다. 하지만, 세 영역과 다른 영역을 사용할 경우, 새롭게 가중치를 산출해야 한 다. 두 번째로, 본 연구의 성별, 연령대에 따른 라이프스 타일 비교는 전국적으로 일반화가 어렵다. 본 연구 대상 자는 도시 또는 중도시에 거주하는 대상자가 대부분이며, 고학력자가 많았다. 이는 농촌 지역에 거주하는 저학력 자에게는 일반화가 어렵다는 제한점을 갖는다. 마지막으 로, 본 연구는 2020년 9월부터 11월까지 수집한 선행연 구의 자료를 사용하여 분석하였다. 2020년은 코로나 -19가 유행하던 시기로 수집 당시 개인의 라이프스타일 이 2023년 현재와는 다를 것으로 사료된다. 따라서, 향 후 연구에서는 많이 사용되는 라이프스타일 측정 도구를 고찰하여 모든 영역에 대한 가중치를 산출하여 연구자에 게 라이프스타일 지표 산출에 대한 플랫폼을 제공하는 것이 필요하다. 또한, 표본을 포괄적인 범위에서 수집한 분석이 필요하다.