• Acute and Critical Care
• /
• 제33권4호
• /
• pp.216-221
• /
• 2018

Background: In this study, we analyze the performance of the Acute Physiology and Chronic Health Evaluation (APACHE) II, APACHE IV, Simplified Acute Physiology Score (SAPS) 3, and Mortality Probability Model $(MPM)_0$ III in order to determine which system best implements data related to the severity of medical intensive care unit (ICU) patients. Methods: The present study was a retrospective investigation analyzing the discrimination and calibration of APACHE II, APACHE IV, SAPS 3, and $MPM_0$ III when used to evaluate medical ICU patients. Data were collected for 788 patients admitted to the ICU from January 1, 2015 to December 31, 2015. All patients were aged 18 years or older with ICU stays of at least 24 hours. The discrimination abilities of the three systems were evaluated using c-statistics, while calibration was evaluated by the Hosmer-Lemeshow test. A severity correction model was created using logistics regression analysis. Results: For the APACHE IV, SAPS 3, $MPM_0$ III, and APACHE II systems, the area under the receiver operating characteristic curves was 0.745 for APACHE IV, resulting in the highest discrimination among all four scoring systems. The value was 0.729 for APACHE II, 0.700 for SAP 3, and 0.670 for $MPM_0$ III. All severity scoring systems showed good calibrations: APACHE II (chi-square, 12.540; P=0.129), APACHE IV (chi-square, 6.959; P=0.541), SAPS 3 (chi-square, 9.290; P=0.318), and $MPM_0$ III (chi-square, 11.128; P=0.133). Conclusions: APACHE IV provided the best discrimination and calibration abilities and was useful for quality assessment and predicting mortality in medical ICU patients.

• Tuberculosis and Respiratory Diseases
• /
• 제50권2호
• /
• pp.236-244
• /
• 2001

연구배경 : 중환자의 예후를 계량화 하려는 채점 체계 중 APACHE III 체계는 중환자실 제1병일 접수는 물론 일 갱선점수도 중환자의 예후를 예측할 수 있는 것으로 알려져 왔다. 평균 재원일이 외국과 비교하여 3-4배의 차이가 나는 점을 감안하면, 일 갱신점수는 예후를 판정하는 지표로서 경제적 효율성이 떨어진다. 이에 제7병일(평균 중간 재원일)의 APACHE III 점수의 임상적 유용성에 관해 알아 보고자 하였다. 방 법 : 1997년 6월부터 1998년 4월까지 한양대학교 구리병원 내파계 중환자실에 입원한 241명의 제1병일과 7병일 APACHE III 점수를 조사하여 생존군과 비생존군 간의 차이를 분석하였다. 결 과 : 전체 환자 수는 241명으로 이 중 사망자가 65명으로 26.6%의 사망률을 나타내었으며 평균 재원일 수는 $10.3{\pm}13.8$일이였다. 제1병일 APACHE III 점수는 $59.7{\pm}30.9$, 제7병일 APACHE III 점수는, $37.9{\pm}27.7$점이였다. 제1병일과 제7병일 APACHE III 점수는 생존군과 비생존군에서 $49.9{\pm}23.8$, $86.3{\pm}32.3$점, $30.1{\pm}18.5$, $81.1{\pm}30.4$점으로 유의한 차이를 보였다(P<0.0001, P<0.0001). APACHE III 점수가 사망률에 미치는 영향을 알아보기 위하여 로지스틱 회귀분석을 시행한 결과 제1병일과 제7병영일의 비차비(odds ratio)는 각각 1.0507, 1.0779로 유의한 결과를 나타내었다(P<0.0001). 결 론 : 이상의 결과로서 제1병일 APACHE III 점수 뿐 아니라 제7병일 점수 또한 사망률 예측과 입원 후 치료 경과에 의해 변화된 예후를 평가하기에 유용한 척도임을 알 수 있었다. 평균 중간 재원일인 제7병일 APACHE III 점수는 일 갱선점수가 경제적으로 물적, 인적 비용이 많이 드는 상황에서 비용효과면에서 임상의에게 도움을 줄 수 있다고 판단된다.

• 성인간호학회지
• /
• 제17권5호
• /
• pp.762-771
• /
• 2005

Purpose: The purpose of this study was to identify characteristics of patients who were recipients of decision-making DNR, to describe the situations of DNR, and to analyze the APACHE III and MOF scores. Method: Data collection was conducted through reviews of medical records of 51 patients and through interviews with families of patients who were decision-makers for DNR at C university K Hospital located in Seoul from April to September 2002. Results: The men's APACHE III and MOF scores were higher than the women's and the non cancer patients were higher than cancer patients. Some 80.4% of DNR orders was by communication, while 11.8% of consents were written. Each of APACHE III and MOF scores of patients in the intensive care unit was higher than the patients in general ward at both points of admission and decision-making of DNR. APACHE III and MOF scores positively correlated statistically with each other. Conclusions: The findings of this study suggest that APACHE III and MOF scores be useful for decision-making of DNR as a tool measuring severity.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권9호
• /
• pp.207-212
• /
• 2020

데이터의 양은 기술의 발전으로 크게 증가하였고 이를 처리하기 위해 다양한 빅데이터 처리 플랫폼이 등장하고 있다. 이 중 가장 널리 사용되고 있는 플랫폼이 Apache 소프트웨어 재단에서 개발한 하둡이며, 하둡은 IoT 분야에도 사용된다. 그러나 기존에 하둡 기반 IoT 센서 데이터 수집 분석 환경은 하둡의 코어 프로젝트인 HDFS의 Small File로 인한 네임노드의 과부하 문제와 임포트된 데이터의 업데이트나 삭제가 불가능하다는 문제가 있다. 본 논문에서는 Apache Kudu와 Impala를 활용해 Lambda Architecture를 설계한다. 제안하는 구조는 IoT 센서 데이터를 Cold-Data와 Hot-Data로 분류해 각 성격에 맞는 스토리지에 저장하고 배치를 통해 생성된 배치뷰와 Apache Kudu와 Impala를 통해 생성된 실시간뷰를 활용해 기존 하둡 기반 IoT 센서 데이터 수집 분석 환경의 문제를 해결하고 사용자가 분석된 데이터에 접근하는 시간을 단축한다.

• International Journal of Contents
• /
• 제14권1호
• /
• pp.28-33
• /
• 2018

In this paper, we design and implement a distributed, moving objects management system for processing locations and sensor data from smart black boxes. The proposed system is designed and implemented based on Apache Kafka, Apache Spark & Spark Streaming, Hbase, HDFS. Apache Kafka is used to collect the data from smart black boxes and queries from users. Received location data from smart black boxes and queries from users becomes input of Apache Spark Streaming. Apache Spark Streaming preprocesses the input data for indexing. Recent location data and indexes are stored in-memory managed by Apache Spark. Old data and indexes are flushed into HBase later. We perform experiments to show the throughput of the index manager. Finally, we describe the implementation detail in Scala function level.

• Journal of Preventive Medicine and Public Health
• /
• 제38권3호
• /
• pp.276-282
• /
• 2005

Objectives : To evaluate the predictive validity of three scoring systems; the acute physiology and chronic health evaluation(APACHE) III, simplified acute physiology score(SAPS) II, and mortality probability model(MPM) II systems in critically ill patients. Methods : A concurrent and retrospective study conducted by collecting data on consecutive patients admitted to the intensive care unit(ICU) including surgical, medical and coronary care unit between January 1, 2004, and March 31, 2004. Data were collected on 348 patients consecutively admitted to the ICU(aged 16 years or older, no transfer, ICU stay at least 8 hours). Three models were analyzed using logistic regression. Discrimination was assessed using receiver operating characteristic(ROC) curves, sensitivity, specificity, and correct classification rate. Calibration was assessed using the Lemeshow-Hosmer goodness of fit H-statistic. Results : For the APACHE III, SAPS II and MPM II systems, the area under the receiver operating characterist ic(ROC) curves were 0.981, 0.978, and 0.941 respectively. With a predicted risk of 0.5, the sensitivities for the APACHE III, SAPS II, and MPM II systems were 81.1, 79.2 and 71.7%, the specificities 98.3, 98.6, and 98.3%, and the correct classification rates 95.7, 95.7, and 94.3%, respectively. The SAPS II and APACHE III systems showed good calibrations(chi-squared H=2.5838 p=0.9577 for SAPS II, and chi-squared H=4.3761 p=0.8217 for APACHE III). Conclusions : The APACHE III and SAPS II systems have excellent powers of mortality prediction, and calibration, and can be useful tools for the quality assessment of intensive care units(ICUs).

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.208-209
• /
• 2011

본 논문에서는, 맵-리듀스 모델 기반에서 나이브 베이스 알고리즘으로 학습과 추론을 수행하는 방안에 대해 소개하고자 한다. 이를 위해 Apache Mahout를 이용하여 분산 나이브 베이스 (Distributed Naive Bayes) 학습 알고리즘을 University of California, Irvine (UCI)의 벤치마크 데이터 집합에 적용하였다. 실험 결과, Apache Mahout의 분산 나이브 베이스 학습 알고리즘은 일반적인 WEKA의 나이브 베이스 학습 알고리즘과 그 성능면에서 큰 차이가 없음을 알 수 있었다. 이러한 결과는, 향후 빅 데이터 환경에서 Apache Mahout와 같은 맵-리듀스 모델 기반 시스템이 기계 학습에 큰 기여를 할 수 있음을 나타내는 것이다.

• 성인간호학회지
• /
• 제14권1호
• /
• pp.93-101
• /
• 2002

Using the APCHE III tool, this study was about the factors related to the death of ICU-patients. From 1999. 12. 1 to 2000. 9. 30, the 284 patients admitted to ICU at P university who were over 15 years of age were selected for the subjets. The data was analyzed through SPSS WIN program for frequency, percentile, $x^2$-test, t-test and logistic regression. The results are summarized as follows: 1) Of the 284 patients, 88died. The mortality is 31.0 percent. The average APACHE III point was $48.62{\pm}32.32$. The average point of non-survivors was higher than that of survivors. 2) There are the significant difference between APACHE III marks and mortality. The mortality rate were over 50 percent 60 points of the mark. When the marks were over 100 points, the mortality were over 90 percent. Below 40 points, the mortality was below 10 percent. Among the variables in the APACHE III, the most significant variables in explaining death were neurologic abnormalities, pulse, $PaO_2$/$AaDO_2$, creatinine, sodium, glucose, chronic health state and age. According to the variables, the models explained the 42.43 percent of the variance in patient's death. In conclusion, the APACHE III tool can be used to predict the progress of ICU patients, and can also be used for the selection of patients for ICU admission/discharge criteria.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.52-54
• /
• 2017

실시간으로 빠르게 발생하는 대용량 데이터를 다루기 위해 Apache Storm, Apache Spark 등 실시간 데이터 스트림 처리 기술에 대한 연구가 활발하다. 대부분의 실시간 처리 기술들은 단독으로 사용하기에 어려움이 있으며, 데이터 스트림의 입출력을 위해 메시징 시스템과 함께 사용하는 것이 일반적이다. Apache Kafka는 대표적인 분산 메시징 시스템으로써, 실시간으로 발생하는 대용량의 로그 데이터를 전달하는데 특화된 시스템이다. 현재 Kafka를 위한 다양한 성능 모니터링 도구들이 존재한다. 이러한 모니터링 도구들은 Kafka에서 처리되는 데이터의 양 이외에도 유입 데이터의 크기, 수집 속도, 처리 속도 등 다양한 데이터들을 관찰할 수 있다. 본 논문은 Kafka에서 제공하는 도구와 오픈 소스로 제공되는 여러 개의 도구들을 비교하여, 향후 Kafka의 로드 쉐딩에 대한 연구에 적용할 수 있는 최적의 모니터링 도구를 선별하고자 한다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2010년도 춘계학술대회
• /
• pp.525-528
• /
• 2010

웹 서비스에 대한 증가하는 데이터 수요를 감당하기 위해서 많은 웹 서버들이 이용되고 있다. 현재의 웹 서비스 분야에서 클러스터와 대용량 데이터 처리의 중요성이 높아지고 있다. 또한 웹 서버의 설정이 서비스 제공자의 필요에 따라 유기적으로 변경이 가능해야한다. 하지만 현재 서비스 개발자들은 UML 등의 언어를 이용해서 비즈니스 프로세스를 디자인한다. 하지만 빠르게 변화하는 비즈니스 프로세스를 웹 서버에 적용하는 보편화된 방법은 존재하지 않는다. 본 논문에서는 웹 서버 시장에서 쓰이고 있는 Apache 서버와 웹서버의 실질적인 동작을 묘사하는 FMC (Fundamental Modeling Concepts)의 Apache Modeling Language를 이용해서 Apache 웹 서버에 대한 설정 작업을 수행하는 방법에 대해 제안한다.