65세 이상 노인인구의 다중약물요법 여부에 따른 낙상 고위험군 예측: 의사결정나무 분석을 활용하여

A model for predicting fall experience in the elderly population over 65 years old: Decision tree analysis

Article information

J Korean Gerontol Nurs. 2022;24(4):366-376
Publication date (electronic) : 2022 November 30
doi : https://doi.org/10.17079/jkgn.2022.24.4.366
Assistant Professor, School of Nursing, Dongyang University, Yeongju, Korea
한명희orcid_icon
동양대학교 간호학과 교수
Corresponding author Han, Myeunghee School of Nursing, Dongyang University, 145 Dongyangdae-ro, Punggi-eup, Yeongju 36040, Korea TEL: +82-54-630-1279 E-mail: dewdrop54@daum.net
Received 2022 July 9; Revised 2022 August 5; Accepted 2022 October 12.

Trans Abstract

Purpose

This study aimed to construct a model to predict whether the elderly population over 65 years of age will experience falls according to multi-drug therapy and related factors.

Methods

Decision tree analysis was used to analyze data from the 2020 national survey of the living condition and welfare needs of older Koreans.

Results

The fall experience rate was 23.7%, which was the highest in the case of diet management due to disease while taking multi-drug therapy. In contrast, those who did not receive multi-drug therapy had good subjective health rates, and those who did not have arthritis showed the lowest fall experience rate (5.5%).

Conclusion

The elderly population has a high prevalence of chronic diseases, and the number of people using multi-drug therapy is increasing accordingly. For this reason, healthcare providers should carefully prescribe medication for older adults. In addition, it is necessary to develop and apply a customized fall management program that reflects the demographic and health-related factors, which include diet, disease types, and health levels, with multi-drug therapy.

서 론

1. 연구의 필요성

우리나라의 노인인구는(65세 이상) 2000년에 7.2%를 차지하면서 고령화 사회로 진입하였고, 2030년에는 24%가 되어 초고령사회가 될 것으로 예측된다[1]. 고령화사회가 되면서 노인인구의 안전을 위협할 수 있는 건강 관련 문제에 대한 관심이 높아지고 있다[2]. 그 중에서도 낙상은 노인인구가 흔하게 겪는 건강 위협 요인이며 나아가 생명에 치명적인 영향을 미칠 수 있는 중요한 건강 문제이다[2,3]. 국내의 노인의 낙상 발생률은 지역과 대상의 상황에 따른 차이가 있지만 재가노인의 경우 16.3~37.5%으로 보고되고 있다[4]. 미국의 질병예방 통제센터(Centers for Disease Control and Prevention, CDC)에 따르면, 노인인구의 4명 중 1명(28%)이 낙상을 경험하며 매년 약 3,600만건의 낙상이 발생한다[5]. 노인에게 낙상은 경미한 영향에서부터 심각한 상해 및 사망에 이르기까지 노인의 건강에 큰 영향을 미치고, 신체 기능적 장애를 일으키므로 노인에게 있어서 심각한 문제로 다루어져야 한다[6].

노인의 낙상에 영향을 미치는 요인으로는 선행연구에서 연령[7], 성별[8,9], 주관적 건강상태[8], 청력장애[2], 우울[2,7], 인지기능[7,8], 하지근력약화[10], 만성질환 여부[7,9], 보조기 사용여부[11], 건강행태(음주, 흡연 운동)[11]등이 제시되고 있다. 이에 더하여, 선행연구에 의하면 노인 환자에게 발생하는 낙상은 다중약물요법에 의해서도 발생할 수 있다[12]. 노인인구는 신체의 생리적 기능이 쇠퇴하면서 질병에 대한 저항력이 감소하여 다른 연령대에 비해 만성 질환 이환율이 높으며, 노인 1만 279명을 조사한 경우 46.2%가 세 가지 이상의 만성질환을 가지고 있다[13]. 이에 노인인구는 만성질환을 다스리기 위하여 동시에 많은 약물을 복용하게 되는 다중약물요법에 노출되게 된다[14]. 따라서 노인 환자가 복용하는 모든 의약품을 확인해야 하며 특히, 이뇨제, 항우울제 등 낙상 고위험 의약품의 사용을 최소화할 필요가 있다는 보고가 있다[12].

다중약물요법노인의 경우 노화로 인한 신장 및 간의 기능 감소로 인해 혈청 내 약물 농도가 상승되어 많은 종류의 약물을 복용하는 경우 상반된 약물 작용, 약물과 약물 간의 상호작용으로 낙상의 위험이 증가될 수 있다[15,16]. 특히, 복용하는 약제들 중 항콜린성 약물이 더해진 경우 인지기능 및 활동력이 저하되어 낙상으로 이어지는 경우가 흔해진다[1]. 중추신경계에 직접 작용하는 약이 아니더라도 복용하는 약의 개수가 증가할수록 낙상 위험을 증가시킨다는 선행연구도 있다[17]. 반면 다중약물요법이 낙상 위험과 연관성이 없다는 보고와 적은 수의 약물을 사용하는 경우에도 낙상이 발생한다는 보고도 있어[18], 다중약물 요법과 낙상에 대한 명확한 연관성을 규명할 필요성이 있다.

현재까지 노인인구의 낙상과 관련된 요인들을 규명하는 연구들이 상당수 진행중이지만, 여전히 예측요인으로 규명되지 않은 요인들은 많고, 이미 발견된 요인이더라도 관련이 약하다는 보고가 있다[2]. 또한, 다중약물요법에 따른 낙상 관련 요인 분석은 연구가 부족하여 대단위 실태조사를 통한 연구결과의 확인이 필요하다는 요구가 있다[2]. 따라서 본 연구는 65세 노인인구의 낙상 경험에 영향을 미치는 요인들로 구성된 낙상 경험 예측 모형을 다중약물요법 여부를 중심으로 구현하기 위하여 실시되었다. 다중약물요법이란, 다양한 약물을 동시투약하는 것으로 정의되며 약물의 개수에 대한 기준은 2개에서 6개 등으로 다양하여 이에 대한 의견이 분분하다[19]. 본 연구에서는 다중약물요법을 5개 이상의 약물을 복용하는 것으로 정의하였다[20].

2. 연구목적

본 연구의 목적은 보건복지부가 수집 및 제공하는 2020년도 노인실태조사를 활용하여 65세 이상 노인인구의 낙상 경험에 따른 다중약물요법여부를 포함한 일반적 특성, 건강 상태, 건강 행태의 특성을 파악하고 비교하기 위함이다. 또한, 본 연구는 다중약물요법 여부를 중심으로 대상자의 특성을 고려한 낙상 여부 예측 모델을 의사결정나무분석을 이용하여 구축하기 위해 실시하고자 하며, 구체적인 목적은 다음과 같다

 낙상 경험 여부에 따른 일반적 특성을 비교한다.

 낙상 경험 여부에 따른 건강 상태 특성을 비교한다.

 낙상 경험 여부에 따른 건강 행태의 특성을 비교한다.

 다중약물요법여부 및 대상자 특성에 따른 낙상 경험 여부를 예측하는 경로를 확인한다.

연구방법

Ethics statement: This study was a secondary data analysis using 2020 National Survey of the Living Condition and Welfare Needs of Older Koreans were received in an anonymous format. As such, Institutional Review Board approval was not sought.

1. 연구설계 및 연구대상자

본 연구는 한국보건사회연구에서 제공하는 2020년도 노인실태조사를 분석하여 65세 노인인구를 대상으로 다중약물요법여부에 따른 낙상 고위험군을 예측하기 위하여 실시되었다. 2020년도 노인실태조사는 노인의 생활, 특성, 그리고 욕구를 파악하여 삶의 질 향상을 위한 기초자료를 제공하기위한 목적으로, 생명윤리위원회에서 심의 결과 승인을 받은 후 수집 ․ 배포 된 공공 데이터이다(IRB No.20-020-00)[21]. 자료는 설계된 표본추출방법을 기반으로 969개 조사구에 거주하는 65세 이상 노인을 대상으로 2020년 9월 14일부터 11월 20일까지 일대일 직접 면접조사 방법으로 수집되었다[21]. 본 연구의 대상은 복용하는 약물의 개수를 기록한 65세 이상의 노인 10,097명으로, 5개 이상이라고 응답한 대상자 650명(6.4%)은 다중약물요법군으로, 5개 미만으로 응답한 대상자 9,447명(93.6%)은 비다중약물요법군으로 분류하였다. 또한, 낙상의 경험이 있는 노인 650명(6.4%)을 낙상군으로 낙상의 경험이 없는 노인 9,447명(93.6%)을 비낙상군으로 분류하였다.

2. 연구도구

1) 일반적 특성

본 연구의 대상자들의 일반적 특성으로 연령(만), 성별(남,여), 거주 지역(시, 도), 혼인 여부(미혼, 기혼), 배우자 존재여부(있음, 없음), 배우자의 건강(불건강, 평균, 건강), 가족구성원 수, 교육수준(고등학교졸업 이하, 대학교졸업 이상), Body Mass Index (BMI, 저체중/정상/과체중/비만), 그리고 다중약물요법 여부(예, 아니오)를 포함하였다.

2) 건강 상태

본 연구의 대상자들의 건강상태를 확인하기 위한 항목으로는 주관적 건강상태(건강, 보통, 불 건강), 의사 진단 만성질환 여부(순환기계[고혈압, 뇌졸중, 고지혈증, 심근경색, 부정맥], 내분비계[당뇨병, 갑상선질환], 근골격계[골관절염, 골다공증, 요통, 골절], 호흡기계[기관지염, 천식, 결핵], 신경정신계[우울증, 치매, 파킨슨병, 불면증], 감각기[백내장, 녹내장, 만성중이염, 노인성 난청], 암, 소화기계[위, 십이지장궤양, 간염, 간경변증], 비뇨생식기계[만성신장질환, 전립선 비대증, 요실금], 기타[빈혈]), 보조기 사용여부(시력, 청력, 씹기), 어려움(시력, 청력, 씹기), 인지기능 장애(없음, 경도인지장애, 분명한인지장애), 만성질환개수를 포함하였다.

3) 건강 행태

본 연구에서는 대상자들의 건강 행태를 확인하기 위하여 흡연, 음주, 운동 여부, 근력 상태(양손을 앞으로 두 손을 사용하지 않고 의자에서 일어서고 앉기를 5번 시행 가능), 영양관리 상태(질병으로 식단 관리, 하루 2끼 미만, 과일 미 섭취, 채소 미 섭취, 유제품 미 섭취, 매일 3잔 이상의 술, 구강 문제로 인한 음식섭취 어려움, 경제적 어려움으로 인한 음식 구입 제한, 혼자 식사, 지난 6개월 동안 5 kg 이상의 체중변화, 장보기/음식 만들기/식사 하기의 어려움)에 대해 파악하였다.

3. 자료분석

본 연구의 자료분석은 SPSS/WIN 28.0 (IBM Corp, Armonk, NY, United States) 프로그램을 활용하여 시행되었다. 대상자의 일반적, 건강문제, 그리고 건강 행위 특성의 두 그룹 비교는 x2 tests와 Independent t-test를 통하여 시행되었다. 다중약물요법여부 및 대상자 특성에 따른 낙상경험여부 고위험은 의사결정나무분석을 통하여 예측하였다. 트리의 설정으로는 본 연구에서 사용된 변수들이 명목 및 연속 변수의 특성을 모두 고려하여 분석하여 주는 Chi-squared Automatic Interaction Detection (CHAID)를 이용하였다. 또한, 최대 수준 3, 부모 노드 및 자식 노드는 각 100과 50으로 설정하였다. 분할 표본 타당성 검사(Split-sample validation)을 사용하여 training data로 생성된 예측 모형이 test data로 생성된 모형에 적용되는지 확인하여, 최종적으로 구축된 예측 모형의 타당성을 확인하였다[22]. 본 연구의 분석에서는 다중약물요법 여부에 따른 낙상 경험에 대한 예측 모델을 구현하기 위하여 다중약물요법 여부를 첫 번째 분리 가지로 지정하여 의사결정나무분석을 시행하였다.

연구결과

1. 일반적 특성

대상자 중 낙상군은 650명으로 전체의 6.4%를 차지하였으며, 평균 나이는 75.5세로 비낙상군(9,447명, 93.6%)의 73.4세보다 높았지만 통계학적으로 유의미한 차이는 보이지 않았다(p=.249). 두 군 모두 여성(p<.001), ‘도’에 거주하는 경우(p=.869), 기혼(p=.197)이 절반 이상을 차지 하였다. 낙상군은 배우자가 없는 경우가 58.2%를 차지 하였으며, 비낙상군은 배우자가 있는 경우가 59.9%를 차지 하면서 두 군간의 유의미한 차이를 보였다(p<.001). 배우자의 건강으로는 두 군 모두 건강하다고 응답한 경우가 가장 큰 비율을 차지하였으며, 평균 가족 구성원 수는 낙상군의 경우 1.82명, 비낙상군의 경우 1.87명으로 확인되었다(p=.088). 두 군 모두 고등학교 졸업 이하(p=.002), 경제활동 경험이 있는 비율이 높았다(p=.161). 두 군 모두 BMI는 정상인 경우가 가장 비율이 높았고, 다중약물요법의 경우 낙상군에서는 11.1%, 비낙상군에서는 3.8%로 확인되면서 유의미한 차이를 보였다(p<.001)(Table 1).

General Characteristics (N=10,097)

2. 건강 상태

대상자 중 순환기계 질환으로 뇌졸중을 진단받은 경우는 낙상군이 7.7%, 비낙상군이 3.9%(p<.001)였으며, 심근경색을 진단받은 경우는 낙상군이 8.9%, 비낙상군이 4.3%로 확인되었다(p<.001). 근골격계 질환의 경우 골관절염(p<.001), 골다공증(p<.001), 요통(p<.001), 골절(p<.001)을 진단받은 비율은 비낙상군 보다 낙상군에서 유의미하게 더 높았다. 호흡기계 질환에서 기관지염을 진단받은 비율도 낙상군이(2.3%) 비낙상군보다(1.1%) 더 높았다. 신경정신계질환에서는 우울증(p=.003), 치매(p=.050), 파킨슨병(p<.001), 그리고 불면증(p<.001) 항목에서 낙상군이 유의미하게 더 높은 이환율을 보였다. 감각기 질환에서는 낙상군이 백내장(p<.001), 녹내장(p<.001), 노인성 난청(p<.001)을 더 높은 비율로 진단받았다. 소화기계 질환에서 위, 십이지장궤양(p<.001), 간염(p=.017), 그리고 비뇨생식기계 질환인 요실금(p<.001)은 낙상군이 유의미하게 비낙상군보다 더 높은 비율로 진단받았다. 빈혈(p<.001) 또한 낙상군에서 비낙상군보다 더 높은 비율로 진단받았다,

청력(p=.002)과 씹기(p<.001)의 보조기구 사용에서는 낙상군이 더 높은 비율을 보였으며, 시력(p<.001), 청력(p<.001), 씹기(p<.001) 기능의 어려움에서 비낙상군이 모두 더 어려움이 있음을 보고하였다. 주관적 건강수준 항목에서는 비낙상군의 51.2%와 낙상군의 29.4%가 건강하다고 응답하여 유의미한 차이를 나타내었다(p<.001). 인지기능 손상에 대해서는 손상 없음이 낙상군에서 56.6% 비낙상군에서 66.3%를 나타내었고, 손상의 정도가 심하다고 응답한 경우는 낙상군이 14.7%였으며, 비낙상군은 9.0%를 나타내어 유의미한 차이를 보였다(p<.001). 진단받은 만성질환 개수는 낙상군이 평균 2.67개였으며 비낙상군은 1.79개로 낙상군의 만성질환 개수가 더 많았다(p<.001). 진단받은 만성질환 중 고혈압(p=.999), 고지혈증(p=.057), 부정맥(p=.243), 당뇨병(p=.235), 갑상선 질환(p=.153), 천식(p=.439), 결핵(p=.178), 만성중이염(p=.73), 암(p=.342), 간경변증(p=.100), 청력 보조기 사용(p=.483), 전립선 비대증(p=.052), 만성신장질환(p=.056)은 두 군간 유의미한 차이는 확인할 수 없었다. 보조 기구 사용에서 보청기사용은 두 군 간 유의미한 차이를 발견할 수 없었다(p=.483)(Table 2).

Health Status (N=10,097)

3. 건강 행태

본 연구에서 음주를 하는 경우는 낙상군에서 70.6%로 비낙상군의 62.9% 보다 더 높은 비율을 보였다(p<.001). 운동 여부(p=.028), 근력 상태(양손을 앞으로 두 손을 사용하지 않고 의자에서 일어서고 앉기를 5번 시행 가능)(p<.001) 항목에서는 비낙상군이 각 52.2%와 77.4%로 낙상군의 47.7%와 58.6%보다 유의미하게 높은 비율을 보였다. 영양관리 상태에 관한 항목으로 질병으로 인한 식단 관리(p<.001), 과일 미 섭취(p<.001), 채소 미 섭취(p=.034), 유제품 미 섭취(p<.001), 구강 문제로 인한 음식 섭취 어려움(p<.001), 경제적 어려움으로 인한 음식 구입 제한(p=.003), 혼자 식사(p<.001), 지난 6개월 동안 5 kg 이상의 체중변화(p<.001), 장보기/음식 만들기/식사 하기의 어려움(p<.001)에서는 낙상군이 비낙상군보다 더 높은 비율을 보였다. 흡연(p=.519), 하루 2끼 미만(p=.313), 매일 3잔 이상의 술(p=.05) 항목에서는 두 군 간의 유의미한 차이를 확인할 수 없었다(Table 3).

Health Related Behaviors (N=10,097)

4. 다중약물요법에 따른 노인인구의 낙상 경험 예측 모델

대상자의 다중약물요법에 따른 낙상 경험을 예측한 의사결정나무 분석 결과 9개의 최종 마디로 이루어진 모델이 형성되었다(Figure 1). 다중약물요법에 해당 하지 않는 경우(Node 1)는 주관적 건강수준에 따라 낙상 경험에 차이가 있는 것으로 확인되었다(F=174.11, p<.001). 건강한 그룹의 경우(Node 3), 3.7%가 낙상 경험이 있었으며 보통의 경우에는 5.9%(Node 3), 건강하지 않은 경우에는(Node 5) 12.4%가 낙상의 경험이 있었다. 건강한 경우에는 관절염의 여부에 따라 낙상 경험에 차이가 있었으며(p<.001, F=23.41), 관절염을 진단받은 경우(Node 8)에는 8.1% 그리고 진단받지 않은 경우(Node 9)에는 3.3%가 낙상을 경험 하였다. 건강상태가 보통이라고 응답한 경우(Node 4)에는 백내장의 진단 여부에 따라 낙상 경험에 차이가 있었다(F=17.22, p<.001). 백내장을 진단받은 경우(Node 11)는 14.2%가 낙상을 경험하였고, 진단받지 않은 경우(Node 10)에는 5.5%가 낙상을 경험하였다. 주관적 건강수준이 좋지 않다고 응답한 대상자의 경우 장보기/음식 만들기/식사 하기에 따라 낙상 경험의 차이가 있었다(F=17.56, p<.001). 어려움이 있는 경우(Node 13), 17.8%가 낙상 경험이 있었고 어려움이 없는 경우에는(Node 12) 10.4%가 낙상 경험이 있었다.

Figure. 1.

Decision tree for fall down according to polypharmacy in the elderly population.

대상자 중 다중약물요법에 해당하는 경우에는 질병으로 식단 관리가 낙상 경험에 영향을 미치는 것으로 확인되었다(F=5.53, p=..019). 식단 관리를 하는 경우(Node 7)에는 23.7%가 낙상 경험을 하였다. 식단 관리를 하지 않는 경우(Node 6)는 근력 상태가 낙상 경험 여부에 유의미한 영향을 미쳤다(F=8.39, p=.011). 근력 상태가 좋은 경우(Node14)에는 7.2%가, 좋지 않은 경우(Node 15)에는 18.8%가 낙상 경험을 하였다. 본 연구에서는 다중약물요법에 해당되면서 질병으로 인한 식단 관리를 하는 경우 23.7%가 낙상을 하면서 가장 높은 비율을 보였고, 다중약물요법을 하지 않으면서 주관적 건강수준이 좋고, 관절염을 진단받지 않은 경우가 3.3%로 가장 낮은 낙상 비율을 보였다.

5. 의사결정 나무 모형의 타당성 분석

본 연구의 의사결정 나무 모형 분석으로 도출된 예측 모형의 타당성을 확인한 결과는 Table 4와 같다. Training data의 경우 위험 추정치(Risk Estimate, RE)가 .064로 분류의 정확성이 93.6%로 확인되었다. Test data는 RE가 .065로 나타나면서 분류의 정확성이 93.5%로 확인되었다.

Risk Chart of Decision Tree

논 의

본 연구에서는 65세 노인인구의 낙상 경험에 따른 일반적 특성, 건강 상태, 그리고 건강 행태를 확인 하고 비교하였다. 또한, 의사결정나무분석을 활용하여 65세 이상 노인인구를 대상으로 다중약물요법 여부를 중심으로 따른 낙상 경험에 영향을 미치는 요인들로 구성된 예측모델을 구현하였다. 본 연구의 결과에 따르면, 5개 이상의 약물을 동시에 복용하는 다중약물요법을 하는 경우에 낙상의 경험의 비율이 높았다. 이는 낙상 경험 여부에 따른 환자간의 비교 연구에서 약물의 복용 개수가 많은 환자가 낙상의 위험율이 높은 것으로 확인한 선행연구의 결과와 일맥상통한다[23]. 낙상을 예방하기 위한 최선의 방법으로 수정 가능한 위험 요인들을 파악하고 교정하는 것이 강조되고 그 중에서도 다중약물요법에 대한 관리가 첫 번째로 제시되고 있어[24], 하루 복용 약물이 5가지 이상이라면 의료진과의 상의하여 불필요한 약은 걸러내고 약물의 상호작용으로 낙상을 초래할 수 있는 약물에 대해 확인하여야 할 것이다. 또한, 다량의 약을 복용하는 경우 약 복용 시간과 복용량을 지키는 것도 부가적으로 강조되어야 할 문제이며, 이를 위해서는 스마트폰에 제시간에 약을 복용하기 위한 알람을 설치하거나 투약 관련 앱을 활용하면 도움이 된다는 선행연구의 제언에 따라 의료진들은 노인인구의 약물복용 교육 및 관리 프로그램에 이를 활용할 필요성이 있다[25,26].

본 연구의 결과로부터, 다중약물요법을 하면서 질병으로 인한 식단 관리를 하는 노인의 경우 23.7%가 낙상을 하면서 가장 높은 비율을 보였다. Jang 과 Kim의 연구[27]에 따르면, 남성 독거노인의 경우 영양의 측면에서 정상군은 평균 2.78개의 약물을 복용하고 있었고, 영양장애군은 4.34개의 약물을 복용하고 있어 약물의 개수에 따라 영양 장애의 정도가 다름을 확인할 수 있었다. 실제로, 우리나라 인구의 식품 섭취 양상은 전반적으로 개선되었으나, 노령층의 30% 이상이 영양섭취 권장량의 75%에도 미치지 못하고 있다[28]. 또한, 노인 낙상의 위험인자를 밝힌 연구에 따르면 좋은 영양상태가 낙상의 위험을 감소시키는 것으로 확인되어[29], 상대적으로 영양이 부족할 가능성이 높은 노인인구의 경우 질병의 개선과 복용 약물의 효과를 위하여 식이를 제한하고 관리하는 것은 오히려 영양 불균형을 가져와 낙상위험성을 증가시킬 수 있다. 따라서, 노인 환자의 약물복용의 종류와 개수에 따른 적절한 식단 관리를 위해 의료인의 올바른 교육과 관리가 이루어져야 한다.

본 연구의 결과에서는 다중약물요법을 하지 않으면서 주관적 건강수준이 좋고, 관절염을 진단받지 않은 경우가 3.3%로 가장 낮은 낙상 비율을 보였다. 이는 노인의 주관적 건강수준이 좋은 노인인구에 비해 보통이나 나쁘다고 느끼는 노인인구의 낙상 비율이 높은 것을 확인한 선행연구결과와 일맥상통한다[3]. 또한, 65세 이상 노인의 30%정도에서 낙상이 빈번히 일어나며, 특히, 여성, 관절염 진단 대상, 저소득층 노인이 낙상 경험이 많다는 연구결과도 있다[24]. 이는 저소득 관절염 여성노인의 낙상 관련에 대한 선행연구에서도 같은 맥락으로 확인되었다[30]. 본 연구에서는 관절염을 진단받지 않은 노인인구의 경우 낙상 경험이 낮은 것으로 확인되어 선행연구의 결과와 일치함을 확인하였으나, 성별 그리고 경제 상태에 따른 낙상 경험 여부의 관련성이 파악되지 않아 이에 대한 반복 연구가 필요하다. 또한, 본 연구와 같이 노인인구의 낙상에 대하여 다중약물요법을 중심으로 낙상 관련 요인들의 복합적인 관계를 규명한 연구가 미흡하여 정확한 비교분석이 어려워 본 연구결과를 일반화하는 데에는 신중을 기해야 할 것이다.

본 연구는 향후 연구에서 고려해야 할 몇가지 제한점이 있다. 첫째, 본 연구의 대상자들이 다중약물요법을 받는 군에 속한다하더라도 복용하고 있는 약물의 종류는 확인이 불가능하여 어떤 약물의 상호작용이 낙상에 영향을 크게 미치는지에 대해서는 파악할 수 없다. 둘째, 본 연구의 자료는 자가보고식으로 수집되었으므로 노인인구의 경우 복용 약물에 대한 기억의 정확성이 떨어질 수 있어 이는 본 연구의 제한점이라 하겠다. 셋째, 본 연구의 낙상 경험에 따른 두 군의 대상자 수의 불균형이 있어 이는 정확한 연구결과의 도출에 아쉬움을 남긴다. 마지막으로, 본 연구의 대상자 수가 많아 낙상경험자와 비낙상경험자의 비교에서 통계적 유의성이 나타날 가능성이 있어 이는 연구결과의 해석에 고려되어야 한다.

결론 및 제언

본 연구의 결과에 따르면, 65세 이상 노인인구에서 5개 이상의 약물을 복용하는 다중약물요법을 받는 대상자의 경우 낙상의 비율이 높은 것으로 확인되었다. 구체적으로, 다중약물요법을 하면서 질병으로 인한 식이 조절을 하는 경우 낙상율은 높은 비율을 보였고, 다중약물요법을 하지 않으면서 주관적 건강수준이 좋고, 관절염을 진단받지 않은 경우가 가장 낮은 낙상 비율을 보였다. 이에 노인의 경우 낙상을 예방하고 관리하는 경우 다중약물요법여부뿐만 아니라, 전반적인 건강상태 및 진단받은 만성질환의 종류, 식이와 같은 요인들도 고려해야 할 것이다. 본 연구에서는 단지 약물 개수에 국한시켜 다중약물요법을 정의하였다. 하지만, 다중약물요법에 대해 연구하는 경우 단지 약물의 개수 만을 고려하기보다는 부적절한 약물의 처방과 복용 약물들의 종류에 따른 상호작용과 관련된 낙상의 경험에 대한 평가가 필요하다고 제시되고 있는 만큼[19] 이를 고려한 향후 연구가 이루어져야 함을 제언한다. 또한, 의료진은 투약 관리에 대한 중재, 낙상 위험에 대한 교육 등으로 낙상 위험성을 감소시키기 위한 서비스를 제공할 것을 제언한다.

Notes

Authors' contribution

Study conception and design acquisition - HM; Data collection - HM; Analysis and interpretation of the data - HM; Drafting and critical review of the manuscript - HM; Final approval - HM.

Conflict of interest

No existing or potential conflict of interest relevant to this article was reported.

Funding

None.

Data availability

Please contact the corresponding author for data availability.

Acknowledgements

This article is a revision of the first author’s master’s thesis from Ewha Womans University.

References

1. Kim JH, Lee SH. Polypharmacy in geriatrics and beers criteria. Korea Journal of Family Practice 2020;10(6):407–17. https://doi.org/10.21215/kjfp.2020.10.6.407.
2. Park NJ, Shin YS. Predictors of accidental falls in the community-dwelling elderly by age. Journal of the Korean Academy of Community Health Nursing 2019;30(2):141–9. https://doi.org/10.12799/jkachn.2019.30.2.141.
3. Kim MJ. Factors associated with falls in the elderly: based on 2014 the Korean elderly survey. Journal of the Korea Contents Association 2017;17(6):479–89. https://doi.org/10.5392/JKCA.2017.17.06.479.
4. Jang IS, Park EO. The prevalence and factors of falls among the community-dwelling elderly. Korean Society of Public Health Nursing 2013;27(1):89–101. https://doi.org/10.5932/JKPHN.2013.27.1.89.
5. Centers for Disease Control and Prevenion (CDC). Older adult falls reported by state [Internet]. Atlanta: CDC; 2020. Jul. 9. [updated 2020 Jul. 9; cited Jul 1]. Available from: https://www.cdc.gov/falls/data/falls-by-state.html.
6. Park NJ, Shin YS. Factors influencing the fear of falling among community-dwelling elderly in Korea. Journal of the Korea Academia Cooperation Society 2019;20(6):278–87. https://doi.org/10.5762/KAIS.2019.20.6.278.
7. Lukaszyk C, Harvey L, Sherrington C, Keay L, Tiedemann A, Coombes J. Risk factors, incidence, consequences and prevention strategies for falls and fall-injury within older indigenous populations: a systematic review. Australian and New Zealand Journal of Public Health 2016;40(6):564–8. https://doi.org/10.5762/KAIS.2019.20.6.278.
8. Yeom JH. Falls among Korean older adults: a study of recovery, disablement, and death. Korea Journal of Population Studies 2020;2:103–27. https://doi.org/10.31693/kjps.2020.06.43.2.103.
9. Nam IS, Yoon HS. An analysis of the interrelationship between depression and falls in Korean older people. Journal of the Korea Genrontological Society 2014;34(3):523–37. https://doi.org/10.1016/j.jagp.2013.01.008.
10. Lee JH, Lee TY, Tae KS. A study on the prediction of fall factors for the elderly living in the city. Journal of Rehabilitation Welfare Engineering & Assistive Technology 2018;12(1):46–52. https://doi.org/10.21288/resko.2018.12.1.46.
11. Kim SH, Kim SK, Kang CY, Kim SJ, Lee Hyun-ju. Fall risk analysis of elderly living in the city. Journal of Digital Convergence 2016;14(5):485–91. https://doi.org/10.14400/JDC.2016.14.5.485.
12. Choi E. Fall accidents in elderly patients can be caused by taking multiple drugs [Internet]. Newsthevoice; 2020. Aug. 3. [updated Aug. 03; cited 2022 Jul 25]. Available from: https://www.newsthevoice.com/news/articleView.html?idxno=13683.
13. Park J. Factors influencing the unmet healthcare needs of elderly with chronic diseases: focusing on the 2017 Korean national survey on elderly. Journal of the Korea Aademia-Industrial cooperation Society 2019;20(12):306–13. https://doi.org/10.5762/KAIS.2019.20.12.306.
14. Hong CH, Oh BH. Inappropriate prescribing in the elderly patients. Journal of Korean Medical Association 2009;52:91–9. https://doi.org/10.5124/jkma.2009.52.1.91.
15. Salazar JA, Poon I, Nair M. Clinical consequences of polypharmacy in elderly: expect the unexpected, think the unthinkable. Expert Opinon on Drug Safety 2007;6:695–704. https://doi.org/10.1517/14740338.6.6.695.
16. Lee YW, Nam SI. Medications as risk factor for falls. Research in Vestibular Science 2016;15(4):101–6. https://doi.org/10.21790/rvs.2016.15.4.101.
17. Han HJ. Is 4-5 tablets a day basic? falls in the elderly may be due to drugs [Internet]. Seoul: Health Chosun News; 2021. Jan. 13. [updated 2021 Jan 13; cited Jul 3]. Available from: https://m.health.chosun.com/svc/news_view.html?contid=2021011302517.
18. Mamum K, Lim JK. Association between falls and high-risk medication use in hospitalized Asian elderly patients. Geriatric and Gerontology Internaltional 2009;9:276–81. https://doi.org/10.1111/j.1447-0594.2009.00533.x.
19. Jung YK, Lee KJ, Kim H. Patterns of drug use and factors associated with polypharmacy in elderly patients visiting psychiatric outpatient clinic. Journal of Neurospsychiatric Association 2009;26:493–503. https://doi.org/10.2165/00002512-200926060-00006.
20. Lee JS, Lee JE, Jung KY, Ma SH, Kim MY, Yoo SH. Polypharmacy and inappropriate drug prescription in community-dwelling elderly. Korean Journal of Family Medicine 2008;29:925–31.
21. Lee YK. 2020 Senior citizen survey [Internet]. Sejong: KIHASA; 2020. Oct. 2. [updated 2020 Oct 2; cited 2022 Jun 22]. Available from: https://repository.kihasa.re.kr/handle/201002/38157.
22. Seo JY, Kim MA. A prediction model for quality of life by resilience in disaster female victims. Korean Journal of Adult Nursing 2021;33(6):639–48. https://doi.org/10.7475/kjan.2021.33.6.639.
23. Kojima T, Akishita M, Nakamura T, Nomura K, Ogawa S, Iijima K. Polypharmacy as a risk for fall occurrence in geriatric outpatients. Geriatric and Gerontology International 2012;12:425–30. https://doi.org/10.1111/j.1447-0594.2011.00783.x.
24. Ambrose A, Paul G, Hausdorff J. Risk factors for falls among older adults: a review of the literature. Maturitas 2013;75:51–61. https://doi.org/10.1016/j.maturitas.2013.02.009.
25. Yoon T, Lee J. Development of system NFC-based medication management for elderly patients. The Korea Academia cooperation Society 2014;15(8):5303–9. https://doi.org/10.5762/KAIS.2014.15.8.5303.
26. Kim M. Development and effectiveness of smartphone application for the medication confirmation of high-alert medications. Korean Journal of Adult Nursing 2014;26(3):253–65. https://doi.org/10.7475/kjan.2014.26.3.253.
27. Jang HY, Kim JH. Factors influencing malnutrition in elderly men living alone. Journal of the Korean Data Analysis Society 2020;22(3):1159–72. https://doi.org/10.37727/jkdas.2020.22.3.1159.
28. Yoon YJ, Lee YM, Song KH, Lee YJ. Evaluation of diet quality determined by dietary patterns of elderly Koreans living alone: data retrieved from the 2016-2018 Korea national health and nutrition examination survey. Journal of the Korean Dietetic Association 2021;27(3):133–48. https://doi.org/10.14373/JKDA.2021.27.3.133.
29. Ryeom TH, Kim SY, So YK, Park SY, Lee JH, Cho HS, et al. The risk factors of falls in the elderly. Korean Journal of Family Practice 2001;22(2):221–9.
30. Lee MS. Effects of a health diary program on fall-related outcomes in low-income elderly women with osteoarthritis. Journal of Agricultural Medicine and Community Health 2011;36(3):167–78. https://doi.org/10.5393/JAMCH.2011.36.3.167.

Article information Continued

Figure. 1.

Decision tree for fall down according to polypharmacy in the elderly population.

Table 1.

General Characteristics (N=10,097)

Characteristics Categories Fall down
p
Yes (n=650, 6.4%)
No (n=9,447, 93.6%)
n (%) or M±SD n (%) or M±SD
Age (year) 75.50±6.85 73.44±6.60 .249
Sex Male 195 (30.0) 3,840 (40.6) <.001
Female 455 (70.0) 5,607 (59.4)
Location City 280 (43.1) 4,105 (43.5) .869
Province 370 (56.9) 5,342 (56.5)
Marital status Single 5 (0.8) 38 (0.4) .197
Married 64 (99.2) 9,409 (99.6)
Presence of spouse Yes 272 (41.8) 5,658 (59.9) <.001
No 378 (58.2) 3,789 (40.1)
Spouse's health Unhealthy 80 (29.4) 725 (12.8) <.001
Average 80 (29.4) 1,570 (27.7)
Healthy 112 (41.2) 3,363 (59.4)
Number of family member 1.82±0.99 1.87±0.79 .088
Education level Under high school graduate 634 (97.5) 8,951 (94.8) .002
Over university graduate 16 (2.5) 496 (5.2)
Economic activity No 78 (12.0) 1,326 (14.0) .161
Yes 572 (88.0) 8,121 (86.0)
Body mass index (BMI, kg/m2) Underweight 21 (3.2) 206 (2.2) <.001
Normal 264 (40.7) 3,705 (39.3)
Overweight 170 (26.2) 3,186 (33.8)
Obesity 194 (29.9) 2,333 (24.7)
Multidrug No 578 (88.9) 9,089 (96.2) <.001
Yes 72 (11.1) 358 (3.8)

Table 2.

Health Status (N=10,097)

Variables Characteristics Categories Fall down
p
Yes (n=650, 6.4%)
No (n=9,447, 93.6%)
n (%) or M±SD n (%) or M±SD
Cardiovascular disorders Stroke Yes 50 (7.7) 367 (3.9) <.001
No 600 (92.3) 9,080 (96.1)
Myocardial infarction Yes 58 (8.9) 402 (4.3) <.001
No 592 (91.1) 9,045 (95.7)
Musculoskeletal system Arthritis Yes 189 (29.1) 1,416 (15.0) <.001
No 461 (70.9) 8,031 (85.0)
Osteoporosis Yes 99 (15.2) 742 (7.9) <.001
No 551 (84.8) 8,705 (92.1)
Back pain Yes 120 (18.5) 835 (8.8) <.001
No 530 (81.5) 861 (91.2)
Fractures Yes 41 (6.3) 93 (1.0) <.001
No 609 (93.7) 9,354 (99.0)
Respiratory system Bronchitis Yes 15 (2.3) 107 (1.1) .031
No 63 (97.7) 9,340 (98.9)
Neuropsychiatric disorders Depression Yes 19 (2.9) 125 (1.3) .003
No 631 (97.1) 9,322 (98.7)
Dementia Yes 19 (2.9) 170 (1.8) .035
No 631 (97.1) 9,277 (98.2)
Parkinson's disease Yes 11 (1.7) 39 (0.4) <.001
No 639 (98.3) 9,408 (99.6)
Insomnia Yes 28 (4.3) 163 (1.7) <.001
No 622 (95.7) 9,284 (98.3)
Sensory disorders Cataract Yes 68 (10.5) 384 (4.1) <.001
No 582 (89.5) 9,063 (95.9)
Glaucoma Yes 16 (2.5) 79 (0.8) <.001
No 634 (97.5) 9,374 (99.2)
Hearing loss Yes 36 (5.5) 180 (1.9) <.001
No 614 (94.5) 9,267 (98.1)
Digestive disorders Gastric ulcer Yes 53 (8.2) 388 (4.1) <.001
No 597 (91.8) 9,059 (95.9)
Hepatitis Yes 6 (0.9) 27 (0.3) .032
No 644 (99.1) 9,420 (99.7)
Urinary system Urinary incontinence Yes 46 (7.1) 269 (2.8) <.001
No 604 (92.9) 9,178 (97.2)
Blood disorders Anemia Yes 27 (4.2) 106 (1.1) <.001
No 623 (95.8) 9,341 (98.9)
Orthosis Vision Yes 381 (58.6) 4,944 (52.3) .002
No 269 (41.4) 4,503 (47.7)
Chewing Yes 297 (45.7) 3,414 (36.1) <.001
No 353 (54.3) 6,033 (63.9)
Difficulty Vision Yes 326 (51.5) 6,308 (67.9) <.001
No 307 (48.5) 2,979 (32.1)
Hearing Yes 429 (67.8) 7,194 (77.5) <.001
No 204 (32.2) 2,093 (22.5)
Chewing Yes 297 (46.9) 5,872 (63.2) <.001
No 336 (53.1) 3,415 (36.8)
Subjective health status Healthy 186 (29.4) 4,754 (51.2) <.001
Average 196 (31.0) 2,924 (31.5)
Unhealthy 251 (39.7) 1,609 (17.3)
Cognitive impairment No 354 (56.6) 6,136 (66.3) <.001
Mild 179 (28.6) 2,288 (24.7)
Severe 92 (14.7) 836 (9.0)
Number of chronic disease 2.67±1.75 1.79±1.41 <.001

Table 3.

Health Related Behaviors (N=10,097)

Characteristics Categories Fall down
p
Yes (n=650, 6.4%)
No (n=9,447, 93.6%)
n (%) or M±SD n (%) or M±SD
Smoking Yes 76 (11.7) 1,028 (10.9) .519
No 574 (88.3) 8,419 (89.1)
Drinking Yes 459 (70.6) 5,940 (62.9) <.001
No 191 (29.4) 3,507 (37.1)
Exercise Yes 310 (47.7) 4,932 (52.2) .028
No 340 (52.3) 4,515 (47.8)
Muscle strength Yes 357 (58.6) 6,967 (77.4) <.001
No 252 (41.4) 2,035 (22.6)
Control food Yes 140 (21.5) 1,516 (16.0) <.001
No 510 (78.5) 7,931 (84.0)
Less than 2 meals a day Yes 26 (4.0) 311 (3.3) .313
No 624 (96.0) 9,136 (96.7)
No eat fruit Yes 85 (13.1) 776 (8.2) <.001
No 565 (86.9) 8,671 (91.8)
No eat vegetable Yes 33 (5.1) 329 (3.5) .034
No 617 (94.9) 9,118 (96.5)
No eat dairy Yes 179 (27.5) 1,737 (18.4) <.001
No 471 (72.5) 7,710 (81.6)
3 or more drinks almost every day Yes 7 (1.1) 136 (1.4) .605
No 643 (98.9) 9,311 (98.6)
Difficulty in eating due to oral conditions Yes 94 (14.5) 701 (7.4) <.001
No 556 (85.5) 8,746 (92.6)
Difficulty in purchasing food due to financial status Yes 44 (6.8) 403 (4.3) .003
No 606 (93.2) 9,044 (95.7)
Eat alone Yes 206 (31.7) 1,793 (19.0) <.001
No 444 (68.3) 7,654 (81.0)
Unintentional weight change of 5 kg or more in the past 6 months Yes 37 (5.7) 261 (2.8) <.001
No 613 (94.3) 9,186 (97.2)
Difficulty in shopping, making food, and managing meals Yes 179 (27.5) 1,186 (12.6) <.001
No 471 (72.5) 8,261 (87.4)

Table 4.

Risk Chart of Decision Tree

Group Variables Risk estimate SE
Older population Training data .064 .003
Test data .065 .003

SE=standard error.