• 제목/요약/키워드: Case-crossover study

검색결과 44건 처리시간 0.022초

Short-term Effect of Fine Particulate Matter on Children's Hospital Admissions and Emergency Department Visits for Asthma: A Systematic Review and Meta-analysis

  • Lim, Hyungryul;Kwon, Ho-Jang;Lim, Ji-Ae;Choi, Jong Hyuk;Ha, Mina;Hwang, Seung-sik;Choi, Won-Jun
    • Journal of Preventive Medicine and Public Health
    • /
    • 제49권4호
    • /
    • pp.205-219
    • /
    • 2016
  • Objectives: No children-specified review and meta-analysis paper about the short-term effect of fine particulate matter ($PM_{2.5}$) on hospital admissions and emergency department visits for asthma has been published. We calculated more precise pooled effect estimates on this topic and evaluated the variation in effect size according to the differences in study characteristics not considered in previous studies. Methods: Two authors each independently searched PubMed and EMBASE for relevant studies in March, 2016. We conducted random effect meta-analyses and mixed-effect meta-regression analyses using retrieved summary effect estimates and 95% confidence intervals (CIs) and some characteristics of selected studies. The Egger's test and funnel plot were used to check publication bias. All analyses were done using R version 3.1.3. Results: We ultimately retrieved 26 time-series and case-crossover design studies about the short-term effect of $PM_{2.5}$ on children's hospital admissions and emergency department visits for asthma. In the primary meta-analysis, children's hospital admissions and emergency department visits for asthma were positively associated with a short-term $10{\mu}g/m^3$ increase in $PM_{2.5}$ (relative risk, 1.048; 95% CI, 1.028 to 1.067; $I^2=95.7%$). We also found different effect coefficients by region; the value in Asia was estimated to be lower than in North America or Europe. Conclusions: We strengthened the evidence on the short-term effect of $PM_{2.5}$ on children's hospital admissions and emergency department visits for asthma. Further studies from other regions outside North America and Europe regions are needed for more generalizable evidence.

The Influence of Asian Dust, Haze, Mist, and Fog on Hospital Visits for Airway Diseases

  • Park, Jinkyeong;Lim, Myoung Nam;Hong, Yoonki;Kim, Woo Jin
    • Tuberculosis and Respiratory Diseases
    • /
    • 제78권4호
    • /
    • pp.326-335
    • /
    • 2015
  • Background: Asian dust is known to have harmful effects on the respiratory system. Respiratory conditions are also influenced by environmental conditions regardless of the presence of pollutants. The same pollutant can have different effects on the airway when the air is dry compared with when it is humid. We investigated hospital visits for chronic obstructive pulmonary disease (COPD) and asthma in relation to the environmental conditions. Methods: We conducted a retrospective study using the Korean National Health Insurance Service claims database of patients who visited hospitals in Chuncheon between January 2006 and April 2012. Asian dust, haze, mist, and fog days were determined using reports from the Korea Meteorological Administration. Hospital visits for asthma or COPD on the index days were compared with the comparison days. We used two-way case-crossover techniques with one to two matching. Results: The mean hospital visits for asthma and COPD were $59.37{\pm}34.01$ and $10.04{\pm}6.18$ per day, respectively. Hospital visits for asthma significantly increased at lag0 and lag1 for Asian dust (relative risk [RR], 1.10; 95% confidence interval [CI], 1.01-1.19; p<0.05) and haze (RR, 1.13; 95% CI, 1.06-1.22; p<0.05), but were significantly lower on misty (RR, 0.89; 95% CI, 0.80-0.99; p<0.05) and foggy (RR, 0.89; 95% CI, 0.84-0.93; p<0.05) days than on control days. The hospital visits for COPD also significantly increased on days with Asian dust (RR, 1.29; 95% CI, 1.05-1.59; p<0.05), and were significantly lower at lag4 for foggy days, compared with days without fog (RR, 0.85; 95% CI, 0.75-0.97; p<0.05). Conclusion: Asian dust showed an association with airway diseases and had effects for several days after the exposure. In contrast to Asian dust, mist and fog, which occur in humid air conditions, showed the opposite effects on airway diseases, after adjusting to the pollutants. It would require more research to investigate the effects of various air conditions on airway diseases.

원산지 교차누적 효과 분석: 한-캐나다 FTA를 활용한 대(對)미 자동차 부품 수입을 중심으로 (The Effect of Cross-Cumulation of Rule of Origin: Case Study of Korea-Canada FTA in terms of Auto Parts Import from U.S.)

  • 김규림;나희량
    • 무역학회지
    • /
    • 제43권1호
    • /
    • pp.109-130
    • /
    • 2018
  • 원산지결정기준 중 하나인 누적기준은 원산지결정기준을 완화 할 수 있는 방안으로 특정 조건들을 충족했을 때 비원산지재료도 원산지재료로 인정해주는 규정이다. 한-캐나다 FTA에서는 자동차 품목의 경우 기존의 일반적인 누적기준이 아닌 교차누적기준을 적용하였다. 이는 원산지결정기준의 확장과 편리함을 위한 것으로 제3국의 원재료나 중간재에도 원산지자격을 부여한다. 본 논문에서는 한-캐나다 FTA 발효 이전과 이후 교차누적의 대상 품목인 84, 85, 87, 94류의 대미자동차 부품 수입액의 변화의 여부를 실증분석하고 교차누적의 실효성을 살펴보았다. 분석대상은 각 류에서 자동차 부품으로 지정된 품목만 선택하여 분석하였는데 분석대상 품목 35개 품목 중 21개 품목에서 유의한 변화가 나타났다. 2015년 1월 기준으로 수입액이 단기적으로 큰 폭으로 증가하였거나, 추세적 증가율이 전보다 상승한 것으로 나타났다. 이러한 결과는 교차누적의 도입으로 우리나라 자동차 수출기업들이 한-캐나다 FTA의 교차누적을 활용하고 있음을 반증하는 것이라고 할 수 있다. 또한 수출확대와 시장확보를 위해 FTA 체결 시 교차누적의 도입을 적극적으로 검토할 필요성이 있다.

  • PDF

유전자 알고리즘을 이용한 다분류 SVM의 최적화: 기업신용등급 예측에의 응용 (Optimization of Multiclass Support Vector Machine using Genetic Algorithm: Application to the Prediction of Corporate Credit Rating)

  • 안현철
    • 경영정보학연구
    • /
    • 제16권3호
    • /
    • pp.161-177
    • /
    • 2014
  • 기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.