• Journal of Preventive Medicine and Public Health
• /
• 제52권2호
• /
• pp.131-139
• /
• 2019

Objectives: Self-reporting can be used to determine the incidence and prevalence of hypertension (HTN). The present study was conducted to determine the validity of self-reported HTN and to identify factors affecting discordance between self-reported and objectively measured HTN in participants in the Ravansar Non-Communicable Diseases (RaNCD) cohort. Methods: The RaNCD cohort included permanent residents of Ravansar, Iran aged 35-65 years. Self-reported data were collected before clinical examinations were conducted by well-trained staff members. The gold standard for HTN was anti-hypertensive medication use and blood pressure measurements. The sensitivity, specificity, positive and negative predictive values, and overall accuracy of self-reporting were calculated. Univariate and multivariate logistic regression were used to examine the discordance between self-reported HTN and the gold standard. Results: Of the 10 065 participants in the RaNCD, 4755 (47.4%) were male. The prevalence of HTN was 16.8% based on self-reporting and 15.7% based on medical history and HTN measurements. Of the participants with HTN, 297 (18.8%) had no knowledge of their disease, and 313 (19.9%) had not properly controlled their HTN despite receiving treatment. The sensitivity, specificity, and kappa for self-reported HTN were 75.5%, 96.4%, and 73.4%, respectively. False positives became more likely with age, body mass index (BMI), low socioeconomic status, and female sex, whereas false negatives became more likely with age, BMI, high socioeconomic status, smoking, and urban residency. Conclusions: The sensitivity and specificity of self-reported HTN were acceptable, suggesting that this method can be used for public health initiatives in the absence of countrywide HTN control and detection programs.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.299-316
• /
• 2019

본 연구는 지리정보시스템(GIS) 환경에서 확률 모델인 Weight Of Evidence (WOE)와 Evidential Belief Function (EBF), 기계학습 모델인 Artificial Neural Networks (ANN) 모델을 이용하여 평창지역의 산사태 취약성도를 공간적으로 분석하고 예측하였다. 본 연구지역은 2006년 태풍 에위니아에 의한 집중호우로 산사태가 많이 발생하여 많은 재산 및 인명피해가 발생하였다. 산사태 취약성도를 작성하기 위해 항공사진을 이용하여 3,955개의 방대한 산사태 발생 위치를 탐지하였고, 환경공간정보인 지형, 지질, 토양, 산림 및 토지이용 등의 공간 데이터를 수집하여 공간데이터베이스에 구축하였다. 이러한 공간데이터베이스를 이용하여 산사태에 영향을 줄 수 있는 인자 17개를 추출하여 입력 인자와 EBF, WOE, ANN 모델을 이용하여 산사태 취약성도를 작성하고 검증하였다. 작성 및 검증을 위해 산사태 자료는 각각 50%씩 나누어서 훈련 및 검증을 실시하였고, 검증결과 WOE 모델의 경우는 74.73%, EBF 모델의 경우는 75.03%, ANN 모델의 경우는 70.87%의 예측 정확도를 나타내었다. 본 연구에 사용된 모델 중 EBF 모델이 가장 높은 정확도를 나타냈으며, 모든 모델에서 70% 이상의 예측 정확도를 보여 본 연구에서 사용된 기법이 산사태 취약성도 작성에 유효함을 나타내었다. 본 연구에서 제안된 WOE, EBF, ANN 모델과 산사태 취약성도는 이전에 산사태가 발생하지 않은 지역의 산사태를 예측하는 데 사용될 수 있다. 이러한 취약성도는 산사태 위험 감소를 촉진하고, 토지 이용 정책 및 개발을 위한 기초자료 역할을 할 수 있으며, 궁극적으로 산사태 재해 예방을 위한 시간과 비용을 절약할 수 있다. 향후 보다 많은 지역에서 산사태 취약성도 작성 방법을 적용하여 산사태 위험 예측을 위한 일반화된 모델을 이끌어 내야 한다.

• Korean Journal of Otorhinolaryngology-Head and Neck Surgery
• /
• 제61권11호
• /
• pp.600-604
• /
• 2018

Background and Objectives This study aimed to identify a reliable preoperative predictive factor for the development of thyroid cancer in patients with atypia of undetermined significance (AUS) identified by fine needle aspiration biopsy (FNAB). Subjects and Method This was a retrospective cohort study. Two hundred and ninety-nine patients diagnosed with AUS by preoperative FNAB who underwent curative thyroid surgery at our institution between September 2005 and February 2014 were analyzed. Clinical, radiological and molecular features were investigated as preoperative predictors for postoperative permanent malignant pathology. Results The final pathologic results revealed 36 benign tumors including nodular hyperplasia, follicular adenoma, adenomatous goiter, nontoxic goiter, and lymphocytic thyroiditis, as well as 263 malignant tumors including 1 follicular carcinoma and 1 invasive follicular carcinoma; the rest were papillary thyroid carcinomas. The malignancy rate was 87.9%. The following were identified as risk factors for malignancy by univariate analysis: $BRAF^{V600E}$ gene mutation, specific ultrasonographic findings including smaller nodule size, low echogenicity of the nodule, and irregular or spiculated margin (p<0.05). Multivariate analysis revealed that only $BRAF^{V600E}$ mutation was a statistically significant risk factor for malignancy (p<0.05). When $BRAF^{V600E}$ mutation was positive, 98.5% of enrolled patients developed malignant tumors. In addition, the diagnostic rate of malignancy in these cases was approximately 16-fold higher than BRAF-negative cases. Conclusion Patients with AUS thyroid nodules should undergo $BRAF^{V600E}$ gene mutation analysis to improve diagnostic accuracy and if the mutation is confirmed, surgery is recommended due to the high risk of malignancy.

• 대한임상검사과학회지
• /
• 제51권3호
• /
• pp.301-308
• /
• 2019

다제내성 P. aeruginosa의 출현과 확산은 전 세계적으로 중요한 문제가 되고 있다. P. aeruginosa에 의한 발병은 일부 몇몇 세포 관련 및 세포외 병독성 인자의 생성에 기인한다. 본 연구에서는 대전지역의 3차 병원에서 분리된 carbapenem 내성 P. aeruginosa를 대상으로 병독성 인자의 분포와 항균제 내성 양상을 조사하였다. 항균제 감수성 시험은 디스크 확산법으로 확인하였고, 병독성 유전자의 분석을 위해 PCR과 염기서열분석을 수행하였다. 또한, 다제내성 P. aeruginosa의 sequence type (ST)은 multilocus sequence typing (MLST)을 통해 확인하였다. 32균주의 carbapenem 내성 P. aeruginosa 중, 14균주(43.8%)가 다제내성이었으며, 주요 ST는 ST235 (10균주, 71.4.%)임을 확인하였다. 병독성 유전자는 32균주 모두에서 확인되었고, 이 중 가장 높은 빈도로 확인된 병독성 유전자는 toxA, plcN, phzM (100.%)이었다. 또한, 32균주는 모두 8개 이상의 병독성 유전자를 가지고 있었으며, 9균주(28.1%)가 15개의 병독성 유전자를 가지고 있었다. exoU 유전자는 다제내성 P. aeruginosa 균주의 71.4%에서 확인되었다. 이러한 결과는 exoU 유전자가 다제내성 P. aeruginosa 균주의 지속성에 대한 예측 표지자가 될 수 있을 것으로 사료된다.

• 경영과정보연구
• /
• 제38권2호
• /
• pp.209-223
• /
• 2019

본 연구는 소셜네트워크에서 SNS 광고에 대한 구전 제약요인의 개념과 측정도구 개발을 통하여 온라인 구전을 활성화하는데 그 목적이 있다. 이런 연구 목적을 달성하기 위해 3단계의 연구를 수행하였다. 첫째, 문헌고찰과 정성적 조사방법을 통하여 구전 제약에 대한 개념과 범위에 대하여 탐색적 조사(표적 집단 면접과 심층면접, 전문가 면접)를 실시하였다. 둘째, 개발된 측정항목은 정제작업을 위해 설문 조사를 실시하여 측정문항에 대한 신뢰성과 타당성 검증을 하였다. 셋째, 개발된 측정문항과 다른 주요 구성개념과 관계를 살펴봄으로써 측정항목의 예측타당성을 검증하였다. 연구결과 6개의 구성요인과 이에 대한 총 23개의 측정문항이 도출되었으며, 각각 내재적 및 대인적 제약(심리적 민감성, 보상적 민감성, 타인평가 민감성), 구조적 제약(신뢰성, 정보성, 오락성)으로 명명하였다. 정성적 연구와 정량적 연구를 통해 구전 제약의 측정문항을 개발하였으며, SNS 성과 및 평가 측면에서 SNS 광고 구전의 제약요인으로 작용하고 있는 사회적, 심리적, 환경적인 방해 요인들을 구전 제약의 관점에서 통합적으로 살펴보았다. 본 연구를 통해 온라인 구전 제약에 대한 체계적이고 실증적인 연구수행을 위한 기본 틀과 효과적인 SNS 구전을 이끌어 낼 수 있을 것이다.

• 한국융합학회논문지
• /
• 제10권8호
• /
• pp.83-95
• /
• 2019

본 연구의 목적은 앤더슨 모형을 적용하여 65세 이상 노인의 우울증에 영향을 미치는 예측 요인을 포괄적으로 파악하고 연구 대상자들의 인구사회학적 요인, 가능요인, 요구요인, 건강행태요인들 간에 연관성을 분석하는 것이다. 연구 대상은 제 6기(2013-2015년) 국민건강영양조사에 참여자 21,724명 중, 65세 이상 노인 3,585명을 대상으로 하였으며, 앤더슨 모형에 따른 우울증 여부에 대한 변수들의 다변량 분석을 위해 위계적 로지스틱 회귀분석을 실시하였다. 위계적 회귀 분석의 결과로 남성은 0.49 배(0.31-0.78) 음의 상관관계를 보였다. 또한 통증이 1.56 배 (1.05-2.31), 스트레스가 0.55 배(1.10-2.19), 보행 운동이 1.44 배(1.03-2.00), 외래 사용이 1.48 배(1.10-1.98)의 양의 상관관계가 있었다. 따라서 지역 주민의 성별에 따른 차별화 된 지원이 필요하며 스트레스 중재와 운동에 대한 추가 지원이 필요하다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.105-120
• /
• 2019

세계보건기구(WHO)를 비롯해 세계 각국의 정부기관은 항생제 오남용에 따른 항생제 내성균 감염에 대해 심각하게 경고하며 이를 예방하기 위한 관리와 감시를 강화하고 있다. 하지만 감염을 확인하기 위한 감염균 배양에 수일의 시간이 소요되면서 격리와 접촉주의를 통한 감염확산 방지 효과가 떨어져 선제적 조치를 위한 신속하고 정확한 예측 및 추정방법이 요구되고 있다. 본 연구는 Electronic Health Records에 포함된 질병 진단내역과 항생제 처방내역을 neural embedding model과 matrix factorization을 통해 embedding 하였고, 이를 활용한 딥러닝 기반분류 예측 모형을 제안하였다. 항생제 내성균 감염의 주요 원인인 질병과 항생제 정보를 embedding하여 환자의 기본정보와 병원이용 정보에 추가했을 때 딥러닝 예측 모형의 f1-score는 0.525에서 0.617로 상승하였고, 딥러닝 모형은 Super Learner와 같은 기존 기계학습 모형보다 더 나은 성능을 보여주었다. 항생제 내성균 감염환자의 특성을 분석한 결과, 감염환자는 동일한 질병을 진단받은 비감염환자에 비교해 J01 계열 항생제 사용이 많았고 WHO 권고기준(DDD)을 크게 벗어나는 오남용 청구사례가 6.3배 이상 높게 나타났으며 항생제 오남용과 항생제 내성균 감염간의 높은 연관성이 발견되었다.

• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.545-550
• /
• 2019

전 세계적으로 발생하고 있는 이상기후현상으로 자연재해의 발생빈도와 피해규모가 증가하고 있는 추세이다. 이로 인하여 도시유역의 수문학적 양상이 변화함에 따라 불투수 면적 증가와 함께 증가된 호우로 심각한 내수침수 피해를 가져온다. 이에 인명 및 재산피해를 최소화하기 위하여 내수침수 예측체계가 필요하다. 본 연구에서는 강우강도와 지속시간만으로 침수예측이 가능한 Flood Nomogram을 개발하였다. 내수침수 발생가능이 매우 높고 침수 위험도가 높은 대도시내 침수예상 지역의 내수침수피해 특성을 분석하여 내수침수 예보 기준을 설정하는 방법을 제시하였다. 또한 우수맨홀과 우수관경을 기준으로 내수위를 4가지 조건하에 도시내수침수 예보 기준을 다음과 같이 설정하였다. 1) 우수맨홀이 넘칠 때, 2) 우수관경이 가득 찼을 때, 3) 우수관경의 70%에 도달했을 때, 그리고 4) 우수관경의 60%에 도달했을 경우이다. 따라서, 침수가 발생하기 시작하는 강우와 침수피해를 유발하는 강우사상을 통하여, 내수침수가 시작되기 전에 사전대비, 대응할 수 있는 기준과 예측하는 수단으로 활용할 수 있을 것으로 나타났다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.71-78
• /
• 2018

본 연구는 산불 발생 예측 모형의 정확도를 높이기 위해 머신러닝 기법을 적용한 연구이다. 산불 피해면적이 가장 큰 강원도를 중심으로 2003년부터 2016년까지 총 14년의 산불 자료를 이용하였다. 기상자료의 오차를 줄이기 위해 강원도를 9개의 구역으로 나누어 각 구역 관측소의 기상자료를 이용하였다. 9개의 구역으로 나누어 각 구역의 산불 예측 모형을 만들게 되면 산불이 발생한 날(majority)과 산불이 발생하지 않은 날(minority)의 비율 차이가 큰 불균형 문제가 발생한다. 불균형 문제에서는 모델의 성능이 떨어지는 현상이 발생할 수 있다. 이를 해결하기 위해 여러 샘플링 방법을 적용하였다. 또한 모델의 정확도를 높이기 위해 캐나다 산불 기상 지수(FWI)의 5가지 지수를 파생변수로 사용하였다. 모델링 방법은 통계적 방법인 로지스틱 회귀분석 방법과 머신러닝 방법인 random forest와 xgboost 방법을 사용하였다. 각 구역의 최종모델의 선택기준을 정확도, 민감도, 특이도를 고려하여 정했으며, 9개 구역의 예측 결과는 산불이 발생한 104건 중 80건의 발생 예측에 성공하였으며 산불이 발생하지 않은 9758건 중 7426건의 발생하지 않음을 예측했다. 전체의 정확도는 76.1%였다.

• Korean Chemical Engineering Research
• /
• 제59권2호
• /
• pp.209-218
• /
• 2021

ORV의 열교환 효율 향상 및 운전 최적화를 위한, first principle 기반 모델링 연구들이 수행되어왔지만, ORV의 열 전달 계수는 시간, 위치에 따라 불규칙한 시스템으로, 복잡한 모델링 과정을 거친다. 본 연구는 복잡한 시스템에 대한 데이터 기반 모델링의 실효성을 확인하고자, LNG 재기화 공정의 실제 운전데이터를 이용해, ORV의 해수 유량, 해수온도, LNG 유량 변화에 따른 토출 NG 온도 및 토출 해수 온도의 동적 변화 예측이 가능한, FNN, LSTM 및 AutoML 기반 모델링을 진행하였다. 예측 정확도는 MSE 기준 LSTM > AutoML > FNN 순으로 좋은 성능을 보였다. 기계학습 모델의 자동설계 방법인 AutoML의 성능은 개발된 FNN보다 뛰어났으며, 모델 개발 전체소요시간은 복잡한 모델인 LSTM 대비 1/15로 크게 차이를 보여 AutoML의 활용 가능성을 보였다. LSTM과 AutoML을 이용한 토출 NG 및 토출 해수 온도의 예측은 0.5 K 미만의 오차를 보였다. 예측모델을 활용해, 겨울철 ORV를 이용해 처리 가능한 LNG 기화량의 실시간 최적화를 수행하여, 기존 대비 최대 23.5%의 LNG를 추가 처리 가능함을 확인하였고, 개발된 동적 예측모델 기반의 ORV 최적 운전 가이드라인을 제시하였다.