Korean J Fam Pract 2024; 14(2): 105-113  https://doi.org/10.21215/kjfp.2024.14.2.105
Association between Body Weight Variability and Mortality in Young Adults: A Nationwide Cohort Study
Yebin Park, Kyungdo Han*
Department of Statistics and Actuarial Science, Soongsil University, Seoul, Korea
Kyungdo Han
Tel: +82-2-820-7025, Fax: +82-2-823-1746
E-mail: hkd917@naver.com
ORCID: https://orcid.org/0000-0002-6096-1263
Received: June 10, 2024; Accepted: June 11, 2024; Published online: June 20, 2024.
© The Korean Academy of Family Medicine. All rights reserved.

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted noncommercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract
Background: Body weight variability is associated with health status, lifestyle, and chronic diseases. However, there is limited evidence of its association with mortality in young adults. This study aimed to explore the impact of body weight variability on all-cause and cause-specific mortality risks among young adults in South Korea.
Methods: This retrospective cohort study included 1,771,152 young adults aged 20–39 years who underwent health examinations provided by the Korean National Health Insurance Service between 2009 and 2010 and were followed up until 2021. Body weight variability was assessed using the variability independent of mean (VIM). The association between VIM quartiles in terms of body weight and mortality was analyzed using a Cox regression model.
Results: During a mean follow-up period of 10.8 years, 11,708 all-cause deaths occurred. Compared to the lowest VIM quartile (Q1) group, the all-cause mortality risk was 1.07 times higher in the Q3 group (95% confidence interval [CI], 1.02–1.13) and 1.20 times higher in the Q4 group (95% CI, 1.14–1.26). The all-cause mortality risk increased with higher VIM quartiles. Higher body weight variability has also been associated with mortality from suicide, gastrointestinal diseases, and endocrine diseases. These associations persisted across subgroups categorized by sex, weight change, and body mass index.
Conclusion: This large-scale nationwide cohort study indicates that higher body weight variability in young adults may elevate the risk of all-cause mortality, mortality from suicide, and gastrointestinal and endocrine diseases. These findings underscore the importance of maintaining stable body weight in young adults.
Keywords: Young Adult; Biological Variation, Individual; Body Weight Changes; Mortality
서 론

비만이 건강에 미치는 영향은 이전부터 중요한 주제로 알려져 있다. 비만은 심혈관 질환 등의 다양한 질환의 발생과 사망의 위험을 증가시키는 것으로 알려져 있다.1-7) 건강상의 이유로 체중 감량을 위해 체중 변동이 생길 수 있으며, 비만 환자뿐만 아니라 비만이 아닌 경우에도 의도치 않은 여러 상황으로 체중의 변동이 발생할 수 있다. 체중변동성(weight variability)은 개인의 건강 상태, 생활습관, 만성질환과 연관되며 연령, 성별, 소득수준, 흡연 및 운동과 같은 생활습관, 고혈압 및 이상지질혈증 등의 만성질환이 그 원인이 될 수 있다.8)

체중변동성이란 여러 번 측정된 체중 값이 시점에 따라 얼마나 변했는지 그 변동성의 크기를 말하는데, 이는 건강에 부정적인 영향을 줄 수 있다. 2형당뇨병 환자에서 체중변동성이 클수록 심혈관 질환 및 사망 위험이 증가하고,9) 건강한 노인에서 체중 변화율이 클수록 사망 위험이 높은 것으로 나타났다.10) 이와 같이 특정 질환군이나 위험군에서 체중변동성과 사망의 연관성은 연구되어 있지만, 체중변동성이 크게 발생할 수 있는 20, 30대의 젊은 성인에서 체중변동성이 사망에 어떤 영향을 미치는지에 관한 연구는 부족한 상황이다. 젊은 성인에서 만성질환이나 사망과 같이 심각한 건강 문제는 좋은 생활습관을 형성하거나 조기 검진을 함으로써 충분히 예방할 수 있다. 또한 젊은 성인기에 형성된 건강 상태는 노년기에 심각하게 발생할 수 있는 건강 문제로 연결이 될 수 있으며, 이후 경제적, 정책적으로도 큰 영향을 미칠 수 있다.11,12) 따라서 젊은 성인을 대상으로 사망 위험과 관련된 요인을 살펴보는 연구가 필요하다.

이에 이 연구에서는 한국 젊은 성인에서 체중변동성을 파악하고 체중변동성이 사망 위험에 어떠한 영향을 미치는지, 사망원인 중 어떤 원인에 영향을 미치는지 알아보고자 한다. 우리가 세운 가설은 체중변동성이 클수록 젊은 성인의 사망 위험을 증가시킨다는 것이다. 이러한 연구는 지속적인 체중 관리의 중요성을 보여주고 젊은 성인 대상 건강 정책 수립에 유용한 정보를 줄 수 있을 것으로 기대된다.

방 법

1. 자료원 및 연구대상자

이 연구는 국민건강보험공단(Korean National Health Insurance Service)에서 제공하는 청구자료와 건강검진 자료를 사용하였다. 한국의 건강보험 제도는 정부가 관리하는 단일 보험 기관인 국민건강보험공단에 의해 운영되며, 한국 거주자 거의 모두를 포함한다. 국민건강보험공단 청구 자료에는 인구 통계 정보, 제10차 국제질병분류(International Statistical Classification of Diseases and Related Health Problems-10, ICD-10)에 따라 분류된 진단, 처방전, 수술 및 입원경로, 입원일자, 입내원일수 등의 정보가 있고, 이는 비식별화되어 연구 자료로 활용된다. 국민건강보험의 가입자는 직장가입자와 지역가입자로 구성되어 있으며, 매년 혹은 격년에 한 번 일반건강검진 대상자로 선정된다. 이렇게 생성된 건강검진 결과 자료는 건강검진 데이터베이스로 편성되고, 이는 한국에서 가장 큰 규모의 국가적 코호트 데이터베이스 중 하나로 활용되고 있다.13)

이 연구는 2009–2010년 일반건강검진을 받은 20–39세 젊은 성인 4,994,769명 중 당해년도 포함 이전 3년 연속 검진을 받은 인원 1,661,718명에서 건강검진 변수 결측을 제외한 1,481,351명과 관찰 1년 이내 사망한 639명을 제외한 후 최종적으로 1,771,152명을 대상으로 하였다. 이 대상자에 대하여 연속 3년의 체중 측정치로 체중변동성을 계산하였다. 대상자의 관찰 시작 날짜는 세 번째 일반건강검진을 수검한 날짜로 지정하였고, 2021년 12월 31일까지 추적 관찰하였다. 이 연구는 숭실대학교 연구윤리위원회(Institutional Review Board, IRB)의 승인을 받았다(IRB No. SSU-202007-HR-236-01).

2. 체중변동성

체중변동성의 지표로 평균 독립 변동성(variability independent of the mean, VIM)을 활용하였다. VIM은 평균과 독립적으로 변동성만을 평가할 수 있도록 하는 지표로, 표준편차(standard deviation, SD)를 평균의 거듭제곱으로 나눈 값이다. Power x는 SD=k×meanx로 모형을 적합하여 구한 값으로, SAS 버전 9.4 (SAS Institute, Inc., Cary, NC, USA)의 PROC NLIN에서 구현된 비선형 회귀 분석을 통해 적합된 곡선에서 파생되었다.14-16)

3. 사망

사망에 대한 정보는 통계청 사망원인 자료와 연계하였으며, 특정 사망원인은 주사망원인 ICD-10 코드 기준에 따라 정의하였다. 모든 원인에 의한 사망은 사망원인과 상관없이 모든 사망을 정의하였으며, 자살은 사망원인 코드에 X60-X84가 부여된 경우로 정의하였다.17-19) 소화기 질환으로 인한 사망은 K00-K93에 해당하는 사망원인 코드가 부여된 경우로 정의하였으며, 내분비 질환으로 인한 사망은 E00-E90에 해당하는 사망원인 코드가 부여된 경우로 정의하였다.

4. 공변량

자격자료에서 성, 연령, 소득수준의 인구 통계학적 변수를 얻었다. 검진자료에서는 설문 결과를 통해 흡연, 음주, 운동 등의 생활습관 변수를 얻었으며, 신장, 체중, 혈압, 공복혈당, 지질 등의 측정치 변수를 얻었다. 건강검진 측정치와 과거 청구 기록을 연계하여 당뇨병, 고혈압, 이상지질혈증을 정의하였으며, 소득수준은 건강보험료 분위 정보를 사용하여 4분위수로 분류하였다. 체질량지수(body mass index, BMI)는 체중(kg)을 신장(m)의 제곱으로 나누어 계산하였고, 세계보건기구(World Health Organization) 아시아 태평양 지역 권고 및 대한비만학회 지침에 따라 BMI 25 kg/m2 이상인 경우 비만으로 정의하였다.20,21) 당뇨병 동반은 ICD-10 코드 E11-14의 연간 최소 1번의 청구 기록과 당뇨병 치료제 청구가 존재하는 경우 또는 공복혈당 수치가 ≥126 mg/dL인 경우로 정의하였다.22) 고혈압 동반은 ICD-10 코드 I10-13, I15의 연간 최소 1번의 청구 기록과 항고혈압제 청구가 존재하는 경우 또는 수축기/이완기 혈압이 ≥140/90 mmHg인 경우로 정의하였다.23,24) 이상지질혈증은 ICD-10 코드 E78의 연간 최소 1번의 청구 기록과 지질강하제 청구가 존재하는 경우 또는 총 콜레스테롤 농도가 ≥240 mg/dL인 경우로 정의하였다. 만성신장질환은 사구체여과율 60 mL/min/1.73 m2 미만 또는 검진 전 투석(산정특례코드 V001, V003, V005)을 받은 경우로 정의하였다. 우울증 여부는 ICD-10 코드 F32, F33의 연간 최소 1번의 청구 기록으로 정의하였다.

5. 통계분석

대상자의 기저 특성은 연속형 변수의 경우 일원분산분석(one-way analysis of variance)을, 범주형 변수의 경우 카이제곱 검정(chi-squared test)으로 통계검정을 수행하였으며, 연속형 변수는 평균±표준 편차로, 범주형 변수는 빈도(%)로 표시하였다. 체중변동성의 주요 지표는 VIM을 활용하였고, 사분위수(Quartile, Q)로 나누어 가장 큰 군을 Q4로 설정하였다. 사망 위험에 대한 분석은 콕스 회귀분석을 수행하여 사망 위험비(hazard ratio, HR)와 95% 신뢰구간(95% confidence interval)을 얻었다. 최종 모형은 성별, 연령, 소득, 흡연, 음주, 규칙적인 운동, 당뇨병, 고혈압, 이상지질혈증, 만성신장질환, 우울증, 기저시점의 체중 측정치에 대해 보정하였다. 모든 통계분석은 SAS 프로그램 9.4 버전(SAS Institute, Inc., Cary, NC, USA)을 이용하여 수행하였으며 유의수준은 양측검정 0.05로 설정하였다.

결 과

1. 체중변동성에 따른 연구 대상자의 기저 특성

체중의 VIM 4분위수에 따른 연구대상자 기저 특성 비교는 Table 1에 제시하였다. 연구대상자의 관찰 시작 시점인 세 번째 검진 당시 평균 연령과 BMI는 각각 32.0±4.5세와 23.3±3.5 kg/m2였다. 체중변동성이 가장 작은 사분위군(Q1)에서 가장 큰 사분위군(Q4)으로 갈수록 평균 연령은 낮았고, 남성의 비율이 낮았으며, 평균 체중 및 BMI가 증가하였고, 당뇨병, 이상지질혈증, 만성신장질환, 우울증 등의 만성질환 유병률이 더 높았다. 연구 모군의 규모가 크기 때문에 P값이 거의 모든 변수에 대해 <0.001이었지만 음주율, 평균 이완기혈압 등은 그룹 간에 유사하였다.

Table 1

Baseline characteristics of study population

Total (n=1,771,152)VIM of weightP-value
Q1 (n=441,331)Q2 (n=444,340)Q3 (n=442,636)Q4 (n=442,845)
VIM of weight1.9±1.50.6±0.31.3±0.22.0±0.33.8±1.6<0.001
First examination
Weight, kg66.4±12.866.5±13.466.5±12.366.6±12.666.1±13.0<0.001
BMI, kg/m223.0±3.423.0±3.523.0±3.323.0±3.423.1±3.5<0.001
Obesity448,626 (25.3)119,307 (27.0)104,161 (23.4)111,107 (25.1)114,051 (25.8)<0.001
Second examination
Weight, kg66.8±13.066.6±13.466.7±12.467.1±12.967.1±13.4<0.001
BMI, kg/m223.2±3.523.0±3.523.0±3.323.2±3.423.4±3.6<0.001
Obesity474,894 (26.8)120,222 (27.2)107,840 (24.3)118,925 (26.9)127,907 (28.9)<0.001
Third examination (baseline)
Weight, kg67.2±13.166.6±13.466.8±12.467.4±13.068.0±13.7<0.001
BMI, kg/m223.3±3.523.0±3.523.7±3.323.3±3.523.7±3.7<0.001
Obesity512,131 (28.9)124,645 (28.2)113,232 (25.5)128,141 (28.9)146,113 (33.0)<0.001
Age (y)32.0±4.532.5±4.432.4±4.431.9±4.431.1±4.4<0.001
20–29569,642 (32.2)123,266 (27.9)128,726 (29.0)142,774 (32.3)174,876 (39.5)<0.001
30–391,201,510 (67.8)318,065 (72.1)315,614 (71.0)299,862 (67.7)267,969 (60.5)<0.001
Sex, male1,248,683 (70.5)312,936 (70.9)328,096 (73.8)321,177 (72.6)286,474 (64.7)<0.001
Income, low184,036 (10.4)40,525 (9.2)42,405 (9.5)46,444 (10.5)54,662 (12.3)<0.001
Current smoker699,042 (39.5)172,852 (39.2)181,690 (40.9)180,793 (40.8)163,707 (37.0)<0.001
Alcohol drink1,166,137 (65.8)293,183 (66.4)299,308 (67.4)295,397 (66.7)278,249 (62.8)<0.001
Regular exercise265,677 (15.0)65,028 (14.7)66,034 (14.9)66,525 (15.0)68,090 (15.4)<0.001
Height, cm169.5±8.0169.5±8.0169.8±7.7169.7±7.9168.8±8.3<0.001
Waist circumference, cm78.7±9.678.3±9.878.4±9.278.8±9.579.4±10.0<0.001
Systolic BP, mmHg119.1±12.9119.0±12.9119.2±12.7119.3±12.9119.0±13.0<0.001
Diastolic BP, mmHg74.9±9.274.9±9.275.0±9.175.0±9.274.8±9.2<0.001
Fasting glucose, mg/dL91.3±16.491.4±15.491.3±15.891.3±16.291.3±18.00.074
Total cholesterol, mg/dL187.4±34.0187.0±33.7186.9±33.6187.3±33.8188.2±34.9<0.001
HDL-C, mg/dL55.9±21.555.9±22.655.7±20.955.6±20.656.4±21.9<0.001
LDL-C, mg/dL106.8±34.9106.5±35.2106.6±35.1106.9±34.8107.3±34.7<0.001
Triglyceride, mg/dLa105.8 (105.7–105.9)105.8 (105.6–106.0)105.7 (105.5–105.9)106.3 (106.1–106.5)105.3 (105.1–105.5)<0.001
GGT, IU/La25.8 (25.8–25.8)26.0 (25.9–26.0)26.1 (26.0–26.1)26.2 (26.1–26.3)25.0 (25.0–25.1)<0.001
Hypertension144,666 (8.2)36,736 (8.3)35,908 (8.1)36,238 (8.2)35,784 (8.1)<0.001
Diabetes mellitus38,135 (2.2)9,221 (2.1)9,188 (2.1)9,444 (2.1)10,282 (2.3)<0.001
Dyslipidemia139,955 (7.9)34,123 (7.7)33,647 (7.6)34,578 (7.8)37,607 (8.5)<0.001
Chronic kidney disease79,418 (4.5)21,582 (4.9)20,020 (4.5)18,809 (4.2)19,007 (4.3)<0.001
Depression15,980 (0.9)3,614 (0.8)3,723 (0.8)3,871 (0.9)4,772 (1.1)<0.001

Data are presented as mean ± standard deviation or number (percentage).

VIM, variability independent of the mean; BMI, body mass index; BP, blood pressure; HDL-C, high-density lipoprotein cholesterol; LDL-C, low-density lipoprotein cholesterol; GGT, gamma glutamyl transferase.

aGeometric mean (95% confidence interval).

2. 체중변동성에 따른 사망 위험

체중변동성에 따른 모든 원인 및 원인별 사망 위험을 Table 2에 제시하였다. 평균 10.8±0.9년의 추적 관찰 기간 동안 전체 연구 대상자에서 11,708명(0.66%)의 모든 원인에 의한 사망과 3,370명(0.19%)의 자살로 인한 사망, 426명(0.02%)의 소화기 질환으로 인한 사망, 106명(0.01%)의 내분비 질환으로 인한 사망이 발생하였다. 체중의 VIM이 Q1군에 비해 Q3군과 Q4군까지 증가함에 따라 모든 원인에 의한 사망 위험이 증가하였다. 보정위험비(adjusted HR, aHR)와 95% 신뢰구간은 최종 모형(Model 3)을 기준으로 기술하였다(Q3군 1.07 [95% 신뢰구간, 1.02–1.13]; Q4군 1.20 [1.14–1.26]). 특정 사망 원인에 대해서는 체중의 VIM이 Q1군에 비해 Q3군, Q4군까지 증가할수록 자살(Q3군 1.11 [1.01–1.23]; Q4군 1.26 [1.14–1.39]), 소화기 질환(Q3군 1.34 [1.02–1.75]; Q4군 1.61 [1.23–2.11]), 내분비 질환(Q4군 2.16 [1.28–3.65])에 의한 사망 위험이 증가하였다.

Table 2

All-cause and cause-specific mortality risk according to weight variability

VIMNEventPerson-yearsIRaHazard ratio (95% confidence interval)
Model 1bModel 2cModel 3d
All-cause mortalityQ1441,3312,8244,790,8200.591 (reference)1 (reference)1 (reference)
Q2444,3402,9784,815,5850.621.05 (1.00–1.10)1.05 (1.00–1.10)1.05 (0.99–1.10)
Q3442,6362,9334,779,3740.611.04 (0.99–1.10)1.07 (1.01–1.13)1.07 (1.02–1.13)
Q4442,8452,9734,752,8080.631.07 (1.01–1.12)1.19 (1.13–1.25)1.20 (1.14–1.26)
Suicide mortalityQ1441,3317734,790,8200.161 (reference)1 (reference)1 (reference)
Q2444,3408544,815,5850.181.10 (1.00–1.21)1.08 (0.98–1.19)1.07 (0.97–1.18)
Q3442,6368634,779,3740.181.12 (1.02–1.23)1.11 (1.01–1.23)1.11 (1.01–1.23)
Q4442,8458804,752,8080.191.15 (1.04–1.27)1.23 (1.11–1.35)1.26 (1.14–1.39)
Gastrointestinal disease mortalityQ1441,331964,790,8200.021 (reference)1 (reference)1 (reference)
Q2444,340884,815,5850.020.91 (0.68–1.22)0.93 (0.70–1.24)0.90 (0.68–1.21)
Q3442,6361214,779,3740.031.27 (0.97–1.66)1.35 (1.03–1.77)1.34 (1.02–1.75)
Q4442,8451214,752,8080.031.29 (0.99–1.69)1.58 (1.20–2.07)1.61 (1.23–2.11)
Endocrine disease mortalityQ1441,331214,790,8200.001 (reference)1 (reference)1 (reference)
Q2444,340164,815,5850.000.76 (0.40–1.46)0.76 (0.40–1.47)0.75 (0.39–1.43)
Q3442,636264,779,3740.011.25 (0.70–2.22)1.27 (0.71–2.25)1.26 (0.71–2.24)
　Q4442,845434,752,8080.012.10 (1.24–3.53)2.11 (1.24–3.56)2.16 (1.28–3.65)

Values were obtained using multivariable Cox proportional hazards regression analysis.

VIM, variability independent of the mean; IR, incidence rate; Q, quartile.

aIncidence rate per 1,000 person-years.

bModel 1 was unadjusted.

cModel 2 was adjusted for age, sex, income, smoking status, alcohol consumption, physical activity, hypertension, diabetes mellitus, dyslipidemia, chronic kidney disease, and depression.

dModel 3 was adjusted for age, sex, income, smoking status, alcohol consumption, physical activity, hypertension, diabetes mellitus, dyslipidemia, chronic kidney disease, depression, and baseline weight.

3. 전체, 성별 부모집단에서 체중변동성 10분위에 따른 사망 위험

체중의 VIM을 10분위(decile, D)로 나누었을 때에는 가장 작은 D1군에 비해 D2, D4, D7, D8, D9, D10군에서 모든 원인에 의한 사망 위험이 유의하게 증가하였다(Figure 1). aHR과 95% 신뢰구간은 최종 모형을 기준으로 기술하였다(D2군 1.16 [95% 신뢰구간, 1.07–1.27]; D4군 1.14 [1.05–1.24]; D7군 1.12 [1.04–1.22]; D8군 1.16 [1.07–1.26]; D9군 1.2 [1.1–1.3]; D10군 1.33 [1.23–1.44]). 성별 부모집단에서 분석했을 때에는 여자보다 남자에서 체중변동성이 커짐에 따라 사망 위험이 증가하는 경향이 더 뚜렷하게 나타났다.

Figure 1. All-cause mortality risk according to weight variability decile. HR, hazard ratio; CI, confidence interval; VIM, variability independent of mean. aAdjusted HR was adjusted for age, sex, income, smoking status, alcohol consumption, physical activity, hypertension, diabetes mellitus, dyslipidemia, chronic kidney disease, depression, and baseline weight (P for interaction=0.065).

4. 체중변화와 체중변동성에 따른 사망 위험

체중의 감소, 증가에 따라 체중변동성에 따른 사망 위험 양상이 달라질 수 있기 때문에 추가적으로 체중 변화 방향과 체중변동성에 따른 사망 위험을 분석하여 Figure 2에 제시하였다. 첫 번째 검진에 비해 세 번째 검진에서의 체중이 감소, 일정, 증가하였는지 체중 변화의 방향에 따라 체중변동성(VIM) Q1–Q3을 참고군으로 하여 Q4군의 사망 위험을 비교하였다. 체중 변화율은 (첫 번째 검진 체중-세 번째 검진 체중)/첫 번째 검진 체중을 백분율로 구하였으며, 5% 이상 감소하면 감소군, 5% 미만 감소 또는 5% 미만 증가하면 일정한 군, 5% 이상 증가하면 증가군으로 정의하여 세 군에 대해 비교하였다. aHR과 95% 신뢰구간은 최종 모형을 기준으로 기술하였다. 체중변동성이 Q1–Q3에 속하는 군에 비해 Q4에 속하는 군에서의 모든 원인에 의한 aHR은 체중이 감소한 군에서 1.13 (95% 신뢰구간, 1.04–1.23), 체중이 일정한 군에서 1.17 (1.07–1.27), 체중이 증가한 군에서 1.10 (0.97–1.23)이다.

Figure 2. All-cause mortality risk according to weight variability by weight change. HR, hazard ratio; CI, confidence interval; VIM, variability independent of mean. aAdjusted HR was adjusted for age, sex, income, smoking status, alcohol consumption, physical activity, hypertension, diabetes mellitus, dyslipidemia, chronic kidney disease, depression, and baseline weight (P for interaction=0.6931).

5. 비만도와 체중변동성에 따른 사망 위험

비만도와 체중변동성에 따른 사망 위험을 분석한 결과를 Figure 3에 제시하였다. 비만도는 세 번째 검진 시점의 BMI를 기준으로 저체중(BMI<18.5 kg/m2), 정상(18.5≤BMI<23.0 kg/m2), 비만 전단계(23.0≤BMI<25.0 kg/m2), 1단계 비만(25.0≤BMI<30.0 kg/m2), 2단계 이상 비만(BMI≥30.0 kg/m2)으로 나눴다.20,21) aHR과 95% 신뢰구간은 최종 모형(Model 2)을 기준으로 기술하였다. 체중변동성이 Q1–Q3에 속하는 군에 비해 Q4에 속하는 군에서의 모든 원인에 의한 aHR은 저체중에서 1.21배(95% 신뢰구간, 1.00–1.46), 정상에서 1.12배(1.05–1.20), 비만 전단계에서 1.09배(0.99–1.19), 비만 전단계에서 1.09배(0.99–1.19), 1단계 비만에서 1.24배(1.15–1.34), 2단계 비만에서 1.10배(0.95–1.28) 증가하였다.

Figure 3. All-cause mortality risk according to weight variability by BMI level. HR, hazard ratio; CI, confidence interval; VIM, variability independent of mean; BMI, body mass index. aAdjusted HR was adjusted for age, sex, income, smoking status, alcohol consumption, physical activity, hypertension, diabetes mellitus, dyslipidemia, chronic kidney disease, depression, and baseline weight (P for interaction= 0.1711).
고 찰

이 연구는 170만 명이 넘는 대규모 인구 기반 연구로서, VIM으로 평가된 체중변동성과 사망 위험 간의 선형 관계를 보여주었다. 체중변동성이 커질수록 사망 위험이 증가하는 것으로 나타났는데, 이러한 관련성은 성별 부모군, 체중 변화, 비만도와 결합하여 보았을 때에도 유사하게 나타났다. 특히 저체중군에서도 체중변동성이 큰 군에서 따른 사망 위험이 높다는 점은 저체중군의 체중관리의 중요성도 함께 시사한다. 이 연구를 통해 체중변동성이 건강 위험에 미치는 영향에 대한 이해를 넓히고, 개인 및 공중보건학적으로 적절한 체중 관리의 필요성을 강조할 수 있는 근거를 마련하였다.

최근 다양한 상황에서 체중변화 또는 체중변동성이 사망에 미치는 영향을 조사한 연구가 보고되었다. 미국에서 2형당뇨병 성인환자들을 대상으로 진행된 무작위 임상 연구에서 BMI의 변동계수(coefficient of variation)가 한 단위 증가할수록 모든 원인으로 인한 사망 위험이 대조군에서 47%, 실험군에서 23% 증가하였다.25) 고혈압을 동반한 비당뇨병 성인을 대상으로 한 미국의 또 다른 연구에서는 체중의 평균 연속 변동성(average successive variability, ASV)이 한 단위 증가할수록 모든 원인으로 인한 사망 위험이 22% 증가하였다.26) 이러한 연구를 통해 특정 고위험군에서 체중변동성이 사망에 유의미한 영향을 미친다는 것을 알 수 있지만, 아시아 인구에서 나타나는 특성이 미국 인구와 다를 수 있다는 한계가 있다.

아시아의 일반 인구를 대상으로 조사한 연구는 드물었는데, 그중 한국의 건강검진 수검자를 대상으로 한 관찰 연구가 보고되어 있었다. 건강검진을 최소 1년에서 최대 2년 간격으로 3회 받은 240,640명의 40세 이상 성인을 대상으로 조사되었다. BMI 변동성을 ASV로 측정하였는데, 상위 20%인 군이 하위 20%인 군에 비해 모든 원인으로 인한 사망 위험이 33%, 심혈관 질환으로 인한 사망이 31%, 암으로 인한 사망이 11% 증가하는 결과를 보였다.27) 한국의 일반 인구에 대해서도 유사한 결과 보였다는 점에서 의미가 있지만, 연구대상자가 40세 이상의 중장년 및 노인이기 때문에 이러한 결과를 20, 30대 젊은 성인에 일반화하기에는 한계가 있다.28-30) 우리 연구에서는 한국의 젊은 성인을 대상으로 함으로써 이전의 연구 결과를 젊은 성인에 대해 확장하여, 기존 연구들과 일관성 있는 결과를 제시함으로써 젊은 성인에서도 체중변동성이 클수록 사망 위험이 높다는 근거를 제시하였다는 점에서 의의가 크다.

또한 이 연구는 다음의 장점을 가지고 있다. 한국 인구를 대표할 수 있는 대규모 자료인 국민건강보험공단 자료를 기반으로 하여 결과의 신뢰성을 높이고 일반화를 가능하게 하였다. 또한 건강검진 자료와 청구 자료를 연계하여 인구 통계학적 정보, 생활습관, 만성질환, 정신질환 등의 잠재적 교란 변수를 보정함으로써 연구 결과의 정확성을 높였다.

그러나 몇 가지 제한점도 존재한다. 실제 진료에서 환자에게 내려진 진단과 보험 청구 데이터에 기록된 진단이 일치하지 않아 분석 결과가 정확하지 않을 수 있다. 이 점을 보완하기 위해 건강검진 자료의 검사 및 설문 정보를 결합하여 조작적 정의를 함으로써 노력하였다. 체중 변동 및 변화에 대한 정보는 건강 검진 자료에 기반하였기 때문에 의도적 또는 비의도적인 체중 변동과 사망 위험 간의 관련성을 조사할 수는 없었다. 또한 이 연구는 전향적 연구가 아니므로 인과 관계를 단정 지을 수 없었으나 역 인과 관계의 가능한 영향을 최소화하기 위해 관찰 시작으로부터 1년 이내 사망이 발생한 인원은 제외하였다. 마지막으로 한국 인구에 초점을 맞추었기 때문에 결과를 다양한 인종 출신 인구에 일반화하기에는 제한적일 수 있다.

결론적으로 이 연구를 통해 젋은 성인에서 큰 체중변동성은 모든 원인으로 인한 사망 위험 및 자살, 소화기, 내분비 질환으로 인한 사망 위험을 증가시킬 수 있음을 밝혔다. 성별, 체중 변화, 비만도에 따른 하위그룹에 대한 민감도 분석에서도 그 결과는 대체로 일관되게 나타났다. 이 연구 결과는 젊은 성인의 사망 위험 감소를 위해 적정 체중의 안정적인 유지가 중요함을 시사한다.

감사의 글

This work was supported by the Soongsil University Research Fund (New Professor Support Research) of 2020.

CONFLICT OF INTEREST

No potential conflict of interest relevant to this article was reported.

References
  1. Akil L, Ahmad HA. Relationships between obesity and cardiovascular diseases in four southern states and Colorado. J Health Care Poor Underserved 2011; 22(4 Suppl): 61-72.
    Pubmed KoreaMed CrossRef
  2. Lavie CJ, Milani RV, Ventura HO. Obesity and cardiovascular disease: risk factor, paradox, and impact of weight loss. J Am Coll Cardiol 2009; 53: 1925-32.
    Pubmed CrossRef
  3. Poirier P, Giles TD, Bray GA, Hong Y, Stern JS, Pi-Sunyer FX, et al. Obesity and cardiovascular disease: pathophysiology, evaluation, and effect of weight loss. Arterioscler Thromb Vasc Biol 2006; 26: 968-76.
    Pubmed CrossRef
  4. Jee SH, Sull JW, Park J, Lee SY, Ohrr H, Guallar E, et al. Body-mass index and mortality in Korean men and women. N Engl J Med 2006; 355: 779-87.
    Pubmed CrossRef
  5. Kramer CK, Zinman B, Retnakaran R. Are metabolically healthy overweight and obesity benign conditions?: a systematic review and meta-analysis. Ann Intern Med 2013; 159: 758-69.
    Pubmed CrossRef
  6. McTigue KM, Hess R, Ziouras J. Obesity in older adults: a systematic review of the evidence for diagnosis and treatment. Obesity (Silver Spring) 2006; 14: 1485-97.
    Pubmed CrossRef
  7. Yan LL, Daviglus ML, Liu K, Stamler J, Wang R, Pirzada A, et al. Midlife body mass index and hospitalization and mortality in older age. JAMA 2006; 295: 190-8.
    Pubmed CrossRef
  8. Han K, Kim MK. Factors affecting high body weight variability. J Obes Metab Syndr 2023; 32: 163-9.
    Pubmed KoreaMed CrossRef
  9. Nam GE, Kim W, Han K, Lee CW, Kwon Y, Han B, et al. Body weight variability and the risk of cardiovascular outcomes and mortality in patients with type 2 diabetes: a nationwide cohort study. Diabetes Care 2020; 43: 2234-41.
    Pubmed CrossRef
  10. Hussain SM, Newman AB, Beilin LJ, Tonkin AM, Woods RL, Neumann JT, et al. Associations of change in body size with all-cause and cause-specific mortality among healthy older adults. JAMA Netw Open 2023; 6: e237482.
    Pubmed KoreaMed CrossRef
  11. Lascar N, Brown J, Pattison H, Barnett AH, Bailey CJ, Bellary S. Type 2 diabetes in adolescents and young adults. Lancet Diabetes Endocrinol 2018; 6: 69-80.
    Pubmed CrossRef
  12. Jemal A, Cokkinides VE, Shafey O, Thun MJ. Lung cancer trends in young adults: an early indicator of progress in tobacco control (United States). Cancer Causes Control 2003; 14: 579-85.
    Pubmed CrossRef
  13. Kim MK, Han K, Lee SH. Current trends of big data research using the Korean National Health Information Database. Diabetes Metab J 2022; 46: 552-63.
    Pubmed KoreaMed CrossRef
  14. Rhee EJ, Cho JH, Kwon H, Park SE, Park CY, Oh KW, et al. Increased risk of diabetes development in individuals with weight cycling over 4 years: the Kangbuk Samsung Health Study. Diabetes Res Clin Pract 2018; 139: 230-8.
    Pubmed CrossRef
  15. Kim MK, Han K, Park YM, Kwon HS, Kang G, Yoon KH, et al. Associations of variability in blood pressure, glucose and cholesterol concentrations, and body mass index with mortality and cardiovascular outcomes in the general population. Circulation 2018; 138: 2627-37.
    Pubmed CrossRef
  16. Kim MK, Han K, Kim HS, Park YM, Kwon HS, Yoon KH, et al. Cholesterol variability and the risk of mortality, myocardial infarction, and stroke: a nationwide population-based study. Eur Heart J 2017; 38: 3560-6.
    Pubmed KoreaMed CrossRef
  17. Ha A, Kim SH, Kang G, Yoon HJ, Kim YK. Association between sight-threatening eye diseases and death by suicide in South Korea: a nationwide population-based cohort study. Ophthalmology 2023; 130: 804-11.
    Pubmed CrossRef
  18. Kim HH, Ko C, Park JA, Song IH, Park YR. Investigation of the relationship between psychiatry visit and suicide after deliberate self-harm: longitudinal national cohort study. JMIR Public Health Surveill 2023; 9: e41261.
    Pubmed KoreaMed CrossRef
  19. Huh K, Kang M, Shin DH, Hong J, Jung J. Oseltamivir and the risk of neuropsychiatric events: a national, population-based study. Clin Infect Dis 2020; 71: e409-14.
    Pubmed CrossRef
  20. WHO Expert Consultation. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies. Lancet 2004; 363: 157-63.
    Pubmed CrossRef
  21. Kim KK, Haam JH, Kim BT, Kim EM, Park JH, Rhee SY, et al; Committee of Clinical Practice Guidelines, Korean Society for the Study of Obesity (KSSO). Evaluation and treatment of obesity and its comorbidities: 2022 update of clinical practice guidelines for obesity by the Korean society for the study of obesity. J Obes Metab Syndr 2023; 32: 1-24.
    Pubmed KoreaMed CrossRef
  22. Bae JH, Han KD, Ko SH, Yang YS, Choi JH, Choi KM, et al. Diabetes fact sheet in Korea 2021. Diabetes Metab J 2022; 46: 417-26.
    Pubmed KoreaMed CrossRef
  23. Kim CS, Han KD, Choi HS, Bae EH, Ma SK, Kim SW. Association of hypertension and blood pressure with kidney cancer risk: a nationwide population-based cohort study. Hypertension 2020; 75: 1439-46.
    Pubmed KoreaMed CrossRef
  24. Kim YG, Han KD, Choi JI, Boo KY, Kim DY, Oh SK, et al. Impact of the duration and degree of hypertension and body weight on new-onset atrial fibrillation: a nationwide population-based study. Hypertension 2019; 74: e45-51.
    CrossRef
  25. Kaze AD, Santhanam P, Erqou S, Ahima RS, Bertoni AG, Echouffo-Tcheugui JB. Body weight variability and risk of cardiovascular outcomes and death in the context of weight loss intervention among patients with type 2 diabetes. JAMA Netw Open 2022; 5: e220055.
    Pubmed KoreaMed CrossRef
  26. Kazibwe R, Singleton MJ, Ahmad MI, Kaze AD, Chevli PA, Namutebi JH, et al. Association between weight variability, weight change and clinical outcomes in hypertension. Am J Prev Cardiol 2023; 16: 100610.
    Pubmed KoreaMed CrossRef
  27. Choi D, Choi S, Park SM. Impact of weight variability on mortality among Korean men and women: a population based study. Sci Rep 2019; 9: 9543.
    Pubmed KoreaMed CrossRef
  28. Chen C, Xie Y, Pu M, Deng L, Li Z, Yang T, et al. Age-related differences in risk factors, clinical characteristics, and outcomes for intracerebral hemorrhage. Front Aging Neurosci 2023; 15: 1264124.
    Pubmed KoreaMed CrossRef
  29. Hashemi H, Pakzad R, Yekta A, Aghamirsalim M, Pakbin M, Ramin S, et al. Global and regional prevalence of age-related cataract: a comprehensive systematic review and meta-analysis. Eye (Lond) 2020; 34: 1357-70.
    Pubmed KoreaMed CrossRef
  30. Yew YW, Thyssen JP, Silverberg JI. A systematic review and meta-analysis of the regional and age-related differences in atopic dermatitis clinical characteristics. J Am Acad Dermatol 2019; 80: 390-401.
    Pubmed CrossRef

This Article


Author ORCID Information

Funding Information

Services
Social Network Service

e-submission

Archives