보건의료분야 다수준 분석 연구의 체계적 문헌 고찰: 국내 연구동향과 비뚤림 위험 평가를 중심으로

제목
보건의료분야 다수준 분석 연구의 체계적 문헌 고찰: 국내 연구동향과 비뚤림 위험 평가를 중심으로
A Systematic Review of Studies on Public Health Using Multilevel Analysis: Focused on Research Trends and The Assessment of Risk of Bias
저자

신상수; 우경숙; 신영전

키워드
다수준 분석; 체계적 문헌고찰; 비뚤림 위험 평가; 지역 특성; Multilevel; Systematic Review; Risk of Bias; Regional Characteristics
발행연도
2015-12-31
발행기관
한국보건사회연구원
Series
보건사회연구 제35권 제4호, pp.157-189
Journal Title
보건사회연구
초록
이 연구는 체계적 문헌고찰을 통해 국내 보건의료분야 다수준 분석의 동향을 파악하고 논문의 질적 평가를 목적으로 비뚤림 위험 평가를 시행하여 향후 보건의료 분야 다수준 분석기법의 유용성을 높이는 목적으로 연구를 수행하였다. 2000년 1월 1일 부터 2014년 12월 31일까지 국내외 웹 기반 학술 데이터베이스에 출판된 59편의 논문을 분석한 결과는 다음과 같다. 첫째, 통계적 유의성을 보인 지역 변인은 전체의 20.9%로 다소 낮았다. 둘째, 가장 많이 사용된 지역 변인은 사회문화적 특성이었으며, 지역에 대한 평판 관련 변인 중 40.7%가 통계적 유의성을 보였다. 셋째, 건강행태・지식・신념 관련 요인 연구가 전체의 34.4%로 다수를 차지하였다. 넷째, 4편의 연구가 개인변인에 의한 연구 결과의 비뚤림 위험 가능성이 나타났다. 지역변인 측면에서는 급내 상관계수 관련정보 미제공(28편, 47.4%), 30개 이하 지역표본 사용(29편, 49.2%), 지역변인 간 상관관계분석 미실시(36편, 69.2%), 지역변인 기초 정보 제공 미흡(15편, 25.4%)으로 인하여 비뚤림 위험 가능성이 확인되었다. 신뢰성 높은 자료의 이용, 다양한 지역변수의 활용, 변인 간 상관관계를 포함한 비뚤림 위험 방지를 위한 사전 점검, 지역 특성이 건강에 영향을 미치는 기전의 구체화 등의 작업이 이루어진다면 다수준 분석은 질병에 대한 이해와 효과적인 개입수단을 발견하는데 보다 유용한 수단으로 활용될 수 있을 것이다.

This study was conducted to identify the status of studies on multilevel analysis concerning Koreans’ health, validate the assessment of risk of bias to assess the quality of journals, and provide a basis for practicing multilevel analysis for future public health. We analyzed a total of 59 studies published from January 1, 2000 to December 31, 2014 in domestic and international journal databases. The findings include the following. First, only 20.9% of total had statistical significance. Second, the regional reputation was the most frequently used variable with a statistical significance on health. Third, 34.4% were on health behaviour, knowledge or attitude. Fourth, 4 studies (6.7%) were identified with a potential risk of bias caused by individual variables. There were journals with missing in ICC (28, 47.4%), the use of regional sample under 30 (29, 49.2%), missing in a correlation analysis between regional variables (36, 69.2%), and missing in basic information on region data (15, 25.4%). These would cause the risk of bias. It will be a useful analytical tool to understand the causes of health when executing reliable data, using diverse regional variables, doing pretest to prevent risk of bias such as correlation analysis between regional variables and specifying mechanisms of health affected by regional characteristics.
목차
Ⅰ. 서론
Ⅱ. 연구 방법
Ⅲ. 체계적 문헌고찰 결과
Ⅳ. 논문의 비뚤림 위험 평가
Ⅴ. 고찰 및 결론
참고문헌
ISSN
1226-072X
Files in This Item:

qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

License

Browse