본문 바로가기
KERD
논문KCI 등재

다변량 분석방법을 이용한 청소년의 비자살적 자해사고 및 자해행동 예측

Predicting Nonsuicidal Self-Injurious Thought and Behavior Using Multivariate Analysis

이영순|김종완|이상인|정미림
한국상담심리학회 (Korean Counseling Psychological Association)|2024.05|한국심리학회지: 상담 및 심리치료 (Korean Journal Of Counseling And Psychotherapy)|제36권 제2호|pp. 639-658|DOI http://dx.doi.org/10.23844/kjcp.2024.05.36.2.639

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

청소년adolescence자해행동NSSI예측multivariate analysisprediction다변량 분석자해사고self-injurious thought
주제분류심리과학

초록

본 연구에서는 청소년의 비자살적 자해사고와 자해행동의 유무, 빈도 및 최근성에 대해 자해를 직․간접적으로 측정하는 척도로 예측하고자 하였다. 이를 위해 한국 청소년을 대상으로 한 비자살적 자해 신념 척도 개발 및 타당화 연구의 데이터를 사용하였으며, 전국의 중고등학생 남녀 총 470명이 연구에 참여하였다. 자료 분석에는 최신 다변량 기계학습 분석방법인 분류분석과 회귀기반 디코딩이 사용되었다. 연구 결과, 본 연구에서 사용된 8개 척도 모두 비자살적 자해사고 및 자해행동을 우연수준 이상으로 예측하였으며, 가장 설명력이 강력한 적은 수의 문항만으로 자해사고와 자해행동의 유무에 대해 우연수준 이상의 예측을 보였다. 또한 자해사고와 자해행동의 빈도 및 최근성을 예측한 결과, 자해신념 척도와 자해충동 척도가 그 빈도를, 자해충동 척도와 미래자해가능성 척도가 최근성을 유의미하게 예측한 것으로 나타났으며, 적은 수의 문항만으로 자해사고 및 자해행동의 빈도와 최근성을 유의수준 이상으로 예측하였다. 이러한 연구를 통해 청소년 자해를 예방하고 조기 개입을 위한 선별도구로 활용될 수 있다는 데 의의가 있다.

Abstract

In this study, we examined the prediction of nonsuicidal self-injury (NSSI) thoughts and behaviors, along with their frequency and recency in adolescents. Data from 470 students nationwide, initially collected for the development of a NSSI belief scale, were reanalyzed. We employed multivariate machine learning techniques, specifically classification and regression-based decoding. The results indicated that all eight scales significantly predicted NSSI thoughts and behaviors. Furthermore, specific items with the highest explanatory power were identified as significant predictors of NSSI thoughts and behaviors. In particular, the NSSI belief scale and urge to self-injury scale predicted the frequency of NSSI thoughts and behaviors, whereas the urge to self-injury scale and possible future self-injury scale predicted the recency of NSSI thoughts and behaviors. These findings suggest that the scales used in this study hold potential as tools for screening and predicting NSSI in adolescents, which could contribute to the prevention and early intervention strategies.

참고문헌 (81)

  1. 고은경, "한국 초등학교 3학년 아동의 행복감 예측을 위한 머신러닝 알고리즘의 적용", 학습자중심교과교육연구, 20(13), pp.1113~1128 (2020)
  2. 권혁진, "한국판 자해기능 평가지의 타당화 연구 : 대학생을 중심으로", 한국심리학회지 : 임상심리 연구와 실제, 3(1), pp.187~205 (2017)
  3. 김소정, "한국판 자해 척도(K-SHI)타당화 연구", 인지행동치료, 19(2), pp.205~228 (2019)
  4. 김수진, "비자살적 자해의 위험요인과 보호요인 개관", 청소년학연구, 24(9), pp.31~53 (2017)
  5. 김수진, "청소년 내담자의 반복적 자해행동의 의미탐색 : ‘고통으로 고통을 견디기’", 한국심리학회지 : 상담 및 심리치료, 27(2), pp.231~250 (2015)
  6. 김영식, "머신러닝 기법을 활용한 사교육 참여 예측 모형 탐색", 교육재정경제연구, 28(3), pp.29~52 (2019)
  7. 박지선, "청소년의 정서조절곤란 측정-DERS의 심리측정적 속성", 한국심리학회지 : 건강, 18(4), pp.727~746 (2013)
  8. 백승아, "중학생의 분노표현방식과 자살사고, 비자살적 자해 간 사회적 지지의 매개된 조절효과", 심리유형과 인간발달, 24(1), pp.39~61 (2023)
  9. 서장원, "한국판 고통 감내력 부족 척도의 타당화 연구 : 한국 대학생 집단을 대상으로", 한국심리학회지 : 임상, 33(4), pp.783~801 (2014)
  10. 성나경, "청소년의 일상적 스트레스와 자해행동 : 인지적 정서조절전략의 조절효과", 한국심리학회지 : 상담 및 심리치료, 28(3), pp.855~873 (2016)
  11. 이건명, "인공지능 튜링테스트에서 딥러닝까지" (2018), 생능출판사
  12. 이다솔, "인터넷･스마트폰 과의존(중독)영향요인 분석 : 의사 결정나무모형을 중심으로", 정책분석평가학회보, 29(4), pp.241~270 (2019)
  13. 이동귀, "청소년 자해행동 : 여중생의 자살적 자해와 비(非)자살적 자해", 한국심리학회지 : 상담 및 심리치료, 28(4), pp.1171~1192 (2016)
  14. 이동귀, "자해행동 청소년을 위한 단기개입 프로그램 개발 및 효과", 재활심리연구, 24(3), pp.409~428 (2017)
  15. 이동훈, "청소년 자해의 이해 및 특성에 대한 고찰", 청소년상담연구, 18(1), pp.1~24 (2010)
  16. 이서정, "자살의도 없는 자해시도자의 억제조절과 과제조절 경함에 대한 체계적 연구", 박사, pp.2020
  17. 이아람, "중학생용 사회적 지지 척도 개발 및 타당화", 석사, pp.2016
  18. 이은정, "랜덤 포레스트를 활용한 4년제 대학 중도탈락률 예 측 요인 탐색 : 대학 수준 결정요인을 중심으로", 교육공학연구, 36(1), pp.191~219 (2020)
  19. 이은희, "청소년 자살의 심리적 과정 및 문제해결력과 사회적 지지의 보호효과", 사회연구, 9(2), pp.105~143 (2008)
  20. 이정은, "동영상 기반 학습 환경에서 머신러닝을 활용한 행동로그의 학업성취 예측 모형 탐색", 컴퓨터교육학회논문지, 23(2), pp.53~64 (2020)
  21. 이철현, "초등학생의 스마트폰 중독 관련 데이터를 활용한 머신러닝 알고리즘의 성능 분석", 한국실과교육학회지, 33(4), pp.103~119 (2020)
  22. 이현우, "머신러닝 기반의 학업성취 예측 모형 탐색 : 대학의 오프라인 수업을 중심으로", 교육방법연구, 33(1), pp.29~46 (2021)
  23. 장연주, "‘자살위험군’ 전국 초ˑ중ˑ고 학생, 연간 2만명 이상", 헤럴드 경제, ~ (2021)
  24. 정미림, "한국 성인의 비자살적 자해 신념이 자해행동에 미치는 영향", 교육치료연구, 14, pp.99~121 (2022)
  25. 정미림, "한국판 비자살적자해 신념 척도의 타당화", 재활심리연구, 27(4), pp.165~188 (2020)
  26. 정미림, "청소년용 비자살적 자해 신념 척도의 개발 및 타당화", 재활심리연구, 30(2), pp.125~150 (2023)
  27. 정지현, "고통 감내력의 두 측면 : 주관적 인식과 행동적 반응의 관계", 한국심리학회지 : 임상, 34(1), pp.227~247 (2015)
  28. 조헌국, "머신 러닝을 활용한 이러닝 학습 환경에서의 학습자 성취 예측 모형 탐색", 학습자중심교과교육연구, 18(21), pp.553~572 (2018)
  29. 최이순, "사회적 문제 해결 도구의 신뢰도 및 타당도 연구", 한국심리학회지 : 임상, 21(1), pp.413~428 (2002)
  30. 추은정, "자해 척도(ISAS)의 한국판 타당화 연구", 청소년학연구, 25(11), pp.95~124 (2018)
  31. 허지원, "자살 의도가 없는 자해의 근거기반치료", 한국심리학회지 : 임상, 38(4), pp.415~426 (2019)
  32. 홍기혜, "Machine learning-based prediction of depression levels : Developing a model for male and female senior citizens", 한국사회복지조사연구, 70, pp.145~172 (2021)
  33. Andover, M. S., "Self-mutilation and coping strategies in a college sample", Suicide and Life-Threatening Behavior, 37(2), pp.238~243 (2007)
  34. Anugraha, K. R., "A study on the impact of machine learning tools for detecting anxiety disorders in preschool children", IOP Conference Series: Materials Science and Engineering, 396(1), pp.12~18 (2018)
  35. Baucom, L. B., "Decoding the neural representation of affective states", Neuroimage, 59(1), pp.718~727 (2012)
  36. Beck, A. T., "Assessment of suicidal intention : the Scale for Suicide Ideation", Journal of Consulting and Clinical Psychology, 47(2), pp.343~352 (1979)
  37. Beck, A. T., "Manual for Beck Hopelessness Scale" (1993), Psychological Corporation
  38. Carlson, G. A., "Suicidal behavior and depression in children and adolescents", Journal of the American Academy of Child Psychiatry, 21(4), pp.361~368 (1982)
  39. Cha, C. B., "Cognition and self-injurious thoughts and behaviors : A systematic review of longitudinal studies", Clinical Psychology Review, 69, pp.97~111 (2019)
  40. Claes, L., "Psychological Tests and Testing Research Trends", pp.111~139 (2007), Nova Science
  41. Claes, L., "Self-injury in female versus male psychiatric patients : A comparison of characteristics, psychopathology and aggression regulation", Personality and Individual Differences, 42(4), pp.611~621 (2007)
  42. Fox, K. R., "Model complexity improves the prediction of nonsuicidal self-injury", Journal of Consulting and Clinical Psychology, 87(8), pp.684~ (2019)
  43. Gilbert, P., "The role of defeat and entrapment(arrested flight)in depression : An exploration of an evolutionary view", Psychological Medicine, 28(3), pp.585~598 (1998)
  44. Gratz, K. L., "Multidimensional assessment of emotion regulation and dysregulation : Development, factor structure, and initial validation of the Difficulties in Emotion Regulation Scale", Journal of Psychopathology and Behavioral Assessment, 26(1), pp.41~54 (2004)
  45. Haines, J., "Coping and problem solving of self-mutilators", Journal of Clinical Psychology, 53(2), pp.177~186 (1997)
  46. Hasking, P., "The nonsuicidal self injury expectancy questionnaire : Factor structure and initial validation", Clinical Psychologist, 22(2), pp.251~261 (2018)
  47. Haynes, J. D., "Decoding mental states from brain activity in humans", Nature Reviews Neuroscience, 7(7), pp.523~534 (2006)
  48. Jacobson, C. M., "The Oxford handbook of suicide and self-injury", pp.308~320 (2014)
  49. Joiner, T., "Why people die by suicide" (2005), Harvard University Press
  50. Kim, J., "A study in affect : Predicting valence from fMRI data", Neuropsychologia, 143(8), pp.107473~ (2020)
  51. Kim, S., "Multivariate polynomial regression modeling of total dissolved-solids in rangeland stormwater runoff in the Colorado River Basin", Environmental Modelling and Software, 157(11), pp.105523~ (2022)
  52. Klonsky, E. D., "The relationship between nonsuicidal self-injury and attempted suicide : Converging evidence from four samples", Journal of Abnormal Psychology, 122(1), pp.231~237 (2013)
  53. Laye-Gindhu, A., "Nonsuicidal self-harm among community adolescents : Understanding the"whats"and"whys"of self-harm", Journal of Youth and Adolescence, 34(5), pp.447~457 (2005)
  54. Leyro, T. M., "Distress tolerance and psychopathological symptoms and disorders : A review of the empirical literature among adults", Psychological Bulletin, 136(4), pp.576~ (2010)
  55. Linehan, M. M., "Suicide Attempt Self-Injury Interview(SASII) : Development, reliability, and validity of a scale to assess suicide attempts and intentional self-injury", Psychological Assessment, 18(3), pp.303~312 (2006)
  56. Littlefield, A. K., "Machine learning to classify suicidal thoughts and behaviors : Implementation within the common data elements used by the military suicide research consortium", Clinical Psychological Science, 9(3), pp.467~481 (2021)
  57. Mann, J. J., "Toward a clinical model of suicidal behavior in psychiatric patients", Amsterdam Journal of Psychiatry, 156(2), pp.181~189 (1999)
  58. Maydeu-Olivares, A., "A factor-analytic study of the Social Problem-Solving Inventory : An integration of theory and data", Cognitive Therapy and Research, 20(2), pp.115~133 (1996)
  59. McHugh, R. K., "Refining the measurement of distress intolerance", Behavior Therapy, 43(3), pp.641~651 (2012)
  60. Na, K. S., "Predicting future onset of depression among community dwelling adults in the Republic of Korea using a machine learning algorithm", Neuroscience Letters, 721(8), pp.134804~ (2020)
  61. Nam, S. M., "Discovery of depression-associated factors from a nationwide population-based survey: Epidemiological study using machine learning and network analysis", Journal of Medical Internet Research, 23(6), pp.e27344~ (2021)
  62. Nixon, M. K., "Ottawa Self-Injury Inventory" (2005), University of British Columbia and Victoria
  63. Nock, M. K., "Why do people hurt themselves? New insights into the nature and functions of self-injury", Current Directions in Psychological Science, 18(2), pp.78~83 (2009)
  64. Nock, M. K., "Self-Injurious Thoughts and Behaviors Interview : Development, reliability, and validity in an adolescent sample", Psychological Assessment, 19(3), pp.309~317 (2007)
  65. Nock, M. K., "Physiological arousal, distress tolerance, and social problem-solving deficits among adolescent self-injurers", Journal of Consulting and Clinical Psychology, 76(1), pp.28~ (2008)
  66. Opoku Asare, K., "Predicting depression from smartphone behavioral markers using machine learning methods, hyperparameter optimization, and feature importance analysis: Exploratory study", JMIR mHealth and uHealth, 9(7), pp.e26540~ (2021)
  67. Pereira, F., "Machine learning classifiers and fMRI: A tutorial overview", Neuroimage, 45(1), pp.S199~S209 (2009)
  68. Priya, A., "Predicting anxiety, depression and stress in modern life using machine learning algorithms", Procedia Computer Science, 167(2), pp.1258~1267 (2020)
  69. Rotolone, C., "Giving up self-injury : A comparison of everyday social and personal resources in past versus current self-injurers", Archives of Suicide Research, 16(2), pp.147~158 (2012)
  70. Sandel, D. B., "Beliefs about one’s non-suicidal self-injury : The Experiences of Self-Injury Questionnaire(ESIQ)", Archives of Suicide Research, 25(3), pp.458~474 (2020)
  71. Schafer, K. M., "A direct comparison of theory-driven and machine learning prediction of suicide: A meta-analysis", PloS One, 16(4), pp.e0249833~ (2021)
  72. Sher, L., "Understanding nonsuicidal self-injury: Origins, assessment, and treatment", pp.99~116 (2009), American Psychological Association
  73. Shim, M., "Machine-learning-based classification between post-traumatic stress disorder and major depressive disorder using P300 features", NeuroImage : Clinical, 24(4), pp.102001~ (2019)
  74. Siddaway, A. P., "Characterizing self-injurious cognitions : Development and validation of the Suicide Attempt Beliefs Scale(SABS)and the Nonsuicidal Self-Injury Beliefs Scale(NSIBS)", Psychological Assessment, 31(5), pp.592~608 (2019)
  75. Tice, D. M., "Emotional distress regulation takes precedence over impulse control : If you feel bad, do it!", Journal of Personality and Social Psychology, 80(1), pp.53~67 (2001)
  76. Vaughn, M. G., "Subtypes of non-suicidal self-injury based on childhood adversity", Psychiatric Quarterly, 86(1), pp.137~151 (2015)
  77. Walsh, B. W., "자해상담 및 심리치료 실무지침서" (2019), 성균관대학교 외상심리건강연구소
  78. Washburn, J. J., "Measuring the urge to self-injure : Preliminary data from a clinical sample", Psychiatry Research, 178(3), pp.540~544 (2010)
  79. Weaverdyck, M. E., "Tools of the trade multivoxel pattern analysis in fMRI : A practical introduction for social and affective neuroscientists", Social Cognitive and Affective Neuroscience, 15(4), pp.487~509 (2020)
  80. Whitlock, J., "Self-injurious behaviors in a college population", Pediatrics, 117(6), pp.1939~1948 (2006)
  81. Wshah, S., "Predicting posttraumatic stress disorder risk: A machine learning approach", JMIR Mental Health, 6(7), pp.e13946~ (2019)

관련 논문AI추천

청소년의 자해행동에서 자살 의도 유무에 따른 집단간 심리특성 차이와 예측변수 탐색진선주한국정서행동장애학회 · 정서·행동장애연구2022 · 제38권 제2호청소년 자살위험의 유형화와 심리사회적 특성연구유비, 김기현, 최윤선, 최진영, 함혜욱한국사회복지연구회 · 사회복지연구2020 · 제51권 제2호고등학교 청소년들의 심리적 특성에 따른 비자살적 자해행동의 차이: 잠재 프로파일 분석을 중심으로김명화, 이창현한국심리학회 산하 한국발달심리학회 · 한국심리학회지: 발달2023 · 제36권 제2호청소년의 비자살적 자해행동에 관한 연구송현주, 안영신한국정서행동장애학회 · 정서·행동장애연구2017 · 제33권 제4호청소년 자해행동: 여중생의 자살적 자해와 비(非)자살적 자해배병훈, 이동귀, 함경애한국상담심리학회 · 한국심리학회지: 상담 및 심리치료2016 · 제28권 제4호청소년용 비자살적 자해 신념 척도의 개발 및 타당화이영순, 정미림한국재활심리학회 · 재활심리연구2023 · 제30권 제2호

이 간행물의 다른 논문 (14건)

상담 수퍼바이저가 수행하는 게이트키핑 과정 탐구이아람pp. 373-403자율성 역량 척도의 개발과 타당도 연구장재홍, 허정, 오세미, 송해리pp. 405-437한국판 문제성 음란물 사용(Korean Problematic Pornography Use)척도의 타당화우성범pp. 439-462청소년용 단축형 사회적 상호작용 불안 척도와 사회공포증 척도 (Social Interaction Anxiety & Social Phobia Scale-12 for Adolescent; SIAPS-12-A) 타당화 연구안정광, 이서희, 김다혜pp. 463-487아동기 외상 척도(CTQ)의 신뢰도 일반화 메타분석차미영, 김진숙pp. 489-513
원문 보기