• 한국학교보건학회지
• /
• 제36권3호
• /
• pp.113-125
• /
• 2023

Purpose: The purpose of this study is to develop a model for predicting mental health risk among adolescents based on health behavior information by employing a hybrid machine learning method. Methods: The study analyzed data of 51,850 domestic middle and high school students from 2022 Youth Health Behavior Survey conducted by the Korea Disease Control and Prevention Agency. Firstly, mental health risk levels (stress perception, suicidal thoughts, suicide attempts, suicide plans, experiences of sadness and despair, loneliness, and generalized anxiety disorder) were classified using the k-mean unsupervised learning technique. Secondly, demographic factors (family economic status, gender, age), academic performance, physical health (body mass index, moderate-intensity exercise, subjective health perception, oral health perception), daily life habits (sleep time, wake-up time, smartphone use time, difficulty recovering from fatigue), eating habits (consumption of high-caffeine drinks, sweet drinks, late-night snacks), violence victimization, and deviance (drinking, smoking experience) data were input to develop a random forest model predicting mental health risk, using logistic and XGBoosting. The model and its prediction performance were compared. Results: First, the subjects were classified into two mental health groups using k-mean unsupervised learning, with the high mental health risk group constituting 26.45% of the total sample (13,712 adolescents). This mental health risk group included most of the adolescents who had made suicide plans (95.1%) or attempted suicide (96.7%). Second, the predictive performance of the random forest model for classifying mental health risk groups significantly outperformed that of the reference model (AUC=.94). Predictors of high importance were 'difficulty recovering from daytime fatigue' and 'subjective health perception'. Conclusion: Based on an understanding of adolescent health behavior information, it is possible to predict the mental health risk levels of adolescents and make interventions in advance.

• 대한치매학회지
• /
• 제21권4호
• /
• pp.138-146
• /
• 2022

Background and Purpose: Magnetic resonance imaging (MRI) helps with brain development analysis and disease diagnosis. Brain volumes measured from different ages using MRI provides useful information in clinical evaluation and research. Therefore, we trained machine learning models that predict the brain age gap of healthy subjects in the East Asian population using T1 brain MRI volume images. Methods: In total, 154 T1-weighted MRIs of healthy subjects (55-83 years of age) were collected from an East Asian community. The information of age, gender, and education level was collected for each participant. The MRIs of the participants were preprocessed using FreeSurfer(https://surfer.nmr.mgh.harvard.edu/) to collect the brain volume data. We trained the models using different supervised machine learning regression algorithms from the scikit-learn (https://scikit-learn.org/) library. Results: The trained models comprised 19 features that had been reduced from 55 brain volume labels. The algorithm BayesianRidge (BR) achieved a mean absolute error (MAE) and r squared (R²) of 3 and 0.3 years, respectively, in predicting the age of the new subjects compared to other regression methods. The results of feature importance analysis showed that the right pallidum, white matter hypointensities on T1-MRI scans, and left hippocampus comprise some of the essential features in predicting brain age. Conclusions: The MAE and R² accuracies of the BR model predicting brain age gap in the East Asian population showed that the model could reduce the dimensionality of neuroimaging data to provide a meaningful biomarker for individual brain aging.

• Investigative and Clinical Urology
• /
• 제63권3호
• /
• pp.301-308
• /
• 2022

Purpose To diagnose lower urinary tract symptoms (LUTS) in a noninvasive manner, we created a prediction model for bladder outlet obstruction (BOO) and detrusor underactivity (DUA) using simple uroflowmetry. In this study, we used deep learning to analyze simple uroflowmetry. Materials and Methods We performed a retrospective review of 4,835 male patients aged ≥40 years who underwent a urodynamic study at a single center. We excluded patients with a disease or a history of surgery that could affect LUTS. A total of 1,792 patients were included in the study. We extracted a simple uroflowmetry graph automatically using the ABBYY Flexicapture^® image capture program (ABBYY, Moscow, Russia). We applied a convolutional neural network (CNN), a deep learning method to predict DUA and BOO. A 5-fold cross-validation average value of the area under the receiver operating characteristic (AUROC) curve was chosen as an evaluation metric. When it comes to binary classification, this metric provides a richer measure of classification performance. Additionally, we provided the corresponding average precision-recall (PR) curves. Results Among the 1,792 patients, 482 (26.90%) had BOO, and 893 (49.83%) had DUA. The average AUROC scores of DUA and BOO, which were measured using 5-fold cross-validation, were 73.30% (mean average precision [mAP]=0.70) and 72.23% (mAP=0.45), respectively. Conclusions Our study suggests that it is possible to differentiate DUA from non-DUA and BOO from non-BOO using a simple uroflowmetry graph with a fine-tuned VGG16, which is a well-known CNN model.

• Tuberculosis and Respiratory Diseases
• /
• 제87권3호
• /
• pp.349-356
• /
• 2024

Background: Acute pulmonary embolism (APE) is a fatal disease with varying clinical characteristics and imaging. The aim of this study was to define the clinical characteristics, risk factors, and outcomes in patients with APE at a university hospital in Thailand. Methods: Patients diagnosed with APE and admitted to our institute between January 1, 2017 and December 31, 2022 were retrospectively enrolled. The clinical characteristics, investigations, and outcomes were recorded. Results: Over the 6-year study period, 369 patients were diagnosed with APE. The mean age was 65 years; 64.2% were female. The most common risk factor for APE was malignancy (46.1%). In-hospital mortality rate was 23.6%. The computed tomography pulmonary artery revealed the most proximal clots largely in segmental pulmonary artery (39.0%), followed by main pulmonary artery (36.3%). This distribution was consistent between survivors and non-survivors. Multivariate logistic regression analysis revealed that APE mortality was associated with active malignancy, higher serum creatinine, lower body mass index (BMI), and tachycardia with adjusted odds ratio (95% confidence interval [CI]) of 3.70 (1.59 to 8.58), 3.54 (1.35 to 9.25), 2.91 (1.26 to 6.75), and 2.54 (1.14 to 5.64), respectively. The prediction model was constructed with area under the curve of 0.77 (95% CI, 0.70 to 0.84). Conclusion: The overall mortality rate among APE patients was 23.6%, with APE-related death accounting for 5.1%. APE mortality was associated with active malignancy, higher serum creatinine, lower BMI, and tachycardia.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제35권1호
• /
• pp.75-81
• /
• 2024

Objectives: Although adolescents appear less vulnerable to coronavirus disease (COVID-19), the side effects of this pandemic can still be devastating. Bullying and suicidality are significant global issues with detrimental effects on young people, particularly during school closure. This study aimed to identify the relationship between bullying and suicide risk among adolescents in Indonesia during the COVID-19 pandemic. Methods: A cross-sectional study was conducted on adolescents aged 14-18 years in May 2020 in Bandung, Indonesia, using a web-based closed survey. The Adolescent Peer Relations Instrument and the Suicide Behavior Questionnaire-Revised were used to measure bullying and risk of suicide. Multinomial logistic regression analysis was performed. Results: This study included 268 participants in 2020 and 175 participants in 2019. In 2020, the prevalence of perpetrators and victims of bullying combined was 74.6%. Meanwhile, in 2019, the prevalence of perpetrators and victims of bullying combined was 82.9%. Risk of suicide increased from 26.1% in 2019 (before the COVID-19 pandemic) to 36.5% in 2020 (during the first wave of the COVID-19 pandemic). The risk of perpetrators and suicide victims was higher than that of perpetrators and victims alone (odds ratio [OR]=4.0, 95% confidence interval [CI]=1.5-6.6 vs. OR=1.3, 95% CI=1.0-2.9 and OR=1.6, 95% CI=1.1-2.8, respectively). Conclusion: Bullying can enhance the likelihood of suicide among adolescents in Indonesia, and the risk was highest for the combination of victims and perpetrators. It is very important to provide early risk prediction for youths with bullying behavior and improve the knowledge and understanding of families and schools regarding the negative effects of bullying behavior.

• Childhood Kidney Diseases
• /
• 제4권2호
• /
• pp.144-153
• /
• 2000

목 적 : 만성신부전 완자에서 1/scr, log Scr을 연속적으로 측정하여 신부전의 진행을 예측하고 있으나 연령에 따라 creatinine 생성율의 차이가 있는 소아에서는 정확한 진행예측에 어려움이 있다. 신장(height, Ht) 은 creatinine 생성율에 관여하는 중요한 인자이므로 따라서 저자들은 1/scr에 신장 (height, ht)을 도입한 Ht/Scr과 1/scr, log Scr을 연속적으로 측정하여 만성 신부전의 진행 예측도의 정확성을 비교하고저 하였다. 방 법 : 말기신부전으로 진행된 환아 63 명을 대상으로 혈청 크레아티닌 (Scr) 이 2 mg/dl에서 5 mg/dl 될 때까지 매 환자에서 1/Scr, log Scr, Ht/Scr을 연속적으로 측정하여 이들로부터 회기방정식을 구하여 Scr 이 10 mg/dl 이상인 시기를 예견하였다. 예측오차는 Scr 이 10 mg/dl 이상인 예측시기에서 실제시기를 뺀 것으로 하고 세군 간의 예측오차를 비교함으로써 만성신부전증 진행 예측의 정확도를 관찰하였다. 결 과 : 1) Ht/Scr 의 예측오차는 0.01 개월로 1/Scr, log Scr 의 예측오차인 2 개월, 10.6 개월보다 적었다(P<0.0001). 2) 선천성 신질환 환아의 Ht/Scr의 예측오차는 1.2 개월로 1/Scr, log Scr 의 예측오차인 3.2 개월, 8.2 개월보다 적었다 (p<0.000l). 사구체신염 환아의 경우 Ht/Scr, l/Scr, Ht/Scr의 예측오차는 각각 0.9 개월, 0.5 개월, 9.9 개월이었고 통계적인 차이는 없었다. 3) 13 세이전의 경우는 Ht/Scr 의 예측오차가 가장 적었고 그 이후 연령의 경우는 1/Scr의 예측오차가 적었으나 Ht/Scr과 통계적인 차이는 없었다. 4) Log Scr의 예측시기는 실재시기보다 늦었다. 결 론 : 소아 만성신부전 환아에서 시간에 따른 혈청 크레아티닌의 역수와 신장의 변화를 연속적으로 관찰함으로서 신부전의 진행 및 투석시기를 정확히 예측할 수 있었다.

• Journal of Chest Surgery
• /
• 제31권8호
• /
• pp.776-780
• /
• 1998

배경: 심각한 국소적 심실 운동장애를 동반한 관상동맥질환 환자에서 관상동맥 우회로술을 계획할 때 수술 후 심실 운동장애가 동반된 부위의 운동회복 가능성 여부가 심실 운동장애를 일으킨 관상동맥에 혈관이식 여부를 결정하는 중요한 요소가 된다. 수술 후 회복될 수 있는 동면심근을 알아보기 위한 방법으로 Stress Thallium-201 Single Photon Emission Computed Tomography가 있으며, 최근에 들어 Positron Emission Tomography 및 도부타민 심초음파 등이 이용되고 있다. 저자들은 검사방법이 비교적 간단하고 빠르며, 경제적으로도 비교적 저렴한 도부타민 심초음파를 이용하여 이를 예측할 수 있는지 알아보고자 하였다. 대상 및 방법: 연구방법은 1995년 10월부터 1997년 5월까지 연세대학교 심장혈관센터에서 관상동맥 우회로 술을 시행받았던 환자중 심각한 국소적 심실벽 운동장애의 수술 후 회복여부를 도부타민 심초음파로 예측하였던 16명의 환자를 대상으로 하였으며, 1개월이내의 급성심근경색증을 가진 환자는 제외하였다. 결과: 16명 모두 남자였으며, 연령은 42세에서 73세 사이로 평균 58.4$\pm$9.5세 였다. 수술전 심근경색증의 기왕력이 12례에서 있었고, 좌심실박출계수는 19%에서 55% 사이로 평균 41.8$\pm$11.1%였다. 수술시 사용한 이식편수는 평균 3.2$\pm$0.8개였다. 도부타민 심초음파(baseline, 5, 10, 20 g/kg/min) 는 수술전 1일에서 33일 사이에 시행하고 (평균 13$\pm$10.5일), 수술 후 2개월에서 21개월 사이에(평균 9.6$\pm$5.9 개월) 추적 심초음파를 시행하여 심실운동의 변화를 관찰하였다. 좌심실을 16개 분절로 나누어 각각의 분절에 대하여 semiquantitative scoring system(1: normal , 2: mild to moderate hypokinesia, 3: severe hypokinesia, 4: akinesia, 5: dyskinesia) 으로 분석하였으며, 심실운동의 호전은 2개 이상의 인접한 분절에서 동시에 wall motion score 1 이상의 호전이 관찰되는 경우로 정의하 였다. 결과를 보면 수술전 도부타민 심초음파에서 국소적 심실운동의 호전을 보인 환자는 8명이었으며, 이중 추적 심초음파에서 6명이 심실운동의 회복을 보였고 수술전 도부타민 심초음파에서 심실운동의 호전을 보이지 않았던 환자 8명중 3명에서 추적 심초음파에서 심실운동의 회복을 보였다. 안정시 severe hypokinesia, akinesia, dyskinesia 의 심실운동을 보이는 분절은 총 84개였으며 수술전 도부타민 심초음파에서 호전되었던 31개 분절중 23개 분절에서, 호전 되지 않았던 53개 분절중 12개 분절에서 추적 심초음파에서 회복됨을 관찰하여 관상동맥우회로술 후 심실운동 회복의 예측에 있어 도부타민 심초음파의 민감도는 66%, 특이도는 84% 였으며, positive predictive value는 74%, negative predictive value는 77%였다. 결론: 결론적으로 수술전 도부타민 심초음파는 관상동맥우회로술 후 동면심근의 기능회복에 대한 예측에 도움이 되리라 생각된다.

• 유기물자원화
• /
• 제31권4호
• /
• pp.29-39
• /
• 2023

본 연구에서는 의료폐기물에 대해 평상시 상황과 대규모 감염병 발병 상황으로 구분하여 발생 특성을 분석하였다. 평상시 상황에서는 회귀분석을 통해 의료폐기물 종류별 발생량 예측 모델을 수립하였으며, 유의값(p)은 모두 < 0.0001로 통계적으로 유의미하였다. 각 분류별 예측 모델식의 결정계수(R²) 값은 I-MW(R²=0.9943) > G-MW(R²=0.9817) > H-MW(R²=0.9310) 순으로 분석되었다. 또한, 기존 문헌과 유사한 결과로 영향인자로 사용된 GDP(G-MW), 의료기관 수(H-MW), 고령 인구비(I-MW)는 모두 높은 상관성을 나타내었다. 각 모델식을 종합한 총 의료폐기물 발생량의 MAE는 2,615, RMSE 3,353로 평가되어 H-MW(2,491, 2,890)와 I-MW(2,291, 3,267) 의료폐기물 모델식과 유사한 수준의 정확도를 나타내는 것이 확인되었다. 단기간 내 대량 발생하는 감염병 사태 시기의 의료폐기물 발생 특성은 정확한 추정이 제한적이므로 격리의료폐기물의 발생원단위를 분석하였다. 감염병 초기인 불안정기 8.74 kg/인·일, 안정기 2.69 kg/인·일, 감소기 시기 평균 0.08 kg/인·일의 발생원단위를 나타내었다. 격리의료폐기물 발생원단위와 치명률 간의 상관분석 결과, 불안정기 +0.99, 안정기 +0.52, 감소기 +0.96으로 나타났으며, 감염병 발병 전체시기에서 +0.95 이상의 매우 높은 양의 상관성을 나타내는 것이 확인되었다. 본 연구에서 도출된 연구결과는 보건 의료상에 적절한 의료폐기물 관리시스템을 구축하는 데 유용한 역할을 수행할 수 있을 것으로 기대된다.

• 수면정신생리
• /
• 제24권1호
• /
• pp.38-45
• /
• 2017

목 적 : 불면 증상을 나타내는 수면 장애는 고령화 현상과 더불어 매우 급격히 증가중인 질환이다. 3년간 추적 관찰한 우리나라 농촌의 60세 이상 노인 코호트를 대상으로 수면 장애의 유병률과 이를 예측하는 요인을 알아보고자 하였다. 방 법 : 한국인의 사회적 삶, 건강과 노화에 대한 2012년과 2014년의 조사를 통해 두 번 데이터를 얻었다. 뇌졸중, 심근경색증, 협심증, 관절염, 폐결핵, 천식, 백내장, 녹내장, B형 간염, 요실금, 전립선 비대, 암, 골다공증, 고혈압, 당뇨, 고지혈증, 대사증후군에 대한 진단 여부를 물었다. 치매선별용 간이정신상태검사를 이용하여 인지 기능을 평가하였고 역학연구 우울척도를 이용하여 우울 증상을 평가하였다. 2015년에는 이 중 235명에게 DSM-IV의 제1축 장애의 구조화된 임상적 면담을 시행하였고 피츠버그 수면 질 척도로 불면증의 정도, 즉 수면 장애를 평가하였다. 또한, 지각된 스트레스 척도와 상태-특성 분노표현 척도를 시행하였다. 수면장애를 예측하기 위하여 성별, 나이, 교육, 첫 번째와 세 번째 주기의 우울 점수, 공존 질환의 개수, 그리고 현재의 분노 억제 점수와 지각된 스트레스 정도를 설명 변인으로 삼아 로지스틱 회귀분석을 시행하였다. 결 과 : 조사 대상의 27%가 수면 장애를 가지고 있었다. 회귀 분석 결과, 3년 전의 공존 질환 수, 1년 전의 우울 점수 및 현재 지각된 스트레스 정도가 수면 장애를 유의하게 예측하였다. 결 론 : 3년 전 측정한 공존 질환과 1년 전 평가한 우울증상이 현재의 수면 장애를 예측할 수 있었다. 공존 질환 및 우울 증상의 치료가 수면 장애를 호전시킬 수 있는지 추가적 연구가 필요하다.

• Pediatric Infection and Vaccine
• /
• 제17권2호
• /
• pp.169-176
• /
• 2010

목적 : 가와사끼병 환자들에서 정맥용 면역글로불린(intravenous immunoglobulin, IVIG) 불응군의 예측 지표를 두 대조군을 사용하여 연구하였다. 방 법 : 가톨릭대학교 대전성모병원에서 IVIG 2 g/kg로 치료한 229명의 가와사끼병 환자들을 대상으로 하였다. 23명 IVIG 불응군(IVIG 투여 후에도 24시간 이상 발열이 지속)과, 첫번째 206명의 IVIG 반응군 및 두번째 연령과 치료 전 발열일을 일치시킨 46명의 대조군에 대해 임상적, 검사실 소견을 비교하였다. 결과 : 인구학적, 임상적 소견은 IVIG 불응군과 반응군이 유사하였다. 검사실 소견에서, 두 가지 연구 모두에서 IVIG 불응군은 반응군에 비해서 중성구 분획, CRP, AST, ALT 그리고, LDH는 유의하게 상승되었고, 림프구 분획, 총 단백질, 알부민, 혈소판 수, 그리고 총 콜레스테롤은 유의하게 저하되어 있었다(단변수분석). 그러나, 다변수분석에서 첫번째 연구에서 높은 중성구 분획(cutoff value, >77%, 민감도 68.4%, 특이도 79.5%)과 낮은 총 콜레스테롤(<124 mg/dL, 민감도 79%, 특이도 70.5%)이, 두번째 연구에서는 알부민(<3.6 g/dL, 민감도 73.7%, 특이도 60%)만이 불응군의 예측 지표로 나타났다. 결론 : 가와사끼병에서 염증의 중증도는 발병 시에 상승되거나 저하된 검사실 소견에 반영된다. 이러한 검사실 지표에 대한 다변수분석은 환아수, 연령 및 발열 기간 등의 인자에 의해서 영향을 받으므로, 관상동맥병변의 위험이 큰 가와사끼병 환자들을 찾기 위한 다른 접근 방법이 필요하다.