• 제목/요약/키워드: 피로감반응

검색결과 33건 처리시간 0.019초

소아 자가면역성 간염: 임상적 특성, 조직 소견 및 예후 (Clinical Characteristics, Histology and Prognosis of Autoimmune Hepatitis in Korean Children)

  • 정대림;서정기;양혜란;고재성;박성혜
    • Pediatric Gastroenterology, Hepatology & Nutrition
    • /
    • 제7권2호
    • /
    • pp.186-196
    • /
    • 2004
  • 목적: 자가면역성 간염은 원인 불명의 진행성 염증성 간질환으로 혈중 자가항체의 출현과 고감마글로불린혈증, 그리고 조직학적으로 문맥주위 염증을 특징으로 한다. 소아에서는 산발적인 증례 보고가 있었으나 국내에서는 아직까지 체계적인 연구가 없었다. 이에 저자들은 소아에서 자가면역성 간염의 임상적, 조직학적 소견과 치료 경과 및 예후에 대해 알아보고자 본 연구를 시행하였다. 방법: 1990년부터 2004년까지 서울대학교 어린이병원에서 자가면역성 간염으로 진단되었던 14명의 환자들의 임상적 특징, 혈액 검사 소견 및 간 조직 검사 소견을 분석하였다. 또한 이들 환자들에게 시행된 치료 약제 및 치료에의 반응, 그리고 재발 여부 등 치료 경과를 조사하였다. 결과: 대상 환자 14명의 진단시 연령은 평균 $9{\pm}3$세였다. 여자가 11명으로 전체의 78%를 차지하였고, 6명에서 급성 발병을 보였다. 임상 증상으로는 황달이 11명에서 호소하여 가장 흔하였으며, 이 외에도 피로감, 식욕부진, 진한색 소변, 상복부 불쾌감, 잦은 코피, 오심, 소양감 및 설사가 동반되었다. 신체 검진 소견에서는 간비종대가 흔하게 나타났다. 6명의 환자에서 다른 자가면역성 질환이 동반되었고 1명에서는 일등친 중 그레이브스병의 병력이 있었다. 혈중 자가항체 검사 결과 13명에서 항핵 항체가 양성으로 나왔으며 항핵 항체가 음성으로 나왔던 1명은 항평활근 항체가 양성으로 나와 대상 환자 모두가 제1형 자가면역성 간염에 해당되었다. 7명에서는 항핵 항체와 항평활근 항체가 모두 양성으로 나왔다. 혈청 IgG는 평균 $2971{\pm}2147mg/dL$였고, AST는 평균 $469{\pm}402\;U/L$, 총 빌리루빈은 평균 $4.9{\pm}5.5mg/dL$였다. 간 조직 검사 소견으로는 문맥 주위의 염증(10명), 간세포의 로제트 형성(3명), 소엽의 염증(6명)이 흔하게 나타났고 2명에서는 진단 당시 이미 조직학적으로 간경변이 동반되었다. 대상 환자 14명 중 6명은 UDCA만 사용하며 관찰 중 간수치가 호전되었고 나머지 8명에게는 스테로이드 치료가 시행되었다. 이중 7명이 초기 스테로이드 치료시 관해를 보였으나 스테로이드를 감량하거나 중지시 재발하였다. 스테로이드 재치료가 시행되었고 3명은 스테로이드 감량 중 관해 유지 중이고 2명은 azathioprine으로 관해 유지 중이다. 결론: 자가 면역성 간염은 원인 불명의 소아 만성 간 질환의 원인 중 하나이며, 적절한 치료로 예후가 개선될 수 있는 간질환이다. 그러므로 특히 여아에서 고감마글로블린혈증을 보이거나 다른 자가면역성 질환이 동반될 경우 자가면역성 간염을 의심하여 자가항체 선별 검사를 시행하고 적절한 진단 및 치료를 시행하는 것이 중요하리라고 생각된다.

  • PDF

의료종사자의 COVID-19 예방 백신 접종받은 후 향후 매년 예방접종 의향에 미치는 요인 (Factors Affecting Physicians who will be Vaccinated Every Year after Receiving the COVID-19 Vaccine in Healthcare Workers)

  • 최현우;박성화;조은경;한창현;이종민
    • 한국방사선학회논문지
    • /
    • 제17권2호
    • /
    • pp.257-265
    • /
    • 2023
  • 본 연구의 목적은 코로나에 대한 일반적 특성에 따른 매년 백신접종 의향 여부, 백신접종 경험에 따른 매년 백신접종 의향 여부, 백신접종 관련 지식/태도에 따른 매년 백신접종 의향 여부, 매년 백신접종 의향에 부정적인 응답의 인자들을 파악함으로써 매년 예방접종 의향에 미치는 요인을 파악하기 위하여 2021년 1월경에 1개 K 대학병원을 대상으로 규격화한 설문을 통해 조사하였다. 통계분석은 일반적 특성, 백신접종 경험에 따른 제 변수 및 백신접종 관련 지식/태도에 따라 향후 COVID-19 백신접종을 매년 실시하라는 정책이 나오면 접종에 대한 의향은 빈도와 백분율을 산출하고 카이제곱 검정(-test) 시행하였고, 카이제곱 검정에서 유의했지만, 기대도수가 5보다 작은 범주가 25% 이상이면 피셔 정확 검정(Fisher's exact test)으로 비율 차이 검정을 하였다. 단순 분석에 유의한 변수들을 이용한 다중 로지스틱 회귀분석을 통해 향후 백신 예방접종 여부의 예측모형과 각 독립 변수들이 미치는 효과 크기를 추정하였다. 단순 로지스틱 회귀분석에서 매년 백신접종 의향에 맞지 않겠다고 응답한 이유는 백신접종을 한 이유가 '나의 감염을 예방하기 위하여' 응답한 경우보다 '가족과 병원 내원객의 감염 예방하기 위하여'의 응답한 경우가 11.0배 높았고 '지역사회와 국가의 집단면역 형성을 위하여' 응답한 경우가 3.67배 높았다. 1, 2차 예방접종 후 경험한 이상 반응에서 접종 부위 통증 경험한 경우가 8.42배 높았고, 붓거나 발적 경험을 한 경우 4.00배, 관절통을 겪은 경우가 5.69배 피로감을 느낀 경우가 5.57배 높게 매년 접종 의향이 없었다. 또한 백신접종에 대한 불안 정도를 느낄수록 매년 백신을 맞지 않겠다는 의향이 2.94배씩 높았다.

캠페인 효과 제고를 위한 자기 최적화 변수 선택 알고리즘 (Self-optimizing feature selection algorithm for enhancing campaign effectiveness)

  • 서정수;안현철
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.173-198
    • /
    • 2020
  • 최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.