Earticle

National-wide and/or large scale sample surveys generally use complex sample design. Traditional Pearson chi-square test is not appropriate for the categorical complex sample data. Rao-Scott suggested an adjustment method for Pearson chi-square test, which uses the average of eigenvalues of design matrix of cell probabilities. This study is to compare the efficiency of Rao-Scott first order adjusted test to Wald test for homogeneity between two populations using 2009 Gyeongnam regional education offices's customer satisfaction survey (2009 GREOCSS) data. The 2009 GREOCSS data were collected based on stratified three-stage cluster sampling with probability proportional to size. The empirical results show that the Rao-Scott adjusted test statistic using only the variances of cell probabilities is very close to the Wald test statistic, which uses the covariance matrix of cell probabilities, under the 2009 GREOCSS data based. However it is necessary to be cautious to use the Rao-Scott first order adjusted test statistic in the place of Wald test because its efficiency is decreasing as the relative variance of eigenvalues of the design matrix of cell probabilities is increasing, specially more when the number of degrees of freedom is small.

The well-known design effect decomposition model intuitively proposed by Kish is often used to evaluate the efficiency of two complex sample design features, clustering and unequal weighting. For complex sample designs involving other features such as stratification of clusters, the model includes all of the features other than unequal weighting under the design effect component due to clustering. Some extension of Kish’s model may be considered for separately evaluating the stratification scheme. However, the validation of the Kish’s model and its extension is very limited in the literature. This paper briefly review Kish’s type design effect decomposition models and empirically evaluate their effectiveness through a simulation study.

본 연구는 국민건강영양조사 제5기 (2010-2012) 자료를 이용하여 성별과 연령대에 따른 정신건강, 신체활동, 유병여부 및 음주흡연의 차이 분석과 사회경제적 상태, 음주흡연, 신체활동 및 정신건강이 현재의 건강 상태를 묻는 5개의 문항 (운동능력, 자기관리, 일상생활, 통증/불편감, 불안/우울)에서 계산된 건강관련 삶의 질 지표인 EQ-5D에 미치는 영향을 복합표본 설계를 이용하여 분석하였다. 분석결과 성별과 연령별로 정신건강, 신체활동, 유병여부 및 흡연음주에 통계적으로 유의한 차이가 있으며, 삶의 질에는 연령대, 교육수준, 결혼상태, 당뇨병 유병여부, 스트레스 인지, 자살생각 변수가 통계적으로 유의한 영향을 미치는 것으로 나타났다.

Using complex sample design, this article analyzes the difference between sex and age groups of mental health, physical activity, suffering lifestyle diseases, drinking, and smoking using the fifth Korea national health and nutrition examination survey data (2011-2012), and then analyzes the effect of mental health, physical activity, suffering lifestyle diseases, drinking, and smoking on EQ-5D, a measure of health-related quality of life. The results show that mental health, physical activity, suffering lifestyle diseases, drinking and smoking are statistically different among gender and age groups, and that age group, education level, suffering diabetes, recognizing stress, thinking suicide are statistically influential on EQ-5D.

본 연구는 제9기 1차년도(2022년) 국민건강영양조사 자료를 활용하여 고혈압, 당뇨병, 이상지질혈증, 비만(생활습관병) 중 하나 이상의 질환을 가진 65세 이상 후기성인의 삶의 질(QOL)에 영향을 미치는 다차원적 요인을 규명하고자 하였다. 이를 통해 환자 중심의 맞춤형 문제 해결을 위한 실질적인 개입 방안을 제시하고, 국가 보건복지 정책 수립을 위한 기초자료를 제공하는 것을 목표로 하였다. 삶의 질 관련 이론적 틀을 바탕으로 생물학적·생리적 요인(유병 질환 수), 증상(우울 및 불안), 기능 상태(악력), 전반적인 건강 상태(주관적 건강 인지), 개인적 특성(BMI), 환경적 특성(국가 건강검진 참여 여부)을 예측변수로 선정하였다. 자료분석은 국민건강영양조사 분석 지침에 따라 가중치, 층화, 군집화 변수를 적용한 복합 표본 설계를 기반으로, 기술통계 및 복합 표본 다중회귀분석을 실시하였다. 연구 대상자의 평균 QOL 점수는 0.87이었다. 대상자 삶의 질에 유의미한 영향을 미치는 요인으로는 증상(우울 및 불안), 기능 상태(악력), 전반적인 건강 상태(주관적 건강 인지), 개인적 특성(BMI), 가구 소득이 확인되었으며, 이러한 변수들의 총 설명력은 34.0%였다. 특히, 우울 및 불안 수준이 낮을수록, BMI 수준이 비만 미만 일수록, 악력이 높을수록, 주관적 건강 인식이 높을수록 삶의 질이 유의미하게 높았다. 본 연구 결과는 주요 생활습관질환 유병 후기성인의 삶의 질 관리를 위해서는 신체 기능(악력)뿐 아니라 정신 건강(우울 및 불안 관리)과 주관적 건강 인식까지 개선할 수 있는 다각적인 간호 중재가 필요함을 시사한다. 이를 위해서는 장기적인 관리를 위한 지역사회 및 국가 정책을 포괄하는 통합적인 전략 개발이 필요하다.

This study investigated the multidimensional factors influencing the quality of life (QOL) among individuals in late adulthood (aged 65+) diagnosed with one or more lifestyle-related diseases, such as hypertension, diabetes, dyslipidemia, or obesity. Utilizing data from the 2022 Korea National Health and Nutrition Examination Survey (KNHANES IX-1), the analysis employed a complex sample multiple regression model. Predictors were systematically categorized into biological·physiological factors (number of diseases), symptoms (depression and anxiety), functional status (handgrip strength), general health perceptions (subjective health status), individual characteristics (BMI), and environmental characteristics (participation in national health screenings).The results showed a mean QOL score of 0.87. Specifically, lower levels of depression/anxiety, greater handgrip strength, more positive subjective health perceptions, and BMI levels below the obesity threshold were significant predictors of higher QOL, explaining 34.0% of the total variance.These findings underscore that optimizing QOL for individuals in late adulthood with lifestyle-related diseases necessitates multifaceted nursing interventions that transcend physical indicators to address mental health and subjective well-being. Consequently, the development of integrated strategies, encompassing both community-based programs and national health policies, is imperative for the effective long-term management of this population.

집단의 특성을 알고자 할 때 효율성과 정확도 측면에서 가장 합리적인 방법은 표본조사라 할 수 있으며 이는 설계 방법에 따라 분석시 고려해야 하는 사항들도 달라진다. 그럼에도 불구하고 다양한 연구에서 이를 간과하는 경우가 많다. 본 연구에서는 표본의 설계와 더불어 설계를 고려하여 자료를 분석하여 봄으로써 설계에 따른 올바른 분석의 중요성을 시사한다. 먼저 유해물질안전관리 통합노출평가기반연구를 위해 복합표본조사를 실시하여 대한민국 성인 대상자에 대한 표본을 구성하였다. 이 때 지역, 성, 연령별 최소 표본수를 할당한 후 여러 단계를 걸쳐 최종으로 성인 2,118명을 표집하였으며 추출된 표본자료는 모집단에 대한 대표성의 확보를 위해 가중치를 고려하였다. 추출된 대상자에게 건강영향 설문 조사를 수행하였으며 식품 섭취량 조사, 신체계측조사 및 혈청 검사 등을 시행하였다. 수집된 자료를 이용하여 총계, 비율 추정량과, 평균, 회귀계수 추정치의 가중치 및 집락(cluster)과 층(strata)의 적용여부에 따라 분석을 한 결과, 이의 적용 여부에 따라 빈도 및 기초통계량 분석, 회귀계수 추정 결과에 차이가 있었으며 이를 통해 복합표본조사 자료의 분석시, 신뢰할 수 있는 정확한 회귀계수 및 표준오차를 얻기 위해서는 올바른 모형 선택이 필수 불가결이라는 것을 알 수 있었다. 모형의 선택은 해당 연구자의 몫으로 최종 분석 단계 이전에 다양한 모델 적용 후 이에 대한 고민을 통해 가장 타당한 모형을 선택하는 것이 필요하다는 결론을 얻었다.

The most rational method on the sides of effectiveness and preciseness is sample survey when one tries to explore a specific group’s characteristics. Methods of sample design are very diverse, and things to consider in analysis are different depending on the methods to be applied. Nevertheless, various studies have overlooked this point. This study suggests the analysis based on it by analyzing actual data. This study constituted a sample consisting of adult Korean subjects by performing a complex sample survey for the sake of a foundational study on the integrated exposure evaluation for safe management of toxic substances. 2,118 adults were sampled via numerous steps after minimal sample numbers were allocated to each area, gender, age, and against the extracted sample data, weights were considered for securing their representativeness for their population. As a result of the analysis with or without the application of the weight, it turned out that there were differences in many results. From this, we can tell that selection of the correct model is essential in order to get credible precise regression coefficients and standard deviations in the analysis of data from a complex sample survey.