• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2012년도 춘계학술논문집 1부
• /
• pp.22-24
• /
• 2012

The tools that classify the severity of patients based on the prediction of mortality include APACHE, SAPS, and MPM. Theses tools rely crucially on the evaluation of patients' general clinical status on the first date of their admission to ICU. Nursing activities are one of the most crucial factors influencing on the quality of treatment that patients receive and one of the contributing factors for their prognosis and safety. The purpose of this study was to identify the goodness-of-fit of CPSCS of critical patient severity classification system(CPSCS) and Glasgow coma scale(GCS) and the clinical usefulness of its death rate prediction. Data were collected from the medical records of 187 neurological patients who were admitted to the ICU of C University Hospital. The data were analyzed through $x^2$ test, t-test, Mann-Whitney, Kruskal-Wallis, goodness-of-fit test, and ROC curve. In accordance with patients' general and clinical characteristics, patient mortality turned out to be statistically different depending on ICU stay, endotracheal intubation, central venous catheter, and severity by CPSCS. Homer-Lemeshow goodness-of-fit tests were CPSCS and GCS and the results of the discrimination test using the ROC curve were $CPSCS_0$, .734, $GCS_0$,.583, $CPSCS_{24}$,.734, $GCS_{24}$, .612, $CPSCS_{48}$,.591, $GCS_{48}$,.646, $CPSCS_{72}$,.622, and $GCS_{72}$,.623. Logistic regression analysis showed that each point on the CPSCS score signifies1.034 higher likelihood of dying. Applied to neurologically ill patients, early CPSCS scores can be regarded as a useful tool.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2012년도 춘계학술발표회 초록집
• /
• pp.190-193
• /
• 2012

The tools that classify the severity of patients based on the prediction of mortality include APACHE, SAPS, and MPM. Theses tools rely crucially on the evaluation of patients' general clinical status on the first date of their admission to ICU. Nursing activities are one of the most crucial factors influencing on the quality of treatment that patients receive and one of the contributing factors for their prognosis and safety. The purpose of this study was to identify the goodness-of-fit of CPSCS of critical patient severity classification system(CPSCS) and Glasgow coma scale(GCS) and the clinical usefulness of its death rate prediction. Data were collected from the medical records of 187 neurological patients who were admitted to the ICU of C University Hospital. The data were analyzed through $x^2$ test, t-test, Mann-Whitney, Kruskal-Wallis, goodness-of-fit test, and ROC curve. In accordance with patients' general and clinical characteristics, patient mortality turned out to be statistically different depending on ICU stay, endotracheal intubation, central venous catheter, and severity by CPSCS. Homer-Lemeshow goodness-of-fit tests were CPSCS and GCS and the results of the discrimination test using the ROC curve were $CPSCS_0$,.734, $GCS_0$,.583, $CPSCS_{24}$,.734, $GCS_{24}$,.612, $CPSCS_{48}$,.591, $GCS_{48}$,.646, $CPSCS_{72}$,.622, and $GCS_{72}$,.623. Logistic regression analysis showed that each point on the CPSCS score signifies1.034 higher likelihood of dying. Applied to neurologically ill patients, early CPSCS scores can be regarded as a useful tool.

• Communications for Statistical Applications and Methods
• /
• 제25권3호
• /
• pp.297-306
• /
• 2018

Cardiovascular disease (CVD) is the leading cause of death worldwide and has a high mortality rate after onset; therefore, the CVD management requires the development of treatment plans and the prediction of prevalence rates. In our study, age, income, education level, marriage status, diabetes, and obesity were identified as risk factors for CVD. Using these 6 factors, we proposed a nomogram based on a $na{\ddot{i}}ve$ Bayesian classifier model for CVD. The attributes for each factor were assigned point values between -100 and 100 by Bayes' theorem, and the negative or positive attributes for CVD were represented to the values. Additionally, the prevalence rate can be calculated even in cases with some missing attribute values. A receiver operation characteristic (ROC) curve and calibration plot verified the nomogram. Consequently, when the attribute values for these risk factors are known, the prevalence rate for CVD can be predicted using the proposed nomogram based on a $na{\ddot{i}}ve$ Bayesian classifier model.

• Journal of Preventive Medicine and Public Health
• /
• 제38권3호
• /
• pp.276-282
• /
• 2005

Objectives : To evaluate the predictive validity of three scoring systems; the acute physiology and chronic health evaluation(APACHE) III, simplified acute physiology score(SAPS) II, and mortality probability model(MPM) II systems in critically ill patients. Methods : A concurrent and retrospective study conducted by collecting data on consecutive patients admitted to the intensive care unit(ICU) including surgical, medical and coronary care unit between January 1, 2004, and March 31, 2004. Data were collected on 348 patients consecutively admitted to the ICU(aged 16 years or older, no transfer, ICU stay at least 8 hours). Three models were analyzed using logistic regression. Discrimination was assessed using receiver operating characteristic(ROC) curves, sensitivity, specificity, and correct classification rate. Calibration was assessed using the Lemeshow-Hosmer goodness of fit H-statistic. Results : For the APACHE III, SAPS II and MPM II systems, the area under the receiver operating characterist ic(ROC) curves were 0.981, 0.978, and 0.941 respectively. With a predicted risk of 0.5, the sensitivities for the APACHE III, SAPS II, and MPM II systems were 81.1, 79.2 and 71.7%, the specificities 98.3, 98.6, and 98.3%, and the correct classification rates 95.7, 95.7, and 94.3%, respectively. The SAPS II and APACHE III systems showed good calibrations(chi-squared H=2.5838 p=0.9577 for SAPS II, and chi-squared H=4.3761 p=0.8217 for APACHE III). Conclusions : The APACHE III and SAPS II systems have excellent powers of mortality prediction, and calibration, and can be useful tools for the quality assessment of intensive care units(ICUs).

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.452-455
• /
• 2022

4차 산업혁명의 확산으로 의학계에서도 딥러닝 기술을 이용한 질병의 치료결과 예측 연구가 활발하다. 이와 관련, 일부 연구에서 국소적인 환자 데이터의 활용으로 인해 도출된 연구 결과의 일반화가 어려웠으며 예측률 제고를 위해 특정 딥러닝 알고리즘을 중심으로 한 실험이 추진되어 다양한 알고리즘별 예측률의 비교·분석 결과를 제시하는 연구도 미흡하였다. 이에, 건강보험심사평가원의 대규모 진료 정보와 다종의 알고리즘을 제공하는 AutoML을 이용, 사망률이 높은 80대·90대 노령자 대상 폐암 진단 후 84개월간의 사망률을 예측하는 Decision Tree 등 5개 알고리즘별 모델을 생성하고 이를 활용, 사망률의 예측 성능을 비교하고 사망률에 영향을 미치는 요인에 대한 분석 결과를 도출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권10호
• /
• pp.145-154
• /
• 2012

현대 사회는 서구화된 식생활 패턴과 흡연, 비만 등의 원인으로 인해 심혈관계 질환들이 급증하고 있다. 특히, 급성심근경색은 심혈관계 질환으로 인한 사망의 대부분을 차지하고 있다. 이러한 추세에 따라 해외 선진국에서는 임상생리학적 오류를 줄이기 위해서 자국민의 데이터를 기반으로 급성심근경색의 발병 및 질병에 영향을 미치는 위험인자를 찾는 연구가 활발히 진행되고 있다. 하지만 한국인에 적합한 급성심근경색 예후 진단 예측 시스템이 미비한 실정이다. 따라서 이 논문에서는 KAMIR(Korea Acute Myocardial Infarction Registry) 데이터베이스에서 제공 받은 급성심근경색 환자의 예후 데이터를 기반으로 ST분절 급상승 심근경색 재발 환자들의 단기 사망률 예측모델을 찾고자 한다. 실험을 통해 로지스틱 회귀 분석에 의해 추출된 속성 집합을 적용하였을 때 기존의 원시 데이터 보다 높은 정확도를 얻을 수 있었으며, 인공신경망의 경우 다른 분류기법들보다 높은 성능을 보였다. 이를 통해 ST 분절 급상승 심근경색 재발 환자들의 단기 사망률을 예측함으로써 향후 고위험군 환자들의 관리에 도움을 줄 수 있을 것으로 기대한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.868-871
• /
• 2006

Mortality of domestic people from cardiovascular disease ranked second, which followed that of from cancer last year. Therefore, it is very important and urgent to enhance the reliability of medical examination and treatment for cardiovascular disease. Heart Rate Variability (HRV) is the most commonly used noninvasive methods to evaluate autonomic regulation of heart rate and conditions of a human heart. In this paper, our aim is to extract a quantitative measure for HRV to enhance the reliability of medical examination for cardiovascular disease, and then develop a prediction method for extracting multi-parametric features by analyzing HRV from ECG. In this study, we propose a hybrid Bayesian classifier called FP-based Bayesian. The proposed classifier use frequent patterns for building Bayesian model. Since the volume of patterns produced can be large, we offer a rule cohesion measure that allows a strong push of pruning patterns in the pattern-generating process. We conduct an experiment for the FP-based Bayesian classifier, which utilizes multiple rules and pruning, and biased confidence (or cohesion measure) and dataset consisting of 670 participants distributed into two groups, namely normal and patients with coronary artery disease.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.301-310
• /
• 2021

TATI 모델이란 Traffic Accident Text to RGB Image 모델로, 교통사고 심각 정도 예측을 위한 본 논문에서 제안하는 방법론이다. 교통사고 치사율은 매년 감소하는 추세이나 OECD 회원국 중 하위권에 속해있다. 교통사고 치사율 감소를 위해 많은 연구들이 진행되었고, 그 중에서 교통사고 심각 정도를 예측하여 발생 및 치사율을 줄이기 위한 연구가 꾸준하게 진행되고 있다. 이와 관련하여 최근에는 통계 모델과 딥러닝 모델을 활용하여 교통사고 심각 정도 예측을 하는 연구가 활발하다. 본 논문에서는 교통사고 심각 정도를 예측하기 위해서 교통사고 데이터를 컬러 이미지로 변환하고, CNN 모델을 통해 이를 수행한다. 성능 비교를 위해 제안하는 모델과 다른 모델들을 같은 데이터로 학습시키고, 예측결과를 비교하는 실험을 진행했다. 10번의 실험을 통해 4개의 딥러닝 모델의 정확도와 오차 범위를 비교하였다. 실험 결과에 따르면 제안하는 TATI 모델의 정확도가 0.85로 가장 높은 정확도를 보였고, 0.03으로 두 번째로 낮은 오차 범위를 보여 성능의 우수성을 확인하였다.

• 한국수산과학회지
• /
• 제34권5호
• /
• pp.423-429
• /
• 2001

한국 연근해 보구치 자원의 지난 21년간 ($1975\~1995$년) 자원량을 이용하여 추정된 고유치는 밀도 독립적인 경우와 밀도 종속적인 경우 약 0.8 정도로 감소하는 추세에 있었으며, 밀도 종속적인 경우 상수 a는 $5.234\times10^{-10}$이였다. 그리고 보구치 자원의 연령별 출생율은 1세 1,053에서 6세 310,803의 범위였고, 연령별 생잔율은 1세 1,053 에서 6세 310,803의 범위였으며, 초기생잔율은 0.00005였다. 자원량 및 어획량 예측치는 추정된 매개변수를 사용하여 밀도독립적인 경우와 밀도 종속적인 경우의 Leslie Matrix에 적용해서 추정하였는데, 이때 어획사망계수가 $F_{35\%}$와 $F_{0.1}$, 수준인 0.252/yr와 0.368/yr에서 자원량과 어획량이 급격히 증가하였으며, 밀도 송속 적인 경우 밀도 효과의 부여는 환경수용력 (carrying capacity)을 산출하므로 보다 현실적으로 접근할 수 있다. 평형상태시의 어회 사망계수는 약 0.7/yr였다. 따라서, 본 연구는 현재 남획상태에 있는 한국 연근해 보구치 자원을 Leslie Matrix에 적용시켜 자원량 및 어획량 변동을 예측해 봄으로써 남획으로 인해 고갈되어 가는 보구치 자원을 회복시킬 관리방안을 제시하였다

• 한국산학기술학회논문지
• /
• 제14권4호
• /
• pp.1863-1870
• /
• 2013

본 연구는 응급의료센터에 약물중독으로 자살을 시도한 환자 중 생존군과 사망군을 분류하여 대상자의 내원 시 상태와 내원후 치료결과를 파악함으로써 향후 환자 발생시 임상적인 중증도 예측과 자살예방 연구에 기초자료로 활용하기 위함이다. 2009년 6월부터 2011년 5월까지 최근 2년간 광주광역시 C 대학병원 응급의료센터에 약물 중독으로 내원한 환자 중 비의도적인 사고 환자를 제외한 자살 환자만을 대상으로 하여, 의무기록으로 자료를 수집하였다. 연구결과 약물중독 자살환자에서 연령이 높고, 교육수준이 낮으며, 독거인 경우사망률이 높았고, 농약을 음독한 경우 예후가 좋지 않았다. 자살원인이 경제적문제와 우울증인 경우에 사망률이 높았고, 내원시 의식이 혼미, 반혼수/혼수인 경우 예후가 좋지 않았다. 약물중독 자살환자의 위험군을 파악하여 임상적인 중증도 예측에 도움이되고, 이들에 대한 적절한 약물교육과 더불어 정신적인 지지가 중요하다는 사실을 인지 시키고자 한다.