Skip to main content
NCBI home page
Jugan Geongang Gwa Jilbyeong logoLink to Jugan Geongang Gwa Jilbyeong
. 2024 Mar 14;17(10):383–403. doi: 10.56786/PHWR.2024.17.10.1

Association between Social Isolation and Depression among Korean Living Alone

Minji Hwang 1,3, Myung Ki 1,2,3,*
PMCID: PMC12479734  PMID: 41333049

Abstract

Single-person households have been continuously increasing in recent times and are reporting more negative mental health outcomes. However, rather than whether single-person households are related to mental health, it is necessary to examine what characteristics of these households are associated with mental health. Therefore, this study aimed to examine the association between social isolation and depression in single-person households and explore the differences across different age groups. We employed the 2017 Community Health Survey and study population were included adults aged 19 and above living alone. Chi-square tests were conducted to compare the differences between groups with and without depression according to age groups and multiple logistic regression analysis was used to investigate the association between depression and social isolation. Socioeconomic factors, and health-related factors were controlled as confounding factors. The study found that social isolation had an association with depression in young, middle-aged, and elderly individuals, with the middle-aged group showing the strongest association. Especially, among the three variables constructing social isolation, economic activity showed the most significant association with depression for middle-aged and elderly individuals. Based on these research findings, we suggest that support for social isolation for single-person households is necessary, particularly for the middle-aged and elderly population.

Keywords: Single-person household, Depression, Social isolation

Key messages

① What is known previously?

Single-person households were reported to show negative psychological outcomes compared to multiple-person households.

② What new information is presented?

Social isolation in single-person households is significantly associated with depression, and the strength of this association varies across different age groups. Notably, middle-aged individuals living alone exhibited the highest level of association between social isolation and depression.

③ What are implications?

Following the trend of social changes, single-person households are continuously increasing in various age groups. Therefore, it is necessary to examine research on single-person households across different age groups, not only focusing on the elderly.

Introduction

Single-person households are defined as households wherein a single person independently manages their livelihood, including cooking and sleeping [1]. Owing to urbanization and individualist trends in modern societies, these households are increasing globally—especially in high-income countries. In 2019, the average rate of single-person households in the European Union countries was 33.4%, with the percentage exceeding 40% in nations such as Norway, Finland, and Sweden [2]. In Asia, after Japan, Republic of Korea (ROK) has the highest prevalence of single-person households—from 31.6% in 2020, it is projected to rise to 37.3% by 2047 [3].

Studies have suggested that compared with multi-person households, single-person households are more liable to unhealthy lifestyles, such as smoking, excessive drinking, and poor dietary habits [4,5]; have poorer self-rated health (SRH) [6]; and poorer physical health, including a higher incidence of chronic diseases [7]. In terms of mental health, single-person households often experience greater negative outcomes compared to other household types. Individuals living alone remain at a higher risk of psychological distress [8], increased levels of depression [9,10], and negative impacts related to common mental disorders (CMDs) [11].

However, the mental health challenges in single-person households may be more intimately linked to social isolation within these households than the living arrangements per se. The degree of social cohesion in single-person households could significantly impact depression levels [9]. For example, a study conducted in Singapore identified that single-person households were not significantly associated with depressive mood after adjusting for loneliness [12]. This finding suggests the significance of examining mental health in single-person households in relation to social relationships and degrees of isolation, as opposed to focusing on the living arrangement.

Studies have shown that depression manifests differently across various age groups. Older adults (age ≥70 years) have poorer abilities to recognize depression symptoms compared to younger individuals (aged 18–24 years) [13]. Prevalence treatment of depression varied by age [14], with younger individuals generally respondingbetter to treatment than middle-aged individuals [15]. These differences across age groups are also evident in single-person households. Recent trends reveal a diversification in the age distribution of single-person households because of delayed first marriage, increased number of individuals who voluntarily remain single, and increased number of divorced or separated households (Figure 1) [3]. Nonetheless, existing research has predominantly focused on older adults living alone [9,10,12,16], highlighting the need for greater exploration of the growing number of young and middle-aged single-person households. One study categorized single-person households in Seoul as follows: gold generation, reserve army of labor, unstable singles, and silver generation, revealing the diverse nature of single-person households across different ages, economic conditions, and sociocultural backgrounds [17].

Figure 1. Proportion of one-person household by sex and age group (Statistics Korea, 2019) [3].

Figure 1

Open in a new tab

Studies that compared single-person households with other household types employed different reference groups, including all the other different household types [12,18], spouse-only households [9,10], and married couples [19]. However, the relative depression level of single-person households is determined based on the reference group in such cases. This hinders the identification of specific factors that cause mental health issues within single-person households.

Therefore, this study aims to investigate the association between the degree and type of social isolation and depression among single-person households and examine whether these associations vary by age group.

Methods

1. Participants

We used the data from the 2017 Community Health Survey (CHS) conducted by the Korea Disease Control and Prevention Agency. The CHS is administered to adults aged 19 years or above to collect baseline data at the si-, gun-, and gu- levels to establish community healthcare plans. It encompasses factors such as health status, health behaviors, vaccination and screenings, morbidities, healthcare utilization, and socioeconomic factors. The 2017 survey was administered from August 16, 2017, to October 13, 2017.

Of the 228,381 respondents of the 2017 CHS, 4,758 with missing responses to any one of the study variables were excluded. From the remaining 223,623 respondents, 28,619 single-person households were included in our final analysis.

2. Definition of Variables

Our study defined a single-person household as those who marked “single-person household” for the question, “What is your household type?”—excluding those who marked “I have a spouse (I’m living with my spouse)” for the question, “What is your marital status (including de facto marriage)?” Social isolation could be independent of the subjective loneliness perceived by individuals. The comparison of loneliness is difficult because of its subjective nature, whereas social isolation is an objective indicator that enables interpersonal comparisons. Previous studies have noted that loneliness and isolation are both associated with mental health [20,21] and mutually associated. After adjusting for social isolation, the loneliness–death association no longer remained significant. However, social isolation was significantly associated with death even after adjusting for loneliness [20]. Essentially, social isolation may be a more objective indicator than loneliness to examine mental health. Moreover, as the CHS does not collect data on loneliness, we defined social isolation based on social networks (including contact and meeting with family, and friends) and social activities (including religion, community activities, and clubs) referring to Shankar et al. [22], who distinguished social isolation from loneliness. Furthermore, a study reported that subjective perceptions of social activities and society differed according to economic activity status. In ROK, economic activity was associated with social exclusion [23], and participation in the senior job project altered social capital in the older-adult population [24]. Based on these findings, we included economic activity status in the definition of social isolation in consideration of social networking and exchanges through economic activities. Therefore, social isolation was measured based on social network, social activity, and economic participation. A score of 0 was allotted for not having any of the three, 1 for having one, 2 for having two, and 3 for having all three to grade social isolation from 0 to 4.

Depression was assessed using the self-report depression screening tool called Patient Health Questionnaire-9 developed by Kroenke et al. (1999) [25]. This tool comprises nine items, with the total score ranging from 0 to 27. Referring to a previous study, we used a score of 10 as the cutoff, where a score of ≥10 was defined as having depression [26].

Control and stratification variables were set to sociodemographic factors and health behavior-related factors known to be associated with depression, namely, sex, age (19–39 years/40–64 years/≥65 years), educational level (elementary school or lower/ middle school/high school/college or higher), marital status (divorced, widowed, separated/never married/married-living together), and average monthly household income (<1 million KRW/1–1.99 million KRW/2–2.99 million KRW/≥3 million KRW). Health behavior-related factors included current smoking status (yes/no), current drinking status (yes/no), and moderate-intensity or higher physical activity (yes/no). SRH was considered a control variable and divided into good, moderate, and poor.

3. Analysis

In this study, we analyzed the association of social isolation and other parameters with depression within single-person households by first analyzing the differences in the general characteristics between depressed and non-depressed groups by age using chi-square tests. Furthermore, the association between social isolation and depression was analyzed using the logistic regression analysis, and the results were observed after stratification by sex and age. In our study, all statistical analyses were performed using the SAS 9.4 software (SAS Institute Inc.). For the regression analysis, we employed specific commands tailored to our complex sampling design, considering stratification factors (kstrata), clustering variables (jijum_cd), and survey weights (wt). The level of statistical significance was set at 5%.

Results

Table 1 presents the differences in characteristics according to depression in single-person households by age group. In the young-adult group (19–39 years), there were significant differences in sex, educational level, average monthly household income, economic participation, social network, social participation, social isolation, SRH , and smoking status between the depressed and non-depressed groups (p<0.05). There were no significant differences in marital status, drinking status, and moderate-intensity or higher physical activity. In the middle-aged group (40–64 years), all variables—except current drinking status—significantly differed between the depressed and non-depressed groups. In older adults, all variables—except sex, marital status, and current drinking status—significantly differed between the depressed and non-depressed groups.

Table 1. Comparison of characteristics according to depression and age groups among living alone.

Characteristic Young adults (19–39 yr) Middle ages (40–64 yr) Elderly (≥65 yr)
Without depression (n=3,935) With
depression (n=209)		 Without depression (n=7,521) With
depression (n=482)		 Without depression (n=15,209) With
depression (n=1,263)
Sex
Male 2,442 (62.1) 94 (45.0) 3,508 (46.6) 194 (40.2) 2,417 (15.9) 212 (16.8)
Female 1,493 (37.9) 115 (55.0) 4,013 (53.4) 288 (59.8) 12,792 (84.1) 1,051 (83.2)
p-value <0.001* 0.006* 0.405
Education
≤Elementary school 11 (0.3) 1 (0.5) 1,651 (22.0) 175 (36.3) 12,438 (81.8) 1,093 (86.5)
Middle school 47 (1.2) 2 (1.0) 1,384 (18.4) 116 (24.1) 1,268 (8.3) 79 (6.3)
High school 1,492 (37.9) 102 (48.8) 2,885 (38.4) 152 (31.5) 1,094 (7.2) 73 (5.8)
≥College 2,385 (60.6) 104 (49.8) 1,601 (21.3) 39 (8.1) 409 (2.7) 18 (1.4)
p-value 0.016* <0.001* <0.001*
Marital status
Divorced/separated/widowed 135 (3.4) 12 (5.7) 5,395 (71.7) 383 (79.5) 15,029 (98.8) 1,241 (98.3)
Never married 3,800 (96.6) 197 (94.3) 2,126 (28.3) 99 (20.5) 180 (1.2) 22 (1.7)
p-value 0.078 <0.001* 0.083
Household income (10,000 KRW)
<100 680 (17.3) 48 (23.0) 2,617 (34.8) 367 (76.1) 13,196 (86.8) 1,194 (94.5)
100–199 1,031 (26.2) 69 (33.0) 2,463 (32.7) 66 (13.7) 1,537 (10.1) 59 (4.7)
200–299 1,479 (37.6) 57 (27.3) 1,367 (18.2) 34 (7.1) 305 (2.0) 7 (0.6)
≥300 745 (18.9) 35 (16.7) 1,074 (14.3) 15 (3.1) 171 (1.1) 3 (0.2)
p-value 0.004* <0.001* <0.001*
Economic participation
No 688 (17.5) 49 (23.4) 1,953 (26.0) 317 (65.8) 10,448 (68.7) 1,055 (83.5)
Yes 3,247 (82.5) 160 (76.6) 5,568 (74.0) 165 (34.2) 4,761 (31.3) 208 (16.5)
p-value 0.028* <0.001* <0.001*
Social networka)
Low 2,041 (51.9) 124 (59.3) 3,504 (46.6) 319 (66.2) 4,233 (27.8) 541 (42.8)
High 1,894 (48.1) 85 (40.7) 4,017 (53.4) 163 (33.8) 10,976 (72.2) 722 (57.2)
p-value 0.0353* <0.001* <0.001*
Social participation
No 1,505 (38.2) 98 (46.9) 2,290 (30.4) 276 (57.3) 6,299 (41.4) 701 (55.5)
Yes 2,430 (61.8) 111 (53.1) 5,231 (69.6) 206 (42.7) 8,910 (58.6) 562 (44.5)
p-value 0.012* <0.001* <0.001*
Social isolation
4 (high) 152 (3.9) 17 (8.1) 432 (5.7) 157 (32.6) 1,651 (10.9) 316 (25.0)
3 1,049 (26.7) 65 (31.1) 1,704 (22.7) 162 (33.6) 4,819 (31.7) 488 (38.6)
2 1,680 (42.7) 90 (43.1) 3,043 (40.5) 117 (24.3) 6,389 (42.0) 373 (29.5)
1 (low) 1,054 (26.8) 37 (17.7) 2,342 (31.1) 46 (9.5) 2,350 (15.5) 86 (6.8)
p-value <0.001* <0.001* <0.001*
Self-rated health
Bad 215 (5.5) 51 (24.4) 1,633 (21.7) 344 (71.4) 8,050 (52.9) 1,082 (85.7)
Good/moderate 3,720 (94.5) 158 (75.6) 5,888 (78.3) 138 (28.6) 7,159 (47.1) 181 (14.3)
p-value <0.001* <0.001* <0.001*
Current smoking status
Yes 1,405 (35.7) 96 (45.9) 2,327 (30.9) 197 (40.9) 945 (6.2) 109 (8.6)
No 2,530 (64.3) 113 (54.1) 5,194 (69.1) 285 (59.1) 14,264 (93.8) 1,154 (91.4)
p-value 0.003* <0.001* <0.001*
Current alcohol drinking
Yes 1,156 (29.4) 73 (34.9) 2,063 (27.4) 121 (25.1) 1,296 (8.5) 97 (7.7)
No 2,779 (70.6) 136 (65.1) 5,458 (72.6) 361 (74.9) 13,913 (91.5) 1,166 (92.3)
p-value 0.0869 0.2664 0.3019
Physical activity
No 2,831 (71.9) 153 (73.2) 5,803 (77.2) 420 (87.1) 13,140 (86.4) 1,141 (90.3)
Yes 1,104 (28.1) 56 (26.8) 1,718 (22.8) 62 (12.9) 2,069 (13.6) 122 (9.7)
p-value 0.692 <0.001* <0.001*
Open in a new tab

Unit: pearson (%). a)Dichotomized based on median social network in study population. *Statistical significance at the p<0.05 level.

To identify the association between social isolation and depression within single-person households, we examined the odds ratio (OR) for depression according to social network, economic participation, and social activity; relevant data are available in the CHS. Additionally, we analyzed whether the association between social isolation—a factor encompassing all three variables—and depression improves depending on the degree of social isolation (Table 2). After adjusting for the sociodemographic and health-related factors known to be associated with depression, the adjusted OR (AOR) for depression was significantly higher with no economic activity in the middle-aged (AOR=1.88, 95% confidence interval [95% CI]=1.51–2.34) and older-adult groups (AOR=1.68, 95% CI=1.42–1.99). Furthermore, depression was significantly associated with weak social networks in the young-adult (AOR=1.38, 95% CI=1.05–1.82), middle-aged (AOR=1.55, 95% CI=1.26–1.90), and older-adult (AOR=1.51, 95% CI=1.32–1.72) groups. Depression was associated with social activity in the middle-aged (AOR=1.76, 95% CI=1.44–2.16) and older-adult (AOR=1.37, 95% CI=1.20–1.57) groups but not in the young-adult group. In terms of the AOR for depression according to social isolation—a factor encompassing all three variables—the AOR for depression increased with increasing degree of social isolation in all age groups. The AOR for depression was the highest at 4.11 (95% CI=2.75–6.14) in the middle-aged group, followed by the older-adult (AOR=2.88, 95% CI=2.14–3.88) and young-adult groups (AOR=1.97, 95% CI=1.15–3.36).

Table 2. Association between social related factors and isolation and depressive symptom among Korean living alone.

Characteristic Crude OR (95% CI) Adjusted OR (95% CI)
19–39 yr 40–64 yr ≥65 19–39 40–64 ≥65
Economic participationa)
No 1.36 (1.02–1.80)* 5.98 (4.98–7.19)* 2.35 (2.00–2.77)* 1.16 (0.66–2.04)* 1.88 (1.51–2.34)* 1.68 (1.42–1.99)*
Yes 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
Social networka)
Low 1.21 (0.93–1.57) 1.73 (1.44–2.09)* 1.76 (1.55–2.00)* 1.38 (1.05–1.82)* 1.55 (1.26–1.90)* 1.51 (1.32–1.72)*
High 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
Social activitya)
No 1.33 (1.03–1.71)* 2.96 (2.48–3.53)* 1.94 (1.71–2.21)* 1.05 (0.80–1.39) 1.76 (1.44–2.16)* 1.37 (1.20–1.57)*
Yes 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
Social isolationb)
4 (high) 2.43 (1.56–3.78)* 15.24 (10.98–21.16)* 4.57 (3.41–6.12)* 1.97 (1.15–3.36)* 4.11 (2.75–6.14)* 2.88 (2.14–3.88)*
3 1.48 (1.01–2.15)* 3.72 (2.68–5.17)* 2.34 (1.77–3.10)* 1.35 (0.88–2.05) 1.91 (1.32–2.78)* 1.71 (1.29–2.27)*
2 1.24 (0.85–1.81) 1.48 (1.09–2.01)* 1.37 (1.03–1.82)* 1.20 (0.82–1.75) 1.13 (0.82–1.57) 1.22 (0.91–1.63)
1 (low) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
Open in a new tab

OR=odds ratio; CI=confidence interval. a)Adjusted for socioeconomic factors and health related factors (sex, education, marital status, household income, smoking, alcohol drinking, physical activity, and self-rated health)+each social relationship context (economic and social activity and network). b)Adjusted for socioeconomic factors and health related factors (sex, education, marital status, household income, smoking, alcohol drinking, physical activity, and self-rated health). *Statistical significance at the p<0.05 level.

Discussion

This study aimed to investigate the association between social isolation and depression within single-person households by sex and age using the 2017 CHS data. One key finding of this study is that there is an evident association between social isolation and depression within single-person households which means the depression increases with increasing social isolation and the association is particularly strongest in the middle-aged population.

Specifically, we divided the study population into four groups depending on the degree of social isolation and identified that the AOR for depression increased with the increasing degree of social isolation in the young-adult, middle-aged, and older-adult populations. These results support previous findings that a higher level of social isolation negatively impacts mental health [27-32]. According to previous studies, single-person households feature diverse socioeconomic characteristics [33] as well as different levels of social isolation. Single-person households with favorable social networks and social coherence exhibited more positive mental health outcomes than those with poor social networks and social coherence [9,16]. However, extremely few studies have examined single-person households and social isolation together; most have analyzed single-person households as part of social isolation or analyzed the two concepts separately [18,30,34]. Moreover, the social isolation–depression association within single-person households has been rarely investigated.

Additionally, most studies on single-person households have primarily included older adults living alone [8-10,12,16,27,30,35]. Extremely few studies have examined the mental health of young-adult and middle-aged single-person households. In this study, we divided single-person households based on age group and identified that depression was most significantly associated with social isolation in the middle-aged population (AOR=4.11, 95% CI=2.75–6.14). Nevertheless, the association was significant in the older-adult (AOR=2.88, 95% CI=2.14–3.88) and young-adult (AOR=1.97, 95% CI=1.15–3.36) populations. These results highlight the need to include young-adult and middle-aged populations in research and policy support for single-person households. The association was the strongest in the middle-aged population. As reported, employment is relatively lower and the unemployment rate is higher in middle-aged single-person households in ROK compared to other age groups [33]. Moreover, our study demonstrated that economic participation—a factor related to social isolation—was most significantly associated with depression in the middle-aged population (AOR=1.88, 95% CI=1.51–2.34). Therefore, it is essential to implement policies to facilitate job opportunities for middle-aged single-person households as well as identify and provide support for middle-aged single-person households who lack social networks and do not participate in social activities.

Additionally, the association between social isolation and depression was weaker in the young-adult population compared to other age groups. Regarding the prevalence of depression according to social isolation, it was higher in the group with the lowest social isolation in this age group: young adults, 17.7%; middle-aged, 9.5%; older adults, 6.8%. This suggests that factors other than social isolation may also influence depression in young adults. One study reported that young-adult single-person households tend to be dichotomized as economically stable or unstable, as evidenced by high poverty and unemployment rates [33]. Regarding the association with depression, economic activity and income significantly impacted depression compared to other factors, such as educational level and health [36] in this age group. This necessitates examining other factors that predict depression in young-adult single-person households.

This study is significant in that it examined the association between social isolation and depression by age group within single-person households. Nevertheless, the study has a few limitations. First, the control variables were not evenly distributed across age groups because the same criteria were applied to categorize socioeconomic factors for comparisons across age groups. Second, while it would be ideal to consider both objective social relationships and an individual’s subjective experience of social isolation [37,38] to determine social isolation, we could not assess the subjective aspect because of the absence of relevant questions in the CHS. Third, although various risk and protective factors, such as negative personal experiences (e.g., trauma) and psychological tendencies (e.g., positive mental health) influence depression, we could not consider these factors because of the lack of relevant data in the CHS. To address this, we used “trust in neighbors” available in the data source as a proxy for psychological factors and adjusted for this variable in our analysis. The results showed that adjusting for this variable did not significantly impact the results in the middle-aged and older-adult populations; however, it did lead to non-significant results across all variables in the young-adult population. Future studies should explore the effects of psychological factors and social trust on depression among young single-person households. Fourth, owing to the inherent limitations of a cross-sectional study, our results only indicate associations between social isolation and depression in single-person households and cannot establish causality. A previous study has suggested that the impact of depression diminishes over time in single-person households [18], calling for cohort studies to examine changes in single-person households over time. Fifth, as the study included adults aged 19 years or above, it is possible that college students included in the young-adult population may not be markedly influenced by the economic participation examined in our study. We could not fully account for the impact of various social relationships within academic settings other than social activities and social networks.

The continuous increase in single-person households in recent years represents a significant change in family structure, leading to broader societal transformations [39,40]. Single-person households are particularly at risk of socioeconomic challenges and diminished social networks compared to multi-person households, highlighting the need for sustained focus on these populations. Dying alone—an emerging societal issue—predominantly occurs in single-person households [41,42], and numerous studies during the coronavirus disease 2019 pandemic have shown that individuals living alone often experience worse mental health outcomes than those in multi-person households [30,43,44].

The social isolation and mental health issues prevalent among single-person households are not mere medical concerns. They require cultural and social changes in addition to support from relevant welfare services. The concept of Relational Welfare being discussed in the field of social welfare could be a solution to the mental health challenges faced by the growing number of single-person households. The Social Prescribing Model implemented in the United Kingdom could be one approach. It links healthcare and social services to enable individuals to receive various services within their communities (e.g., exercise programs, financial counseling, nutrition management, etc.) [45,46].

Finally, most existing studies as well as services related to single-person households have predominantly focused on older adults. However, the increasing number of single-person households among younger and middle-aged individuals requires attention. Further research is needed on the various public health problems (e.g., mental and physical health problems) afflicting single-person households.

Acknowledgments

This article is a revision of the first author's master's thesis from Korea University Graduate School.

Declarations

Ethics Statement: This research was conducted with approval from the Institutional Review Board for Bioethics at Korea University (IRB Number: KUIRB-2021-0284-01). Since this research utilized secondary data, the requirement for informed consent was waived.

Funding Source: This study was supported by Korean Society of Epidemiology funded by a grant from the Korea Centers for Disease Control and Prevention.

Conflict of Interest: The authors have no conflicts of interest to declare.

Author Contributions: Conceptualization: MJH, MK. Data curation: MJH. Formal analysis: MJH. Funding acquisition: MJH. Methodology: MJH, MK. Project administration: MJH. Supervision: MK. Writing – original draft: MJH. Writing – review & editing: MJH, MK.

REFERENCES

  • 1.Housing census [Internet] Statistics Korea; 2005. [cited 2022 Jan 20]. Available from: https://www.k-stat.go.kr/metasvc/msda100/worddc . [Google Scholar]
  • 2.Distribution of households by household size - EU-SILC survey [Internet] Eurostat; 2022. [cited 2022 Jan 20]. Available from: https://ec.europa.eu/eurostat/databrowser/view/ilc_lvph03/default/table?lang=en . [Google Scholar]
  • 3.Statistics Korea, author. Household Projections: 2017-2047. Statistics Korea; 2019. [Google Scholar]
  • 4.Jeong S, Cho SI. Effects of living alone versus with others and of housemate type on smoking, drinking, dietary habits, and physical activity among elderly people. Epidemiol Health. 2017;39:e2017034. doi: 10.4178/epih.e2017034.935d4696c9b34c3a891a45ec06369886 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 5.Widhowati SS, Chen CM, Chang LH, Lee CK, Fetzer S. Living alone, loneliness, and depressive symptoms among Indonesian older women. Health Care Women Int. 2020;41:984–96. doi: 10.1080/07399332.2020.1797039. [DOI] [PubMed] [Google Scholar]
  • 6.Chou KL, Ho AH, Chi I. Living alone and depression in Chinese older adults. Aging Ment Health. 2006;10:583–91. doi: 10.1080/13607860600641150. [DOI] [PubMed] [Google Scholar]
  • 7.Noh JW, Hong JH, Kim IH, Choi M, Kwon YD. Relationship between number of household members and prevalence of chronic diseases: a cross-sectional analysis of Korea Health Panel data. Popul Health Manag. 2017;20:165. doi: 10.1089/pop.2016.0101. [DOI] [PubMed] [Google Scholar]
  • 8.Kikuchi H, Takamiya T, Odagiri Y, et al. Gender differences in association between psychological distress and detailed living arrangements among Japanese older adults, aged 65-74 years. Soc Psychiatry Psychiatr Epidemiol. 2014;49:823–30. doi: 10.1007/s00127-013-0778-8. [DOI] [PubMed] [Google Scholar]
  • 9.Honjo K, Tani Y, Saito M, et al. Living alone or with others and depressive symptoms, and effect modification by residential social cohesion among older adults in Japan: the JAGES longitudinal study. J Epidemiol. 2018;28:315–22. doi: 10.2188/jea.JE20170065.6c838b525f6b493590d341f2a6adfcc7 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 10.Oh DH, Park JH, Lee HY, Kim SA, Choi BY, Nam JH. Association between living arrangements and depressive symptoms among older women and men in South Korea. Soc Psychiatry Psychiatr Epidemiol. 2015;50:133–41. doi: 10.1007/s00127-014-0904-2. [DOI] [PubMed] [Google Scholar]
  • 11.Jacob L, Haro JM, Koyanagi A. Relationship between living alone and common mental disorders in the 1993, 2000 and 2007 National Psychiatric Morbidity Surveys. PLoS One. 2019;14:e0215182. doi: 10.1371/journal.pone.0215182.d5cfc21eeb3a4d87912ae3039e534664 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 12.Lim LL, Kua EH. Living alone, loneliness, and psychological well-being of older persons in singapore. Curr Gerontol Geriatr Res. 2011;2011:673181. doi: 10.1155/2011/673181.e25420bec35a4e859d23d263071a8726 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 13.Farrer L, Leach L, Griffiths KM, Christensen H, Jorm AF. Age differences in mental health literacy. BMC Public Health. 2008;8:125. doi: 10.1186/1471-2458-8-125.5dd6de3979434e1d8a91757844463983 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 14.Kessler RC, Birnbaum HG, Shahly V, et al. Age differences in the prevalence and co-morbidity of DSM-IV major depressive episodes: results from the WHO World Mental Health Survey Initiative. Depress Anxiety. 2010;27:351–64. doi: 10.1002/da.20634. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 15.Cuijpers P, Karyotaki E, Eckshtain D, et al. Psychotherapy for depression across different age groups: a systematic review and meta-analysis. JAMA Psychiatry. 2020;77:694–702. doi: 10.1001/jamapsychiatry.2020.0164. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16.Lin PC, Wang HH. Factors associated with depressive symptoms among older adults living alone: an analysis of sex difference. Aging Ment Health. 2011;15:1038–44. doi: 10.1080/13607863.2011.583623. [DOI] [PubMed] [Google Scholar]
  • 17.Byun M. Single person household and urban policy in Seoul. Korean J Cult Soc Issues. 2015;21:551–73. doi: 10.20406/kjcs.2015.08.21.3.551. [DOI] [Google Scholar]
  • 18.Oshio T, Kan M. Which is riskier for mental health, living alone or not participating in any social activity? Evidence from a population-based eleven-year survey in Japan. Soc Sci Med. 2019;233:57–63. doi: 10.1016/j.socscimed.2019.05.049. [DOI] [PubMed] [Google Scholar]
  • 19.Joutsenniemi K, Martelin T, Martikainen P, Pirkola S, Koskinen S. Living arrangements and mental health in Finland. J Epidemiol Community Health. 2006;60:468–75. doi: 10.1136/jech.2005.040741. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 20.Steptoe A, Shankar A, Demakakos P, Wardle J. Social isolation, loneliness, and all-cause mortality in older men and women. Proc Natl Acad Sci U S A. 2013;110:5797–801. doi: 10.1073/pnas.1219686110. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 21.Coyle CE, Dugan E. Social isolation, loneliness and health among older adults. J Aging Health. 2012;24:1346–63. doi: 10.1177/0898264312460275. [DOI] [PubMed] [Google Scholar]
  • 22.Shankar A, McMunn A, Banks J, Steptoe A. Loneliness, social isolation, and behavioral and biological health indicators in older adults. Health Psychol. 2011;30:377–85. doi: 10.1037/a0022826. [DOI] [PubMed] [Google Scholar]
  • 23.Kim AN. An empirical analysis on social exclusion in Korea. Korean J Soc Theory. 2007;32:227–54. [Google Scholar]
  • 24.Jang YM. A study on the effects to the change of social capital from participation in elderly employment programs. Korean J Soc Welf. 2011;63:261–89. doi: 10.20970/kasw.2011.63.2.011. [DOI] [Google Scholar]
  • 25.Spitzer RL, Kroenke K, Williams JB. Validation and utility of a self-report version of PRIME-MD: the PHQ primary care study. Primary Care Evaluation of Mental Disorders. Patient Health Questionnaire. JAMA. 1999;282:1737–44. doi: 10.1001/jama.282.18.1737. [DOI] [PubMed] [Google Scholar]
  • 26.Lee S, Huh Y, Kim J, Han C. Finding optimal cut off points of the Korean version of the Patient Health Questionnaire-9(PHQ-9) for screening depressive disorders. J Korean Soc Depress Bipolar Disord. 2014;12:32–6. [Google Scholar]
  • 27.Cornwell EY, Waite LJ. Social disconnectedness, perceived isolation, and health among older adults. J Health Soc Behav. 2009;50:31–48. doi: 10.1177/002214650905000103. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 28.Leigh-Hunt N, Bagguley D, Bash K, et al. An overview of systematic reviews on the public health consequences of social isolation and loneliness. Public Health. 2017;152:157–71. doi: 10.1016/j.puhe.2017.07.035. [DOI] [PubMed] [Google Scholar]
  • 29.Quach LT, Burr JA. Perceived social isolation, social disconnectedness and falls: the mediating role of depression. Aging Ment Health. 2021;25:1029–34. doi: 10.1080/13607863.2020.1732294. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 30.Robb CE, de Jager CA, Ahmadi-Abhari S, et al. Associations of social isolation with anxiety and depression during the early COVID-19 pandemic: a survey of older adults in London, UK. Front Psychiatry. 2020;11:591120. doi: 10.3389/fpsyt.2020.591120.0ec499b7fe32426793c0f3ed9f207511 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 31.Santini ZI, Jose PE, Cornwell EY, et al. Social disconnectedness, perceived isolation, and symptoms of depression and anxiety among older Americans (NSHAP): a longitudinal mediation analysis. Lancet Public Health. 2020;5:e62–70. doi: 10.1016/S2468-2667(19)30230-0. [DOI] [PubMed] [Google Scholar]
  • 32.Teo AR. Social isolation associated with depression: a case report of hikikomori. Int J Soc Psychiatry. 2013;59:339–41. doi: 10.1177/0020764012437128. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 33.Kang E, Lee M. Single-person households in South Korea and their policy implications. Health Welf Policy Forum. 2016;234:47–56. [Google Scholar]
  • 34.Smith KJ, Victor C. Typologies of loneliness, living alone and social isolation, and their associations with physical and mental health. Ageing Soc. 2019;39:1709–30. doi: 10.1017/S0144686X18000132. [DOI] [Google Scholar]
  • 35.Chan A, Malhotra C, Malhotra R, Østbye T. Living arrangements, social networks and depressive symptoms among older men and women in Singapore. Int J Geriatr Psychiatry. 2011;26:630–9. doi: 10.1002/gps.2574. [DOI] [PubMed] [Google Scholar]
  • 36.Song N. An analysis on the depression of single-person household by age groups. J Humanit Soc Sci. 2020;11:405–20. doi: 10.22143/HSS21.11.4.30. [DOI] [Google Scholar]
  • 37.Valtorta NK, Kanaan M, Gilbody S, Hanratty B. Loneliness, social isolation and social relationships: what are we measuring? A novel framework for classifying and comparing tools. BMJ Open. 2016;6:e010799. doi: 10.1136/bmjopen-2015-010799. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 38.Wang J, Lloyd-Evans B, Giacco D, et al. Social isolation in mental health: a conceptual and methodological review. Soc Psychiatry Psychiatr Epidemiol. 2017;52:1451–61. doi: 10.1007/s00127-017-1446-1. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 39.Byun MR, Shin SY, Cho KJ. Single-person households, changing Seoul. Policy Rep. 2009;(30):1–18. doi: 10.4135/9781412994248.n484. [DOI] [Google Scholar]
  • 40.Lee Y. One-person households and their policy implications. Health Welf Policy Forum. 2017;252:64–77. [Google Scholar]
  • 41.Choi JY. Yonsei University; 2018. A study on solitary death prevention policies [master's thesis] [Google Scholar]
  • 42.Shin HJ. A study on the changing current situation in lonely death and its measures in Korean society. Korean Crim Psychol Rev. 2018;14:63–78. doi: 10.25277/KCPR.2018.14.2.63. [DOI] [Google Scholar]
  • 43.Elbay RY, Kurtulmuş A, Arpacıoğlu S, Karadere E. Depression, anxiety, stress levels of physicians and associated factors in Covid-19 pandemics. Psychiatry Res. 2020;290:113130. doi: 10.1016/j.psychres.2020.113130. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 44.Sigdel A, Bista A, Bhattarai N, et al. Depression, anxiety and depression-anxiety comorbidity amid COVID-19 pandemic: an online survey conducted during lockdown in Nepal. MedRxiv [Preprint] 2020. [cited 2021 Dec 1]. Available from: https://doi.org/10.1101/2020.04.30.20086926 . [DOI]
  • 45.NHS England, author. Social prescribing and community-based support: summary guide. NHS England; 2019. [Google Scholar]
  • 46.Hassan SM, Giebel C, Morasae EK, et al. Social prescribing for people with mental health needs living in disadvantaged communities: the Life Rooms model. BMC Health Serv Res. 2020;20:19. doi: 10.1186/s12913-019-4882-7.bbc25a7de4db43bca224966c82d3df94 [DOI] [PMC free article] [PubMed] [Google Scholar]
Jugan Geongang Gwa Jilbyeong. 2024 Mar 14;17(10):383–403. [Article in Korean]

1인가구의 사회적 고립과 우울의 연관성

황 민지 1,3, 기 명 1,2,3,*

Abstract

1인가구는 최근 지속적으로 증가하고 있으며, 다인가구에 비해 부정적인 정신건강 결과를 보고하고 있다. 하지만 1인가구는 가구유형 그 자체보다 그들의 고립적인 특성이 정신건강과 관련성이 있는지 살펴보는 것이 필요하다. 본 연구는 1인가구 내에서 사회적 고립이 우울과 연관성이 있는지 연령별로 층화하여 확인하였다. 2017년 지역사회건강조사 자료에서 19세 이상 성인 1인가구를 연구대상자로 선정하였으며, 사회적 고립은 경제활동, 사회적 관계망, 사회활동을 종합하여 정의하였다. 우울 여부에 따른 일반적 특성 차이는 카이제곱 교차검정을 통해 분석하였다. 또한 다중로지스틱 회귀분석을 사용하여 사회적 고립, 그리고 사회적 고립을 구성하는 경제활동, 사회적 관계망, 사회활동 각각의 변수와 우울의 연관성을 분석하였다. 통제요인으로는 인구 및 사회경제적 요인과 건강 관련 요인을 포함하였다. 연구 결과, 모든 연령층에서 사회적 고립의 정도가 증가할수록 우울과의 연관성이 커지는 경향을 보였고, 중년층 연관의 강도가 가장 컸다. 또한 중년 및 노년층의 경우 사회적 고립을 구성하는 세 변수 중 경제활동이 우울과 가장 큰 연관성이 있음을 확인하였다. 본 연구 결과는 단지 1인가구 형태가 정서적 취약성과 직결되기보다 사회적 고립이 실질적 고리가 되고 있음을 보여준다. 특히 중년 및 노년층의 경우 경제활동에 대한 정책 마련이 필요함을 확인할 수 있었다.

Keywords: 1인가구, 우울, 사회적 고립

핵심요약

① 이전에 알려진 내용은?

1인가구는 전 세계적으로 지속적으로 증가하고 있으며, 다인가구에 비해 신체 및 정신적으로 부정적인 결과가 보고되고 있다.

② 새로이 알게 된 내용은?

본 연구에서 1인가구의 사회적 고립은 우울과 유의한 연관성이 있었으며, 그 크기는 중년, 노년, 청년층 순이었다. 또한 사회적 고립을 정의한 변수 중 경제활동의 경우 중년 및 노년층에서 우울과 가장 큰 연관성을 나타내었다.

③ 시사점은?

본 연구를 통하여 사회적으로 고립된 1인가구에 대한 정책 마련이 필요함을 확인할 수 있었고, 특히 중년층의 경우 연관성의 크기가 가장 크게 확인되어 중년층 1인가구에 대한 추가적인 연구 및 대안이 필요할 것으로 생각된다.

서 론

1인가구(single-person household)는 혼자서 살림하며 1인이 독립적으로 취사, 취침 등의 생계를 유지하는 가구로서[1], 현대 사회에서 도시화 및 개인주의의 증가와 더불어 전 세계적으로 증가하는 추세를 보이고 있다. 이러한 경향은 특히 고소득 국가를 중심으로 높은 경향을 보이는데, 2019년 유럽연합(European Union) 국가들의 평균 1인가구 비율은 33.4%였고, 노르웨이, 핀란드, 스웨덴의 경우 40%가 넘는 1인가구 비율을 보이고 있다[2]. 또한 우리나라는 아시아 지역에서 일본 다음으로 1인가구 비율이 높은 국가로 2020년에는 전체 가구 중 1인가구 비율이 31.6%였고, 2047년에는 37.3%까지 증가될 것으로 전망되고 있다[3].

선행연구에 따르면 1인가구는 다인가구에 비해 흡연, 음주 및 불균형적인 식습관 등의 좋지 않은 생활습관을 가질 가능성이 높았으며[4,5], 주관적 건강수준이 낮았고[6], 만성질환과 같은 신체 건강도 좋지 않은 것으로 나타났다[7]. 또한 정신보건 측면에서도 1인가구는 다른 가구유형에 비해 부정적인 결과를 나타내었는데, 혼자 사는 1인가구는 그렇지 않은 사람보다 심리적 고통(psychological distress)이 높고[8], 우울감이 높았으며[9,10], 일반적 정신질환(common mental disorder)에 부정적인 결과를 나타냈다[11].

하지만 이러한 1인가구의 정신건강의 문제는 1인가구 형태 그 자체의 영향이라기보다는 정서적 결과인 사회적 고립(social isolation)의 측면을 살펴볼 필요성이 있다. 선행연구에 따르면 1인가구 내에서 사회적 응집이 높거나 낮은 정도에 따라 우울감에 차이가 있었으며[9], 싱가포르에서 수행된 노인 연구의 경우 1인가구에서 외로움(loneliness)을 보정했을 때, 우울감이 통계적으로 유의하지 않은 결과를 나타냈다[12]. 이는 단순히 가구의 형태(living arrangement)에 따라 정신건강 문제를 살펴볼 것이 아니라, 1인가구에서 다양한 사회적 관계 요인 및 고립의 정도에 따른 정신건강 연구가 필요하다는 것을 보여준다.

또한 선행연구에 따르면 우울은 연령에 따라 상이한 특징을 나타내는데, 노년층(70세 이상)의 경우 젊은 연령층(18–24세)보다 우울에 대한 인지를 잘 못하는 것으로 나타났고[13], 연령에 따라 유병률에 차이를 보였다[14]. 또한 이후 치료 과정에서도 차이가 나타나는데, 젊은 연령층의 경우 중장년층보다 치료에 대한 효과가 더 높았다[15]. 이와 같은 연령별 차이는 1인가구 내에서도 존재한다. 최근 1인가구는 늦은 초혼 연령 및 자발적 독신 가구의 증가, 이혼 및 별거 가구의 증가 등으로 인해 다양한 연령층에서 분포되고 있다(그림 1)[3]. 하지만 기존 연구를 살펴보면 아직도 주로 독거노인에 초점을 맞춘 연구들이 대부분이며[9,10,12,16], 증가하는 청년 및 중장년층 1인가구에 대한 연구는 많지 않아 이에 대한 추가적인 연구가 필요하다. 선행연구에 따르면 서울의 1인가구 유형을 나눈 연구에서는 1인가구를 골드세대, 산업예비군, 불안한 독신자 및 실버세대로 구분하였는데 이러한 구분은 1인가구 내에서도 연령, 경제환경 및 사회문화적 환경에 따라 다양한 1인가구 유형이 있음을 보여준다[17].

그림 1. 성별 및 연령별 1인가구의 분포(통계청, 2019) [3].

그림 1

Open in a new tab

또한 기존 연구들은 1인가구 외 다른 가구 전체[12,18], 배우자와만 같이 살고 있는 경우[9,10], 결혼한 사람[19] 등 비교집단(reference group)이 다양하였는데, 이런 경우 분석상 비교집단에 따라 상대적인 1인가구의 우울수준이 반영되기 때문에 1인가구 내에서 어떠한 요인이 정신건강 문제를 발생시키는지에 대해 확인하는 것에 어려움이 존재한다.

이에 본 연구는 1인가구 내에서 사회적 고립의 정도 및 고립의 유형에 따라 우울의 연관성을 살펴보고자 하며, 이를 연령별로 구분하여 각 그룹에 차이가 있는지를 확인하고자 하였다.

방 법

1. 연구대상자

본 연구는 질병관리청에서 실시하는 2017년 지역사회건강조사(Community Health Survey) 자료를 사용하였다. 본 조사는 19세 이상 성인을 대상으로 지역보건의료계획 수립에 필요한 시·군·구 단위의 기초자료를 생산하기 위해 수행되는 자료로써 건강수준, 건강행태, 예방접종 및 검진, 이환, 의료이용, 사회경제적 요인 등을 포괄한다. 조사기간은 2017년 8월 16일부터 2017년 10월 31일까지였다.

2017년 지역사회건강조사 전체 설문응답자 228,381명에서 본 연구에서 사용하는 변수들 중 하나라도 무응답한 대상자 4,758명은 분석에서 제외하였으며, 223,623명 중 1인가구 28,619명이 최종 분석에 포함되었다.

2. 변수정의

본 연구에서 1인가구는 설문조사에서 “세대 유형은 다음 중 무엇에 해당합니까?”에 1인가구로 응답하고, 결혼상태 문항에서 “귀하의 현재 혼인상태(사실혼 포함)는 다음 중 무엇에 해당합니까?”라는 질문에 “배우자 있음(같이 살고 있음)”에 응답한 자를 제외한 대상자로 선정하였다. 사회적 고립의 경우 주관적으로 개인이 느끼는 외로움과는 별도로 구분될 수 있는데 외로움은 개인이 느끼는 정도에 따라 주관적이기 때문에 비교하기가 어려운 반면, 사회적 고립의 경우 객관적인 지표로써 개인 간 비교가 가능하다는 특징을 지닌다. 기존 선행연구에 따르면 외로움과 고립은 모두 정신건강과 연관되어 있고[20,21], 또한 상호 연관되어 있는데 외로움에 사회적 고립을 보정하였을 때 외로움과 사망은 서로 연관성이 사라졌지만, 사회적 고립의 경우 외로움을 보정한 이후에도 통계적으로 유의하게 사망과 연관성을 나타냈다[20]. 이러한 결과를 종합했을 때 외로움보다 사회적 고립이 보다 더 객관적인 지표로 정신건강 결과에 작용할 수 있으며, 또한 지역사회건강조사의 경우 외로움을 별도로 수집하고 있지 않았기 때문에 본 연구는 외로움과는 별도로 사회적 고립을 구분한 Shankar 등[22]의 논문을 참고하여, 가족, 친구와의 연락 및 만남 등의 사회적 관계망(social network)과 종교, 지역사회 활동 및 동호회 모임 등에 참여하는 사회적 활동(social activity)을 사회적 고립에 포함하였다. 또한 선행논문에 따르면 경제활동 여부(economic participation)에 따라 사회활동 및 사회에 대한 주관적 인식 수준에 차이가 있었다. 우리나라에서 수행된 연구들에 따르면 경제활동 참여는 사회적으로 배제와 관련이 있으며[23], 노인인구에서 노인일자리사업의 참여가 사회적 자본을 변화시킨다는[24] 선행연구 결과를 바탕으로 경제활동을 통한 사회적 교류 및 네트워크에 대한 부분을 고려하여 경제활동 여부를 사회적 고립에 추가하여 정의하였다. 이에 따라 최종적으로 사회적 고립의 항목으로 사회적 관계망, 사회적 활동, 경제활동 여부를 선정하였으며, 각 영역에 하나라도 해당하지 않는 경우를 0점, 한 개의 영역에 해당하는 경우 1점, 두 개의 영역에 해당하는 경우 2점, 모든 영역에 해당하는 경우를 3점으로 하여 사회적 고립의 정도를 0단계에서 4단계로 분류하였다.

우울의 경우 Kroenke 등(1999) [25]에 의해 개발된 자가보고식 우울증 선별척도인 Patient Health Questionnaire-9을 사용하였다. 본 도구는 총 9가지 항목으로 구성되어 있으며, 응답한 내용을 합산하여 0점부터 27점까지 부여된다. 본 연구에서는 선행연구를 참고하여 10점을 기준점으로 사용하였으며 10점 이상인 경우를 우울로 정의하였다[26].

통제 및 층화변수로는 선행연구에서 우울과 관련이 있다고 알려진 인구사회학적 요인, 건강행동 관련 요인을 포함하였으며, 성별, 연령(19–39세/40–64세/65세 이상), 교육수준(초등학교 졸업 이하/중학교 졸업/고등학교 졸업/대학교 졸업 이상), 혼인상태(이혼, 사별, 별거/미혼/배우자가 있음-같이 살고 있음), 월 가구소득(100만원 미만/100–199만원/200–299만원/300만원 이상)이 포함되었으며, 건강행동 관련 요인에는 현재 흡연(예/아니오), 현재 음주(예/아니오), 중등도 이상 신체활동(예/아니오)이 포함되었다. 주관적 건강상태는 좋음, 보통 및 나쁨으로 구분하여 통제변수로 사용하였다.

3. 분석

본 연구에서는 1인가구 내에서 사회적 고립 및 관련 변수에 따른 우울의 연관성을 살펴보기 위해 먼저 연령별로 우울이 있는 군과 없는 군에서 일반적 특성의 차이를 카이제곱 교차검정을 통해 확인하였다. 또한 사회적 고립과 우울의 연관성을 확인하기 위해 다중로지스틱 회귀분석을 사용하였으며, 성별 및 연령별로 층화하여 결과를 확인하였다. 본 연구에서 모든 분석은 SAS 9.4 (SAS Institute Inc.)를 사용하였으며, 회귀 분석 시 층화변수(kstrata), 집락변수(jijum_cd), 가중치(wt)를 고려하여 복합표본 설계에 따라 명령어를 사용하였다. 유의수준은 5%에서 통계적으로 유의성을 검정하였다.

결 과

연령별 1인가구에서 우울 여부에 따른 특성을 확인한 결과(표 1), 청년층(19–39세)에서는 우울이 있는 사람과 없는 사람에서 성별, 교육수준, 월 가구소득, 경제활동, 사회적 관계망, 사회활동, 사회적 고립, 주관적 건강상태, 현재 흡연 여부가 통계적으로 유의미하게 달랐으며(p<0.05), 결혼상태, 음주 및 중등도 이상 신체활동의 경우 통계적으로 유의미하게 다르지 않았다. 중년층(40–64세)에서는 현재 음주 여부를 제외한 모든 변수에서 우울이 있는 사람과 없는 사람의 특성이 통계적으로 유의미하게 차이가 있었고, 노년층에서는 성별, 결혼상태, 현재 음주 여부를 제외하고 모두 통계적으로 유의미하게 두 그룹 간 차이가 있는 것을 확인할 수 있었다.

표 1. 1인가구의 연령별 우울 여부에 따른 연구대상자 특성 비교.

청년층(19–39세) 중년층(40–64세) 노년층(≥65세)
우울 없음(n=3,935) 우울 있음(n=209) 우울 없음(n=7,521) 우울 있음(n=482) 우울 없음(n=15,209) 우울 있음(n=1,263)
성별
남성 2,442 (62.1) 94 (45.0) 3,508 (46.6) 194 (40.2) 2,417 (15.9) 212 (16.8)
여성 1,493 (37.9) 115 (55.0) 4,013 (53.4) 288 (59.8) 12,792 (84.1) 1,051 (83.2)
p-value <0.001* 0.006* 0.405
교육수준
초등학교 졸업 이하 11 (0.3) 1 (0.5) 1,651 (22.0) 175 (36.3) 12,438 (81.8) 1,093 (86.5)
중학교 졸업 47 (1.2) 2 (1.0) 1,384 (18.4) 116 (24.1) 1,268 (8.3) 79 (6.3)
고등학교 졸업 1,492 (37.9) 102 (48.8) 2,885 (38.4) 152 (31.5) 1,094 (7.2) 73 (5.8)
대학교 졸업 이상 2,385 (60.6) 104 (49.8) 1,601 (21.3) 39 (8.1) 409 (2.7) 18 (1.4)
p-value 0.016* <0.001* <0.001*
결혼상태
이혼/사별/별거 135 (3.4) 12 (5.7) 5,395 (71.7) 383 (79.5) 15,029 (98.8) 1,241 (98.3)
미혼 3,800 (96.6) 197 (94.3) 2,126 (28.3) 99 (20.5) 180 (1.2) 22 (1.7)
p-value 0.078 <0.001* 0.083
가구소득(만원)
100 미만 680 (17.3) 48 (23.0) 2,617 (34.8) 367 (76.1) 13,196 (86.8) 1,194 (94.5)
100–199 1,031 (26.2) 69 (33.0) 2,463 (32.7) 66 (13.7) 1,537 (10.1) 59 (4.7)
200–299 1,479 (37.6) 57 (27.3) 1,367 (18.2) 34 (7.1) 305 (2.0) 7 (0.6)
300 이상 745 (18.9) 35 (16.7) 1,074 (14.3) 15 (3.1) 171 (1.1) 3 (0.2)
p-value 0.004* <0.001* <0.001*
경제활동 참여
아니오 688 (17.5) 49 (23.4) 1,953 (26.0) 317 (65.8) 10,448 (68.7) 1,055 (83.5)
예 3,247 (82.5) 160 (76.6) 5,568 (74.0) 165 (34.2) 4,761 (31.3) 208 (16.5)
p-value 0.028* <0.001* <0.001*
사회적 관계망a)
낮음 2,041 (51.9) 124 (59.3) 3,504 (46.6) 319 (66.2) 4,233 (27.8) 541 (42.8)
높음 1,894 (48.1) 85 (40.7) 4,017 (53.4) 163 (33.8) 10,976 (72.2) 722 (57.2)
p-value 0.0353* <0.001* <0.001*
사회활동 참여
아니오 1,505 (38.2) 98 (46.9) 2,290 (30.4) 276 (57.3) 6,299 (41.4) 701 (55.5)
예 2,430 (61.8) 111 (53.1) 5,231 (69.6) 206 (42.7) 8,910 (58.6) 562 (44.5)
p-value 0.012* <0.001* <0.001*
사회적 고립
4 (높음) 152 (3.9) 17 (8.1) 432 (5.7) 157 (32.6) 1,651 (10.9) 316 (25.0)
3 1,049 (26.7) 65 (31.1) 1,704 (22.7) 162 (33.6) 4,819 (31.7) 488 (38.6)
2 1,680 (42.7) 90 (43.1) 3,043 (40.5) 117 (24.3) 6,389 (42.0) 373 (29.5)
1 (낮음) 1,054 (26.8) 37 (17.7) 2,342 (31.1) 46 (9.5) 2,350 (15.5) 86 (6.8)
p-value <0.001* <0.001* <0.001*
주관적 건강상태
나쁨 215 (5.5) 51 (24.4) 1,633 (21.7) 344 (71.4) 8,050 (52.9) 1,082 (85.7)
좋음/보통 3,720 (94.5) 158 (75.6) 5,888 (78.3) 138 (28.6) 7,159 (47.1) 181 (14.3)
p-value <0.001* <0.001* <0.001*
현재 흡연 여부
예 1,405 (35.7) 96 (45.9) 2,327 (30.9) 197 (40.9) 945 (6.2) 109 (8.6)
아니오 2,530 (64.3) 113 (54.1) 5,194 (69.1) 285 (59.1) 14,264 (93.8) 1,154 (91.4)
p-value 0.003* <0.001* <0.001*
현재 음주 여부
예 1,156 (29.4) 73 (34.9) 2,063 (27.4) 121 (25.1) 1,296 (8.5) 97 (7.7)
아니오 2,779 (70.6) 136 (65.1) 5,458 (72.6) 361 (74.9) 13,913 (91.5) 1,166 (92.3)
p-value 0.0869 0.2664 0.3019
신체활동 여부
아니오 2,831 (71.9) 153 (73.2) 5,803 (77.2) 420 (87.1) 13,140 (86.4) 1,141 (90.3)
예 1,104 (28.1) 56 (26.8) 1,718 (22.8) 62 (12.9) 2,069 (13.6) 122 (9.7)
p-value 0.692 <0.001* <0.001*
Open in a new tab

단위: 명(%). a)사회적 관계망의 경우 기준점을 중간값(median)으로 설정함. *유의수준은 p<0.05임.

1인가구 내에서 사회적 고립에 따른 우울의 연관성을 확인하기 위해 지역사회 건강조사에서 확인 가능한 사회적 고립 관련 변수인 사회적 관계망, 경제활동 여부 및 사회활동에서 우울의 odds ratio (OR)를 확인하고, 세 변수를 종합한 사회적 고립 변수를 사용하여 고립의 누적 정도에 따라 우울의 연관성이 높아지는지 확인하고자 하였다(표 2). 우울증과 관련있다고 알려진 인구사회학적 요인 및 건강 관련 요인을 보정한 뒤 분석을 수행한 결과, 경제활동 참여를 하지 않는 경우, 중년층(adjusted OR [AOR]=1.88, 95% confidence interval [95% CI]=1.51–2.34) 및 노년층(AOR=1.68, 95% CI=1.42–1.99)에서 유의미하게 우울의 OR가 높았으며, 사회적 관계망이 낮은 경우 청년층(AOR=1.38, 95% CI=1.05–1.82), 중년층(AOR=1.55, 95% CI=1.26–1.90), 노년층(AOR=1.51, 95% CI=1.32–1.72)에서 모두 유의미하게 우울과 연관이 있었다. 사회적 활동의 경우 중년층(AOR=1.76, 95% CI=1.44–2.16)과 노년층(AOR=1.37, 95% CI=1.20–1.57)에서 우울과 연관이 있었고 청년층의 경우 유의미한 결과를 보이지 않았다. 사회적 고립과 관련 있는 세 변수를 종합하여 사회적 고립의 정도에 따른 우울의 AOR를 확인한 결과, 모든 연령층에서 사회적 고립의 정도가 높아질수록 우울의 OR가 높아지는 것을 확인할 수 있었으며, 사회적 고립이 가장 높은 집단에서 중년층의 AOR가 4.11 (95% CI=2.75–6.14)배로 가장 우울과의 연관성이 높았고, 노년층(AOR=2.88, 95% CI=2.14–3.88), 청년층(AOR=1.97, 95% CI=1.15–3.36) 순이었다.

표 2. 사회적 고립 구성 변수(경제활동 참여, 사회적 관계망, 사회활동 참여) 및 사회적 고립과 우울의 연관성.

Crude OR (95% CI) Adjusted OR (95% CI)
19–39세 40–64세 ≥65세 19–39세 40–64세 ≥65세
경제활동 참여a)
아니오 1.36 (1.02–1.80)* 5.98 (4.98–7.19)* 2.35 (2.00–2.77)* 1.16 (0.66–2.04) 1.88 (1.51–2.34)* 1.68 (1.42–1.99)*
예 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
사회적 관계망a)
낮음 1.21 (0.93–1.57) 1.73 (1.44–2.09)* 1.76 (1.55–2.00)* 1.38 (1.05–1.82)* 1.55 (1.26–1.90)* 1.51 (1.32–1.72)*
높음 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
사회활동 참여a)
아니오 1.33 (1.03–1.71)* 2.96 (2.48–3.53)* 1.94 (1.71–2.21)* 1.05 (0.80–1.39) 1.76 (1.44–2.16)* 1.37 (1.20–1.57)*
예 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
사회적 고립b)
4 (높음) 2.43 (1.56–3.78)* 15.24 (10.98–21.16)* 4.57 (3.41–6.12)* 1.97 (1.15–3.36)* 4.11 (2.75–6.14)* 2.88 (2.14–3.88)*
3 1.48 (1.01–2.15)* 3.72 (2.68–5.17)* 2.34 (1.77–3.10)* 1.35 (0.88–2.05) 1.91 (1.32–2.78)* 1.71 (1.29–2.27)*
2 1.24 (0.85–1.81) 1.48 (1.09–2.01)* 1.37 (1.03–1.82)* 1.20 (0.82–1.75) 1.13 (0.82–1.57) 1.22 (0.91–1.63)
1 (낮음) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference) 1 (reference)
Open in a new tab

OR=odds ratio; CI=confidence interval. a)보정변수로 사회경제적 요인(성별, 교육수준, 결혼상태, 가구소득) 및 건강관련 요인(흡연, 현재 음주, 신체활동 여부, 주관적 건강상태)이 포함되었으며, 사회적 고립 관련 변수(경제활동 참여, 사회적 관계망, 사회활동 참여)의 경우 해당 변수 외 다른 변수들이 보정에 포함되었음. b)보정변수로 사회경제적 요인(성별, 교육수준, 결혼상태, 가구소득) 및 건강관련 요인(흡연, 현재 음주, 신체활동 여부, 주관적 건강상태)이 포함됨. *유의수준은 p<0.05임.

논 의

본 연구는 2017년 지역사회건강조사 자료를 활용하여 1인가구 내에서 사회적 고립에 따른 우울의 연관성을 성별 및 연령별로 구분하여 결과를 확인하고자 하였다. 본 연구를 통해 확인한 주요 결과는 1인가구 내에서 사회적 고립의 정도가 증가할수록 우울의 연관성이 증가한다는 것이며, 특히 중년층에서 연관성이 가장 높게 나타난 것을 확인할 수 있었다.

본 연구의 결과를 구체적으로 살펴보면 다음과 같다. 사회적 고립의 정도에 따라 네 그룹으로 나누었을 때, 청년, 중년 및 노년층에서 모두 사회적 고립의 정도가 증가할수록 우울의 AOR가 높게 나타났다. 이는 사회적 고립이 높을수록 정신건강에 부정적인 영향을 미친다는 기존 선행연구를 지지한다[27-32]. 기존 연구에 따르면 1인가구 내에서도 다양한 사회경제적 차이가 존재하며[33], 사회적 고립의 수준에 차이가 있었는데 1인가구에서 사회적 관계망 및 사회적 응집이 좋은 경우 그렇지 않은 사람보다 정신건강에 긍정적 결과를 나타냈다[9,16]. 하지만 기존 연구에서는 1인가구와 사회적 고립을 동시에 확인한 논문은 많지 않았는데 대부분 사회적 고립 안에 1인가구를 포함하여 분석하거나 별도로 분석한 연구들이 많고[18,30,34], 1인가구 내에서 사회적 고립의 정도에 따라 우울의 연관성을 확인한 논문은 많지 않았다.

또한 기존 1인가구 연구는 주로 독거노인에 대한 연구가 대부분이고[8-10,12,16,27,30,35] 청년 및 중년층 1인가구에 대한 정신건강을 살펴본 연구는 많지 않았다. 본 연구에서 1인가구를 연령별로 나누어 살펴보았을 때 중년층에서 연관성이 가장 큰 결과를 나타냈고(AOR=4.11, 95% CI=2.75–6.14), 노년층(AOR=2.88, 95% CI=2.14–3.88)과 청년층(AOR=1.97, 95% CI=1.15–3.36)에서도 유의한 결과를 나타냈다. 이는 1인가구에 대한 연구 및 정책지원이 노인에서만 끝날 것이 아니라 청년 및 중년층에서도 필요함을 보여준다. 중년층의 경우 가장 높은 연관성이 나타났는데 이전 선행연구에 따르면 우리나라 중년층 1인가구의 경우 다른 세대와 비교했을 때, 취업률이 상대적으로 낮고, 실업률은 높다고 보고되고 있으며[33], 본 연구에서도 사회적 고립과 관련 변수인 경제활동 참여에서 중년층이 가장 큰 우울과의 연관성을 나타내는 만큼(AOR=1.88, 95% CI=1.51–2.34), 중년층 1인가구의 경우 일자리 지원에 대한 정책 마련이 필요하며, 사회적 관계망 및 사회활동을 하지 않는 중년층 1인가구에 대한 발굴 및 지원이 필요할 것으로 생각된다.

또한 청년층의 경우, 사회적 고립에 따른 연관성의 크기가 다른 연령대에 비해 작게 나타났는데, 사회적 고립에 따른 우울의 유병률 살펴보았을 때 다른 연령층과는 반대로 사회적 고립이 가장 낮은 집단에서 우울의 비율이 높게 나타났다(청년층: 17.7%, 중년층: 9.5%, 노년층: 6.8%). 이는 청년층의 경우 사회적 고립 외에 우울에 영향을 미치는 다른 요인의 존재 가능성을 시사한다. 기존 연구에 따르면 청년층 1인가구의 경우 경제적으로 안정된 집단 혹은 근로빈곤율과 실업률이 높은 불안정한 집단으로 양분되는 경향이 있고[33], 우울의 연관성을 살펴보았을 때, 교육수준 및 건강과 같은 다른 요인보다 경제활동 및 소득이 우울에 미치는 영향이 큰 결과를 보여[36] 청년층 1인가구에서 우울에 미치는 다른 요인들을 연구할 필요성이 있어 보인다.

본 연구는 1인가구 내에서 사회적 고립의 정도가 우울에 미치는 연관성에 대해 연령별로 결과를 확인했다는 점에서 의의가 있으나 다음과 같은 한계점이 존재한다. 첫째, 사회경제적 요인에 있어서 연령별 비교를 위해 동일한 기준으로 범주를 설정하여 통제요인의 분포가 연령별로 고르지 못하게 분포한다는 한계가 존재한다. 둘째, 선행연구에 따르면 사회적 고립은 객관적인 사회적 관계뿐만 아니라 개인이 주관적으로 느끼는 관계의 측면을 추가로 확인하는 것이 더 바람직하지만[37,38], 지역사회건강조사상 관련된 설문을 확인할 수 없어 개인이 주관적으로 느끼는 사회적 고립에 대한 측면을 확인하지 못하였다는 한계가 존재한다. 셋째, 우울에 있어서 개인의 부정적인 과거의 경험(trauma 등) 및 심리적 성향(positive mental health 등)과 같은 다양한 위험(risk factor) 및 보호요인(protective factor)이 존재하지만 설문조사상 이에 대한 확인이 어려워 관련 요인들을 고려하지 못하였다는 한계가 존재한다. 이에 대하여 자료원에서 추가적으로 확인 가능한 ‘이웃에 대한 신뢰’를 심리적 요인의 대체적 변수로 보정변수에 추가하여 연관성을 살펴보았을 때, 중년 및 노년층에서는 통계적으로 큰 영향을 보이지 않았지만 청년층에서는 이웃에 대한 신뢰를 보정했을 때, 모든 변수에서 유의하지 않은 결과를 보였다. 향후 진행되는 연구에서는 청년층 1인가구에서 심리적 요인 및 사회적 신뢰와 사회적 고립이 우울에 미치는 영향에 대해서 살펴볼 필요가 있다고 생각된다. 넷째, 본 연구는 단면조사연구(cross-sectional study)로 1인가구에서 사회적 고립과 우울의 연관성을 확인할 수는 있지만, 사회적 고립이 우울에 미치는 영향에 대한 인과성을 확인하지 못한다는 한계가 존재한다. 또한 이전 선행연구에 따르면 1인가구에서 시간이 지날수록 우울의 영향이 감소하는 경향을 보여[18] 관련하여 향후 1인가구에서의 코호트 연구를 통해 시간에 따른 변화를 추가적으로 확인하는 것이 필요할 것으로 생각된다. 다섯째, 본 연구에서 청년층의 경우, 19세 이상 성인을 대상으로 하기 때문에 아직 학업이 중단되지 않는 대학생 등의 경우 현재 연구에서 고려한 경제활동 여부에 크게 영향을 받지 않을 가능성이 존재하며, 사회활동 및 사회적 관계망 외에 학업 상황에서 벌어지는 다양한 사회적 관계에 대한 측면을 포함하지 못하였다는 한계가 존재한다.

최근 1인가구는 지속적으로 증가하고 있으며 이러한 현상은 가족 구성의 변화로 그치지 않고 사회적 변화로까지 이어지고 있다[39,40]. 특히 1인가구의 경우 다인가구보다 사회경제적으로 열악하고 사회적 관계망이 축소될 가능성이 더 높기 때문에 이에 대한 지속적인 관심이 필요하다. 특히 최근 이슈가 되고 있는 고독사는 1인가구에서 주로 발생하고 있으며[41,42], 코로나바이러스감염증-19 상황에서도 많은 연구에서 혼자 사는 1인가구의 경우 다인가구보다 정신건강이 좋지 않음을 보여주었다[30,43,44].

이러한 1인가구의 사회적 고립과 정신건강 문제는 단순히 의료적 지원에서 끝날 수 있는 문제는 아니며, 사회문화적 변화를 필요로 하고, 관련 복지 서비스의 지원이 필요하다. 최근 사회복지분야에서 언급되고 있는 관계복지(Relational Welfare)는 지속적으로 증가하는 1인가구의 정신건강 문제에 대한 방안이 될 수 있으며, 영국에서 수행되고 있는 사회적 처방모델(Social Prescribing Model)도 의료서비스를 사회서비스와 연결하여 대상자가 지역사회 내에서 다양한 사회서비스(운동 프로그램, 재정 상담, 영양 관리 등)를 받아 정신건강을 강화할 수 있도록 하는 한 가지 방법으로 제시될 수 있을 것으로 생각된다[45,46].

마지막으로 기존 1인가구 연구들은 대부분 노인 연구가 많고, 관련 서비스도 노인에 한정되어 있는 경우가 많다. 노년층 1인가구뿐만 아니라 증가하는 청년 및 중년층 1인가구에 대한 관심이 필요하며, 1인가구에서 발생하는 여러 보건학적 문제(정신건강 문제 및 그 외 신체건강 문제 등)에 대해서 앞으로 추가적인 연구가 필요하다고 생각된다.

Articles from Public Health Weekly Report are provided here courtesy of Korea Disease Control and Prevention Agency

RESOURCES