• 제목/요약/키워드: 중증도 분류

검색결과 206건 처리시간 0.03초

IoT개념을 활용한 중증도 분류 시스템에 관한 연구 (Research of IoT concept implemented severity classification system)

  • Kim, Seungyong;Kim, Gyeongyong;Hwang, Incheol;Kim, Dongsik
    • 한국재난정보학회 논문집
    • /
    • 제14권1호
    • /
    • pp.28-35
    • /
    • 2018
  • 본 연구에서는 재난현장 또는 일상에서 발생할 수 있는 다수사상자의 중증도 분류를 신속하고 정확하게 수행하기 위한 시스템을 설계하여 구현하였으며, 중증도 분류 알고리즘의 정확도뿐만 아니라 사용자 편의성 등 현장의 요구사항을 적극 반영하였다. 개발된 e-Triage System은 IoT개념을 활용하여 다양한 중증도 분류 알고리즘을 적용하였으며, 기존의 중증도 분류표의 단점을 극복하기 위하여 NFC 모듈 등 전자적 요소를 반영한 e-Triage Tag를 구현하였다. 앱으로 구현된 중증도 분류 알고리즘을 사용하여 신속하고 정확한 환자의 평가가 가능함을 입증하였고, 시인성을 위해 전자 중증도 분류 결과를 4가지 LED램프로 표출하였으며, 2차 분류를 통해 RTS 점수를 FND(Flexible Numeric Display)로 표출하였다.

중환자 중증도 분류도구와 Glasgow coma scale의 임상적 유용성 평가 (Evaluation of the Clinical usefulness of Critical Severity Classification System(CPSCS) and Glasgow coma scale(GCS) for Neurologic Patients in Intensive care units)

  • 김희정;김지희
    • 한국콘텐츠학회:학술대회논문집
    • /
    • 한국콘텐츠학회 2012년도 춘계 종합학술대회 논문집
    • /
    • pp.343-344
    • /
    • 2012
  • 본 연구는 중증도가 높은 신경계중환자를 대상으로 중환자 중증도 분류도구와 Glasgow coma scale 적용의 유용성을 검정하고자 하는데 있다. 본 연구에서 대상자의 일반적 특성 및 임상 관련 특성에 따른 사망률 확인, 중환자 중증도 분류도구(CPSCS)의 일반적 특성, 임상관련 특성에 따른 중증도 차이, GCS의 일반적 특성과 임상관련 특성에 따른 중증도 차이를 파악하고, 임상적 유용성을 검정하고자 한다.

  • PDF

중증도 분류자 직종에 따른 중증도 분류 결과의 차이 비교 (Comparison of KTAS(Korean Triage and Acuity Scale) results by Triage Classifier)

  • 허영진;오미라;김세형;한소현;박윤숙
    • 융합정보논문지
    • /
    • 제10권4호
    • /
    • pp.98-103
    • /
    • 2020
  • 본 연구에서는 KTAS(Korean Triage and Acuity Scale) 결과가 분류를 시행한 주체의 직종에 따른 차이가 있는지를 알아보고자 한다. 2016년 1월 1일부터 2017년 12월 31일까지의 응급의료기관으로 내원한 환자 자료 중, 국가응급진료정보망으로 전송된 자료 총 10,960,359건을 분석하였다. 분류자 직종은 전문의, 전공의, 인턴, 일반의, 간호사, 응급구조사였다. 최초 중증도 분류와 최종 중증도 분류 결과의 일치율은 일반의가 98.9%로 가장 높았고, 인턴이 80.2%로 가장 낮았다. 과대 분류에서는 일반의가 0.6%로 가장 낮았고, 인턴은 16.0%로 가장 높았다. 또한 과소 분류는 전문의와 응급구조사가 0.4%로 가장 낮았고, 인턴이 3.8%로 가장 높았다. 중증도 분류 결과는 직종별 유의미한 차이가 있었다(p<0.001). 중증도 분류는 환자의 예후에 영향을 미치는 요인 중 하나로 직종별, 숙련도에 따라 그 결과가 달라져서는 안 된다. 때문에 정확한 중증도 분류를 위한 분류자의 역량 강화가 필요하다.

스마트인솔 기반 알츠하이머 중증도 분류를 위한 보행 분석 및 기계학습 기반 분류 모델 (Gait Analysis and Machine Learning-based Classification Model using Smart Insole for Alzheimer's Disease Severity Classification)

  • 전영훈;호티키우칸;곽정환;송종인
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
    • /
    • pp.317-320
    • /
    • 2021
  • 본 연구는 주기적인 알츠하이머 병의 중증도 모니터링을 위해 스마트 인솔을 통한 보행 특징 추출과 머신러닝 기반 중증도 분류의 성능에 대해 살펴보았다. 최근 고령화가 가속화되는 추세에 있어 치매 환자가 급증하고 있으며, 중증도가 심해질수록 필요한 치료 비용 및 노력이 급증하기 때문에 조기 진단이 최선의 치료 전략으로 보여진다. 환자 친화적이고 저비용의 관성 측정 장치가 내장된 스마트 인솔만을 사용하여 다양한 보행 실험 패러다임에서 환자의 보행 특징을 추출하고, 이를 알츠하이머 병의 중증도 진단을 위한 머신러닝 기반 분류기를 훈련시켜 성능을 평가한 결과, 숫자세기와 같이 뇌에 부하를 주는 하위 작업이 포함된 복합 보행을 측정한 데이터셋을 사용하여 훈련된 분류 모델이 일반 걷기 데이터셋을 사용한 모델보다 성능이 높게 나타나는 것이 관찰되었다. 본 연구는 안전하고 환경적 제약이 적은 방법을 사용하여 시기 적절한 진단뿐만 아니라 주기적인 중증도 모니터링 시스템의 일환으로 활용될 수 있을 것이다.

  • PDF

한국형응급환자분류도구를 적용한 응급실에서 소아 환자의 중증도 분류 정확성 (Triage Accuracy of Pediatric Patients using the Korean Triage and Acuity Scale in Emergency Departments)

  • 문선희;심재란
    • 한국산학기술학회논문지
    • /
    • 제19권11호
    • /
    • pp.626-634
    • /
    • 2018
  • 본 연구는 한국형응급환자분류도구(Korean Triage and Acuity Scale: KTAS)를 사용한 소아 중증도 분류의 정확성을 파악하기 위한 후향적 조사연구이다. 연구자료는 2016년 10월부터 2017년 9월까지 1개 권역응급의료센터, 1개 지역응급의료센터에 방문한 소아환자의 자료 중 무작위로 추출한 250건의 간호초진기록지와 진료결과였다. 수집된 자료를 검정된 전문가가 분석하여 true-triage를 정하였다. 중증도 분류 정확도는 응급실간호사의 중증도 분류 결과와 전문가의 true-triage결과와의 일치도로 평가하였다. 전문가 의견에 따라 중증도 분류 오류의 원인이 분석되었고, KTAS 등급과 퇴원, 체류시간, 진료비와의 연관성이 비교되었다. 연구결과 전문가와 응급실 간호사의 중증도 분류 등급은 높은 일치도를 보였다(weighted kappa=.77). 중증도 분류 불일치의 원인 중 활력징후 결과를 KTAS 알고리즘 기준에 잘 못 적용한 경우가 가장 많았다(n=13). KTAS 1,2 등급과 같이 중증도가 높을수록 퇴원이 적었다(${\chi}=43.25$, p<.001). 연령을 보정했을 때 KTAS 등급에 따라 체류시간(F=12.39, p<.001)과 진료비(F=11.78, p<.001)는 차이가 있었다. 본 연구결과 KTAS는 국내 응급실에서 높은 정확도를 보였으므로, 새로 개발된 중증도 분류 도구가 국내 응급실에 잘 적용되고 있다고 할 수 있다.

중증도 분류 교육 프로그램이 중증도 분류 정확성에 미치는 효과 -119구급대원을 중심으로- (Effect of a Triage Education Program on Accuracy of Triage -Focused on 119 Emergency Medical Service Team-)

  • 김용석
    • 문화기술의 융합
    • /
    • 제8권6호
    • /
    • pp.1-7
    • /
    • 2022
  • 이 연구는 119 응급 의료 서비스 팀을 위해 설계된 사전 및 사후 교육 실험을 활용하여 분류 교육 프로그램의 효과를 확인하기 위해 수행되었다. 목적: 이 연구는 분류 교육 프로그램에 참여한 119구급대원이 수행한 분류의 정확성에 대한 분류 교육 프로그램의 효과를 평가하였다. 연구 방법: 본 연구의 대상자는 119구급대원 119명으로, 프리젠테이션으로 구성된 20명의 모의환자가 제시되었다. 자료는 SPSS 21.0을 사용하여 분석하였다. 결과: 119명의 응급의료팀의 분류 정확도가 증가한 것으로 나타났다(p<.001). 그리고 과소 분류는 상당한 감소가 나타났다(p<.001). 또한 과대분류는 감소 되었으나 통계적으로 유의하지 않았다. 결론 : 본 연구에서 얻은 결과는 분류 교육 프로그램이 119구급대원의 다발성 부상 환자 또는 재난 피해자 분류의 정확성을 향상시키는데 효과적임을 보여주었다.

관상동맥질환 중증도 분류에 따른 성별 위험요인 비교 (Comparison of Risk Factors for Men and Women According to Severity Classification in Patients with Coronary Artery Disease)

  • 권미수
    • 산업융합연구
    • /
    • 제20권8호
    • /
    • pp.85-96
    • /
    • 2022
  • 본 연구는 관상동맥질환 자의 관상동맥질환 중증도 분류에 따른 성별 위험요인 차이를 비교하고자 실시하였으며, 일개 종합병원에 처음 입원하여 관상동맥조영술을 실시한 남성 340명, 여성 221명을 대상으로 간호 정보 조사지와 관상동맥질환 중증도 진단 결과 기록을 2차 분석한 후향적 조사연구이다. 대상자가 진단받은 관상동맥질환 중증도 분류에 따라 남녀의 관상동맥질환의 위험요인 차이를 분석한 결과, 남성의 관상동맥질환 중증도 분류에 따른 위험요인은 나이(p=004), 총콜레스테롤(p=.040), 중성지방(p=.049), 당화혈색소(p<.001), 흡연(p<.001), 음주(p=.002), 동반질환(p=.036)에서 통계적으로 유의한 차이가 있었다. 반면 여성의 위험요인은 나이(p=.002)와 동반질환(p=.018)에서만 유의한 차이가 있었다. 남성의 관상동맥질환 중증도 분류에 영향을 주는 유의한 위험요인은 1개 관상동맥에 질환이 있는 군에서는 총콜레스테롤(OR 0.97, 95% CI 0.96-1.00, p=.014), 2개 관상동맥에 질환이 있는 군은 음주(OR 52.47, 95% CI 2.99-91.95, p=.007), 3개 관상동맥에 질환이 있는 군에서 총콜레스테롤(OR 0.98, 95% CI 0.95-0.98, p=.026)이었다. 여성의 관상동맥질환 중증도 분류에 영향을 주는 유의한 위험요인은 3개 관상동맥에 질환이 있는 군에서 동반질환 (OR 0.30, 95% CI 0.11-0.82, p=.020)이었다. 본 연구 결과를 통해 남성 관상동맥질환 자 위험요인 관리에는 금연과 절주, 혈당 조절, 콜레스테롤 관리 및 동반 질환 관리 등의 간호 중재 필요성과 중요성을 알 수 있었다. 본 연구는 관상동맥 중증도 분류에 따라 성별 위험요인 차이를 비교하여 개별적 맞춤형 간호 중재의 근거를 마련했다고 생각한다.

음질, 운율, 발음 특징을 이용한 마비말장애 중증도 자동 분류 (Automatic severity classification of dysarthria using voice quality, prosody, and pronunciation features)

  • 여은정;김선희;정민화
    • 말소리와 음성과학
    • /
    • 제13권2호
    • /
    • pp.57-66
    • /
    • 2021
  • 본 논문은 말 명료도 기준의 마비말장애 중증도 자동 분류 문제에 초점을 둔다. 말 명료도는 호흡, 발성, 공명, 조음, 운율 등 다양한 말 기능 특징의 영향을 받는다. 그러나 대부분의 선행연구는 한 개의 말 기능 특징만을 중증도 자동분류에 사용하였다. 본 논문에서는 음성의 장애 특성을 효과적으로 포착하기 위해 마비말장애 중증도 자동 분류에서 음질, 운율, 발음의 다양한 말 기능 특징을 반영하고자 하였다. 음질은 jitter, shimmer, HNR, voice breaks 개수, voice breaks 정도로 구성된다. 운율은 발화 속도(전체 길이, 말 길이, 말 속도, 조음 속도), 음높이(F0 평균, 표준편차, 최솟값, 최댓값, 중간값, 25 사분위값, 75 사분위값), 그리고 리듬(% V, deltas, Varcos, rPVIs, nPVIs)을 포함한다. 발음에는 음소 정확도(자음 정확도, 모음 정확도, 전체 음소 정확도)와 모음 왜곡도[VSA(vowel space area), FCR (formant centralized ratio), VAI(vowel articulatory index), F2 비율]가 있다. 본 논문에서는 다양한 특징 조합을 사용하여 중증도 자동 분류를 시행하였다. 실험 결과, 음질, 운율, 발음 특징 세 가지 말 기능 특징 모두를 분류에 사용했을 때 F1-score 80.15%로 가장 높은 성능이 나타났다. 이는 마비말장애 중증도 자동 분류에는 음질, 운율, 발음 특징이 모두 함께 고려되어야 함을 시사한다.

만성 폐쇄성 폐질환 환자의 중증도 분류시 FEV1과 PEFR의 연관성 (The Relationship between FEV1 and PEFR in the Classification of the Severity in COPD Patients)

  • 신상열;윤재호;김순종;유광하
    • Tuberculosis and Respiratory Diseases
    • /
    • 제58권5호
    • /
    • pp.507-514
    • /
    • 2005
  • 연구배경 : COPD환자에서 질환의 중증도, 치료 반응정도, 급성악화등을 평가하는데 $FEV_1$과 PEFR이 중요한 측정지표로 사용되고 있다. 하지만 COPD환자에서 PEFR과 $FEV_1$의 일치성에 대해서는 잘 알려져 있지 않아 PEFR 측정이 중증도 분류 검사로 사용이 가능한지는 모르는 상태이다. 방 법 : 2003년 9월부터 2004년 8월까지 건국대학교 병원호흡기 내과 외래에서 진료받은 COPD환자 125명을 대상으로 $FEV_1$과 PEFR을 측정하여 그 결과를 통계, 분석하였다. 결 과 : $FEV_1$ 예측치의 평균은 $56.98{\pm}18.21$이었고 PEFR 예측치의 평균은 $70{\pm}27.60$로 PEFR 예측치가 $FEV_1$ 예측치보다 13%정도 높게 측정 되었다. 두 검사 사이에는 유의한 상관관계가 있었다. COPD환자들의 나이와 PEFR 과는 유의한 상관관계가 없었다. 주관적 증상인 호흡 곤란과 PEFR 과는 유의한 상관관계가 있었다. 결 론 : COPD 환자들에서 PEFR 을 이용한 중증도 분류시 $FEV_1$에 비해 경한 쪽으로 분류되는 성향이 있으므로 증상이 심한 경우 중증도 분류 해석에 주의를 요해야 하겠다. COPD 환자들에서 중증도 분류가 확정된 경우 추적 관찰은 PEFR 값으로 $FEV_1$을 대체하는 것이 가능할 것으로 생각된다.

신경계중환자에게 적용한 중환자 중증도 분류도구 연구 (Evaluation of Critical Patient Severity Classification System(CPSCS) for neurocritical patients in intensive unit)

  • 김희정
    • 한국산학기술학회논문지
    • /
    • 제13권11호
    • /
    • pp.5238-5246
    • /
    • 2012
  • 본 연구는 신경계 중환자에 적용한 간호행위에 따른 중환자 중증도 분류도구를 신경계 중환자에게 적용하여 그 결과를 분석하고 그에 따른 중환자 중중도 분류도구에 미치는 영향을 규명하여 신경계 중환자의 간호중재를 위한 기초자료를 파악하고자 시도되었으며 2008년 1월부터 2009년 5월, 2011년 10월부터 2011년 12월까지 서울시 소재 C 대학 병원 중환자실에 입원한 만 18세 이상의 신경계환자 203명의 의무기록지를 분석하였다. 신경계 중환자의 일반적 특성 및 임상관련 특성에 따른 중환자 중증도 분류도구 차이는 사망, 생존(p=<.001), 혈색소(p=<.001), 중탄산(p=<.001), 백혈구(p=<.001), 기관 내 삽관 유무(p=<.001), 중심 정맥관 삽입 유무(p=<.001), 중증도(p=<.001)가 통계적으로 유의한 차이를 보였다. 본 연구의 대상자 203명 중 64명이 사망하여 사망률은 31.5%였다. 중환자 중중도 분류도구로 측정된 신경계 중환자의 평균 점수는 $112.09{\pm}18.91$로 나타났고 중중도가 높아질수록 중환자 중중도 분류도구 점수도 유의하게 높아지는 경향을 보였다. 각 영역별로는 활력징후 측정 $3.74{\pm}2.15$, 감시 측정 $28.97{\pm}4.31$, 일상 활동 $34.99{\pm}3.66$, 영양 $.19{\pm}.98$, 정맥 주입 및 약물요법 $18.20{\pm}8.27$, 치료 및 시술 $16.93{\pm}4.90$, 호흡치료 $8.61{\pm}7.07$로 확인되었다. 감시 측정, 일상 활동, 정맥 주입 및 약물요법, 치료 및 시술, 호흡치료영역이 포함된 모형은 유의한 것으로 나타났으며(F=678.789, p<.001) 이들이 중환자 중증도 분류도구를 설명하는 설명력은 98.1%를 나타내어 신경계 중환자의 중중도를 예측하는데 유용한 영역이라 사료된다.