보건교육건강증진학회지

  • KCI(Korea Citation Index)
  • DOI(CrossRef)
  • DOI(CrossCheck)

ISSN : 1229-7631 (Print) / 2635-5302 (Online)

  • KCI(Korea Citation Index)
  • DOI(CrossRef)
  • DOI(CrossCheck)

Korean Journal of Health Education and Promotion

ISSN : 1229-7631 (Print) / 2635-5302 (Online)

Editorial Board

Korean Journal of Health Education and Promotion - Vol. 37 , No. 3 (2020 .9 .30)

[ Article ]
Korean Journal of Health Education and Promotion - Vol. 37, No. 3, pp. 39-55
Abbreviation: Korean J Health Educ Promot
ISSN: 1229-4128 (Print) 2635-5302 (Online)
Print publication date 30 Sep 2020
Received 31 Jul 2020 Revised 10 Sep 2020 Accepted 22 Sep 2020
DOI: https://doi.org/10.14367/kjhep.2020.37.3.39

자전거 헬멧 착용의 연관 요인: 다수준분석
김장락*, ; 서의훈**
*경상대학교 의과대학 예방의학교실 및 건강과학연구원 교수
**경상대학교 자연과학대학 정보통계학과 교수

Factors associated with bicycle helmet use: A multilevel analysis
Jang-Rak Kim*, ; Euy-Hoon Suh**
*Professor, Department of Preventive Medicine, College of Medicine and Institute of Health Sciences, Gyeongsang National University
**Professor, Department of Information and Statistics, College of Natural Sciences, Gyeongsang National University
Correspondence to : Jang-Rak Kim Department of Preventive Medicine, College of Medicine, Gyeongsang National University, Jinjudae-ro 816 beon-gil 15, Jinju, 52727, Republic of Korea 주소: (52727) 경남 진주시 진주대로 816번길 15 경상대학교 의과대학 예방의학교실Tel: +82-55-772-8092, Fax: +82-55-772-8099, E-mail: jrkim@gnu.ac.kr


Abstract
Objectives

This study sought to identify factors associated with bicycle helmet use at both individual and regional levels.

Methods

We analyzed data from community health surveys conducted in 2016 in 254 municipal districts (si, gun, and gu) by the Korea Center for Disease Control. In total, 49,105 bicycle riders were enrolled from among the 228,452 adults systematically sampled using the resident registration database. Regional (municipal)-level data were provided by K-Health ranking (Hallym University, South Korea), which represents a collection of indicators processed from various sources. Multilevel binary logistic regression analysis was performed for the dependent variable, a self-reported response of "I always wear a helmet."

Results

The percentage of bicycle helmet use was 13.7% among men and 6.2% among women. Regional-level factors accounted for 11% and 10% of the variance of bicycle helmet use among men and women, respectively. Among regional variables, the proportion (%) of the population that was elderly significantly decreased the odds of helmet use (adjusted odds ratio [AOR] = 0.97, 95% confidence interval [CI], 0.95-0.98 for men; AOR = 0.96, 95% CI, 0.94-0.98 for women).

Conclusion

Community efforts to promote bicycle helmet use are needed, especially in areas with a large elderly population.


Keywords: cyclist wearing helmet, ICC, contextual factor, gender

Ⅰ. 서론

자전거 타기는 암 사망 및 이환의 감소, 일반 사망률의 감소, 그리고 심혈관질환의 위험의 감소와 같은 건강 이점(Oja et al., 2011)뿐 아니라 기후 위기에 따른 환경적 관심에 따라 그 인기가 증가하고 있다(Ivers, 2007). 우리나라에서도 2016년 자전거를 1개월에 한 번 이상 이용하는 사람이 셋 중 한 명(The Korea Transport Institute, 2016)으로 자전거 도로의 길이도 매년 증가하고 있다(Ministry of the Interior and Safety, 2019). 이에 따라 자전거 교통 사고 건수 및 부상자수는 2017년까지 증가 추세를 나타내었으며, 다만, 사망자수는 감소 추세였다. 2018년에는 사망자 수가 비교적 큰 폭으로 감소하였으나 여전히 209명이 사망하였다(Ministry of the Interior and Safety, 2019).

자전거 사고로 인한 사망은 두부 손상을 대부분 동반하고 거의 모든(97%) 사망자는 헬멧을 착용하지 않았다고 하여 안전을 위한 헬멧착용의 중요성이 제시되었다(Nicaj et al., 2006). 메타 분석에서도 자전거 헬멧착용은 사고 시 두부 손상 및 사망을 유의하게 예방하는 것으로 나타났다(Attewel, Glase, & McFadden, 2001; Olivier & Creighton, 2017). 우리나라에서도 자전거 사고로 응급실에 온 두부손상 사망 환자의 경우 헬멧착용률이 0%라는 개인 수준의 연구(Kang et al., 2017)와 지역 자전거 헬멧착용률은 자전거 사고 지표 중 사망률과 특이적으로 음의 연관성이 있다는 생태학적 연구(Kim, 2018) 등이 자전거 운전자들의 헬멧 착용이 사고로 인한 사망을 예방할 수 있음을 시사하고 있다.

우리나라 도로교통법에서는 자전거 운전자의 인명 보호 장구 착용을 의무화하고 있고, 건강증진 사업을 위한 지역사회 건강조사에서도 2009년이후에는 조사 대상자가 자전거를 타는지, 헬멧을 착용하는지 등 설문을 하고 있다. 그러나 주요 국가 통계에서 자전거 인구 및 헬멧 착용률 통계가 없으며, 자전거 사고 예방을 위한 건강증진사업도 거의 없다. 지역사회 건강조사자료를 분석한 한 연구(Kim, 2018)에 따르면 2010, 2011, 2013, 2014년의 4년 간 자료를 통합한 분석 결과 자전거 인구 비율의 시군구 단위 중앙값은 21.5%였으나, 헬멧착용률은 4.7%에 불과하였다. 미국의 경우 2012년 성인의 자전거 인구 비율은 21%인 반면 헬멧착용률은 29%로 높았다(Jewett, Beck, Taylor, & Baldwin, 2016).

자전거 헬멧 착용의 연관 요인 연구를 검토해보면 개인 수준으로는 성별, 연령, 교육 수준, 소득 수준 같은 사회인구학적 요인(Bolen, Kresnow, & Sacks, 1998; Harlos et al., 1995; Thompson, Sleet, & Sacks, 2002; Dellinger & Kresnow, 2010; Ritter & Vance, 2011; Jewett et al., 2016; Lajunen, 2016; Porter, Salvo, & Kohl III, 2016), 자동차 안전벨트 착용, 좋은 식습관, 신체활동, 칫솔질 같은 건강에 바람직한 행태(Bolen et al., 1998; Thompson et al., 2002; Klein et al., 2005), 그리고 음주와 흡연 같은 위험 감수 행태(Klein et al., 2005)가 유의하였다. 지역 수준에서는 자전거 헬멧착용에 대한 사회적 규범(Thompson et al., 2002), 거주 지역(Bolen et al., 1998; Harlos et al., 1995; Ritter & Vance, 2011), 지역의 소득수준(Harlos et al., 1995), 그리고 국가의 GDP 수준(Klein et al., 2005) 등의 요인이 규명되었다.

그러나 우리나라에서는 개인 및 지역 수준의 자전거 헬멧착용 연관 요인 연구는 찾아보기 어렵다. 이에 이 연구는 우리나라에서 자전거 헬멧착용 연관 요인을 규명함으로써 안전한 자전거 타기의 필수적 요소라 할 수 있는 헬멧의 착용률을 높이는 정책에 대한 근거를 제시하고자 한다.


Ⅱ. 연구 방법
1. 연구 설계

이 연구는 우리나라에서 자전거 운전 성인의 헬멧 착용 연관 요인을 개인 및 지역 수준에서 규명하기 위한 단면연구이다. 개인 수준 변수는 지역사회건강조사 원시 자료, 지역 수준 변수는 시ㆍ군ㆍ구 건강수준에 대한 K-Health 랭킹 자료를 사용하여 분석하였다.

2. 자료원 및 변수의 정의
1) 개인 수준 변수의 자료원과 정의

이 연구에서 사용된 개인 수준 변수는 2016년 지역사회건강조사 원시 자료로부터 구하였다. ‘질병관리본부 원시자료 공개 절차 등에 관한 규정’에 따라 지역사회건강조사 홈페이지(http://chs.cdc.go.kr)에 연구자가 등록하고 연구계획서를 제출, 승인 받은 후 자료를 다운로드 받았다. 지역사회건강조사는 2008년부터 전국 시ㆍ군ㆍ구 단위의 비교 가능한 건강 통계를 생산하기 위하여 주민등록 상 해당 보건소 관할 지역에 거주하는 만19세 이상의 성인을 대상으로 시행되고 있다. 통ㆍ반/리를 1차 표본 추출 단위로 하여 확률비례추출법으로 표본 지점을 선정하고, 계통추출법에 따라 표본 지점 당 평균 5가구를 2차로 선정하였다. 원칙적으로 표본 가구로 선정된 가구에 거주하는 만 19세 이상 가구원 모두가 조사대상자이다. 조사는 전문교육을 받아 훈련된 조사원에 의한 가구방문 면접조사로서 1:1 대면면접에 의한 간접기입식 방법을 적용하였다(Kim et al., 2012). 이 연구는 2016년 조사에 참여한 254개 보건소 관할 지역의 19세 이상 성인 228,452명 중 자전거를 운전하는 49,105명(21.5%)을 연구대상으로 하였다.

이 자료로부터 서론에서 언급한 선행 연구에서 자전거 헬멧착용과 유의한 연관이 있는 사회인구학적 요인, 건강에 바람직한 행태, 그리고 위험 감수 행태를 개인 수준 변수로 선정하였다. 이 변수들의 측정값은 설문에 응답한 그대로 코딩하거나 응답한 내용을 재분류, 또는 상호 연관성이 큰 변수들은 묶어서 하나의 변수로 통합한 후, 재분류 후 코딩하여 분석에 사용하였다. 사회인구학적 변수로 성별, 나이, 주택 유형, 결혼 상태, 교육 수준, 직업, 그리고 식생활 형편, 건강에 바람직한 행태로는 신체활동, 식습관, 칫솔질, 건강검진 수진, 혈압 수치 인지, 그리고 안전벨트 착용, 위험 감수 행태로는 흡연, 고위험음주, 그리고 자전거 음주 운전을 포함하였다.

나이는 19-29, 30-39, 40–49, 50–59, 60–69, 그리고 ≥70(세)으로 범주화하였다. 주택 유형은 아파트와 그 외 유형으로 나누었다. 결혼 상태는 배우자와 동거, 이혼 또는 별거, 사별, 그리고 미혼으로 재분류하였다. 교육수준은 무학 또는 서당, 초등학교 졸업, 중학교 졸업, 고등학교 졸업, 전문대학 졸업, 대학 졸업, 대학원 졸업으로 재분류하였다. 직업은 관리자, 전문가, 또는 사무 종사자 군, 서비스 또는 판매 종사자 군, 농림어업 종사자, 기능원 또는 기계조작 종사자, 단순노무 종사자, 직업군인, 그리고 학생, 주부, 또는 무직 군으로 재분류하였다. 설문에 의한 가구의 월 소득 수준은 정확하지 않다고 판단하여 그것을 잘 반영하는 지표인 가구의 식생활 형편(Yang, 2015)으로 대치하였다. 식생활 형편은 식구 모두가 충분한 양과 다양한 종류의 음식을 먹을 수 있는 경우, 식구 모두가 충분한 양을 먹을 수 있었으나 다양한 종류의 음식은 먹지 못한 경우, 경제적으로 어려워서 가끔 먹을 것이 부족한 경우, 그리고 경제적으로 어려워서 자주 먹을 것이 부족한 경우로 분류하였다.

신체활동은 예비 분석에서 헬멧 착용과 가장 강한 연관성을 보이는 격렬한 신체활동을 기준으로 하루에 20분 이상 1주일 3일 이상 한 경우와 그렇지 않은 경우로 분류하였다. 식습관은 음식을 짜게 먹는지 여부 변수와 영양 표시를 알고 있는지 여부 변수를 조합하여 음식을 싱겁게 먹고 영양표시를 아는 경우, 음식을 싱겁게 먹거나 영양표시를 아는 경우, 음식을 짜게 먹고 영양표시를 모르는 경우로 재분류하였다. 칫솔질은 어제 하루 동안 아침식사, 점심식사, 저녁식사 후, 그리고 잠자기 전 4 번의 시기에 칫솔질을 한 횟수(0-4)로 나타내었다. 건강검진 수진은 최근 2년 간 건강검진(암 검진 제외)을 받은 여부, 혈압 수치 인지는 본인의 혈압 수치를 알고 있는지 여부로 분류하였다. 안전벨트 착용은 운전할 때 안전벨트를 항상 매거나, 다른 사람이 운전하는 자동차나 택시 앞(뒤) 좌석에 탈 때 안전벨트를 항상 매거나, 또는 버스를 탈 때 안전벨트를 항상 매는 경우와 그렇지 않은 경우로 재분류하였다.

흡연은 현재 흡연, 금연, 그리고 비흡연으로 재분류하였다. 고위험음주는 남자는 한 번의 술자리에 7잔(또는 맥주 5캔) 이상, 여자는 5잔(또는 맥주 3캔) 이상을 주 2회 이상 마시는 경우와 그렇지 않은 경우로 분류하였다. 자전거 음주 운전은 최근 1년 동안 조금이라도 술을 마신 후 자전거를 운전한 적이 있는지 여부로 분류하였다.

종속변수인 헬멧착용 여부는 지역사회건강조사의 ‘자전거를 탈 때 헬멧을 착용합니까?’라는 질문에 ‘항상 착용한다’라는 경우를 착용으로 그 외의 경우는 미착용으로 재분류하여 분석하였다.

2) 지역 수준 변수의 자료원과 정의

지역 변수는 보건소 관할 행정 구역 단위인 시ㆍ군ㆍ구 수준의 K-Health 랭킹 자료를 사용하였다. 이는 한림대학교 사회의학연구소에서 지역의 건강수준을 종합적으로 평가하기에 가장 적절하다고 판단되는 지표를 선정하여 사망원인통계연보, 주민등록인구, 지역사회건강조사, 지방자치단체통합재정개요 등의 자료원으로부터 산출한 것(http://communityhealth.kr/k_ranking.php)이다.

이 연구는 그 중 서론에서 언급한 선행연구에서 자전거 헬멧착용과 유의한 연관성이 있는 거주 지역과 지역의 소득수준을 분석 모형에 반영하기 위하여 2016년 기준 시ㆍ군ㆍ구 연령표준화사망률(명/10만명), 고교졸업률(%), 실업률(%), 월300만원이상 소득가구율(%), 운동시설 접근율(%), 그리고 재정자주도(%)의 변수를 사용하였다. 이 자료로부터 지역의 65세 이상 노인인구 비율(%) 변수도 가져온 것은 우리나라의 연구(Kim, 2018)에서 지역의 자전거 헬멧착용률은 노인인구 비율과 중등도의 유의한 음의 상관관계가 있었기 때문이다. 지역의 자전거 헬멧착용률(%)은 사회적 규범을 반영하기 위한 변수로 앞에서 기술한 개인 수준의 자료원으로부터 연구자가 산출하였다. Kim(2018)의 연구가 지역의 자전거 헬멧착용률과 연관성을 시사한 건강 도시 여부는 대한민국 건강도시 협의회 홈페이지(http://www.khcp.kr/hb/main/sub02_01)의 회원 현황에서 확인한 2016년까지 가입 여부로 구분하였다.

3. 통계처리

종속변수인 헬멧 착용과 개인 수준 변수(사회인구학적 변수, 건강에 바람직한 행태, 위험감수 행태)의 연관성은 χ2 검정으로 분석하고, 지역 수준 변수에 대해서는 기술통계치를 구하였다. 아울러 지역 자전거 헬멧착용률과 다른 지역 변수와의 연관성을 스피어만 상관계수(Spearman’s correlation coefficient, rs)로 제시하였다. 헬멧 착용과 지역 수준 변수와의 연관성을 검정하고, 이를 통제한 헬멧 착용과 개인 수준 변수와의 연관성을 구하기 위한 다변량분석으로는 다수준 이분형 로지스틱회귀분석(Multilevel binary logistic regression analysis)을 수행하였다. 다수준분석은 일반 회귀분석에 비하여 같은 집단에 속한 개인 간에 존재하는 통계적 의존성(statistical dependency)을 고려함으로써 제1종 및 제2종 오차를 줄일 수 있다(O’Dwyer & Parker, 2014).

다수준분석은 3개의 모형으로 분석하였다. 모형 1은 기본 모형(empty model)으로 독립 변수에 개인 수준 및 지역 수준 변수는 포함하지 않고 지역을 나타내는 254개 보건소 변수만 포함하여 헬멧착용률의 지역 간 차이를 보았다. 모형 2는 개인 수준 모형으로 개인 수준 변수와 자전거 헬멧 착용의 연관성을 보았다. 모형 3은 집단 수준 모형으로 개인 수준 및 지역 수준 변수를 같이 포함하였다. 결과는 독립변수 별로 기준 값에 대한 자전거 헬멧착용의 교차비(odds ratio)와 95% 신뢰구간으로 제시하였다. 아울러 종속변수의 집단간 분산과 지역내 분산의 합인 총 분산에 대한 집단간 분산의 분율인 집단내상관계수(Intraclass correlation coefficient, 이하 ICC)를 산출하였다. ICC가 0에 가까울수록 분석 자료에서 집단내 통계적 의존성이 없다는 것이고, 1에 가까울수록 높은 의존성, 즉, 지역 수준 변수의 영향력이 큼을 의미한다(O’Dwyer & Parker, 2014).

예비 분석에서 성별 연관 요인의 차이가 뚜렷하여 남자와 여자 각각에서 분석을 수행하였으며, 자료 분석은 윈도용 SPSS 21판(IBM Corporation, 2012)과 SAS 9.4판(SAS Institute, 2013)을 이용하였다.


Ⅲ. 연구 결과
1. 사회경제적 특성, 건강에 바람직한 행태, 그리고 위험 감수 행태 변수와 헬멧착용과 연관성(남자)

전체 연구 대상자 49,105명 중 자전거 헬멧착용률은 11.0%였으며 남자는 13.7%, 여자는 6.2%였다. 남자에서 사회경제적 특성 변수, 건강에 바람직한 행태 변수, 그리고 위험 감수 행태 변수는 모두 헬멧착용과 유의한 연관성이 있었다. 연령별로는 30대의 헬멧착용률이 20.9%로 가장 높았고 이후는 연령이 증가할수록 낮아졌다. 주택 유형별로는 아파트에 거주하는 경우 19.4%로 그 외 주택 형태에 거주하는 경우보다 높았다. 결혼 상태 별로는 배우자와 동거하는 경우 14.5%로 가장 높았고 사별인 경우 8.2%로 가장 낮았다. 교육수준별로는 초등학교 졸업인 경우 4.9%로 가장 낮았고 이후는 학력에 따라 높아지는 경향이었다. 직업별로는 직업군인인 경우 53.9%로 가장 높았으며 농림어업 종사자의 경우 4.2%로 가장 낮았다. 식생활 형편은 식구 모두가 충분한 양과 다양한 종류의 음식을 먹을 수 있는 경우 15.6%로 가장 높았으며 형편이 나빠질수록 낮아지는 경향이었다. 격렬한 신체활동을 하는 경우 19.5%로 그렇지 않은 경우보다 높았다. 식습관은 음식을 싱겁게 먹고 영양표시를 아는 경우 18.4%로 가장 높았고 식습관이 바람직하지 않을수록 낮아졌다. 칫솔질은 하루 4번인 경우 19.6%로 가장 높았고 횟수가 감소할수록 낮아졌다. 최근 2년 간 건강검진을 받은 경우, 혈압 수치를 인지하는 경우, 항상 안전벨트 착용을 하는 경우 그렇지 않은 경우에 비하여 높았다. 금연한 경우 14.4%, 흡연자는 13.5%, 비흡연자는 13.1%였다. 고위험음주를 하는 경우 15.3%로 그렇지 않은 경우보다 높았으며, 자전거 음주 운전 경험자는 12.1%로 무경험자보다 낮았다<Table 1>.

<Table 1> 
Bicycle helmet use rate (%) by sociodemographic characteristics, healthy behaviors, and risk taking behaviors at the individual level among men
Variables Category Total
N (%)
Bicycle helmet use
N (%)
p-valuea
Sociodemographic characteristics
  Age (years) 19-29 3,945 (12.6) 408 (10.3) .000
30-39 4,113 (13.1) 858 (20.9)
40-49 6,117 (19.6) 1,096 (17.9)
50-59 6,428 (20.5) 1,043 (16.2)
60-69 5,793 (18.5) 625 (10.8)
≥70 4,887 (15.6) 271 (5.5)
  Housing type Others 18,894 (60.4) 1,897 (10.0) .000
Apartment 12,389 (39.6) 2,404 (19.4)
  Marital status Live with spouse 22,911 (73.3) 3,330 (14.5) .000
Divorced or separation 1,454 (4.7) 171 (11.8)
Separation by death 735 (2.4) 60 (8.2)
Not married 6,165 (19.7) 735 (11.9)
  Educational level No 486 (1.6) 27 (5.6) .000
Elementary 4,095 (13.1) 200 (4.9)
Middle 3,754 (12.0) 297 (7.9)
High 9,317 (29.8) 1,375 (14.8)
Junior college 3,692 (11.8) 654 (17.7)
College 8,321 (26.6) 1,397 (16.8)
Graduate school 1,575 (5.0) 343 (21.8)
  Occupation Manager, professional, or clerk 7,373 (23.6) 1,431 (19.4) .000
Sales or service 3,301 (10.6) 489 (14.8)
Farmer or fisherman 5,105 (16.3) 216 (4.2)
Technical engineer 5,584 (17.9) 1,142 (20.5)
Simple labor 2,771 (8.9) 280 (10.1)
Serviceperson 258 (0.8) 139 (53.9)
Other, housewife or unemployed 6,856 (21.9) 597 (8.7)
  Food security Enough always 18,730 (59.9) 2,915 (15.6) .000
Enough but not always 11,339 (36.3) 1,304 (11.5)
Sometimes not enough 1,011 (3.2) 66 (6.5)
Often not enough 194 (0.6) 15 (7.7)
Healthy behaviors
  Vigorous physical activity No 24,587 (78.6) 2,998 (12.2) .000
Yes 6,696 (21.4) 1,303 (19.5)
  Dietary habit A 14,396 (46.0) 1,549 (10.8) .000
B 13,612 (43.5) 2,148 (15.8)
C 3,275 (10.5) 604 (18.4)
  Tooth brushing (fre.) ≤1 5,162 (16.5) 464 (9.0) .000
2 11,825 (37.8) 1,402 (11.9)
3 9,987 (31.9) 1,590 (15.9)
4 4,308 (13.8) 845 (19.6)
  Health examination
  in 2 years
No 7,863 (25.1) 752 (9.6) .000
Yes 23,410 (74.9) 3,549 (15.2)
  Awareness of blood
  Pressure
No 11,387 (36.5) 1,241 (10.9) .000
Yes 19,849 (63.5) 3,056 (15.4)
  Fastening seat belts Not always 3,968 (12.7) 311 (7.8) .000
Always 27,315 (87.3) 3,990 (14.6)
Risk taking behaviors
  Smoking No smoker 8,486 (27.1) 1,114 (13.1) .021
Ex-smoker 12,581 (40.2) 1,810 (14.4)
Current smoker 10,216 (32.7) 1,377 (13.5)
  High risk drinkingb No 24,304 (77.7) 3,234 (13.3) .000
Yes 6,976 (22.3) 1,067 (15.3)
  Drunk bicycle riding
  in 1 year
No 26,705 (85.4) 3,747 (14.0) .008
Yes 4,578 (14.6) 554 (12.1)
31,283 (100.0) 4,301 (13.7)
Note.a by χ2 test
b ≥ 7 drinks or more for men (or 5 drinks or more for women)/day and 2 times per week
≥20 minutes/day and 3 days/week
A: Salty and no nutrition label perception; B: Not salty or nutrition label perception; C: Not salty and perception of nutrition label

2. 사회경제적 특성, 건강에 바람직한 행태, 그리고 위험 감수 행태 변수와 헬멧착용과 연관성(여자)

여자에서 사회경제적 특성 변수, 건강에 바람직한 행태 변수, 그리고 위험 감수 행태 변수는 흡연을 제외하고는 모두 헬멧착용과 유의한 연관성이 있었다. 연령이 증가할수록 헬멧착용률이 높아져서 50대에 9.0%로 가장 높았고 이후는 낮아져서 70대 이상에서 1.4%로 가장 낮았다. 주택 유형별로는 아파트에 거주하는 경우 7.6%로 그 외 주택 형태에 거주하는 경우보다 높았다. 결혼 상태 별로는 이혼 또는 별거하는 경우 10.4%로 가장 높았고 사별인 경우 3.2%로 가장 낮았다. 교육수준별로는 무학인 경우 1.4%로 가장 낮았고 이후는 학력에 따라 높아지는 경향이었다. 직업별로는 기능원 또는 기계조작 종사자의 경우 10.4%로 가장 높았고 농림어업 종사자의 경우 1.8%로 가장 낮았다. 식생활 형편은 식구 모두가 충분한 양과 다양한 종류의 음식을 먹을 수 있는 경우 6.8%로 가장 높았으며 형편이 나빠질수록 낮아지는 경향이었다. 격렬한 신체활동을 하는 경우 9.5%로 그렇지 않은 경우보다 높았다. 식습관은 음식을 싱겁게 먹고 영양표시를 아는 경우 10.0%로 가장 높았고 식습관이 바람직하지 않을수록 낮아졌다. 칫솔질은 하루 4번인 경우 8.7%로 가장 높았고 횟수가 감소할수록 낮아졌다. 최근 2년 간 건강검진을 받은 경우, 혈압 수치를 인지하는 경우, 항상 안전벨트 착용을 하는 경우 그렇지 않은 경우에 비하여 높았다. 흡연 상태는 헬멧착용과 유의한 연관성이 없었다. 고위험음주를 하는 경우 3.9%로 그렇지 않은 경우보다 낮았으며, 자전거 음주 운전 경험자는 9.1%로 무경험자보다 높았다<Table 2>.

<Table 2> 
Bicycle helmet use rate (%) by sociodemographic characteristics, healthy behaviors, and risk taking behaviors at the individual level among women
Variables Category Total
N (%)
Bicycle helmet use
N (%)
p-valuea
Sociodemographic characteristics
  Age (years) 19-29 3,325 (18.7) 102 (3.1) .000
30-39 3,321 (18.6) 179 (5.4)
40-49 4,170 (23.4) 327 (7.8)
50-59 3,860 (21.7) 347 (9.0)
60-69 2,291 (12.9) 132 (5.8)
≥70 855 (4.8) 12 (1.4)
  Housing type Others 9,957 (55.9) 499 (5.0) .000
Apartment 7,865 (44.1) 600 (7.6)
  Marital status Live with spouse 12,250 (68.8) 848 (6.9) .000
Divorced or separation 721 (4.0) 75 (10.4)
Separation by death 1,203 (6.8) 38 (3.2)
Not married 3,637 (20.4) 137 (3.8)
  Educational level No 420 (2.4) 6 (1.4) .000
Elementary 2,356 (13.2) 52 (2.2)
Middle 1,761 (9.9) 91 (5.2)
High 5,152 (28.9) 408 (7.9)
Junior college 2,706 (15.2) 137 (5.1)
College 4,762 (28.8) 329 (6.9)
Graduate school 644 (3.6) 74 (11.5)
  Occupation Manager, professional, or clerk 4,374 (24.6) 319 (7.3) .000
Sales or service 3,079 (17.3) 201 (6.5)
Farmer or fisherman 1,960 (11.0) 35 (1.8)
Technical engineer 433 (2.4) 45 (10.4)
Simple labor 1,601 (9.0) 79 (4.9)
Serviceperson 12 (0.1) 1 (8.3)
Other, housewife or unemployed 6,341 (35.6) 417 (6.6)
  Food security Enough always 11,256 (63.2) 765 (6.8) .000
Enough but not always 6,076 (34.1) 305 (5.0)
Sometimes not enough 405 (2.3) 26 (6.4)
Often not enough 81 (0.5) 3 (3.7)
Healthy behaviors
  Vigorous physical activity No 14,956 (83.9) 828 (5.5) .000
Yes 2,866 (16.1) 271 (9.5)
  Dietary habit A 5,079 (28.5) 207 (4.1) .000
B 9,498 (53.3) 566 (6.0)
C 3,245 (10.5) 326 (10.0)
  Tooth brushing (fre.) ≤1 1,240 (7.0) 34 (2.7) .000
2 6,153 (34.5) 313 (5.1)
3 7,354 (41.3) 486 (6.6)
4 3,075 (17.3) 266 (8.7)
  Health examination
  in 2 years
No 5,254 (29.5) 218 (4.1) .000
Yes 12,565 (70.5) 880 (7.0)
  Awareness of blood
  Pressure
No 7,771 (43.7) 355 (4.6) .000
Yes 10,024 (56.3) 744 (7.4)
  Fastening seat belts Not always 1,947 (10.9) 31 (1.6) .000
Always 15,875 (89.1) 1,068 (6.7)
Risk taking behaviors
  Smoking No smoker 16,820 (94.4) 1,040 (6.2) .377
Ex-smoker 473 (2.7) 33 (7.0)
Current smoker 528 (3.0) 26 (4.9)
  High risk drinkingb No 16,811 (94.3) 1,060 (6.3) .002
Yes 1,011 (5.7) 39 (3.9)
  Drunk bicycle riding
  in 1 year
No 17,347 (97.3) 1,056 (6.1) .008
Yes 475 (2.7) 43 (9.1)
17,822 (100.0) 1,099 (6.2)
Note.a by χ2 test
b ≥ 7 drinks or more for men (or 5 drinks or more for women)/day and 2 times per week
≥20 minutes/day and 3 days/week
A: Salty and no nutrition label perception; B: Not salty or nutrition label perception; C: Not salty and perception of nutrition label

3. 지역 수준 변수의 기술통계치 및 65세 이상 인구비율과 다른 변수와의 상관관계

지역 수준 변수인 연령표준화사망률(명/10만명), 고교졸업률(%), 실업률(%), 월300만원이상 소득가구율(%), 운동시설 접근율(%), 재정자주도(%), 노인인구비율(%), 그리고 자전거헬멧착용률(%)의 분포는 254개 시ㆍ군ㆍ구의 중앙값, 평균 및 표준편차, 최솟값 및 최댓값, 그리고 왜도 값으로 제시하였다. 건강도시 가입 시ㆍ군ㆍ구는 105개(41.4%)였다<Table 3>.

<Table 3> 
Descriptive statistics of regional variables in 2016 at the administrative district level of si, gun, and gu, and Spearman’s correlation coefficients (rs) between population rate (%) of the elderly ≥65 and others n=254
Variables Median Mean Standard
deviation
Min. Max. Skewness rs
Age-standardized mortality
(per 100,000)
358.4 355.7 41.4 236.5 470.9 -0.3 .593**
High school graduation rate (%) 81.5 81.0 5.2 68.7 96.0 0.2 -.778**
Unemployment rate (%) 7.2 7.4 1.9 2.8 12.8 0.4 .316**
Household rate (%) of income ≥3
million won (per month)
54.9 53.8 12.0 21.2 82.6 -0.2 -.789**
Exercise facility access rate (%) 78.0 77.3 8.1 53.1 96.6 -0.5 -.510**
Financial autonomy rate (%) 63.1 60.1 11.0 28.3 87.1 -0.10 -.112
Population rate (%) of the elderly ≥
65(years)
15.3 17.9 7.8 6.7 37.5 0.7 1
Bicycle helmet use rate (%) 10.3 11.4 7.2 0.0 68.2 2.9 -.548**
Healthy citya Yes
No
105 (41.4)
149 (58.7)
Note.a Data are presented as number (%).
** p<0.01

지역의 노인인구비율과 다른 지역 변수와 연관성을 스피어 만 상관계수(Spearman’s correlation coefficient, rs)로 제 시하였다. 노인인구비율은 고교졸업률, 월300만원이상 소득 가구율, 운동시설 접근율, 그리고 헬멧착용률과 각각 -0.778, -0.789, -0.510, -0.548의 유의한 음의 상관관계가 있었다. 반면, 연령표준화사망률 및 실업률과는 각각 0.593, 0.316의 유의한 양의 상관관계가 있었다. 노인인구비율은 재정자주도와는 상관관계가 유의하지 않았다<Table 3>.

4. 다수준로지스틱회귀분석결과

다수준분석의 기본 모형(empty model)인 모형 1은 254개 보건소 변수만 포함하여 헬멧 착용률의 지역 간 차이를 본 것으로 ICC 값이 남자에서는 0.106, 여자에서는 0.098이었다<Table 4, 5>.

<Table 4> 
Adjusted odds ratios (OR) and 95% confidence interval (CI) of variables at the individual level (Model 2) and at the regional level (Model 3) for bicycle helmet use in the multilevel logistic regression models among men
Variables Category Model 1a Model 2 Model 3
OR CI OR 95% CI
Sociodemographic characteristics
  Age (years) 19-29 1 1
30-39 - 1.64 1.39-1.92 1.61 1.37-1.89
40-49 - 1.35 1.13-1.61 1.33 1.11-1.58
50-59 - 1.58 1.31-1.90 1.55 1.29-1.86
60-69 - 1.51 1.24-1.86 1.47 1.20-1.80
≥70 - 1.03 0.81-1.30 0.99 0.79-1.26
  Housing type Others - 1 1
Apartment - 1.25 1.16-1.36 1.21 1.12-1.32
  Marital status Live with spouse 1 1
Divorced or separation - 1.00 0.84-1.49 0.99 0.83-1.18
Separation by death - 1.12 0.84-1.19 1.11 0.83-1.48
Not married - 1.00 0.88-1.14 0.98 0.86-1.12
  Educational level No 1 1
Elementary - 0.69 0.45-1.05 0.69 0.45-1.06
Middle - 0.82 0.54-1.24 0.82 0.54-1.25
High - 1.21 0.80-1.83 1.19 0.79-1.83
Junior college - 1.27 0.83-1.94 1.26 0.82-1.93
College - 1.21 0.80-1.83 1.20 0.79-1.83
Graduate school - 1.32 0.85-2.04 1.28 0.82-1.98
  Occupation Manager, professional, or clerk 1 1
Sales or service - 0.97 0.86-1.10 0.97 0.86-1.09
Farmer or fisherman - 0.41 0.35-0.49 0.44 0.37-0.53
Technical engineer - 1.27 1.15-1.41 1.27 1.14-1.41
Simple labor - 0.76 0.65-0.85 0.75 0.65-0.88
Serviceperson - 4.78 3.60-6.34 4.67 3.52-6.19
Other, housewife or unemployed - 0.74 0.65-0.85 0.75 0.65-0.88
  Food security Enough always 1 1
Enough but not always - 0.89 0.82-0.96 0.89 0.82-0.96
Sometimes not enough - 0.70 0.54-0.92 0.74 0.56-0.96
Often not enough - 0.90 0.52-1.56 0.92 0.53-1.59
Healthy behaviors
  Vigorous physical
  activity
No 1 1
Yes - 1.50 1.39-1.62 1.51 1.39-1.63
  Dietary habit A - 1 1 1
B - 1.25 1.16-1.35 1.25 1.16-1.35
C - 1.35 1.21-1.52 1.36 1.22-1.53
  Tooth brushing (fre.) ≤1 1 1
2 - 1.08 0.96-1.21 1.05 0.93-1.18
3 - 1.28 1.14-1.44 1.26 1.12-1.42
4 - 1.50 1.31-1.71 1.47 1.28-1.68
  Health examination
  In 2 years
No 1 1
Yes - 1.37 1.25-1.51 1.39 1.27-1.53
  Awareness of blood
  pressure
No 1 1
Yes - 1.16 1.07-1.25 1.17 1.08-1.26
  Fastening seat belts Not always 1
Always - 1.68 1.47-1.91 1.67 1.47-1.91
Risk taking behaviors
  Smoking No smoker 1 1
Ex-smoker - 1.22 1.11-1.33 1.23 1.12-1.34
Current smoker - 1.04 0.95-1.15 1.03 0.94-1.14
  High risk drinkingb No - 1 1
Yes - 1.04 0.95-1.13 1.03 0.95-1.13
  Drunk bicycle riding
  In 1 year
No 1 1 1
Yes - 0.99 0.89-1.10 0.99 0.89-1.10
Regional variables
  Age-standardized mortality (per 100,000) - - 1.00 1.00-1.00
  High school graduation rate (%) - - 1.00 0.97-1.03
  Unemployment rate (%) - - 1.02 0.98-1.06
  Household rate (%) of income ≥3 million won (per month) - - 1.00 0.99-1.00
  Exercise facility access rate (%) - - 0.99 0.98-1.00
  Financial autonomy rate (%) - - 1.00 0.99-1.00
  Population rate (%) of the elderly ≥65 - - 0.97 0.95-0.98
  Healthy city No 1
Yes 0.93 0.81-1.08
Intraclass correlation coefficient (ICC) 0.1060 0.0655 0.0555
-2 log likelihood (-2:LL) 24064.17 22232.38 22189.16
Akaike information criterion (AIC) 24068.17 22310.38 22283.16
Note.a Empty model (only variable of 254 administrative district was included)
b ≥ 7 drinks or more for men (or 5 drinks or more for women)/day and 2 times per week
≥20 minutes/day and 3 days/week
A: Salty and no nutrition label perception; B: Not salty or nutrition label perception; C: Not salty and nutrition label perception

<Table 5> 
Adjusted odds ratios (OR) and 95% confidence interval (CI) of variables at the individual level (Model 2) and at the regional level (Model 3) for bicycle helmet use in the multilevel logistic regression models among women
Variables Category Model 1a Model 2 Model 3
OR CI OR 95% CI
Sociodemographic characteristics
  Age (years) 19-29 1 1
30-39 - 1.51 1.09-2.07 1.49 1.08-2.05
40-49 - 2.25 1.61-3.14 2.22 1.59-3.10
50-59 - 3.95 2.79-5.61 3.93 2.77-5.57
60-69 - 4.99 3.34-7.46 4.91 3.29-7.35
≥70 - 2.21 1.09-4.51 2.21 1.08-4.52
  Housing type Others - 1 1
Apartment - 1.13 0.98-1.30 1.04 0.90-1.21
  Marital status Live with spouse - 1 1
Divorced or separation - 1.43 1.09-1.88 1.40 1.07-1.83
Separation by death - 0.71 0.49-1.02 0.74 0.51-1.06
Not married - 1.00 0.75-1.33 0.97 0.73-1.29
  Educational level No - 1 1
Elementary - 1.06 0.44-2.57 1.04 0.73-1.29
Middle - 1.87 0.77-4.52 1.76 0.72-4.28
High - 3.31 1.37-7.99 3.00 1.24-7.27
Junior college - 2.85 1.16-7.02 2.58 1.04-6.37
College - 3.85 1.58-9.43 3.40 1.38-8.35
Graduate school - 4.97 1.97-12.55 4.41 1.74-11.19
  Occupation Manager, professional, or clerk 1 1
Sales or service - 0.91 0.74-1.12 0.93 0.75-1.14
Farmer or fisherman - 0.37 0.25-0.55 0.41 0.28-0.62
Technical engineer - 1.58 1.10-2.26 1.60 1.12-2.29
Simple labor - 0.75 0.57-1.00 0.75 0.56-0.99
Serviceperson - 1.06 0.13-8.64 1.31 0.17-10.22
Other, housewife or unemployed - 0.98 0.83-1.17 0.97 0.82-1.15
  Food security Enough always 1 1
Enough but not always - 0.89 0.77-1.03 0.88 0.76-1.02
Sometimes not enough - 1.49 0.96-2.31 1.43 0.92-2.23
Often not enough - 0.88 0.26-2.94 0.82 0.24-2.84
Healthy behaviors
  Vigorous physical
  activity
No 1 1
Yes - 1.69 1.45-1.97 1.68 1.44-1.96
  Dietary habit A - 1 1
B - 1.12 0.94-1.33 1.13 0.94-1.34
C - 1.59 1.31-1.94 1.61 1.32-1.96
  Tooth brushing (fre.) ≤1 1 1
2 - 1.48 1.02-2.14 1.46 1.01-2.11
3 - 1.68 1.17-2.42 1.69 1.17-2.43
4 - 2.04 1.39-2.97 2.01 1.41-2.99
  Health examination
  In 2 years
No - 1 1
Yes - 1.27 1.07-1.51 1.27 1.07-1.51
  Awareness of blood
  pressure
No - 1 1
Yes - 1.16 1.01-1.34 1.17 1.02-1.35
  Fastening seat belts Not always - 1 1
Always - 3.04 2.10-4.41 2.99 2.07-4.33
Risk taking behaviors
  Smoking No smoker 1 1
Ex-smoker - 1.27 0.87-1.87 1.23 0.83-1.80
Current smoker - 0.93 0.61-1.43 0.94 0.61-1.43
  High risk drinkingb No - 1 1
Yes - 0.67 0.47-0.95 0.66 0.46-0.93
  Drunk bicycle riding
  In 1 year
No - 1 1
Yes - 1.83 1.30-2.59 1.73 1.22-2.45
Regional variables
  Age-standardized mortality (per 100,000) - - 1.00 1.00-1.00
  High school graduation rate (%) - - 1.01 0.98-1.03
  Unemployment rate (%) - - 1.02 0.97-1.07
  Household rate (%) of income ≥3 million won (per month) - - 1.01 0.99-1.02
  Exercise facility access rate (%) - - 0.98 0.97-0.99
  Financial autonomy rate (%) - - 1.00 0.99-1.01
  Population rate (%) of the elderly ≥65 - - 0.96 0.94-0.98
  Healthy city No 1
Yes 0.95 0.79-1.16
Intraclass correlation coefficient (ICC) 0.0979 0.0766 0.0612
-2 log likelihood (-2:LL) 8116.85 7425.40 7386.60
Akaike information criterion (AIC) 8120.85 7503.40 7480.60
Note.a Empty model (only variable of 254 administrative district was included)
b ≥ 7 drinks or more for men (or 5 drinks or more for women)/day and 2 times per week
≥20 minutes/day and 3 days/week
A: Salty and no nutrition label perception; B: Not salty or nutrition label perception; C: Not salty and nutrition label perception

다수준분석의 모형 2는 개인 수준 모형으로 ICC 값이 남자에서는 0.066, 여자에서는 0.077이었다. 남자에서 자전거 헬멧착용과 유의한 연관성을 보이는 변수는 연령, 주택 유형, 교육수준(95% 신뢰 구간이 유의한 범주는 없으나 전체적으로는 0.01 수준에서 유의함), 직업, 식생활 형편, 격렬한 신체활동, 식습관, 칫솔질 횟수, 건강검진, 혈압 수치, 안전벨트 착용, 그리고 흡연 상태이었다. 여자에서 자전거 헬멧착용과 유의한 연관성을 보이는 변수는 연령, 결혼 상태, 교육수준, 직업, 격렬한 신체활동, 식습관, 칫솔질 횟수, 건강검진, 혈압 수치, 안전벨트 착용, 고위험음주, 그리고 자전거 음주 운전 경험이었다<Table 4, 5>.

다수준분석의 모형 3은 개인 수준 및 지역 수준 변수를 같이 포함한 집단 수준 모형으로 ICC 값이 남자에서는 0.056, 여자에서는 0.061이었다. 이 모형에서 자전거 헬멧착용에 대한 개인 변수의 교차비 크기 및 유의성은 모형 2와 거의 같았다. 지역 수준 변수 중에서는 남자의 경우 65세 이상 노인인구 비율(%)이 정정교차비 0.97(95% 신뢰구간, 0.95-0.96)로 지역 사람의 헬멧착용과 유의한 연관성이 있었다. 다른 지역 변수인 시ㆍ군ㆍ구 연령표준화사망률(명/10만명), 고교졸업률(%), 실업률(%), 월300만원이상 소득 가구율(%), 운동시설 접근율(%), 재정자주도(%), 그리고 건강도시 여부는 유의하지 않았다. 지역 수준 변수 중에서는 여자의 경우 65세 이상 노인인구 비율(%)과 운동시설 접근율(%)이 각각 정정교차비 0.96(95% 신뢰구간, 0.94-0.98), 0.98(95% 신뢰구간, 0.97-0.99)로 지역 사람의 헬멧착용과 유의한 연관성이 있었다. 다른 지역 변수인 시ㆍ군ㆍ구 연령표준화사망률(명/10만명), 고교졸업률(%), 실업률(%), 월300만원이상 소득 가구율(%), 재정자주도(%), 그리고 건강도시 여부는 유의하지 않았다<Table 4, 5>.


Ⅳ. 논의

이 연구는 우리나라의 자전거 헬멧 착용 연관 요인을 다수준분석을 통하여 개인 수준 및 지역 수준에서 규명하고자 하였다. 그 결과 개인 수준에서는 남자의 경우 사회경제적 특성(연령, 주택 유형, 교육수준, 직업, 그리고 식생활 형편), 건강에 바람직한 행태(격렬한 신체활동, 바람직한 식습관, 칫솔질 횟수, 건강검진, 혈압 수치 인지, 그리고 안전벨트 착용), 그리고 위험 감수 행태(흡연 상태)가 헬멧 착용과 유의하게 연관이 있었다. 여자의 경우는 사회경제적 특성(연령, 교육수준, 결혼 상태, 그리고 직업), 건강에 바람직한 행태(남자와 동일함), 그리고 위험 감수 행태(고위험 음주 및 자전거 음주 운전 경험)이 헬멧 착용과 유의하게 연관이 있었다. 다수준분석에서 지역 수준 변수는 전체 자전거 헬멧 착용 분산의 10%(남자 11%, 여자 10%) 정도를 설명하였다. 남녀에서 공히 유의한 지역 변수는 노인인구비율로 노인인구가 증가할수록 자전거 헬멧착용의 가능성이 낮았다. 운동시설접근율은 여자에서만 유의한데 운동시설에 접근하기가 쉬울수록 자전거 헬멧착용의 가능성이 낮았다. 그 외에는 유의한 지역 수준 변수가 없었다.

이 연구의 개인 수준 변수는 지역사회건강조사 자료를 사용하였기 때문에 표본의 대표성 및 크기, 그리고 자료 수집의 타당도 면에서 강점이 있다. 조사에 참여한 사람은 254개 보건소 관할 지역의 19세 이상 성인이었지만 분석 대상은 “자전거 운전을 합니까?”라는 질문에 “예”라 대답한 사람들이었다. 지역사회건강조사 설문에서는 자전거 운전의 빈도가 ‘정기적’ 혹은 ‘간혹’인지, 또는 자전거 이용 목적이 이동, 운송 또는 운동인지 구분하지 않는다. 따라서 다른 연구(Porter et al., 2016)와 같이 자전거 이용의 목적에 따라 헬멧 착용의 연관 요인이 다른지는 분석할 수 없었다. 자전거 헬멧착용 연구에서는 헬멧착용이라는 종속 변수의 정의가 모호할 수 있음이 연구의 타당도를 제한할 수 있다. 이 연구는 다른 연구(Dellinger & Kresnow, 2010; Jewett et al., 2016)와 같이 ‘항상’ 헬멧을 착용하는 경우만을 착용으로 정의하였지만, 어떤 연구(Klein et al., 2005)에서는 ‘자주’ 착용하는 경우를 포함하기도 한다. 이 연구는 지역 수준 독립 변수를 포함하는 분석에 적합하게 다수준분석을 수행하였으며, 추정치 계산에서 바이어스를 초래할 수 있는 50개 미만의 집단 수(O’Dwyer & Parker, 2014)를 훨씬 초과하는 254개 집단을 포함함으로써 분석의 타당도를 높일 수 있었다.

개인 수준 사회인구학적 변수로 이 연구의 최종 모형에서 유의한 변수는 성별, 연령, 교육수준, 소득수준의 대리 변수인 식생활 형편(남자의 경우)으로 다른 연구들(Harlos et al., 1995; Bolen et al., 1998; Thompson et al., 2002; Dellinger & Kresnow, 2010; Ritter & Vance, 2011; Jewett et al., 2016; Lajunen, 2016; Porter et al., 2016)와 일치하는 결과이다. 다만, 이 연구에서는 남녀 공히 직업, 남자에서 주택 유형, 여자에서는 결혼 상태가 추가적으로 유의하였다. 직업 별로는 농림어업 종사자와 단순노무 종사자에서 헬멧 착용률이 낮았으며, 특이하게 남자에서는 직업군인의 정정교차비가 4.67로 매우 높았다. 성인에서는 연령이 증가할수록 헬멧 착용률이 감소한다는 연구(Millar & Pless, 1997)가 있으나, 이 연구에서는 남자는 30대에 가장 높았다가 이후 연령에 따라 감소하였으며, 여자의 경우 연령에 따라 증가하여 50대에서 가장 높았다. 성별로는 남자에서 높다는 연구(Millar & Pless, 1997; Ritter & Vance, 2011)와 여자에서 높다는 연구(Harlos et al., 1995; Bolen et al., 1998)의 결과가 엇갈리지만, 이 연구에서는 남자의 헬멧착용률(13.7%)이 여자의 그것(6.2%)보다 2배 이상 높았다. 다수준분석을 남녀 구분없이 전체 대상자에 대하여 수행하면 성별의 정정교차비가 0.45(95% 신뢰구간, 0.41-0.50)(자료미제시)로 남자에 비해 여자의 헬멧 착용률이 유의하게 낮았다. 즉 남녀의 차이는 이 연구에서 고려한 다른 개인 및 지역 조건에서 관계없이 유지된다는 것이다. 여성들이 헬멧을 덜 착용하는 이유는 여성들은 조심해서 타기 때문에 헬멧이 필요 없다고 생각하거나 머리카락으로 인해 헬멧 쓰기가 불편하기 때문으로 설명(Valero-Mora, Shinar, Ledesma, & Haworth, 2018)하지만, 우리나라 사회문화적 맥락에 따른 추가 연구가 필요하다.

이 연구에서도 다른 연구(Klein et al., 2005)와 같이 건강한 바람직한 행태를 하는 경우 헬멧 착용률이 높았다. 남녀 공히, 격렬한 신체활동을 하는 경우, 바람직한 식습관을 가질수록, 칫솔질을 많이 할수록, 2년 내 건강검진을 받은 경우, 자신의 혈압 수치를 아는 경우, 항상 안전벨트를 하는 경우 헬멧착용률이 높았다. 따라서 자전거 헬멧착용도 건강에 바람직한 행태 특성을 가진 것으로 볼 수 있다.

이 연구에서도 다른 연구(Klein et al., 2005; Orsi, Ferraro, Montomoli, Otte, & Morandi, 2014)와 같이 헬멧착용은 흡연, 음주 같은 위험 감수 행태와 유의한 연관성이 있었으나, 남녀 간에 차이가 있었다. 흡연의 경우 남자는 비흡연자에 비하여 금연한 사람의 헬멧 착용에 대한 오즈(odds)가 유의하게 높았으나 여자에서는 그렇지 않았다. 고위험음주의 경우 여자는 고위험음주자가 그렇지 않은 사람에 비하여 헬멧 착용에 대한 오즈(odds)가 유의하게 낮았으나 남자에서는 그렇지 않았다. 지난 1년 간 자전거 음주 운전의 경험의 경우 여자에서는 경험이 있는 사람이 예상과 달리 헬멧 착용에 대한 오즈(odds)가 유의하게 높았으나 남자에서는 그렇지 않았다. 위험 감수 행태와 자전거 헬멧 착용과의 연관성의 이 같은 성별 차이는 우리나라의 자전거 헬멧 미착용이 단순히 위험 감수 행태의 하나라고 해석하기 어렵게 만들어 추가적인 연구의 필요성을 시사한다.

우리나라 시ㆍ군ㆍ구 자전거 헬멧 착용률(2016년)이 0-68%<Table 3>으로 지역별 편차가 매우 크므로 지역 중요성의 크기 정도와 그 연관된 변수를 규명하는 것이 이 연구의 주요 목적이다. 이에 따라 개인 변수와 지역 변수가 독립 변수로 혼재된 분석 자료의 특성에 맞게 다수준분석을 수행하였다. 그 결과 시ㆍ군ㆍ구 변수만 포함하여 지역 간 차이를 보여주는 기본 모형(empty model)에서 집단내상관계수(intra-class correlation coefficient, 이하 ICC)가 남자 0.106, 여자 0.098이었다. 이는 전체 자전거 헬멧 착용의 변이 중 지역 수준 변수가 설명하는 정도가 남자 11%, 여자 10%라는 것으로, 일반적으로 이 값이 5%만 되어도 상당한 지역 효과를 의미(Glaser & Hastings, 2011)하므로 이 연구의 다수준분석은 적절하다고 할 수 있다. 모형의 적합도를 나타내는 -2LL 및 AIC 값은 남녀 공히 기본 모형인 모형 1에 비하여 모형 2와 3에서 증가하였으며 모형 3에서 적합도가 가장 좋았다.

이 연구의 다수준분석의 모형 3에서 남녀 공히 유의한 지역 수준 변수는 노인인구비율(%)이 유일하였다. 다른 개인 및 지역 변수 값이 같다면 지역 노인인구 비율(6.7-37.5% 사이 분포, <Table 3>)이 1% 증가하면 지역 주민의 자전거 헬멧 착용의 오즈(odds)가 남자는 0.97, 여자는 0.96으로 감소한다는 것이다. 지역 노인인구의 비율이 10% 증가하는 것으로 회귀 계수를 산출하면 오즈가 남자 0.71, 여자 0.68로 감소하는 것으로 계산되었다.

<Table 3>의 지역 노인 인구 비율과 헬멧 착용률과 음의 상관관계(rs=-0.548)는 두 가지 방향에서 설명될 수 있다. 하나는 구성 효과(compositional effect)로 노인들은 헬멧착용률이 낮기 때문에 노인이 많은 지역의 헬멧착용률도 낮은 것이다. 실제로 이 연구의 개인 수준 자료에서 65세 이상 노인의 헬멧착용률은 남자 6.5%, 여자 2.9%(자료 미제시)로 다른 연령군에 비하여 현저히 낮다.

다수준분석에서 지역 노인인구 비율이 유의하다는 것은 맥락 효과(contextual effect)가 있음을 의미한다. 즉, 자전거 헬멧착용률이 낮은 노인들이 많으면 전반적으로 지역의 자전거 헬멧착용률이 낮아지고, 이는 Thompson 등(2002)이 헬멧착용 결정 요인의 하나라고 제시한 ‘사회적 규범’(헬멧을 착용하지 않아도 된다는 방향)으로 작용할 수 있을 것이다. 이를 직접 검정하기 위하여 이 연구에서는 다수준분석의 지역 변수로 지역 헬멧착용률을 모형 3에 포함하였다. 그러나 종속변수인 개인 수준 헬멧착용 여부에 따라 계산된 지역 헬멧착용률을 다수준분석 모형의 지역 수준 독립변수로 포함하니 신뢰성 있는 회귀계수가 산출되지 않는 현상이 발생하여 그 효과를 검정할 수 없었다. 사회적 규범으로서 자전거 헬멧 착용률의 역할을 분석하기 위해서는 별도 자료(예: 주관적으로 느끼는 지역의 헬멧착용 정도 등)가 필요하다.

지역 노인 인구 비율의 맥락 효과는 노인인구 비율 자체보다도 지역의 다른 조건을 대리하는 변수이기 때문일 것이다. <Table 2>의 지역 노인인구 비율과 다른 지역 변수 간 상관계수를 볼 때, 노인 인구 비율이 높은 지역은 높은 연령표준화사망률, 낮은 고교졸업률(%), 높은 실업률(%), 낮은 가구 소득률(%), 낮은 운동시설 접근율(%)을 보이는 지역, 즉, 사회경제 및 건강 수준이 낮은 지역이다. 이는 지역의 도시 여부(Harlos et al., 1995)와 소득수준(Harlos et al., 1995; Klein et al., 2005)이 유의하다는 다른 연구와 비슷한 결과라고 할 수 있다. 거주 지역의 도시 여부(읍, 면, 또는 동인지) 변수는 이 연구의 다수준분석 지역 단위인 시군구와 일치하지 않아서 (예를 들면, 도시 지역인 시 또는 구 지역에 읍 또는 면이 포함) 지역 변수로 고려할 수 없었다. 지역에 헬멧 착용 증진 프로그램이 있으면 헬멧착용률이 높다는 연구(Klein et al., 2005)와 건강도시 가입 여부와 자전거 헬멧착용률과 연관성을 시사한 연구(Kim, 2018) 결과에 따라 이 연구에서는 지역 수준 변수로 건강도시 가입 여부를 포함하였으나 유의하지 않았다.

남자와 다르게 여자에서는 지역 수준 변수인 운동시설접근율도 모형 3에서 유의하였다. 다른 개인 및 지역 변수 값이 같다면 운동시설접근율이 1%(10%) 증가하면 지역 주민의 자전거 헬멧 착용의 오즈(odds)가 여자는 0.98(0.82)로 감소한다는 것이다. 운동시설접근율은 ‘최근 1년동안 본인이 거주하고 있는 지역에서 운동을 할 수 있는 장소를 쉽게 찾을 수 있다고 응답한 사람의 분율’을 말하며 지역에 따라 53.1%에서 96.6% 사이<Table 3>에 분포하고 있다. 운동시설접근율이 높은 지역은 사회경제적 수준이 높은 지역인데 오히려 지역 주민의 자전거 헬멧착용의 오즈가 낮아지는 현상은 설명하기 어렵고 추후 연구 과제이다.

이 연구는 이차 자료를 이용하였기 때문에 헬멧착용의 중요한 다른 요인, 예를 들면, ‘헬멧을 쓰면 이상하게 보인다’, ‘가까운 곳에 간다’ 등 헬멧착용의 장애요인(Lajunen, 2016), 태도 요인(Lang, 2007), 그리고 헬멧을 착용하는 친구 유무(Lajunen & Räsänen, 2001)와 같은 심리적 또는 사회적 요인과 자전거 운전 빈도(Ritter & Vance, 2011)와 이용 목적(Jewett et al., 2016) 등의 자전거 운전 패턴 등을 고려하지 못하였다. 연구 디자인 상 단순히 현 시점에서 자전거 헬멧 착용의 연관 요인을 규명하는 단면 연구인 점도 이 연구의 제한점이다. 따라서 향후 자전거 헬멧 착용의 연관 요인 연구는 자전거 헬멧착용 연구에 적절한 사회심리적 연구 틀(Lajunen & Räsänen, 2004)인 계획된 행동 이론(Theory of Planned Behavior) 이나 통제 위치(Locus of control) 모형을 적용할 필요가 있다. 나아가서는 헬멧 착용 증진 프로그램의 효과를 검정하는 지역사회 개입 연구가 요구된다.


Ⅴ. 결론

이 연구는 우리나라의 자전거 헬멧착용 연관 요인을 다수준분석을 통하여 개인 수준 및 지역 수준에서 규명함으로써 헬멧의 착용률을 높이는 정책에 대한 근거를 제시하고자 하였다. 개인 수준 변수는 지역사회건강조사 2016년 원시자료로부터 구하였고, 지역 수준 변수는 보건소 관할 행정 구역 단위인 시ㆍ군ㆍ구 수준의 K-Health 랭킹 자료를 사용하였다. 연구 결과 전체 연구 대상자 중 자전거 헬멧착용률은 11.0%(남자13.7%, 여자 6.2%)이었다. 개인 수준에서는 남녀 공히 연령, 교육수준, 직업 등의 사회경제적 특성이 헬멧 착용과 유의하게 연관이 있었다. 남녀 공히 신체활동, 바람직한 식습관, 칫솔질 등의 건강에 바람직한 행태를 할수록 헬멧 착용이 유의하게 높은 것으로 볼 때 자전거 헬멧착용은 건강에 바람직한 행태 특성을 가진 것으로 볼 수 있다. 헬멧착용은 흡연, 음주 같은 위험 감수 행태와도 유의한 연관성이 있었으나, 연관성의 크기 및 방향에 있어서는 남녀 간에 차이가 있었다.

다수준분석에서 지역 수준 변수는 전체 자전거 헬멧착용 분산의 10%(남자 11%, 여자 10%) 정도를 설명하였으며, 유의한 지역 변수는 남녀 공히 65세 이상 노인인구 비율이었다. 다른 개인 및 지역 변수 값이 같다면 지역 노인인구 비율이 1% 증가하면 지역 주민의 자전거 헬멧착용의 오즈(odds)가 남자는 0.97, 여자는 0.96으로 감소하였다. 여자에서는 운동시설접근율도 유의한 지역 수준 변수였다.

최근 우리나라의 자전거 인구의 증가 추세를 볼 때 지방자치단체는 자전거 도로를 연장할 뿐 아니라 안전한 자전거 타기 문화 정착에 노력해야 한다. 건강에 바람직한 행태의 하나로 자전거 헬멧 착용을 위한 안전 교육을 시행하되 성별, 연령, 그리고 직업을 포함한 사회경제적 요소 등을 고려해야 할 것이다. 노인인구 비율이 높은 지역에서 자전거 헬멧착용률이 낮다는 이 연구 결과와 자전거 사고 사망률도 높다는 다른 연구(Kim, 2018)를 감안하면 이러한 노력은 노인인구 비율이 높은 지역에서 우선적으로 필요하다.


References
1. Attewell, R. G., Glase, K., & McFadden, M. (2001). Bicycle helmet efficacy: A meta-analysis. Accident Analysis and Prevention, 33(3), 345–352.
2. Bolen, J. R., Kresnow, M., & Sacks, J. J. (1998). Reported bicycle helmet use among adults in the United States. Archives of Family Medicine, 7(1), 72-77.
3. Dellinger, A. M., & Kresnow, M. (2010). Bicycle helmet use among children in the United States: The effects of legislation, personal and household factors. Journal of Safety Research, 41(4), 375-380.
4. Glaser, D., & Hastings, R. H. (2011). An Introduction to multilevel modeling for anesthesiologists. Anesthesia & Analgesia, 113(4), 877–887.
5. Harlos, S., Warda, L., Buchan, N., Klassen, T. P., Koop, V. L., & MoVatt, M. E. K. (1995). Urban and rural patterns of bicycle helmet use: Factors predicting usage. Injury Prevention, 5(3), 183–188.
6. Ivers, R. (2007). Systematic reviews of bicycle helmet research. Injury Prevention, 13(3), 190.
7. Jewett, A., Beck, L., F., Taylor, C., & Baldwin, G. (2016). Bicycle helmet use among persons 5 years and older in the United States, 2012. Journal of Safety Research, 59, 1–7.
8. Kang, I. H., Lee, H. Y., Lee, J. I., Lee, K. H., Kim, Y. H., & Youn, Y. H. (2017). Causes of death and clinical features of bicycle injury patients over 8 years. Crisisonomy, 13(3), 33-42.
9. Kim, J. R. (2018). Associations between bicycle helmet use rate and cyclist accident indices at the municipal level. Korean Journal of Health Education and Promotion, 35(3), 15-24
10. Kim, Y. T., Choi, B. Y., Lee, K. O., Kim, H., Chun, J. H., Kim, S. Y., ... Lee, J. K. (2012). Overview of Korean Community Health Survey. Journal of the Korean Medical Association, 55(1), 74-83.
11. Klein, K. S., Thompson, D., Scheidt, P. C., Overpeck, M. D., Gross, L. A., & The HBSC International Investigators. (2005). Factors associated with bicycle helmet use among young adolescents in a multinational sample. Injury Prevention, 11(5), 288–293.
12. Lajunen, T. (2016). Barriers and facilitators of bicycle helmet use among children and their parents. Transportation Research Part F, 41(part B), 294-301.
13. Lajunen, T., & Räsänen, M. (2001). Why teenagers owning a bicycle helmet do not use their helmets. Journal of Safety Research, 32(3), 323–332.
14. Lajunen, T., & Räsänen, M. (2004). Can social psychological models be used to promote bicycle helmet use among teenagers? A comparison of the Health Belief Model, theory of planned behavior and the locus of control. Journal of Safety Research, 35(1), 115–123.
15. Lang, I. A. (2007). Demographic, socioeconomic, and attitudinal associations with children’s cycle-helmet use in the absence of legislation. Injury Prevention, 13(5), 355–358.
16. Millar, W. J., & Pless, I. B. (1997). Factors associated with bicycle helmet use. Health Reports, 9(2), 31-39
17. Ministry of the Interior and Safety. (2019). 2018 nyeon gijun jajeongeo iyong hyeonhwang. Retrieved from https://www.mois.go.kr/frt/bbs/type001/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000014&nttId=72681
18. Nicaj, L., Mandel-Ricci, J., Assefa, S., Grasso, K., McCarthy, P., Caffarelli, A., . . . Thorpe, L. (2006). Bicyclist fatalities and injuries in New York City, 1996-2005: A Joint Report from the New York City Departments of Health and Mental Hygiene, Parks and Recreation, Transportation, and the New York City Police Department. Retrieved from http://www.nyc.gov/html/dot/downloads/pdf/bicyclefatalities.pdf
19. O’Dwyer, L. M., & Parker, C. E. (2014). A primer for analyzing nested data: Multilevel modeling in SPSS using an example from a REL study (REL 2015–046). Washington, DC: U.S. Department of Education, Institute of Education Sciences, National Center for Education Evaluation and Regional Assistance, Regional Educational Laboratory Northeast & Islands. Retrieved from https://ies.ed.gov/ncee/edlabs/regions/northeast/pdf/REL_2015046.pdf
20. Oja, P., Titze, S., Bauman, A., de Geus, B., Krenn, P., Reger-Nash, B., & Kohlberger, T. (2011). Health benefits of cycling: A systematic review. Scandinavian Journal of Medicine and Science in Sports, 21(4), 496-509.
21. Olivier, J., Creighton, P. (2017). Bicycle injuries and helmet use: A systematic review and meta-analysis. International Journal of Epidemiology, 46(1), 278–292.
22. Orsi, C., Ferraro, O. E., Montomoli, C., Otte, D., & Morandi, A. (2014). Alcohol consumption, helmet use and head trauma in cycling collisions in Germany. Accident Analysis & Prevention, 65, 97-104.
23. Porter, A. K., Salvo, D., & Kohl III, H. W. (2016). Correlates of helmet use among recreation and transportation bicyclists. American Journal of Preventive Medicine, 51(6), 999–1006.
24. Ritter, N., & Vance, C. (2011). The determinants of bicycle helmet use: Evidence from Germany. Accident Analysis and Prevention, 43(1), 95-100.
25. The Korea Transport Institute. (2016). 2016 Support project for national bicycle transport policy (Korean, authors’ translation). Sejong: Kyunsung Co., Ltd. Retrieved from https://www.koti.re.kr/user/bbs/BD_selectBbs.do?q_bbsCode=1014&q_bbscttSn=20181001164039824&q_clCode=-1&q_lwprtClCode=-1
26. Thompson, N. J., Sleet, D., & Sacks, J. J. (2002). Increasing the use of bicycle helmets: Lessons from behavioral science. Patient Education and Counseling, 46(3), 191-197.
27. Valero-Mora, P., Shinar, D., Ledesma, R., & Haworth, N. (2018). Why women do not use the helmet when riding a bicycle? Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 62(1), 1594-1598.
28. Yang, Y. J. (2015). Socio-demographic characteristics, nutrient Intakes and mental health status of older Korean adults depending on household food security: Based on the 2008-2010 Korea National Health and Nutrition Examination Survey. Korean Journal of Community Nutrition, 20(1), 30-40.