목적 : 본 연구는 지역사회 거주 장애 노인을 대상으로 개인-환경 간 상호작용을 반영한 거주 적합성(Livability) 평가에 기반하여 결정 트리 기반 머신러닝 알고리즘의 결과를 활용하여 가정환경 수정 중재를 제공하고 효과성을 검증하고자 하 였다. 연구방법 : 연구참여자는 지역사회 거주 장애 노인 9명이었으며, 중재는 총 4회기(주 1회, 40분)로 구성되었다. 거주 적합 성(Livability Scale), 작업수행능력(COPM), 목표성취(GAS), 삶의 질(WHOQOL-BREF)은 사전, 사후, 추적의 세 시점 에서 평가되었으며, 추적 평가는 중재 종료 3개월 후에 실시되었다. 중재는 Livability Scale을 활용하여 결정 트리 기반 머신러닝 알고리즘(Random Forest)을 활용한 변수 중요도(feature importance)로 거주 부적합 항목을 식별하여 중재의 우선순위로 활용하였다. 분석은 세 시점에서 반복측정된 자료를 SPSS 26.0을 사용하여 Friedman 검정 및 Bonferroni 사후 비교를 통해 분석하였다. 결과 : 분석 결과, 거주 적합성의 환경, 작업, 수행 영역과 작업수행능력, 목표성취도, 삶의 질의 하위 영역에서 통계적으 로 유의미한 향상이 나타났다. COPM 만족도는 모든 시점에서 유의하게 증가하여 중재 효과의 지속 가능성을 확인하였다. 결론 : 가정환경 수정에서 개인–환경 상호작용을 반영한 정량적 평가와 머신러닝 기반의 예측 모형을 활용하여 중재의 실 효성을 높일 수 있는 실증적 근거를 제공한다. 이를 통해 장애 노인을 포함한 다양한 취약계층을 위한 맞춤형 주거 중재 및 정책 개발에 기초자료로 활용될 수 있을 것이다.

Objective : This study aimed to examine the effectiveness of home modification interventions for communitydwelling older adults with disabilities by applying a Livability assessment that reflects person-environment interactions and utilizing the results of a decision tree?based machine learning algorithm. Methods : Participants were nine community-dwelling older adults with disabilities. The intervention was delivered once a week for four sessions (40 minutes each). Outcomes were measured at three time points: pre-intervention, post-intervention, and 3-month follow-up. Assessments included the Livability Scale, Canadian Occupational Performance Measure (COPM), Goal Attainment Scaling (GAS), and WHOQOL-BREF. Intervention priorities were determined using feature importance values derived from a Random Forest algorithm based on Livability Scale data. The Friedman test with Bonferroni-adjusted post hoc comparisons was used for statistical analysis. Results : Significant improvements were found in the environmental, occupational, and performance domains of the Livability Scale, as well as in COPM, GAS, and several WHOQOL-BREF subdomains. COPM satisfaction scores increased consistently across all time points, supporting the sustainability of the intervention effects. Conclusions : This study provides empirical evidence that integrating quantitative assessment and machine learning–based prioritization can enhance the effectiveness of home modification interventions. The findings highlight the potential of this approach to inform personalized housing strategies and policy development for older adults with disabilities and other vulnerable populations.

국문초록
I. 서 론
Ⅱ. 연구방법
    1. 연구설계
    2. 연구 대상
    3. 연구도구
    4. 연구절차
    5. 분석방법
Ⅲ. 연구결과
    1. 분석 자료의 인구학적 특성
    2. 가정환경 수정 중재에 따른 시점 간변화
    3. 중재 시점 간 유의한 변수에 대한 사후비교 결과
Ⅳ. 고찰
Ⅴ. 결론
Acknowledgements
References
Appendix 1. Case-wise Analysis of Livability Scale Items and Their Contributions to Prediction
Abstract

• 임영명(연세대학교 라이프 발란스와 사회적 뇌 연구소 박사후연구원) | Young-Myoung Lim (Life Balance and Social Brain Dynamics Research Center, Yonsei University) Corresponding author