COVID-19 유행 전후 대사증후군 유병률 변화: 국민건강영양조사 2018-2021 자료를 이용하여

Metabolic Syndrome Prevalence Change Before and After the COVID-19 Epidemic: Using Data from the National Health and Nutrition Examination Survey 2018-2021

Article information

J Health Info Stat. 2024;49(4):315-324

Publication date (electronic) : 2024 November 30

doi : https://doi.org/10.21032/jhis.2024.49.4.315

Jung-Hwa Kim ¹, Kyung-Hee Kim ², Gyu Bin Park ³, Won Kee Lee^,⁴

¹Graduated Student, Department of Epidemiology and Health Promotion, Graduate School of Public Health, Kyungpook National University, Daegu, Korea

²Professor, Department of Companion animal-stylist, Yeungnam Unversity College, Daegu, Korea

³Doctoral Student, Graduate School of Public Health, Kyungpook National University, Daegu, Korea

⁴Professor, Department of Medical Informatics, School of Medicine, Kyungpook National University, Daegu, Korea

김정화¹, 김경희², 박규빈³, 이원기^,⁴

¹경북대학교 보건대학원 역학 및 건강증진학과 석사졸업생

²영남이공대학교 반려동물스타일리스트과 교수

³경북대학교 대학원 보건학과 박사과정생

⁴경북대학교 의과대학 의료정보학교실 교수

Corresponding author: Won Kee Lee. 680 Gukchaebosang-ro, Jung-gu, Daegu 41944, Korea Tel: +82-53-420-6939, E-mail: wonlee@knu.ac.kr

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

Received 2024 August 9; Accepted 2024 October 17.

Trans Abstract

Objectives

In this study, we aim to investigate changes in the prevalence and risk factors of metabolic syndrome before and after the COVID-19 epidemic.

Methods

A cross-sectional survey was conducted using data from the 2018-2021 National Health and Nutrition Examination Survey, and 21,159 people were selected for analysis. SPSS version 29.0 program was used to analyze data, and frequency analysis and chi-square test were performed to determine the frequency and ratio of demographic and health behavioral factors before and after the COVID-19 epidemic, and the distribution of metabolic syndrome prevalence. The risk of occurrence by metabolic syndrome prevalence factor was analyzed through logistic regression.

Results

As a result of the study, the prevalence of metabolic syndrome increased after the COVID-19 epidemic, and among the five diagnostic criteria, waist circumference, fasting blood sugar, triglycerides, and HDL-cholesterol, excluding blood pressure, increased significantly. In addition, the risk of metabolic syndrome was 1.16 times higher after the COVID-19 epidemic compared to before, and even after controlling for variables such as demographic factors, it was significantly higher at 1.14 times compared to before.

Conclusions

Through this study, the prevalence of metabolic syndrome increased during the COVID-19 epidemic due to changes in lifestyle habits, such as decreased activity. If times like the COVID-19 epidemic repeat in the future, we recommend adding and promoting measures that can help manage chronic diseases such as metabolic syndrome when creating national action guidelines to prevent infectious diseases.

Keywords: COVID-19; Metabolic syndrome; Prevalence; Risk factors

서 론

코로나바이러스 감염증-19 (Coronavirus disease 2019, COVID-19)란 중증급성호흡기증후군 코로나바이러스(Severe acute respiratory syndrome coronavirus 2, SARS-CoV-2) 감염에 의한 호흡기 증후군으로 2019년 12월 중국 우한에서 처음 발생한 후 급속한 확산으로 인해 2020년 3월 11일 세계보건기구(World Health Organization, WHO)에서 COVID-19의 세계적인 대유행을 선언하였다.

국내에서는 2020년 1월 20일 국내 첫 확진자 발생 이후 2월 초 대구·경북에서 대유행이 시작되고 오랜 기간 지속됨에 따라 정부는 COV-ID-19 상황에 대응하기 위하여 ‘사회적 거리두기’ 정책을 시행하였다[1]. 대표적으로 실내체육시설 등 다중이용시설 이용이 제한되고, 재택근무 권고 등 외출이 자제되었다[2]. 이로 인해 집에 있는 시간이 많아지면서 신체 활동량이 감소하고 체중이 증가하였으며[3], 배달 외식은 증가하고 영상시청과 인터넷 사용 시간도 늘어난 것으로 나타났다[4]. 또한, 대한비만학회 외 10개 단체에서 발표한「코로나19 시대에서의 비만 및 대사증후군 예방과 관리의 중요성에 대한 대국민 성명서」에 따르면 ‘사회적 거리두기’로 인해 불규칙한 생활 습관으로 비만과 대사증후군을 악화시킬 수 있다고 언급하였다[5]. 실제로 국민건강보험공단에서 발표한 보고서에 따르면 건강검진 수검자 중 대사증후군 환자가 2019년에는 19.2%이었으나 2020년 20.6%, 2021년 21.3%로 COVID-19 유행 이후 증가한 것으로 나타났다[6-8].

대사증후군이란 심혈관질환, 만성질환, 당뇨병을 비롯하여 건강 문제의 위험성을 증가시키는 5가지 위험 요소들(복부비만, 고혈압, 고혈당, 고중성지방 혈증, 낮은 고밀도지단백 콜레스테롤) 중 3가지 이상을 한 개인이 가지고 있는 질환을 의미한다. 우리나라의 경우 20세 이상 성인 가운데 30%가량이 대사증후군에 해당하고, 65세 이상 노년층의 경우 거의 50%가 해당한다. 또한, 대사증후군인 사람이 심뇌혈관질환으로 발생할 위험은 대사증후군이 아닌 사람에 비해 2배 이상 높으며 당뇨병 등 심각한 질병으로 발전할 위험성이 높으므로 이를 예방하기 위해 적극적인 관리가 필요하다[9].

이러한 대사증후군에 영향을 끼치는 요인으로 개인의 생활 습관과 식습관을 근본적인 원인으로 들 수 있으며, 그 외에도 사회경제적 요인, 유전적 요인 또한 유병률에 영향을 끼치는 것으로 보고되었다. 인구 사회학적 요인과 관련된 연구 결과를 살펴보면 성별과 연령대에서 대사증후군 유병률이 뚜렷한 차이가 나타났다[10,11]. 또한, 직업서열이 높은 군에 비해 낮은 군에서 대사증후군 발생위험이 크고 교육 정도와 소득수준이 낮을수록 대사증후군이 유의하게 증가하였다는 연구 결과도 발표되었다[12,13]. 다음으로 건강 행태적 요인으로는 흡연, 음주, 신체활동, 스트레스 정도 등 다양한 요인이 대사증후군 발생과 관련성이 있는 것으로 나타났다[14]. 그 외에도 식습관과 관련하여 여러 영양소의 섭취 또한 관련이 있는 것으로 연구 결과가 나왔으며[15,16], 가족 중 고혈압, 당뇨병이 있는 경우에도 유전적으로 대사증후군에 영향을 끼치는 것으로 나타났다[17,18]. 이렇듯 대사증후군은 단일 요인이 아닌 여러 요인이 복합적으로 상호작용하며 발생한다.

COVID-19 유행 전후와 대사증후군 유병률을 분석한 기존 선행연구에서는 COVID-19 유행 후 2020년도 데이터만 이용하여 비교하였으나[19,20], 유병률 변화를 확인하기에 단기간으로 유의하지 않는 결과가 나오기도 하였으며 단일기관 검진센터를 통해 건강검진 대상자를 받은 성인을 대상으로 하여 전체 인구집단을 대표할 수 없다는 한계점이 있었다[19]. 또한, 대표할 수 있는 데이터를 이용하여 분석했을지라도 연구 대상이 청소년이거나[21], 연구자마다 COVID-19 유행 전후 설정 기간이나 대사증후군 관련 요인, 연구 방식 등이 다르므로 객관적인 비교를 하기 어렵다.

이를 통해 본 연구에서는 대표성을 높이기 위해 전국을 대상으로 하는 국민건강영양조사 자료를 토대로 COVID-19 유행 후 2021년 데이터를 포함하였으며, COVID-19 유행 전후 대사증후군과 진단기준별 유병률 변화와 여러 요인과의 관련성을 분석한 연구는 많지 않아 COVID-19 유행으로 인해 신체활동 감소 등 부정적인 생활 습관과 대사증후군 발생에 관련된 건강 행태적 요인들을 대상으로 연구를 시행하였다. 또한, COVID-19 유행 전후 만 20세 이상의 성인을 대상으로 대사증후군 유병률과 5가지 진단기준별 유병률을 비교하고, 인구학적 요인 및 건강 행태적 요인별 대사증후군 발생에 위험 정도를 분석한 결과를 토대로 대사증후군 예방과 관리를 위한 기초자료로 제공하고자 한다.

연구 방법

연구대상

본 연구에서는 질병관리청에서 주관하는 국민건강영양조사 제7기 3차연도(2018), 제8기(2019-2021) 2차 자료를 이용하였으며, 2018년과 2019년은 ‘ COVID-19 발생 전’, 2020년과 2021년은 ‘ COVID-19 발생 후’로 분류하여 분석하였다.

국민건강영양조사는 전문 조사수행팀을 구성하여 전국 규모의 건강 및 영양조사를 시행하며, 연간 192개로 표본 조사구 내에서 대한민국에 거주하는 국민을 대상으로 대표성 있는 표본을 추출할 수 있도록 하였다. 또한, 건강 설문조사를 통해 인구 사회학적 변수 특성에 대해 파악하였으며, 흡연, 음주 등 건강행태 영역은 자기기입식으로 실시하여 자료를 수집하였다[21-24].

본 연구를 위해 사용된 국민건강영양조사 제7기 3차연도[22] 조사대상자 중 건강 설문조사 및 검진 조사 참여자는 7,649명, 제8기 1차연도[23]는 8,110명, 제8기 2차연도[24]는 7,096명, 제9기 3차연도[25]는 6,731명이다. 대사증후군 5가지 진단기준 및 인구 사회학적 요인(성별, 나이, 가구 소득수준, 결혼 여부, 교육 수준, 직업), 건강 행태적 요인(흡연, 월간 음주율, 유산소 신체활동, 하루 동안 앉아서 보내는 시간, 스트레스 인지율)에 이용한 모든 요인 중 한 가지라도 결측값이 있는 경우는 제외 후 2018년도 5,548명, 2019년도 5,619명, 2020년도 5,080명, 2021년도 4,912명으로 최종 연구대상자를 선정하였다.

연구변수

대사증후군 정의

대사증후군 진단기준은 National Cholesterol Education Program Adult Treatment Panel III (NCEP-ATP III)에 제시하고 있는 5가지 대사이상 항목 기준을 사용하였다[26]. 항목 중 허리둘레는 대한비만학회에서 제시한 한국인 허리둘레 기준 권고안을 적용하였으며[27], 항고혈압 약물, 혈당 관리치료, 이상지질혈증 치료 약물을 사용하고 있는 경우 해당 항목이 있는 것으로 간주하였다.

본 연구에서 사용한 대사증후군 기준은 아래와 같다.

(1) 허리둘레: 남 ≥90 cm, 여≥85 cm
(2) 고혈압: 수축기 혈압 ≥130 mmHg 이거나 이완기 혈압 ≥85 mmHg, 또는 약물치료 중
(3) 공복혈당장애: 공복 혈당 ≥100 mg/dL 또는 혈당 관리치료 중
(4) 고중성지방혈증: triglyceride ≥150 mg/dL 또는 약물치료 중
(5) 저 high-density lipoprotein 콜레스테롤혈증(HDL-콜레스테롤):

HDL-콜레스테롤 남 <40 mg/dL, 여 <50 mg/dL 또는 약물치료 중대사증후군 진단기준은 검진 조사를 통해 객관적인 수치를 측정하였으며, 방법은 국민건강영양조사 원시자료 이용지침서를 참고하였다[22-25]. 또한, 위의 5가지 항목 중 3가지 이상 해당하면 ‘대사증후군’으로 분류하고, 1-2가지에 해당하면 ‘주의군’, 0개에 해당하면 ‘정상군’으로 분류하였다.

인구학적 요인

연구대상자의 성별은 ‘남성’, ‘여성’으로 분류하였고, 나이는 만 20세 이상을 대상으로 ‘20대’, ‘30대’, ‘40대’, ‘50대’, ‘60대’, ‘70대 이상’ 6단계의 연령대로 재분류하였다. 가구소득 기준은 가구당 월 실제 소득수준을 기준으로 4분위로 나누어 ‘상’, ‘중상’, ‘중하’, ‘하’로 분류하였다. 결혼 여부는 ‘미혼’, 결혼 후 유배우자와 동거하고 있는 경우는 ‘기혼’, 결혼 후 현재 배우자와 동거하고 있지 않은 경우는 ‘기혼(별거, 사별, 이혼 등)’으로 재분류하였다. 교육은 초졸 이하 및 중졸이면 ‘중졸 이하’, ‘고졸’, ‘대졸 이상’으로 재분류하였다. 직업은 관리자, 전문가 및 관련 종사자, 사무종사자는 ‘비 육체 노동직’, 서비스 및 판매종사자, 농림어업종사자, 기능원 및 관련 기능 종사자, 장치·기계조작·조립종사자, 단순 노무 종사자는 ‘육체 노동직’, 학생, 주부, 무직 등은 ‘그 외’로 범주화하였다.

건강 행태적 요인

흡연은 담배를 매일 또는 가끔 피우는 경우 ‘현재 흡연’, 과거엔 피웠으나 현재 피우지 않는 경우 ‘과거 흡연’, 평생 피운 적 없는 경우에는 ‘비흡연’으로 분류하였다. 월간 음주율은 최근 1년간 월 1회 이상 술을 마신 적이 있다고 응답한 사람 수에 대한 비율을 토대로 평생 비음주 또는 최근 1년간 월 1잔 미만 음주는 ‘비음주’로, 최근 1년간 월 1잔 이상 음주는 ‘음주’로 분류하였다. 신체활동은 WHO 신체활동 및 좌식활동 가이드라인에 따라 성인은 유의미한 건강 유익을 위해 일주일 동안 최소 150-300분의 중강도 유산소 신체활동 또는 최소 75-150분의 고강도 유산소 신체활동을 하거나, 이에 따르는 중강도 및 고강도 신체활동을 조합하여 실천해야 한다[28]. 이를 토대로 일주일에 중강도 신체활동을 2시간 30분(150분) 이상 또는 고강도 신체활동을 1시간 15분(75분) 이상 또는 중강도와 고강도 신체활동을 섞어서(고강도 1분은 중강도 2분) 각 활동에 상당하는 시간을 기준으로 ‘실천’과 ‘실천하지 않음’ 군으로 분류하였다. 평소 하루 동안 앉아서 보내는 시간은 가이드라인[28]과 기존 연구[29]를 참고하여 ‘8시간 미만’, ‘8시간 이상’으로 재분류하였고, 스트레스는 평소 스트레스 인지 정도에 따라 대단히 많이 느낀다, 많이 느끼는 편이다는 ‘스트레스 많이 느낌’으로, 조금 느끼는 편이다, 거의 느끼지 않는다는 ‘스트레스 적게 느낌’으로 재분류하였다.

분석 방법

본 연구의 자료 분석은 SAS 9.4 (SAS Institute Inc., Cary, NC, USA)를 이용하였다.

연구대상자의 인구학적 요인 및 건강 행태적 요인별 특성 확인을 위해 빈도분석을 실시하여 빈도와 비율을 구했으며, COVID-19 유행 전후 대사증후군과 진단기준별 유병률 분석을 위하여 카이제곱 검정을 시행하였다. 또한, 인구학적 요인(연령대, 가구소득, 결혼 여부, 교육, 직업), 건강 행태적 요인(흡연, 최근 1년간 월간 음주율, 유산소 신체활동 여부, 하루 동안 평균 앉아서 보내는 시간, 스트레스 인지율)이 대사증후군 유병률에 미치는 영향을 알아보기 위해 로지스틱 회귀분석을 이용하여 교차비(odds ratio, OR)와 95% 신뢰구간(confidence interval, CI)을 구하였다. 통계학적 유의수준은 p-value<0.05로 정의하였다.

연구 결과

연구대상자의 요인별 특성

본 연구대상자 21,159명 중 성별은 COVID-19 전의 경우 남성은 4,952명(44.2%), 여성은 6,245명(55.8%)이며, 유행 후 남성 4,527명(45.0%), 여성 5,528명(55.0%)으로 COVID-19 유행 전후 모두 여성의 비율이 더 높게 나타났다. 연령대의 경우 COVID-19 유행 전과 후 유의한 차이를 보이는 데 30대, 40대, 50대에서 비율이 감소하지만 20대와 60대, 70대 이상에서는 증가하는 추세를 보인다. 월평균 가구소득은 COVID-19 유행 전과 후에서 ‘하’군과 ‘중하’군은 유의하게 감소하였고, ‘중상’군과 ‘상’군은 유의하게 높아지는 결과를 볼 수 있다. 결혼 상태에서 결혼여부는 COVID-19 유행 전보다 후에 비율이 감소하였으며, 유배우자와 별거하는 비율과 미혼의 비율은 증가하였다. 교육수준은 COVID-19 유행 전후 유의한 차이가 나타나지 않았으며, 직업의 경우 비 육체 노동직에 종사하는 비율은 26.0%에서 24.7%로 감소하고 무직은 37.5%에서 38.9%로 증가하였다(Table 1).

Table 1.

General characteristics by demographic factors (n=11,197/10,055)¹

건강 행태적 요소 중 흡연의 경우 현재 흡연자의 비율이 COVID-19 유행 전 18.0%에서 후 16.4%로 감소하고 비흡연 또는 과거 흡연자는 소폭 증가하였으며, 월간 음주율은 음주 군에서 54.6%에서 50.9%로 감소하였다. 또한, 유산소 신체활동을 실천하는 군은 비실천 군보다 낮았으며, 하루 동안 평균 8시간 이상 앉아있는 경우의 비율이 57.6%에서 61.5%로 유의하게 증가하였다. 이러한 결과로 보아 COVID-19 유행 전보다 후에 흡연, 음주, 활동량이 감소하였다는 것을 알 수 있다. 스트레스는 적게 느끼는 군이 많이 느끼는 군보다 3배가량 높게 나타났고, COVID-19 유행 전후를 비교하였을 때 유의한 차이는 나타나지 않았다(Table 2).

Table 2.

General characteristics by health behavior factor (n=11,197/10,055)¹

대사증후군과 진단기준별 유병률

COVID-19 유행 전 대사증후군 유병률은 35.7%에서 유행 후 39.2%로 증가하였고, 통계적으로 유의미한 결과이다. 또한, COVID-19 유행 전후 정상군 대비 대사증후군 교차비는 1.15 (95% CI, 1.08-1.24)로 유의한 증가세를 보였다(p <0.001) (Table 3).

Table 3.

Prevalence of metabolic syndrome before and after the COVID-19 epidemic (n=11,197/10,055)¹

진단기준별로 유병률을 살펴보면 COVID-19 전후 허리둘레의 경우 32.8%에서 38.2%로 가장 큰 증가세가 나타났다(p <0.001). 그 외에도 공복혈당은 38.5%에서 41.4%로, 중성지방은 38.1%에서 39.9%로, HDL-콜레스테롤은 39.2%에서 41.7%로 통계학적으로 유의하게 증가하였다. 반면 혈압 군에서는 유의미한 변화가 나타나지 않았다(Table 4).

Table 4.

Prevalence of metabolic syndrome by diagnostic criteria before and after the COVID-19 epidemic (n=11,197/10,055)¹

고 찰

본 연구에서는 COVID-19 유행 전후 만 20세 이상의 성인의 대사증후군과 5가지 진단기준별 유병률을 분석 및 비교하고, 인구학적 요인(성별, 연령대, 가구소득, 결혼 여부, 교육 수준, 직업) 및 건강 행태적 요인(흡연, 월간 음주율, 유산소 신체활동, 하루 동안 앉아서 보내는 시간, 스트레스 인지율)별 대사증후군과의 연관성을 파악하였다.

연구 결과 COVID-19 유행 후 대사증후군 유병률이 유의하게 증가하였고, 5가지 진단기준 중 혈압을 제외한 허리둘레, 공복혈당, 중성지방, HDL-콜레스테롤 항목에서 유의한 증가추세가 나타났다. 인구 사회학적 요인에서는 여성보다 남성일 경우, 연령대가 증가할수록, 가구 소득과 교육 수준이 낮을수록, 결혼 후 배우자와 동거하지 않을 때 통계적으로 유의한 변화가 있었으나, 직업에서는 유의한 변화가 나타나지 않았다. 또한, 건강 행태적 요인에서는 현재 흡연하는 경우, 유산소 신체활동을 실천하지 않는 경우, 하루 동안 앉아서 보내는 시간이 길수록, 스트레스를 많이 받는 경우 COVID-19 전과 비교하여 후에 대사증후군 유병률이 유의하게 증가하였으나, 월간 음주율 항목에서는 통계적으로 유의한 차이가 관찰되지 않았다.

COVID-19 유행 전후 성별이 대사증후군 유병률에 미치는 영향을 살펴보면 위험비가 1.66 (95% CI, 1.52-1.82)으로 남성이 여성보다 대사증후군 유병률 위험이 더 높게 나타났다. 이는 기존 선행연구에서 보고된 결과와 일치하였고 또한, 연령대가 증가할수록 대사증후군 유병률이 유의하게 증가하였으며 선행연구와 같은 결과를 얻었다[30,31]. 남녀 간 연령대별로 생활 습관이나 신체적으로 다르므로 대사증후군 유병률에도 차이가 있을 것이며, 20대와 비교하여 60대, 70대 이상 군에서 대사증후군 유병률 교차비가 10배 이상 높게 나타나는 결과를 통해 각 연령대별 특성에 맞춘 관리가 다르게 이루어져야 할 것이다. 또한, 추후 고령화 시대를 반영하여 대사증후군 예방대책을 세울 필요가 있다.

결혼 여부와 COVID-19 전후 대사증후군의 연관성을 살펴보면 기존 선행연구에서는 미혼일 때 기혼보다 낮게 나타났으나[31,32] 본 연구에서는 기혼 중 배우자와 함께 지내는 경우보다 사별, 이혼 등 배우자와 함께 지내지 않는 경우 대사증후군 유병률이 더 높게 나타났으며, 미혼인 경우와는 유의한 차이가 관찰되지 않았다.

교육 수준이 높아질수록 COVID-19 전후 대사증후군 유병률 위험도가 통계적으로 유의하게 낮았으며, 선행연구에서도 학력이 높아질수록 유병률이 낮게 나타났다[31-33]. 또한, 교육 수준이 낮은 군일수록 흡연, 음주 등 건강관리에 대한 인식이 낮고 소홀히 하여 좋지 않은 결과로 이어질 가능성이 있으므로, 대사증후군 예방과 관리를 위한 교육의 필요성이 있다.

가구소득에 따라서는 ‘하’ 군에서 보다 ‘상’ 군에서 통계적으로 유의하게 낮게 나타났으며, 소득수준이 증가할수록 유의하게 낮아지는 경향을 보이는 선행연구[31,34]와 차이를 보이며, 연도별 추이 분석에서 소득수준 ‘하’ 군에서 증가 추세를 보이는 반면 ‘상’ 군에서는 감소추세를 보이는 연구 결과[35]와 일치한다. 이에 따라 소득수준이 낮은 군에 집중하여 대사증후군 예방을 위한 관리를 할 필요가 있다.

직업에 따라서는 COVID-19 전후 대사증후군 유병률이 통계적으로 유의한 차이를 나타내지 않았다. 하지만 기존 연구에서는 육체노동 관련 종사자들에게서 대사증후군 유병률이 취약하게 나타났으며[13,31], 이러한 결과는 강한 노동력이 요구됨에 따라 흡연과 음주에 대한 노출이 잦고 불규칙한 식습관과 수면 시간을 원인으로 고려해볼 수 있다. 그러므로 해당 근로자를 대상으로 보건교육을 시행하여 부정적인 생활 습관을 개선 노력이 요구된다. 또한, 사무종사자 등 비 육체노동 관련 종사자들의 경우 신체활동이 적어 대사증후군 위험 가능성이 있으므로 규칙적인 신체활동 실천을 위한 방안이 필요할 것으로 생각한다.

흡연의 경우 COVID-19 유행 전보다 후에 현재 흡연은 감소하고 과거 흡연과 비흡연은 유의하게 증가하였다. 이와 관련하여 흡연율이 감소하는 결과가 나타난 연구[36]와는 같은 결론이지만 증가하였다는 연구와는 반대된다[37]. 또한, 현재 흡연의 경우 비흡연에 비해 대사증후군 유병률 위험도가 유의하게 높은 결과가 나타났으며, 이는 기존 연구와 동일한 결과이다[31,35,38]. 흡연은 HDL-콜레스테롤은 낮추고 중성지방과 LDL-콜레스테롤을 높여 대사증후군과 심혈관질환의 발생위험을 증가시킨다고 보고하였다[33]. 금연하는 경우 에너지 소비 감소, 탄수화물 섭취 증가 등을 원인으로 체중 증가로 이어지기도 하여 대사증후군 발생에 위험하다는 연구 결과도 있으나[39,40] 본 연구 결과에서 현재 흡연하는 경우에만 대사증후군 유병률이 유의하게 증가하는 경향을 보이고, 과거 흡연자의 경우에는 통계적으로 유의미한 차이가 없는 것으로 나타났다. 따라서 현재 흡연자를 대상으로 금연을 시행할 수 있는 환경을 조성하고 체중 증가를 예방하기 위해 금연하는 동안 운동과 식습관 개선을 병행한다면 대사증후군 유병률 감소에 도움이 될 것이다.

음주의 경우 COVID-19 유행 전보다 후에 월간 음주율 빈도가 유의하게 감소하였으며, 월 1잔 이상 음주하는 군과 비음주 군과는 COV-ID-19 전후 대사증후군 위험도에서는 통계적으로 유의한 차이가 없었다. 기존 선행연구에서는 적당한 음주는 대사증후군 유병률을 낮추지만[38], 과도한 음주는 인슐린 저항성 증가를 초래하여 허리둘레와 혈압을 높이고, 혈중 중성지방 농도와 연관이 있다고 밝혔다[33,38,41-43]. 이를 참고하여 과도하게 음주하는 경우를 대상으로 COVID-19 유행 전과 비교하여 후에 대사증후군 유병률 간 연관성을 살펴볼 필요가 있으며, 평소 적정량의 음주 환경도 조성할 필요성이 있다.

신체활동 실천 여부에 따라서는 COVID-19 유행 전과 후에 유의한 변화가 관찰되지 않았으나, 하루 동안 평균 8시간 이상 앉아서 보내는 경우 유의하게 증가하였다. 또한, 신체활동에 따른 대사증후군 유병률 위험도의 경우 유산소 신체활동 실천하지 않는 군과 하루 동안 평균 앉아서 보내는 시간이 길수록 증가 추세를 보였다. 많은 선행연구에서 COVID-19 유행 후 사회적 거리두기 정책으로 인해 신체 활동량이 감소하였다는 결과가 보고되었고[3,36,37], 본 연구 결과와도 일치하였다. 또한, 장시간의 좌식활동은 인슐린 감수성과 혈관 기능을 감소시키며, 대사증후군, 당뇨, 심혈관질환 연관성 및 사망위험이 커진다고 보고하였다[44,45]. 본 연구 결과와 기존 선행연구를 토대로 좌식생활은 줄이고 다양한 신체활동을 실천하여 건강 습관을 기른다면 여러 질환 유병률 감소에 도움이 될 것이다.

스트레스 정도와 대사증후군 연관성을 살펴보면 COVID-19 유행 전후로 스트레스 인지율은 유의한 차이가 없었으나, 스트레스를 많이 느낄수록 대사증후군 유병률이 유의미하게 증가하였으며 기존 선행연구에서도 스트레스가 높을수록 대사증후군이 많이 발생한다고 밝혔다[46,47]. 스트레스로 인한 자극은 체내에 부신피질호르몬(cortisol)을 증가시키고 혈당 수치 증가와 음식 섭취를 늘려 비만, 고혈압, 이상지질혈증 등을 일으켜[48,49] 대사증후군 발생과도 관련이 있다고 볼 수 있다.

이러한 결과로 보아 COVID-19 유행 후 부정적인 생활 습관을 초래하였으며, 이와 관련하여 대사증후군 발생과 관련하여 위험요인에 대한 철저한 관리가 필요할 것이다.

본 연구는 대표할 수 있는 국민건강영양조사 객관적인 수치를 통해 2021년도 자료를 포함하여 COVID-19 전후 성인의 대사증후군 유병률 변화와 요인 간 분석 및 비교함으로써 의미가 있다. 하지만 단면연구로 COVID-19 전후 다른 대상자로 인과관계를 분석하기에는 한계가 있었으며, 건강 행태적 요인의 경우 설문조사를 통해 자료를 수집하여 대상자의 응답에 따라 자료의 객관성과 정확성이 변화할 수 있다는 점을 고려하지 않았다. 이를 보완하기 위해 COVID-19 전후 동일한 대상자를 상대로 시간 흐름에 따라 개인별 추적 조사를 시행하여 객관적인 자료를 통해 대사증후군 및 관련 요인 분석을 제언한다. 더불어 성별과 연령대별로 생활 방식이 다르므로 층화 분석을 시행하여 그에 따라 COVID-19 유행 후 대사증후군 예방대책을 세우고 적절한 관리를 할 필요성도 있다. 또한, 대사증후군에 많은 영향을 미치는 요인 중 연도별 검진 조사 항목이 달라 연구에서 다루지 못했던 요인이나 알려지지 않은 요인에 대해서도 추가하여 활발한 연구를 한다면 대사증후군 예방에 도움이 될 것이다.

결 론

2020년도 이후 전 세계적으로 COVID-19가 발생하였고, 국내에서도 유행함에 따라 위기 대응 정책으로 ‘사회적 거리두기’가 시행되었으며, 이로 인해 생활 습관이 많은 변화를 초래했다는 다수의 연구 결과가 보고되었다. 대사증후군은 이러한 부정적인 생활 습관 영향으로 인해 복합적으로 작용하여 발생한다. 따라서 본 연구에서는 COVID-19 유행 전후로 대사증후군 유병률 변화 및 위험요인을 알아보고자 한다.

본 연구는 만 20세 이상 성인을 대상으로 COVID-19 유행 전후 대사증후군 유병률 변화를 확인하기 위해 2018-2021년도 국민건강영양조사 자료를 이용하여 분석한 단면조사이다. 모든 요인에서 결측값이 있는 경우는 제외하여 총 21,159명의 연구대상자를 선정하였다. 인구학적 요인은 성별, 연령대, 가구소득, 결혼 여부, 교육 수준, 직업을 포함하였으며, 건강 행태적 요인은 흡연, 최근 1년간 월간 음주율, 유산소 신체활동 여부, 하루 동안 앉아서 보내는 시간, 스트레스 인지율을 포함하였다. 또한, 자료 분석을 위해 SPSS 29.0를 사용하였으며, COVID-19 유행 전후 인구학적 요인 및 건강 행태적 요인별 빈도와 비율, 대사증후군 유병률 변화를 구하기 위해 빈도분석과 카이제곱 검정을 시행하였으며, 대사증후군과 요인별 위험도 분석을 위해 로지스틱 회귀분석을 실시하였다.

연구 결과 COVID-19 유행 후 대사증후군 유병률이 증가하였으며, 진단기준 5가지 요소 중 혈압을 제외한 허리둘레, 공복혈당, 중성지방, HDL-콜레스테롤에서 유의하게 증가하였다. 또한, 대사증후군 위험이 1.16배 높았고, 인구학적 요인 및 건강 행태적 요인을 통제하더라도 정상군 및 주의군과 비교하여 1.14배 유의하게 높았다.

요인별 비교해보면 여성보다 남성에서 위험도가 높았으며, 연령대가 증가할수록 유병률이 유의하게 증가하는 추세를 볼 수 있었다. 또한, 가구소득 ‘하’ 군에서 위험도가 가장 높고 ‘상’ 군에서 가장 낮았으며, 교육 사항의 경우 중졸 이하보다 대졸 이상에서 유의하게 낮은 결과가 나타났다. 또한, 현재 흡연자, 유산소 신체활동을 실천하지 않은 군, 하루 동안 8시간 이상 앉아서 보내는 경우와 스트레스 많이 받을 때 대사증후군 위험도가 유의하게 높은 결과가 나타났다.

이렇듯 COVID-19 유행 후 활동량 감소 등 생활 습관의 변화로 인해 대사증후군 유병률 증가를 초래하였다. 따라서 유병률 감소를 위해 영향을 끼치는 위험요인에 대한 적극적인 교육과 실효성 있는 프로그램을 개발하여 예방대책을 세울 필요가 있다. 본 연구에서는 단면연구로 진행되어 인과관계를 알 수 없고, 건강행태 요인에 대한 측정이 자기기입식 설문으로 자료를 수집하여 정확하지 않다는 한계점이 있었다. 향후 이를 보완하여 전향적 연구를 통해 시간적 전후 관계를 파악할 수 있는 연구가 필요할 것이며, 건강행태 요인에 대해 더 정확하게 평가할 수 있는 도구를 이용하고 본 연구에서 다루지 못한 여러 요인에 대한 추가 분석을 통해 철저한 관리가 필요할 것이다.

References

1. . Korea Disease Control and Prevention Agency. National Health and Nutrition Examination Survey 8th 3rd Year Results Announcement Data Collection Cheongju: Korea Disease Control and Prevention Agency; 2021. (Korean).

2. . Ministry of Health and Welfare. Social distancing system reform (plan) Ssejong: Ministry of Health and Welfare; 2021. (Korean).

3. . Park GS. Health behavior changes of young adults before and during the COVID-19 pandemic: Gender analysis by using the 2019-2020 Korea Community Health Survey. J Korea Acad Industr Coop Soc 2023;24(2):154–163. (Korean). DOI: 10.5762/KAIS.2023.24.2.154.

4. . Korea Health Promotion and Development Institute. 4 Out of 10 people gained weight after COVID-19. Press release (2021.12.29.) Available at https://www.khepi.or.kr/board/view?linkId=1003516&menuId=MENU00907 [accessed on July 1, 2024].

5. . Korean Society of Obesity. Statement to the public on the importance of preventing and managing obesity and metabolic syndrome in the COVID-19 era Available at https://www.kosso.or.kr/board/view.html?num=1497&start=0&code=notice_list&comm=&key=&keyword=&left=&left_comm= [accessed on February 27, 2021].

6. . National Health Insurance Corporation. Health checkup statistical yearbook, 2019 Wonju: National Health Insurance Corporation; 2019. p. 646. (Korean).

7. . National Health Insurance Corporation. Health checkup statistical yearbook, 2020 Wonju: National Health Insurance Corporation; 2020. p. 694. (Korean).

8. . National Health Insurance Corporation. Health checkup statistical yearbook, 2019 Wonju: National Health Insurance Corporation; 2019. p. 673. (Korean).

9. . Oh SW. Metabolic syndrome: Get it right prevent it right Seoul: Chun-grim Life; 2012. (Korean).

10. . Park EO, Choi SJ, Lee HY. The prevalence of metabolic syndrome and related risk factors based on the KNHANES V 2010. J Agric Med Community Health 2013;38(1):1–13. (Korean). DOI: 10.5393/JAMCH.2013.38.1.001.

11. . Kim MH, Lee SH, Shin KS, Son DY, Kim SH, Cho H, et al. The change of metabolic syndrome prevalence and its risk factors in Korean adults for decade: Korea National Health and Nutrition Examination Survey for 2008–2017. Korean J Fam Pract 2020;10(1):44–52. (Korean). DOI: 10.21215/kjfp.2020.10.1.44.

12. . Park MJ, Yun KE, Lee GE, Cho HJ, Park HS. The relationship between socioeconomic status and metabolic syndrome among Korean adults. Korean J Obes 2006;15(1):10–17. (Korean).

13. . Jeon SH. Association between metabolic syndrome and occupation, working hours among Korean workers [dissertation] Inha University Graduate School. Korea: 2014.

14. . Im MY. The effect of stress on prevalence risk of metabolic syndrome among Korean adults. Korean J Stress Res 2019;27(4):441–447. (Korean). DOI: 10.17547/kjsr.2019.27.4.441.

15. . Muzio F, Mondazzi L, Harris WS, Sommariva D, Branchi A. Effects of moderate variations in the macronutrient content of the diet on cardiovascular disease risk factors in obese patients with the metabolic syndrome. Am J Clin Nutr 2007;86(4):946–951. DOI: 10.1093/ajcn/86.4.946.

16. . Skilton MR, Laville M, Cust AE, Moulin P, Bonnet F. The association between dietary macronutrient intake and the prevalence of the metabolic syndrome. Br J Nutr 2008;100(2):400–407. DOI: 10.1017/S0007114507898655.

17. . Liese AD, Mayer-Davis EJ, Tyroler HA, Davis CE, Keil U, Schmidt MI, et al. Familial components of the multiple metabolic syndrome: The ARIC study. Diabetologia 1997;40(8):963–970. DOI: 10.1007/s001250050775.

18. . Hunt KJ, Heiss G, Sholinsky PD, Province MA. Familial history of metabolic disorders and the multiple metabolic syndrome: The NHL-BI family heart study. Genet Epidemiol 2000;19(4):395–409. DOI: 10.1002/1098-2272(200012)19:4<395::AID-GEPI10>3.0.CO;2-3.

19. . Kwon JY, Song SW, Kim HN, Kang SG. Changes in body mass index and prevalence of metabolic syndrome during COVID-19 lockdown period. Korean J Fam Pract 2021;11(4):304–311. (Korean). DOI: 10.21215/kjfp.2021.11.4.304.

20. . Kwon JY, Song SW. Changes in the prevalence of metabolic syndrome in Korean adults after the coronavirus disease 2019 outbreak. Epidemiol Health 2022;44:e2022101. (Korean). DOI: 10.4178/epih.e2022101.

21. . Kwon M, Lee JH, Nam EJ. Changes in the prevalence of metabolic syndrome and its risk factors in Korean adolescents before and during the COVID-19 pandemic: Secondary data analysis of the 2018 and 2020 Korea National Health and Nutrition Examination Surveys. J Korean Soc Sch Health 2022;35(2):49–56. (Korean).

22. . Korea Disease Control and Prevention Agency. Guidelines for using raw data from the 7th 3rd year National Health and Nutrition Examination Survey Cheongju: Korea Disease Control and Prevention Agency; 2018. (Korean).

23. . Korea Disease Control and Prevention Agency. Guidelines for using raw data from the 8th 1st year National Health and Nutrition Examination Survey Cheongju: Korea Disease Control and Prevention Agency; 2019. (Korean).

24. . Korea Disease Control and Prevention Agency. Guidelines for using raw data from the 8th 2nd year National Health and Nutrition Examination Survey Cheongju: Korea Disease Control and Prevention Agency; 2020. (Korean).

25. . Korea Disease Control and Prevention Agency. Guidelines for using raw data from the 9th 3rd year National Health and Nutrition Examination Survey Cheongju: Korea Disease Control and Prevention Agency; 2021. (Korean).

26. . National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III). Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III) final report. Circulation 2002;106(25):3143–3421.

27. . Korean Society of Obesity. Obesity treatment guidelines Seoul: Korean Society of Obesity; 2018. (Korean).

28. . World Health Organization. WHO guidelines on physical activity and sedentary behavior Geneva: World Health Organization; 2020.

29. . Kim YJ, Park SY, Oh GW. National Health and Nutrition Survey issue report: Changes in health behavior and chronic diseases after the CO-VID-19 pandemic Cheongju: Korea Disease Control and Prevention Agency; 2021. (Korean).

30. . Kim MJ. Analysis of factors related to metabolic syndrome and diet in Korean adults aged 19-64 [dissertation] Dankook University Graduate School. Korea: 2011.

31. . Kwon LS. Environmental factors affecting metabolic syndrome of Korean adults: Focused on the Fourth Term Korea National Health & Nutrition Examination Survey [dissertation] Hoseo University Venture Graduate School. Korea: 2013.

32. . Lee BY. The change of prevalence of metabolic syndrome and risk factors [dissertation] Korea University Graduate School of Public Health. Korea: 2008.

33. . Jung CH, Park JS, Lee WY, Kim SW. Effects of smoking, alcohol, exercise, level of education, and family history on the metabolic syndrome in Korean adults. Korean J Med 2002;63(6):649–659. (Korean).

34. . Song MS. The metabolic syndrome and related factors of heath behavior in koreans [dissertation] Chonbuk National University Graduate School of Public Health. Korea: 2011.

35. . Jeong Y. Trend on prevalence of metabolic syndrome and related factors: based on the Korea National Health and Nutrition Examination Survey 1998-2014 [dissertation] Kyungpook National University Graduate School of Public Health. Korea: 2016.

36. . Kang E, Lee H, Sohn JH, Yun J, Lee JY, Hong YC. Impact of the CO-VID-19 pandemic on the health status and behaviors of adults in Korea: National cross-sectional web-based self-report survey. JMIR Public Health Surveill 2021;7(11):e31635. DOI: 10.2196/31635.

37. . Chen L, Li J, Xia T, Matthews TA, Tseng TS, Shi L, et al. Changes of exercise, screen time, fast food consumption, alcohol, and cigarette smoking during the COVID-19 pandemic among adults in the United States. Nutrients 2021;13(10):3359. DOI: 10.3390/nu13103359.

38. . Oh JD, Lee SY, Kim YJ, Cho BM, Lee JG, Kim YJ. Health behavior and metabolic syndrome. Korean J Fam Med 2009;30(2):120–128. (Korean).

39. . Pistelli F, Aquilini F, Carrozzi L. Weight gain after smoking cessation. Monaldi Arch Chest Dis 2009;71(2):81–87. DOI: 10.4081/monaldi.2009.367.

40. . Stadler M, Tomann L, Storka A, Wolzt M, Peric S, Bieglmayer C, et al. Effects of smoking cessation on β-cell function, insulin sensitivity, body weight, and appetite. Eur J Endocrinol 2014;170(2):219–227. DOI: 10.1530/EJE-13-0590.

41. . Corrao G, Rubbiati L, Bagnardi V, Zambon A, Poikolainen K. Alcohol and coronary heart disease: A meta-analysis. Addiction 2000;95(10):1505–1523. DOI: 10.1046/j.1360-0443.2000.951015056.x.

42. . Shaper AG, Wannamethee SG. Alcohol intake and mortality in middle aged men with diagnosed coronary heart disease. Heart 2000;83(4):394–399. DOI: 10.1136/heart.83.4.394.

43. . Oh SW. Effects of alcohol on obesity and metabolic syndrome. Korean J Obes 2009;18(1):1–7. (Korean).

44. . Young DR, Hivert MF, Alhassan S, Camhi SM, Ferguson JF, Katzmar-zyk PT, et al. Sedentary behavior and cardiovascular morbidity and mortality: A science advisory from the American Heart Association. Circulation 2016;134(13):262–279. DOI: 10.1161/CIR.0000000000000440.

45. . Park JH, Moon JH, Kim HJ, Kong MH, Oh YH. Sedentary lifestyle: Overview of updated evidence of potential health risk. Korean J Fam Med 2020;41(6):365–373. (Korean). DOI: 10.4082/kjfm.20.0165.

46. . Jeong JW, Kim CH, Shin HC, Park YW, Jeong SY, Seong EJ. The relationship between metabolic syndrome, stress and depression. Korean J Health Promot 2004;4(1):10–17. (Korean).

47. . Kim TH, Jeong MH, Lee SH. A study on correlation between job stress and metabolic syndrome of male employees of electronic goods man-ufacturer. Korean J Occup Health Nurs 2016;25(1):55–64. (Korean). DOI: 10.5807/kjohn.2016.25.1.55.

48. . Hjemdahl P. Stress and the metabolic syndrome. an interesting but enigmatic association. Circulation 2002;106(21):2634–2636. DOI: 10.1161/01.cir.0000041502.43564.79.

49. . Vanitallie TB. Stress: A risk factor for serious illness. Metabolism 2002;51(6 Suppl 1)): :40–45. DOI: 10.1053/meta.2002.33191.

Article information Continued

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 non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Factor		COVID-19		χ²	p
Factor		Before n (%)	After n (%)	χ²	p
Gender	Male	4,952 (44.2)	4,527 (45.0)	1.36	0.244
	Female	6,245 (55.8)	5,528 (55.0)
Age	20's	1,311 (11.7)	1,276 (12.7)	42.43	<0.001
	30's	1,698 (15.2)	1,291 (12.8)
	40's	2,100 (18.8)	1,777 (17.7)
	50's	2,195 (19.6)	1,914 (19.0)
	60's	2,036 (18.2)	2,015 (20.0)
	70's or older	1,857 (16.6)	1,782 (17.7)
Income	Under	2,017 (18.0)	1,739 (17.3)	9.56	0.023
	Lower middle	2,778 (24.8)	2,369 (23.6)
	Upper middle	3,012 (26.9)	2,853 (28.4)
	Upper	3,390 (30.3)	3,094 (30.8)
Marital status	Married	7,784 (69.5)	6,658 (66.2)	29.01	<0.001
	Married (separated, widowed, divorced)	1,495 (13.4)	1,424 (14.2)
	Single	1,918 (17.1)	1,973 (19.6)
Education	Middle school lower	3,106 (27.7)	2,722 (27.1)	2.05	0.358
	High school	3,723 (33.2)	3,429 (34.1)
	College or higher	4,368 (39.0)	3,904 (38.8)
Job	Non-manual labor	2,914 (26.0)	2,488 (24.7)	6.43	0.040
	Manual labor	4,087 (36.5)	3,652 (36.3)
	Etc	4,196 (37.5)	3,915 (38.9)

Factor		COVID-19		χ²	p
Factor		Before (%)	After n (%)	χ²	p
Smoking	Current smoking	2,010 (18.0)	1,647 (16.4)	10.22	0.006
	Past smoking	2,550 (22.8)	2,392 (23.8)
	Non-smoking	6,637 (59.3)	6,016 (59.8)
Monthly drinking rate	Non-drinking	5,088 (45.4)	4,940 (49.1)	28.90	<0.001
	Drinking	6,109 (54.6)	5,115 (50.9)
Aerobic physical activity	Non-practice	6,414 (57.3)	5,824 (57.9)	0.88	0.347
	Practice	4,783 (42.7)	4,231 (42.1)
For a day time spent sitting	Less than 8 hours	4,744 (42.4)	3,875 (38.5)	32.20	<0.001
	More than 8 hours	6,453 (57.6)	6,180 (61.5)
Perceived stress	Feel less	8,272 (73.9)	7,387 (73.5)	0.46	0.497
	Feeling a lot	2,925 (26.1)	2,668 (26.5)

Factor	COVID-19		χ²	p	OR (95% CI)
Factor	Before n (%)	After n (%)	χ²	p	OR (95% CI)
Normal	2,809 (25.1)	2,402 (23.9)	27.86	<0.001	1
Caution	4,386 (39.2)	3,707 (36.9)			0.98 (0.92-1.06)
Metabolic syndrome	4,002 (35.7)	3,946 (39.2)			1.15 (1.08-1.24)

Factor		COVID-19		χ²	p	OR (95%CI)
Factor		Before n (%)	After n (%)	χ²	p	OR (95%CI)
Waist	Non-target	7,525 (67.2)	6,211 (61.8)	68.47	<0.001	1
	Target	3,672 (32.8)	3,844 (38.2)			1.27 (1.20-1.34)
Blood pressure	Non-target	6,449 (57.6)	5,840 (58.1)	0.51	0.475	1
	Target	4,748 (42.4)	4,215 (41.9)			0.98 (0.93-1.04)
Fasting blood sugar	Non-target	6,891 (61.5)	5,895 (58.6)	18.79	<0.001	1
	Target	4,306 (38.5)	4,160 (41.4)			1.13 (1.07-1.19)
Neutral fat	Non-target	6,928 (61.9)	6,045 (60.1)	6.86	0.009	1
	Target	4,269 (38.1)	4,010 (39.9)			1.08 (1.02-1.14)
HDL cholesterol	Non-target	6,803 (60.8)	5,861 (58.3)	13.40	<0.001	1
	Target	4,394 (39.2)	4,194 (41.7)			1.11 (1.05-1.17)

Factor		OR (95% CI)	p	OR (95% CI)	p
COVID-19	Before	1		1
	After	1.16 (1.10-1.23)	<0.001	1.14 (1.08-1.22)	<0.001
Gender	Female			1
	Male			1.58 (1.44-1.72)	<0.001
Age	20's			1
	30's			2.76 (2.29-3.33)	<0.001
	40's			4.50 (3.72-5.44)	<0.001
	50's			7.30 (6.03-8.84)	<0.001
	60's			11.50 (9.44-14.00)	<0.001
	70's or older			12.55 (10.19-15.46)	<0.001
Income	Under			1
	Lower middle			0.96 (0.87-1.06)	0.423
	Upper middle			0.94 (0.85-1.04)	0.253
	Upper			0.89 (0.80-1.00)	0.036
Marital status	Married			1
	Married (separated, widowed, divorced)			1.20 (1.09-1.31)	<0.001
	Single			1.01 (0.89-1.15)	0.912
Education	Middle school lower			1
	High school			0.73 (0.67-0.80)	<0.001
	College or higher			0.58 (0.52-0.64)	<0.001
Job	Non-manual labor			1
	Manual labor			1.01 (0.92-1.11)	0.869
	Etc			1.06 (0.96-1.17)	0.241
Smoking	Non-smoking			1
	Current smoking			1.21 (1.09-1.34)	<0.001
	Past smoking			1.06 (0.96-1.16)	0.255
Monthly drinking rate	Non-drinking			1
	Drinking			0.95 (0.89-1.01)	0.117
Aerobic physical activity	Non-practice			1
	Practice			0.88 (0.83-0.94)	<0.001
For a day time spent sitting	Less than 8 hours			1
	More than 8 hours			1.28 (1.20-1.37)	<0.001
Perceived stress	Feel less			1
	Feeling a lot			1.16 (1.08-1.24)	<0.001