ROC 곡선을 이용한 대사증후군 예방적 차원의 체질량지수 변별점 추정

허안식; 박재영

doi:10.15831/JKSSPE.2021.26.3.185

추천

검색

질문

자료유형: 학술저널

저자정보: 허안식 (동신대학교) 박재영 (동신대학교)

저널정보: 한국체육교육학회 한국체육교육학회지 한국체육교육학회지 제26권 제3호(통권 제80호)

발행연도: 2021.8

수록면: 185 - 194 (10page)

DOI: 10.15831/JKSSPE.2021.26.3.185

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적: 본 연구의 목적은 대사증후군 진단에서 ROC 곡선을 이용하여 성별과 연령별로 체질량지수의 변별점을 추정하고자 하는 것이다.
방법: 이를 위해 제 7기 3차년도(2018) 국민건강영양조사에 참여하였으며 대사증후군요인 관련 검사를 실시한 6,574명을 대상으로 실시하였다. 대사증후군의 진단은 서태평양지역의 NCEP-ATP Ⅲ 의 기준을 활용하였으며 ROC 곡선으로 대사증후군 유무에 대한 체질량지수의 민감도와 특이도를 분석하였다.
결과: 대사증후군 유무에 대한 체질량지수의 민감도와 특이도를 분석한 결과 남자 20대 체질량지수 26.33kg/㎡에서 민감도 78.6%, 특이도 79.3% 이었으며, 30대 체질량지수 26.45kg/㎡에서 민감도 80.8%, 특이도 81.5%로 나타났다. 40대에 체질량지수 25.38kg/㎡에서는 민감도 71.4%, 특이도 72.4% 였으며, 50대 체질량지수 24.78kg/㎡에서는 민감도 68.9%, 특이도 69.8%로 나타났다. 그리고 60대 이상 체질량지수 24.43kg/㎡에서 민감도 68.4%, 특이도 69.8%로 나타났다. 여자 20대 체질량지수서 24.77kg/㎡에서는 민감도 82.4%, 특이도 85.9% 였으며, 30대 체질량지수 24.08kg/㎡에서는 민감도 79.7%, 특이도 79.9%로 나타났다. 40대 체질량지수 24.18kg/㎡에서는 민감도 75.9%, 특이도 77.1% 였으며, 50대 체질량지수 24.13kg/㎡에서는 민감도 72.1%, 특이도 72.7%로 나타났다. 마지막으로 60대 이상 체질량지수 24.25kg/㎡에서 민감도 66%, 특이도 67.1%로 나타나는 것을 알 수 있었다.
결론: 이러한 연구결과를 볼 때 체질량지수는 대사증후군 예측의 도구로서 활용할 수 있다는 것을 알 수 있었으며, 추정된 변별점을 활용하면 심혈관질환의 위험을 예방하는데 유용한 도구가 될 수 있을 것으로 생각된다.

Purpose: The purpose of this study is to estimate the Cut off points of body mass index by gender and age using the ROC curve in the diagnosis of metabolic syndrome.
Methods: 6,574 people who participated in the National Health and Nutrition Examination Survey in the 3rd year of the 7th year (2018) and who performed tests related to metabolic syndrome factors were conducted. For the diagnosis of metabolic syndrome, the criteria of NCEP-ATP Ⅲ in the Western Pacific region were used, and the sensitivity and specificity of the body mass index for the presence or absence of metabolic syndrome were analyzed using the ROC curve.
Results: According to the results, the sensitivity 78.6% and specificity 79.3% were the highest for 26.33 kg/㎡ of BMI in their 20s men. the sensitivity 80.8% and specificity 81.5% were the highest for 26.45 kg/㎡ of BMI in their 30s men. the sensitivity 71.4% and specificity 72.4% were the highest for 25.38 kg/㎡ of BMI in their 40s men. the sensitivity 68.9% and specificity 69.8% were the highest for 24.78 kg/㎡ of BMI in their 50s men. the sensitivity 68.4% and specificity 69.5% were the highest for 24.43 kg/㎡ of BMI in their over 60s men. the sensitivity 82.4% and specificity 85.9% were the highest for 24.77 kg/㎡ of BMI in their 20s women. the sensitivity 79.7% and specificity 79.9% were the highest for 24.08 kg/㎡ of BMI in their 30s women. the sensitivity 75.9% and specificity 77.1% were the highest for 24.18 kg/㎡ of BMI in their 40s women. the sensitivity 72.1% and specificity 72.7% were the highest for 24.13 kg/㎡ of BMI in their 50s women. the sensitivity 66% and specificity 67.1% were the highest for 24.25 kg/㎡ of BMI in their over 60s women.
Conclusion: Based on these research results, it was found that body mass index can estimate metabolic syndrome, and it is thought that using the estimated cut-off point may be useful in preventing the risk of cardiovascular disease.

#대사증후군 #체질량지수 #절삭값 #민감도 #특이도 #Metabolic syndrome #BMI #cut off #Ssensitivity #Specificity

참고문헌 (21)

참고문헌 신청

김도윤 / 2013 / 연령별 여성의 신체적 여가활동 참여수준에 따른 대사증후군 위험요인 비교 / 여가학연구 11(1):119~137

김동일 / 2012 / 한국 대학생들의 체력과 체질량지수 및 대사증후군 위험요인과의 관계: 심폐체력과 근지구력을 중심으로 / Journal of Obesity & Metabolic Syndrome 21(2):99~107

박지수 / 2015 / 남성 경찰공무원의 체력과 체질량지수에 따른 대사증후군위험요인과 발생위험률에 미치는 영향：cross-sectional study / 한국체육과학회지 24(5):1345~1355

박혜순 / 2003 / 한국인에서 대사증후군의 유병률 및관련 요인 / 대한비만학회지 12(1):1~14

Bradley, A. P. / 1997 / The use of the area under the ROC curve in the evaluation of machine learning algorithms / Pattern recognition 30(7):1145~1159

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

허안식

소속기관 동신대학교

주요연구분야 사회과학 > 교육학 TOP 5% 예술체육학 > 체육

논문수 16 이용수 3,577

박재영

소속기관 동신대학교

주요연구분야 사회과학 > 교육학 TOP 5% 예술체육학 > 체육

논문수 12 이용수 3,023

이 논문과 함께 이용한 논문

인공지능 합성 음성 탐지를 위한 효과적인 전처리 기법

지승연 , 김채영 , 서혜승 외 2명 한국정보과학회 학술발표논문집 2023 .12

일부 고등학생들의 학교와 학원 코로나19 대응방역 신뢰도에 따른 코로나19 예방행동 실천의 차이

이호철 , 윤혜진 , 김지언 외 1명 농촌의학·지역보건 2021 .09

성격점수를 이용한 ROC-curve 기반 사상체질 분류 방법에 대한 연구

김호석 , 장은수 , 김상혁 외 2명 한국한의학연구원 논문집 2011 .08

최근 본 자료

전체보기

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 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)