• Genomics & Informatics
• /
• 제14권4호
• /
• pp.149-159
• /
• 2016

With the success of the genome-wide association studies (GWASs), many candidate loci for complex human diseases have been reported in the GWAS catalog. Recently, many disease prediction models based on penalized regression or statistical learning methods were proposed using candidate causal variants from significant single-nucleotide polymorphisms of GWASs. However, there have been only a few systematic studies comparing existing methods. In this study, we first constructed risk prediction models, such as stepwise linear regression (SLR), least absolute shrinkage and selection operator (LASSO), and Elastic-Net (EN), using a GWAS chip and GWAS catalog. We then compared the prediction accuracy by calculating the mean square error (MSE) value on data from the Korea Association Resource (KARE) with body mass index. Our results show that SLR provides a smaller MSE value than the other methods, while the numbers of selected variables in each model were similar.

• Clinical and Experimental Pediatrics
• /
• 제58권7호
• /
• pp.251-255
• /
• 2015

Purpose: The widespread introduction of bacterial conjugate vaccines has decreased the risk of cerebrospinal fluid (CSF) pleocytosis due to bacterial meningitis (BM) in children. However, most patients with CSF pleocytosis are hospitalized and treated with parenteral antibiotics for several days. The bacterial meningitis score (BMS) is a validated multivariate model derived from a pediatric population in the postconjugate vaccine era and has been evaluated in several studies. In the present study, we examined the usefulness of BMS in South Korean patients. Methods: This study included 1,063 patients with CSF pleocytosis aged between 2 months and 18 years. The BMS was calculated for all patients, and the sensitivity and negative predictive value (NPV) of the test were evaluated. Results: Of 1,063 patients, 1,059 (99.6%) had aseptic meningitis (AM). Only four patients (0.4%) had BM. The majority of patients (98%) had a BMS of ${\leq}1$, indicating a diagnosis of AM. The BMS was 0 in 635 patients (60%) and 1 in 405 patients (38%). All four BM patients had a BMS of ${\geq}4$. Conclusion: To our knowledge, this is the first study to investigate the diagnostic strength of the BMS in South Korea. In our study, the BMS showed 100% sensitivity and 100% NPV. Therefore, we believe that the BMS is a good clinical prediction rule to identify children with CSF pleocytosis who are at a risk of BM.

• Genomics & Informatics
• /
• 제14권4호
• /
• pp.138-148
• /
• 2016

The success of genome-wide association studies (GWASs) has enabled us to improve risk assessment and provide novel genetic variants for diagnosis, prevention, and treatment. However, most variants discovered by GWASs have been reported to have very small effect sizes on complex human diseases, which has been a big hurdle in building risk prediction models. Recently, many statistical approaches based on penalized regression have been developed to solve the "large p and small n" problem. In this report, we evaluated the performance of several statistical methods for predicting a binary trait: stepwise logistic regression (SLR), least absolute shrinkage and selection operator (LASSO), and Elastic-Net (EN). We first built a prediction model by combining variable selection and prediction methods for type 2 diabetes using Affymetrix Genome-Wide Human SNP Array 5.0 from the Korean Association Resource project. We assessed the risk prediction performance using area under the receiver operating characteristic curve (AUC) for the internal and external validation datasets. In the internal validation, SLR-LASSO and SLR-EN tended to yield more accurate predictions than other combinations. During the external validation, the SLR-SLR and SLR-EN combinations achieved the highest AUC of 0.726. We propose these combinations as a potentially powerful risk prediction model for type 2 diabetes.

• ETRI Journal
• /
• 제37권2호
• /
• pp.222-232
• /
• 2015

In this paper, we propose a dual-phase approach to improve the process of heart disease prediction in a mobile environment. Firstly, only the confident frequent rules are extracted from a patient's clinical information. These are then used to foretell the possibility of the presence of heart disease. However, in some cases, subjects cannot describe exactly what has happened to them or they may have a silent disease - in which case it won't be possible to detect any symptoms at this stage. To address these problems, data records collected over a long period of time of a patient's heart rate variability (HRV) are used to predict whether the patient is suffering from heart disease. By analyzing HRV patterns, doctors can determine whether a patient is suffering from heart disease. The task of collecting HRV patterns is done by an online artificial neural network, which as well as learning knew knowledge, is able to store and preserve all previously learned knowledge. An experiment is conducted to evaluate the performance of the proposed heart disease prediction process under different settings. The results show that the process's performance outperforms existing techniques such as that of the self-organizing map and gas neural growing in terms of classification and diagnostic accuracy, and network structure.

• 감성과학
• /
• 제10권2호
• /
• pp.147-154
• /
• 2007

심장의 활동을 기록한 심전도는 심장의 상태에 대한 가치 있는 임상 정보를 제공한다. 지금까지 심전도를 이용한 심장 질환 진단 알고리즘에 대한 많은 연구가 진행되어 왔으나, 심장 질환에 대한 국내 진단 결과의 부정확성 때문에 외국의 진단 알고리즘을 사용하고 있다. 이 논문에서는 원시 심전도 데이터로부터 심장 질환 진단의 파라미터인 ST-segment 추출 방법을 제안한다. ST-segment는 관상동맥 질환 예측에 활용되므로 데이터마이닝의 분류기법을 적용하여 질환을 예측한다. 또한 연관규칙 마이닝을 통해 환자들의 임상 데이터로부터 심장 질환자들의 임상적 특징을 예측한다.

• 한국가스학회지
• /
• 제13권5호
• /
• pp.20-25
• /
• 2009

혼합물의 폭발하한계는 Raoult의 법칙, Dalton의 법칙, Le Chatelier 법칙 그리고 활동도계수 모델식을 이용하여 예측될 수 있다. 본 연구에서는 ethylacetate-ethanol 계와 ethanol+toluene 계의 폭발하한계를 예측하기 위해 Raoult의 법칙 그리고 활동도계수 모델식인 van Laar 식과 Wilson 식을 이용하였다. 계산값과 문헌값을 비교한 결과, Raoult의 법칙에 의한 계산값이 활동도 모델식에 의한 계산값 보다 모사성이 뛰어남을 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권6호
• /
• pp.717-722
• /
• 2004

본 논문은 가중 퍼지소속함수 기반 신경망(Neural Network with Weighted Fuzzy Membership Functions, NNWFM)을 이용하여 Wisconsin breast cancer의 예측을 수행하는 퍼지규칙을 추출하고 있다. NNWFM는 자기적응적(self adaptive)가중 퍼지소속함수를 가지고 주어진 입력 데이터로부터 학습하여 퍼지규칙을 생성하고 이론 기반으로 예측을 수행한다. 신경망 구조의 중간 부분인 하이퍼박스(hyperbox)들은 n개의 대, 중, 소의 가중 퍼지소속함수 집합으로 구성되며, 학습 후 각 집합은 퍼지집합의 bounded sum을 사용하여 다시 하나의 가중 퍼지소속함수로 합성된다. n개의 특징입력(feature input)은 학습된 모든 하이퍼박스에 연결되어 예측 작업을 수행한다. NNWFM으로 추출된 2개의 퍼지규칙은 99.41%의 예측 인식율을 가지며 이는 퍼지규칙의 수와 인식율에 있어 현재 발표된 논문의 결과보다 우수함을 보여준다.

• 동의생리병리학회지
• /
• 제25권1호
• /
• pp.138-143
• /
• 2011

In spite of abundant clinical resources of stroke patients, the objective and logical data analyses or diagnostic systems were not established in oriental medicine. As a part of researches for standardization and objectification of differentiation of syndromes for stroke, in this present study, we tried to develop the statistical diagnostic tool discriminating the 4 subtypes of syndrome differentiation using the essential indices considering the sex. Discriminant analysis was carried out using clinical data collected from 1,448 stroke patients who was identically diagnosed for the syndrome differentiation subtypes diagnosed by two clinical experts with more than 3 year experiences. Empirical discriminant model(V) for different sex was constructed using 61 significant symptoms and sign indices selected by stepwise selection. We comparison. We make comparison a between discriminant model(V) and discriminant model(IV) using 33 significant symptoms and sign indices selected by stepwise selection. Development of statistical diagnostic tool discriminating 4 subtypes by sex : The discriminant model with the 24 significant indices in women and the 19 significant indices in men was developed for discriminating the 4 subtypes of syndrome differentiation including phlegm-dampness, qi-deficiency, yin-deficiency and fire-heat. Diagnostic accuracy and prediction rate of syndrome differentiation by sex : The overall diagnostic accuracy and prediction rate of 4 syndrome differentiation subtypes using 24 symptom and sign indices was 74.63%(403/540) and 68.46%(89/130) in women, 19 symptom and sign indices was 72.05%(446/619) and 70.44%(112/159) in men. These results are almost same as those of that the overall diagnostic accuracy(73.68%) and prediction rate(70.59%) are analyzed by the discriminant model(IV) using 33 symptom and sign indices selected by stepwise selection. Considering sex, the statistical discriminant model(V) with significant 24 symptom and sign indices in women and 19 symptom and sign indices in men, instead of 33 indices would be used in the field of oriental medicine contributing to the objectification of syndrome differentiation with parsimony rule.

• 정보처리학회논문지D
• /
• 제15D권6호
• /
• pp.767-776
• /
• 2008

마이크로어레이 기술은 최근 실험적 분자생물학 분야에서 활발히 사용되고 있는 기술이다. 마이크로어레이 데이터는 한 번의 실험으로 수 만개의 유전자에 대한 발현값을 얻을 수 있으므로, 여러 질병의 발현형질을 연구하는데 매우 유용하게 사용된다. 마이크로어레이 데이터의 문제점은 참여하는 유전자의 수에 비해 참여하는 샘플(생물조직샘플)의 수가 매우 적고, 분류분석 기법을 사용하여 얻어진 분류자의 해석이 어렵다는 점이다. 본 연구에서는 위의 문제점을 해결하고자, 샘플 내 순위를 이용하여 동일한 생물학적 목적으로 수행된 공개 마이크로어레이 데이터를 통합하고, 순위 비교를 기반으로 하는 다양한 유전자 개수로 이루어진 암 분류 결정 규칙들로 이루어진 분류자를 제안한다. 본 분류자는 k개의 규칙으로 이루어진 앙상블 방법을 기반으로 하며, 하나의 규칙은 최대N개의 유전자, 관련유전자간의 순위비교 관계식, 판별클래스로 이루어져 있다. 하나의 규칙에 참여하는 유전자의 수를 다양하게 함으로써 좀더 신뢰성 높은 분류자를 생성할 수 있다. 또한 본 분류자는 생물학적 해석이용이하며, 분류자를 구성하는 유전자를 명확히 식별할 수 있고, 총 개수가 많지 않으므로 임상환경에서의 사용가능성도 생각해 볼 수 있다.

• 한국임상수의학회지
• /
• 제19권3호
• /
• pp.312-315
• /
• 2002

질병에 이환된 개체로부터 이환되지 않은 개체를 구분하기 위해 사용되는 대부분의 진단검사는 판별의 기준점 (cut-off value)을 필요로 한다. ROC (receiver operating characteristic) 곡선은 이러한 목적으로 흔히 사용되고 있으며 진단의 기준점을 다양하게 변화시킬 때 진단검사의 정확도 (민감도와 특이도)를 제시해주는 지표로 활용되고 있다. 저자들은 수의학관련 연구자들이 이 방법을 효과적으로 사용할 수 있도록 EXCEL에 내장된 비쥬얼 베이직으로 binormal ROC 곡선의 최대우도비를 계산해주는 프로그램을 작성하였다. 방사선 분야의 자료와 미생물학 자료를 예제로 들어 이 프로그램의 활용성을 높이고자 하였고 이 분야에 관심이 있는 연구자는 저자에게 연락하여 이 프로그램을 얻을 수 있다.