• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.334-337
• /
• 2020

코로나감염-19, 사스, 메르스 등 바이러스성 질병이 전세계적으로 확산되어 많은 인구가 감염되어 왔다. 바이러스성 질병의 확산 예측 및 종결을 위해 실제 감염자 데이터를 기반으로 한 시뮬레이션 연구는 반드시 필요하다. 본 연구는 지역 내 클러스터 감염 시뮬레이션을 위한 바이러스 감염모델을 제안한다. 제안하는 모델은 여러 개의 셀로 구성되어 있으며, 각 셀은 군집을 표현하고 있다. 본 논문에서 제안한 모델은 실제 데이터를 기반으로 하여 정확도가 높으며, 이를 바탕으로 향후 지역의 특성을 반영한 전파 시뮬레이션 혹은 지역 간의 전파를 예상하는 시뮬레이션의 기초로 사용될 수 있다.

• Korean Journal of Psychosomatic Medicine
• /
• v.17 no.2
• /
• pp.68-74
• /
• 2009

Objectives : Illness behavior is defined as the persistence of an adaptive/maladaptive mode of perceiving, evaluating and responding to health status and symptoms according to the status. In a cognitive aspect, somatizing symptoms are regarded as being originated from distortions, including magnification and/or amplification, of perceiving, evaluating and responding to symptoms such as bodily sensations. That is somatization may be explained by maladaptive illness behavior. In this study, we tried to investigate differences of illness behavior in depressive patient according to the presence of somatization. Methods : We divided 45 patients who were diagnosed as depression with ICD-10 diagnostic criteria into two groups(somatizing and non-somatizing group) according to the somatization subscale of Korean Depression Scale and compared two groups in the differences of illness behavior using the Illness Behavior Questionnaire. Results : Somatizing group showed significantly higher scores than non-somatizing group on the disease affirmation subscale($6.79{\pm}2.08$ vs. 4.76, p=0.003) and the denial subscale($3.25{\pm}1.22$ vs. $2.10{\pm}1.41$, p=0.006). There were no significant differences between two groups on the general hypochondriasis subscale and the affective unstability subscale. In a logistic regression analysis, somatizing group also showed higher odds ratio (OR) scores on the disease affirmation subscale(OR=1.418, p=0.089) and the denial subscale(OR=1.880, p=0.083). Conclusion : The disease affirmation and denial may be a discriminative mechanism of somatization in depressive patients. These subscales of Illness Behavior Questionnare could be useful markers, and psychiatric illnesses with somatizing and depressive symptoms may be differentially diagnosed and be predicted through these subscales.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.5
• /
• pp.647-656
• /
• 2017

This study examined the associations among the factors related to self-care behavior in patients with liver cirrhosis, focusing on disease knowledge and family support. The subjects were 120 liver cirrhosis patients recruited from the medical out-patient clinic of ageneral hospital in the U metropolitan city during the period of June-August, 2015. The data were analyzed with SPSS(Version 21) program. The results showed that the average scores of disease knowledge was $12.64{\pm}2.16$ out of 18; family support was $23.28{\pm}5.68$ out of 32; and self-care behavior was $35.66{\pm}8.67$ out of 60. The study subjects had moderate levels of disease knowledge and family support, but low levels of self-care behavior. The data showedthat self-care behavior was positively correlated with disease knowledge (r=0.675, p<0.001) and family support (r=0.804, p<0.001) of the subjects. The best predictors for self-care behavior were family support, disease knowledge, frequency of alcohol consumption per week, having liver cirrhosis patients among family or relatives, and educational level, which accounted for 69.7% of the variance. In conclusion, promoting the self-care behavior of liver cirrhosis patients should be planned based on a consideration of the patient's educational level, knowledge of their own disease, and family support.

• The Korean Journal of Applied Statistics
• /
• v.22 no.4
• /
• pp.771-780
• /
• 2009

Cataract is the main cause of blindness and visual impairment, especially, age-related cataract accounts for about half of the 32 million cases of blindness worldwide. As the life expectancy and the expansion of the elderly population are increasing, the cases of cataract increase as well, which causes a serious economic and social problem throughout the country. However, the incidence of cataract can be reduced dramatically through early diagnosis and prevention. In this study, we developed a prediction model of cataracts for early diagnosis using hospital data of 3,237 subjects who received the screening test first and then later visited medical center for cataract check-ups cataract between 1994 and 2005. To develop the prediction model, we used random forests and compared the predictive performance of this model with other common discriminant models such as logistic regression, discriminant model, decision tree, naive Bayes, and two popular ensemble model, bagging and arcing. The accuracy of random forests was 67.16%, sensitivity was 72.28%, and main factors included in this model were age, diabetes, WBC, platelet, triglyceride, BMI and so on. The results showed that it could predict about 70% of cataract existence by screening test without any information from direct eye examination by ophthalmologist. We expect that our model may contribute to diagnose cataract and help preventing cataract in early stages.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.31 no.3
• /
• pp.209-219
• /
• 2013

Epidemiological models on disease spread attempt to simulate disease transmission and associated control processes and such models contribute to greater understanding of disease spatial diffusion through of individual's contacts. The objective of this study is to develop an agent-based modeling(ABM) approach that integrates geographic information systems(GIS) to simulate the spread of FMD in spatial environment. This model considered three elements: population, time and space, and assumed that the disease would be transmitted between farms via vehicle along the roads. The model is implemented using FMD outbreak data in Andong city of South Korea in 2010 as a case study. In the model, FMD is described with the mathematical model of transmission probability, the distance of the two individuals, latent period, and other parameters. The results show that the GIS-agent based model designed for this study can be easily customized to study the spread dynamics of FMD by adjusting the disease parameters. In addition, the proposed model is used to measure the effectiveness of different control strategies to intervene the FMD spread.

• Journal of the Korean Society of Food Science and Nutrition
• /
• v.43 no.2
• /
• pp.179-186
• /
• 2014

Metabolomics is the study of changes in the metabolic status of an organism as a consequence of drug treatment, environmental influences, nutrition, lifestyle, genetic variations, toxic exposure, disease, stress, etc, through global or comprehensive identification and quantification of every single metabolite in a biological system. Since most chronic diseases have been demonstrated to be linked to nutrition, nutritional metabolomics has great potential for improving our understanding of the relationship between disease and nutritional status, nutrient, or diet intake by exploring the metabolic effects of a specific food challenge in a more global manner, and improving individual health. In particular, metabolite profiling of biofluids, such as blood, urine, or feces, together with multivariate statistical analysis provides an effective strategy for monitoring human metabolic responses to dietary interventions and lifestyle habits. Therefore, studies of nutritional metabolomics have recently been performed to investigate nutrition-related metabolic pathways and biomarkers, along with their interactions with several diseases, based on animal-, individual-, and population-based criteria with the goal of achieving personalized health care in the future. This article introduces analytical technologies and their application to determination of nutritional phenotypes and nutrition-related diseases in nutritional metabolomics.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.457-457
• /
• 2012

말라리아는 매개체에 의한 전염병으로써 국내에서는 이미 1970년대에 사라진 것으로 알려져 있다. 하지만 1990년대에 재발생하여 2000년대 초반까지 경기도와 강원도 북부지역에서 환자가 증가하는 양상을 보였다. 사람에게서 발병하는 말라리아는 4종으로 알려져 있으나 우리나라의 경우 이 중 오로지 삼일열 원충감염에 의한 것으로 밝혀졌다(질병관리 본부, 2010). 기후변화는 질병의 발생에 영향을 미칠 수 있는 중요한 요인 중 하나로써 매개체에 의한 질병의 경우 기후요소는 매개체의 번식과 활동에 적지않은 영향을 미친다. 특히 말라리아의 경우 병원균을 가진 개체수와 모기에 물리는 횟수, 감염된 모기의 수, 그 모기에 사람이 물리는 횟수와 관계가 있으나 기온과 강수량, 습도의 변화 등 기후 및 수문학적 요소와도 밀접한 관계를 가지는 것으로 밝혀졌다(Lindsay & Birley, 1996; 박윤형 외, 2006; 신호성, 2011 재인용). 본 연구의 목적은 한반도 기후-수문학적 환경특성 및 변화를 파악하고 지역적 말라리아 발생과의 상관관계를 도출하며 이를 기반으로 하여 말라리아 발생의 변동을 예측하는 것이다. 분석에 사용된 데이터는 말라리아 발생자료의 경우, 질병관리 본부에서 제공하는 2001년 1월~2011년 12월 까지의 약 16000건의 발병자료가 포함 되었고 분석의 시간 단위는 2WEEKS 이며 전국 251개의 시군구에서 발생한 전염병을 합산하였다. 기상자료의 경우 기상청 기후자료 관리 시스템에서 제공하는 동일 기간대의 평균기온, 최고(최저)기온, 강수량, 신적설, 평균 해면기압, 평균 이슬점 온도, 평균 상대습도, 평균풍속, 평균운량, 일조시간 자료를 활용하였다. 본 연구에 사용된 AWS(Automatic Weather Station)자료의 경우 기본적으로 point 형태의 관측자료이고, 분석기간 동안의 개수에서도 차이가 있기 때문에 공간 내삽기법인 kriging을 활용하여 행정구역과 zonal하는 방법으로 재가공 하였다. 지역의 수문학적 특성의 경우 10*10 DEM을 기반으로 ESRI ArcGIS 소프트웨어의 ArcHydro 기능을 이용 하여 유역을 생성하는 방법을 채택하였다. 본 연구에서는 통계적 모형을 기본으로 기후 및 수문 특성과 말라리아 발생간의 상관관계를 분석하였으며 시계열 자료의 특성상 포아송 분포의 Generalized Estimation Equation 과 Generalized Linear Model을 이용한다(Baccini 외, 2008; 신호성, 2011). 또한 말라리아 잠복시간의 지연효과 및 전염병의 계절 영향을 반영하기 위하여 Fourier transform 을 적용 하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.67-77
• /
• 2023

This study represents an innovative research conducted in the smart farm environment, developing a deep learning-based disease and pest detection model and applying it to the Intelligent Internet of Things (IoT) platform to explore new possibilities in the implementation of digital agricultural environments. The core of the research was the integration of the latest ImageNet models such as Pseudo-Labeling, RegNet, EfficientNet, and preprocessing methods to detect various diseases and pests in complex agricultural environments with high accuracy. To this end, ensemble learning techniques were applied to maximize the accuracy and stability of the model, and the model was evaluated using various performance indicators such as mean Average Precision (mAP), precision, recall, accuracy, and box loss. Additionally, the SHAP framework was utilized to gain a deeper understanding of the model's prediction criteria, making the decision-making process more transparent. This analysis provided significant insights into how the model considers various variables to detect diseases and pests.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.114-118
• /
• 2009

주요 일간지와 KBS 1 9시 뉴스에서 다루고 있는 건강관련 기사의 내용을 분석하여, 건강관련 정보의 경향을 파악하여, 건강 예보제 실시를 위한 현황 분석을 위해 본 연구를 실시하였다. 1. 일간지 건강정보 내용분석 결과요약: 기사 보도 분야에서는 생활건강(47.8%), 사회(14.6%), 종합(7.7%), 국제(4.7%), 경제(1.5%) 순이었고, 3/4분기에서만 국제와 경제 분야가 종합분야 보다 많이 보도 되었으며, 기타 분야가 22.9%로 많은 비율을 차지하였다. 건강정보를 대상 성별별로 분류 하였을 시 남녀 모두에 해당되는 자료가 대다수였고(87.9%), 여성이 대상인 정보(8.0%)가 남성(4.1%)보다 많았으며, 생애 주기별 대상으로 분류 하였을 시에 역시 특별히 구분되지 않은 모든 연령층에 해당 정보가 가장 많았고(60.8%), 성인(19.8%), 학동기 어린이(7.3%), 청소년 (4.9%), 노인(4.9%), 영유아(3.3%) 순이었다. 일간지별 기사의 주제를 조사한 결과 두 일간지의 총합은 병의 원인 및 위험인자(15.5%)가 가장 많이 보도 되었는데, 조선일보는 건강증진, 치료 및 술기, 투약, 기타의 순이었고, 한겨레신문은 건강증진, 행정, 치료 및 술기, 투약 순이었으며 각 주제별로 분기별로 약간의 차이를 나타내었다. 예측성에 관한 내용분석을 보면 예보성은 있는 경우(76.2%)가 없는 경우보다 많았고, 예보성의 정보는 알림성, 예측성, 행사성의 순이었고 예측성의 경우 건강형태가 가장 많았으나 한겨레 신문의 경우 기타에 속하는 경우가 가장 많았다. 사 ICD-10 체계, 21대 분류로 질병에 관한 기사를 분류한 결과 신생물(14.5%), 특정 감염성 및 기생충성 질환(13.6%), 정신 및 행동장애(9.5%)의 순이었으며 두 일간지간의 차이를 보였다. 2. TV 뉴스 건강정보 내용분석 결과요약: 건강정보의 대상 특징 성별은 모두 해당되는 경우가 265회 중 238회 (89.8%)로 가장 많았고, 생애주기별 대상으로 보면 모든 연령층에 해당 되는 것이 154회(58.1%)로 가장 많았다. 건강정보의 주제에 대해서 조사한 결과 병의 원인 및 위험인자가 73회(27.5%), 역학(역학조사 및 보도성)이 64회 (24.2%), 행정이 30회(11.3%), 증상 및 호소가 27회(10.2%) 등의 빈도순으로 조사 되었다. 건강정보의 내용의 분야를 보면 대분류로는 질병관리 분야가 102회(38.5%), 보건의료제도 및 행정 분야가 52회(19.6%), 보건행태 및 기타 42회(15.8%), 생활환경분야 39회(14.7%)의 빈도순으로 나타났다. 건강정보 내용을 질병의 분류 ICD-10 체계로 분석한 결과는 특정감염성 및 기생충성 질환 48회(26.8%), 소화기계의 질환, 손산, 중독 및 외인에 의한 특정기타 결과, 건강상태 및 보건서비스 접촉에 주는 요인 등의 빈도순으로 조사되었다.

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.5
• /
• pp.1087-1095
• /
• 2015

Influenza, commonly known as "the flu", is an infectious disease caused by the influenza virus. We consider, in this paper, regression models as a prediction model of influenza disease. While most of previous researches use mainly the meteorological variables as a predictive variables, we consider social media information in the models. As a result, we found that the contributions of two-type of informations are comparable. We used the medical treatment data of influenza provided by Natioal Health Insurance Survice (NHIS) and the meteorological data provided by Korea Meteorological Administration (KMA). We collect social media information (twitter buzz amount) from Twitter. Time series model is also considered for comparison.