대학생의 건강행동 잠재프로파일 유형에 따른 삶의 질 차이

Abstract

본 연구의 목적은 잠재프로파일 분석을 활용하여 대학생의 건강행동 유형을 분류하고, 유형에 따라 대학생의 삶의 질에 차이가 있는지 살펴보는 것이다. 이를 위해 전국 4년제 대학교 재학생 336명을 대상으로 질문지법을 통해 자료를 수집하였다. 대학생의 수면의 질은 Buysse 등(1989)이 제작한 피츠버그 수면의 질 척도(Pittsburgh Sleep Quality Index [PSQI])를 손승일 등(2012)이 번안한 한국판 피츠버그 수면의 질(PSQI-K)척도를 사용하여 측정하였으며, 수면의 양을 측정하기 위해서 주중과 주말의 취침 및 기상 시각을 통해 하루 평균 수면시간을 산출하였다. 스크린타임의 경우 사용 목적에 따라 학업, 여가 콘텐츠, SNS 사용, 게임으로 구분하여 주중과 주말의 평균 사용 시간을 조사하였으며, 학업을 제외한 여가 목적 스크린타임(여가 콘텐츠, SNS 사용, 게임)을 분석에 활용하였다. 대학생의 신체활동은 세계보건기구(2003)에서 개발한 국제 신체활동 단문형 설문지(International Physical Activity Questionnaire Short Form [IPAQ-SF])를 오지연 등(2007)이 타당화 한 한국어판 단문형 국제 신체활동 설문지를 사용하여 측정하였으며, 저강도, 중강도, 고강도 신체활동 중 중강도와 고강도 신체활동 MET(Metabolic Equivalent Task) 점수를 합산하여 분석에 사용하였다. 마지막으로 대학생의 삶의 질을 측정하기 위해 세계보건기구(WHO, 1998)에서 개발한 세계보건기구 삶의 질 간편형 척도(World Health Organization Quality of Life–Brief [WHOQOL-BREF])를 민성길 등(2000)이 WHO 지침에 따라 한국어로 번안 및 타당화 한 척도를 사용하였다. 수집된 자료를 분석하기 위해 Mplus 9.0과 IBM SPSS 26.0 프로그램을 사용하여 기술통계 및 변인 간 상관관계를 산출하고, 잠재프로파일 분석(Latent Profile Analysis [LPA])을 실시하여 대학생의 건강행동 유형을 도출하였다. 마지막으로, BCH(Bolck-Croon-Hagenaars) 3단계 접근법을 활용하여 도출된 건강행동 유형에 따른 삶의 질 차이를 검증하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 대학생의 수면의 양과 질, 여가 목적 스크린타임, 중고강도 신체활동 MET에 따라 총 4개의 유형이 식별되었다. 첫 번째 유형은 수면은 양호하나, 스크린타임과 신체활동이 다른 유형에 비해 가장 낮아 건강행동이 최소 권장 수준에 머무르는 ‘저활동-저스크린형’(72.32%)이었다. 두 번째 유형은 수면의 양과 질이 가장 낮고 신체활동도 부족한 반면, 스크린타임은 두 번째로 높아 세 가지 건강행동 모두에서 취약성을 보이는 복합적 건강위험군인 ‘수면부족형’(8.04%)이었다. 세 번째 유형은 여가 목적의 스크린타임이 매우 높지만, 수면과 신체활동은 상대적으로 양호한 ‘스크린 선호형’(9.23%)이었으며 네 번째 유형은 중고강도 신체활동이 매우 높고 수면과 스크린타임이 균형을 이뤄 가장 건강한 생활습관을 보이는 ‘신체활동 선호형’(10.42%)이었다. 둘째, 도출된 유형별로 삶의 질에 차이가 있는지 살펴본 결과, 신체 영역 삶의 질은 ‘수면부족형’이 다른 모든 유형보다 유의하게 낮았으며, 심리 영역의 삶의 질은 ‘신체활동 선호형’이 다른 유형보다 유의하게 높았고, ‘수면부족형’이 다른 유형보다 유의하게 낮았다. 사회 영역의 삶의 질은 ‘저활동-저스크린형’, ‘스크린 선호형’, ‘신체활동 선호형’ 간에는 유의한 차이가 없었으나, ‘수면부족형’은 이들에 비해 삶의 질이 유의하게 낮았다. 마지막으로, 환경 영역의 삶의 질은 ‘저활동-저스크린형’과 ‘신체활동 선호형’이 ‘수면부족형’보다 유의하게 높았으나, ‘스크린 선호형’은 ‘수면부족형’과 유의한 차이를 보이지 않았다. 이상의 결과를 종합할 때, 수면과 신체활동이 삶의 질에 있어서 중요한 요인임이 확인되었다. 본 연구는 24시간 행동습관(24-hour movement behaviors)의 관점에서 개인 중심적 접근을 통해 대학생의 건강행동 습관을 유형화하고, 각 유형이 삶의 질의 다차원적 영역에 미치는 영향을 확인하였다. 또한 수면의 양과 질을 모두 고려하고, 스크린타임을 사용 목적별로 구분하였으며, 신체활동의 강도를 반영함으로써 건강행동의 다층적 특성을 파악하였다는 점에서 의의가 있다. 본 연구의 결과는 대학생의 건강행동 유형에 따른 맞춤형 건강증진 프로그램 개발의 기초자료로 활용될 수 있으며, 대학생을 위한 24시간 행동습관 가이드라인 개발의 실증적 토대가 될 수 있을 것으로 기대한다.;This study aimed to identify health behavior patterns among university students and examine differences in quality of life across these patterns. Data were collected from 336 university students through a questionnaire survey. Sleep was measured using the Korean version of the Pittsburgh Sleep Quality Index (PSQI-K; Sohn et al., 2012), translated and adapted from the original PSQI developed by Buysse et al. (1989). Average daily sleep duration was calculated from weekday and weekend bedtimes and wake times to assess both sleep quantity and quality. Screen time was categorized by purpose (academic, recreational content, social media use, and gaming), with weekday and weekend averages recorded. Recreational screen time (excluding academic use) was used in the analysis. Physical activity was measured using the Korean version of the International Physical Activity Questionnaire Short Form (IPAQ-SF; Oh et al., 2007), validated from the original instrument developed by the World Health Organization (2003). Moderate-to-vigorous physical activity (MVPA) was calculated by summing MET scores for moderate and vigorous intensity activities. Quality of life was assessed using the Korean version of the World Health Organization Quality of Life-Brief (WHOQOL-BREF; Min et al., 2000), translated and validated according to WHO guidelines from the original instrument (WHO, 1998), measuring physical, psychological, social, and environmental domains. Data were analyzed using Mplus 9.0 and IBM SPSS 26.0 to compute descriptive statistics and correlations. Latent Profile Analysis (LPA) was conducted to classify health behavior patterns, and the BCH (Bolck-Croon-Hagenaars) three-step approach was employed to examine differences in quality of life across the identified patterns. The main findings were as follows. First, four distinct patterns were identified based on sleep quantity and quality, recreational screen time, and MVPA MET scores: (1) ‘Low Physical Activity–Low Screen Type’ (72.32%), characterized by adequate sleep but the lowest levels of screen time and physical activity, maintaining health behaviors at minimum recommended levels; (2) ‘Sleep Deficient Type’ (8.04%), exhibiting the poorest sleep quantity and quality, insufficient physical activity, and the second-highest screen time, representing a group with multiple health risks across all three behaviors; (3) ‘Screen Preference Type’ (9.23%), demonstrating very high recreational screen time but relatively adequate sleep and physical activity; and (4) ‘Physical Activity Preference Type’ (10.42%), showing very high MVPA levels with balanced sleep and screen time, representing the healthiest lifestyle pattern. Second, examination of quality of life by domain revealed that in the physical domain, the Sleep Deficient Type scored significantly lower than all other patterns. In the psychological domain, the Physical Activity Preference Type scored significantly higher than other patterns, while the Sleep Deficient Type scored significantly lower. In the social domain, no significant differences were found among the three patterns with adequate sleep (Low Physical Activity – Low Screen Type, Screen Preference Type, and Physical Activity Preference Type), but the Sleep Deficient Type scored significantly lower than these patterns, indicating that sleep is the most fundamental factor for social quality of life. Finally in the environmental domain, the Low Physical Activity–Low Screen Type and the Physical Activity Preference Type scored significantly higher than the Sleep Deficient Type, whereas the Screen Preference Type showed no significant difference from the Sleep Deficient Type. Taken together, these findings confirm that sleep and physical activity are critical factors for quality of life. This study identified health behavior patterns among university students through a person-centered approach within the integrated framework of 24-hour movement behaviors and systematically examined the impact of each pattern on multidimensional domains of quality of life. The study is significant in that it captured the multifaceted nature of health behaviors by considering both sleep quantity and quality, categorizing screen time by purpose, and accounting for physical activity intensity. The findings can serve as foundational data for developing tailored health promotion programs based on university students' health behavior patterns and are expected to provide an empirical basis for developing 24-hour movement behavior guidelines for university students.