노인 신체계측 변수 기반 근감소증 탐지를 위한 유의 변수 탐색 : 머신러닝 접근

초록

본 연구는 노인을 대상으로 신체계측 및 체형지표 변수에서 근감소증 탐지에 기여할 가능성이 높은 핵심 변수 구조를 규명하기 위한 스텝 연구로 수행되었다. 신체치수와 파생 지표는 함수적 연결성으로 인해 다중공선성이 구조적으로 내재되어 있으므로, 본 연구는 전처리 및 단위 정규화, VIF 기반 공선성 제어, 성별 층화, 중첩 교차검증, LASSO 기반 안정 선택을 통합한 변수선택 프레임워크를 제안하였다. 분석에는 65세 이상 고령자 1,137명 (여 623명, 남 514명)의 신체계측 자료를 활용하였다. 원시 신체치수에 대한 주성분분석 결과, 체형 변이는 전반적 체격 축과 체간 중심 형상 축으로 요약되었다. 임상 진단 레이블이 부재한 상황에서 AWGS 2019 기준 저 종아리둘레를 근감소 위험을 대리하는 종속변수로 조작적으로 정의하여 방법론을 실증한 결과, 남녀 모두에서 무릎둘레가 가장 안정적으로 선택되었으며, 특히 여성 집단에서는 하지 둘레와 체간 구조 지표가 복합적으로 선택되는 양상이 나타났다. 이는 하지 둘레 계열 변수가 근육량 및 기능의 대리 지표로 작용할 가능성을 시사하며, 체간 중심 형상 역시 근감소 위험과 연계될 수 있는 구조적 요소임을 보여준다. 본 연구는 단순한 분류 성능 제시에 그치지 않고, 공선성을 통제한 상태에서 반복적으로 선택되는 핵심 변수군을 도출함으로써 재현 가능한 변수선택 절차를 제시하였다는 점에서 의의를 가진다.

키워드