• 한국엔터테인먼트산업학회논문지
• /
• 제4권4호
• /
• pp.72-76
• /
• 2010

의료 노모그램은 환자에 대한 임상정보를 축적하고 분석하여 만든 수식적인 임상 의료예측 지식을 그래픽으로 표현한 것을 말한다. 의료 노모그램이 환자 진료에 기여하기 위해서는 가능하면 많은 임상 사례들이 추적되어 이들로부터 의료예측 지식을 추출하는 것이 필요하다. 또한 가용한 사례 데이터들로부터 정확도가 높은 예측 모델을 생성하여 노모그램으로 제공해야 한다. 이러한 노모그램은 환자진료 시점에서 쉽게 활용할 수 있도록 제공하는 것이 바람직하다. 이 논문에서는 이러한 요구조건들을 고려하여 제안한 노모그램 서비스 시스템을 소개한다. 제안한 시스템에서는 가능하면 많은 사례를 활용할 수 있도록 하기 위해 웹기반의 사례정보 데이터베이스 시스템을 포함하고, 임상 사례 데이터들을 활용하여 주기적으로 노모그램을 자동으로 갱신하도록 한다. 그 결과를 임상현장에서 바로 사용할 수 있도록 하기 위하여 앱 프로그램 통하여 스마트 단말기를 활용하도록 한다. 이 앱은 노모그램 서버에 직접 접근하여 가장 최근의 노모그램에 근거한 예측 결과를 제공한다. 끝으로 제안된 서비스 시스템 구조를 적용하여 개발된 방광암 환자의 재발율 및 생존율에 대한 노모그램 서비스 시스템을 소개한다.

• 응용통계연구
• /
• 제31권3호
• /
• pp.329-342
• /
• 2018

노모그램은 질병의 위험 요인과 예측 확률을 쉽게 이해할 수 있도록 시각적으로 표현하는 통계적 도구이다. 본 논문은 만성 폐쇄성 폐질환(chronic obstructive pulmonary disease)의 위험 요인을 이용하여 로지스틱 회귀모형과 순수 베이지안 분류기 모형의 노모그램을 구축하고 이를 비교하였다. 분석 데이터는 국민건강영양조사 6기(2013-2015)를 이용하여 진행하였다. 총 6개의 위험 요인을 이용하였다. 그리고 로지스틱 회귀모형, 순수 베이지안 분류기 모형과 각각의 구축 방법을 이용하여 만성 폐쇄성 폐질환의 노모그램을 제시하였다. 또한, 구축된 두 노모그램을 비교하여 유용성을 살펴보았다. 마지막으로 ROC curve와 Calibration plot을 통하여 각 노모그램을 검증하였다.

• 응용통계연구
• /
• 제31권5호
• /
• pp.573-585
• /
• 2018

본 연구에서는 제 2형 당뇨(type 2 diabetes mellitus)의 발병 확률을 예측하기 위해 11가지 위험요인을 가지고 로지스틱 회귀모형과 순수 베이지안 분류기 모형에 적합시킨다. 그런 다음 이를 시각적으로 쉽게 이해하는데 도움을 주는 노모그램 구축 방법을 소개한다. 분석은 2013-2015년 6기 국민건강영양조사 데이터를 가지고 분석하였다. 또 로지스틱 회귀모형에 세 가지 상호작용 항을 넣어 분석의 질을 높이고자 하였고 베이지안 노모그램에 left-aligned 방법을 사용하여 비교하기 쉽게 만들었다. 최종적으로 두 노모그램을 비교하고 효용성을 알아보았다. 마지막으로 ROC 곡선을 이용하여 노모그램이 적절한지 검증하였다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.555-567
• /
• 2020

고혈압은 발병률이 꾸준히 증가하고 있을 뿐 아니라, 심혈관 질환과 같은 2차 질병의 주된 위험 요인이 되었다. 게다가 고혈압은 뇌졸중, 혈관성 치매와 같은 다른 합병증을 유발하는 질병이다. 따라서 고혈압 발병률을 예측하는 것은 중요한 일이다. 본 연구에서, 고혈압 발병률을 예측할 수 있는 노모그램을 구축하였다. 데이터는 2013년부터 2016년까지의 국민건강영양조사로부터 얻어졌다. 복합 표본의 특성을 고려하여 Rao-Scott chi-squared test를 통해 고혈압에 영향을 미치는 10가지 요인을 규명하였다. 하지만 로지스틱 회귀분석 시, 흡연 상태와, 운동 유무는 유의하지 않았다. 따라서 8개의 주 효과를 고혈압의 위험요인으로 최종 선별하였다. 그리고 최종 선별된 위험 요인들로 로지스틱 노모그램과 베이지안 노모그램을 제시 및 비교하였다. 마지막으로 ROC curve 그래프와 calibration plot을 통해 노모그램을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.796-801
• /
• 2009

복잡한 진단이나 예측 모델은 계산이 복잡하고 추론 과정을 해석하기 어렵기 때문에 임상현장에서 널리 사용되지 않고 있다. 의료 종사자들은 이러한 복잡한 모델 대신에, 복잡한 함수를 컴퓨터 등을 사용하지 않고도 쉽게 계산할 수 있도록 수치 관계를 그래픽으로 표현한 노모그램을 사용해 왔다. 의료분야에서 질병의 진단과 질병예후의 예측은 매우 주요한 관심사이다. 노모그램은 증상검사결과치료이력질병의 진단 결과 등의 속성을 포함한 임상 데이터들로부터 만들어진다. 노모그램을 만들 때는 가용한 여러 가지 속성 중에서 효과적인 것들을 찾아야 하고, 경우에 따라서는 속성에 대한 파라미터를 함께 결정해야 한다. 이 논문에서는 효과적인 속성과 파라미터를 선택하기 위해 유전자 알고리즘을 사용하고, 노모그램을 생성하기 위해 나이브 베이지언 기법을 사용하는 방법을 제안한다. 또한 제안한 방법을 실제 임상 데이터에 적용한 결과를 보인다.

• 응용통계연구
• /
• 제32권4호
• /
• pp.619-630
• /
• 2019

이상지질혈증은 한국인의 대표적인 성인병이며 지속적인 관리가 필요한 만성질환이다. 또한 고혈압이나 당뇨병과 함께 심혈관계 질환의 위험 요인으로 잘 알려져 있다. 하지만 혈관 질환은 검사 없이는 질병 판단을 하기 어려운 것이 현실이다. 본 연구에서는 이상지질혈증의 인지와 예방을 위하여 관련된 위험 요인을 확인한다. 이들을 종합하여 시각화하면서 발병률 예측까지 가능한 통계적 도구 노모그램을 구축하였다. 데이터는 국민건강영양조사 6기, 7기 제1차년도 (2013-2016) 데이터를 사용하였다. 분석 순서로는 먼저 이상지질혈증의 총 12가지 위험 요인을 교차분석을 통해 확인하였다. 그리고 순수 베이지안 분류기를 이용하여 이상지질혈증에 대한 모형으로 노모그램을 구축하였다. 구축한 노모그램은 ROC 곡선과 Calibration plot을 사용하여 신뢰성을 검증하였다. 마지막으로 이전에 제시했던 로지스틱 노모그램과 본 연구에서 제안한 베이지안 노모그램을 비교하였다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.591-602
• /
• 2017

최근 미세먼지 농도가 올라감에 따라 사람들은 호흡기 질환에 큰 관심을 가지고 있다. 본 연구는 인구학적 및 임상적 특징을 통한 만성 폐쇄성 폐질환(chronic obstructive pulmonary disease)의 위험요인을 선별하고 이에 따른 노모그램을 구축하였다. 먼저 국민건강영양조사(KNHANES) 6기 (2013-2015)의 인구학적 및 임상적 특징, 폐기능 검사 결과를 사용하여 로지스틱 회귀분석을 실시 하였고 비전공자들도 분석 결과에 대한 해석을 쉽게 할 수 있도록 만성 폐쇄성폐질환의 위험 요 인을 시각화한 노모그램을 구축하였다. 또한 ROC curve와 Calibration plot을 이용하여 만성 폐쇄 성 폐질환의 노모그램을 검증하였다.

• 대한간호학회지
• /
• 제53권6호
• /
• pp.678-678
• /
• 2023

• 화약ㆍ발파
• /
• 제24권1호
• /
• pp.1-8
• /
• 2006

최근 대부분의 석회석 광산은 환경문제 등으로 인하여 노천채광에서 지하채굴로 전환되었다. 그 결과 노천채광과 같은 생산성을 유지하기 위해 갱도가 대형화되고 있다. 이에 따라 갱도 및 광주의 규모 그리고 굴착방법 등에서 많은 문제가 발생하고 있다. 본 연구는 두 갱도의 동시 발파 혹은 단일갱도 내에서 좌운반갱도와 사갱을 동시 발파, 두 갱도를 다단 발파 그리고 각각의 갱도를 단독 발파하여 굴착했을 때의 발파진동을 계측하여 각각의 굴착방법에 따라 발파진동식을 산출하여 노모그램 분석과 암반손상권 분석을 실시하였다.

• 대한치과의사협회지
• /
• 제54권8호
• /
• pp.630-638
• /
• 2016

The appropriate sample size calculation in dental research is important to achieve the study purpose at the first step in study design. However, it cannot be easy to calculate sample size using standard formulas, because the several factors must be considered for calculation. This study introduced the graphic method for sample size calculation, which is called nomogram. The purpose of this study is to show the effectiveness of the nomogram using examples, expecting the researchers can easily use nomogram for sample size determination.