인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
이 연구는 고령자의 우울군을 판별할 수 있는 모델을 생성하고 우울에 영향을 미치는 변수의 중요도를 파악하기 위해 머신러닝을 이용하였다. 연구자료는 한국보건사회연구원에서 수행하고 있는 노인실태조사의 2017년과 2020년 데이터를 이용하였고, 연구 대상자는 총 19,171명이다. 연구에 사용된 변수는 개인, 건강상태, 건강행태, 사회적 지지 특성이다. Logistic Regression, Multi Layer Perceptron, Support Vector Machine, Decision Tree, Random Forest, XGBoost 알고리즘을 이용해 모델을 생성하였다. 연구결과 XGBoost 모델이 최적의 모델이었고, 주관적 건강인식이 안 좋을수록, 시력과 씹기 기능이 안 좋을수록, 자녀, 배우자, 친구 및 지역사회와의 관계가 안 좋을수록, IADL 점수가 높을수록 우울군에 속할 확률이 높았다. 우울에 가장 큰 영향을 미치는 것은 주관적 건강상태이므로 주관적 건강인식이 나쁜 고령자를 대상으로 정신건강 예방 프로그램을 운영하고, 정신건강 관련 기관에서 이 연구를 활용해 우울군에 속할 확률이 높은 고령자를 선별해 우울 예방 및 관리를 지원한다면 고령자의 우울증 비율을 낮춰 자살 예방에 기여할 수 있을 것이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
