메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김주혜 (한양대학교) 김형중 (단국대학교) 김수인 (단국대학교) 박보영 (한양대학교)
저널정보
한국보건복지학회 보건과 복지 보건과복지 제26권 제3호
발행연도
2024.9
수록면
7 - 32 (26page)
DOI
10.23948/kshw.2024.09.30.3.07

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
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.
#고령자 #우울 #판별모델 #머신러닝 #Elderly #Depression #Discrimination model #Machine learning

목차

요약
Ⅰ. 서론
Ⅱ. 연구방법
Ⅲ. 연구결과
Ⅳ. 논의
Ⅴ. 결론
참고문헌
Abstract

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0