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 연구는 복합만성질환 입원환자를 대상으로 중증도 보정 사망 예측모형을 개발하고, 중증도 보정 사망비의 변이 요인을 규명하여 변이를 줄일 수 있는 방안을 제시하고자 하였다. 이를 위해 퇴원손상심층조사 자료 2008년부터 2010년까지 자료를 수집하고 주진단이 만성질환이면서 주진단을 포함하여 2개 이상의 만성질환을 보유한 30세 이상의 복합만성질환 입원환자 110,700건을 최종 연구대상으로 선정하였다. 예측 모형 개발 시 데이터마이닝 기법(로지스틱회귀분석, 의사결정나무, 신경망 기법)을 적용하였다. 본 연구에서는 Elixhauser comorbidity index 동반상병 보정지수를 이용하여 의사결정나무분석으로 복합만성질환 입원환자의 중증도 보정 사망 예측모형을 개발하였다. 복합만성질환 입원환자의 의료기관 중증도 보정 사망비(HSMR)를 산출 한 결과 진료비 지불방법별, 병상규모별, 의료기관소재지별로 통계적으로 유의한 차이가 있는 것으로 나타났다. 상기 분석결과를 바탕으로 국가적 차원에서 복합만성질환 입원환자의 사망비를 효율적으로 관리하여 의료의 질 향상과 증가하는 의료비 부담 감소를 위해 지속적인 관심과 노력을 기울여야 할 것이다.
본 연구는 급성심근경색증 환자의 사망률 측정을 위한 중증도 보정 모형을 개발하여 의료의 질 평가에 필요한 기초자료를 제공하고자 수행되었다. 이를 위해서 질병관리본부의 2005-2008년 퇴원손상환자 699,701건의 자료를 분석하였다. Charlson Comorbidity Index 보정 방법을 이용한 경우와 새롭게 개발된 중증도 보정 모형의 예측력 및 적합도를 비교하기 위해 로지스틱 회귀분석을 실시하였다. 새롭게 개발된 모형에는 연령, 성, 입원경로, PCI 유무, CABG 유무, 동반질환 12가지 변수가 포함되었다. 분석결과 CCI를 이용한 중증도 보정 모형보다 새롭게 개발된 중증도 보정 사망 모형의 C 통계량 값이 0.796(95%CI=0.771-0.821)으로 더 높아 모형의 예측력이 더 우수한 것으로 나타났다. 본 연구를 통하여 중증도 보정 방법에 따라 사망률, 유병률, 예측력에도 차이가 있음을 확인하였다. 향후에 이모형은 의료의 질 평가에 이용하고, 질환별로 임상적 의미와 특성, 모형의 통계적 적합성 등을 고려한 중증도 보정모형이 계속해서 개발되어야 할 것이다.
심혈관질환은 심장질환과 혈관질환 등 순환기계통에 생기는 모든 질병을 통칭한다. 심혈관질환은 2019년 사망의 1/3을 차지하는 전 세계 사망의 주요 원인이며, 사망자는 계속 증가하고 있다. 이와 같은 질병을 인공지능을 활용해 환자의 데이터로 미리 예측이 가능하다면 질병을 조기에 발견해 치료할 수 있을 것이다. 본 연구에서는 심혈관질환 중 하나인 심장질환을 예측하는 모델들을 생성하였으며 Accuracy, Precision, Recall의 측정값을 지표로 하여 모델들의 성능을 비교한다. 또한 Decision Tree의 성능을 향상시키는 방법에 대해 기술한다. 본 연구에서는 macOS Big Sur환경에서 Jupyter Notebook으로 Python을 사용해 scikit-learn, Keras, TensorFlow 라이브러리를 이용하여 실험을 진행하였다. 연구에 사용된 모델은 Decision Tree, KNN(K-Nearest Neighbor), SVM(Support Vector Machine), DNN(Deep Neural Network)으로 총 4가지 모델을 생성하였다. 모델들의 성능 비교 결과 Decision Tree 성능이 가장 높은 것으로 나타났다. 본 연구에서는 노드의 특성배치를 변경하고 트리의 최대 깊이를 3으로 지정한 Decision Tree를 사용하였을 때 가장 성능이 높은 것으로 나타났으므로 노드의 특성 배치 변경과 트리의 최대 깊이를 설정한 Decision Tree를 사용하는 것을 권장한다.
우리나라의 2015년 노인 인구는 전체 인구의 13.1%를 차지하고 2015년 경찰청 교통사고통계에 의하면 65세 이상 노인의 교통사고 사망률은 전체 교통사고 사망률의 약 2.57배 높은 것으로 나타났다. 본 연구에서는 노인 운전자와 성인 운전자의 사망사고에 대한 시계열 모형을 확인하고 추세에 큰 차이가 있는지 확인하고자 하였다. 분석방법인 시계열분석은 단기예측에 신뢰성이 더 높은 것으로 알려져 있다. ARIMA 모형으로 시계열분석을 하기 위해서는 최소 50~60개 이상의 관측값이 필요하며 따라서 본 연구에서는 인천광역시를 대상으로 2010년부터 2015년까지 6년간의 교통사고 데이터를 노인 운전자와 성인 운전자로 구분하고 사망사고에 대한 시계열 모형을 확인하였다.
겨울철 도로에서 발생하는 안개 및 결빙구간 교통사고 사망률의 경우는 도로조건 및 기상조건이 매우 중요한 요소 이다. 본 논문에서는 교통사고 예측 데이터를 가정하고 교통사고 위험율을 에측 하는 모의실험을 수행하였다. 그뿐만 아니라, 본 논문에서는 교통사고를 줄이고 교통사고를 예방하기 위해서, 교통공단에서 제공하는 교통사고 사망자 데이터를 WEKA 데이터 마이닝 기법 및 TENSOR FLOW 공개 소스를 이용해서 요인 분석 및 교통사고 치사율 사망을 예측하였다. 추가적인 기능으로는 지도 표시 기능을 이용해서, 운전자가 WEB 기반에서, 안개 및 결빙구간 정보를 운전자에게 제공하는 모의실험 및 교통사고 사진을 실시간으로 전송하는 모의실험 결과를 설명하였다.
1995년 1월과 7월에 전라남도 일부 농촌지역에 거주하는 20세 이상의 주민 3,085명을 대상으로 자가건강인지도를 측정하였다. 이후 3년간의 지역의료보험 지불자료에서 나타난 의료이용도 및 해당 지역 행정관청의 사망신고 자료를 이용하여 사망여부를 파악하여, 이들 변수들과 자가건강인지도와의 관련성을 조사해본 결과, 다음과 같은 결과를 얻었다. 1) 지역의료보험 대상자 1,090명에서 자가건강인지도에 대한 설문을 실시하기 이전인 1994년의 의료이용량에 비해 이후 3년간의 의료이용량이 자가건강인지도 불량군에서 더 많았으며, 수진일과 투약일은 더 크게 증가하였다. 2) 조사대상자 3,085명중 3년간의 사망자는 123명으로 연령과 성별을 보정한 생존분석 결과, 자가건강인지도 불량군이 양호군에 비해 더 높은 사망위험도를 나타냈다. 94년 지역의료보험에 가입되었던 1,376명중 사망자는 72명, 연령과 성별, 그리고 94년도 의료이용량을 보정 한 생존분석 결과 유의한 차이는 보이지 않았다. 이상의 결과를 요약해 볼 때, 비교적 단기간의 비교를 통해서도 의료이용도와 사망은 자가건강인지도에 따라 차이가 발생함을 알 수 있다. 특히 기존에 같은 정도의 의료이용을 하는 사람 중에서도 자신을 건강하지 않게 생각하는 사람이 향후 의료이용량이 더 크게 증가할 것으로 예측되었다. 따라서 자가건강인지도의 측정은 향후 개인 및 지역사회집단의 의료이용도와 사망 등 건강상의 문제를 예측하는데 유용한 도구로 사용할 수 있을 것으로 생각된다.
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 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.