• 대한핵의학회지
• /
• 제34권1호
• /
• pp.39-54
• /
• 2000

목적: 디피리다몰 부하 심근 관류 SPECT 를 관동맥질환 환자의 예후 예측에 이용하여 장기간 추적하였을 때 정상 심근 SPECT 소견의 비례위험도가 달라지는지를 조사하여 정상 SPECT로 언제까지 예후가 양호하다고 예측할 수 있는지 보았다. 대상 및 방법: 관동맥질환이 의심되어 심근 관류 SPECT를 시행한 환자 1,169명을 대상으로 심장원인 사망이나 심근 경색이 발생한 중한 사건과 관동맥우회로술이나 관동맥성형술을 시행한 경한 사건을 합한 전체 심장사건의 발생률과 예측성능을 분석하였다. 비례위험도의 시간의존성을 분석하는 통계적 방법을 개발하고 적용하여 추적기간에 따른 예측도 차이를 조사하였다. 결과: 다변량 Cox 비례위험도 모델에서 전체 심장 사건을 예측하는데 심근 관류 SPECT의 가역성관류 감소가 독립적인 예후 예측 성능을 보였으며 관동맥조영술 소견에 더하여 부가효용을 나타냈다. 심근 SPECT의 가역성관류감소는 중한 사건을 예측하는 독립적 예측성능을 보였으나 관동맥조영술에 더하여 부가효용을 나타내지는 않았다. SPECT 소견의 비례위험도는 추적기간이 경과하면서 증가하였다. 전체 심장사건을 예측하는 비례위험도가 심근 SPECT 정상군에서 추적기간 말기에 유의하게 달라졌으며(p<0.001) 정상심근 SPECT의 위험률의 변이점은 4.4년이었다. 결론: 심근 SPECT에 나타난 가역성 관류 감소는 전체심장 사건을 예측하는 독립적이고 부가적인 성능을 보였다. 심근 관류 SPECT에서 정상일 때 장기추적 중 4.4년 후에는 예후 예측 위험도가 유의하게 증가하였다.

• Journal of Chest Surgery
• /
• 제41권5호
• /
• pp.619-624
• /
• 2008

배경: 기저폐질환이 없이 늑막하 폐기포의 파열에 의해 발생되는 원발성 자연 기흉 환자들과는 달리, 이차성 자연 기흉 환자들은 다양한 기저폐질환을 가지고 있으며, 재발의 빈도나 그에 따른 치료방침이 다르다. 본 연구는 이차성 자연기흉으로 입원치료를 시행한 환자들에 대하여 재발의 빈도 및 양상, 그리고 치료방법에 대한 결과에 대하여 알아보고자 하였다. 대상 및 방법: 2005년 3월부터 2007년 3월까지 초발한 이차성 자연기흉 환자 85명을 대상으로 치료방법, 재발양상, 재발에 영향을 미치는 인자들에 대하여 후향적으로 의무기록을 분석하였다. 결과: 이차성 자연기흉의 기저질환으로는 폐결핵이 49.4%로 가장 많았으며, 만성폐쇄성 폐질환이 27.6%였다. 평균 $21.1{\pm}6.7$개월($0{\sim}36$개월)의 추적기간 동안 40명의 환자가 재발하여 재발율은 47.1%였으며, 3회 재발율은 10.9%, 4회 재발율은 3.5%였다. 재발기간은 1년이내 재발한 경우가 70.5%였다 치료 성공율은 흥강삽관술만으로 47.6%, 흉관을 통한 흉막유착술 74.4%, 기낭절제수술 71%, Heimlich도관거치 50%로 흉막유착술의 성공율이 가장 높았다. 재발에 영향을 미치는 인자는 7일 이상의 공기누출이었다(p=0.002). 결론: 초발한 이차성 자연기흉 환자에서 7일 이상 공기뉴출이 되는 경우는 재발의 위험성이 높았다. 흉막유착술은 이차성 기흉환자의 재발방지에 유용한 치료방법이나, 앞으로 보다 많은 환자들을 대상으로 표준화된 치료지침의 개발이 필요하겠다.

• 핵의학기술
• /
• 제14권1호
• /
• pp.138-142
• /
• 2010

PTH 측정은 체내 칼슘 및 이온화 칼슘의 수치와 함께 갑상선 절제술 후 저칼슘혈증을 예측하는 유용한 지표로서 임상에서는 신속한 결과 보고를 요구하고 있으나 검사반응시간이 길어 이에 상응하지 못하고 있다. 따라서 본 연구는 PTH 검사반응시간에 변화를 주어 신속한 결과 보고를 함으로서, 저칼슘혈증 예측 지표의 유용성을 평가하고자 한다. 2009년 7~8월까지 PTH를 검사한 환자들(n=131)을 대상으로 하였으며, 검사방법은 면역방사계수법으로 반응시간은 18${\pm}$2시간(Overnight), 0.5, 3, 6시간으로 구분하여 상관관계, 정밀도(10회 반복), 회수율을 측정하였다. 또한 조기 저칼슘 혈증 예측지표의 유용성을 평가하기 위해 민감도, 특이도, 양성예측도, 정확도를 비교 분석 하였다. 상관관계에서는 overnight을 기준으로 0.5시간은 $R^2$=0.987, 3시간은 $R^2$=0.993, 6시간은 $R^2$=0.996로 나타났다. 정밀도(%CV${\pm}$SD)에서 0.5시간은 $15.92{\pm}15.54$, 3시간은 $6.91{\pm}7.38$, 6시간은 $4.30{\pm}4.69$, Overnight은 $4.59{\pm}2.59$로 측정되었다. 회수율(%Mean${\pm}$SD)에서 0.5시간은 $96.8{\pm}5.44$, 3시간은 $102.6{\pm}4.35$, 6시간은 $100.7{\pm}2.56$, Overnight은 $102.2{\pm}5.98$로 측정되었다. 양성 예측치(cut-off point=15 pg/mL)를 기준으로 저칼슘혈증을 예측할 때, 0.5시간일 때 민감도 97.5% 특이도 96.0% 양성예측도 86.6% 정확도 84.7%였고, 3시간일 때 민감도 97.5% 특이도 100% 양성예측도 100% 정확도 97.5%였고, 6시간일때 민감도 97.5% 특이도 92.3% 양성예측도 92.8% 정확도 90.6%였다. Overnight법과 비교할 때 검사반응시간 3시간에서 98.3%로 가장 높은 일치율을 보였고, Kappa와 상관관계 또한 우수하였다. 이에 검사반응시간을 3시간으로 단축시켜 신속한 결과를 보고함으로써 환자의 저칼슘혈증을 조기에 예측하여 칼슘제 투여 등 적절한 조치를 취하여 환자의 증상발현을 막을 수 있는 유용한 지표로 활용될 것이다.

• Tuberculosis and Respiratory Diseases
• /
• 제55권6호
• /
• pp.589-596
• /
• 2003

연구배경 : 고립성 폐 결절의 양성과 악성의 감별은 치료와 예후를 결정하는데 중요하지만 결핵성 육아종의 빈도가 높은 국내에서는 감별진단이 쉽지가 않다. 이에 저자들은 최근 고립성 폐 결절의 진단에 정확성이 높다고 알려진 PET의 유용성과 혈당농도와 결절의 표준섭취계수의 차이를 알아보고자 하였다. 방 법 : 2001년 1월부터 2002년 6월까지 전남대학교 의과대학병원에서 시행한 단순 흉부사진상 발견된 고립성 폐 결절과 타 병원에서 이를 주소로 내원한 환자들 중 FDG-PET 및 조직학적인 검사로 진단된 61명의 환자를 대상으로 하였다. 결 과 : 조직학적으로 진단된 61례에서 악성 결절은 48례(편평상피세포폐암 23례, 선암 16례, 소세포폐암 9례), 양성 결절은 13례(염증성 육아종 9례, 결핵종 3례, cryptococcosis 증 l례) 이었다. 침상형을 가진 경우는 모두 악성 결절을 보였으나 분엽성과 침상형을 모두 갖지 않은 경우에서도 악성 결절을 보여 이러한 결절의 변연으로 악성과 양성 결절을 명확히 구분할 수 없었다. PET의 경우 SUV cut-off value를 3.0으로 하였을 때 13례의 양성 결절 중 10례에서 3.0 이하의 수치를 보였으며 3례에서 SUV가 3.0 이상으로 증가되었다. 악성 결절 48례는 모두 SUV가 3.0 이상의 값을 보였다. 악성 결절의 평균 SUV는 $9.52{\pm}5.20$, 양성 결절은 $1.61{\pm}3.60$으로 두 군간에 의의 있게 차이를 보였다. 폐암 환자에서 당뇨병을 가진 환자 군과 당뇨병이 없는 군의 평균 SUV에선 $9.10{\pm}4.51$, $9.65{\pm}5.46$으로 두 군 사이에 차이를 보이지 않았다. FDG-PET 검사의 민감도, 특이도, 양성 예측치 및 음성 예측치는 100%, 77%, 94% 및 100%의 결과를 보여 다른 검사에 비하여 진단적 정확성은 높았으나 상대적으로 특이도는 낮았다. 결 론 : 고립성 폐 결절에 대해 FDG-PET 진단검사는 비침습적인 검사로 다른 검사에 비하여 높은 정확도를 보여 주고 있으며 혈중 포도당 농도에 영향을 받지 않는 것으로 생각되고 있다. 특이도가 낮은점은 결핵종 등이 많은 우리나라에서 더 많은 연구가 이루어져야 할 것으로 생각된다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.69-85
• /
• 2016

연인과의 성공적인 관계형성은 인생의 만족감을 결정짓는 핵심적인 요소 중 하나이다. 기존에 심리학 분야에서는 성공적인 연인관계에 영향을 미치는 요인들에 대한 다양한 연구가 수행되어 왔으나, 주로 통계적인 분석기법에 기반하고 있기 때문에 복잡한 비선형의 관계를 분석하고, 특징을 추출하는 데에는 한계가 있었다. 이에, 본 연구는, 기존의 통계적인 분석 기법과 더불어, 데이터마이닝의 의사결정나무 분석기법을 활용하여 사랑의 형태에 따른 연인관계의 몰입(commitment) 수준과 관계지속 여부를 분석하였다. 특히, 기존 연구에서 도출된 주요 변인들 이외에 사랑의 여섯 가지 형태인 에로스(eros), 루두스(ludus), 스트로게(storge), 매니아(mania), 프래그마(pragma) 그리고 아가페(agape)를 추가적으로 고려하여, 이들이 연인관계에서 서로에 대한 몰입수준 및 연인관계 지속여부에 어떠한 영향을 미치는지 분석하고, 예측하는 모형을 수립하였다. 본 연구에는 실제 남녀커플 105쌍, 총 210명에 대한 데이터가 활용되었다. 본 연구결과 연인관계 몰입수준 및 관계 지속여부의 영향요인으로, 기존에 심리학 분야에서 제시된 변수들 이외에, 에로스, 아가페, 프래그마 등이 유의한 영향을 미친다는 것을 확인하였다. 특히, 남성은 아가페적 사랑의 형태가 몰입에 중요한 영향을 미치는 반면, 여성은 에로스적 사랑의 형태가 더욱 중요한 영향을 미치는 것으로 나타났다. 또한, 연인관계 지속여부에는 남성의 나르시시즘, 만족, 투자 및 매니아적 성향이 영향을 주고 있는 것으로 나타난 반면, 여성의 경우, 여성이 남성을 매니아적으로 사랑하는 정도만이 영향을 주고 있어, 남성이 관계의 지속 또는 결별에 더욱 결정적인 영향을 미치고 있는 것을 알 수 있었다. 이러한 연구는 데이터마이닝의 적용분야를 심리학 영역으로 확장한 융합연구로, 연인관계에 대한 새로운 분석을 시도하였다는 점에서 의의가 있으며, 조화로운 연인관계를 형성하는데 실질적인 시사점을 제공할 수 있을 것으로 기대된다.

• Tuberculosis and Respiratory Diseases
• /
• 제45권2호
• /
• pp.351-359
• /
• 1998

연구배경: 운동이 폐기능에 미치는 영향에 대해서는 그동안 많은 연구가 진행되었으나 운동이 폐활량에 미치는 영향에 대해서는 이견이 많다. Impulse oscillometry(IOS)는 최근 관심의 대상이 되고 있는 새로운 방법의 폐기능 측정법이나 이 방법으로 운동의 효과를 연구한 보고는 아직 없는 실정이다. 본 연구에서는 일반 성인을 대상으로 운동의 정도에 따른 노력성 호기성 폐활량 측정법과 IOS를 이용하여 폐기능 검사를 시행하여 운동이 폐기능에 미치는 영향에 대해서 알아보고자 하였다. 방 법: 호흡기 증상이 없는 59명의 젊은 성인을 대상으로 최근 땀이 날 정도의 운동을 하는 시간에 따라 1주에 30분 이내인 제 1군 (23명), 30분에서 3 시간사이인 제 2군 (18명), 그리고 3시간 이상인 제 3군(18명)으로 나누고 이들에 대해 노력성 호기성 폐활량 측정법과 IOS를 이용한 폐기능 검사를 시행하였다. 결 과: 운동이 폐활량 측정법에 미치는 영향으로 호기성 폐활량(FVC)의 예측치에 대한 백분율은 운동시간이 1주에 3시간 이상인 군에서 1주에 30분 이내인 군에 비해 유의하게 높았으나(1군: $93.8{\pm}9.9%$, 3군: $102.4{\pm}14.8%$, p-value=0.017), 1초간의 노력성호기성 폐활량(FEV1)과 노력성 호기중간 기류량(FEF50%)의 예측치의 백분율은 각 군 사이에 유의한 차이가 없었다. 운동이 IOS 지표에 미치는 영향으로 5Hz에서의 유도저항에서 예측치를 뺀 값은 운동시간이 1주에 3 시간 이상인 군에서 30분 이내인 군에 비해 유의하게 낮았으나 (1 군 : $-0.093{\pm}0.036hPa/1/s$, 3군: $-0.166{\pm}0.123hPa/1/s$, p-value= 0.006), 공명주파수(Resonance frequency), 5Hz, 20Hz, 35Hz에서의 기도저항은 각 군 사이에 유의한 차이가 없었다. 결 론: 운동은 노력성 폐활량을 증가시키고 5Hz에서의 유도저항(X5)을 감소시킨다.

• Journal of Chest Surgery
• /
• 제40권2호
• /
• pp.114-121
• /
• 2007

배경: 종양 발생기전에 있어서 세포자멸사가 중요한 역할을 한다. 조직 내의 세포자멸사 측정은 TUNEL (terminal deoxyribonucleotidyl transferase mediated nick end lagbelling), ISEL (in situ nick end labelling) 등의 방법을 쓰지만, 반응 세포의 비특이성 및 결과 판독의 주관성 등이 논란의 대상이 되어왔다. 최근 이러한 단점을 보완할 수 있는 단클론항체 M30이 소개되어, 인체 조직의 대장암, 가슴 샘종, 유방암, 자궁내막암 등에서 M30 면역염색을 이용한 세포자멸사 연구가 있었으나 폐암에 대한 연구는 없었다. 저자들은 비소세포 폐암에서 M30 면역염색에 의해 발현되는 세포자멸사 양상이 세포주기 핵심조절자인 p53 면역염색 발현양상 및 임상양상과 갖는 연관성을 살펴보고자 하였다. 대상 및 방법: 비소세포 폐암으로 근치적 절제수술을 받은 환자 45명을 대상으로 하였다. M30과 P53 면역조직화학염색에 실시하여 각 항체의 발현양상과 임상 병리학적 특성을 비교 분석하였다. 술 후 생존기간과 무병 생존기간을 구하였고, 단변량 분석을 실시하여 생존기간에 영향을 미치는 인자를 알아보았다. 다변량 분석을 실시하여 M30과 p53 발현양상이 술 후 사망위험도 및 재발위험도에 미치는 영향을 알아보았다. 결과: M30 양성세포 수는 p53 양성군이 p53 음성군보다 유의하게 많았고(p53 양성군 $61.7{\pm}26.8$개 vs. p53 음성군 $45.6{\pm}29.6$개, p=0.005), 세포사멸사 지수가 1 이상(Apoptosis Index, $Al{\ge}1$)인 환자 수도 p53 양성군에서 유의하게 많았다(p53 양성군 52.4% (l1/21) vs. p53 음성군 16.7% (4/24), p=0.025). 단변량 분석에서는 흡연량, 활동도(Performance Status, PS), 그리고 AI가 술 후 생존기간에 유의한 차이를 보였다. 다변량 분석에서는 AI가 높은 군에서 수술 후 암사망 위험도(Relative risk, R.R 7.482; 95% Confidence Interval, CI $1.886{\sim}29.678$; p=0.004)와 재발 위험도(R.R 3.795; 95% CI $1.184{\sim}12.158$; p=0.025)가 유의하게 증가하였다. p53 발현양상은 수술 후 생존기간과 암사망 위험도 및 재발 위험도에 영향을 미치지 않았다. 결론: 이상의 연구에서 단클론 항체 M30을 이용한 면역조직화학염색이 비소세포 폐암의 세포자멸사를 관찰하는 데 매우 유용한 방법임을 확인하였으며, 환자의 예후를 예측하는 데에도 도움이 될 수 있음을 알 수 있었다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.