Objective: As a source of information, medical data can feature hidden relationships. However, the high volume of datasets and complexity of decision-making in medicine introduce difficulties for analysis and interpretation and processing steps may be needed before the data can be used by clinicians in their work. This study focused on the use of Bayesian models with different numbers of nodes to aid clinicians in breast cancer risk estimation. Methods: Bayesian networks (BNs) with a retrospectively collected dataset including mammographic details, risk factor exposure, and clinical findings was assessed for prediction of the probability of breast cancer in individual patients. Area under the receiver-operating characteristic curve (AUC), accuracy, sensitivity, specificity, and positive and negative predictive values were used to evaluate discriminative performance. Result: A network incorporating selected features performed better (AUC = 0.94) than that incorporating all the features (AUC = 0.93). The results revealed no significant difference among 3 models regarding performance indices at the 5% significance level. Conclusion: BNs could effectively discriminate malignant from benign abnormalities and accurately predict the risk of breast cancer in individuals. Moreover, the overall performance of the 9-node BN was better, and due to the lower number of nodes it might be more readily be applied in clinical settings.
The present study was planned to evaluate the bioequivalence of two commercial formulations of enrofloxacin, which have been marketed as 10% injectable solution after intramuscular administration at a single dose of 2.5 mg/kg body weight to 12 clinically healthy goats The study was carried out on the basis of crossover design. The two formulations were: Baytril as a reference product and Spectrama Vet as a test product. The plasma concentrations of enrofloxacin were measured by high performance liquid chromatography (HPLC) with UV detector. The pharmacokinetics of that data was performed using non-compartmental analysis. The maximum plasma concentration ($C_{max}$), time to reach peak concentration ($T_{max}$), area under concentration-time curve (AUC), elimination half-life ($t_{0.5el}$) were 1.14 and $1.05{\mu}g/mL$, 0.79 and 0.83 h, 5.70 and $5.79{\mu}g.h/mL$, 5.19 and 5.39 h for Baytril and Spectrama Vet, respectively. The 90% confidence interval for the mean ratio of $T_{max}$, $C_{max}$ and AUC were 94.72-116.2, 87.88-97.16 and 86.44-118.72%, respectively. These values falls within the European Medicines Agency bioequivalence acceptance range of 80-125% for both $T_{max}$ and AUC and between 75-133% for $C_{max}$. In conclusion, Spectrama-Vet is bioequivalent to Baytril and both products can be used as interchangeable drug in veterinary medicine practice.
The pharmacokinetics of CJ-50001 (recombinant human granulocyte-colony stimulating factor, developed by R&D center of Cheil Jedang Corp.) were investigated in rats and dogs. The serum concentrations of CJ-50001 were measured by a sandwich enzyme immunoassay. After single intravenous (iv) administration of Cf-50001 to rats at a dose of 5 $\mu$g/kg, the mean terminal half-life and area under the concentration-time curve (AUC) were 0.96 h and 124.497g . h/ml, respectively. After single subcutaneous (sc) administration at the same dose, maximum serum concentration was observed at about 2 hours after administration, and the mean terminal half-life, AUC and the bioavailability were 1.11 h,63.58$\mu$g . h/ml and 51.07%, respectively. In repeated dosing studies, CJ-50001 was administered iv and sc to rats at a daily dose of 5$\mu$g/kg for 7 days. The pharmacokinetic parameters, such as mean AUC and terminal half-life, were no significantly different from those of single administration. Following single iv and sc administration of CJ-50001 to dogs at a dose of 5 $\mu$g/kg, mean AUCs were much higher than those of rats, due to the decreased clearence (CL). After sc administration to dogs, maximum serum concentration was observed at 2~4 hours after administration and the bioavailability was 54.60%.
The bioavailability of digoxin generic tablets manufactures in Korea (formulations A & B) wwere compared to a standard (formulation C; Lanoxin brand digoxin, Burroughs Wellcome, USA) in 12 healthy Korean male volunteers (mean age 31.4 years) in a single dose, randomized, complete block crossover study. Using a latin square design, each of the subjects was randomized to the order number and allocated to each of the three treatments of 0.5mg oral digoxin. Digoxin conc4ntrations in serum and urine samples collected for 48 hours after dosing were measured by fluoprescence polarization immunoassy and radioimmunoassy, respectively. Treatments were compared by using nonlinear least squares regession analysis to evaluate the following pharmacokinetic parameters : maximum serum concentation $(C_{max})$; time of maximum serum concentation $(T_{max})$; area under the serum concentration-time curve $AUC_{0-12}$, $C_{max}$\;and\;(AUC_{0-12})$; and cummulative urinary excretion for 0-48 hours $(CLE_{0-48}.\;Mean\;AUC_{0-12},\;C_{max},\;and\;CUE_{0-48}$ values for formulations B and C were significantly different from formulation A (P<0.001), but not significantly diffeerent form each other. Basede on $AUL_{0-12}\;and\;CUE_{0-48}$ respectively, the relative availability of formulation B was 87.5% and 89.6% and the relative availability of formultation A was 43% and 35% when compared to formulation C(the standard).
The pharmacokinetics of carbamazepine(100 mg/kg, oral) in the folic acid-induced renal failure rabbits was studied. Renal failure was induced by the i.v. injection of folic acid (50, 100, and 200 mg/kg). At folic acid dose of 100 and 200 mg/kg, the serum creatinine concentration (Scr) and blood urea nitrogen (BUN) increased significantly compared with control rabbits. Plasma concentrations and area under the plasma level-time curve (AUC) of carbamazepine increased significantly at folic acid dose of 100 and 200 mg/kg. The elimination rate constant (Kel) of carbamazepine decreased significantly, and half-life $(t_{1/2})$ of carbamazepine increased significantly at folic acid dose of 100 and 200 mg/kg. The serum creatinine concentration (Scr) correlated well with AUC and elimination rate constant (Kel) of carbamazepine, as well as BUN with AUC and elimination rate constant (Kel) of carbamazepine. These results suggest that adjustment of the dosage regimen of carbamazepine is desirable, and serum creatinine concentration (Scr) as well as BUN can be used for adjusting the dosage regimen of carbamazepine in renal failure.
Journal of the Korea Academia-Industrial cooperation Society
/
v.20
no.4
/
pp.435-447
/
2019
In order to prevent unnecessary re-admission, it is necessary to intensively manage the groups with high probability of re-admission. For this, it is necessary to develop a re-admission prediction model. Two - year discharge summary data of one university hospital were collected from 2016 to 2017 to develop a predictive model of re-admission. In this case, the re-admitted patients were defined as those who were discharged more than once during the study period. We conducted descriptive statistics and crosstab analysis to identify the characteristics of rehospitalized patients. The re-admission prediction model was developed using logistic regression, neural network, and decision tree. AUC (Area Under Curve) was used for model evaluation. The logistic regression model was selected as the final re-admission predictive model because the AUC was the best at 0.81. The main variables affecting the selected rehospitalization in the logistic regression model were Residental regions, Age, CCS, Charlson Index Score, Discharge Dept., Via ER, LOS, Operation, Sex, Total payment, and Insurance. The model developed in this study was limited to generalization because it was two years data of one hospital. It is necessary to develop a model that can collect and generalize long-term data from various hospitals in the future. Furthermore, it is necessary to develop a model that can predict the re-admission that was not planned.
Myung Hwan Lee;Eun-Kyung Kim;Eun Ju Lee;Ha Yan Kim;Jung Hyun Yoon
Journal of the Korean Society of Radiology
/
v.81
no.1
/
pp.157-165
/
2020
Purpose To evaluate the optimal measurement location, cut-off value, and diagnostic performance of S-Shearwave in differential diagnosis of breast masses seen on ultrasonography (US). Materials and Methods During the study period, 225 breast masses in 197 women were included. S-Shearwave measurements were made by applying a square region-of-interest automatically generated by the US machine. Shearwave elasticity was measured three times at four different locations of the mass, and the highest shearwave elasticity was used for calculating the optimal cut-off value. Diagnostic performance was evaluated by using the area under the receiving operator characteristic curve (AUC). Results Of the 225 breast masses, 156 (69.3%) were benign and 69 (30.7%) were malignant. Mean S-Shearwave values were significantly higher for malignant masses (108.0 ± 70.0 kPa vs. 43.4 ± 38.3 kPa; p < 0.001). No significant differences were seen among AUC values at different measurement locations. With a cut-off value of 41.9 kPa, S-Shearwave showed 85.7% sensitivity, 63.9% specificity, 70.7% accuracy, and positive and negative predictive values of 51.7% and 90.8%, respectively. The AUCs for US and S-Shearwave did not show significant differences (p = 0.179). Conclusion S-Shearwave shows comparable diagnostic performance to that of grayscale US that can be applied for differential diagnosis of breast masses seen on US.
KIPS Transactions on Software and Data Engineering
/
v.8
no.11
/
pp.433-440
/
2019
Recently, machine learning and data mining have been used for many disease prediction and diagnosis. Chronic diseases account for about 80% of the total mortality rate and are increasing gradually. In previous studies, the predictive model for chronic diseases use data such as blood glucose, blood pressure, and insulin levels. In this paper, world's first research, verifies the relationship between dyslipidemia and facial characteristics, and develops the predictive model using machine learning based facial characteristics. Clinical data were obtained from 5390 adult Korean men, and using hypertriglyceridemia and facial characteristics data. Hypertriglyceridemia is a measure of dyslipidemia. The result of this study, find the facial characteristics that highly correlated with hypertriglyceridemia. FD_43_143_aD (p<0.0001, Area Under the receiver operating characteristics Curve(AUC)=0.652) is the best indicator of this study. FD_43_143_aD means distance between mandibular. The model based on this result obtained AUC value of 0.662. These results will provide a basis for predicting various diseases with only facial characteristics in the screening stage of disease epidemiology and public health in the future.
Social bookmarking systems are a typical web 2.0 service based on folksonomy, providing the platform for storing and sharing bookmarking information. Spammers in social bookmarking systems denote the users who abuse the system for their own interests in an improper way. They can make the entire resources in social bookmarking systems useless by posting lots of wrong information. Hence, it is important to detect spammers as early as possible and protect social bookmarking systems from their attack. In this paper, we applied a diverse set of machine learning approaches, i.e., decision tables, decision trees (ID3), $na{\ddot{i}}ve$ Bayes classifiers, TAN (tree-augment $na{\ddot{i}}ve$ Bayes) classifiers, and artificial neural networks to this task. In our experiments, $na{\ddot{i}}ve$ Bayes classifiers performed significantly better than other methods with respect to the AUC (area under the ROC curve) score as veil as the model building time. Plausible explanations for this result are as follows. First, $na{\ddot{i}}ve$> Bayes classifiers art known to usually perform better than decision trees in terms of the AUC score. Second, the spammer detection problem in our experiments is likely to be linearly separable.
Journal of The Geomorphological Association of Korea
/
v.27
no.2
/
pp.65-80
/
2020
This paper deals with risk assessment of life in a landslide-prone area by a GIS-based modeling method. Landslide susceptibility maps can provide a probability of landslide prone areas to mitigate or proper control this problems and to take any development plan and disaster management. A landslide inventory map of the study area was prepared based on past historical information and aerial photography analysis. A total of 550 landslides have been counted at the whole study area. The extracted landslides were randomly selected and divided into two different groups, 50% of the landslides were used for model calibration and the other were used for validation purpose. Eleven causative factors (continuous and thematic) such as slope, aspect, curvature, topographic wetness index, elevation, forest type, forest crown density, geology, land-use, soil drainage, and soil texture were used in hazard analysis. The correlation between landslides and these factors, pixels were divided into several classes and frequency ratio was also extracted. Eventually, a landslide susceptibility map was constructed using a logistic regression model based on entire events. Moreover, the landslide susceptibility map was plotted with a receiver operating characteristic (ROC) curve and calculated the area under the curve (AUC) and tried to extract a success rate curve. Based on the results, logistic regression produced an 85.18% accuracy, so we believed that the model was reliable and acceptable for the landslide susceptibility analysis on the study area. In addition, for risk assessment, vulnerability scale were added for social thematic data layer. The study area predictive landslide affected pixels 2,000 and 5,000 were also calculated for making a probability table. In final calculation, the 2,000 predictive landslide affected pixels were assumed to run. The total population causalities were estimated as 7.75 person that was relatively close to the actual number published in Korean Annual Disaster Report, 2006.
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.