여성 노인의 골다공증에 대한 보행 및 건강관련체력 분별점 제시

Gait and Health-Related Physical Fitness Cut-off Values for Osteoporosis in Elderly Women

Article information

Exerc Sci. 2024;33(4):415-422
Publication date (electronic) : 2024 November 30
doi : https://doi.org/10.15857/ksep.2024.00549
1Research Institute of Future Convergence, Changwon National University, Changwon, Korea
2Department of Smart and Healthcare, Changwon National University, Changwon, Korea
김민준1orcid_icon, 이인환2,orcid_icon
1국립창원대학교 미래융합연구소
2국립창원대학교 스마트헬스케어학과
Corresponding author: Inhwan Lee Tel +82-55-213-3061 Fax +82-55-213-3062 E-mail ansh00@changwon.ac.kr
*이 논문은 2024학년도 국립창원대학교 신진교원 연구 지원 사업 연구비에 의하여 연구되었음.
Received 2024 October 18; Revised 2024 November 20; Accepted 2024 November 28.

Trans Abstract

PURPOSE

This study aimed to determine the cutoff values for gait and health-related physical fitness associated with osteoporosis in community-dwelling elderly women.

METHODS

A total of 180 elderly women (aged ≥60) participated. Stepwise multiple regression was used to identify the predictors of femoral neck-bone mineral density (FN-BMD) from the gait and fitness variables. A receiver operating characteristic (ROC) analysis was used to determine the cutoff points and predict the performance of osteoporosis. Finally, logistic regression was used to calculate the odds ratio (OR) and 95% confidence interval (CI) of osteoporosis risk.

RESULTS

Fast-pace stride length and upper body strength were identified as independent predictors of FN-BMD. The cutoff values for predicting osteoporosis were 129.2 cm (accuracy, 70.6%) for fast-pace stride length and 18.0 kg (accuracy, 69.4%) for upper body strength. Logistic regression analysis showed that the below-threshold group had a significantly higher risk (fast pace stride length: OR=6.063, 95% CI=2.195-16.753, p<.001; upper body strength: OR=5.079, 95% CI=1.798-14.346, p=.002) of osteoporosis than the above-threshold group, and this result remained significant even after adjusting for covariates.

CONCLUSIONS

The findings of this study suggest that measuring fast-pace stride length and grip strength, which can be easily assessed, may serve as useful tools for identifying osteoporosis risk in elderly women.

서 론

골다공증(osteoporosis)은 골 항상성의 파괴로 인한 뼈의 질량 감소 및 미세 구조의 변화로 골강도가 약화되어 골절에 취약한 상태로 정의되는 대사성 골 질환이며[1], 특히 여성 노인에서 노화와 폐경 후 호르몬 변화에 따른 골 흡수 증가 등의 원인에 의해 발생하는 것으로 알려져 있다[2]. 실제로 국내의 골다공증 유병률을 추정한 최근 연구에 따르면, 60세 이상 노인의 골다공증 유병률은 남성의 경우 15% 미만인 반면, 여성의 경우 50% 이상으로 나타나 여성이 남성보다 월등히 높은 유병률을 보이는 것으로 확인되었으며[3], 국내의 노인 인구 증가 추이를 고려할 때 향후 골다공증 환자 수는 더욱 증가할 것으로 예상되어 이에 대한 국가적 및 사회적 차원의 대책 방안이 필요할 것으로 보인다[4].

골다공증의 발병은 나이, 성별, 조기 폐경, 가족력 등의 유전적 요인과 대사증후군, 관절염 등의 질환적 요인, 영양 불균형, 음주, 운동 부족 등의 생활 습관 요인이 대표적인 위험 요인으로 보고되며[5,6], 이러한 위험 요인들은 골 대사 균형의 붕괴를 통해 골 흡수(bone resorption)가 골 형성(bone formation)을 초과하게 하여 질환을 야기하는 것으로 알려져 있다[7,8]. 또한 골다공증은 발병 시 특별한 자각 증상은 없지만 일반 인구에 비해 초기 골절 및 후속 골절의 위험이 약 2배 정도 증가하며[9-11], 골절 시 다양한 형태의 이차적 질환을 유발할 뿐만 아니라 조기 사망 위험을 증가시키는 것으로 보고되고 있다[12-14]. 이에 골다공증은 특별한 증상이 없다는 점을 고려하여 발병 위험을 조기에 식별 및 예방하는 것이 중요한 부분으로 강조되고 있으며, 이러한 특징으로 인해 정기적인 골밀도 검진을 통한 모니터링이 권고되고 있다[8]. 그러나 현재 표준적인 골다공증 진단 검사로 상용 중인 이중에너지 방사선 흡수 원리법에 기반한 골밀도 검사는 고비용과 접근성이 제한적이라는 점과 잦은 빈도로 측정 시 방사선 노출에 따른 위험으로 인해 조기 식별 및 예방을 위한 편의성 측면에서는 제한점이 있는 실정이다[15]. 이러한 제한점을 보완하기 위해 여러 요인을 바탕으로 골다공증을 조기에 예측하기 위한 연구가 지속되고 있으며, 그 중 보행과 건강관련체력의 하위 구성인자들은 오랜 기간 노년기 골다공증 발생에 대해 중요한 역할을 하는 것으로 알려져 있다[16,17].

보행 기능과 건강관련체력은 신체기능과 건강 상태를 반영하는 정량적 지표로, 심혈관 질환, 대사증후군, 근감소증 등 만성 질환의 조기 진단 및 예후 예측에 활용되고 있다[18,19]. 또한 골 대사에 미치는 기전은 명확하게 규명되지 않았으나, 신체활동이 이를 결정하는 중요한 요소라는 점을 바탕으로, 규칙적인 신체활동이 골 흡수의 감소를 유도한다는 점과 체중 부하 운동이 골 자극을 통해 조골세포의 활성화를 촉진한다는 점에 근거하여 골다공증과도 밀접한 연관성을 가진 것으로 추정된다[20]. 이와 관련하여 Lindsey et al. [21]은 폐경 후 여성들을 대상으로 보행에 대한 시공간 매개 변수와 부위별 골밀도의 연관성을 조사하여, 활보장과 일반 및 빠른 보행 속도가 전신 및 척추 골밀도와 유의한 정적 상관성을 나타냄을 보고하였으며, Dostanpor et al. [22]은 평상 시 보행 중의 속도가 폐경 후 여성들의 대퇴 경부 골밀도에 대한 독립예측인자임을 보고한 바 있다. 또한 체력과 관련하여 Marin et al. [23]은 브라질의 폐경 후 여성 352명을 대상으로 기능적 체력과 골밀도의 연관성을 분석하여, 상대악력이 요추와 대퇴 경부, 전신 골밀도에 대한 독립예측인자로 나타났음을 보고하였으며, Gouveia et al. [24]은 포르투갈의 노인 802명을 대상으로 한 횡단 연구를 통해 남성은 심폐지구력과 근력의 고관절 골밀도, 여성은 상체 근력과 요추 골밀도 간 유의한 정적 상관성이 관찰되었음을 보고한 바 있다.

이와 같은 결과들은 보행 기능과 체력이 골밀도에 영향을 미치는 중요한 요인일 뿐만 아니라 골다공증 예측에 유용한 지표로 활용될 수 있음을 시사한다. 그러나 현재까지 진행된 국내·외의 연구들은 단순히 골다공증과 관련이 있는 보행 기능 및 체력의 예측 변수 식별에 그치고 있으며, 구체적인 분별점을 제시하는 연구는 미흡한 실정이다. 이에 본 연구에서는 지역 사회의 여성 노인을 대상으로 보행 기능 및 체력을 기반으로 대퇴 경부 골밀도에 대한 예측 인자를 식별하고, 이에 대한 구체적인 분별점을 제시하여 골다공증의 조기 진단과 예방을 위한 실증적 방안 마련의 기초 자료를 제공하고자 한다.

연구 방법

1. 연구 대상

본 연구의 대상은 경기도 S시에 위치한 노인복지시설 및 노인편의시설을 이용 중이며, 정상적인 일상생활 수행이 가능한 만 60세 이상의 여성 노인 265명을 본 연구의 최초 대상으로 선정하였다. 이후 보행 측정 데이터 누락 56명, 체력 측정 데이터 누락 9명, 골밀도 측정 데이터 누락 12명, 기타 공변량 누락 8명 등 총 85명에 대한 데이터를 제외하였으며, 최종 180명에 대해 자료 분석을 실시하였다. 연구를 진행하기 전, 연구의 목적과 방법, 참여 절차 등에 대해 설명한 이후, 자발적 참여를 희망하는 사람들만 연구의 대상에 포함하였으며, 본 연구는 S대학교 기관생명윤리위원회의 승인(IRB-2015-09-001-002)을 받아 진행하였다.

2. 측정항목 및 방법

1) 신체구성 및 대퇴 경부 골밀도에 근거한 집단 분류

신장은 자동 신장계(DS-102, Jenix, Seoul, Korea)를 이용하여 바르게 선 자세에서 측정하였으며, 체중과 대퇴 경부 골밀도는 금속 물질을 제거하고 측정용 가운을 착용한 상태에서 이중 에너지 X-ray 방사선 흡수(Dual Energy X-ray Absorptiometry, DXA) 원리를 사용하는 측정기기(Lunar DPX Pro, GE medical systems Lunar, Chicago, IL, USA)를 이용하여 측정하였다. 이후 측정된 대퇴 경부 골밀도의 T-score에 근거하여 세계보건기구의 골다공증 진단 기준에 따라 정상(T-score≥1.0), 골감소증(-1.0>T-score>-2.5), 골다공증(T-score≤-2.5)으로 구분하였다[25].

2) 건강관련체력

국내에서 실시 중인 국가 단위 대국민 체육복지서비스인 국민체력 100의 어르신기 건강체력 측정 방법과 노인의 신체기능 평가를 위해 고안된 Rikli & Jones의 노인체력검사를 바탕으로 상체 및 하체 근력과 상체 및 하체 유연성, 심폐지구력을 측정하였다[26]. 상체 근력은 악력계(TKK-5401, Takei, Tokyo, Japan)를 통해 좌 · 우 손의 악력을 2회씩 kg 단위로 측정한 값 중에서 최댓값을 사용하였으며, 하체 근력은 30초 동안 의자에 앉았다 일어선 횟수를 측정하였다. 상체 유연성은 등 뒤로 손을 잡도록 한 다음 양손의 중지 간 거리를 cm 단위로 측정하였으며, 하체 유연성은 좌전굴을 통해 cm 단위로 측정하였다. 마지막으로 심폐지구력은 2분간 제자리 걷기 횟수를 측정하였다.

3) 보행 기능

10 m로 구성된 보행 구간 중 초기 가속 구간에 해당하는 2.5 m와 말기 감속 구간에 해당하는 2.5 m를 제외한 5 m 구간을 보행 기능을 분석하기 위한 구간으로 설정하였다[27]. 이후 보행분석기(Optogait, Microgait, Bolzano, Italy)를 이용하여 일반 보행(usual gait pace)과 빠른 보행(fast gait pace) 중의 보행 기능을 측정하였다. 보행 기능의 세부 변인으로는 한 발을 내딛은 후 같은 발이 다시 땅에 닿을 때까지의 거리를 뜻하는 활보장(stride length), 단위 시간당 이동할 수 있는 거리를 뜻하는 보행 속도(gait speed), 보행 중 양발이 동시에 지면에 닿아있는 시간의 비율을 뜻하는 두발 지지 구간 비율(double support rate), 기준이 되는 발이 지면에 접촉하는 순간부터 다시 지면에 닿기까지의 시간을 의미하는 보행 주기(gait cycle), 분당 걸음 수를 뜻하는 분속수(ca-dence)를 분석하였으며, 일반 보행과 빠른 보행에 대해 각각 3회씩 측정하여 최댓값을 연구의 변인으로 활용하였다.

4) 공변량 구분

공변량으로 폐경 연령, 교육 수준, 결혼 상태, 과도한 음주, 흡연, 비신체활동, 비타민 D에 대해 조사하였다. 교육 수준은 초등학교 졸업 이하, 중학교 및 고등학교 졸업, 전문대 졸업 이상으로 구분하였으며, 결혼 상태는 기혼과 이혼 및 별거, 사별로 구분하였다. 과도한 음주는 주 1회 5잔 이상 음주하는 경우로 정의하였으며[28], 흡연은 현재 흡연 중이거나 과거 5갑 이상의 흡연 이력이 있는 경우로 정의하였다[29]. 비신체활동은 단문형 국제 신체활동 설문지에 근거하여 조사한 주당 신체활동에 대한 대사당 양이 600 MET 미만인 경우로 정의하였으며[30], 비타민 D는 12시간 이상의 공복 상태에서 상완정맥에서 채혈한 혈액을 원심분리기를 통해 3,000 RPM에서 10분간 원심분리한 후, CLIA (Chemiluminescent Immunoassay) 방법을 사용하여 Advia (sie-mens, Pennsylvania, USA) 장비와 동일 회사의 시약을 통해 혈청 25 (OH)D 농도를 분석하였다.

3. 자료처리방법

본 연구의 자료 중에서 연속형 변인은 평균(mean)과 표준편차(SD)로 표기하였으며, 범주형 변인은 빈도 수와 비율(%)로 표기하였다. 대퇴 경부 골밀도 상태에 따른 연속형 변인의 선 경향을 분석하기 위해 일원변량분석(one-way ANOVA)의 대비다항식(contrast)을 실시하였으며, 범주형 변인의 선 경향을 분석하기 위해 카이제곱 검정(chi-square)의 선형 대 결합(linear by linear)을 실시하였다. 이후 단계적 방법(step-wise)의 다중회귀분석(linear regression analysis)을 실시하여 대퇴 경부 골밀도 T-score에 대한 예측 변인을 분석하였으며, ROC (receiver operating characteristic) 분석을 통해 식별된 예측 변인의 예측 성능을 평가하고, 절단값을 설정하였다. 마지막으로 예측 변인을 절단값으로 구분한 다음, 이분형 로지스틱 회귀분석(binary logistic regression analysis)을 통해 절단값에 따른 골다공증 노출의 승산비와 95% 신뢰구간을 산출하여 해당 변인의 예측력을 최종적으로 검증하였다. 본 연구의 ROC 분석은 Medcalc ver 23.0을 통해 실시하였고, 이를 제외한 모든 분석은 SPSS ver 28.0을 통해 실시하였으며, 가설 검증을 위한 통계적 유의 수준은 α=0.05로 설정하였다.

연구 결과

1. 대퇴 경부 골밀도 상태에 따른 변인 비교

Table 1은 대퇴 경부 골밀도 상태에 따른 측정 변인들의 경향을 분석한 결과이다. 분석 결과, 골밀도 수준이 낮아질수록 나이(p <.001), 기혼(p =.001), 일반 보행에서 양발 지지 구간 비율(p =.013), 빠른 보행에서 양발 지지 구간 비율(p =.025)이 높아지는 경향이 있는 것으로 나타났으며, 신장(p <.001), 체중(p <.001), 교육 수준(p =.002), 상체 근력(p <.001), 심폐지구력(p =.044), 일반 보행에서 활보장(p <.001)과 보행속도(p <.001), 빠른 보행에서 활보장(p <.001)과 보행속도(p =.001)가 낮아지는 경향이 있는 것으로 나타났다.

Characteristics of study participants by femoral neck BMD status

2. 대퇴 경부 골밀도의 예측 변수 식별을 위한 다중회귀분석

Table 2는 건강관련체력 및 보행 변수를 기반으로 대퇴 경부 골밀도 T-score에 대한 독립예측 변인을 분석하기 위해 단계적 방법의 다중회귀분석을 실시한 결과이다. 분석 결과, 빠른 보행에서의 활보장(β=0.287, p <.001)과 상체 근력(β=0.272, p <.001)이 대퇴 경부 골밀도에 대한 유의한 예측 변인으로 나타나 두 변수가 여성 노인들의 골밀도 변화에 중요한 역할을 하는 것으로 확인되었다.

Stepwise multiple linear regression analysis for predicting femoral neck BMD T-score

3. 골다공증 예측 성능 및 절단값 식별을 위한 ROC 분석

Table 3Fig. 1은 다중회귀분석에서 골다공증의 예측변수로 식별된 빠른 보행 활보장과 상체근력의 골다공증에 대한 예측 성능을 평가하기 위해 실시한 ROC 분석의 결과이다. 먼저, 빠른 보행 활보장을 독립변수로 한 ROC 분석에서 AUC 값은 0.751로 나타났으며, 절단값은 129.2 cm로 확인되었다(p <.001). 이 절단값에서 민감도는 0.790, 1-특이도는 0.317로 나타났으며, 모델의 전체 정확도는 70.6%로 확인되었다. 다음으로, 상체근력을 독립변수로 한 ROC 분석에서는 AUC값이 0.784로 나타났으며, 절단값은 18.0 kg으로 확인되었다(p <.001). 이 절단값에서 민감도는 0.842, 1-특이도는 0.345로 나타났으며, 모델의 전체 정확도는 69.4%로 확인되었다.

ROC analysis of fast pace stride length and upper body strength for osteoporosis prediction value

Fig. 1.

Discriminative ability of fast pace gait stride length (A) and upper body strength (B) for identifying osteoporosis: receiver operating characteristic (ROC) analysis. Yellow line: reference; Blue line: area under the curve (AUC); Sensitivity: the probability that an individual with osteoporosis is classified as having osteoporosis; 1-Specificity: the probability that an individual without osteoporosis is classified as having osteoporosis.

4. 빠른 보행 활보장 및 상체 근력 수준에 따른 골다공증 노출 승산비

Table 4는 빠른 보행 활보장과 상대악력을 절단값에 따라 구분한 다음, 골다공증 노출에 대한 승산비를 산출한 결과이다. 먼저 빠른 보행 활보장 수준에 따른 골다공증 노출에 대한 승산비를 산출한 결과, 나이와 체중, 신장을 보정한 모델 1에서 절단값 미만에 해당하는 그룹은 절단값 이상인 그룹(OR=1, reference)보다 골다공증 노출에 대한 승산비가 유의하게 높은 것으로 나타났으며(OR=6.063, 95% CI=2.195-16.3753, p<.001), 공변량을 보정한 모델 2(OR=6.691, OR=2.242-19.972, p<.001)에서도 결과는 유의한 것으로 나타났다.

OR and 95% CI of osteoporosis according to fast pace stride length and upper body strength

마찬가지로 상대악력 수준에 따른 골다공증 노출에 대한 승산비를 산출한 결과, 나이와 체중, 신장을 보정한 모델 1에서 절단값 미만에 해당하는 그룹은 절단값 이상인 그룹(OR=1, reference)보다 골다공증 노출에 대한 승산비가 유의하게 높은 것으로 나타났으며(OR=5.079, 95% CI=1.798-14.346, p =.002), 공변량을 보정한 모델 2(OR=4.749, 95% CI=1.645-13.706, p =.004)에서도 결과는 유의한 것으로 나타났다.

논 의

본 연구에서는 지역 사회의 여성 노인 180명을 대상으로 보행 기능과 건강관련체력 변수에 기반하여 대퇴 경부 골밀도에 대한 독립예측변수를 파악하고, 이를 토대로 골다공증 예측에 대한 구체적인 분별점과 예측 성능을 검증하는 것을 주요 목적으로 하였다. 연구 결과, 빠른 보행 중의 활보장과 상체 근력이 대퇴 경부 골밀도에 대한 독립적인 예측 변수로 확인되었다. ROC 분석을 통해 빠른 보행 활보장과 상체 근력의 골다공증에 대한 분별점과 예측 성능을 확인한 결과, 각각의 분별점은 129.2 cm, 18.0 kg으로 확인되었고, 예측력을 나타내는 AUC값은 각각 0.751과 0.784로 준수한 예측 성능을 보이는 것으로 나타났으며, 식별된 절단값의 예측 정확도는 각각 70.6%와 69.4%를 나타내는 것으로 확인되었다. 또한 절단값에 따른 분류 이후 골다공증 노출에 대한 승산비를 산출한 결과, 빠른 보행 활보장과 상대 근력이 절단값 미만인 그룹은 절단값 이상인 그룹보다 골다공증 노출에 대한 승산비가 유의하게 높은 것으로 확인되었다.

평균 수명의 증가와 저출산 현상의 공존에 따른 노인 인구 증가와 비례하여 골다공증의 유병률도 증가 추세를 나타내고 있으며, 이에 골다공증에 대한 조기 진단과 예방을 목적으로 독립예측인자를 식별하기 위한 연구들이 지속적으로 진행되고 있다[2]. 이러한 가운데 보행 기능과 체력은 신체의 전반적인 기능 상태를 반영하며, 골밀도와 밀접한 관련이 있다는 연구 결과들을 바탕으로 골다공증의 중요한 예측 변수로 주목받고 있다. 이와 관련한 예로 미국의 폐경 후 여성 116명을 대상으로 한 연구에서 기능적 체력 및 보행의 시공간 매개 변수와 부위별 골밀도의 연관성을 조사한 결과, 일반 및 빠른 보행 중의 활보장과 보행 속도, 악력이 부위별 골밀도와 유의한 관련이 있음을 보고한 바 있으며[19], 국내의 여성 노인 189명을 대상으로 한 연구[31]와 미국의 2013-2014 국민건강영양조사에 참여한 40세 이상의 성인을 대상으로 한 연구[32]에서는 각각 빠른 보행 중의 활보장과 상체 근력을 반영하는 악력이 대퇴 경부 골밀도에 대한 독립예측인자로 나타났음을 보고한 바 있다. 이와 유사하게 본 연구에서도 여성 노인들을 대상으로 보행 기능과 건강관련체력을 기반으로 대퇴 경부 골밀도에 대한 예측 인자를 분석한 결과, 빠른 보행 중의 활보장과 상체 근력이 독립적인 예측인자로 확인되었으며, 본 연구 결과와 선행연구의 결과는 여성 노인들의 골다공증에 대한 위험을 조기에 식별하기 위한 방법의 일환으로 빠른 보행 중의 활보장과 상대악력의 효용성을 제시하는 결과로 생각된다.

한편, 골다공증과 보행 기능 및 체력 변수의 연관성을 보고하는 연구들이 다수 보고되고 있는 데 반해 구체적인 분별점을 제시한 연구가 미흡하다는 점에 착안하여 독립예측인자로 식별된 빠른 보행 중의 활보장과 상체 근력의 골다공증 예측을 위한 분별점과 예측 성능을 분석한 결과, 각각의 분별점은 129.2 cm와 18.0 kg으로 확인되었으며, 예측력에 대한 AUC 값은 0.751과 0.784로 준수한 예측 성능을 나타내었다. 또한 분별점에 따라 집단을 구분한 다음 골다공증 노출에 대한 승산비를 산출한 결과, 분별점 미만에 해당하는 그룹은 분별점 이상에 해당하는 그룹보다 골다공증에 노출에 대한 승산비가 유의하게 높은 것으로 확인되었다. 이러한 본 연구 결과는 활보장이 보행 속도와 정적 관련성이 있다는 측면을 고려할 때, 여성 노인 954명을 대상으로 골다공증과 신체기능의 연관성을 조사한 결과, 10 m로 지정된 구간에 대한 보행 소요 시간이 다른 신체기능 지표보다 골다공증에 대한 우수한 예측 성능을 보였으며, 분별점으로 식별된 6.1초를 초과한 집단이 6.1초 이하에 해당하는 집단에 비해 골다공증 노출에 대한 승산비가 2.17배 높게 나타났다고 보고한 일본의 선행연구[33]와 여성 노인의 악력이 신체 기능 중 골다공증에 대한 우수한 예측 성능을 나타냈으며, 골다공증의 위험 식별을 위한 분별점으로 22 kg의 악력 수준을 제시한 핀란드의 선행연구와 유사한 결과이다[34]. 이러한 결과들은 경제적 측면과 방법적 측면, 건강적 측면 등 여러 방면에서 이중 방사선 에너지 흡수법에 근거한 기존의 방법보다 효율적인 골다공증 예측을 위한 방법이 필요한 현 상황에서 보행 기능과 체력 등 신체기능 측정이 골다공증 위험을 조기 식별하는 데 유용한 대안이 될 수 있음을 시사하며, 추가적으로 본 연구는 간단한 방법으로 측정할 수 있는 빠른 보행 중의 활보장 및 악력 분별점의 도출을 통해 임상 현장에서 골다공증 예방 및 관리 전략 수립에 기여할 수 있으리라 생각된다.

다만 본 연구에는 다음과 같은 제한점이 내포되어 있다. 첫 번째, 본 연구는 특정 지역의 여성 노인들만을 대상으로 하였기 때문에 연구결과를 일반화하는 데 한계가 있다. 두 번째, 골다공증에 영향을 미칠 수 있는 기저 질환이나 약물 복용 등에 대한 정보가 수집되지 않았다. 세 번째, 본 연구는 노년기 넓은 연령 범위의 대상을 포함함으로써 연령 차이에 따른 신장, 체중 등의 유의한 차이가 연구결과에 영향을 미쳤을 가능성이 있다. 이러한 연령 차이는 골다공증으로 인한 보행 및 건강관련체력 변수에 미치는 영향 외에 추가적인 영향을 미쳤을 가능성이 있으며, 결과를 과대평가할 위험성을 내포하고 있다. 네 번째, 횡단 설계 방식의 연구로, 연구결과에 대한 인과관계를 설명하는 데 한계가 있다. 따라서 향후에는 본 연구의 제한점을 보완하여 다양한 지역과 연령층, 성별을 포함한 종단적 연구를 통해 골다공증 식별을 위한 보행 및 건강관련체력의 분별점을 제시하는 후속 연구가 필요할 것으로 판단된다.

결 론

본 연구에서는 지역사회의 여성 노인을 대상으로 보행 및 건강관련체력에 기반하여 대퇴 경부 골밀도에 대한 예측 변수를 식별하고, 이를 바탕으로 골다공증에 대한 예측 성능을 분석한 결과, 빠른 보행 중의 활보장과 상체 근력이 여성 노인의 대퇴 경부 골밀도에 대한 예측 변수로 나타났으며, 골다공증에 대한 분별점은 각각 129.2 cm와 18.0 kg으로 확인되었고, 두 변수 모두 골다공증에 대한 준수한 예측 성능을 나타내는 것으로 확인되었다. 이와 같은 본 연구 결과는 여성 노인들의 골다공증 위험을 조기에 식별하기 위한 방법의 일환으로 빠른 보행 중 활보장과 악력 측정의 유용성을 시사하는 결과로 판단된다.

Notes

이 논문 작성에 있어서 어떠한 조직으로부터 재정을 포함한 일체의 지원을 받지 않았으며, 논문에 영향을 미칠 수 있는 어떠한 관계도 없음을 밝힌다.

AUTHOR CONTRIBUTIONS

Conceptualization: I Lee; Data curation: MJ Kim, I Lee; Formal analysis: MJ Kim, I Lee; Funding acquisition: I Lee; Methodology: MJ Kim, I Lee; Project administration: I Lee; Visualization: MJ Kim, I Lee; Writing - original draft: MJ Kim; Writing - review & editing: I Lee.

References

1. . World Health Organization. WHO scientific group on the assessment of osteoporosis at primary health care level: summary meeting report 2004. Belgium: WHO. p. 5–7.
2. . Salari N, Ghasemi H, Mohammadi L, Behzadi MH, Rabieenia E, et al. The global prevalence of osteoporosis in the world: a comprehensive systematic review and meta-analysis. J Orthop Surg Res 2021;16(1):609.
3. . Chandran M, Brind'Amour K, Fujiwara S, Ha YC, Tang H, et al. Prevalence of osteoporosis and incidence of related fractures in developed economies in the Asia Pacific region: a systematic review. Osteoporos Int 2023;34(6):1037–53.
4. . Ahn SH, Park SM, Park SY, Yoo JI, Jung HS, et al. Osteoporosis and osteoporotic fracture fact sheet in Korea. J Bone Metab 2020;27(4):281–90.
5. . Pouresmaeili F, Kamalidehghan B, Kamarehei M, Goh YM. A comprehensive overview on osteoporosis and its risk factors. Ther Clin Risk Manag 2018;14:2029–49.
6. . Akdeniz N, Akpolat V, Kale A, Erdemoglu M, Kuyumcuoglu U, et al. Risk factors for postmenopausal osteoporosis: anthropometric measurements, age, age at menopause and the time elapsed after menopause onset. Gynecol Endocrinol 2009;25(2):125–9.
7. . Cauley JA, Ewing SK, Taylor BC, Fink HA, Ensrud KE, et al. Sex steroid hormones in older men: longitudinal associations with 4.5-year change in hip bone mineral density-the osteoporotic fractures in men study. J Clin Endocrinol Metab 2010;95(9):4314–23.
8. . Ishimi Y. Osteoporosis and lifestyle. J Nutr Sci Vitaminol 2015;61:S139–41.
9. . Cosman F, de Beur SJ, LeBoff MS, Lewiecki EM, Tanner B, et al. Clini cian's guide to prevention and treatment of osteoporosis. Osteoporos Int 2014;25:2359–81.
10. . Johnell O, Kanis JA, Odén A, Sernbo I, Redlund-Johnell I, et al. Fracture risk following an osteoporotic fracture. Osteoporos Int 2004;15:175–9.
11. . Bliuc D, Center JR. The risk of osteoporotic refracture. Secondary Fracture Prevention 2019. 9–32.
12. . Kashfi SS, Abdollahi G, Hassanzadeh J, Mokarami H, Khani Jeihooni A. The relationship between osteoporosis and depression. Sci Rep 2022;12(1):11177.
13. . Kurra S, Fink DA, Siris ES. Osteoporosis-associated fracture and dia betes. Endocrinol Metab Clin North Am 2014;43(1):233–43.
14. . Melton LJ 3rd, Achenbach SJ, Atkinson EJ, Therneau TM, Amin S. Long-term mortality following fractures at different skeletal sites: a population-based cohort study. Osteoporos Int 2013;24:1689–96.
15. . Periasamy K, Periasamy S, Velayutham S, Zhang Z, Ahmed ST, et al. A proactive model to predict osteoporosis: an artificial immune system approach. Expert Syst 2022;39(4):e12708.
16. . Sakazaki T, Koike T, Yanagimoto Y, Oshida Y. Association between gait speed and bone strength in community-dwelling postmenopausal Japanese women. Environ Health Prev Med 2012;17(5):394–400.
17. . Rikkonen T, Sirola J, Salovaara K, Tuppurainen M, Jurvelin JS, et al. Muscle strength and body composition are clinical indicators of osteoporosis. Calcif Tissue Int 2012;91(2):131–8.
18. . Sethi D, Bharti S, Prakash C. A comprehensive survey on gait analysis: history, parameters, approaches, pose estimation, and future work. Ar-tif Intell Med 2022;129:102314.
19. . Anderson E, Durstine JL. Physical activity, exercise, and chronic diseases: a brief review. Sports Med Health Sci 2019;1(1):3–10.
20. . Park H, Kim KJ, Komatsu T, Park SK, Mutoh Y. Effect of combined exercise training on bone, body balance, and gait ability: a randomized controlled study in community-dwelling elderly women. J Bone Miner Metab 2008;26(3):254–9.
21. . Lindsey C, Brownbill RA, Bohannon RA, Ilich JZ. Association of physical performance measures with bone mineral density in postmenopausal women. Arch Phys Med Rehabil 2005;6:1102–7.
22. . Dostanpor A, Dobson CA, Vanicek N. Relationships between walking speed, T-score and age with gait parameters in older postmenopausal women with low bone mineral density. Gait Posture 2018;64:230–7.
23. . Marin RV, Pedrosa MAC, Moreira-Pfrimer LDF, Matsudo SMM, Laz-aretti-Castro M. Association between lean mass and handgrip strength with bone mineral density in physically active postmenopausal women. J Clin Densitom 2010;13(1):96–101.
24. . Gouveia ÉR, Maia JA, Beunen GP, Blimkie CJ, Rodrigues AL, et al. Functional fitness and bone mineral density in the elderly. Arch Osteoporos 2012;7:75–85.
25. . Kanis JA. Assessment of fracture risk and its application to screening for postmenopausal osteoporosis: synopsis of a WHO report. Osteo poros Int 1994;4(6):368–81.
26. . Rikli RE, Jones CJ. Senior fitness test manual. Human Kinetics 2013.
27. . Lee K. Effects of single and dual tasks during walking on spatiotempo-ral gait parameters of community-dwelling older. J Phys Ther Sci 2017;29(10):1874–7.
28. . Lee KW, Park BJ, Kang HT, Lee YJ. Alcohol-drinking patterns and met-abolic syndrome risk: the 2007 Korean National Health and Nutrition Examination Survey. Alcohol 2011;45(5):499–505.
29. . CDC (Centers for Disease Control and Prevention). Cigarette smoking among adults - United States, 1992, and changes in the definition of current cigarette smoking. MMWR: Morb Mortal Wkly Rep 1994;43(19):342–6.
30. . Lear SA, Hu W, Rangarajan S, Gasevic D, Leong D, et al. The effect of physical activity on mortality and cardiovascular disease in 130000 people from 17 high-income, middle-income, and low-income coun tries: the PURE study. Lancet 2017;390(10113):2643–54.
31. . Lee I, Kong J, Kang H. Association of gait function and gait variability with bone mineral density in elderly women. J Korean Soc Living Environ Sys 2019;26(6):816–24.
32. . Wu N, Li X, Mu S, Fu Q, Ba G. Handgrip strength is positively associated with bone mineral density in middle and aged adults: results from NHANES 2013-2014. Arch Osteoporos 2021;16(1):121.
33. . Minematsu A, Hazaki K, Harano A, Okamoto N. Association between bone mass as assessed by quantitative ultrasound and physical function in elderly women: the Fujiwara-kyo study. Osteoporos Sarcopenia 2017;3(2):104–7.
34. . Tiftik T, Kara M, Koyuncu EG, Kaymak B, Çelik ÖF, et al. The relationship between sarcopenia-related measurements and osteoporosis: the SARCOP study. Osteoporos Int 2023;34(1):53–8.

Article information Continued

Table 1.

Characteristics of study participants by femoral neck BMD status

Variables Total (n=180/100.0%) Normal (n=36/20.0%) Osteopenia (n=106/58.9%) Osteoporosis (n=38/21.1%) P for linear trends
Socio-demographic factors
  Age (yr) 74.1±6.5 68.4±6.2 74.5±5.6 78.4±5.2 <.001
  Menopause age (yr) 49.2±5.6 49.4±6.1 49.2±5.9 48.9±4.5 .707
  Height (cm) 152.1±4.8 154.4±4.0 152.4±4.3 148.8±5.4 <.001
  Weight (kg) 57.3±7.8 60.1±8.2 58.4±6.9 51.8±7.3 <.001
  Femur neck BMD (g/cm2) 0.727±0.104 0.878±0.039 0.726±0.045 0.587±0.054 <.001
  Femur neck BMD T-score -1.790±0.871 -0.528±0.353 -1.799±0.379 -2.961±0.437 <.001
  Education, n (%) .002
    Lower than elementary school 113 (62.8) 18 (50.0) 64 (60.4) 31 (81.6)
    Middle/high school 62 (34.4) 15 (41.7) 40 (37.7) 7 (18.4)
    Over than college 5 (2.8) 3 (8.3) 2 (1.9) 0 (0.0)
  Marital status, n (%) .001
    Married 71 (39.4) 15 (41.7) 64 (60.4) 30 (78.9)
    Widowed/divorced/unmarried 109 (60.6) 21 (58.3) 42 (39.6) 8 (21.1)
Health behavior parameters
  Heavy alcohol, n (%) 21 (11.7) 5 (13.9) 14 (13.2) 2 (5.3) .243
  Smoking, n (%) 11 (6.1) 1 (2.8) 9 (8.5) 1 (2.6) .953
  Inactivity, n (%) 88 (48.9) 16 (44.4) 48 (45.3) 24 (63.2) .103
  Vitamin D (ng/mL) 19.5±10.4 19.1±9.7 20.3±10.9 17.5±9.5 .513
Health-related physical fitness
  Upper body strength (kg) 18.8±4.6 20.5±5.1 19.4±4.2 15.5±3.5 <.001
  Lower body strength (reps/30 sec) 14.4±4.3 15.5±4.3 14.3±4.3 13.6±4.3 .056
  Upper body flexibility (cm) -11.8±12.0 -10.1±12.3 -11.4±11.5 -14.2±13.1 .139
  Lower body flexibility (cm) 10.6±9.6 12.5±10.2 10.4±9.4 9.2±9.7 .136
  Aerobic endurance (steps/2 min) 97.8±17.0 102.7±18.0 97.3±6.7 94.7±16.4 .044
Gait parameters usual pace
  Stride length (cm) 120.4±13.8 125.8±14.6 121.4±3.1 112.8±11.9 <.001
  Gait speed (m/s) 1.27±0.20 1.35±0.17 1.28±0.21 1.19±0.17 <.001
  Double support (%) 26.6±3.7 25.7±2.8 26.5±3.7 27.8±4.0 .013
  Gait cycle (sec) 1.1±0.6 1.0±0.1 1.1±0.8 1.0±0.1 .889
  Cadence (steps/sec) 124.6±9.6 125.1±5.4 124.5±10.1 124.4±11.1 .742
Fast pace
  Stride length (cm) 133.3±25.7 149.6±46.6 131.9±14.5 121.7±11.9 <.001
  Gait speed (m/s) 1.63±0.27 1.71±0.21 1.65±0.28 1.51±0.22 .001
  Double support (%) 22.4±4.0 21.4±3.1 22.3±4.4 23.5±3.6 .025
  Gait cycle (sec) 0.9±0.1 0.9±0.1 0.9±0.1 0.9±0.1 .441
  Cadence (steps/sec) 153.3±89.3 144.7±11.5 147.3±17.3 146.6±15.9 .618

BMD, bone mineral density.

Table 2.

Stepwise multiple linear regression analysis for predicting femoral neck BMD T-score

Variables Unstandardized β (SE) Standardized β t p-value VIF
Fast pace stride length 0.010 (0.002) 0.287 4.105 <.001 1.079
Upper body strength 0.051 (0.013) 0.272 3.895 <.001 1.079

BMD, bone mineral density; SE, standard error; VIF, variance inflation factor.

Fig. 1.

Discriminative ability of fast pace gait stride length (A) and upper body strength (B) for identifying osteoporosis: receiver operating characteristic (ROC) analysis. Yellow line: reference; Blue line: area under the curve (AUC); Sensitivity: the probability that an individual with osteoporosis is classified as having osteoporosis; 1-Specificity: the probability that an individual without osteoporosis is classified as having osteoporosis.

Table 3.

ROC analysis of fast pace stride length and upper body strength for osteoporosis prediction value

Variables AUC (95% CI) Cut-off value Sensitivity 1-Specificity PPV NPV Accuracy
Fast pace stride length 0.751 (0.681-0.812)*** ≤129.2 cm 0.790 0.317 40.0 92.4 70.6
Upper body strength 0.784 (0.716-0.842)*** ≤18.0 kg 0.842 0.345 39.5 93.9 69.4

ROC, receiver operating characteristic; AUC, area under the curve; CI, confidence interval; PPV, positive predictive value; NPV, negative predictive value.

*** p<.001

Table 4.

OR and 95% CI of osteoporosis according to fast pace stride length and upper body strength

Model 1 Model 2
OR (95% CI) p-value OR (95% CI) p-value
Fast pace stride length
  Above Threshold 1 (reference) 1 (reference)
  Below Threshold 6.063 (2.195-16.753) <.001 6.691 (2.242-19.972) <.001
Upper body strength
  Above Threshold 1 (reference) 1 (reference)
  Below Threshold 5.079 (1.798-14.346) .002 4.749 (1.645-13.706) .004

Model 1: adjusted for age, height, and weight.

Model 2: Model 1 + menopause age, education, marital status, heavy alcohol, smoking, inactivity, and vitamin D.

OR, odds ratio; CI, confidence interval.