서 론
한국의 노인인구는 빠르게 증가하고 있으며, 노인 연령층이 사회 에 미치는 영향도 증가하고 있다. 이러한 경향은 지속될 것으로 예상 되기 때문에, 노인에 대한 심층적 이해의 필요성이 증가하고 있다. 통 계청이 2011년에 발표한 장래인구추계에 따르면, 한국의 노인인구는 2014년 전체인구의 12.7%를 차지하는데 이는 2000년에 비하여 2배 증가한 것이며, 2017년에는 14%로 증가하여 고령사회로 진입할 것으
로 예상되고 있다.1) 노인에서의 신체기능 유지는 건강한 삶을 위하여 매우 중요한 지표인데, 노인에서 신체능력의 제한이 사망, 낙상, 장애, 인지기능 저하, 입원 및 보호시설 입소 등과 같은 유해한 건강결과와 크게 연관되어 있다는 사실이 여러 연구를 통해 밝혀졌다.2-4) 그 중에 서도 특히 낙상은 종합적인 하체기능의 감소를 반영하며, 노인의 건 강 위험과 직접적으로 연결되어 있다.5,6) 일반적으로 노령인구의 1/3 에서 낙상을 경험하는 것으로 매년 보고되고 있으며, 낙상은 75세 이 상 고 연령층의 부상과 연관된 가장 흔한 사망원인이다.7) 따라서 낙상
Original Article
지역사회 거주 노인에서 낙상 예측인자로서 보행속도의 최적 변별점: 한국 노인실태조사에서의 3년간 전향적 연구결과
홍창기
1, 원장원
1,*, 김병성
1, 최현림
1, 김선영
1, 최성은
2, 홍성호
11경희대학교 의과대학 가정의학교실, 2동국대학교 이과대학 통계학과
Gait Speed Cut-Off Point as a Predictor of Fall in Community-Dwelling Older Adults: Three-Year Prospective Finding from Living Profiles of Elderly People Surveys in Korea
Changki Hong
1, Chang Won Won
1,*, Byung-Sung Kim
1, Hyunrim Choi
1, Sunyoung Kim
1, Sung-Eun Choi
2, Seongho Hong
11Department of Family Medicine, Kyung Hee University College of Medicine; 2Department of Statistics, College of Natural Sciences, Dongguk University, Seoul, Korea
Background: Gait speed has been reported as a powerful predictor of adverse outcomes in the elderly. Falls in older people are considered significant because they are directly related to quality of life. The purpose of this study was to investigate the relationship between gait speed and falls, and to determine a gait speed cut-off point for identifying elevated risk for falls in elderly Koreans.
Methods: Data were gathered from the 2008 and 2011 Living Profiles of Older People Surveys that included 8,009 community-dwelling Korean men and women aged 65 years or older. Gait speed data were extracted from the 2008 survey, and falls data were extracted from the 2008 and 2011 surveys. A receiver operating characteristic curve was plotted, and different gait speed cut-offs were analyzed for sensitivity and specificity to determine a cut-off point for better prediction of subsequent falls.
Results: Of all subjects enrolled in the study, 22.2% (1,780 of 8,009) reported falls during the follow-up period. The cut-off point for gait speed was determined to be 0.7 m/s. After adjusting for age and sex, a slower gait speed (<0.7 m/s) was found to be associated with increased risk for falls.
However, in the fully adjusted model, this association was not statistically significant.
Conclusion: Our findings suggest that a gait speed slower than 0.7 m/s (after adjusting for age and sex) is a reliable predictor of falls in community- dwelling elderly Koreans.
Keywords: Gait Speed; Cut-Off Point; Falls; Aging; Aged; Korean
http://dx.doi.org/10.21215/kjfp.2016.6.2.105 pISSN 2233-9019 · eISSN 2233-9116 Korean J Fam Pract. 2016;6(2):105-110KJFP
Korean Journal of Family PracticeReceived March 10, 2016 Accepted March 19, 2016 Corresponding author Chang Won Won
Tel: +82-2-958-8700, Fax: +82-2-958-8699 E-mail: [email protected]
Copyright © 2016 The Korean Academy of Family Medicine
This is an open-access article distributed under the terms of the Creative Commons At- tribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted noncommercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Changki Hong, et al. Gait Speed Cut-off Point as a Predictor of Fall
Korean Journal of Family Practice
KJFP
은 질병 및 사망과 관련하여 보건의료 문제의 주요 관심사가 되었다.
낙상, 장애 및 사망 등 다른 부정적인 결과를 방지하기 위하여 노 인의 신체상태를 평가하고 유해한 결과가 일어날 수 있는 위험도를 예측하기 위한 선별검사가 발달되어 왔다. 그 중에서 보행속도가 다 양한 유해한 결과들을 예측할 수 있는 빠르고 간단하며, 값싸고 재 현 가능한 지표로서 받아들여지고 있다.2-4)
한 체계적 문헌고찰을 포함한 여러 연구에서는 느린 보행속도가 낙상을 포함한 유해 결과들의 독립적 위험인자이며, 절단점은 0.8 m/s 로 보고한 바 있고,2,8) 다른 연구들에서는 1.0 m/s 미만의 보행속도가 사망의 위험을 증가시킨다고 보고하였다.9,10) 하지만, 현재까지 한국 에서 65세 이상의 노인을 대상으로 낙상과 연관된 보행속도의 절단 점을 보고한 논문은 없는 실정이다.
이 연구의 목적은 한국에 거주하는 65세 이상 노인들을 대상으로 보행속도와 낙상의 관계를 평가하고, 낙상 위험을 예측하기 위한 절 단점을 구하는 것이다.
방 법
1. 연구대상
대상자에 대한 정보는 2008년, 2011년 대한민국 노인실태조사 자 료를 바탕으로 하였다. 대한민국 노인실태조사는 노인정책 수립에 필요한 기초자료 및 기본지표의 생산을 목표로 대한민국에 거주하 는 나이 만 60세 이상의 노인을 대상으로 매 3년마다 진행되는 설문 조사이다. 조사방법은 2008년 노인실태조사에 응답한 노인을 대상 으로 생존여부, 향후 거주계획을 확인하고 교육된 설문조사자가 직 접 거주지로 방문하여 일반특성, 건강상태, 생활상태 설문조사를 실 시하였다.
대상자 수는 2008년, 2011년 대한민국 노인실태조사를 실시한 15,148명을 대상으로 하였다. 이 중 2008년 당시 만 65세 미만 (n=3,061)과 낙상장소를 ‘기타’로 답한 경우(2008년 n=155, 2011년 n=27)가 1차로 배제되었으며, 2011년 낙상여부를 답하지 않은 경우 (n=3,243)가 2차로 배제되어 최종적으로 8,009명이 참가자가 이 연구 에 포함되었다. 본 연구는 경희의료원 임상시험심사위원회에 의해 승인되었다(IRB No. 20150347).
2. 변수설명
1) 인구사회학적 특성 및 변수
연구대상자 8,009명에 대하여 2011년 낙상여부에 따라 두 군으로 나누었다. 두 집단 간의 인구사회학적 특징을 비교하기 위하여 나이, 성별, 체질량지수(body mass index), 배우자 유무, 교육수준, 직업근
무 유무, 수입수준, 흡연, 음주, 운동 정도 등 특히 노인의 삶에 중요한 것으로 알려진 변수들을 포함하였다. 그리고 보행 및 낙상에 영향을 줄 것으로 예상되는 변수로 악력, 유병질환, 우울증상 정도, 치매 및 인지기능 정도, 요실금, 시력장애, 청력장애, 무릎관절 통증유무, 골 절유무, 과거낙상경험, 수면(수면제 복용유무, 숙면정도, 수면시간) 을 포함하였다.
2) 보행속도
보행속도는 미국의 대규모 노인조사 연구(Health and Retirement Study, 2004)에서 사용한 2.5 m 거리를 도움 없이 일상생활에 걷는 방 식대로 걸었을 때 걸리는 시간을 측정하는 방식으로 2번 시행하여 측정하였다. 대상자들은 시작시점에서 두 발로 서있고 출발하기 시 작하면 시간 측정을 시작하고 대상자들은 종료지점을 멈추지 않고 지나가며 종료지점을 지나갈 때 측정자는 시간을 멈쳐서 걸린 시간 을 측정하였다. 2회 측정하여 계산한 속도 중 최고값을 반영하였다.
3) 낙상평가
낙상은 잘 훈련된 면접 조사자에 의해 설문지를 통해 평가되었으 며, 설문내용에는 지난 1년간의 낙상경험 유무, 낙상장소, 낙상이유 가 포함되었다.
3. 통계적 분석
낙상여부에 따라 집단을 낙상군과 비낙상군으로 이분화한 뒤 두 군의 기본적 특성에 대하여 평가한 뒤, 각 특징의 변수 특성에 따라 연속형 변수인 경우 independent t-test를, 범주형 변수인 경우 chi- square test, Fisher’s exact test를 이용하여 두 집단의 차이점을 비교하 였다. 또한 보행속도에 따라 낙상의 receiver operating characteristic (ROC) 분석을 하였다. 보행속도를 0.1 m/s로 집단을 나누어 각 집단 의 낙상여부에 따라 ROC 곡선을 구하고 민감도와 특이도가 둘 다 높은 최적 변별점(cut-off point)을 분석하였다. 단변량 분석에서 유의 하게 차이를 보였던 변수들을 보정하기 위해 다중회귀분석을 이용 하였고 변수선택을 위해 Enter 방법을 이용하였다. 통계적 분석은 SPSS 통계프로그램 ver. 18 (IBM Co., Armonk, NY, USA)을 사용하였 다. 모든 통계 분석은 P<0.05를 통계적 유의한 것으로 판단하였다.
결 과
Table 1은 연구 참여자들의 인구사회학적 특징 및 건강상태를 나 타내었다. 낙상군과 비낙상군의 평균나이는 모두 약 72.4세였으며, 성 별은 남성의 비율이 비낙상군(43.8%)에서 낙상군(29.0%)보다 높은 것
홍창기 외. 노인에서 낙상 예측인자로서 보행속도의 최적 변별점 Korean Journal of Family Practice
KJFP
으로 나타났다. 보행속도는 비낙상군에서는 0.67 m/s, 낙상군에서는 0.62 m/s로 나타났으며, 일주일 동안 150분 이상 운동을 하는 참가자 의 비율은 비낙상군에서 7.0%, 낙상군에서 3.8%로 차이를 보였고, 낙 상군은 비낙상군에 비교하여 더 심한 우울증상을 호소하고, 2개 이 상의 동반질환 이환, 요실금, 시력 및 청력장애, 무릎통증, 낙상경험 을 가지고 있는 비율이 높았으며 수면의 질(수면제 복용 여부, 숙면 정도, 수면시간)이 떨어지는 것으로 평가되었다.
2008년에 측정한 보행속도를 0.1 m/s 단위로 분류한 뒤 각 보행속 도에 따른 낙상군의 수를 파악하고 각 보행속도에서의 낙상예측에 대한 민감도와 특이도를 계산하였다. 이를 바탕으로 ROC 곡선을 이
용하여 낙상을 예측하기 위한 보행속도의 예측력을 평가하였다(Fig- ure 1). 낙상을 예측하기 위한 보행속도의 예측력은 0.7 m/s에서 곡선 아래 면적(area under the curve, AUC)이 0.563으로 제일 높았으며, 민 감도 71.39%, 특이도 38.06%로 나타났다. 따라서 낙상위험 예측을 위 한 보행속도의 최적 변별점은 0.7 m/s로 확인되었다(Table 2).
2008년의 보행속도와 2008년에 참여자들이 보고한 낙상경험과의 관계를 ROC로 분석한 결과, 0.6 m/s의 보행속도에서 AUC가 최고값 을 보였으며, 이때의 민감도와 특이도는 각각 60.62%와 54.45%였다 (data not shown).
Table 3은 2008년에 최초 측정한 보행속도 0.7 m/s을 변별점으로 설 Table 1. Baseline characteristics of subjects in 2008 (n=8,009)
Variable Fall (2011) (n=1,780) No Fall (2011) (n=6,229) Total (n=8,009)
Age (y) 73.13±5.55 72.38±5.51
Gender (male) 516 (29.0) 2,731 (43.8) 3,247 (40.5)
Body mass index (kg/m2) 23.80±3.44 23.55±3.20 23.61±3.26
Spouse (yes) 949 (53.3) 3,939 (63.2) 4,888 (61.0)
Education <7 years (yes) 1,450 (81.5) 4,499 (72.2) 5,949 (74.3)
Employment, working (yes) 546 (30.7) 2,223 (35.7) 2,769 (34.6)
Residence, rural area (no) 1,037 (58.3) 3,669 (58.9) 4,706 (58.8)
Household income (>679,000 KRW)* 316 (17.8) 1,693 (27.2) 2,009 (25.1)
Smoking (yes)† 205 (11.5) 865 (13.9) 1,070 (13.4)
Alcohol drinking
No-drinking in 1 year & <once/mo 1,371 (77.0) 4,404 (70.7) 5,775 (72.1)
At least once to 2–4 times/mo 176 (9.9) 791 (12.7) 967 (12.1)
2–3 times/wk & ≥4 times/wk 229 (12.9) 1,032 (16.6) 1,261 (15.7)
Exercise (≥150 min/wk) 68 (3.8) 439 (7.0) 507 (6.3)
Hand grip strength 19.41±8.81 22.59±9.47 21.88±9.42
IADL score catgory (≥11 scores)‡ 573 (32.2) 1,342 (21.5) 1,915 (23.9)
Depressive symptoms (≥8 scores)§ 692 (38.9) 1,667 (26.8) 2,359 (29.5)
MMSE score 22.40±4.49 23.55±4.26 23.29±4.34
No. of comorbidity (yes)∥
0 333 (18.7) 1,604 (25.8) 1,937 (24.2)
1 567 (31.9) 2,125 (34.1) 2,692 (33.6)
2+ 880 (49.4) 2,500 (40.1) 3,380 (42.2)
Urinary incontinence (yes) 124 (7.0) 261 (4.2) 385 (4.8)
Visual impairment (yes) 316 (17.8) 888 (14.3) 1,204 (15.0)
Hearing impairment (yes) 222 (12.5) 615 (9.9) 837 (10.5)
Knee pain (yes) 1,159 (65.1) 3,254 (52.2) 4,413 (55.1)
History of fall in the past year, 2008 (yes) 436 (24.5) 791 (12.7) 1,227 (15.3)
Fracture (yes) 39 (2.2) 139 (2.2) 178 (2.2)
Hypnotic drug use (yes) 132 (7.4) 279 (4.5) 411 (5.1)
Degree of a sound sleep at awakening (not a day/wk) 270 (15.2) 610 (9.8) 880 (11.0)
Sleeping time (1 wk) 383.55±101.85 395.76±94.48 393.04±96.29
Gait speed 0.62±0.23 0.67±0.25 0.66±0.24
Values are presented as mean±standard deviation or number (%). The results of all χ2 tests and analysis of variance were significant (P<0.05), except for that of resi- dence (P=0.627) and fracture (P=0.919).
ILDL, instrumental activities of daily living; MMSE, mini-mental state examination.
*Equivalent upper three quartile of total personal monthly household income. †Current smoker. ‡IADL dependency: Mean value of IADL score (total scores are 33; the number of the questions are 10 and 7 of them is ranked 1 to 3, 3 of them are ranked 1 to 4; the higher score, the more dependent). §Short form of geriatric depression scale. ∥Number of comorbid conditions is 2 or over (hypertension, stroke, hyperlipidemia, coronary heart disease, diabetes mellitus, arthritis, osteoporosis, back pain, fracture, pulmonary emphysema or chronic bronchitis, thyroid disease, liver disease, chronic renal failure, and cancer).
Changki Hong, et al. Gait Speed Cut-off Point as a Predictor of Fall
Korean Journal of Family Practice
KJFP
정하여 0.7 m/s 미만의 참여자들을 0.7 m/s 이상의 참여자들과 비교 하였을 때 2008년 및 2011년 낙상에 대한 위험률(hazard ratio)을 나타 내었다. Table 1에서 나타난 바와 같이 두 군의 특징을 비교한 결과, 낙 상군과 비낙상군의 여러 특징들이 통계적으로 유의하게 차이를 보 였기 때문에 생길 수 있는 교란 변수를 보정하는 작업이 필요하였다.
먼저 2008년에 측정한 참여자들의 보행속도가 2011년에 발생한 낙 상에 대해 미치는 영향을 분석한 결과, Enter 변수선택법으로 나이 와 성별 변수를 보정한 model 1에서는 보행속도 0.7 m/s 미만인 집단 에서 낙상 위험도가 1.303 (95% 신뢰구간 1.130–1.501)으로 통계적으 로 유의한 결과를 보였으나 나이, 성별에 두 집단 간 유의하게 차이를 보이는 변수들(배우자 유무, 교육 정도, 근무 환경, 수입수준, 흡연 및 음주여부, 운동 정도, 우울증상 정도, 인지기능장애, 요실금, 시력 및 청력장애, 무릎통증 유무, 수면제 복용 유무, 숙면 정도, 수면시간)을 모두 보정한 model 2에서는 두 집단 간에 의미있는 결과를 보이지 않 았다. 반면, 2008년도의 보행속도와 2008년 조사한 낙상과의 관계에 대하여 평가한 결과, 앞서 언급한 바와 같이 0.6 m/s에서 최적 변별점 을 보였으며, 이를 기준으로 위험도를 계산한 결과 model 1 및 model 2 모두 통계적으로 의미있는 차이를 보였고, 이때의 위험도는 각각 1.615와 1.317이었다(Table 4).
고 찰
노년인구가 증가함에 따라 낙상과 같은 노쇠와 연관된 문제들을 예측하기 위한 선별검사를 개발하는 것이 중요해졌는데, 많이 시행 되고 있는 노인 포괄평가(comprehensive geriatric assessment) 같은 종 합적 평가들은 시간 및 비용의 소모가 크기 때문에 비교적 쉽게 접 근하는 데에는 어려움이 있다. 최근 들어 보행속도는 노인에게 일어 날 수 있는 나쁜 문제들을 사정하는 데 쓰이는 간단하며 비용이 적 게 들고 믿을만한 선별 표지자로 증명되어 왔으며,2-4) 또한 유해한 결 과들과 연관된 보행속도의 변별점을 구하는 것이 보다 중요해지고 있다.11,12)
한국 지역사회 거주 노인을 대상으로 보행속도와 낙상과의 관련 성 및 낙상예측을 위한 보행속도의 변별점을 구하고자 한 본 연구에 서 낙상을 예측하기 위한 보행속도의 최적 변별점을 구한 결과, 0.7 m/s의 보행속도를 기준으로 더 빨리 걷는 그룹(≥0.7 m/s)과 비교하였 을 때 느린 그룹(<0.7 m/s)은 2011년 낙상의 발생 위험도가 나이와 성 별을 보정한 후에 약 30% 증가하였으며, 민감도와 특이도는 각각 71.39%와 38.06%였으나, 다른 영향을 줄 수 있는 변수들을 보정한 후 에는 의미있는 결과를 보이지 않았다. 반면 2008년에 조사한 낙상경
0 20 40 60 80 100
100
80
60
40
20
Sensitivity
100-Specificity 0
Gait
AUC=0.563
Figure 1. Receiver operating characteristic curve of gait speed and area under the curve (AUC) predicting fall.
Table 2. Gait speed cut-off point to predict fall and sensitivity and specificity of cut-off point
Gait speed cut-off point 0.7 m/s
Sensitivity 71.39 (68.80–73.90)
Specificity 38.06 (36.70–39.50)
Values are presented as percentage (95% confidence intervals).
Table 3. HR (95% CI) for associations between gait speed (2008) cut- off point and falls (2011)
Gait speed Adjusted HR 95% CI P-value
≥0.7 m/s (reference group) 1
<0.7 m/s
Model 1* 1.303 1.130–1.501 <0.001
Model 2† 1.124 0.967–1.305 <0.126
HR, hazard ratio; CI, confidence interval.
*Adjustment of age and gender. †Adjustment of age, gender, employment, household income, alcohol, smoking, hand grip, instrumental activities of daily living score (2008), mini-mental state examination score, depression, comorbidi- ty, incontinence, past history of fall, visual impairment, hearing impairment, knee pain, and sleep characteristics.
Table 4. HR (95% CI) for associations between gait speed (2008) cut- off point and falls (2008)
Gait speed Adjusted HR 95% CI P-value
≥0.6 m/s (reference group) 1
<0.6 m/s
Model 1* 1.615 1.379–1.893 <0.001
Model 2† 1.371 1.157–1.624 <0.001
HR, hazard ratio; CI, confidence interval.
*Adjustment of age and gender. †Adjustment of age, gender, employment, household income, alcohol, smoking, hand grip, instrumental activities of daily living score (2008), mini-mental state examination score, depression, comorbidi- ty, incontinence, visual impairment, hearing impairment, fracture, knee pain, and sleep characteristics.
홍창기 외. 노인에서 낙상 예측인자로서 보행속도의 최적 변별점 Korean Journal of Family Practice
KJFP
험과 보행속도의 관계는 0.6 m/s의 변별점을 가지며, 나이와 성별을 보정한 후의 위험도는 1.615, 다른 변수들을 모두 포함하여 보정한 후에는 1.371로 모두 통계적으로 의미 있는 결과를 보였다. 이는 보행 속도로 낙상의 위험을 예측할 때, 3년 뒤의 낙상 위험을 예측하는 것 보다는 1–2년 뒤의 가까운 미래 혹은 현재의 낙상위험을 평가하는 것이 더 의미가 있다는 가능성을 보여준다. 보행속도는 종합적인 하 체기능 및 건강상태를 보여주는 지표이지만, 특히 노인에게 있어서 는 낙상과 관련된 여러 인자들이 존재하며 이러한 인자들이 노인들 의 건강상태 변화에 점진적으로 영향을 미쳐 먼 미래의 낙상을 예측 하는 것을 어렵게 만드는 것으로 생각한다. 또한 이러한 결과는 2008 년 및 2011년에 조사된 노인실태조사의 문항 특성상 최근 1년간의 낙 상여부만을 조사한 것에도 영향을 받았을 가능성이 있다.
지금까지 유럽, 북미 및 남미에 거주하는 노인들을 대상으로 보행 속도가 낙상, 장애, 사망 등과 관련 있다는 결과들이 보고되었다.3,4) 특히 본 연구와 같은 3년 혹은 그 이상의 기간을 둔 과거 연구에서, 미국에서는 4.3년간의 연구에서 0.6 m/s보다 느린 보행속도는 실내 낙상을, 1.3 m/s보다 빠른 보행속도는 실외에서 격렬한 활동 중에 낙 상을 증가시키는 위험인자이며,13) 일본에서 이루어진 3년간의 연구 에서는 보행속도가 0.1 m/s 느려질 때마다 남녀 모두에서 낙상을 증 가시키는 독립적 위험인자임을 보여주었다.14) 미국에서 이루어진 연 구에서는 달력에 낙상이 발생한 일자를 표시하여 매달 연구자들에 게 보내는 방식으로 연속적인 낙상평가가 이루어졌으나 낙상에 영 향을 미칠 수 있는 다양한 인자들에 대한 보정은 이루어지지 않았 다. 또한 일본에서의 연구는 다양한 변수들에 대한 보정이 이루어 졌 으나 우울증상, 인지기능장애, 시력 및 청력장애, 수면의 질(수면제 복용 여부, 숙면 정도, 수면시간) 등 낙상에 큰 영향을 미칠 것으로 판 단되는 인자들에 대한 보정은 이루어지지 않았으며, 보행속도의 변 별점 역시 보고하지 않았다. 따라서 여러 인자들에 대해 통제하고 보 행속도의 변별점을 함께 구한 본 연구가 3년간의 기간 동안 보행속도 가 낙상에 대해 미치는 영향에 대해서 보다 정확하게 평가하였다고 할 수 있을 것이다.
아시아에서는 Liang 등15)이 대만에 거주하는 80세 이상의 노인들 을 대상으로 한 연구에서 평균 보행속도를 0.75 m/s로 보고하였으며, Muraki 등14)은 일본에서 이루어진 연구에서(평균연령 68.5세) 평균 보행속도가 1.24 m/s임을 밝힌 바 있다. 이 결과들과 비교하였을 때, 본 연구에서 한국인들은 다른 아시아 연구에서 나타난 평균 보행속 도보다 느린 결과를 확인할 수 있었다.
또한 많은 연구들에서 낙상위험을 예측하기 위한 보행속도 변별 점이 연구된바 있으며 몇몇 연구들에서는 약 0.7 m/s가 변별점으로 보고되었고,16-18) 0.5 m/s15,19)와 0.6 m/s13,20)로 보고한 논문 또한 있었다.
본 연구에서는 0.7 m/s의 보행속도가 낙상과 유의하게 관련이 있는 것으로 나타났다. 따라서 보행속도를 0.7 m/s 이상으로 유지할 수 있 는 건강상태를 유지하는 것이 매우 중요하며 이보다 느린 보행속도 를 가진 노인에 대해서는 이후에 발생할 수 있는 더 나쁜 결과들을 예방하기 위해 의학적 개입이 필요할 것으로 생각된다.21,22) 이러한 이 번 연구 결과는 국내에서 일차 진료 및 노인 클리닉에서 노인에 대한 평가를 시행할 때 지표로서 참고할 수 있을 것이다.
본 논문은 몇 가지 제한점을 가지고 있다. 먼저 보행속도를 측정하 는 거리에 있어서 다른 연구들에서는 대부분 4 m 거리에 대한 보행 속도를 구하였으나,3,4) 이 연구에서는 2.5 m에 대한 보행속도를 측정 하였다. 이 경우 가속단계 및 감속단계가 포함되기 때문에 4 m에서 측정한 속도보다 느리게 측정될 가능성이 있다. 이를 보정하기 위하 여 다른 거리에서 측정한 보행속도를 4 m의 값으로 변환하는 공식 이 연구된 바 있으나 아직까지 보행속도 측정 방법에 대한 국제적 합 의는 없는 상태이다.23,24) 다음으로, 2008년과 2011년에 이루어진 한국 노인실태조사를 바탕으로 연구를 진행하였는데 낙상에 대해 3년 뒤 에 조사되었고 연속적인 평가는 이루어지지 않았다. 이로 인하여 이 기간 사이에 발생한 참여자들의 건강상태 변화가 누락되어 결과에 영향을 미쳤을 가능성이 있다. 마지막으로 노인실태조사는 대부분 설문조사로 이루어졌기 때문에 이로 인한 회상 비뚤림이 있을 수 있 다. 하지만 전문적으로 교육된 조사원이 직접 방문하여 이루어졌기 때문에 이러한 비뚤림은 최소화되었을 것이다.
여러 제한점에도 불구하고, 본 연구는 한국에 거주하는 노인에 대 해 보행속도와 낙상의 관련성 및 낙상 위험 예측을 위한 최적 변별점 을 구한 첫 논문으로 의미가 있으며, 아시아 노인들에 대한 보행속도 와 관련한 우리의 지식을 더해 줄 것으로 기대한다. 더불어 차후에는 보다 연속적으로 낙상에 대한 평가가 진행되는 코호트 연구가 필요 할 것이다.
요 약
연구배경:
보행속도는 많은 연구들에서 유해한 결과들의 예측인자 로 보고되었다. 낙상은 삶의 질과 직접적으로 연관되어 있기 때문에 노인들에게 중요한 문제이다. 이 연구의 목적은 보행속도와 낙상의 관계에 대해 밝히고, 한국 노인인구에서 낙상의 위험을 증가시키는 보행속도의 변별점을 구하는 것이다.방법:
2008년과 2011년 노인실태조사를 바탕으로 한국 지역사회에 거주하는 65세 이상 노인 8,009명을 대상으로 종단적 분석을 시행하 였다. 보행속도는 2008년 노인실태조사에서 측정되었으며, 낙상에 대한 조사는 2008년 및 2011년 조사를 바탕으로 수집되었다. ROC 커Changki Hong, et al. Gait Speed Cut-off Point as a Predictor of Fall
Korean Journal of Family Practice
KJFP
브를 분석하였으며 낙상의 위험을 증가시키는 보행속도의 변별점을 구하기 위하여 서로 다른 보행속도에 대한 민감도 및 특이도 분석을 시행하였다.
결과:
연구에 참여한 대상자 중에서 22.2% (1,780명)이 3년 후 낙상을 보고하였다. 보행속도의 변별점은 0.7 m/s로 측정되었다. 나이 및 성 별을 보정한 후에 0.7m/s보다 느린 보행속도는 낙상 위험을 증가시키 는 것으로 나타났지만, 모든 인자를 보정한 후에는 이런 관계가 의미 있게 나타나지 않았다.결론:
0.7 m/s보다 느린 보행속도는 나이와 성별을 보정한 뒤에 한국 65세 이상 노인에서 낙상의 위험인자로 나타났다.중심단어:
보행속도; 변별점; 낙상; 노령화; 노인; 한국REFERENCES
1. Korean Statistical Information Service [Internet]. Daejeon: KOSIS; 2011.
[cited 2011 Dec 7]. Available from: http://kosis.kr.
2. Abellan van Kan G, Rolland Y, Houles M, Gillette-Guyonnet S, Soto M, Vel- las B. The assessment of frailty in older adults. Clin Geriatr Med 2010; 26:
275-86.
3. Abellan van Kan G, Rolland Y, Andrieu S, Bauer J, Beauchet O, Bonnefoy M, et al. Gait speed at usual pace as a predictor of adverse outcomes in commu- nity-dwelling older people an International Academy on Nutrition and Ag- ing (IANA) Task Force. J Nutr Health Aging 2009; 13: 881-9.
4. Pamoukdjian F, Paillaud E, Zelek L, Laurent M, Lévy V, Landre T, et al. Mea- surement of gait speed in older adults to identify complications associated with frailty: a systematic review. J Geriatr Oncol 2015; 6: 484-96.
5. Tinetti ME, Speechley M, Ginter SF. Risk factors for falls among elderly per- sons living in the community. N Engl J Med 1988; 319: 1701-7.
6. Guralnik JM, Ferrucci L, Simonsick EM, Salive ME, Wallace RB. Lower-ex- tremity function in persons over the age of 70 years as a predictor of subse- quent disability. N Engl J Med 1995; 332: 556-61.
7. Dellinger AM, Stevens JA. The injury problem among older adults: mortali- ty, morbidity and costs. J Safety Res 2006; 37: 519-22.
8. Cruz-Jentoft AJ, Baeyens JP, Bauer JM, Boirie Y, Cederholm T, Landi F, et al.
Sarcopenia: European consensus on definition and diagnosis: report of the European Working Group on Sarcopenia in Older People. Age Ageing 2010;
39: 412-23.
9. Studenski S, Perera S, Patel K, Rosano C, Faulkner K, Inzitari M, et al. Gait speed and survival in older adults. JAMA 2011; 305: 50-8.
10. Cesari M, Kritchevsky SB, Penninx BW, Nicklas BJ, Simonsick EM, Newman AB, et al. Prognostic value of usual gait speed in well-functioning older peo- ple: results from the Health, Aging and Body Composition Study. J Am
Geriatr Soc 2005; 53: 1675-80.
11. Cesari M, Onder G, Zamboni V, Manini T, Shorr RI, Russo A, et al. Physical function and self-rated health status as predictors of mortality: results from longitudinal analysis in the ilSIRENTE study. BMC Geriatr 2008; 8: 34.
12. Taekema DG, Gussekloo J, Westendorp RG, de Craen AJ, Maier AB. Predict- ing survival in oldest old people. Am J Med 2012; 125: 1188-1194.e1.
13. Kelsey JL, Procter-Gray E, Hannan MT, Li W. Heterogeneity of falls among older adults: implications for public health prevention. Am J Public Health 2012; 102: 2149-56.
14. Muraki S, Akune T, Oka H, Ishimoto Y, Nagata K, Yoshida M, et al. Physical performance, bone and joint diseases, and incidence of falls in Japanese men and women: a longitudinal cohort study. Osteoporos Int 2013; 24: 459-66.
15. Liang CK, Chou MY, Peng LN, Liao MC, Chu CL, Lin YT, et al. Gait speed and risk assessment for falls among men aged 80 years and older: a prospec- tive cohort study in Taiwan. Eur Geriatr Med 2014; 5: 298-302.
16. Montero-Odasso M, Schapira M, Soriano ER, Varela M, Kaplan R, Camera LA, et al. Gait velocity as a single predictor of adverse events in healthy se- niors aged 75 years and older. J Gerontol A Biol Sci Med Sci 2005; 60: 1304- 9.
17. Shimada H, Suzukawa M, Tiedemann A, Kobayashi K, Yoshida H, Suzuki T.
Which neuromuscular or cognitive test is the optimal screening tool to pre- dict falls in frail community-dwelling older people? Gerontology 2009; 55:
532-8.
18. Verghese J, Holtzer R, Lipton RB, Wang C. Quantitative gait markers and in- cident fall risk in older adults. J Gerontol A Biol Sci Med Sci 2009; 64: 896- 901.
19. Biderman A, Cwikel J, Fried AV, Galinsky D. Depression and falls among community dwelling elderly people: a search for common risk factors. J Epi- demiol Community Health 2002; 56: 631-6.
20. Quach L, Galica AM, Jones RN, Procter-Gray E, Manor B, Hannan MT, et al.
The nonlinear relationship between gait speed and falls: the Maintenance of Balance, Independent Living, Intellect, and Zest in the Elderly of Boston Study. J Am Geriatr Soc 2011; 59: 1069-73.
21. Idland G, Sylliaas H, Mengshoel AM, Pettersen R, Bergland A. Progressive resistance training for community-dwelling women aged 90 or older; a sin- gle-subject experimental design. Disabil Rehabil 2014; 36: 1240-8.
22. Beyer N, Simonsen L, Bülow J, Lorenzen T, Jensen DV, Larsen L, et al. Old women with a recent fall history show improved muscle strength and func- tion sustained for six months after finishing training. Aging Clin Exp Res 2007; 19: 300-9.
23. Guralnik JM, Ferrucci L, Pieper CF, Leveille SG, Markides KS, Ostir GV, et al. Lower extremity function and subsequent disability: consistency across studies, predictive models, and value of gait speed alone compared with the short physical performance battery. J Gerontol A Biol Sci Med Sci 2000; 55:
M221-31.
24. Fried LP, Borhani NO, Enright P, Furberg CD, Gardin JM, Kronmal RA, et al. The Cardiovascular Health Study: design and rationale. Ann Epidemiol 1991; 1: 263-76.
