Proceedings of the Korean Information Science Society Conference (한국정보과학회:학술대회논문집)

  • 2012.06c
  • /
  • Pages.139-141
  • /
  • 2012
  • /
  • 1598-5164(pISSN)
Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

A Long-term Mortality Prediction Model for Patient with ST-segment Elevation Myocardial Infarction using Decision Tree

의사결정트리를 이용한 ST분절상승 급성심근경색증 환자를 위한 장기 사망 예측 모형

  • Park, Soo-Ho (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Park, Hyeon-Ah (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Ryu, Kwang-Sun (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Kim, Hyeong-Soo (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Ryu, Keun-Ho (Database/Bioinformatics Laboratory, Chungbuk National University)
  • 박수호 (충북대학교 데이터베이스/바이오인포매틱스 연구실) ;
  • 박현아 (충북대학교 데이터베이스/바이오인포매틱스 연구실) ;
  • 류광선 (충북대학교 데이터베이스/바이오인포매틱스 연구실) ;
  • 김형수 (충북대학교 데이터베이스/바이오인포매틱스 연구실) ;
  • 류근호 (충북대학교 데이터베이스/바이오인포매틱스 연구실)
  • Published : 2012.06.22

⟨ Previous Next ⟩

Abstract

이 논문에서는 한국인 급성심근경색증 환자에 대한 KAMIR 데이터를 기반으로 ST분절상승 심근경색이 처음 발병한 환자의 사망에 영향을 미치는 위험요소들을 찾고, 이를 기반으로 ST분절상승 급성심근경색환자의 1년 이내 사망을 예측하는 모델을 제시한다. 총 22개의 속성 중에서 속성 선택 알고리즘을 적용한 결과 나이, 심장박출계수, 크레아티닌, 고감도 C-반응성 단백질 등 4개의 속성이 선택되었고, 이 속성들을 이용하여 더욱 정확한 예측 모델을 구축할 수 있었다. 제시된 모델을 통해서 고위험군 환자의 위험성을 평가하고 예후를 추정할 수 있을 것으로 기대한다.

Keywords

Acknowledgement

Supported by : 한국연구재단