• 한국방사선학회논문지
• /
• 제18권1호
• /
• pp.45-52
• /
• 2024

본 연구에서는 의료기관에서 방사성동위원소를 이용하여 암을 비롯한 여러 질환을 검사하는 PET/CT 검사에서 환자의 움직임으로 인한 영상의 질 저하와 판독 오류를 발생할 수 있는 점을 보완하기 위해 AI 기반의 Algorithm을 이용하여 개발한 Mothion Free 소프트웨어를 이용하여 호흡으로 인한 움직임의 보정 정도를 확인하고 유용성을 평가하여 임상에서의 적용을 위한 연구를 하였다. 실험 방법은 RPM Phantom을 사용하여 방사성동위원소 18F-FDG를 진공 바이알과 서로 다른 크기 NEMA IEC body Phantom의 sphere에 방사성동위원소를 주입하고 이것의 움직임을 호흡 시 움직이는 병소로 연출하여 영상을 획득하였다. 진공 바이알은 서로 다른 위치에서 움직임 정도를 다르게 하였고, 서로 다른 크기 NEMA IEC body Phantom의 sphere는 서로 다른 병소의 크기를 연출 하였다. 획득한 영상을 통하여 병소의 체적, 최대 SUV, 평균 SUV를 각각 측정하여 Mothion Free가 움직임 보정 정도를 정량적 평가를 하였다. 움직임 정도를 크게 설정한 진공바이알 A의 평균 SUV는 23.36 %, 움직임 정도를 작게 설정한 진공 바이알 B는 29.3 % 오차율이 감소하였다. NEMA IEC body Phantom의 sphere 37 mm, 22 mm에서의 평균 SUV는 각각 29.3 %, 26.51 % 오차율이 감소하였다. 오차율을 산출한 네 가지 측정치의 평균 오차율 30.03 % 감소하여 보다 정확한 평균 SUV 값을 나타내었다. 이 연구에서는 2차원적인 움직임 만을 연출할 수 있었기에 보다 정확한 데이터를 얻기 위해서는 실제 인체의 호흡 운동을 구현할 수 있는 Phantom을 이용하고, 움직임의 범위의 다양성을 구성한다면 보다 정확한 유용성 평가를 할 수 있다고 연구된다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• Tuberculosis and Respiratory Diseases
• /
• 제44권1호
• /
• pp.25-43
• /
• 1997

연구배경 : 급성호흡곤란증후군은 국내에서도 여러 병원에서 적지 않게 경험하고 있으며 관련된 임상 및 기초연구가 지속적으로 보고되고 있으나 그 정의에 따라 발생빈도와 예후가 크게 달라질 수 있어 통일된 정의에 의한 국내 실태조사의 필요성이 점증하게 되었다. 본 학회에서는 1992년 American-European Consensus Conference에서 정한 급성호흡곤란증후군의 정의에 따라 전국적인 전향적 실태조사를 실시하였다. 본 실태조사의 목적은 첫째, 본 증후군의 발생 요인을 분석 하고 둘째, 사망률 및 사망원인을 조사하고 셋째, 예후에 관련된 인자들을 분석하여 향후 급성호흡곤란증후군의 임상 및 연구자료로 활용하고자 함이다. 방법 : 전국에 위치한 대학병원 및 400병상 이상의 종합병원 중 호흡기내과 의사가 있는 총 66개 병원을 대상으로 1995년 8월 l일 부터 1 996년 8월 31일까지 설문지 작성을 의뢰하였다. 본 실태조사에 응답한 24개의 병원의 167예를 분석하여 다음과 같은 결과를 얻었다. 통계분석은 SAS통계 프로그램을 이용하여 사망과 관련된 인자 분석에는 logistic regression법을 그 외는 $x^2$-검정 혹은 t-검정법을 시행하였으며 각 수치는 평균(${\pm}$ 표준편차) 및 위험도(95% 신뢰구간)로 표기하였다. 결과 : l. 환자들의 평균연령은 56.5세(${\pm}$ 17.2세)이었으며 남자 110명(65.9%) 여자 57명(34.1%)이었다. 2. 발생원인은 감염 (78.1%), 흡인(16.6%), 외상(11.6%), 쇽(8.5%) 등이었다. 3. 치료방법으로서 인공호흡기 치료는 95.2%(159/167예 ), 호기말 양압치료는 적용여부의 확인이 가능했던 141예 중 129예(91.5%)에서 시행 되었으며, 스테로이드를 사용한 경우는 22.8%(38/167예)였고 혈역동학적 감시장치로서 SwanGanz도자를 사용한 경우는 9예(5.4%) 이었다. 4. 사망률은 71.9%(120/167예)이었으며 발생 후 사망까지의 기간은 평균 11일(${\pm}$ 13.1일)이었다. 사망원인으로는 호흡부전이 가장 많았으며(52예, 43.7%), 패혈증(43예, 36.1%), 심부전(9예, 76%), 간부전(8예, 6.7%) 등이었다. 5. 연령이 60세 이상일 경우 사망률이 78.7%로서 60세 미만 66.7% 에 비해 사망률이 높은 경향을 보였으나(P=0.08), 성별, 유발질환이 감염성인군과 비감염성인 군들 사이, 염상 경과 중 다장기 발생이 증가된 군과 감소된 군들 사이 및 스테로이드 사용여부는 사망률의 유의한 차이가 없었다. 6. 생존군과 사망군과의 비교에서 유의한 차이를 보인 지표는 맥박 수, 혈소판 수, 알부민 치, 혈당, 24시간 소변량, 동맥혈 pH. $Pa0_2$, $PaCO_2$, $Sa0_2$, 폐포-동맥혈 산소분압 차이, 흡입가스내 산소분율, $PaO_2/FIO_2$, PEEP/$FI0_2$ 이었다. 7. 사망과 관련된 인자들로는 본 증후군 발생시 호흡부전외 다른 동반질환이 있는 경우가 없는 경우에 비하여 사망위험도가 증가하는 경향을 보였고(odd ratio 2.69; 0.88-8.22, P=0.08) 나이와 성별로 보정한 후에는 그 사망위험도가 4.30배(1.20-15.39, P<0.05)로 유의하게 증가되었다. 또한 다른 장기의 부전이 없는 경우에 비하여 동반된 타장기부전의 장기수가 l개인 경우는 사망위험도가 2.59배(1.13-5.97, P<0.05), 2개 이상인 경우는 3.89배(1.08-14.03, P<0.05)로서 타장기부전 수가 많을수록 사망위험도가 증가하였 다($x^2$=7.34, P<0.01,). 또한 발생시점의 APACHE III 점수가 높을수록 사망위험도가 증가하였는데($x^2$=9.12, P<0.01) 100점 이상일 경우 50점 미만인 경우보다 6.67배(1.39-32.08, P<0.05) 더 높았다. 8. 성별, 연령(60세 미만과 이상), 다장기부전 수 및 APACHE III 로 다변수 분석을 시행한 결과 다장기부전 수(odd ratio 1.95, 95% 신뢰구간:1.05-3.61, P=0.03) 및 APACHE III(odd ratio 1.59, 95% 신뢰구간: 1.01-2.50, P=0.04)가 독립된 위험 인자로 나타났다. 결론 : 급성호흡곤란증후군의 국내 사망률은 71.9%로 아직도 높은 치명율을 보이고 있으며, ARDS 진단 시점에서 예후에 영향을 미치는 유의한 인자는 APACHE III값, 부전 장기의 수, 동반 질환의 유무 등으로 나타났다.

• Journal of Animal Science and Technology
• /
• 제51권5호
• /
• pp.369-378
• /
• 2009

본 시험은 여러 종류(호밀, RS; 볏짚, RSS; 소맥, WS; 트리티케일, TS; 귀리, OS; 청보리, BS)의 사일리지를 대상으로 단백질을 분획(fractionation)하고, in vitro 방법으로 buffer 추출 전과 추출 후의 사일리지를 배양하였을 때 반추위 미생물에 의한 발효성상, 가스발생량 및 분해율을 조사하고자 실시되었다. 사일리지의 가용성 물질은 boratephosphate 용액으로 추출하였으며, 반추위액과 인공 타액이 동일한 비율로 구성된 배양액을 혐기적인 조건에서 48시간동안 배양($39^{\circ}C$)하면서 발효 성상과 nylon bag을 이용한 사일리지의 in vitro 분해율을 조사하였다. 사일리지의 soluble protein (SP) 함량은 RSS에서 총 CP 함량 중 2.11%로 가장 낮았으며, RS와 BS 및 OS에서는 7% 이상의 높은 함량을 보였다. 또한 A fraction (NPN)은 RS에서 총 CP의 74.33%로 가장 높았으나 TS 및 RSS의 NPN 함량은 48% 정도로 비교적 낮았다. Buffer 불용성 단백질(IP) 중 B2 fraction은 RS, RSS 및 WS에서 총 CP의 7% 이상으로 비교적 높았던 반면 TS (1.45%)와 BS (2.13%)에서 매우 낮았다. 이와는 달리 $B_3$ fraction은 WS (4%)를 제외하고는 다른 사일리지에서 5.99~15.20%의 함량을 보였다. 체내 이용성이 매우 낮은 C fraction은 볏짚 사일리지(RSS)에서 27.07%로 다른 종류의 사일리지(1.40~9.93%)에 비하여 현저히 높은 수준이었다. 배양 12시간 까지는 추출 전에 비하여 추출 후의 사일리지 배양액에서 pH가 높았으나 (P<0.01~P<0.001) 48시간에는 오히려 추출 전의 사일리지 배양액의 pH가 낮았다(P<0.01). 배양액의 ammonia-N는 모든 사일리지에서 추출 전의 농도가 추출 후의 농도에 비하여 현저히(P<0.01~P<0.001) 높았으나 사일리지 종류에 의한 영향을 받지 않았다. 모든 사일리지에서 추출 후에 비하여 추출 전의 VFA 농도가 현저히 증가되었다(P<0.01~P<0.001). Acetate의 조성 비율은 buffer 추출 전에 비하여 배양 24시간까지 추출 후 모든 사일리지에서 높았던 (P<0.01~P<0.001) 반면 propionate와 butyrate 비율은 배양 24시간까지 추출 전에 더 높았다(P<0.001). 배양 12시간까지는 buffer 추출 전의 사일리지로부터 더 많은(P<0.01~P<0.001) 양의 gas가 발생되었지만 그 후로(24~48시간)는 오히려 buffer로 추출된 후의 사일리지에서 발생량이 더 많았다(P<0.01). 추출 후에 비하여 추출 전 사일리지의 DM과 CP 분해율이 현저히(P<0.001) 높았으나 NDF 분해율의 경우 오히려 추출 후의 사일리지에서 높았다(P<0.001). 그러나 각 사일리지에 대한 buffer 추출 전 후의 평균치에서는 사일리지 간에 차이가 없는 것으로 나타났다. 본 시험의 결과로 미루어 보아 사일리지로 인해 현저히 증가된 NPN 함량이 사일리지의 단백질 이용율을 크게 낮출 것으로 보이며, 단백질을 포함한 buffer 가용성 물질은 사일리지의 초기 발효를 크게 촉진할 수 있는 것으로 여겨진다.

• Clinical and Experimental Reproductive Medicine
• /
• 제37권1호
• /
• pp.49-56
• /
• 2010

목 적: 저성선자극호르몬 성선저하증 환자에서 보조생식술의 임신 결과에 대해 알아보고자 하였다. 연구방법: 저성선자극호르몬 성선저하증으로 진단받고 본원에서 보조생식술을 시행받은 23명을 연구군으로, 동일기간 난관요인으로 보조생식술을 시행받은 이들 중 연구군과 연령 및 체질량지수가 일치하는 120명의 여성을 대조군으로 설정하여, 이들의 의무기록을 후향적으로 열람하였다. 보조생식술 관련 여러 계측치 및 임신율, 유산율, 출산율 등을 비교 분석하였다. 결 과: 연구군의 평균 연령은 $32.7{\pm}3.3$세였고, 평균 체질량지수는 $21.0{\pm}3.2kg/m^2$였다. 생리주기 제 2~3일에 측정한 황체형성호르몬과 난포자극호르몬은 각각 $0.61{\pm}0.35$, $2.60{\pm}2.35$ mIU/ml였고, 에스트라디올은 $10.13{\pm}8.17$ pg/ml이었다. 난소자극 주기에서 사용된 생식샘자극호르몬의 총 양과 투여기간 및 hCG 투여일의 $E_2$ 수치는 연구군에서 유의하게 높았다. 보조생식술 방법에 따라 분석한 결과, 체외수정 및 배아이식 (IVF-ET) 주기에서는 연구군에서 자궁내막두께와 수정율, 출산율이 유의하게 낮았고, 유산율은 유의하게 높았으며, 그 외 난소자극 및 인공수정 (SO-IUI) 및 동결보존배아이식 (FET) 주기에서는 두 군간에 유의한 차이를 보이지 않았다. 결 론: 저성선자극호르몬 성선저하증 여성에서 생식샘자극호르몬 치료를 통한 전반적인 보조생식술의 임신율은 22.0%로 대조군의 그것과 유사하지만, 이를 위해서는 더 많은 용량의 호르몬이 필요하다. 연구군의 IVF-ET의 경우, 주기 중 현저하게 높은 $E_2$ 수치와 유의하게 얇은 자궁내막을 보이며, 더 높은 유산율과 더 낮은 생존출산율을 보여, 이의 극복을 위해 자궁내막 수용성 개선방안에 대한 연구가 추가로 필요하다.

• Tuberculosis and Respiratory Diseases
• /
• 제47권3호
• /
• pp.356-364
• /
• 1999

연구배경: 천식은 발병 기전의 규명과 새로운 치료 방법의 개발에도 불구하고 그 사망률은 줄지 않고 있다. 천식의 사망과 관련이 추정되어 온 몇몇 인지들이 알려져 있으나 중환자실 입실 시점에서 호흡부전을 동반한 천식 환자들의 사망과 관련된 예후 인자들에 대해서는 잘 알려져 있지 않았다. 본 내과계중환자실로 입실하였던 중증천식환자들을 대상으로 중환자실 입실 시점에서 사망과 관련될 수 인자들을 알아보고자 하였다. 방법: 내과계중환자실에 호흡부전을 동반한 기관지 천식으로 입실하였던 59명(나이 $55.9{\pm}18.0 $세, 남:여 32:25)을 대상으로 하였다. 중환자실 입실 당시와 24-48 시간째의 활력 증후, 동맥혈가스검사, 투약 상황, 동반 질환, 인공호흡기의 사용 여부, APACHE III 점수 및 입원 경과 중 발생한 합병증 등을 후향적으로 분석하였다. 결과: 전체 사망률은 32.2%였고 사망군은 생존군에 비하여 연령($66.2{\pm}10.5$, $51.0{\pm}18.8$세)이 높았고 입원 전폐기능 검사(내원 1년 이내 최고치)는 FVC($59.2{\pm}21.1$, $77.6{\pm}23.3%$)및 $FEV_1$($41.4{\pm}18.8$, $61.l:{\pm}23.3%$) 이 사망군이 생존군에 비하여 낮았다. 입실 당시 활력증후, $PaCO2_2$, $PaO_2/FiO_2$, $AaDO_2$는 두군 사이에 유의한 차이가 없었으나 입실 당시 APACHE III치 ($74.5{\pm}48.3$, $48.8{\pm}20.5$)는 사망군에서 높았고 내원 2일째 맥박수($121.6{\pm}22.3$, $105.2{\pm}19.4$회/분), $PaCO_2$ ($50.1{\pm}16.5$, $41.8{\pm}12.2 mm Hg$), $PaO_2/FiO_2$($160.8{\pm}59.8$, $256.6{\pm}78.3 mm Hg$), $AaDO_2$($l81.5{\pm}79.7$, $98.6{\pm}47.9 mm Hg$), 및 APACHE III치 ($57.6{\pm}21.1$, $20.3{\pm}13.2$)등이 유의한 차이가 있었다 (p<0.05). 폐렴, 허혈성 뇌손상, 병 경과 중 패혈증이 동반된 경우 사망률이 높았다(p<0.05). 연령 (>60세), 입실 당시와 입실 후 2일째 $PaO_2/FiO_2$비 (<200 mm Hg), APACHE III($\geq$40), 및 입실 당시 폐렴 여부를 사용한 다변수 분석에서 $PaO_2/FiO_2$비(< 200 mm Hg, 대응위험도 12.7) 및 APACHE III($\geq$40, 대응위험도 21.7) 가 사망과 관련된 지표로 나타났다(P<0.05). 결론: 호흡부전을 동반한 중증천식환자의 예후는 입실 시정의 임상 양상 보다 천식치료의 반응에 따른 중화자실 내원 2일째 $PaO_2/FiO_2$비 (200 mm Hg 미만)와 APACHE III점수 ($\geq$40 점 이상)가 사망의 가능성을 예측할 수 있는 유용한 지표로 사료되었다.