정신 건강 평가의 정확도 향상을 위한 자기 보고 및 객관적 측정 데이터 통합: 생체 신호와 웨어러블 데이터를 활용한 융합 연구

Abstract

전통적으로 정신 건강 평가는 자기 보고식 설문에 의존해 왔다. 이러한 방식은 개인의 정신 건강 상태에 대한 유용한 정보를 제공하지만 자신의 상태를 정확히 인지하지 못하거나 편향적으로 보고할 가능성이 내재되어 있다는 한계도 존재한다. 이를 보완하고자 본 연구에서는 생체 신호 반응과 웨어러블 기기에서 수집된 수면 등 객관적 측정 데이터를 통합하는 대안을 모색하였다. 연구의 주요 목적은 우울 증상 예측에 있어 자기 보고, 생체 반응, 일상 정보가 각각 얼마나 기여하는지 평가하고, 이들 모든 정보를 결합할 경우 예측 정확도가 향상되는지를 확인하는 것이다. 이를 위해 총 43명의 경찰관을 대상으로 PHQ-9, GAD-7, BRS 등의 자기 보고 정신 건강 평가를 실시한 후, 실험실에서 암산을 통한 스트레스 유발 및 회복 과정 중 심전도를 측정하여 생체 반응 데이터를 수집하였다. 이후 참가자들은 14일 동안 웨어러블 시계를 착용하며 하루 4~7회의 스트레스 평가와 함께 활동 및 수면 패턴을 기록하였다. 수집된 자기 보고식 심리 데이터, 생리적 반응 데이터, 일상 생활 데이터에서 각 범주의 변수를 추출한 후, 인구학적 정보만으로 구성된 기준 모델에 순차적으로 변수를 추가하는 계층적 회귀 분석을 수행하였다. 그 결과, 기준 모델 1의 조정된 R²는 0.095에 불과했으나, 심리적 요소를 추가한 모델 2에서는 0.478(ΔR² = 0.380, p < .0001)로 크게 증가하였고, 실험실 기반 HRV 측정을 포함한 모델 3에서는 0.505(ΔR² = 0.047, p = .152)로 소폭 상승하였다. 마지막으로, 웨어러블 데이터의 일일 스트레스 및 수면 변수를 통합한 전체 모델 4에서는 조정된 R²가 0.700(ΔR² = 0.199, p = .001)으로 크게 향상되었음을 확인하였다. 이와 같은 결과는 전통적인 자기 보고 설문지가 여전히 정신 건강 평가에서 중요한 역할을 하지만, 생체 신호나 수면과 같은 일상 데이터를 결합할 경우 더욱 정확한 예측 및 진단이 가능함을 시사하며, 특히 경찰관과 같은 교대 근무자의 정신 건강 관리에 유용한 통찰력을 제공할 수 있음을 보여준다.