청소년 식습관 총점 지표 개발 및 정신건강과의 연관성: 제18-20차 (2022-2024) 청소년건강행태조사를 이용하여

Development of a Total Dietary Score Indicator and Its Association with Mental Health Among Korean Adolescents: Based on the 18th-20th (2022-2024) Korea Youth Risk Behavior Survey

Article information

J Health Info Stat. 2025;50(4):382-389

Publication date (electronic) : 2025 November 30

doi : https://doi.org/10.21032/jhis.2025.50.4.382

Seong Yun Ryu ¹, Seo Yoon Choi ¹, Dong Wook Kim ²^,

¹Undergraduate Student, Department of Information and Statistics, Gyeongsang National University, Jinju, Korea

²Professor, Department of Information and Statistics, Department of Bio & Medical Big Data, Research Institute of Natural Science, Gyeongsang National University, Jinju, Korea

류성윤¹, 최서윤¹, 김동욱²^,

¹경상국립대학교 정보통계학과 학사과정생

²경상국립대학교 정보통계학과 교수

Corresponding author: Dong Wook Kim. 501 Jinju-daero, Jinju 52858, Korea E-mail: kimdw@gnu.ac.kr

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

Received 2025 September 26; Accepted 2025 November 3.

Trans Abstract

Objectives

Adolescents’ dietary habits significantly affect both physical and mental health. This study aims to develop a total dietary score based on key eating behaviors and to examine its association with mental health among Korean adolescents.

Methods

Data from the 2022-2024 Korea Youth Risk Behavior Survey were analyzed. Five dietary behaviors were scored using a nomogram derived from logistic regression predicting subjective health awareness. The total score was used to assess associations with mental health via complex-sample logistic regression.

Results

Higher total dietary scores were significantly associated with lower risks of subjective stress (OR=0.986, 95% CI: 0.985-0.987) and sleep deprivation (OR=0.985, 95% CI: 0.984-0.986). Increased scored were also linked to reduced risks for other mental health, including sleep disturbance and suicidal ideation.

Conclusions

A nomogram-based total dietary score showed significant associations with various mental health problems among adolescents. This score may be a useful tool for a early identification of high-risk groups and could inform future intervention for adolescents mental health promotion.

Keywords: Adolescent dietary habits; Total dietary score; Mental health; Logistic regression; Nomogram

서 론

청소년기는 신체적 성장뿐만 아니라 인지적 및 정서적 발달이 빠르게 이루어지는 시기로, 이 시기에 형성된 건강행태는 성인기 건강에 중대한 영향을 미치며 평생 지속될 수 있다[1]. 이 중에서도 식습관은 단순한 영양 공급을 넘어 수면의 질, 정서적 안정, 학업 집중도 등 다양한 측면과 밀접하게 연관되어 있어, 청소년의 삶의 질 전반에 중요한 역할을 한다[2–4]. 특히, 규칙적인 식사와 균형 잡힌 영양 섭취는 수면의 질 향상, 정서적 안정, 뇌 기능 조절 등 건강 전반에 긍정적인 영향을 미치며, 이는 인지 기능 발달 및 학업 수행 능력 향상으로 이어질 수 있다[3–6].

그러나 현실적으로 많은 청소년들이 아침 결식, 단맛 나는 음료 및 패스트푸드 과잉 섭취 등 건강하지 못한 식습관을 경험하고 있다. 기존 연구에 따르면, 한국 청소년들의 아침 결식률과 패스트푸드 및 탄산음료 섭취가 꾸준히 증가하는 반면 과일과 채소, 우유 섭취는 감소하는 추세로 나타났다[7]. 뿐만 아니라 2023년 미국 청소년건강행태조사(Youth Risk Behavior Survey, YRBS)에서는 한 번 이상 아침 결식한 학생이 72.6%에 달하는 것으로 보고되었으며[8], 이는 한국뿐만 아니라 다른 나라에서도 청소년의 건강하지 못한 식습관이 보편적인 문제임을 시사한다. 또한 이러한 식습관은 청소년의 우울, 불안, 자살 생각 등 다양한 정신건강 문제와 밀접한 연관성을 보이는 것으로 보고되고 있다[9–11].

실제로, 청소년건강행태조사(Korea Youth Risk Behavior Survey, KYRBS) 통계에 따르면, 청소년의 식습관 및 정신건강은 지속적으로 악화되고 있다[12]. 주 5일 이상 아침 식사를 결식하는 청소년 비율은 42.4%로 역대 최고치를 기록하였으며, 패스트푸드 섭취 비율 역시 28.9%로 2009년 첫 조사 대비 2.4배 증가하였다. 정신건강 측면에서도 악화 추세가 뚜렷하게 나타나며, 특히 여학생은 응답자의 절반에 가까운 49.9%가 심한 스트레스를 경험한다고 답하였으며, 최근 1년간 일상생활이 어려울 정도로 우울감을 느낀 청소년도 27.7%에 달한다.

이처럼 청소년의 식습관 및 정신건강이 지속적으로 악화되고 있음에도 불구하고, 기존 연구들은 주로 아침식사 또는 특정 식품군의 섭취 여부와 같은 개별 식습관 항목과 정신건강과의 단편적인 연관성에만 초점을 맞추는 경우가 많았다. 특히, 많은 연구들이 식습관 항목을 이분형 변수(예: 1=섭취함, 0=섭취하지 않음)로 단순 처리하거나 횟수 중심의 분석에 머무르는 한계를 보였다[13–17]. 이로 인해 식습관 전반을 통합적으로 반영한 정량화 지표 개발은 상대적으로 부족한 실정이다.

이에 본 연구는 제18차(2022)부터 제20차(2024)까지의 청소년건강행태조사(KYRBS) 원시자료를 활용하여, 아침식사, 과일, 단맛 나는 음료, 패스트푸드, 물 섭취 빈도 다섯 가지 주요 식습관 요소를 기반으로 청소년 식습관 총점 지표(Total Dietary Score, TDS)를 개발하고자 한다. 나아가 개발된 총점 지표와 스트레스, 수면 부족, 외로움 등 다양한 정신건강과의 유의한 연관성을 검증함으로써, 청소년의 정신건강 위험군 예측 및 조기 개입을 위한 기초자료를 제공하고자 한다.

본 연구를 통해 청소년의 종합적인 식습관 행동을 수치화한 식습관 총점 지표를 제시함으로써, 정신건강 위험군 조기 발견과 예방 중심의 정책 수립에 직접 활용할 수 있는 기초자료를 제공할 수 있을 것으로 기대한다.

연구 방법

연구자료 및 대상

본 연구는 제18차(2022)부터 제20차(2024)까지 총 3개년도의 청소년 건강행태조사 원시자료를 통합하여 수행하였다.

청소년건강행태조사는 국민건강증진법 제19조에 근거하여 질병관리청과 교육부가 공동으로 주관하는 정부 승인통계(승인번호: 117085호)로, 중학교 1학년부터 고등학교 3학년까지의 학생들을 대상으로 흡연, 음주, 식습관 등 다양한 건강행태를 파악하고, 관련 정책 수립의 기초자료로 활용하기 위해 온라인 조사로 진행된다.

청소년건강행태조사의 대상자는 전국의 중 ·고등학교 학생 전체이며 모집단 층화, 표본 배분의 단계를 거쳐서 표본학급을 추출한다. 표본으로 선정된 학급의 학생들은 조사의 필요성 및 참여 방법에 대한 설명을 듣고 1인 1대의 모바일 기기를 이용하여 익명으로 온라인 조사에 참여한다.

모든 조사는 학생이 스스로 응답하는 자기기입식으로, 약 45-50분의 시간이 소요된다. 제18-20차(2022-2024) 청소년건강행태조사는 각각 중학교 400개교, 고등학교 400개교 총 800개교를 대상으로 실시하였다.

최종적으로 제18차(2022) 조사 798개교 51,850명, 제19차(2023) 조사 799개교 52,880명, 제20차(2024) 조사 799개교 54,653명의 학생이 각각 참여하였으며, 3개년 동안 총 159,383명의 학생이 참여하였다. 한편, 장기결석 또는 스스로 응답이 불가능한 특수 학생은 조사에서 제외하였다.

본 연구에서는 성별, 학년, 학업 성취 수준, 가구의 경제 수준, 거주 형태, 흡연, 음주 등의 문항을 활용하였다. 주요 변수들에 대한 미응답자의 자료들을 제외하고 153,160명의 응답을 분석하였다(Figure 1).

Figure 1.

Flow diagram of the study participant selection.

연구변수

인구사회학적 특성

인구사회학적 특성은 성별, 학년, 거주지역, 학업 성취 수준, 가구의 경제 수준, 가족과 거주 형태 문항을 이용하였다. 학년은 중학교와 고등학교로 재분류하였으며, 학업 성취 수준과 가구의 경제 수준은 ‘상’, ‘중상’은 ‘상’으로, ‘중’은 ‘중’으로, ‘중하’, ‘하’는 ‘하’로 재분류하여 분석하였다. 가족과 거주 형태는 ‘가족과 함께 살고 있다’를 ‘가족과 거주’로, ‘친척집에서 살고 있다’, ‘하숙, 자취(친구들과 같이 사는 경우 포함)’, ‘기숙사’, ‘보육시설(고아원, 사회복지시설, 보육원)’을 ‘가족외 거주’로 재분류하여 분석에 이용하였다.

건강행태 특성

건강행태 특성은 비만, 흡연, 음주, 신체활동, 주관적 건강인지 문항을 이용하였다. 비만은 체질량지수(body mass index, BMI)로 산출하였으며, 키와 몸무게 자료를 바탕으로 아시아-태평양 비만 기준에 따라 18.5 kg/m² 미만은 ‘저체중’, 18.5 kg/m² 이상 23 kg/m² 미만은 ‘정상’, 23 kg/m² 이상 25 kg/m² 미만은 ‘과체중’, 25 kg/m² 이상은 ‘비만’으로 분류하였다. 흡연은 최근 30일 동안 담배를 한 개비라도 피운 경험이 있는 경우를 ‘있음’, 그렇지 않은 경우를 ‘없음’으로 재분류하여 분석하였다. 음주는 최근 30일 동안 1잔 이상 술을 마신 경험이 있는 경우를 ‘있음’, 그렇지 않은 경우를 ‘없음’으로 재분류하여 분석하였다. 신체활동은 숨이 찬 정도의 신체활동을 하루 총 60분 이상 수행한 날이 주 5일 이상이거나, 숨이 많이 차거나 몸에 땀이 날 정도의 고강도 신체활동을 주 3일 이상 수행한 경우를 ‘운동군’, 그렇지 않은 경우를 ‘비운동군’으로 재분류하여 분석하였다. 주관적 건강인지는 ‘매우 건강한 편이다’, ‘건강한 편이다’, ‘보통이다’는 ‘건강한 편이다’로, ‘건강하지 못한 편이다’, ‘매우 건강하지 못한 편이다’는 ‘건강하지 못한 편이다’로 재분류하여 분석에 이용하였다.

식습관 특성

식습관 특성은 최근 7일 동안 아침식사, 과일, 단맛 나는 음료, 패스트푸드, 물 섭취 빈도에 대한 문항을 이용하였다. 우유나 주스만 먹은 것을 제외한 최근 7일 동안 아침식사 빈도는 주 0일 섭취군, 주 1일에서 2일 섭취군, 주 3일에서 5일 섭취군, 주 6일에서 7일 섭취군으로 재분류하여 분석하였다. 과일주스를 제외한 과일, 단맛 나는 음료, 패스트푸드 섭취 빈도는 주 0일에서 2일 섭취군, 주 3일에서 6일 섭취군, 매일 1번에서 2번 섭취군, 매일 3번 이상 섭취군으로 재분류하여 분석에 이용하였다.

정신건강 특성

정신건강 특성은 평상시 스트레스 인지, 잠으로 피로회복 정도, 슬픔 ·절망감 경험, 자살 생각, 외로움 경험, 범불안장애 경험 문항을 이용하였다. 평상시 스트레스 인지는 ‘대단히 많이 느낀다’, ‘많이 느낀다’는 ‘스트레스를 느낀다’로, ‘조금 느낀다’, ‘별로 느끼지 않는다’, ‘전혀 느끼지 않는다’는 ‘스트레스를 느끼지 않는다’로 재분류하여 분석하였다. 잠으로 피로회복 정도는 ‘매우 충분하다’, ‘충분하다’, ‘그저 그렇다’는 ‘충분하다’로, ‘충분하지 않다’, ‘전혀 충분하지 않다’는 ‘충분하지 않다’로 재분류하여 분석하였다. 슬픔 ·절망감 경험, 자살 생각은 원시자료 그대로 사용하여 ‘있다’, ‘없다’로 구분하였다. 외로움 경험은 ‘전혀 느끼지 않았다’, ‘거의 느끼지 않았다’, ‘가끔 느꼈다’는 ‘외로움을 느끼지 않는다’로, ‘자주 느꼈다’, ‘항상 느꼈다’는 ‘외로움을 느낀다’로 재분류하여 분석하였다. 범불안장애 경험은 범불안장애 선별도구(The 7-item Generalized Anxiety Disorder Scale, GAD-7)의 설문항목을 이용하였다. GAD-7은 범불안장애를 선별하고 증상의 심각도를 평가하려는 목적에서 개발된 자기보고형 검사이며, 총 7개 문항에 응답자가 0-3점의 척도를 통하여 응답한다. 점수는 0-4점 정상, 5-9점 경미한 수준, 10-14점 중간 수준, 15점 이상 심한 수준으로 4단계로 분류된다. 그러나 본 연구에서는 여러 선행연구들에서 임상적으로 민감도와 특이도의 최적 균형점으로 검증된 10점을 절단점으로 삼아, 10점 이상을 ‘범불안장애 위험이 높은 고위험군’, 10점 미만을 ‘범불안장애 위험이 낮은 저위험군’으로 재분류하여 이용하였다[18,19].

식습관 총점 지표

본 연구에서는 청소년의 식습관을 종합적으로 수치화하여 평가하고, 정신건강과의 연관성을 분석하기 위해 식습관 총점 지표를 개발하였다. 이를 위해 아침식사, 과일, 단맛 나는 음료, 패스트푸드, 물 섭취 빈도에 대한 각 문항을 사전에 정의한 기준에 따라 분류한 후, 이를 독립변수로 설정하고 주관적 건강인지를 종속변수로 하여 로지스틱 회귀분석을 수행하였다.

단맛 나는 음료와 패스트푸드 섭취 빈도는 주 0일에서 2일 섭취군, 주 3일에서 6일 섭취군, 매일 1번에서 2번 섭취군, 매일 3번 이상 섭취군으로 재분류하였는데, 이 두 항목은 다른 항목과 달리 섭취 빈도가 많을수록 건강에 부정적인 영향을 미치기 때문에 역코딩하였다. 이러한 역코딩을 통해 단맛 나는 음료와 패스트푸드 항목도 다른 식습관 항목들과 동일한 기준에서 비교할 수 있도록 하였다.

이후 회귀계수의 크기에 비례하여 각 항목의 상대적 기여도를 시각적으로 표현한 노모그램을 생성하였다. 노모그램은 회귀모형의 계수를 바탕으로 문항별 응답 수준에 점수를 할당하며, 식습관이 주관적 건강인지에 미치는 영향을 시각적으로 확인할 수 있도록 구성되었다.이렇게 산출된 각 항목별 점수는 개인의 식습관 특성을 반영하는 총점으로 합산되었으며, 총점의 범위를 0점에서 100점 사이로 환산하여 식습관 총점 지표를 도출하였다. 본 지표는 청소년의 식습관을 종합적으로 수치화하고, 정신건강과의 연관성을 분석하는 데 이용하였다(Figure 2).

Figure 2.

Nomogram for scoring adolescent dietary habits based on five key dietary behaviors.

분석방법

청소년건강행태조사 원시자료는 복합표본 설계에 따라 수집된 자료로, 본 연구에서는 분석 시 표본층화 변수, 집락추출 변수, 가중치를 반영하였다.

특히 제18차(2022)부터 제20차(2024)까지의 3개년도 자료를 통합하여 분석하기 위해, 청소년건강행태조사 원시자료 이용지침서에 따라 연도 간 가중치의 균형을 고려하였으며, 각 연도별 가중치에 1/3을 곱한 통합 가중치를 생성하고 이를 적용하여 복합표본 자료분석을 수행하였다.

성별에 따른 인구사회학적 및 건강행태 특성, 식습관 특성 및 식습관 총점의 차이, 정신건강 특성은 복합표본 설계를 고려하여 Rao-Scott 카이제곱 검정과 복합표본 t-검정을 이용하여 분석하였다.

청소년 식습관 총점 지표가 정신건강에 미치는 영향을 검토하기 위해 복합표본 단변량 로지스틱 회귀분석을 실시하여 교차비(odds ratio, OR)와 95% 신뢰구간(95% confidence interval, CI)을 산출하였다. 추가적으로 독립적인 연관성을 파악하기 위해 성별, 학년, 거주지역, 학업 성취 수준, 가구의 경제 수준, 가족과 거주 형태, 비만, 흡연, 음주, 신체활동을 보정변수로 포함하여 복합표본 다중 로지스틱 회귀분석을 수행하였다.

모든 통계 분석은 R 통계 소프트웨어(R Version 4.5.1, R Foundation for Statistical Computing, Vienna, Austria)를 이용하여 수행하였으며, 유의수준 0.05를 기준으로 통계적 유의성을 판단하였다.

연구 결과

청소년의 인구사회학적 및 건강행태 특성

조사 대상이 중·고등학생으로 한정된 청소년 집단이므로, 남학생과 여학생의 학교 유형과 거주지역에는 유의한 차이가 없었다. 학업 성취 수준과 가구의 경제 수준은 남학생이 상위 수준의 비율이 높았고, 여학생은 중위 수준의 비율이 더 높게 나타났다(p <0.001). 거주 형태에서는 남학생이 95.5%, 여학생이 96.6%로 여학생이 가족과 함께 거주하는 비율이 더 높게 나타났다(p <0.001).

체중 상태는 성별에 따라 뚜렷한 차이를 보였으며, 남학생은 비만 비율이 높았고 여학생은 저체중과 정상체중의 비율이 높게 나타났다(p <0.001). 현재 흡연과 음주는 남학생이 여학생보다 유의하게 높았으며(p <0.001), 신체활동은 남학생이 53.2%, 여학생이 29.4%로 남학생이 여학생보다 약 2배 정도 높게 나타났다(p <0.001). 주관적 건강인지에서는 남학생이 91.5%, 여학생이 89.2%로 ‘건강하다’고 응답한 비율이 남학생에서 더 높았다(p <0.001) (Table 1).

Table 1.

Sociodemographic and health characteristics of participants from the 18th to 20th Korea Youth Risk Behavior Survey (n=153,160)

청소년의 식습관 특성 및 식습관 점수 차이

식습관 총점 지표에서는 남학생은 평균 72.38점, 여학생은 70.97점으로 남학생이 유의하게 더 높았다(p <0.001). 아침식사 실천율은 남학생이 주 6일 이상 섭취하는 비율이 36.3%로 더 높았으며, 주 1-2일 섭취 비율은 18.6%로 여학생이 더 높았다(p <0.001). 과일 섭취 빈도는 주 3-6일 섭취하는 비율과 하루 1-2회 섭취하는 비율 모두 여학생이 남학생보다 높았다(p <0.001). 단맛 나는 음료는 남학생이 상대적으로 더 많이 섭취하는 경향을 보였으며, 주 3-6일 섭취하는 비율이 50.0%로 가장 높았다(p <0.001). 반면 여학생은 주 0-2일 섭취하는 비율이 40.3%로 더 높게 나타났다(p <0.001). 패스트푸드 섭취는 남학생과 여학생 모두 주 0-2일 섭취 비율이 각각 70.4%, 74.7%로 매우 높았으며, 1일 3회 이상 섭취 비율은 0.4%, 0.2%로 매우 낮았다(p <0.001). 물은 남학생이 하루 5컵 이상 섭취하는 비율이 46.8%로 매우 높았고, 여학생은 하루 1컵 미만 섭취하는 비율이 5.8%로 더 높았다(p <0.001). 종합하면 남학생은 아침식사 실천율과 물 섭취량이 더 높았고, 여학생은 과일 섭취 비율이 높았으나 단맛 음료 섭취 빈도는 상대적으로 낮았다(Table 2).

Table 2.

Dietary behaviors and Total Dietary Score of participants from the 18th to 20th Korea Youth Risk Behavior Survey (n=153,160)

청소년의 정신건강 특성

정신건강 특성은 여학생에서 부정적 정신건강 비율이 전반적으로 더 높게 나타났다(p <0.001). 스트레스 인지율은 여학생이 46.8%로 남학생보다 현저히 높았으며, 수면 부족도 여학생이 51.0%로 더 높게 나타났다(p <0.001). 슬픔 ·절망감은 남학생의 22.8%, 여학생의 32.1%가 경험했다고 응답하였으며(p <0.001), 자살 생각 역시 남학생이 9.8%, 여학생이 16.8%로 여학생에서 약 1.7배 높게 나타났다(p <0.001). 외로움 경험률도 여학생에서 22.6%로 유의하게 높았으며(p <0.001), 범불안장애 경험률도 남학생이 9.6%, 여학생이 16.7%로 여학생의 정신건강 위험도가 높게 나타났다(p <0.001). 이와 같이, 대부분의 정신건강에서 여학생이 남학생보다 부정적 경험 비율이 높았으며, 이는 청소년의 정신건강에 대한 성별 접근이 필요함을 시사한다(Table 3).

Table 3.

Mental health of participants from the 18th to 20th Korea Youth Risk Behavior Survey (n=153,160)

식습관총점 지표와 정신건강 간의 연관성

청소년의 식습관 총점 지표가 1점 증가할 때마다 스트레스, 수면 부족, 슬픔 ·절망감 등 모든 정신건강 발생 위험이 통계적으로 유의하게 감소하는 것으로 나타났다(p <0.001). 조정되지 않은 모형에서는 식습관 총점이 증가할 때 스트레스(OR=0.983, 95% CI: 0.983-0.984), 수면 부족(OR=0.981, 95% CI: 0.980-0.982), 슬픔 ·절망감(OR=0.984, 95% CI: 0.983-0.985), 자살 생각(OR=0.984, 95% CI: 0.982-0.985), 외로움(OR=0.982, 95% CI: 0.981-0.983), 범불안장애(OR=0.980, 95% CI: 0.979-0.981) 모든 정신건강 발생 위험이 유의하게 감소하였다(p <0.001). 인구사회학적 특성 및 건강행태 특성을 통제한 조정된 모형에서도 이와 같은 결과는 유지되었다. 식습관 총점이 1점 증가할 때, 스트레스(OR=0.986, 95% CI: 0.985-0.987), 수면 부족(OR=0.985, 95% CI: 0.984-0.986), 슬픔 ·절망감(OR=0.988, 95% CI: 0.987-0.989), 자살 생각(OR=0.987, 95% CI: 0.986-0.988), 외로움(OR=0.985, 95% CI: 0.984-0.987), 범불안장애(OR=0.983, 95% CI: 0.982-0.985)의 발생 가능성이 모두 유의하게 낮게 나타났다(p <0.001) (Table 4, Figure 3).

Table 4.

Associations between Total Dietary Score and mental health among Korean adolescents

Figure 3.

Forest plot of adjusted logistic regression for associations smartphone Total Dietary Score and mental health outcomes.

고 찰

본 연구는 청소년의 주요 식습관 행동을 정량화한 총점 지표를 개발하고, 해당 지표와 정신건강과의 연관성을 분석하였다. 기존 연구들과 같이, 전반적인 식습관이 좋지 않을수록 정신건강도 나쁜 경향을 확인할 수 있었다[20,21]. 기존 연구들은 주로 아침식사 결식, 과일 섭취 부족, 패스트푸드 과잉 섭취 등 개별 식습관 요소와 정신건강과의 연관성에 초점을 맞추었으며, 대부분 이분형 처리나 단순 빈도 중심 분석에 머무르는 한계가 있었다. 그러나 본 연구는 노모그램(smartphone) 기법을 활용하여 각 식습관 항목의 상대적 영향력을 반영한 종합 식습관 점수를 산출함으로써, 청소년 정신건강 위험과의 연관성을 보다 통합적으로 규명했다는 점에서 의의가 있다.

식습관 총점 지표는 0점에서 100점 범위의 연속형 점수로 산출되며, 점수가 높을수록 건강한 식습관을 의미한다. 분석 결과, 식습관 점수가 1점 증가할 때마다 스트레스, 수면 부족, 외로움 등 모든 정신건강 지표에서 유의한 위험 감소 효과가 나타났다. 이는 식습관의 질이 정신건강 전반에 영향을 미치며, 단일 항목보다 종합 지표를 활용한 접근이 정신건강 고위험군 선별에 더 효과적일 수 있음을 보여준다.

특히, 본 연구는 노모그램을 단순 예측 도구로 활용하지 않고, 각 식습관 항목이 주관적 건강인지에 미치는 상대적 기여도를 반영하여 노모그램을 구축하였다. 이를 통해 식습관 총점 지표를 산출하였으며, 기존의 질환 예측 중심 노모그램 활용과 달리 행동 기반의 식습관 점수화 기법으로 활용했다는 점에서 차별성이 있다[22–24]. 이러한 정량화 지표는 단순 이분형 분석보다 청소년의 식습관 수준을 더 정밀하게 평가할 수 있을 뿐 아니라, 정신건강과의 연관성 분석에서도 보다 실증적이고 통합적인 접근을 가능하게 한다. 또한 본 연구는 해당 지표를 실제 보건·교육 현장에서 활용할 수 있는 평가체계를 마련하였다는 점에서 기존 연구와 차별화된다.

정책적 측면에서는 본 연구에서 개발한 지표가 청소년 건강증진 사업이나 정신건강 예방 프로그램 등 실질적인 도구로 활용될 수 있다. 간단한 설문 응답만으로 자동 산출이 가능하므로, 정신건강 고위험군을 조기에 선별하거나 생활습관 개선 중재 효과를 모니터링하는 데 유용하다. 특히 학교나 지역사회 기반의 보건 교육 프로그램에서 행동 중심 개입의 참고자료로 활용할 수 있다.

다만, 본 연구는 몇 가지 한계를 가진다. 첫째, 횡단적 자료를 사용했기 때문에 식습관이 정신건강에 미치는 인과관계를 명확히 규명하기 어렵다. 둘째, 자가보고식 응답에 기반해 기억 편향이나 응답 편향의 가능성이 있다. 셋째, 식습관 외의 생활 요인들을 충분히 통제하지 못해 일부 교란 변수의 영향을 받았을 가능성도 있다.

그럼에도 불구하고 본 연구는 전국 단위의 청소년건강행태조사 데이터를 기반으로 수행되었고, 정신건강을 다차원적으로 분석함으로써 기존의 단편적 분석을 보완했다는 점에서 의의가 있다. 향후 연구에서는 식습관 총점 지표와 정신건강과의 인과적 관계를 보다 명확히 규명하기 위해 종단적 연구 설계가 요구된다. 또한, 본 연구에서 개발된 식습관 총점 지표를 활용한 건강행태 개선 프로그램의 실제 적용 가능성과 중재 효과에 대한 평가도 이루어질 필요가 있다.

결 론

본 연구는 청소년의 주요 식습관 행동을 종합하여 정량화한 식습관 총점 지표를 개발하고, 이 지표와 다양한 정신건강과의 연관성을 분석하였다. 노모그램 기반의 점수화 방식을 통해 식습관을 단일 항목이 아닌 종합적 지표로 전환함으로써, 청소년 식습관 행동과 정신건강과의 정량적이고 실용적인 평가도구를 제시하였다는 점에서 본 연구의 의의가 크다.

분석 결과, 식습관 총점이 높을수록 스트레스, 수면 부족, 외로움 등 전반적인 정신건강 위험이 유의하게 낮아지는 경향을 보였다. 이는 건강한 식습관이 청소년의 정신건강 유지 및 증진에 중요한 보호요인으로 작용할 수 있음을 시사하며, 해당 지표가 정신건강 고위험군 조기 선별 및 중재 대상자 판별에 효과적으로 활용될 수 있음을 보여준다.또한, 본 연구에서 개발한 식습관 총점 지표는 설문 기반 간단한 응답만으로 자동 산출할 수 있어, 향후 학교 보건교육이나 지역사회 정신건강 서비스 등 다양한 영역에서 실용적인 도구로 활용될 수 있을 것으로 기대된다. 특히, 정신건강 위험군을 대상으로 한 건강행태 개선 프로그램의 사전·사후 비교 및 효과성 평가 지표로도 적용 가능성이 크다.

다만 본 연구는 횡단면적 설계로 인해 인과관계 규명에 한계가 있으며, 자가보고식 응답의 편향 가능성과 교란 요인의 완전한 통제가 어려웠다는 제한점이 존재한다. 따라서 향후 종단적 연구를 통해 시간적 선후 관계를 밝히고, 실질적인 중재 효과를 검증하는 후속 연구가 필요하다.

References

1. . World Health Organization. Adolescent health Available at. https://www.who.int/health-topics/adolescent-health. [accessed on June 24, 2025].

2. . Zhong L, Han X, Li M, Gao S. Modifiable dietary factors in adolescent sleep: A systematic review and meta-analysis. Sleep Med 2024;115:100–108. DOI: 10.1016/j.sleep.2024.02.009.

3. . Adelantado-Renau M, Beltran-Valls MR, Esteban-Cornejo I, Martínez-Vizcaíno V, Santaliestra-Pasías AM, Moliner-Urdiales D. The influence of adherence to the Mediterranean diet on academic performance is mediated by sleep quality in adolescents. Acta Paediatr 2019;108(2):339–346. DOI: 10.1111/apa.14472.

4. . Bromley K, Sacks DD, Boyes A, Driver C, Hermens DF. Health enhancing behaviors in early adolescence: An investigation of nutrition, sleep, physical activity, mindfulness and social connectedness and their association with psychological distress and wellbeing. Front Psychiatry 2024;15:1413268. DOI: 10.3389/fpsyt.2024.1413268.

5. . Bhurosy T, Thiagarajah K. Are eating habits associated with adequate sleep among high school students? J Sch Health 2020;90(2):81–87. DOI: 10.1111/josh.12852.

6. . Naveed S, Lakka T, Haapala EA. An overview on the associations between health behaviors and brain health in children and adolescents with special reference to diet quality. Int J Environ Res Public Health 2020;17(3):953. DOI: 10.3390/ijerph17030953.

7. . Chung Y, Jung-Choi K, Kim BY, Kong KA. Trends in prevalence and the differentials of unhealthy dietary habits by maternal education level among Korean adolescents. Ewha Med J 2021;44(4):133–143. (Korean). DOI: 10.12771/emj.2021.44.4.133.

8. . Sliwa SA, Merlo CL, McKinnon II, Self JL, Kissler CJ, Saelee R, et al. Skipping breakfast and academic grades, persistent feelings of sadness or hopelessness, and school connectedness among high school students - Youth Risk Behavior Survey, United States, 2023. MMWR Suppl 2024;73(4):87–93. DOI: 10.15585/mmwr.su7304a10.

9. . Ra JS. Consumption of sugar-sweetened beverages and fast foods deteriorates adolescents’ mental health. Front Nutr 2022;9:1058190. DOI: 10.3389/fnut.2022.1058190.

10. . Pengpid S, Peltzer K, Nguyen-Thi TT, Jayasvasti I. Meal skipping among adolescents in the Philippines: Prevalence, associated factors, and associations with dietary, mental health, and health risk behavioural outcomes. Nutr J 2025;24(1):58. DOI: 10.1186/s12937-025-01118-4.

11. . Naumoska T, Zafirovski K, Hanna F. The association between skipping breakfast and anxiety and depression in adolescents-A scoping review. Children (Basel) 2025;12(7):953. DOI: 10.3390/children12070953.

12. . Korea Disease Control and Prevention Agency. Korea Youth Risk Behavior Survey statistics Available at. https://www.kdca.go.kr/yhs/yhs/main.do. [accessed on October 29, 2025].

13. . Dabravolskaj J, Patte KA, Yamamoto S, Leatherdale ST, Veugelers PJ, Maximova K. Association between diet and mental health outcomes in a sample of 13,887 adolescents in Canada. Prev Chronic Dis 2024;21:E82. DOI: 10.5888/pcd21.240187.

14. . Fismen AS, Aarø LE, Thorsteinsson E, Ojala K, Samdal O, Helleve A, et al. Associations between eating habits and mental health among adolescents in five nordic countries: A cross-sectional survey. BMC Public Health 2024;24(1):2640. DOI: 10.1186/s12889-024-20084-w.

15. . Jonsson KR, Bailey CK, Corell M, Löfstedt P, Adjei NK. Associations between dietary behaviours and the mental and physical wellbeing of Swedish adolescents. Child Adolesc Psychiatry Ment Health 2024;18(1):43. DOI: 10.1186/s13034-024-00733-z.

16. . Park S, Rim SJ, Lee JH. Associations between dietary behaviours and perceived physical and mental health status among Korean adolescents. Nutr Diet 2018;75(5):488–493. DOI: 10.1111/1747-0080.12444.

17. . Sahril N, Adnan MAA, Khalil MKN, Chan YM, Yoga Ratnam KK, Lai WK, et al. Association of dietary behaviour and depression among adolescents in Malaysia: A cross-sectional study. J Health Popul Nutr 2023;42(1):133. DOI: 10.1186/s41043-023-00480-5.

18. . Spitzer RL, Kroenke K, Williams JB, Löwe B. A brief measure for assessing generalized anxiety disorder: the GAD-7. Arch Intern Med 2006;166(10):1092–1097. DOI: 10.1001/archinte.166.10.1092.

19. . Aktürk Z, Hapfelmeier A, Fomenko A, Dümmler D, Eck S, Olm M, et al. Generalized Anxiety Disorder 7-item (GAD-7) and 2-item (GAD-2) scales for detecting anxiety disorders in adults. Cochrane Database Syst Rev 2025;3(3):CD015455. DOI: 10.1002/14651858.CD015455.

20. . Jacka FN, Kremer PJ, Berk M, de Silva-Sanigorski AM, Moodie M, Leslie ER, et al. A prospective study of diet quality and mental health in adolescents. PLoS One 2011;6(9):e24805. DOI: 10.1371/journal. pone.0024805.

21. . Firth J, Gangwisch JE, Borisini A, Wootton RE, Mayer EA. Food and mood: How do diet and nutrition affect mental wellbeing? BMJ 2020;369:m2382. doi: 10.1136/bmj.m2382.

22. . Kattan MW, Gönen M, Jarnagin WR, DeMatteo R, D'Angelica M, Weiser M, et al. A nomogram for predicting disease-specific survival after hepatic resection for metastatic colorectal cancer. Ann Surg 2008;247(2):282–287. DOI: 10.1097/SLA.0b013e31815ed67b.

23. . Zheng RR, Huang XW, Liu WY, Lin RR, Zheng FY, Lin F. Nomogram predicting overall survival in operable cervical cancer patients. Int J Gynecol Cancer 2017;27(5):987–993. DOI: 10.1097/IGC.0000000000000987.

24. . Chen J, Hu Q, Zhong R, Li L, Kang Y, Chen L, et al. Development and validation of nomogram models for severe and fatal COVID-19. Sci Rep 2024;14(1):29146. DOI: 10.1038/s41598-024-80310-8.

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.

Variables	Male (n=78,082)	Female (n=75,078)	p
Variables	n (Weighted %)	n (Weighted %)	p
Type of school			0.813
Middle school	42,060 (51.1)	40,376 (51.4)
High school	36,022 (48.9)	34,702 (48.6)
Residence area			0.941
Metropolis	33,479 (41.3)	32,527 (41.5)
Middle city	38,761 (53.1)	37,176 (53.1)
Rural area	5,842 (5.6)	5,375 (5.4)
Academic achievement			<0.001
Upper	30,659 (39.4)	28,272 (37.7)
Middle	22,449 (28.8)	22,858 (30.5)
Lower	24,974 (31.8)	23,948 (31.8)
Household economic status			<0.001
Upper	34,747 (45.4)	30,280 (41.4)
Middle	34,774 (44.0)	36,083 (47.6)
Lower	8,561 (10.6)	8,715 (11.0)
Residential type			<0.001
Living with family	74,033 (95.5)	71,951 (96.6)
Not with family	4,049 (4.5)	3,127 (3.4)
Weight status (BMI, kg/m²)			<0.001
Under weight (<18.5)	14,523 (18.5)	21,289 (28.7)
Normal (18.5-<23)	34,758 (44.8)	38,527 (51.6)
Over weight (23-<25)	10,927 (14.1)	7,304 (9.6)
Obesity (≥25)	17,874 (22.6)	7,958 (10.1)
Smoking			<0.001
Yes	74,028 (94.6)	73,178 (97.5)
No	4,054 (5.4)	1,900 (2.5)
Drinking			<0.001
Yes	76,981 (98.6)	74,376 (99.1)
No	1,101 (1.4)	702 (0.9)
Physical activity			<0.001
Yes	42,269 (53.2)	22,803 (29.4)
No	35,813 (46.8)	52,275 (70.6)
Subjective health status			<0.001
Healthy	71,481 (91.5)	67,021 (89.2)
Unhealthy	6,601 (8.5)	8,057 (10.8)

Variables n	Male (n=78,082)	Female (n=75,078)	p
Variables n	n (Weighted %) or Mean±SD	n (Weighted %) or Mean±SD	p
Total Dietary Score	72.38±0.07	70.97±0.07	<0.001
Breakfast (days/wk)			<0.001
0	18,590 (23.9)	18,032 (23.9)
1-2	11,803 (15.0)	14,057 (18.6)
3-5	19,511 (24.8)	20,309 (26.7)
≥6	28,178 (36.3)	22,680 (30.8)
Fruit consumption			<0.001
≤2 times/wk	35,142 (44.7)	32,560 (42.9)
3-6 times/wk	29,584 (37.9)	29,803 (39.8)
1-2 times/day	10,932 (14.3)	11,134 (15.2)
≥3 times/day	2,424 (3.1)	1,581 (2.1)
Sweet drinks consumption			<0.001
≤2 times/wk	24,644 (31.4)	30,383 (40.3)
3-6 times/wk	38,954 (50.0)	34,608 (46.2)
1-2 times/day	12,053 (15.6)	8,675 (11.7)
≥3 times/day	2,431 (3.0)	1,412 (1.8)
Fast food consumption			<0.001
≤2 times/wk	55,349 (70.4)	56,279 (74.7)
3-6 times/wk	20,920 (27.3)	17,614 (23.8)
1-2 times/day	1,487 (1.9)	1,009 (1.3)
≥3 times/day	326 (0.4)	176 (0.2)
Water consumption (cups/day)			<0.001
<1	1,281 (1.6)	4,419 (5.8)
1-2	9,665 (12.4)	19,056 (25.4)
3	16,114 (20.7)	18,532 (24.9)
4	14,335 (18.5)	12,693 (16.9)
≥5	36,687 (46.8)	20,378 (27.0)

Variables	Male (n=78,082)	Female (n=75,078)	p
Variables	n (Weighted %)	n (Weighted %)	p
Subjective stress			<0.001
Yes	26,129 (33.7)	35,096 (46.8)
No	51,953 (66.3)	39,982 (53.2)
Sleep deprivation			<0.001
Yes	29,708 (38.7)	37,893 (51.0)
No	48,374 (61.3)	37,185 (49.0)
Sadness or despair			<0.001
Yes	17,803 (22.8)	24,188 (32.1)
No	60,279 (77.2)	50,890 (67.9)
Suicide ideation			<0.001
Yes	7,582 (9.8)	12,618 (16.8)
No	70,500 (90.2)	62,460 (83.2)
Loneliness			<0.001
Yes	10,562 (13.9)	16,949 (22.6)
No	67,520 (86.1)	58,129 (77.4)
Generalized anxiety symptoms			<0.001
Yes	7,359 (9.6)	12,520 (16.7)
No	70,723 (90.4)	62,558 (83.3)

Variables	Unadjusted models		Adjusted models
Variables	OR	95% CI	OR	95% CI
Mental health
Subjective stress	0.983	0.983-0.984	0.986	0.985-0.987
Sleep deprivation	0.981	0.980-0.982	0.985	0.984-0.986
Sadness or despair	0.984	0.983-0.985	0.988	0.987-0.989
Suicide ideation	0.984	0.982-0.985	0.987	0.986-0.988
Loneliness	0.982	0.981-0.983	0.985	0.984-0.987
Generalized anxiety symptoms	0.980	0.979-0.981	0.983	0.982-0.985