한국지도학회지 제19권 제3호 (p.57-74)

공간통계기법을 이용한 암 발생율과 지리・환경적 특성과의 연관성 분석

Analysis of Association between Cancer Incidence and Geographical and Environmental Characteristics using Spatial Statistical Techniques
키워드 :
암 발생률,지리・환경적 특성,공간적 의존성,공간통계기법,Cancer incidence,Geographical and environmental characteristics,Spatial dependency,Spatial statistical techniques

목차

요약
Abstract
I. 서론
   1. 연구의 배경 및 목적
   2. 선행 연구
II. 변수 선정 및 분석 방법론
   1. 변수 선정
   2. 변수 사이의 상관분석
   3. 분석 방법론
III. 암 발생에 영향을 주는지리・환경적 요인
   1. 암 발생의 공간적 자기상관
   2. 암 발생에 영향을 주는 요인: OLS 접근
   3. 암 발생에 영향을 주는 요인: 공간회귀 접근
IV. 결론
참고문헌

초록

암은 오랫동안 한국인의 주된 사망원인이었으며, 주로 환경적 요인이 암 발생에 영향을 주고 있다. 암으로 인한 높은 사망률에도 불구하고, 어떠한 지리적 및 환경적 요인이 암 발생에 영향을 주는지에 대한 국내 사례 연구는 부족한 실정이다. 본 연구의 목적은 공간적 관점에서 갑상선암, 대장암, 위암, 폐암, 간암, 전립선암, 유방암을 포함한 주요 암의 발생률이 지리・환경적 요인에 따라 어떻게 다르게 나타나는지를 파악하는 것이다. 이를 위하여, 시군구 수준에서 계산된 암 발생률을 종속변수로 활용하였고, 암 발병에 영향을 미칠 것으로 기대되는 13가지 독립변수를 선정하였다. 종속변수의 공간적 의존성 및 군집을 확인하기 위하여 전역적, 국지적 Moran ’ s I 통계량을 이용하였고, 암 발병에 영향을 미치는 요인을 파악하기 위하여 OLS 및 공간회귀모형들을 활용하였다. 전역적 Moran 통계량과 LISA Cluster map을 통하여 암 발생의 공간적 패턴에서 공간적 자기상관을 확인할 수 있었다. 다음 OLS 회귀 분석을 통하여 암 발생에 영향을 미치는 변수들을 파악하였다. 이때 대부분의 암에서 연령 효과가 강하게 나타났기 때문에 이를 통제하였다. OLS 모형의 잔차에서 공간적 의존성이 명확하게 나타남을 확인한 후, 공간적 의존성을 모형화하기 위하여 공간회귀분석을 수행하였다. 분석 결과 모든 유형 별 암에 대한 발생률을 설명하는데 있어 공간회귀분석이 적합한 것으로 나타났다. 특히 공간적 의존성을 고려할 경우 암별로 영향을 주는 요인이 OLS 분석 결과와 상이할 수 있음을 확인하였다. 본 연구 결과는 공간통계분석을 통하여 암 발생에 영향을 주는 지리 환경적 요인을 보다 정확하게 식별할 수 있음을 보여주었다. 이러한 결과는 암을 예방하기 위하여 지역의 환경을 요인을 어떻게 개선할 것인지에 대한 유용한 정보를 제공한다.
Cancer has long been the leading cause of death for Koreans, mainly due to environmental factors. Despite the high mortality caused by cancer, Korean studies on how geographical and environmental factors affect cancer are insufficient. The purpose of this study is to understand how the incidence of major cancers including thyroid, colorectal, stomach, lung, liver, prostate, and breast cancers differs according to geographical and environmental factors from a spatial perspective. For this purpose, Cancer incidence calculated at the si-gun-gu level was used as dependent variables, and 13 variables that were expected to affect cancer development were selected as independent variables. Global and local Moran's I statistics were used to identify spatial dependency and clustering of the dependent variables. OLS and spatial regression models were used to identify factors that affect cancer development. Global Moran’s I statistics and LISA cluster maps show spatial autocorrelation in spatial patterns of cancer development. The OLS regression analysis was performed to identify variables affecting cancer development. Since age effect was strong in most cancers, it was controlled. After confirming that spatial dependence is clearly shown in the residuals of OLS model, spatial regression analyses were performed to model spatial dependency. The results showed that the spatial regression models are suitable for explaining the incidence for all types of cancer. In particular, considering the spatial dependency, it was confirmed that factors affecting cancers may be different from those of OLS regression analysis. The results of this study showed that spatial statistical analysis can more accurately identify geographical and environmental factors affecting cancer development. These findings provide useful information on how to improve local environments to prevent cancer.