• Journal of Medicine and Life Science
• /
• 제16권3호
• /
• pp.90-95
• /
• 2019

The Korea Centers for Diseases Control and Prevention interpreted that recent outbreaks of scarlet fever in Korea since 2011 was resulted from the expansion of scarlet fever notification criteria. To suggest a relevant hypothesis regarding this emerging outbreak, a time series analysis(TSA) of scarlet fever incidence between 2002 and 2016 was conducted. The raw data was the nationwide insurance claims database administered by the Korean National Health Insurance Service. The inclusion criteria were children aged ≤14 years residing in Jeju Province, Korea who received any form of healthcare for scarlet fever from 2002 to 2016. The season was defined as winter (December, January, February; Q1), spring (March, April, May; Q2), summer (June, July, August; Q3), and autumn (September, October, November; Q4). There were seasonal variations with showing peak season on Q1 and Q3. And three phases as 2002 Q2~2005 Q2, 2005 Q2~2009 Q4, and 2010 Q1~2016 Q4 were found between 2002 and 2016. The results from TSA suggested that the recent outbreak of scarlet fever among children in Jeju Province might be a phenomenon from 'unknown birth-related environmental factors' changed after 2010.

• 한국ITS학회 논문지
• /
• 제4권1호
• /
• pp.43-56
• /
• 2005

본 연구는 점유율, 교통량, 속도 등의 실시간 교통자료의 시계열 분석, 교통기초도 상 실측자료의 통계적 모형화와 교통류의 다영역 구분에 의한 교통정체의 전개 양상을 규명하였다. 천안-논산고속도로의 교통사고와 행사로 인한 교통정체 시의 검지기 자료를 바탕으로 시계열 분석을 수행한 결과 교통사고와 같이 급격히 도로 콩량이 감소하는 경우 사고 직후 점유율의 변화로부터 용이하게 추정할 수 있었다. 행사와 같은 교통량 증가로 인한 교통정체의 경우 점유율과 평균속도의 변화 폭이 완만하며, 충격파의 형태가 다양하여 단순한 교통지표들의 시계열적 분석에 의한 검지의 신속성과 정확성에는 어려움이 있는 것으로 나타났다. 실측자료의 통계적 모형화에 있어서 안정교통류일 경우 점유율과 교통량 관계는 1차 선형식으로 매우 높은 신뢰도로 설명되었다. 그러나 속도와 점유율간의 관계에 있어서는 운전자들의 희망속도에 대한 넓은 폭원으로 인하여 나타나는 군집형태가 통계적 모형으로 표현되기에는 어려운 것으로 나타났다 그러나 이 경우 점유율 6-8$\%$대를 중심으로 속도가 급격히 떨어지는 현상이 발생하였다. 불안정 교통류 상황의 경우 교통정체의 형성과 해소과정이 각기 하나의 영역 내에서 분석됨에 따라 전반적으로 통계적 모형의 적용이 어려운 것으로 나타났다. 안정과 불안정 2영역 구분에 의한 교통정체 형성과 해소과정의 해석이 어려운 점을 감안하여 다영역 구분에 의한 교통류를 시계열에 의하여 분석한 결과 사고시의 교통류는 바로 정지단계(stopped flow)로 전이되며 점유율이 급격히 증가하였으며, 교통류가 stooped flow에서 free flow로 회복될 때 급격히 증가된 점유율이 점진적으로 감소하면서 교통량이 증가하는 추세를 나타냈다. 교통혼잡시의 교통류는 "impeded free flow" 상황에서 "congested flow" 상황을 거쳐 "jammed flow" 상황으로 전개되는 등 사고에 의한 정체 형성 및 해소과정보다 매우 복잡하며, 동일한 점유율에 대하여 교통상태별로 교통량의 차이가 큰 현상이 명확하게 발생하였다. 본 연구는 교통류 분석 시 다영역 구분의 필요성을 제시하였으며, 향후 개별 교통영역에 대한 정량적 구분 및 모형화가 이루어져야 할 것을 제기하였다.