도움말

결측치가 있는 군집화된 생존 자료에서 의사결정 나무 분석을 이용한 예측모형 개발

Prediction model for clustered survival data with missing covariates using decision tree
한국데이터정보과학회지 제29권 제5호, 2018.9, 1119-1126 (8 pages)
DOI :10.7465/jkdi.2018.29.5.1119
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 12건
피인용수 : 0건
분야내 활용도 : %
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
본 연구는 군집분석을 통해 크론병 환자들을 비슷한 특징을 갖는 군집으로 묶은 후 각 군집 내에서 재발시간에 대한 생존곡선의 비교 분석과 질병 재발에 영향을 주는 인자들을 의사결정 나무 분석을 통해 실시하였다. 본 분석에 들어가기 전 공변량들에 존재하는 결측치들은 단일 대체법을 이용하여 대체하였다. 분석 결과 비슷한 특징을 갖고 있는 군집 2개가 선택이 되었고 각 군집에서 생존시간에 대한 분포 차이는 유의하게 나타났다 (p<0.001). 의사 결정 나무 분석 결과 재발에 영향을 끼치는 변수들은 군집마다 상이하게 나타났다. 첫 번째 군집에서는 수술명, 수술 이유와 진단 후 수술기간이 최적 분리 변수들로 선택이 되었고 두 번째 군집에서는 진단 후 수술기간만이 선택이 되었다. 본 연구의 결과는 각 군집마다 서로 다른 예측 모형을 세우는 것이 필요하다는 것을 나타내고 있다. 환자의 성별, 질병 상태, 가족력 등과 같은 요소들을 고려한 환자 맞춤식 분석을 통한 예측 모형의 구축은 새로운 환자들의 질병 재발에 대한 위험을 낮추고 의료진들의 정확하고 효율적인 진단과 치료에 긍정적인 역할을 할 수 있을 것으로 기대한다.

In this study patients with Crohn’s disease (CD) are clustered based on similar characteristics and the risk factors for recurrence after the first abdominal surgery is assessed using decision tree analysis for each cluster. Also missing covariates in the data are imputed using single imputation method. Using cluster analysis patients were classified to two clusters. Using survival analysis there was significant difference in recurrence time between the two clusters (p < 0.001). In the decision tree analysis in each cluster, different risk factors were chosen as the best optimal partitioning variables. In the first cluster, types of surgery, indication of surgery and time interval was chosen as the best optimal partitioning variable. On the other hand time interval was chosen in the second cluster. The result of this study suggest that different prediction model are necessary for different cluster group. Determining patient’s gender, disease status, family history etc, which can be termed as personalized medicine is in the limelight. Modeling prediction model for each cluster with patients who has similar characteristics can lower the risk of recurrence of a disease for new latent patients and we can also expect positive role for medical doctors to enable accurate and effective diagnosis and treatment.

목차
요약
1. 서론
2. 환자 특성별 통계분석
3. 환자 군집별 분석 결과
4. 결론
References
Abstract
키워드

논문의 주요 키워드를 제공합니다. 키워드를 클릭하여 관련 논문을 확인해 보세요!

참고문헌 (0)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (1)

유한나 식별저자 저자의 상세정보를 확인해 보세요.

권호 내 다른 논문 (22)

한국데이터정보과학회지 제29권 제5호 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 3
  •  
  • 다음
  •  
  • 마지막
추천 논문 (0)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

해당 논문은 DBpia 추천논문 정보가 없습니다.

함께 다운받은 논문

해당 논문은 함께 다운받은 논문 정보가 없습니다.

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 연세대학교 3
2 한양대학교 1
3 정보통신기술진흥센터 1

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동