A deterministic model for the spread of pine wilt disease with asymptomatic carrier trees in the host pine population is designed and rigorously analyzed. We have taken four different classes for the trees, namely susceptible, exposed, asymptomatic carrier and infected, and two different classes for the vector population, namely susceptible and infected. A complete global analysis of the model is given, which reveals that the global dynamics of the disease is completely determined by the associated basic reproduction number, denoted by $\mathcal{R}_0$. If $\mathcal{R}_0$ is less than one, the disease-free equilibrium is globally asymptotically stable, and in such a case, the endemic equilibrium does not exist. If $\mathcal{R}_0$ is greater than one, the disease persists and the unique endemic equilibrium is globally asymptotically stable.
Recently, big data has been growing rapidly due to the development of IT technology. Especially in the medical field, big data is utilized to provide services such as patient-customized medical care, disease management and disease prediction. In Korea, 'National Health Alarm Service' is provided by National Health Insurance Corporation. However, the prediction model has a problem of short-term prediction within 3 days and unreliability of social data used in prediction model. In order to solve these problems, this paper proposes a disease prediction model using medicine prescription data generated from actual patients. This model predicts the total number of patients and the risk of disease in each region and uses the ARIMA model for long-term predictions.
Purpose: The purpose of this study was to examine effects of decreased locomotor activity on mass, Type I and II fiber cross-sectional areas of ipsilateral and contralateral hindlimb muscles 21 days after establishing the Parkinson's disease rat model. Methods: The rat model was established by direct injection of 6-hydroxydopamine (6-OHDA, 50 ${mu}g$) into the left substantia nigra after stereotaxic surgery. Adult male Sprague-Dawley rats were assigned to one of two groups; the Parkinson's disease group (PD; n=17) and a sham group (S; n=8). Locomotor activity was assessed before and 21 days after the experiment. At 22 days after establishing the rat model, all rats were anesthetized and soleus and plantaris muscles were dissected from both ipsilateral and contralateral sides. The brain was dissected to identify dopaminergic neuronal death of substantia nigra in the PD group. Results: The PD group at 21 days after establishing the Parkinson's disease rat model showed significant decrease in locomotor activity compared with the S group. Weights and Type I and II fiber cross-sectional areas of the contralateral soleus muscle of the PD group were significantly lower than those of the S group. Conclusion: Contralateral soleus muscle atrophy occurs 21 days after establishing the Parkinson's disease rat model.
역학 모델은 질병 확산에 대한 시뮬레이션 및 관련 방역대책을 수립하는데 유용하며, 개체들의 접촉을 통해 전파되는 질병의 공간 확산에 대한 자세한 이해를 가능하게 한다. 이 연구에서는 공간에서 개체 간의 상호작용에 의한 결과로 구제역 전염병의 확산을 시뮬레이션하기 위해 GIS와 통합된 행위자 기반 공간 모델을 제안하고자 한다. 설계된 모델은 모집단, 시간, 공간이라는 세 요소를 고려하여 축산장 간의 간접접촉을 묘사하였다. 모집단의 역학관계는 2010년 경상북도 안동시에서 발생한 구제역 사례를 기준으로 하였으며, 도로를 주행하는 차량에 의한 간접접촉으로 전염병이 전파하는 것으로 설계하였다. 확산 모델은 구제역 전파 확률, 질병에 대한 여러 상태, 질병의 확산 시간, 감염률, 잠복기 및 기타 매개변수 간의 관계를 수식으로 표현하였다. 모델을 이용하여 구제역 발생 상황을 예측하면서 다양한 시나리오를 적용해서 모의실험하였다. 구제역 발생 상황에서 방역 전략을 선정하기 위해 제시된 방법을 이용하여 방역조치를 다양하게 실험하는 것은 구제역 확산을 통제하는 데 중요한 역할을 할 것으로 기대된다.
In spite of many studies on statistical model for pattern identifications (PIs), little attention has been paid to the complexity of pattern diagnosis processed by oriental physicians. The aim of this study is to develop a statistical diagnostic model which discriminates four PIs using multiple indicators in stroke. Clinical data were collected from 981 stroke patients and 516 data of which PIs were agreed by two independent physicians were included. Discriminant analysis was carried out using clinical indicators such as symptoms and signs which referred to pattern diagnosis, and applied to validation samples which contained all symptoms and signs manifested. Four Fischer's linear discriminant models were derived and their accuracy and prediction rates were 93.2% and 80.43%, respectively. It is important to consider the pattern diagnosis processed by oriental physicians in developing statistical model for PIs. The discriminant model developed in this study using multiple indicators is valid, and can be used in the clinical fields.
To reduce the expenses for development a novel drug, systems biology has been studied actively. Target prediction, a part of systems biology, contributes to finding a new purpose for FDA(Food and Drug Administration) approved drugs and development novel drugs. In this paper, we propose a classification model for predicting novel target genes based on relation between target genes and disease related genes. After collecting known target genes from TTD(Therapeutic Target Database) and disease related genes from OMIM(Online Mendelian Inheritance in Man), we analyzed the effect of target genes on disease related genes based on PPI(Protein-Protein Interactions) network. We focused on the distinguishing characteristics between known target genes and random target genes, and used the characteristics as features for building a classifier. Because our model is constructed using information about only a disease and its known targets, the model can be applied to unusual diseases without similar drugs and diseases, while existing models for finding new drug-disease associations are based on drug-drug similarity and disease-disease similarity. We validated accuracy of the model using LOOCV of ten times and the AUCs were 0.74 on Alzheimer's disease and 0.71 on Breast cancer.
This paper focuses on detecting Alzheimer's Disease (AD). The most usual form of dementia is Alzheimer's disease, which causes permanent cause memory cell damage. Alzheimer's disease, a neurodegenerative disease, increases slowly over time. For this matter, early detection of Alzheimer's disease is important. The purpose of this work is using Magnetic Resonance Imaging (MRI) to diagnose AD. A Convolution Neural Network (CNN) model, Reset, and VGG the pre-trained learning models are used. Performing analysis and validation of layers affects the effectiveness of the model. T1-weighted MRI images are taken for preprocessing from ADNI. The Dataset images are taken from the Alzheimer's Disease Neuroimaging Initiative (ADNI). 3D MRI scans into 2D image slices shows the optimization method in the training process while achieving 96% and 94% accuracy in VGG 16 and ResNet 18 respectively. This study aims to classify AD from brain 3D MRI images and obtain better results.
Purpose: This study was designed to construct a structural model for health promoting behavior in patients with chronic respiratory disease. A hypothetical model was developed based on the literature review. Method: Data was collected by questionnaires from 235 patients with chronic respiratory disease in a General Hospital in Seoul. Data analysis was done using SAS 6.12 for descriptive statistics and the PC-LISREL 8.13 Program for Covariance Structural Analysis. Result: The results are as follows : 1. The fit of the hypothetical model to the data was moderate. It was modified by excluding 2 path and including free parameters and 3 path to it. The modified model with path showed a good fitness to the empirical data($\chi$2=80.20, P=0.05, GFI=0.95, AGFI=0.88, NNFI=0.95, NFI=0.96, RMSR=0.01, RMSEA =0.06). 2. The perceived benefits, self-efficacy, and a plan of action were found to have significant direct effects on the health promoting behavior in patients with chronic respiratory disease. 3. The health perception, self-esteem, and activity related to affect were found to have indirect effects on the health promoting behavior in patients with chronic respiratory disease. Conclusion: The modified model of this study is considered appropriate in explaining and predicting health promoting behavior in patients with chronic respiratory disease. Therefore, it can effectively be used as a reference model for further studies and suggested direction in nursing practice.
Rao, B.Vara Prasada;Reddy, B.Satyanarayana;Padmaja, I. Naga;Kumar, K. Ashok
International Journal of Computer Science & Network Security
/
제22권6호
/
pp.223-229
/
2022
Early detection can help prevent heart disease, which is one of the most common reasons for death. This paper provides a clinical support model for predicting cardiac disease. The model is built using two publicly available data sets. The admissibility and application of the the model are justified by a sequence of tests. Implementation of the model and testing are also discussed
This study was designed to construct a structural model for quality of life of chronic gastric disease. The hypothetical model was developed based on the literature review and Pender's health promotion model. Data were collected by questionnaires from 459 patients with chronic gastric disease in a General Hospital from July 1999 to August 2000 in Seoul. Data analysis was done with SAS 6.12 for descriptive statistics and PC-LISREL 8.13 Program for Covariance structural analysis. The results are as follows : 1. The fit of the hypothetical model to the data was moderate, thus it was modified by excluding 1 path and including free parameters and 2 path to it. The modified model with path showed a good fitness to the empirical data ($\chi$2=934.87, p<.0001, GFI=0.88, AGFI=0.83, NNFI=0.86, RMSR =0.02, RMSEA=0.07). 2. The perceived barrier, health promoting behavior, self-efficacy, and self-esteem were found to have significant direct effects on the quality of life. 3. The health concept, health perception, emotional state, and social support were found to have indirect effects on quality of life of chronic gastric disease. In conclusion, the derived model in this study is considered appropriate in explaining and predicting quality of life of chronic gastric disease. Therefore it can effectively be used as a reference model for further studies and suggested direction in nursing practice.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.