Earticle

현재 위치 Home

청소년 건강행태에 따른 정신건강 위험 예측 : 하이브리드 머신러닝 방법의 적용
Predicting Mental Health Risk based on Adolescent Health Behavior : Application of a Hybrid Machine Learning Method

첫 페이지 보기
  • 발행기관
    한국학교보건학회 바로가기
  • 간행물
    한국학교보건학회지 KCI 등재 바로가기
  • 통권
    Vol.36 No.3 (2023.12)바로가기
  • 페이지
    pp.113-125
  • 저자
    고은경, 전효정, 박현태, 옥수열
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A439842

※ 기관로그인 시 무료 이용이 가능합니다.

4,500원

원문정보

초록

영어
Purpose: The purpose of this study is to develop a model for predicting mental health risk among adolescents based on health behavior information by employing a hybrid machine learning method. Methods: The study analyzed data of 51,850 domestic middle and high school students from 2022 Youth Health Behavior Survey conducted by the Korea Disease Control and Prevention Agency. Firstly, mental health risk levels (stress perception, suicidal thoughts, suicide attempts, suicide plans, experiences of sadness and despair, loneliness, and generalized anxiety disorder) were classified using the k-mean unsupervised learning technique. Secondly, demographic factors (family economic status, gender, age), academic performance, physical health (body mass index, moderate-intensity exercise, subjective health perception, oral health perception), daily life habits (sleep time, wake-up time, smartphone use time, difficulty recovering from fatigue), eating habits (consumption of high-caffeine drinks, sweet drinks, late-night snacks), violence victimization, and deviance (drinking, smoking experience) data were input to develop a random forest model predicting mental health risk, using logistic and XGBoosting. The model and its prediction performance were compared. Results: First, the subjects were classified into two mental health groups using k-mean unsupervised learning, with the high mental health risk group constituting 26.45% of the total sample (13,712 adolescents). This mental health risk group included most of the adolescents who had made suicide plans (95.1%) or attempted suicide (96.7%). Second, the predictive performance of the random forest model for classifying mental health risk groups significantly outperformed that of the reference model (AUC=.94). Predictors of high importance were ‘difficulty recovering from daytime fatigue’ and ‘subjective health perception’. Conclusion: Based on an understanding of adolescent health behavior information, it is possible to predict the mental health risk levels of adolescents and make interventions in advance.

목차

ABSTRACT
서론
1. 연구의 필요성
연구방법
1. 연구설계
2. 연구대상 및 자료수집방법
3. 연구도구
4. 자료분석방법
연구결과
1. 비지도학습에 의한 정신건강 위험집단 분류
2. 지도학습에 의한 정신건강 위험집단 예측
논의
결론
REFERENCES

키워드

Adolescent Mental health Health behavior Hybrid machine learning

저자

  • 고은경 [ Eun-Kyoung Goh | 동아대학교 휴먼라이프리서치센터 연구교수 ]
  • 전효정 [ Hyo-Jeong Jeon | 동아대학교 아동학과 교수 ] Corresponding Author
  • 박현태 [ Hyuntae Park | 동아대학교 건강과학과 교수 ]
  • 옥수열 [ Sooyol Ok | 동아대학교 컴퓨터공학과 교수 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국학교보건학회 [The Korean Society of School Health]
  • 설립연도
    1987
  • 분야
    의약학>예방의학
  • 소개
    한국학교보건학회는 1987년 8월 21일 학교보건에 관심을 가지고 있던 학계 및 교육행정계 인사 등 13인이 참여한 가운데 서울대학교 보건대학원에서 발기인대회를 개최하였다. 그 후 동년 9월 25일 전국에 있는 학교보건전문가 200인이 회원으로 참석한 가운데 서울팔레스호텔에서 창립총회를 개최하였다. 본 학회는 회장 1인, 부회장 2인, 이사 20인 내외와 감사 2인을 두도록 되어 있다. 회장 임기는 2년(중임 가능)이며, 이사진 구성은 각계 학교보건에 관심을 갖는 다양한 인력의 참여를 위하여 교수, 행정관, 실무자가 두루 포함되도록 하였다. 회원자격은 학교보건분야의 학식과 경험이 있는 자로서 학교보건학계와 학교보건실무자 중 학회의 목적에 동의하는 자로서, 전공영역별로는 간호학, 의학, 영양학, 체육학, 보건학, 교육학, 치의학, 약학, 한의학 및 관련분야 전공 교수 및 교사, 행정직이 포함되어 있다.

간행물

  • 간행물명
    한국학교보건학회지 [The Journal of the korean society of school health]
  • 간기
    연3회
  • pISSN
    1225-9608
  • eISSN
    2288-9957
  • 수록기간
    1988~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 372 DDC 610

이 권호 내 다른 논문 / 한국학교보건학회지 Vol.36 No.3

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.