산재근로자에서 고용이 삶의 질에 미치는 영향: marginal structural model을 이용한 인과성 추론

Abstract

산업재해보상보험의 목적에 ‘재활 및 사회복귀 촉진’의 개념이 포함되면서 산재근로자의 직업복귀율을 높이기 위해 다양한 재활서비스가 운영되고 있다. 그렇다면 ‘직업복귀’가 산재근로자의 삶의 질이 향상되었다는 것과 동일한 의미를 갖는다고 볼 수 있을까? 국내에서 산재근로자의 고용과 삶의 질을 다룬 연구는 패널자료의 특성을 살린 분석이 제한적으로 진행되어왔으며, 고용유지가 삶의 질에 미치는 영향에 대한 인과성 추론 통계방법을 적용한 선행 연구는 아직 없는 것이 실정이다. 패널자료와 같이 반복 측정된 자료는 시간-의존적 교란(time-varying confounder)를 고려한 통계적 기법의 적용이 요구된다. 인과성 추론 기법인 주변구조모형(Marginal Structural Model, MSM)은 각 시점에서의 노출 변수와 교란 변수 간의 혼란 요인의 분포를 역확률가중치(Inverse Probability Treatment Weight, IPTW)로 구한 후 순차적으로 균등화시키는 방법으로 시간에 따라 노출 변수가 어떻게 결과에 영향을 미치는 지 정량적인 평가가 가능하다. 따라서, 본 연구는 MSM을 이용하여 산재근로자에서 고용이 삶의 질에 미치는 인과적 영향을 확인하고자 하였다. 본 연구의 분석을 위해서 근로복지공단에서 제공하는 산재보험 패널조사(Panel Study of Workers’ Compensation Insurance; PSWCI) 제2차 코호트 1차∼4차(2018∼2021년) 자료를 활용하여 조사기간 동안 모두 참여한 2,797명 중 주요 변수 결측을 제외하고 총 2,640명을 분석대상으로 하였다. 산재근로자의 고용여부가 삶의 질에 미치는 영향을 살펴보고자 1∼4차 삶의 질 점수 전체값의 중앙값을 기준으로 하여 삶의 질을 ‘높음’과 ‘낮음’ 이분형 변수로 재정의한 삶의 질을 결과변수로 설정하고 산재근로자의 고용여부를 관심변수로 설정하였으며, 공변량으로는 산재근로자의 인구사회학적 요인, 산재 및 직업 요인, 심리적 요인을 설정하였다. 또한, 시간-고정 공변량(time-fixed covariates)과 시간-의존 공변량(time-varying covariates)을 구분하여 시간 의존 교란을 적절하게 처리하였다. 고용이 삶의 질에 미치는 영향을 확인하기 위해 일반화추정방정식(Generalized Estimated Equation, GEE)를 이용하였고, 고용 여부와 삶의 질의 인과관계를 추정하기 위해 baseline시점의 공변량과 각 시점의 시간-의존 공변량을 포함한 MSM을 구축하여 적용하였다. 연구에서 활용된 다른 혼란변수들을 통제했을 때, 산재근로자에서 고용은 삶의 질에 유의한 영향을 미쳤다. GEE를 활용한 분석 결과 고용군 대비 실직군에서 삶의 질이 낮을 오즈가 1.40배(95% CI 1.25-1.57) 높았다. 삶의 질 영향요인은 성별, 연령대, 최종학력, 결혼여부, 사회경제적 지위, 자격증유무, 주관적 건강상태로 확인되었다. MSM을 적용한 GEE를 활용하여 분석한 결과 고용 대비 실직에서 삶의 질이 낮을 오즈가 1.31배(95% CI 1.15-1.49)로 여전히 유의한 결과를 보였으나 효과크기는 다소 감소하였다. 본 연구를 통해 MSM를 이용하여 요양 종결한 산재근로자에서 고용이 삶의 질에 미치는 인과적 영향을 확인할 수 있었다. 따라서 산재근로자의 삶의 질을 향상시키기 위해 산재근로자가 직장복귀 뿐 아니라 지속적으로 고용상태를 유지할 수 있도록 돕는 다양한 노력이 필요하다. The inclusion of the concept of ' romotion of rehabilitation and social reintegration' in the objectives of workers' compensation insurance has led to the operation of various rehabilitation services to increase the return-to-work rate of workers with occupational injuries. However, can 'return to work' be considered equivalent to an enhancement in the quality of life for injured workers? Research in South Korea regarding the employment and quality of life of injured workers has been limited in analyzing the characteristics of panel data, and prior studies applying causal inference statistical methods to understand the impact of employment on the quality of life are lacking. Data with repeated measurements, such as panel data, require the application of statistical techniques that consider time-dependent confounding. The causa inference model, Marginal Structural Model(MSM), offers a method for quantitatively evaluating how exposure variables influence outcomes over time by sequentially e ualizing the distribution of confounding factors between exposure and non-exposure groups using Inverse Probability of Treatment Weighting(IPTW). Therefore, this study aimed to employ MSM to confirm the impact of employment on the quality of life. For this analysis, data from the second cohort of the Panel Study of Workers' Compensation Insurance (PSWCI) provided by the Korea Workers' Compensation and Welfare Service for the period from 2018 to 2021 were utilized. A total of 2,640 individuals were analyzed after excluding those with missing key variables among the 2,797 individuals who had participated throughout the study period. The quality of life for injured workers was redefined as a binary variable, 'quality of life,' based on the median value of overall scores for quality of life from the 1st to the 4th surveys. Employment status of injured workers was set as the main variable of interest, and covariates included demographic factors, injury and occupation-related factors, and psychological factors of injured workers. Time-fixed covariates and time-varying covariates were appropriately separated to address time-dependent confounding. Generalized Estimating Equations(GEE) were employed to examine the impact of employment on quality of life. To estimate the causal relationship between employment status and quality of life, a Marginal Structural Model (MSM) was constructed and applied, including baseline covariates and time-dependent covariates at each time point. Controlling for other confounding variables, employment had a significant impact on the quality of life. GEE analysis results showed that, compared tounemployment group, the odds of having a lower quality of life in the employment group were 1.40 times higher (95% CI 1.25-1.57). Factors influencing quality of life included gender, age group, highest educational level, marital status, socio-economic status, certification, and self-reported health status. Applying MSM in the GEE analysis showed that the odds of having a lower quality of life in the employment group compared to the unemployment group remained significant at 1.31 times (95% CI 1.15-1.49), with a slightly reduced effect size. Through this study employing MSM, the causal impact of employment on the quality of life for injured workers who have concluded medical care could be confirmed. Therefore, various efforts are needed to assist injured workers in maintaining not only their return-to-work but also their continued employment status to enhance their quality of life.