지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2014.5
- 수록면
- 491 - 497 (7page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The Bayesian network (BN) is a useful method for modeling healthcare issues since a BN can graphically represent causal relationships among variables and provide its probabilistic information,. In this study, we apply a BN method to hypertension occurrence analysis. This study used the National Health Insurance Corporation (NHIC) database from 2002 to 2010 which contains more than 100,000 cases of personal medical examinations in Korea. We investigate the causality for hypertension occurrence by a structure learning step, and then evaluate the performance to predict hypertension occurrence through parameter learning and inference steps. It is shown that the BN outperforms other prediction methods such as logistic regression, naive Bayes and support vector machine in terms of sensitivity. In addition, the BN has advantages in interpreting which variables affect the hypertension occurrence and how they are related to each other.
목차
Abstract
1. Introduction
2. Bayesian Network
3. Benchmark Methods
4. Materials
5. Experiments and results
6. Conclusion
7. Acknowledgement
8. References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-020-000843213