• 한국엔터테인먼트산업학회논문지
• /
• 제4권4호
• /
• pp.72-76
• /
• 2010

의료 노모그램은 환자에 대한 임상정보를 축적하고 분석하여 만든 수식적인 임상 의료예측 지식을 그래픽으로 표현한 것을 말한다. 의료 노모그램이 환자 진료에 기여하기 위해서는 가능하면 많은 임상 사례들이 추적되어 이들로부터 의료예측 지식을 추출하는 것이 필요하다. 또한 가용한 사례 데이터들로부터 정확도가 높은 예측 모델을 생성하여 노모그램으로 제공해야 한다. 이러한 노모그램은 환자진료 시점에서 쉽게 활용할 수 있도록 제공하는 것이 바람직하다. 이 논문에서는 이러한 요구조건들을 고려하여 제안한 노모그램 서비스 시스템을 소개한다. 제안한 시스템에서는 가능하면 많은 사례를 활용할 수 있도록 하기 위해 웹기반의 사례정보 데이터베이스 시스템을 포함하고, 임상 사례 데이터들을 활용하여 주기적으로 노모그램을 자동으로 갱신하도록 한다. 그 결과를 임상현장에서 바로 사용할 수 있도록 하기 위하여 앱 프로그램 통하여 스마트 단말기를 활용하도록 한다. 이 앱은 노모그램 서버에 직접 접근하여 가장 최근의 노모그램에 근거한 예측 결과를 제공한다. 끝으로 제안된 서비스 시스템 구조를 적용하여 개발된 방광암 환자의 재발율 및 생존율에 대한 노모그램 서비스 시스템을 소개한다.

• Journal of Gastric Cancer
• /
• 제17권3호
• /
• pp.204-211
• /
• 2017

Purpose: Recently, a nomogram predicting overall survival after gastric resection was developed and externally validated in Korea and Japan. However, this gastric cancer nomogram is derived from large-volume centers, and the applicability of the nomogram in smaller centers must be proven. The purpose of this study is to externally validate the gastric cancer nomogram using a dataset from a medium-volume center in Korea. Materials and Methods: We retrospectively analyzed 610 patients who underwent radical gastrectomy for gastric cancer from August 1, 2005 to December 31, 2011. Age, sex, number of metastatic lymph nodes (LNs), number of examined LNs, depth of invasion, and location of the tumor were investigated as variables for validation of the nomogram. Both discrimination and calibration of the nomogram were evaluated. Results: The discrimination was evaluated using Harrell's C-index. The Harrell's C-index was 0.83 and the discrimination of the gastric cancer nomogram was appropriate. Regarding calibration, the 95% confidence interval of predicted survival appeared to be on the ideal reference line except in the poorest survival group. However, we observed a tendency for actual survival to be constantly higher than predicted survival in this cohort. Conclusions: Although the discrimination power was good, actual survival was slightly higher than that predicted by the nomogram. This phenomenon might be explained by elongated life span in the recent patient cohort due to advances in adjuvant chemotherapy and improved nutritional status. Future gastric cancer nomograms should consider elongated life span with the passage of time.

• Journal of Breast Disease
• /
• 제6권2호
• /
• pp.52-59
• /
• 2018

Purpose: This study aimed to determine whether clinicopathological factors are potentially associated with successful breast-conserving surgery (BCS) after neoadjuvant chemotherapy (NAC) and develop a nomogram for predicting successful BCS candidates, focusing on those who are diagnosed with hormone receptor (HR)-positive, human epidermal growth factor receptor 2 (HER2)-negative tumors during the pre-NAC period. Methods: The training cohort included 239 patients with an HR-positive, HER2-negative tumor (${\geq}3cm$), and all of these patients had received NAC. Patients were excluded if they met any of the following criteria: diffuse, suspicious, malignant microcalcification (extent >4 cm); multicentric or multifocal breast cancer; inflammatory breast cancer; distant metastases at the time of diagnosis; excisional biopsy prior to NAC; and bilateral breast cancer. Multivariate logistic regression analysis was conducted to evaluate the possible predictors of BCS eligibility after NAC, and the regression model was used to develop the predicting nomogram. This nomogram was built using the training cohort (n=239) and was later validated with an independent validation cohort (n=123). Results: Small tumor size (p<0.001) at initial diagnosis, long distance from the nipple (p=0.002), high body mass index (p=0.001), and weak positivity for progesterone receptor (p=0.037) were found to be four independent predictors of an increased probability of BCS after NAC; further, these variables were used as covariates in developing the nomogram. For the training and validation cohorts, the areas under the receiver operating characteristic curve were 0.833 and 0.786, respectively; these values demonstrate the potential predictive power of this nomogram. Conclusion: This study established a new nomogram to predict successful BCS in patients with HR-positive, HER2-negative breast cancer. Given that chemotherapy is an option with unreliable outcomes for this subtype, this nomogram may be used to select patients for NAC followed by successful BCS.

• 가정간호학회지
• /
• 제30권1호
• /
• pp.48-58
• /
• 2023

Purpose: The purpose of this study was to construct a nomogram for predicting difficulty in peripheral intravenous cannulation (DPIVC) for adult inpatients. Methods: This study conducted a secondary analysis of data from the intravenous cannulation cohort by intravenous specialist nurses at a tertiary hospital in Seoul. Overall, 504 patients were included; of these, 166 (32.9%) patients with failed cannulation in the first intravenous cannulation attempt were included in the case group, while the remaining 338 patients were included in the control group. The nomogram was built with the identified risk factors using a multiple logistic regression analysis. The model performance was analyzed using the Hosmer-Lemeshow test, area under the curve (AUC), and calibration plot. Results: Five factors, including vein diameter, vein visibility, chronic kidney disease, diabetes, and chemotherapy, were risk factors of DPIVC. The nomogram showed good discrimination with an AUC of 0.81 (95% confidence interval: 0.80-0.82) by the sample data and 0.79 (95% confidence interval: 0.74-0.84) by bootstrapping validation. The Hosmer-Lemeshow goodness-of-fit test showed a p-value of 0.694, and the calibration curve of the nomogram showed high coherence between the predicted and actual probabilities of DPIVC. Conclusion: This nomogram can be used in clinical practice by nurses to predict DPIVC probability. Future studies are required, including those on factors possibly affecting intravenous cannulation.

• Communications for Statistical Applications and Methods
• /
• 제28권4호
• /
• pp.339-350
• /
• 2021

In medical research, the risk factors associated with human diseases need to be identified to predict the incidence rate and determine the treatment plan. Logistic regression analysis is primarily used in order to select risk factors. However, individuals who are unfamiliar with statistics outcomes have trouble using these methods. In this study, we develop a nomogram that graphically represents the numerical association between the disease and risk factors in order to identify the risk factors for delirium and to interpret and use the results more effectively. By using the logistic regression model, we identify risk factors related to delirium, construct a nomogram and predict incidence rates. Additionally, we verify the developed nomogram using a receiver operation characteristics (ROC) curve and calibration plot. Nursing home, stroke/epilepsy, metabolic abnormality, hemodynamic instability, and analgesics were selected as risk factors. The validation results of the nomogram, built with the factors of training set and the test set of the AUC showed a statistically significant determination of 0.893 and 0.717, respectively. As a result of drawing the calibration plot, the coefficient of determination was 0.820. By using the nomogram developed in this paper, health professionals can easily predict the incidence rate of delirium for individual patients. Based on this information, the nomogram could be used as a useful tool to establish an individual's treatment plan.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권9호
• /
• pp.3773-3777
• /
• 2015

Background: This study aimed to establish a nomogram by combining clinicopathologic factors with overall survival of stage IA-IIB cervical cancer patients after complete resection with pelvic lymphadenectomy. Materials and Methods: This nomogram was based on a retrospective study on 1,563 stage IA-IIB cervical cancer patients who underwent complete resection and lymphadenectomy from 2002 to 2008. The nomogram was constructed based on multivariate analysis using Cox proportional hazard regression. The accuracy and discriminative ability of the nomogram were measured by concordance index (C-index) and calibration curve. Results: Multivariate analysis identified lymph node metastasis (LNM), lymph-vascular space invasion (LVSI), stromal invasion, parametrial invasion, tumor diameter and histology as independent prognostic factors associated with cervical cancer survival. These factors were selected for construction of the nomogram. The C-index of the nomogram was 0.71 (95% CI, 0.65 to 0.77), and calibration of the nomogram showed good agreement between the 5-year predicted survival and the actual observation. Conclusions: We developed a nomogram predicting 5-year overall survival of surgically treated stage IA-IIB cervical cancer patients. More comprehensive information that is provided by this nomogram could provide further insight into personalized therapy selection.

• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.722-729
• /
• 2010

예측 문제를 해결하기 위한 데이타마이닝 기법은 다양한 분야에서 주목받고 있다. 이것에 대한 한 예로 컴퓨터-기반의 질병의 예측 혹은 진단은 CDSS(Clinical Decision support System)에서 가장 중요한 요소이기도 하다. 이러한 예측 문제를 해결하기 위해서 RBF커널 같은 비선형 커널을 사용한 SVM이 가장 널리 사용되고 있는데, 이는 비선형 SVM이 어떠한 다른 분류기법보다 정확한 성능을 보이기 때문이다. 하지만 비선형 SVM을 사용한 경우에는 모델내부를 시각화하는 일이 어려워서 예측결과에 대한 직관적인 이해가 힘들고, 의학 전문가들은 이러한 비선형 SVM의 사용을 기피하고 있는 실정이다. Nomogram은 SVM을 시각화하기 위해 제안된 기법이다. 하지만 이는 선형 SVM의 경우에만 사용이 가능하고. 이 문제를 해결하기 위해서 LRBF 커널이 제안된 바 있다. LRBF 커널은 기존의 RBF 커널을 사용한 SVM과 대등한 결과를 보이면서도 예측결과의 선형적 분석도 가능하게 한다. 본 논문에서는 노모그램(Nomogram)과 LRBF 커널을 사용한 SVM이 통합되어 있는 예측 툴 VRIFA를 제안한다. 이 툴은 사용자와 상호작용하며 비선형 SVM 모델의 내부구조를 데이타의 각 속성별로 보여주는 방법으로 사용자가 예측결과를 직관적으로 이해하도록 도와준다. VRIFA는 Nomogram기반의 피쳐선택(feature selection) 기능도 포함하고 있는데, 이 기능은 예측결과에 부정적인 영향을 끼치거나 중복된 연관성을 보이는 속성을 제거함으로써 모델의 정확도를 높이는 데 기여한다. 그리고 데이터에 포함된 클래스의 비율이 한 쪽으로 치우쳐져 있는 경우에는 ROC 곡선 넓이(AUC)를 예측결과를 평가하기 위한 측도로 사용할 수 있다. 이 툴은 컴퓨터-기반의 질병 예측 혹은 질병의 위험 요소 분석에 대해 연구하는 연구자들에게 유용하게 사용될 것으로 전망하는 바이다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권3호
• /
• pp.1481-1488
• /
• 2014

Background: To avoid performing axillary lymph node dissection (ALND) for non-sentinel lymph node (SLN)-negative patients with-SLN positive axilla, nomograms for predicting the status have been developed in many centers. We created a new nomogram predicting non-SLN metastasis in SLN-positive patients with invasive breast cancer and evaluated 14 existing breast cancer models in our patient group. Materials and Methods: Two hundred and thirty seven invasive breast cancer patients with SLN metastases who underwent ALND were included in the study. Based on independent predictive factors for non-SLN metastasis identified by logistic regression analysis, we developed a new nomogram. Receiver operating characteristics (ROC) curves for the models were created and the areas under the curves (AUC) were computed. Results: In a multivariate analysis, tumor size, presence of lymphovascular invasion, extranodal extension of SLN, large size of metastatic SLN, the number of negative SLNs, and multifocality were found to be independent predictive factors for non-SLN metastasis. The AUC was found to be 0.87, and calibration was good for the present Ondokuz Mayis nomogram. Among the 14 validated models, the MSKCC, Stanford, Turkish, MD Anderson, MOU (Masaryk), Ljubljana, and DEU models yielded excellent AUC values of > 0.80. Conclusions: We present a new model to predict the likelihood of non-SLN metastasis. Each clinic should determine and use the most suitable nomogram or should create their own nomograms for the prediction of non- SLN metastasis.

• 응용통계연구
• /
• 제32권4호
• /
• pp.619-630
• /
• 2019

이상지질혈증은 한국인의 대표적인 성인병이며 지속적인 관리가 필요한 만성질환이다. 또한 고혈압이나 당뇨병과 함께 심혈관계 질환의 위험 요인으로 잘 알려져 있다. 하지만 혈관 질환은 검사 없이는 질병 판단을 하기 어려운 것이 현실이다. 본 연구에서는 이상지질혈증의 인지와 예방을 위하여 관련된 위험 요인을 확인한다. 이들을 종합하여 시각화하면서 발병률 예측까지 가능한 통계적 도구 노모그램을 구축하였다. 데이터는 국민건강영양조사 6기, 7기 제1차년도 (2013-2016) 데이터를 사용하였다. 분석 순서로는 먼저 이상지질혈증의 총 12가지 위험 요인을 교차분석을 통해 확인하였다. 그리고 순수 베이지안 분류기를 이용하여 이상지질혈증에 대한 모형으로 노모그램을 구축하였다. 구축한 노모그램은 ROC 곡선과 Calibration plot을 사용하여 신뢰성을 검증하였다. 마지막으로 이전에 제시했던 로지스틱 노모그램과 본 연구에서 제안한 베이지안 노모그램을 비교하였다.

• 한국지능시스템학회논문지
• /
• 제19권6호
• /
• pp.796-801
• /
• 2009

복잡한 진단이나 예측 모델은 계산이 복잡하고 추론 과정을 해석하기 어렵기 때문에 임상현장에서 널리 사용되지 않고 있다. 의료 종사자들은 이러한 복잡한 모델 대신에, 복잡한 함수를 컴퓨터 등을 사용하지 않고도 쉽게 계산할 수 있도록 수치 관계를 그래픽으로 표현한 노모그램을 사용해 왔다. 의료분야에서 질병의 진단과 질병예후의 예측은 매우 주요한 관심사이다. 노모그램은 증상검사결과치료이력질병의 진단 결과 등의 속성을 포함한 임상 데이터들로부터 만들어진다. 노모그램을 만들 때는 가용한 여러 가지 속성 중에서 효과적인 것들을 찾아야 하고, 경우에 따라서는 속성에 대한 파라미터를 함께 결정해야 한다. 이 논문에서는 효과적인 속성과 파라미터를 선택하기 위해 유전자 알고리즘을 사용하고, 노모그램을 생성하기 위해 나이브 베이지언 기법을 사용하는 방법을 제안한다. 또한 제안한 방법을 실제 임상 데이터에 적용한 결과를 보인다.