순환기 질환과 안질환 유병의 연관성과 위험비

홍기훈; 박지은; 김지혜; 김소라

doi:10.14479/jkoos.2019.24.2.169

추천

검색

질문

자료유형: 학술저널

저자정보: 홍기훈 (서울과학기술대학교) 박지은 (서울과학기술대학교) 김지혜 (서울과학기술대학교) 김소라 (서울과학기술대학교)

저널정보: 한국안광학회 한국안광학회지 한국안광학회지 제24권 제2호

발행연도: 2019.6

수록면: 169 - 180 (12page)

DOI: 10.14479/jkoos.2019.24.2.169

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적: 본 연구에서는 순환기 질환과 안질환의 유병률 및 연관성을 분석하고, 두 질환 사이의 위험비를 알아보고자 하였다. 방법: 연령대 별 및 성별에 따른 순환기 질환 및 안질환의 유병률은 국민건강영양조사 제5기 2012년도 원시 자료를 분석하여 구하였으며, 카이제곱 검정을 통하여 순환기 질환과 안질환과의 연관성을 알아보고, 순환기질환에 따른 안질환의 유병 여부에 대한 위험비를 분석하였다. 결과: 순환기 질환인 고혈압, 이상지질혈증, 협심증, 뇌졸중, 심근경색의 유병률은 각각 24.4%, 11.9%, 2.5%, 1.9%, 및 1.2%으로 나타났으며, 이상지질혈증을 제외한 유병률은 나이에 따라 증가하였다. 분석한 11개의 안질환 중 백내장, 망막이상, 시야결손, 당뇨망막병증, 녹내장위험인자 및 안검하수는 5개의 순환기 질환과 모두 연관성을 가지는 것으로 나타났으며, 안질환의 유병에 대하여 가장 높은 위험비를 갖는 순환기 질환을 분석하여 보면, 백내장의 경우는 협심증(6.64배), 망막이상은 고혈압(2.98배), 시야결손인 경우는 뇌졸중(2.94배), 당뇨망막병증은 협심증(7.32배), 녹내장위험인자의 경우는 심근경색(2.93배), 안검하수의 경우는 협심증(3.32배)으로 나타났다. 황반변성은 고혈압(3.52배)과 가장 높은 위험비를 나타내었고, 건성안은 이상지질혈증(1.89배)과, 녹내장은 고혈압(2.05배)에서 높은 위험비를 나타내었다. 한편, 순환기 질환과 안질환의 위험비를 연령에 따라 분석한 결과 40대에서는 이상지질혈증은 망막이상(2.23배), 뇌졸중은 시야결손(9.39배), 고혈압은 황반변성(10.25배)과 가장 높은 위험비를 나타내었고, 50대의 경우는 순환기 질환의 종류에 상관없이 당뇨망막병증(고혈압:2.71배~협심증:11.81배)과 가장 높은 위험비를 나타내었다. 60대에서는 당뇨망막병증은 고혈압(2.06배), 이상지질혈증(2.33배) 및 협심증(3.90배)과 가장 높은 위험비를 나타내었고, 뇌졸중은 안검하수(3.10배), 심근경색은 녹내장 위험인자(3.64배)와 높은 위험비를 가졌다. 70대 이상에서는 고혈압은 황반변성(1.55배), 협심증은 안검하수(1.61배), 뇌졸중은 당뇨망막병증(3.66배)와 가장 높은 위험비를 보였다. 결론: 본 연구 결과 순환기 질환의 종류에 따라 연관성이 있는 안질환의 종류뿐만 아니라 위험비 또한 달라짐을 알 수 있었으며, 연령에 따라 가장 높은 위험비를 보이는 안질환은 달랐다. 따라서 순환기 질환 환자에게서 발생할 수 있는 안질환에 대한 종류 및 순위의 유추가 연령대에 따라 가능하므로 이를 활용한다면 안질환의 발병 예방 또는 치료에 도움이 될 수 있을 것이다.

Purpose: This study aimed to analyze the prevalence and correlation between circulatory and ocular diseases, and investigate the odds ratio (OR) between the two disease groups. Methods: The prevalence of circulatory and ocular diseases based on age and sex was determined by analyzing the raw data from the 5th National Health and Nutrition Survey (2012). The χ2-test was used to determine the correlation between circulatory and ocular diseases and OR of ocular diseases caused by circulatory diseases was further analyzed. Results: The prevalence of circulatory diseases, such as hypertension, dyslipidemia, angina pectoris, stroke, and myocardial infarction, were 24.4%, 11.9%, 2.5%, 1.9%, and 1.2%, respectively. The prevalence of the above-mentioned diseases with the exception of dyslipidemia was found to increase with age. Among the 11 ocular diseases analyzed, cataract, retinal abnormality, visual field defects, diabetic retinopathy, glaucoma risk factors, and ptosis were associated with all of the circulatory diseases described herein. Analysis of circulatory diseases with the highest OR for the onset of ocular diseases showed: angina pectoris (6.64 times) with cataracts, hypertension (2.98 times) with retinal abnormality, stroke (2.94 times) with visual field defect, angina pectoris (7.32 times) with diabetic retinopathy, glaucoma risk factors (2.93 times) with myocardial infarction and ptosis (3.32 times) with angina pectoris, respectively. Macular degeneration showed the highest OR (3.52 times) with hypertension. Similary, dry eye was correlated with dyslipidemia (OR: 1.89) and glaucoma was correlated with hypertension (OR: 2.05). When the OR between circulatory and ocular diseases were analyzed based on age, the highest association was observed between dyslipidemia, stroke, and hypertension with retinal abnormality (2.23 times), visual field defects (9.39 times), and macular degeneration (10.25 times), respectively, in their 40s. In their 50s, the highest OR was observed in diabetic retinopathy (2.71 times with hypertension ~ 11.81 times with angina pectoris) regardless of the type of circulatory diseases. In their 60s, diabetic retinopathy showed highest OR with hypertension (2.06 times), dyslipidemia (2.33 times), and angina pectoris (3.90 times), whereas stroke and myocardial infarction were highly associated with ptosis (3.10 times), and glaucoma risk factors (3.64 times). In their 70s and above, the highest OR was observed between hypertension and macular degeneration (1.55 times), angina pectoris and ptosis (1.61 times), and stroke and diabetic retinopathy (3.66 times). Conclusions: Based on the results, the OR as well as the type of ocular diseases correlating with circulatory diseases were found to vary according to the type of the circulatory disease. It was also revealed that the ocular disease with the highest OR was changed by the age of the individual. Therefore, it is possible to infer the type and rank of ocular diseases that can occur in patients with circulatory diseases based on age, which may be helpful in preventing the onset or treating the disease.

#Age group #Angina pectoris #Circulatory diseases #Correlation #Dyslipidemia #Hypertension #Myocardial infarction #Ocular diseases #Odds ratio #Stroke #연령대 #협심증 #순환기 질환 #연관성 #이상지질혈증 #고혈압 #심근경색 #안질환 #위험비 #뇌졸중

참고문헌 (20)

참고문헌 신청

최재헌 / 2012 / 한국 인구고령화의 지역적 전개 양상 / 대한지리학회지 47(3):359~374

World Health Organization / Diet, Nutrition and the Prevention of Chronic Disease

Korean Statistical Information Science / Cause of Death Statistics 2015

National Cancer Center / National Cancer Control Institute:2014 Cancer Registration Statistics Press Release

Wong TY / 2004 / Hypertensive retinopathy / N Engl J Med 351(22):2310~2317

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

홍기훈

소속기관 서울과학기술대학교

주요연구분야 자연과학 > 물리학

논문수 1 이용수 220

박지은

소속기관 서울과학기술대학교

주요연구분야 자연과학 > 물리학

논문수 1 이용수 220

김지혜

소속기관 서울과학기술대학교

주요연구분야 자연과학 > 물리학 TOP 0.5%

논문수 12 이용수 6,572

김소라

소속기관 서울과학기술대학교

주요연구분야 자연과학 > 물리학 TOP 0.1%

논문수 130 이용수 45,337

이 논문과 함께 이용한 논문

순환기질환의 이환 유형과 안질환 발병 사이의 위험비 분석

채민지 , 박미정 , 김소라 한국안광학회지 2020 .09

미세먼지 농도가 소프트콘택트렌즈 착용에 미치는 영향

이세은 , 배영은 , 박지윤 외 2명 한국안광학회지 2018 .12

호모 에코노미쿠스와 근대의 통치성

강동호 문학과사회 2014 .08

당뇨병 환자의 사회경제적 수준과 안질환 및 신장질환 합병증 검사와의 관계

손창우 , 황종남 보건교육건강증진학회지 2023 .12

실리콘하이드로겔 렌즈의 베이스커브와 건성안 각막곡률의 상관관계가 시력의 질 및 자각적 만족도에 미치는 영향

최지수 , 윤나라 , 박미정 외 1명 한국안광학회지 2021 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-515-000915563

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)