Prevalence of Obesity, its Comorbidities, and Related Risk Factors among Young Korean Adults: Using the Korea National Health and Nutrition Examination Survey (2019–2021)

Yong Ho Lee; Seung Hee Kim

doi:10.21215/kjfp.2024.14.4.211

Korean J Fam Pract 2024; 14(4): 211-219 https://doi.org/10.21215/kjfp.2024.14.4.211

Prevalence of Obesity, its Comorbidities, and Related Risk Factors among Young Korean Adults: Using the Korea National Health and Nutrition Examination Survey (2019–2021)

Yong Ho Lee, Seung Hee Kim^*

Department of Family Medicine, Wonkwang University Sanbon Hospital, Wonkwang University School of Medicine, Gunpo, Korea

Seung Hee Kim
Tel: +82-31-390-2989, Fax: +82-31-390-2999
E-mail: seunghee.kim0410@gmail.com
ORCID: https://orcid.org/0000-0002-4370-8442

Received: August 27, 2024; Revised: December 1, 2024; Accepted: December 2, 2024; Published online: December 20, 2024.

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: The prevalence of obesity has been rapidly increasing among young adults. However, studies analyzing the comorbidities associated with obesity and related factors in Korean adults in their 20s and 30s are lacking. In this study, we aimed to analyze the prevalence of obesity, its comorbidities, and risk factors among young Korean adults.
Methods: Data from the 2019–2021 Korea National Health and Nutrition Examination Survey were used to analyze the prevalence of obesity and its related comorbidities in 3,609 adults aged 19–39 years (Group 1). After excluding individuals with chronic diseases and a low body mass index, 2,582 adults (1,257 male and 1,325 female, Group 2) were included. Multivariate logistic regression analysis was conducted to calculate the odds ratios and 95% confidence intervals for obesity-related factors.
Results: Among Korean adults aged 19–39 years, the prevalence of obesity, prediabetes, and prehypertension was 45.4%, 29.2%, and 31.1% in male and 20.5%, 17.7%, and 12.5% in female, respectively. Obesity was associated with lower education and higher stress levels in both sexes. In male, additional factors included marital status, lower income, alcohol use, and a history of smoking, whereas in female, obesity was linked to labor job or unemployment.
Conclusion: The prevalence of obesity, prediabetes, and prehypertension was high in young Korean adults, with obesity being associated with socioeconomic status, stress, and lifestyle factors. To prevent the development of cardiometabolic disease, tailored obesity prevention and management strategies that consider the risk factors for obesity in young adults are needed.; Keywords: Obesity; Comorbidity; Risk Factor; Young Adult

서 론

비만은 건강에 위해가 될 정도로 체내에 지방이 과다하게 축적되는 상태로, 세계보건기구에서 비만을 질병으로 정의한 이후 전 세계적으로 비만에 대한 관리의 중요성이 점차 증대되었다. 2015년 기준 전 세계 인구의 39%가 비만이었으며,¹⁾ 2030년에는 이 비율이 57.8%에 달할 것으로 예측된다.²⁾ 특히 세계적으로 젊은 성인에서 체중 증가 및 비만의 유병률이 급격히 증가하고 있다.³⁾ 젊은 시기에 비만해진 경우 대사적으로 부정적인 영향을 더 오래 겪고 그로 인해 질병이 발생할 가능성이 높으며, 조기 사망의 위험도 증가하므로 젊은 성인의 비만은 심각성이 크다.⁴⁾ 비만의 정의를 세계보건기구에서는 체질량지수(body mass index, BMI) 30 kg/m² 이상으로 하지만, 아시아인의 경우 체중 과다에 의한 건강위험도가 높기 때문에 BMI 25 kg/m² 이상으로 정의하고 있다.⁵⁾ 국내에서도 2030 성인의 비만 유병률이 크게 증가하였는데, 우리나라 20대와 30대 성인의 비만 유병률이 2009년에 각각 18.5%, 32.2%에서, 2019년에 각각 28.9%, 39.6%로 증가하였다.⁶⁾

비만은 이상지질혈증, 2형 당뇨병, 고혈압, 심혈관질환, 뇌졸중 등 대사질환의 발병 위험을 높인다.⁷⁾ 미국의 한 연구에 따르면, 정상 체중인 성인에 비해 BMI 40 kg/m² 이상인 성인의 경우 이상지질혈증은 교차비(odds ratio, OR) 1.88 (95% confidence interval [CI], 1.67–2.13), 당뇨는 OR 7.37 (95% CI, 6.39–8.50), 고혈압은 OR 6.38 (95% CI, 5.67–7.17)로 대사질환 발생 위험이 훨씬 높았다.⁸⁾ 이에 대한 원인으로 유전적 변이, 아디포카인(adipokine)의 불균형, 면역 체계의 변화, 장내 미생물 불균형 등이 있다.⁹⁾ 비만의 동반질환은 예방 및 관리가 중요하나, 젊은 성인은 비만 합병증으로 인한 증상이 거의 없어 아직까지 이들에서 전반적인 건강위험에 대한 자각이 부족하다.¹⁰⁾

비만은 여러 요인에 영향을 받는 것으로 알려져 있다. 20세기 산업화와 식량의 대량 생산 이후 비만의 유병률이 증가하였고, 특히 서구화된 식습관 및 유전적 요인으로 인하여 아시아 젊은 성인의 비만 유병률이 크게 증가하였다.¹¹⁾ 한 메타 연구에 따르면 남아시아 젊은 성인의 과체중/비만은 적은 과일 및 채소 소비, 패스트푸드 소비, 아침을 먹지 않는 요인과 관련이 있는 것으로 확인되었다.¹²⁾ 개발도상국의 젊은 성인을 대상으로 한 연구 결과 높은 사회경제적 상태, 고등 교육, 신체 활동 감소, 이상적인 신체상(body image)의 차이가 아시아 젊은 성인에서 과체중/비만과 연관이 있었다.¹³⁾

국내에서도 젊은 성인에서의 비만과 질환 발생을 예방하기 위해 비만 요인 관리의 중요성이 강조되고 있다. 1998년부터 2012년까지 19–39세 성인을 대상으로 한 국내 연구 결과에서 남녀 모두 운동량 부족, 수면 시간 부족이 비만과 관련된 요인이었다.¹⁴⁾ 국내의 한 연구에서는 코로나바이러스감염증-19 이후 청소년 비만과 관련된 위험 요인에 대한 분석을 진행한 바 있다.¹⁵⁾ 하지만 국내 젊은 성인을 대상으로 비만의 동반질환과 비만과 관련된 요인을 분석한 연구가 부족하다. 이에 본 연구에서는 국민건강영양조사 제8기 원시자료를 활용하여 2030 한국 성인에서의 비만과 관련된 동반질환의 유병률과 비만의 위험 요인에 대해 분석하였다.

방 법

1. 연구 대상

본 연구는 국민건강영양조사(Korea National Health and Nutrition Examination Survey) 제8기의 원시자료를 이용하였다. 국민건강영양조사는 질병관리청 주관으로 진행하는 국민의 건강 행태, 만성질환 유병 현황, 식품 및 영양 섭취 실태에 대한 법정조사이며, 제8기는 2019년부터 2021년까지 전국에서 총 576개 조사구를 추출하였고, 각 조사구 내에서 25개 표본가구를 선정하여 총 14,400가구에서 만 1세 이상의 모든 가구원을 조사하였다. 본 연구에서는 국내 젊은 성인의 비만과 동반 대사질환의 유병률을 분석하기 위해 19–39세에 해당하는 모든 성인 3,609명(남성 1,646명, 여성 1,963명)을 연구집단 1 (Group 1)로 선정하였다. 이후 BMI에 따른 대사 지표와 과체중 및 비만의 관련 요인을 분석하기 위해 연구집단 1에서 체중에 영향을 줄 수 있는 질환인 종양(152명), 갑상선질환(185명), 신장질환(130명), 간경변증(108명), 심뇌혈관질환(117명)을 진단받은 성인과 지난 1년간 3 kg 이상의 체중 감소가 있어 소모성 질환이 의심되는 성인(570명), BMI 18.5 kg/m² 미만의 저체중군(276명)을 제외하였으며, 각 요인의 중복 인원을 배제한 2,582명(남성 1,257명, 여성 1,325명)을 연구집단 2 (Group 2)로 선정하여 분석하였다(Figure 1). 제8기 국민건강영양조사는 생명윤리법에 따라 시행되었으며, 헬싱키 선언의 원칙을 준수하였고, 질병관리청 연구윤리심의위원회 승인을 받았다(심의번호: 1차년도 2018-01-03-C-A, 2차년도 2018-01-03-2C-A, 3차년도 2018-01-03-5C-A).

Figure 1. Flow chart of study participants.

2. 연구 방법

제8기 국민건강영양조사는 건강설문조사, 검진조사, 영양조사로 구성되었다. 건강설문조사는 가구원 수, 세대 유형 등을 확인하는 가구조사, 이환, 의료 이용, 활동 제한 등을 확인하는 건강면접조사, 흡연, 음주, 정신 건강 등을 조사하는 건강행태조사로 구성되었다. 검진조사는 신체 계측, 혈압 및 맥박 측정, 혈액 및 소변검사 등으로 구성되었다. 영양조사는 식생활 행태, 식이보충제, 영양 지식 등을 조사하였다. 건강설문조사, 검진조사는 이동검진센터에서 실시하였으며, 영양조사는 면접으로 조사하였다.¹⁶⁾

비만은 대한비만학회의 비만 기준을 적용하여 BMI를 기준으로 18.5 kg/m² 미만(저체중), 18.5–22.9 kg/m² (정상체중), 23.0–24.9 kg/m² (비만 전단계), 25.0–29.9 kg/m² (1단계 비만), 30.0–34.9 kg/m² (2단계 비만), 35.0 kg/m² 이상(3단계 비만)으로 구분하였다.⁵⁾

만성질환으로는 당뇨 전단계(prediabetes), 고혈압 전단계(prehypertension), 당뇨, 고혈압, 고콜레스테롤혈증, 고중성지방혈증, 비알코올성 지방간질환(nonalcoholic fatty liver disease, NAFLD)을 조사하였다. 당뇨 전단계는 당뇨병으로 의사 진단을 받지 않았고 혈당강하제 또는 인슐린 주사를 사용하지 않으면서 공복혈당이 100–125 mg/dL 또는 당화혈색소(glycated hemoglobin, HbA1c)가 5.7% 이상 6.4% 이하인 경우로 정의하였고,¹⁷⁾ 고혈압 전단계는 고혈압 약물을 복용하지 않으면서 수축기 혈압이 120 mmHg 이상, 140 mmHg 미만이고, 이완기 혈압이 80 mmHg 이상, 90 mmHg 미만인 경우로 정의하였다.¹⁸⁾ 당뇨병은 의사진단을 받았거나 혈당강하제 복용 또는 인슐린 주사를 사용하거나 공복혈당이 126 mg/dL 이상이거나 HbA1c 6.5% 이상인 경우로 정의하였고,¹⁷⁾ 고혈압은 수축기 혈압이 140 mmHg 이상 또는 이완기 혈압이 90 mmHg 이상 또는 고혈압 약물을 복용하는 경우로 정의하였다.¹⁸⁾ 고콜레스테롤혈증은 총 콜레스테롤이 240 mg/dL 이상이거나 콜레스테롤 강하제를 복용하고 있는 경우로 정의하였고, 고중성지방혈증은 중성지방이 200 mg/dL 이상인 경우로 정의하였다.¹⁹⁾ NAFLD는 hepatic steatosis index를 사용하여 36 초과인 경우로 정의하였다.²⁰⁾

연령은 젊은 성인에서 30–39세, 19–29세로 구분하였다. 교육 수준은 12년 이하, 12년 초과로 구분하였으며, 결혼 여부는 미혼, 기혼으로 구분하였다. 직업 수준은 사무직(office job), 노동직 및 무직(labor job, none)으로 구분하였으며, 소득 분위는 4분위로 나누어 1–3분위, 4분위(하위)로 구분하였다. 음주 여부는 1년간 음주 빈도를 기준으로 전혀 마시지 않았거나 월 1회 미만 음주한 경우 비음주자로, 월 1회 이상 음주한 경우 음주자로 분류하였으며, 흡연은 비흡연, 과거 흡연, 현재 흡연으로 구분하였다. 신체활동은 일주일에 중강도 신체활동을 2시간 30분 이상 또는 고강도 신체활동을 1시간 15분 이상 또는 중강도와 고강도 신체활동을 섞어서(고강도 1분은 중강도 2분) 각 활동에 상당하는 시간을 실천하는 경우를 규칙적인 신체활동으로 정의하였다. 아침 식사에 대해서는 최근 1년간 1주일 동안 아침 식사의 빈도에 대한 질문에 ‘거의 안 한다(주 0회)’라고 답한 경우를 아침 식사를 거르는 군으로 정의하였다. 고위험 스트레스는 평소 스트레스 인지 정도에서 ‘대단히 많이 느낀다’, ‘많이 느끼는 편이다’라고 응답한 경우로 정의하였다. 영양소 섭취는 개인별 24시간 회상조사 자료를 바탕으로 얻은 영양소 섭취량(가공자료)을 통해 개인별 하루에 섭취하는 총 에너지양(kcal/d), 탄수화물의 비율(%), 단백질의 비율(%), 지방의 비율(%)을 계산하였다.

3. 통계 분석

연구 대상은 제8기 국민건강영양조사 원시자료 이용지침에 따라 가중치를 반영한 복합표본 자료를 기반으로 분석하였다. 연구집단 1에 대해 비만과 동반질환의 유병률을 분석하기 위하여 빈도분석을 사용하였다. 연구집단 2에 대해 남녀별 기본적 특성을 분석하기 위하여 연속형 변수는 기술통계를, 범주형 변수는 빈도분석을 사용하였고, 남녀 간 특성 비교를 연속형 변수는 Student’s t-test로, 범주형 변수는 카이제곱 검정으로 분석하였다. 연구집단 2에 대해 남녀 각각 집단의 BMI별 신체 계측, 대사 지표 및 영양 섭취를 일반선형모형으로 분석하였다. 남녀별로 과체중 및 비만의 관련 요인을 분석하기 위해 다중 로지스틱 회귀분석을 시행하였다. 본 연구의 자료 분석은 IBM SPSS Statistics 24.0 프로그램(IBM Co., Armonk, NY, USA)을 사용하였으며, 통계적 유의 수준은 0.05 미만으로 정하였다.

결 과

1. 연구 대상자의 일반적 특성

연구집단 1의 19–39세 성인 3,609명 중에서, 남성 1,646명 중 비만은 45.4%, 당뇨 전단계는 29.2%, 고혈압 전단계는 31.1%였으며, 여성 1,963명 중에서는 각각 20.5%, 17.7%, 12.5%였다(Table 1).

Table 1

Prevalence of obesity and comorbidities among Korean young adults (Group 1)

Variable	Male (n=1,646)	Female (n=1,963)
BMI (kg/m²)
<18.5	3.0 (0.5)	12.6 (0.9)
18.5–22.9	27.4 (1.2)	53.8 (1.2)
23.0–24.9	24.2 (1.1)	13.2 (0.8)
25.0–29.9	35.7 (1.3)	14.3 (0.9)
30.0–34.9	7.5 (0.7)	4.8 (0.5)
≥35.0	2.3 (0.4)	1.4 (0.3)
Comorbidities
Prediabetes	29.2 (1.3)	17.7 (1.0)
Prehypertension	31.1 (1.2)	12.5 (0.9)
Diabetes mellitus	2.6 (0.4)	1.7 (0.3)
Hypertension	10.4 (0.8)	2.6 (0.4)
Hypercholesterolemia	8.8 (0.8)	5.9 (0.6)
Hypertriglyceridemia	14.5 (0.9)	4.3 (0.5)
NAFLD	8.6 (0.8)	6.0 (0.6)

Values are presented as percentage (standard error).

BMI, body mass index; NAFLD, non-alcoholic fatty liver disease.

연구집단 2에서 평균 연령은 남성 29.6세, 여성 29.5세였으며. 체중, BMI, 허리둘레, 공복혈당, HbA1c, 수축기 혈압, 이완기 혈압, 중성지방, 알라닌아미노전이효소(alanine aminotransferase, ALT), 총 에너지 섭취, 단백질 섭취율, 낮은 교육 수준, 음주, 흡연, 신체활동은 남성이 여성보다 유의하게 높았으며, 고밀도 지질단백질(high-density lipoprotein, HDL) 콜레스테롤, 탄수화물 섭취율, 직업(노동직 및 무직), 결혼(기혼), 고위험 스트레스는 여성이 남성보다 유의하게 높았다(Table 2).

Table 2

General characteristics of study participants (Group 2)

Variable	Male (n=1,257)	Female (n=1,325)	P-value^a
Age (y)	29.6±0.2	29.5±0.2	0.548
Weight (kg)	78.2±0.4	60.5±0.3	<0.001
BMI (kg/m²)	25.3±0.1	23.0±0.1	<0.001
WC (cm)	87.7±0.3	76.6±0.3	<0.001
FPG (mg/dL)	94.7±0.4	92.0±0.4	<0.001
HbA1c (%)	5.47±0.02	5.38±0.01	<0.001
Systolic BP (mmHg)	117.3±0.4	106.6±0.3	<0.001
Diastolic BP (mmHg)	76.4±0.3	70.5±0.3	<0.001
TC (mg/dL)	191.9±1.1	189.1±1.0	0.061
TG (mg/dL)	136.6±3.3	95.6±1.7	<0.001
HDL-C (mg/dL)	49.5±0.3	58.5±0.4	<0.001
LDL-C (mg/dL)	122.7±2.4	120.8±4.5	0.702
ALT (IU/L)	33.3±0.8	17.6±0.6	<0.001
Total energy intake (kcal/d)	2,405±35	1,717±23	<0.001
Carbohydrate intake (%)	52.8±0.4	54.8±0.4	<0.001
Protein intake (%)	16.1±0.2	15.5±0.2	0.006
Fat intake (%)	26.2±0.3	26.6±0.3	0.327
Income (lowest quartile)	7.0 (1.0)	7.2 (0.9)	0.660
Education (≤12 years)	46.4 (1.7)	35.4 (1.7)	<0.001
Occupation (labor job/none)	33.5 (1.6)	42.7 (1.6)	<0.001
Married	31.5 (1.8)	43.1 (1.8)	<0.001
Alcohol drinker	72.9 (1.4)	61.0 (1.6)	<0.001
Current smoker	33.1 (1.4)	9.0 (1.0)	<0.001
Regular physical activity	58.0 (1.5)	47.5 (1.5)	<0.001
Skipping breakfast	34.6 (1.5)	35.2 (1.6)	0.780
High stress level	29.8 (1.5)	38.7 (1.4)	<0.001

Values are presented as mean value±standard error (SE) or percentage (SE).

BMI, body mass index; WC, waist circumference; FPG, fasting plasma glucose; HbA1c, glycated hemoglobin; BP, blood pressure; TC, total cholesterol; TG, triglycerides; HDL-C, high-density lipoprotein cholesterol; LDL-C, low-density lipoprotein cholesterol; ALT, alanine aminotransferase.

^aP-values obtained using a Student’s t-test or chi-square test.

2. 체질량지수에 따른 혈당, 혈압, 영양 평가

연구집단 2에서 BMI군별로 나누어 대사 지표 및 영양 섭취 양상을 분석하였다. 남성과 여성 모두 BMI가 증가할수록 허리둘레, 공복혈당, HbA1c, 수축기 혈압, 이완기 혈압, 총 콜레스테롤, 중성지방, ALT가 증가하였고, HDL 콜레스테롤이 감소하였다. 탄수화물 섭취율은 남성에서 BMI가 증가할수록 감소하는 패턴을 보였고, 저밀도 지질단백질(low-density lipoprotein, LDL) 콜레스테롤은 여성에서 BMI가 증가할수록 증가하였다(Table 3).

Table 3

Anthropometric measurement, metabolic indicators, and nutrition intake according to BMI (Group 2)

Variable	Male by BMI category (kg/m²)						Female by BMI category (kg/m²)
Variable	18.5–22.9	23.0–24.9	25.0–29.9	30.0–34.9	≥35.0	P-value^a	18.5–22.9	23.0–24.9	25.0–29.9	30.0–34.9	≥35.0	P-value^a
Age (y)	28.2±0.3	29.8±0.4	30.8±0.3	29.9±0.6	26.7±1.1	<0.001	28.9±0.2	30.6±0.5	30.3±0.5	30.1±0.8	29.6±1.3	0.004
WC (cm)	77.3±0.3	84.4±0.3	92.8±0.3	103.7±0.5	117.5±1.5	<0.001	71.0±0.2	79.4±0.4	85.8±0.4	95.8±0.7	110.2±2.7	<0.001
FPG (mg/dL)	90.4±0.4	93.2±0.6	96.4±0.7	104.5±3.7	100.6±2.9	<0.001	89.7±0.3	93.0±0.9	94.7±1.1	104.6±2.5	105.4±5.7	<0.001
HbA1c (%)	5.32±0.01	5.42±0.02	5.50±0.02	5.84±0.14	5.91±0.13	<0.001	5.31±0.011	5.38±0.026	5.48±0.036	5.82±0.078	5.95±0.225	<0.001
Systolic BP (mmHg)	112.4±0.6	115.7±0.6	119.9±0.6	125.2±1.5	126.2±2.4	<0.001	104.0±0.4	106.6±0.8	110.7±0.8	119.8±1.5	122.1±2.3	<0.001
Diastolic BP (mmHg)	73.1±0.5	75.0±0.5	78.4±0.5	82.8±1.1	81.3±2.5	<0.001	69.0±0.3	69.6±0.6	72.7±0.6	80.0±1.1	82.0±1.6	<0.001
TC (mg/dL)	184.5±2.0	189.6±2.1	197.5±1.7	200.1±3.6	192.6±7.5	<0.001	186.2±1.2	190.7±2.7	194.8±2.3	200.5±5.2	191.5±12.9	<0.001
TG (mg/dL)	103.2±4.4	120.8±5.0	159.9±6.4	194.9±13.5	157.1±13.5	<0.001	79.2±1.5	107.5±5.8	120.6±4.7	162.9±9.8	129.7±11.5	<0.001
HDL-C (mg/dL)	53.4±0.6	50.8±0.6	47.3±0.5	43.3±1.0	41.7±1.4	<0.001	61.6±0.5	55.3±0.9	54.3±1.0	47.0±1.2	46.5±2.5	<0.001
LDL-C (mg/dL)	125.6±6.3	114.3±6.6	122.3±3.1	128.4±5.2	123.9±10.4	0.532	100.7±9.3	108.0±7.4	119.5±6.6	135.1±10.4	171.1±19.0	0.002
ALT (IU/L)	21.2±0.8	27.7±1.5	38.8±1.3	57.3±4.7	72.9±9.6	<0.001	14.1±0.6	17.2±1.1	20.8±1.5	44.7±6.7	33.8±6.1	<0.001
Total energy (kcal/d)	2,458±60	2,395±68	2,368±53	2,499±133	2,162±222	0.295	1,700±28	1,778±50	1,660±50	1,867±111	1,766±158	0.399
Carbohydrate (%)	53.9±0.7	52.8±0.8	52.2±0.7	51.2±1.5	52.7±2.8	0.043	54.9±0.5	54.6±0.9	54.5±1.2	54.4±1.8	55.2±2.4	0.732
Protein (%)	15.7±0.3	16.2±0.3	16.3±0.3	16.9±0.6	15.7±1.0	0.119	15.4±0.2	15.3±0.4	15.8±0.5	16.6±0.8	15.8±0.9	0.112
Fat (%)	26.6±0.5	26.4±0.6	25.6±0.5	26.9±1.1	26.7±1.8	0.548	26.7±0.4	27.1±0.8	25.8±0.8	26.0±1.3	27.7±2.2	0.503

Values are presented as mean value±standard error.

^aP-values obtained using a general linear model.

3. 연령, 사회경제적, 생활 요인과 과체중/비만의 관계

남성은 연령에 따른 비만 연관성이 확인되지 않았으며, 여성은 19–29세에 비해 30–39세가 비만과 유의하게 관련되었다. 남성에서 기혼 상태, 낮은 소득 수준, 과거 흡연력, 음주가 비만과 관련되었으며, 여성에서 음주가 비만에 대한 OR이 낮았고, 노동직 및 무직이 비만과 관련되었다. 낮은 교육 수준과 고위험 스트레스는 남성과 여성 모두에서 비만과 관련되었다(Table 4).

Table 4

Adjusted odds ratios and 95% confidence intervals for overweight and obesity according to demographic, socioeconomic, and lifestyle factors from the Group 2

Variable	Male by BMI category (kg/m²)					Female by BMI category (kg/m²)
Variable	23.0–24.9	25.0–29.9	30.0–34.9	≥35.0	≥25.0	23.0–24.9	25.0–29.9	30.0–34.9	≥35.0	≥25.0
Age (y)
30–39	1	1	1	1	1	1	1	1	1	1
19–29	0.81 (0.52–1.26)	0.82 (0.55–1.23)	0.64 (0.35–1.18)	0.57 (0.17–1.93)	0.78 (0.54–1.14)	0.77 (0.44–1.34)	0.64 (0.40–1.03)	0.48 (0.19–1.18)	1.45 (0.38–5.53)	0.62 (0.40–0.97)^*
Education
>12 years	1	1	1	1	1	1	1	1	1	1
≤12 years	0.94 (0.66–1.36)	0.94 (0.66–1.34)	1.20 (0.69–2.09)	3.43 (1.06–11.13)^*	1.04 (0.74–1.47)	1.45 (0.94–2.23)	1.66 (1.14–2.41)^*	1.77 (0.98–3.23)	1.45 (0.41–5.14)	1.72 (1.23–2.40)^*
Married
No	1	1	1	1	1	1	1	1	1	1
Yes	1.04 (0.66–1.64)	1.88 (1.23–2.88)^*	1.10 (0.58–2.08)	1.07 (0.28–4.04)	1.68 (1.13–2.51)^*	1.47 (0.86–2.51)	1.03 (0.63–1.68)	0.68 (0.27–1.73)	1.70 (0.51–5.67)	0.99 (0.63–1.53)
Occupation
Office job	1	1	1	1	1	1	1	1	1	1
Labor job/none	0.80 (0.55–1.18)	0.83 (0.76–1.42)	1.15 (0.67–1.96)	1.06 (0.36–3.15)	0.88 (0.62–1.25)	1.23 (0.84–1.82)	1.60 (1.11–2.30)^*	1.60 (0.97–2.62)	0.43 (0.12–1.48)	1.44 (1.05–1.98)^*
Income
Middle to high	1	1	1	1	1	1	1	1	1	1
Low	0.81 (0.39–1.67)	1.80 (1.03–3.15)^*	0.51 (0.17–1.57)	2.44 (0.75–7.99)	1.57 (0.91–2.69)	1.08 (0.51–2.26)	0.81 (0.40–1.62)	1.03 (0.33–3.20)	1.32 (0.17–10.19)	0.90 (0.48–1.68)
Alcohol consumption
No	1	1	1	1	1	1	1	1	1	1
Yes	1.52 (1.02–2.27)^*	1.59 (1.10–2.30)^*	0.94 (0.51–1.73)	0.53 (0.23–1.23)	1.35 (0.94–1.93)	0.92 (0.63–1.35)	0.77 (0.53–1.11)	0.67 (0.38–1.17)	0.22 (0.06–0.78)^*	0.69 (0.49–0.96)^*
Smoking status
Never smoker	1	1	1	1	1	1	1	1	1	1
Ex-smoker	1.73 (1.13–2.65)^*	1.33 (0.88–1.99)	2.21 (1.12–4.36)^*	1.03 (0.35–3.03)	1.43 (0.97–2.10)	1.19 (0.71–2.01)	0.72 (0.39–1.33)	2.01 (0.90–4.53)	3.06 (0.87–10.68)	1.05 (0.60–1.82)
Current smoker	1.09 (0.73–1.61)	1.12 (0.78–1.62)	1.34 (0.72–2.51)	1.17 (0.44–3.14)	1.13 (0.80–1.62)	0.68 (0.32–1.43)	1.22 (0.67–2.22)	1.81 (0.77–4.28)	1.58 (0.42–5.87)	1.31 (0.77–2.22)
Physical activity
Yes	1	1	1	1	1	1	1	1	1	1
No	1.12 (0.77–1.62)	1.01 (0.73–1.40)	0.89 (0.53–1.50)	0.93 (0.34–2.54)	0.99 (0.72–1.37)	1.12 (0.78–1.60)	0.90 (0.62–1.30)	0.69 (0.38–1.24)	0.52 (0.17–1.61)	0.80 (0.59–1.10)
Skipping breakfast
No	1	1	1	1	1	1	1	1	1	1
Yes	0.71 (0.50–1.01)	0.73 (0.52–1.03)	0.72 (0.41–1.27)	1.94 (0.76–4.99)	0.80 (0.57–1.11)	1.12 (0.77–1.63)	1.31 (0.90–1.89)	0.94 (0.50–1.75)	0.62 (0.18–2.14)	1.16 (0.83–1.61)
High stress level
No	1	1	1	1	1	1	1	1	1	1
Yes	0.99 (0.67–1.47)	2.00 (1.41–2.85)^*	1.10 (0.62–1.96)	2.05 (0.81–5.20)	1.84 (1.31–2.59)^*	1.21 (0.85–1.74)	1.97 (1.36–2.85)^*	1.35 (0.74–2.46)	1.41 (0.48–4.11)	1.78 (1.28–2.47)^*

Values were obtained using multivariate logistic regression analysis after adjusting for age, education, marital status, occupation, income, alcohol consumption, smoking status, physical activity, breakfast consumption, and stress level.

BMI, body mass index.

^*P<0.05.

고 찰

본 연구는 제8기 국민건강영양조사 원시자료를 활용하여 2030 한국 성인에서 비만과 동반질환의 유병률 및 비만의 위험 요인을 분석하였다. 조사 대상에서 비만 유병률은 남성이 45.4%, 여성이 20.5%였으며, 당뇨 전단계, 고혈압 전단계의 유병률이 남성에서 각각 29.2%, 31.1%였고 여성에서 각각 17.7%, 12.5%였다. 국내 젊은 성인에서 비만은 남성과 여성 모두 낮은 수준의 교육, 고위험 스트레스와 관련되었으며, 남성에서 비만은 기혼, 낮은 소득 수준, 과거 흡연력, 음주와 관련되었고, 여성에서 비만은 노동직 및 무직과 관련되었다.

성인에서 위험 요인과 비만과 관련된 동반질환에 대한 많은 연구가 이루어졌으나, 젊은 성인에서의 연구는 비교적 최근에 주목받기 시작하였다. 46개의 관찰 연구를 분석한 한 문헌 고찰에 따르면 젊은 성인에서 에너지 섭취의 증가, 건강하지 않은 식습관, 나쁜 수면 습관이 비만과 연관이 있었으나, 신체활동 부족, 음주, 흡연과 비만의 관계는 명확하지 않았다.²¹⁾ 호주의 젊은 여성을 대상으로 한 코호트 연구 결과 신체활동 부족, 낮은 교육 수준, 높은 스트레스가 비만과 관련되었고,²²⁾ 미국의 젊은 성인에서 비만으로 인해 심혈관 질환으로 인한 사망률이 높게 나타났다.²³⁾

우리나라 젊은 성인을 대상으로 하여 비만과 생활 습관 요인에 대한 연구에 따르면, 남성에서 비만의 유병률이 급격히 증가하였고, 에너지 섭취, 신체활동 및 충분한 수면의 부족, 음주가 증가하였다. 반면 여성은 비만과 저체중이 같이 증가하였으며 에너지 섭취의 감소, 신체활동 부족, 음주, 흡연이 증가하였다.¹⁴⁾ 본 연구에서는 국내 젊은 성인 남성과 여성에서 에너지 섭취, 신체활동, 음주, 흡연의 생활 습관 요인이 개별적으로 비만과 관련될 수 있음을 보여준다.

남성과 여성 모두 낮은 교육 수준에서, 남성은 저소득층인 경우, 그리고 여성은 노동직 또는 무직인 경우 비만의 위험이 높게 나타났다. 젊은 성인에게서 교육 수준이 낮을수록 성인 이후 직업을 갖기 어려우며 미래의 기대 임금이 낮은 경우가 많다. 미국의 한 주의 학생 대상의 연구에서 저임금이 비만과 연관이 있으며, 이는 인종 등 기타 요인과는 연관성이 크지 않았다.²⁴⁾ 비만과 당뇨의 연관성에 대한 다른 연구에서도 저임금, 운동시설의 부족 등과 같은 낮은 사회경제적 위치가 인슐린 저항성 증가와 같은 대사 반응에 연관성이 있었다.²⁵⁾ 이는 젊은 성인의 비만과 동반질환의 예방 및 관리를 위하여 사회경제적인 위험 요인에 대한 정책적인 지원이 필요함을 시사한다.

남성에서 음주, 과거 흡연일 때 비만의 위험이 높았다. 국내 성인 남성 대상의 한 선행 연구에서 음주는 비만, 고혈압, 이상지질혈증과의 관계에서도 연관성이 큰 동일한 경향이 확인된다.²⁶⁾ 국내 성인 대상의 다른 연구에서는 전체 흡연력(pack-year)과 복부 비만의 강한 연관성이 있었다.²⁷⁾ 그러나 본 연구에서는 신체활동과 비만은 유의한 관련성이 없었는데, 이는 신체활동이 증가될수록 비만이 감소하는 선행 연구 결과와 차이가 있다.²⁸⁾ 선행 연구에서는 한국의 젊은 성인 집단에서 신체활동과 비만의 관계를 단일 변수 비교로 분석한 반면, 본 연구에서는 여러 교란 변수를 보정하는 다변량 분석에서 과보정되었을 가능성이 있다. 또한 본 연구 결과는 단면 분석 결과로, 비만이 있는 경우 체중을 줄이기 위한 시도로 운동을 하게 되는 역-인과성을 배제하기 어려우며, 규칙적인 운동은 하지만 에너지 섭취가 더 많았을 가능성 등을 고려해 볼 수 있다.

젊은 남성과 여성 모두에서 비만과 스트레스가 유의한 연관이 있었다. 젊은 성인은 사회에서 요구되는 여러 역할로 인해 바쁜 생활 습관과 높은 스트레스를 받으며, 이는 건강하지 않은 식습관과 신체 활동의 감소로 이어져 체중 증가 및 비만을 유발한다. 스트레스는 시상하부-뇌하수체-부신 축(hypothalamic-pituitary-adrenal axis)에 관여하여 코티솔 분비를 증가시키며, 지방의 축적과 식욕을 증가시켜 고칼로리 음식의 섭취를 증가시킨다. 또한 스트레스는 수면의 질을 낮추며 코티솔의 증가를 유발하여 비만으로 이어진다.²⁹⁾ 본인이 자각하는 비만의 신체상이 스트레스, 우울감에도 영향이 있는 것으로 알려져 있다.³⁰⁾

본 연구의 한계점은 다음과 같다. 첫째, 본 연구는 국민건강영양조사를 활용한 단면 연구로 비만과 동반질환 및 비만의 위험 요인에 대한 인과 관계 확인에 제한이 있다. 둘째, 생활 습관, 스트레스, 우울감 등에 대해 설문조사 방식을 사용하여 주관적 편향이 있을 수 있다. 셋째, 젊은 성인의 비만과 관련된 인구사회학적 요인, 경제적 요인, 생활 습관 요인들을 포함하였으나 이 외에 고려하지 못한 다른 요인이 있을 가능성이 있다.

위와 같은 한계에도 불구하고 본 연구는 우리나라 인구집단을 대표하는 자료를 통해 최근 비만의 심각성이 증가하는 젊은 성인을 대상으로 비만과 동반질환의 유병률 및 비만의 위험 요인에 대해 분석하였다는 점에서 의의가 있다.

국내 2030 성인의 비만이 급격히 증가하고 있으며 이로 인한 질환 발생의 위험이 커지고 있다. 만성대사질환의 발생을 예방하기 위하여 젊은 성인의 비만과 관련된 요인을 고려한 맞춤형 비만 예방과 관리 전략이 필요하며, 향후 대규모의 젊은 성인을 대상으로 한 전향적 종단연구가 이루어져야 할 것이다.

CONFLICT OF INTEREST: No potential conflict of interest relevant to this article was reported.

References

Chooi YC, Ding C, Magkos F. The epidemiology of obesity. Metabolism 2019; 92: 6-10.
Kelly T, Yang W, Chen CS, Reynolds K, He J. Global burden of obesity in 2005 and projections to 2030. Int J Obes (Lond) 2008; 32: 1431-7.
Katsoulis M, Lai AG, Diaz-Ordaz K, Gomes M, Pasea L, Banerjee A, et al. Identifying adults at high-risk for change in weight and BMI in England: a longitudinal, large-scale, population-based cohort study using electronic health records. Lancet Diabetes Endocrinol 2021; 9: 681-94.
Hirko KA, Kantor ED, Cohen SS, Blot WJ, Stampfer MJ, Signorello LB. Body mass index in young adulthood, obesity trajectory, and premature mortality. Am J Epidemiol 2015; 182: 441-50.
Kim BY, Kang SM, Kang JH, Kang SY, Kim KK, Kim KB, et al; Committee of Clinical Practice Guidelines, Korean Society for the Study of Obesity (KSSO). 2020 Korean Society for the Study of Obesity guidelines for the management of obesity in Korea. J Obes Metab Syndr 2021; 30: 81-92.
Yang YS, Han BD, Han K, Jung JH, Son JW; Taskforce Team of the Obesity Fact Sheet of the Korean Society for the Study of Obesity. Obesity Fact Sheet in Korea, 2021: trends in obesity prevalence and obesity-related comorbidity incidence stratified by age from 2009 to 2019. J Obes Metab Syndr 2022; 31: 169-77.
Jensen MD, Ryan DH, Apovian CM, Ard JD, Comuzzie AG, Donato KA, et al. 2013 AHA/ACC/TOS guideline for the management of overweight and obesity in adults: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines and The Obesity Society. Circulation 2014; 129(25 Suppl 2): S102-38.
Mokdad AH, Ford ES, Bowman BA, Dietz WH, Vinicor F, Bales VS, et al. Prevalence of obesity, diabetes, and obesity-related health risk factors, 2001. JAMA 2003; 289: 76-9.
Zhang X, Ha S, Lau HC, Yu J. Excess body weight: Novel insights into its roles in obesity comorbidities. Semin Cancer Biol 2023; 92: 16-27.
Cheng HL, Medlow S, Steinbeck K. The health consequences of obesity in young adulthood. Curr Obes Rep 2016; 5: 30-7.
Yoon KH, Lee JH, Kim JW, Cho JH, Choi YH, Ko SH, et al. Epidemic obesity and type 2 diabetes in Asia. Lancet 2006; 368: 1681-8.
Jayawardena R, Ranasinghe P, Wijayabandara M, Hills AP, Misra A. Nutrition transition and obesity among teenagers and young adults in South Asia. Curr Diabetes Rev 2017; 13: 444-51.
Poobalan A, Aucott L. Obesity among young adults in developing countries: a systematic overview. Curr Obes Rep 2016; 5: 2-13.
Lim J, Park HS. Trends in the prevalence of underweight, obesity, abdominal obesity and their related lifestyle factors in Korean young adults, 1998-2012. Obes Res Clin Pract 2018; 12: 358-64.
Kim BK. A study on the effect of COVID-19 pandemic on adolescent obesity: focusing on difference by non-metropolitan area and gender. Health Soc Welf Rev 2023; 43: 118-40.
Korea Disease Control and Prevention Agency. Korea Health Statistics 2021: Korea National Health and Nutrition Examination Survey (KNHANES VIII-3). Korea Disease Control and Prevention Agency; 2022.
Hur KY, Moon MK, Park JS, Kim SK, Lee SH, Yun JS, et al. 2021 Clinical practice guidelines for diabetes mellitus of the Korea. Diabetes Metab J 2021; 45: 461-81.
Larson S, Cho MC, Tsioufis K, Yang E. 2018 Korean Society of Hypertension guidelinefor the management of hypertension: a comparison of American, European, and Korean blood pressure guidelines. Eur Heart J 2020; 41: 1384-6.
Rhee EJ, Kim HC, Kim JH, Lee EY, Kim BJ, Kim EM, et al. 2018 Guidelines for the management of dyslipidemia. Korean J Intern Med 2019; 34: 723-71.
Lee JH, Kim D, Kim HJ, Lee CH, Yang JI, Kim W, et al. Hepatic steatosis index: a simple screening tool reflecting nonalcoholic fatty liver disease. Dig Liver Dis 2010; 42: 503-8.
Lee KX, Quek KF, Ramadas A. Dietary and lifestyle risk factors of obesity among young adults: a scoping review of observational studies. Curr Nutr Rep 2023; 12: 733-43.
Hendryx M, Chojenta C, Byles JE. Obesity risk among young Australian women: a prospective latent class analysis. Obesity (Silver Spring) 2020; 28: 154-60.
Stevens J, Cai J, Pamuk ER, Williamson DF, Thun MJ, Wood JL. The effect of age on the association between body-mass index and mortality. N Engl J Med 1998; 338: 1-7.
Rogers R, Eagle TF, Sheetz A, Woodward A, Leibowitz R, Song M, et al. The relationship between childhood obesity, low socioeconomic status, and race/ethnicity: lessons from Massachusetts. Child Obes 2015; 11: 691-5.
Volaco A, Cavalcanti AM, Filho RP, Précoma DB. Socioeconomic status: the missing link between obesity and diabetes mellitus?. Curr Diabetes Rev 2018; 14: 321-6.
Kim BY, Nam H, Yoo JJ, Cho YY, Choi DH, Jung CH, et al. Association between alcohol consumption status and obesity-related comorbidities in men: data from the 2016 Korean community health survey. BMC Public Health 2021; 21: 733.
Kim JH, Shim KW, Yoon YS, Lee SY, Kim SS, Oh SW. Cigarette smoking increases abdominal and visceral obesity but not overall fatness: an observational study. PLoS One 2012; 7: e45815.
Kang SY, Park HS. Gender differences in comorbidities and attitudes regarding weight control among young adults with obesity in Korea. Obes Facts 2022; 15: 581-9.
Kumar R, Rizvi MR, Saraswat S. Obesity and stress: a contingent paralysis. Int J Prev Med 2022; 13: 95.
Ziser K, Finklenburg C, Behrens SC, Giel KE, Becker S, Skoda EM, et al. Perceived stress mediates the relationship of body image and depressive symptoms in individuals with obesity. Front Psychiatry 2019; 10: 852.