머신러닝을 이용한 급성심근경색증 환자의 퇴원 시 사망 중증도 보정 방법 개발에 대한 융복합 연구

본 연구는 기존 동반질환을 이용한 중증도 보정 방법의 제한점을 보완하기 위해 급성심근경색증 환자의 맞춤형 중증도 보정방법을 개발하고, 이의 타당성을 평가하기 위해 수행되었다. 이를 위하여 질병관리본부에서 2006년부터 2015년 까지 10년간 수집한 퇴원손상심층조사 자료 중 주진단이 급성심근경색증인 한국표준질병사인분류(KCD-7) 코드 I20.0~I20.9 의 대상자를 추출하였고, 동반질환 중증도 보정 도구로는 기존 활용되고 있는 CCI(Charlson comorbidity index), ECI(Elixhauser comorbidi...

Full description

Saved in:
Bibliographic Details
Published in디지털융복합연구 Vol. 17; no. 2; pp. 217 - 230
Main Authors 백설경, 박혜진, 강성홍, 최준영, 박종호
Format Journal Article
LanguageKorean
Published 한국디지털정책학회 28.02.2019
Subjects
과학기술학
머신러닝
동반질환
Convergence study
급성심근경색
Comorbidity
중증도 보정
융복합 연구
Machine Learning
Severity-adjustment
Acute Myocardial Infarction
Online AccessGet full text
ISSN2713-6434
2713-6442
DOI10.14400/JDC.2019.17.2.217

Cover

Table of Contents:
  • 요약 Abstract 1. 서론 2. 연구방법 2.1 연구방법 2.2 변수정의 2.3 분석방법 3. 연구결과 3.1 분석대상자의 일반적 특성 3.2 분석대상자의 동반상병 분포 3.3 중증도 보정 사망 예측 모형 개발 4. 고찰 5. 결론 REFERENCES