Subhanik Purkayastha;Yanhe Xiao;Zhicheng Jiao;Rujapa Thepumnoeysuk;Kasey Halsey;Jing Wu;Thi My Linh Tran;Ben Hsieh;Ji Whae Choi;Dongcui Wang;Martin Vallieres;Robin Wang;Scott Collins;Xue Feng;Michael Feldman;Paul J. Zhang;Michael Atalay;Ronnie Sebro;Li Yang;Yong Fan;Wei-hua Liao;Harrison X. Bai
Korean Journal of Radiology
/
v.22
no.7
/
pp.1213-1224
/
2021
Objective: To develop a machine learning (ML) pipeline based on radiomics to predict Coronavirus Disease 2019 (COVID-19) severity and the future deterioration to critical illness using CT and clinical variables. Materials and Methods: Clinical data were collected from 981 patients from a multi-institutional international cohort with real-time polymerase chain reaction-confirmed COVID-19. Radiomics features were extracted from chest CT of the patients. The data of the cohort were randomly divided into training, validation, and test sets using a 7:1:2 ratio. A ML pipeline consisting of a model to predict severity and time-to-event model to predict progression to critical illness were trained on radiomics features and clinical variables. The receiver operating characteristic area under the curve (ROC-AUC), concordance index (C-index), and time-dependent ROC-AUC were calculated to determine model performance, which was compared with consensus CT severity scores obtained by visual interpretation by radiologists. Results: Among 981 patients with confirmed COVID-19, 274 patients developed critical illness. Radiomics features and clinical variables resulted in the best performance for the prediction of disease severity with a highest test ROC-AUC of 0.76 compared with 0.70 (0.76 vs. 0.70, p = 0.023) for visual CT severity score and clinical variables. The progression prediction model achieved a test C-index of 0.868 when it was based on the combination of CT radiomics and clinical variables compared with 0.767 when based on CT radiomics features alone (p < 0.001), 0.847 when based on clinical variables alone (p = 0.110), and 0.860 when based on the combination of visual CT severity scores and clinical variables (p = 0.549). Furthermore, the model based on the combination of CT radiomics and clinical variables achieved time-dependent ROC-AUCs of 0.897, 0.933, and 0.927 for the prediction of progression risks at 3, 5 and 7 days, respectively. Conclusion: CT radiomics features combined with clinical variables were predictive of COVID-19 severity and progression to critical illness with fairly high accuracy.
This study examines the socioeconomic determinants of fertility behavior in Korea by developing a model which simultaneously takes into account both individual and community-level differences. It especially focuses on the micro-macro nexus of fertility behavior depending on social contexts. This study utilizes micro data obtained from the 1974 Korean National Fertility Survey(KNFS), and macro data obtained from Korean government statistics. The framework of the model is formalized as a set of structural equations modelling the fertility process. The model is formed on a cohort-specific processual basis and is restricted to five-year birth cohorts. Three cohorts of women are studied : those aged 30-34, 35-39, and 40-44. The model includes three fertility-process components : age at first birth, early fertility, and later fertility, which are defined by reference to the age of the mother. The results of this study indicate that socioeconomic development in Korea results in increased age at first birth and reduced numbers of children per couple. In addition to the developmental change, Korea's fertility decline is found to be facilitated by family planning programs. As expected, the effect of family planning on fertility is greater among better-educated women than among poorly educated women. The inconsistent but suggestive result, however, is that the effect of socioeconomic development on fertility is greater among less-privileged women than among more-previleged women.
International Journal of Advanced Culture Technology
/
v.7
no.1
/
pp.8-13
/
2019
Despite technical advances in healthcare, the rates of hospital-acquired pressure injury (HAPI) are still high although many are potentially preventable. The purpose of this study was to determine whether tree-based prediction modeling is suitable for assessing the risk of HAPI in ICU patients. Retrospective cohort study has been carried out. A decision tree model was constructed with Age, Weight, eTube, diabetes, Braden score, Isolation, and Number of comorbid conditions as decision nodes. We used RStudio for model training and testing. Correct prediction rate of the final prediction model was 92.4 and the Area Under the ROC curve (AUC) was 0.699, which means there is about 70% chance that the model is able to distinguish between HAPI and non-HAPI. The results of this study has limited generalizability as the data were from a single academic institution. Our research finding shows that the data-driven tree-based prediction modeling may potentially support ICU sensitive risk assessment for HAPI prevention.
Various methodologies for the genetic analysis of longitudinal data have been proposed and applied to data from large-scale genome-wide association studies (GWAS) to identify single nucleotide polymorphisms (SNPs) associated with traits of interest and to detect SNP-time interactions. We recently proposed a grid-based Bayesian mixed model for longitudinal genetic data and showed that our Bayesian method increased the statistical power compared to the corresponding univariate method and well detected SNP-time interactions. In this paper, we further analyze longitudinal obesity-related traits such as body mass index, hip circumference, waist circumference, and waist-hip ratio from Korea Association Resource data to evaluate the proposed Bayesian method. We first conducted GWAS analyses of cross-sectional traits and combined the results of GWAS analyses through a meta-analysis based on a trajectory model and a random-effects model. We then applied our Bayesian method to a subset of SNPs selected by meta-analysis to further discover SNPs associated with traits of interest and SNP-time interactions. The proposed Bayesian method identified several novel SNPs associated with longitudinal obesity-related traits, and almost 25% of the identified SNPs had significant p-values for SNP-time interactions.
Background: This study was conducted to evaluate the performance of the Hierarchical Condition Category (HCC) model, identify potentially high-cost patients, and examine the effects of adding prior utilization to the risk model using Korean claims data. Methods: We incorporated 2 years of data from the National Health Insurance Services-National Sample Cohort. Five risk models were used to predict health expenditures: model 1 (age/sex groups), model 2 (the Center for Medicare and Medicaid Services-HCC with age/sex groups), model 3 (selected 54 HCCs with age/sex groups), model 4 (bed-days of care plus model 3), and model 5 (medication-days plus model 3). We evaluated model performance using $R^2$ at individual level, predictive positive value (PPV) of the top 5% of high-cost patients, and predictive ratio (PR) within subgroups. Results: The suitability of the model, including prior use, bed-days, and medication-days, was better than other models. $R^2$ values were 8%, 39%, 37%, 43%, and 57% with model 1, 2, 3, 4, and 5, respectively. After being removed the extreme values, the corresponding $R^2$ values were slightly improved in all models. PPVs were 16.4%, 25.2%, 25.1%, 33.8%, and 53.8%. Total expenditure was underpredicted for the highest expenditure group and overpredicted for the four other groups. PR had a tendency to decrease from younger group to older group in both female and male. Conclusion: The risk adjustment models are important in plan payment, reimbursement, profiling, and research. Combined prior use and diagnostic data are more powerful to predict health costs and to identify high-cost patients.
Purpose: This study aimed to identify factors influencing intra-operative core body temperature (CBT), and to develop a predictive model for intra-operative CBT in laparoscopic abdominal surgery. Methods: The prospective observational study involved 161 subjects, whose age, weight, and height were collected. The basal pre-operative CBT, pre-operative blood pressure, and heartbeat were measured. CBT was measured 1 hour and 2 hours after pneumoperitoneum. Results: Explanatory factors of intra-operative hypothermia (< $36^{\circ}C$) were weight (${\beta}=.361$, p< .001) and pre-operative CBT (${\beta}=.280$, p= .001) 1 hour after pneumoperitoneum (Adjusted $R^2=.198$, F= 7.56, p< .001). Weight was (${\beta}=.423$, p< .001) and pre-operative CBT was (${\beta}=.206$, p= .011) 2 hours after pneumoperitoneum (Adjusted $R^2=.177$, F= 5.93, p< .001). The researchers developed a predictive model for intra-operative CBT ($^{\circ}C$) by observing intra-operative CBT, body weight, and pre-operative CBT. The predictive model revealed that intra-operative CBT was positively correlated with body weight and pre-operative CBT. Conclusion: Influence of weight on intra-operative hypothermia increased over time from 1 hour to 2 hours after pneumoperitoneum, whereas influence of pre-operative CBT on intraoperative hypothermia decreased over time from 1 hour to 2 hours after pneumoperitoneum. The research recommends pre-warming for laparoscopic surgical patients to guard against intra-operative hypothermia.
Background: To compare the effects of two adjuvant chemotherapy regimens, anthracycline-based and cyclophosphamide, methotrexate, fluorourical (CMF) on disease free survival for breast cancer patients in the Eastern Mediterranean region and Asia. Methods: In a systematic review with a multivariate mixed model meta-analysis, the reported survival proportion at multiple time points in different studies were combined. Our data sources were studies linking the two chemotherapy regimens on an adjuvant basis with disease free survival published in English and Persian in the Eastern Mediterranean region and Asia. All survival curves were generated with Graphdigitizer software. Results: 14 retrospective cohort studies were located from electronic databases. We analyzed data for 1,086 patients who received anthracycline-based treatment and 1,109 given CMF treatment. For determination of survival proportions and time we usesb the transformation Ln (-Ln(S)) and Ln (time) to make precise estimations and then fit the model. All analyses were carried out with STATA software. Conclusions: Our findings showed a significant efficacy of anthracycline-based adjuvant therapy regarding disease free survival of breast cancer. As a limitation in this meta-analysis we used studies with different types of anthracycline-based regimens.
Proceedings of the Korea Contents Association Conference
/
2016.05a
/
pp.383-384
/
2016
The Special Needs Education Assessment Tool (SNEAT) were verified of reliability and validity. However, the reliability and validity has been verified is only Okinawa Prefecture, the national data has not been analyzed. Therefore, this study aimed to verify the reliability and construct validity of SNEAT in Miyagi Prefecture as part of the national survey. SNEAT using 55 children collected from the classes on independent activities of daily living for children with disabilities in Miyagi Prefecture between November and December 2015. Survey data were collected in a longitudinal prospective cohort study. The reliability of SNEAT was verified via the internal consistency method; the coefficient of Cronbach's ${\alpha}$ were over 0.7. The validity of SNEAT was also verified via the latent growth curve model. SNEAT is valid based on its goodness-of-fit values obtained using the latent growth curve model, where the values of comparative fit index (0.997), tucker-lewis index (0.996) and root mean square error of approximation (0.025) were within the goodness-of-fit range. These results indicate that SNEAT has high reliability and construct validity.
Communications for Statistical Applications and Methods
/
v.29
no.3
/
pp.287-299
/
2022
In radiation epidemiology, the excess relative risk (ERR) model is used to determine the dose-response relationship. In general, the dose-response relationship for the ERR model is assumed to be linear, linear-quadratic, linear-threshold, quadratic, and so on. However, since none of these functions dominate other functions for expressing the dose-response relationship, a Bayesian semiparametric method using splines has recently been proposed. Thus, we improve the Bayesian semiparametric method for the selection of the tuning parameters for splines as the number and location of knots using a Bayesian knot selection method. Equally spaced knots cannot capture the characteristic of radiation exposed dose distribution which is highly skewed in general. Therefore, we propose a nonparametric Bayesian knot selection method based on a Dirichlet process mixture model. Inference of the spline coefficients after obtaining the number and location of knots is performed in the Bayesian framework. We apply this approach to the life span study cohort data from the radiation effects research foundation in Japan, and the results illustrate that the proposed method provides competitive curve estimates for the dose-response curve and relatively stable credible intervals for the curve.
Kim, Dae-Sung;Kim, Dong-Hyun;Bae, Jong-Myun;Shin, Myung-Hee;Ahn, Yoon-Ok;Lee, Moo-Song
Journal of Preventive Medicine and Public Health
/
v.32
no.4
/
pp.452-458
/
1999
Objectives: The authors conducted the study to evaluate bias when potentially diseased subjects were included in cohort members while analyzing risk factors of chronic liver diseases. Methods: Total of 14,529 subjects were followed up for the incidence of liver diseases from January 1993 to June 1997. We have used databases of insurance company with medical records, cancer registry, and death certificate data to identify 102 incident cases. The cohort members were classified into potentially diseased group(n=2,217) when they were HBsAg positive, serum GPT levels higher than 40 units, or had or has liver diseases in baseline surveys. Cox's model were used for potentially diseased group, other members, and total subjects, respectively. Results: The risk factors profiles were similar for total and potentially diseased subjects: HBsAg positivity, history of acute liver disease, and recent quittance of smoking or drinking increased the risk. while intake of pork and coffee decreased it. For the potentially diseased, obesity showed marginally significant protective effect. Analysis of subjects excluding the potentially diseased showed distinct profiles: obesity increased the risk, while quitting smoking or drinking had no association. For these intake of raw liver or processed fish or soybean paste stew increased risk; HBsAg positivity, higher levels of liver enzymes and history of acute liver diseases increased the risk. Conclusions: The results suggested the potential bias in risk ratio estimates when potentially diseased subjects were included in cohort study on chronic liver diseases, especially for lifestyles possibly modified after disease onset. The analytic strategy excluding potentially diseased subjects was considered appropriate for identifying risk factors for chronic liver diseases.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.