그래프 신경망 모델을 활용한 분자 임베딩을 통한 만성 B형간염 환자의 약물 치료반응 예측 정확도 향상

Q: 이 논문에서 정의한 만성 B형간염이란 무엇인가?

B형간염 표면 항원 감염 상태가 6개월 이상 지속되는 질환을 의미한다. 본 연구에서는 전자의무기록 데이터를 통해 환자의 속성, 검체 검사 결과 및 약물 처방 기록을 분석하여 치료 후 혈청 HBV DNA 수치 감소 여부로 치료반응을 예측하는 대상 질환으로 설정하였다.

Q: 항바이러스제의 분자 임베딩 정보가 B형간염 치료반응 예측 성능에 어떤 영향을 미치는가?

연구 결과, 그래프 신경망 모델로 생성한 분자 임베딩을 예측 모델에 포함했을 때 전반적인 성능이 향상되었으며 특히 특이도가 크게 개선되었다. 따라서 약물 구조 정보를 추가함으로써 치료반응이 없는 환자를 더 정확하게 식별하고 균형 정확도를 높일 수 있다.

송지현; 김순선; 조효정; 정재연; 홍참길

학술대회자료

저자정보: 송지현 (한동대학교) 김순선 (아주대학교병원) 조효정 (아주대학교병원) 정재연 (아주대학교병원) 홍참길 (한동대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2023 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

만성 B형간염 바이러스에 감염된 경우 적절한 치료를 받지 못하게 되면 간경변증, 간암 등 중증 간질환으로 이행할 위험이 높다. 또한, 환자별로 서로 다른 항바이러스제에 대하여 반응상 차이를 보일 수 있기 때문에 올바른 약제의 선택이 중요하다. 본 연구는 전자의무기록과 함께 그래프 신경 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)