Study on Creating a Depression Group Discrimination Model for the Elderly Using Machine Learning and Researching Factors Related to Depression

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.