High Suicidal Risk Group of Elderly: Identification of Causal Factors and Development of Predictive Model

자살 고위험군 노인: 원인 파악 및 예측 모델 개발

Elderly suicide problem has become worse in South Korea. With a rapid aging of the population, the trend of suicide among the elderly is expected to accelerate, preventing elderly suicide has been considered an important societal problem. Thus, we aim to investigate various factors that explain suicidal ideation and to develop a predictive model for suicidal ideation in the context of elderly people in South Korea. To this end, this study contributes to addressing the elderly suicide problem. By using seven-year panel data from the Korea Welfare Panel Survey, we extract various potential causal factors for elderly suicidal ideation based on interpersonal theory of suicide and social disorganization theory. Then a panel logit model was employed to assess the impacts of potential factors on suicidal ideation and deep learning and machine learning algorithms were used to develop a predictive model for suicidal ideation of elderly people. The results of our study provide practical implications for preventing elderly suicide by identifying causal factors of suicidal ideation and a high suicidal risk group of the elderly. This study sheds light on synergy of mixed methodology and provides various academic implications.

한국의 노인(65세 이상) 자살 문제는 점차 심각해지고 있는 추세이다. 급격한 인구 고령화 흐름에 따라 이러한 고령층의 자살 추세가 더욱 가속화될 것으로 추정되고 있어, 노인 자살을 예방하고 감소시키는 것이 개인 뿐만 아니라 중요한 사회적 과제로 대두되고 있다. 따라서 본 연구는 한국 노인들을 대상으로 자살 생각의 원인 요인을 파악하고 예측 모델을 개발하는 것을 목적 한다. 본 연구는 한국복지패널조사에서 제공하는 7개년의 패널 데이터를 활용하였으며 자살의 대인 관계 이론(interpersonal theory of suicide)과 사회 해체 이론(social disorganization theory)을 바탕으로 노인 자살의 잠재 원인 요인들을 선정한다. 다음으로 노인의 자살 생각에 대한 원인 요인 파악을 위해 패널 로짓 모형 분석을 진행하고 노인 자살 생각의 예측 모델 개발을 위해 딥 러닝과 머신 러닝 알고리즘을 활용한다. 본 연구는 계량 모형 분석을 통해 검증한 주요 원인 요인들을 활용하여 노인 자살을 예방할 수 있는 구체적인 노인 복지 정책 수립에 기여하고자 한다. 본 연구에서 제시된 예측 모델은 자살 고위험군 노인을 선별하고 관리할 수 있는 방안 마련의 기반을 제공한다. 또한 본 연구는 혼합방법론의 시너지를 보였다는 점에서 학술적 시사점을 가진다.