• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.757-759
• /
• 2003

암의 치료법은 같은 종류의 암이라 해도 그 하부 클래스에 따라 매우 다르기 때문에 암의 클래스를 예측하는 것은 그 정확한 치료를 위하여 매우 중요하다. 유전자 발현 데이터를 이용한 암의 분류에 있어 기존의 연구들은 각 데이터를 하나의 클러스터에 소속시키는 하드 분할(hard partition)에 의한 분할 방식을 사용하는 하드 클러스터링을 사용하였다. 하지만 일반적으로 유전자 발현 암 데이터와 같은 실세계의 데이터는 쉽게 나뉘어지기 힘들거나 클러스터 간의 경계가 분명하지 않기 때문에 하드 클러스터링 기법은 주어진 데이터의 성질을 손실시킬 수 있는데 반해, 퍼지 클러스터링 기법은 각 데이터가 소속 정도에 따라 여러 개의 클러스터에 속할 수 있도록 분할하기 때문에 이러한 손실을 최소화할 수 있다. 따라서 본 논문에서는 퍼지 클러스터링의 대표적인 방법인 fuzzy c-means 클러스터링을 적용하여 암의 클래스를 예측하고, 다양한 하드 클러스터링 방법과 비교함으로써 퍼지 클러스터링의 성능을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1193-1201
• /
• 2016

In epidemiology or etiology, we are often interested in identifying areas of elevated risk, so called, hot spot or cluster. Many existing clustering methods only tend to a result if there exists any clustering pattern in study area. Recently, however, lots of newly introduced clustering methods can identify the location, size, and shape of clusters and test if the clusters are statistically significant as well. In this paper, one of most commonly used clustering methods, scan statistic, and its implementation SaTScan software, which is freely available, will be introduced. To exemplify the usage of SaTScan software, we used cancer data from the SEER program of National Cancer Institute of U.S.A.We aimed to help researchers and practitioners, who are interested in spatial cluster detection, using female lung cancer mortality data of the SEER program.

• The KIPS Transactions:PartB
• /
• v.16B no.2
• /
• pp.165-172
• /
• 2009

According to the American Cancer Society, breast cancer is the second largest cause of cancer deaths and most frequently diagnosed cancer in women. The currently most popular method for early detection of breast cancer is the digital mammography. A mass or calcification lesion has been known as the most important clue for the diagnosis. In this paper, we propose a diagnosis approach based on fuzzy cluster knowledge base. We combine different two sources of feature data in duel OFUN-NET and produce the diagnosis result with possibility degree. We also present the experimental results on the dataset of mass and calcification lesions extracted from the public real world mammogram database DDSM. These results show higher classification accuracy than conventional methods and the feasibility as a decision supporting tool for diagnosis of digital mammogram.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.262-264
• /
• 2005

인유두종 바이러스(Human Papillomavirus: HPV)는 사마귀로부터 생식기 및 배설기의 침윤성 암에 이르기까지 여러 질병과 연관되어 있음이 알려져 있다. 현재 200종 이상이 알려져 있고, 이 중 85개는 전체 유전자가 밝혀져 있다. HPV 감염 시 만들어지는 단백질 중 E6. E7 단백질은 암 억제 유전자(p53, pRb)에 결합하여 세포의 암 억제 기능을 저하시키고 이로 인해 암을 발생시킨다. 본 논문은 암 발생과 밀접한 관련이 있는 HPV의 E6 단백질 서열과 HPV 유형(HPV Type)을 가지고, PLSA (Probabilistic Latent Semantic Analysis) 방법을 이용하여 HPV를 클러스터링(clustering) 해 보았다. 실험 결과, 특정 클러스터는 질병과 밀접하게 연관되어 있으며, 이와 관련된 주요 서열 분석이 가능함을 보여주고 있다.

• Korean Journal of Adult Nursing
• /
• v.21 no.6
• /
• pp.705-717
• /
• 2009

Purpose: The purpose of this study was to identify symptom clusters in patients with breast cancer and to investigate the associations among them with functional status and quality of life (QOL). Methods: A convenient sample of 303 patients was recruited from an oncology-specialized hospital. Results: Two distinct clusters were identified: A gastrointestinal- fatigue cluster and a pain cluster. Each cluster significantly influenced functional status and QOL. Based on these two clusters, we identified subgroups of symptom clusters using K-means cluster analysis. Three relatively distinct patient subgroups were identified in each cluster: mild, moderate, and severe group. Disease-related factors (i.e., stage, metastasis, type of surgery, current chemotherapy, and anti-hormone therapy) were associated with these subgroups of symptom clusters. There were significant differences in functional status and QOL among the three subgroups. The subgroup of patients who reported high levels of symptom clusters reported poorer functional status and QOL. Conclusion: Clinicians can anticipate that breast cancer patients with advanced stage, metastasis, and who receive mastectomy, and chemotherapy will have more intense gastrointestinal-fatigue or pain symptoms. In order to enhance functional status and QOL for patients with breast cancer, collective management for symptoms in a cluster may be beneficial.

• Korean Journal of Adult Nursing
• /
• v.23 no.5
• /
• pp.434-445
• /
• 2011

Purpose: This study was conducted to identify the impact of the symptom cluster of pain, fatigue, sleep disturbance, depression on the quality of life (QOL) among breast cancer patients receiving chemotherapy. Methods: One hundred and thirteen patients were recruited from five hospitals in Korea. The instruments used in this study were the fatigue, depression, sleep disturbance, pain and the quality of life scale for patients with breast cancer. The influence of the symptom cluster on patients' QOL was analyzed by using multiple regression. Results: Most patients reported a moderate level of pain, fatigue, sleep disturbance and depression. Eighty percent of patients reported three of the four symptoms. Among the four symptoms, there was no correlation between pain and sleep disturbance. Quality of life was negative correlated with the four symptoms in the cluster. Symptom cluster of pain, fatigue, and depression accounted for 51.2% of variance in QOL. Conclusion: The findings supported that there is a symptom cluster that negatively influences quality of life and needs to be addressed as we are caring for patients and are promoting quality of life.

• Journal of Korean Clinical Nursing Research
• /
• v.14 no.1
• /
• pp.61-70
• /
• 2008

Purpose: Women with gynecologic cancer often experience various physical and psychological symptoms relating to the cancer and its treatment. The purpose of this study was to identify symptom clusters. Method: A survey was conducted on 184 women with diagnoses of cervical, ovarian or endometrial cancer. Fifty symptoms were assessed for prevalence, severity and interference, and symptom clusters were identified. Cluster analysis was done using SPSS version 12.0. Results: Fatigue was identified as the most prevalent symptom (81.52%), lack of vaginal lubrication (2.26) as the most severe symptom, and lack of vaginal lubrication as the most interfering one (2.15). Identified six clusters were: Anorexia-pain cluster (loss of appetite, taste change, weight loss, appearance change, alopecia, weakness, pain), Fatigue cluster (lack of concentration, lack of memory, fatigue, dry mouth), Urinary-bowel distress cluster (urinary difficulty, constipation), Abdominal discomfort cluster (lower abdominal pain, abdominal pain, bloating), Emotional distress (sadness, anxiety-worry, nervousness, restlessness), and Menopausal cluster (sweating, hot flush, fever). Conclusion: The result of this study provides fundamental data to health care professionals in developing interventions for effective symptom management for women with gynecologic cancer by understanding identified 6 symptom clusters.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.45-47
• /
• 2017

하둡은 대표적인 빅데이터 처리 프레임워크로 널리 사용되고 있지만 하둡 어플리케이션은 고성능컴퓨팅 환경에서 하둡 분산파일시스템이 아닌 러스터 병렬 파일시스템 위에서도 수행될 수 있다. 그러나 이를 위해서 추가적으로 러스터 병렬파일시스템을 구축하고 관리하는 것은 시간 소모적인 업무가 될 수 있다. 본 연구는 러스터 병렬파일시스템의 오토 프로비저닝을 위한 암바리 서비스의 설계 방안에 대해서 제안한다. 암바리는 하둡 클러스터의 프로비저닝, 관리, 모니터링을 위한 운영 관리 프레임워크이며 운영자의 필요에 따라서 확장할 수 있는 서비스 프레임워크를 제공한다. 본 연구에서는 암바리를 통해서 러스터 병렬파일시스템을 오토 프로비저닝하고 관리하기 위한 확장 서비스를 설계하였으며 서비스를 위한 컴포넌트와 각 컴포넌트별 중요한 기능 사항에 대해서 논하였다.

• Journal of KIISE
• /
• v.45 no.1
• /
• pp.61-68
• /
• 2018

The identification of genes that contribute to the prediction of prognosis in patients with cancer is one of the challenges in providing appropriate therapies. To find the prognostic genes, several classification models using gene expression data have been proposed. However, the prediction accuracy of cancer prognosis is limited due to the heterogeneity of cancer. In this paper, we integrate microarray data with biological network data using a modified PageRank algorithm to identify prognostic genes. We also predict the prognosis of patients with 6 cancer types (including breast carcinoma) using the K-Nearest Neighbor algorithm. Before we apply the modified PageRank, we separate samples by K-Means clustering to address the heterogeneity of cancer. The proposed algorithm showed better performance than traditional algorithms for prognosis. We were also able to identify cluster-specific biological processes using GO enrichment analysis.

• Journal of agricultural medicine and community health
• /
• v.46 no.3
• /
• pp.171-185
• /
• 2021

배경: 2015년 한국의 중동호흡기증후군 유행에서 지역간 치명률의 차이는 극명하였다. 이 연구는 대전 클러스터와 다른 지역 간의 치명률의 관련된 일반적 특성 및 역학적 요인을 밝히고저 하였다. 방법: 입원병원 소재지를 기준으로 대전과 타 지역으로 구분하여 관련변수에 따른 카이제곱검정 및 피셔정확검정 등으로 분석하였다. 대전과 다른 지역의 치명률(CFR)의 차이와 관련된 요인을 분석하기 위하여 단변량 및 다변량 로지스틱 회귀분석를 실시하였다. 결과: 모형 I에서는 65세 이상 연령군일수록 7.12배(95% CI 2.33-21.8)(p=0.001), 동반질환이 있는 경우 10.29배(95% CI 2.94-36.06)(p<0.001), 잠복기가 7일 이하인 경우가 8.55배(95% CI 2.54-26.7), 입원기간이 17일 이하인 경우 10.08배(95% CI 2.99-31.9)(p<0.001) 등이었으며, 모형 II에서는 65세 이상 연령군일수록 5.34배(95% CI 1.65-17.2)(p=0.005), 잠복기가 7일 이하인 경우가 6.70배(95% CI 1.96-22.89), 입원기간이 17일 이하인 경우 8.90배(95% CI 2.59-30.6)(p=0.001), 동반질환에서 암의 경우에서 7.15배(95% CI 1.64-31.14)(p=0.009) 등이었다. 결론: 2015년 한국 중동호흡기증후군 유행에서 대전 클러스터의 높은 치명율은 연령(≥65세), 동반질환(특히 암), 잠복기(≤7일), 입원기간(≤17일) 등이 유의한 변수로 도출되었다.