로지스틱 회귀분석에 기반한 어린이제품 사용에 따른 중대사고 발생 요인별 영향 연구

A study of Factors Influencing Severe Accidents Associated with Children’s Product Usage through Logistic Regression Analysis

한국 전체 안전사고의 20% 이상 높은 비율을 차지하고 있는 어린이 관련 안전사고에는 어린이제품 사용에 따른 안전사고가 중요한 부분이다. 그러나, 어린이제품 사용에 따른 안전사고 발생 유형이나 요인 등에 대한 구체적인 연구결과는 부족한 실정이다. 본 연구에서는 중대사고 여부를 종속변수로 하여 어린이제품 연령 분류에 따라 어린이 전 연령, 영아(0~12개월), 유아(12~36개월), 어린이(36개월~13세)로 나눠 2018년부터 2022년까지 5년 동안 발생한 어린이제품에 의한 어린이 상해 데이터 22,200건을 표본으로 연령, 성별, 연도, 인증정보, 장소, 계절, 행동 등 7개의 사고 요인을 분석하였다. Logistic regression 분석 결과, 전 연령에서는 중대사고 발생 시 장소, 연도, 성별을 제외한 연령, 인증정보, 행동, 계절에서 중대사고 발생의 통계적 유의성을 확인하였다. 연령 분류에 따른 영아, 유아, 어린이 등 3개 모델에서는 영아는 행동만이 통계적 유의성을 보였으며, 유아와 어린이에서는 장소, 인증정보, 행동, 계절 등에서 통계적 유의성을 보였다. 다수의 사고 요인에서 발견된 중대사고 연관성은 어린이제품 사고 발생 시 중대사고에 영향을 끼칠 수 있는 사고 요인을 확인하는데 logisitic regression 분석이 유용한 모델임을 보여준다. 본 연구결과는 중대사고 예방을 위한 어린이 제품 사용 주의사항 표시, 예방 교육, 리스크평가 등 어린이 제품 안전 사용에 관련된 여러 정책을 결정함에 있어 과학적인 기본 통계자료로 활용될 수 있을 것이다.

Child safety remains a paramount concern, constituting 20% of all safety incidents. Notably, accidents linked to children's product usage constitute a significant subset of these occurrences. However, comprehensive research elucidating the specific typologies and determinants of safety accidents originating from the utilization of children's products is deficient. In this study, we categorized children of various age groups infants (0 to 12 months), toddlers (12 months to 36 months), and children (36 months to 13 years) according to age-appropriate product classifications. We procured and analyzed a dataset encompassing 22,200 instances of child injuries attributable to children's products over a span of five years until 2022. The analysis scrutinized seven key accident factors, namely age, gender, year, certification status, location, season, and behavior. The result of logistic regression analysis unveiled several noteworthy findings. Across all age model, age, certification information, behavior, and season were statistically significant factors correlating with severe accidents, whereas place, year, and gender exhibited no such significance. Within the baby(~12month) model, solely behavior emerged as a statistically significant factor. Meanwhile, among infant(12~36month) and children(36month~13age), factors such as location, certification information, behavior, and season demonstrated statistical significance. Through the relationship between various accident factors, it was confirmed that logistic regression analysis is a useful model for identifying the causes of serious accidents related to children's products. The results of this study can be used to establish policies to improve the safety of children's product use. These policies include designing product usage precautions to prevent serious accidents, promoting prevention education, and comprehensive risk assessment. Accordingly, the results of this study are expected to play an important role in providing a scientific basis for various policies and initiatives for the safety of children's product use.