우리는 응급실을 방문한 65세 이상 노인환자의 의료 데이터를 각각 피드 포워드 신경망과 합성곱 신경망에 학습하여 사망률을 예측하였다. 의료 데이터는 노인환자의 성별, 연령, 체온, 심박 수 등의 기초적인 정보뿐 아니라 과거 병력, 다양한 혈액 검사 및 배양 검사 결과 등 다양하고 복잡한 정보를 포함하여 총 99가지의 자질로 구성된다. 이 중 사망률 예측에 크게 기여하는 자질을 선택하기 위해 랜덤 포레스트를 이용하여 자질의 중요도를 계산하였고, 그 결과 중요도가 높은 상위 80개의 자질을 선택하였다. 선택된 자질을 각각 피드 포워드 신경망과 합성곱 신경망의 학습에 사용하여 두 신경망의 성능을 비교하였다. 합성곱 신경망 학습을 위해 의료 데이터를 고정된 크기의 이미지로 변환하였으며 합성곱 신경망이 피드 포워드 신경망을 이용한 것보다 성능이 좋았다. 합성곱 신경망의 사망률 예측 성능으로 테스트 데이터에 대해 F1 점수는 56.9, AUC는 92.1을 각각 얻었다.
최근 의학계에서도 딥러닝 기술을 이용한 질병의 치료결과 예측 연구가 활발하다. 그러나, 소규모 환자 데이터와 특정한 딥러닝 알고리즘을 선택·활용, 연구를 진행하여 특정 조건 아래에서 의미 있는 결과를 보여주었다. 본 연구에서는 연구 결과의 일반화를 위하여 환자 대상을 좀 더 확대·세분화하여 80대·90대·100대 남녀 대상으로 폐암 진단 후 사망률 예측 연구 결과를 도출하였다. 건강보험심사평가원의 대규모 진료 정보와 다종의 딥러닝 알고리즘을 제공하는 AutoML을 이용, 80대·90대·100대 남녀의 폐암 진단 후 84개월간의 사망률 예측을 위해 Decision Tree, Random Forest, Gradient Boosting, XGBoost, Logistic Regression 등 5개 알고리즘별 모델을 생성하고 이를 통해 예측 성능을 비교하고 사망률에 영향을 미치는 요인에 대한 분석도 추진하였다. 연구 결과, 80대와 90대에서 남성이 여성보다 사망 예측률이 더 높았으며 100대에서는 여성의 사망 예측률이 남성보다 높게 나타났다. 그리고 사망률에 가장 큰 영향을 미치는 요인으로는 치료기간으로 분석되었다.
출산율 하락과 기대여명 증가에 따라 인구구조의 고령화가 급격히 진행되고 있다. 이에 따라 소득보장이나 건강보장과 같은 사회보장제도의 장기 재정 불안정과 관련된 사회적 우려가 높다. 여러 세대를 거쳐 사회보장제도를 안정적으로 유지하기 위해서는 제도의 장기적 재정 상태에 대한 정확한 전망이 요청된다. 재정 상태에 대한 정확한 진단은 장기 재정 안정화를 위한 가장 기본적인 전제 조건이며, 정확한 재정 상태에 대한 평가 없이 재정 안정화를 위한 사회적 합의를 도출하는 것은 가능하지 않다. 본 연구는 사학연금의 장기 재정 전망에 필요한 사망률 전망 방법을 검토함으로써 사학연금 장기 재정 전망 작업의 정확성과 신뢰성을 높이고자 하는 목적을 가지고 있다. 보다 구체적으로, 본 연구는 연앙인구 및 사망 건수 자료가 제한적인 동시에 단기 시계열 자료만이 존재하는 사학연금 데이터베이스의 특성을 반영한 사망률 전망 모형을 구축하고 있다. 사학연금 남성 사망률 전망과 관련하여 본 연구에서 제안하는 모형은 목표 집단의 사망력 패턴과 밀접히 연관된 준거 집단을 통합적으로 모형화하는 정합적 사망률 모형(coherent mortality model)이다. 반면 관측된 사망 건수가 매우 제한적인 관계로 사학연금 데이터베이스에 기초하여 사망률을 전망하기 쉽지 않은 여성 사망률의 경우 통계청 장래인구추계에서 전망된 성별 사망확률 격차가 사학연금에도 적용될 수 있다는 가정하에 사학연금 여성 사망률을 전망하는 방법을 제안하고 있다.
배경 :폐절제술은 절제가능한 폐암 또는 염증성 폐질환 선천성 폐질환의 치교적 술식이 된다. 술후 경과에 영향을 줄수 있는 예측기능 요소를 인지하는 것은 중요하나 합병증에 이환된 경향이 높은 환자에 대하여 각별한 주의를 기울임으로서 술후 합병증 및 사망률은 감소시킬수 있을 것이다 방법 및 대상: 술후 결과에 영향을 미치는 요소를 예측하기 위해 1994년부터 1998 년까지 본 병원에서 종양성 및 염증성 폐질환으로 폐절저술을 시행받은 153명의 환자를 대상으로 입원챠트를 열람하여 연구하였다 평균 연령은 54.3$\pm$10.6세였다. 96명 (62%) 의 환자는 폐암화자였으며 47명 (30%)의 환자의 염증성 폐질환자였고 10명 (7%)의 환자는 선천성 폐질환자이거나 기타 폐질환자였다. 결과: 전체 153명중 폐엽절제술이 118례 전폐절제술이 29례 폐분엽절제술이 6례 시행되었다. 7명 (4.5%)의 환자가 술후 사망하였다 술후 원내 사망률의 가장 유의한 예측요소는 동반된 내과적 질환의 유무(p<0.001)과 70세 이상의 고령이다(p<0.003) 총 57명의 환자에게 67가지의 합병증이 발병되었다 그중 수술자체와 관련된 합병증이 50례 (32%) 호흡기계 합병증이 14례(9.1%) 심혈관계가 1례(0.6%) 기타 합병증이 2례(1.3%)였다 술후 합병증 이환율에 영향을 미치는 요소는 70세 이상의 고령이었다(p<0.004) 결론 : 동반된 내과적 질환과 70세 이상의 고령은 술후 사망률에 영향을 미치는 유의한 예측요소가 되며 또한 70세이상의 고령은 술 후 합병증 이환율에도 영향을 미치는 요소이다.
세계 인구의 고령화가 진행되는 오늘날 노인들을 위한 의료 서비스의 수요는 점차 증가할 것으로 보인다. 특히, 응급실을 방문하는 노인 환자는 일반 환자보다 다양한 질병을 갖고 있거나, 특이한 증상을 호소하는 등 복잡한 의학적, 사회적 및 신체적 문제를 가지고 있는 경우가 많다. 우리는 65세 이상의 응급실을 방문한 노인 환자의 사망률 예측을 위해 연령, 성별, 혈압, 체온, 혈액검사, 주증상명 등의 의료 데이터를 사용하였다. Feed Forward 신경망과 지지벡터기계를 각각 학습하여 사망률을 예측하고 그 성능을 비교하였다. 1개의 은닉층을 사용한 Feed Forward 신경망의 실험결과가 가장 좋았으며, 이 때 F1 점수는 52.0%, AUC는 88.6%이다. 좀 더 좋은 의료 자질을 추출하여 제안 시스템의 성능을 향상시킨다면 응급실에 방문한 노인 환자들을 위한 효과적이고 신속한 의료 자원 배분을 통해 더 좋은 의료 서비스를 제공할 수 있을 것이다.
이 연구는 통계청의 치매 사망자수 및 사망률 자료와 공공데이터포털의 서울시 치매안심센터를 분석하여 치매 문제에 초점을 맞추어 치매 환자와 그 가족들에게 지원을 제공하는 치매안심센터의 역할을 조명합니다. 연구 목적은 서울시 각 자치구에 설치된 치매안심센터의 자원과 인프라가 치매 사망률에 미치는 영향을 분석하여, 치매 예방 및 관리 정책의 개선 방향을 제시하는 것입니다. 데이터는 한국통계정보원(KOSIS)과 사망원인통계에서 수집되었으며, 2022 년에 보고된 치매로 인한 사망자 수와 치매관리센터의 자원 정보를 포함합니다. 데이터 전처리 과정에서는 정확성 검증, 정규화, 표준화, 분류 작업이 이루어졌습니다.분석 방법으로는 통계적 접근과 예측 모델링을 통해 치매 치료 센터 자원과 치매 사망률의 관계를 다각적으로 조사했습니다. 본 연구의 결론은 치매 안심 센터의 자원이 치매 사망률에 미치는 영향을 이해하는 데 중요한 정보를 제공하며, 이는 치매 관리와 예방에 있어서 인력의 중요성을 강조합니다.
다양한 유해오염물질에 급성 노출된 단각류 Monocorphium acherusicum의 노출 기간 이후에 발생하는 지연 사망(latent mortality)이 반수치사농도(LC5O)산출에 어떤 영향을 미치는 지를 규명하기 위한 일련의 실험이 수행되었다. 본 연구에서는 실험생물을 카드뮴, 구리, 수은과 같은 중금속, tributyltin(TBT), 암모니아 그리고 방향성탄화수소인 phenanthrene에 각각 96시간 동안 노출시킨 후 깨끗한 해수에 옮겨 다시 6일 동안 배양하면서 사망률을 조사하였다. 실험결과 구리, TBT, 암모니아, phenanthrene과 같은 물질에 노출된 M. acherusicum의 사망률은 노출이 끝난 이후에도 계속적으로 증가하는 지연 사망이 관찰되었으며, 이에 따라 기존의 방법_으로 산출된 96-h LC50보다 지연 사망을 고려한 새로운 LC50이 크게 낮아지는 경향이 관찰되었다. 지연사망률을 고려하지 않은 기존의 독성시험 결과는 지연 사망의 영향을 반영하지 못하므로 실제 현장에서 발생할 수 있는 오염물질의 영향을 과소평가 할 가능성이 있다. 따라서 지연 사망률에 대한 고려는 실제 현장 개체군에 대한 유해오염물질의 영향을 보다 정화하게 예측하는 데에 활용될 수 있을 것이다.
빠른 고령화로 고령층의 증가는 인구구조 변화와 인구고령화에 영향을 미친다. 예전부터 선진국은 인구고령화를 주요현안으로 간주하여 고령화로 인한 연금 재정건전성, 건강 및 노인 복지 시스템의 지속 가능성에 집중하고 있다. 이처럼 고령층의 증가로 인구구조 변화와 인구고령화에 미치는 사망률 예측은 어느 때보다도 중요하다. 본 논문은 통계청 1970-2016년 각세별 생명표 자료를 활용하여 사망률 모형 6가지를 비교하였다. 이들 모형은 Lee-Carter(LC) 모형 (Lee and Carter, Journal of the American Statistical Association, 87, 659-671, 1992)에 근원을 두고 있으며, LC 의 가정을 수정하고 개선한 것이다. 이들 개선과정과 가정검토를 모형별로 살펴보고 우리나라에 적합한 사망률 모형을 모색했다. 분석결과 빠른 고령화와 연령별 사망률의 개선 효과를 보이는 우리나라의 경우 기대수명에 큰 변화를 주지 않고 이들 현상을 반영하고 연령별 사망률 패턴을 수정하는 LC-ER 모형 (Li 등, Demography, 50, 2037-2051, 2013)과 Li-Lee 모형과 LC-ER모형을 조합한 LL&LC-ER 모형으로 사망률을 예측하는 것이 바람직하다.
본 연구에서는 기왕의 댐 붕괴사례와 인명손실 결정인자들의 분석으로부터 유도된 상관관계를 이용하여 댐 붕괴 홍수파의 특성이 고려된 인명피해 예측을 위해 미국의 LIFESim 모형에 적용된 인명손실 모듈과 유럽연합에서 제시한 사망률 함수에 의한 인명손실 추정기법이 제시되었다. 극한 홍수조건(PMF)하에서 댐 붕괴로 인한 대상 지점의 수심, 유속 및 홍수도 달시간 등과 같은 홍수특성치는 1차원 수리학적 모형인 FLDWAV에 의해 모의되었으며 범람수심을 이용하여 홍수취약 지역을 예측하였다. 이를 바탕으로 경보, 대피 및 피난처에 대한 가능성을 고려함으로써 홍수위험에 노출된 인구수를 추정하였다. 이러한 홍수위험 노출인구에 대한 사망률(치사율)을 추정하기 위해 홍수위험지역을 상이한 지대로 세분하여 지대별 치사율 또는 사망률 함수를 결정하였으며 이로부터 최종적인 사망자수를 예측하였다. 본 연구를 통해 제시된 댐 붕괴홍수의 인명피해 예측기법은 향후 확률론적 홍수 시나리오에 적용하여 하류부의 홍수위험도를 정량적으로 평가하고 저감대책을 수립하는데 활용될 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.