• 한국노년학
• /
• 제30권3호
• /
• pp.831-842
• /
• 2010

최근 한국사회의 고령화 및 노인장기요양 보험제도의 시작으로 노인 신체기능 및 장애에 대한 관심이 증가한 가운데, 이에 영향을 미치는 요인 중 하나로 근위축비만(Sarcopenic obesity) 즉, 근육양 감소와 지방량 증가가 동시에 나타나는 현상에 대한 관심이 증가하고 있다. 비만과 근 위축 각각이 노인의 신체기능에 미치는 영향에 대한 연구는 존재하나, 근위축 비만이 노인의 신체기능 및 체력에 미치는 영향에 관한 연구는 극히 제한적이다. 이에 본 연구는 경기도 Y시에 자립적으로 거주하는 60세 이상의 여성고령자 257명(평균연령 74.5세)의 신체조성을 측정한 후 Davison의 분류법을 이용하여 정상체지방군, 높은 체지방군, 근위축군, 근위축비만군의 4개 군으로 분류하고 7개의 노인신체기능측정(의자에서 앉았다 일어서기, 아령들기, 상완 유연성, 정적형성, 2분 제자리 걷기, 하지 유연성 및 8 feet 앉았다 일어서서 돌아오기(8ft TUG))검사항목과 측정장치를 이용한 4개의 기초체력항목(악력, 자세안정성, 무릎신근력 및 굴근력)에 미치는 영향을 조사하였다. SPSS 12.0을 이용하여 일원배치분산분석과 다중비교검정을 위한 LSD 사후검정을 실시하였으며 유의수준은 5%에서 검정하였다. 정상군의 의자에서 앉았다 일어서기, 아령들기, 상완유연성, 2분 제자리 걷기 결과는 근위축군(p<.05)과 근위축비만군(p<.05)보다 유의하게 높았다. 정적평형성은 정상군이 근위축비만군에 비하여 유의하게 높았으며(p<.01), 근위축군이 근위축비만군보다 유의하게 높았다(p<.01). 8ft TUG는 근위축비만군만이 정상군에 비하여 유의하게 낮은 결과를 보였다(p<.01). 악력(F=20.87,p<.001), 60도에서의 최대 신근력은 정상군이 근위축군(p<.01)과 근위축비만군(p<.01)보다 유의하게 높았으며 60도에서의 최대 굴극력역시 정상군이 근위축군(p<.01)과 근위축비만군(p<.01)보다 유의하게 높은 결과를 보였다. 본 연구의 결과는 노후의 자립적 삶을 영위하기 위한 기능유지의 위험인자로서 비만상태보다는 근위축비만군임을 입증하였으며, 노후 신체허약의 위험인자로 근위축비만에 대한 중재가 필요함을 보여주고 있다.

• 한국노년학
• /
• 제27권2호
• /
• pp.459-472
• /
• 2007

본 연구는 지역사회 내에 거주하는 재가노인의 신체적, 심리적, 사회·환경적 상황을 종합적으로 평가하고 그에 적합한 서비스를 제공하기 위한 욕구 중심의 사정도구를 개발하는데 목적이 있다. 본 연구를 통해 개발된 사정도구는 총 200문항으로 구성되어 있으며, 재가노인의 신체, 심리, 사회·환경적 상황을 통합적으로 사정한다는 장점을 가지고 있다. 또한 노인이 현재 생활하며 느끼는 실제적인 욕구를 적극적으로 반영할 수 있는 주관적 호소를 포함시킴으로써 전문가적 입장에서 관찰되는 객관적 측면뿐만 아니라 노인의 주관적인 삶의 모습을 표현하게 하였다. 본 도구의 개발은 2004년 7월부터 2006년 3월까지 21개월에 걸쳐 이루어졌으며, 크게 그 과정을 세 단계로 나누어 볼 수 있다. 1단계에서는 문헌고찰, 외국자료 조사 및 분석을 통해 욕구 중심의 통합적 사정을 위한 문항들을 수집하였으며, 2단계에서는 1차적으로 개발된 도구를 노인장기요양보험제도 시범사업에 적용하였다. 이 과정에서는 시범사업에서 선정된 250명의 재가노인과 본 연구팀이 자체적으로 선정한 재가노인 200명의 대상자에게 본 도구를 적용한 후, 도구의 미흡한 점을 수정, 보완하였다. 3단계에서는 개발된 도구의 신뢰도와 타당도를 확보하기 위해 포커스 집단 활용과 전문가 집단의 자문을 활용하여 최종적으로 도구를 완성하였다. 본 도구는 13개의 하위영역에 총 200문항이 구성되었다. 그 하위영역은 기본정보, 주관적 호소내용, 주수발자의 기본정보, 현재 이용하고 있는 서비스, 주거환경, 건강상태, 재활상태, 일상생활(ADL, IADL, 배변, 배설, 조력), 사회적 지지, 행동장애, 의료건강, 생활습관, 강점으로 구성되었다.

• 한국음향학회지
• /
• 제28권6호
• /
• pp.534-541
• /
• 2009

아동을 위한 단어인지도 검사 (word recognition test, WRT)는 아동의 의사소통장애정도를 진단하고, 보청기 사용을 위한 처방을 하고, 청각재활과 언어치료의 계획을 수립하고, 병변부위를 판단하는데 유용하게 사용될 수 있다. 한국표준 학령전기용 단음절어표 (Korean standard monosyllabic word lists for preschoolers, KS-MWL-P)는 문헌에서 주어진 기준을 고려하여 개발되었다. 그러나 KS-MWL-P의 저자들은 어표의 개발과정 중 단지 8명만 참여하여 분석된 심리음향 기능곡선을 검증하기 위하여 더 많은 대상을 포함한 연구를 제안하였다. 그러므로 본 연구의 목적은 KS-MWL-P 어표의 제한성을 보완하기 위하여 심리음향기능분석으로 어표의 동질성을 연구하고자 한다. 정상청력을 가진 23명의 학령전기아동을 대상으로 100개의 KS-MWL-P단어가 그림과 함께 제시되었다. -10에서 40 dB dBIH.까지 여러 강도에서 각 단어의 인지도 검사를 계산하여 20%와 80% 정답률 기준의 선형기울기로 심리음향기능곡선을 수집하고 분석하였다. 연구결과 강도에 따라 정답률이 증가하는 S자형 심리음향기능곡선이 나타났고 각 단어와 표간 통계적 유의성은 나타나지 않았다. 표간 유사한 그래프 형태를 통해 우수한 동질성을 보여주었고 표 1,2,3,4의 평균기울기는 4.48, 3.86, 4.65, 4.50 이었으며 일원 분산분석으로 분석할 때 표간 유의성이 없는 것 (p>0.05)으로 나타나서 표간 난이도의 동질성에 문제가 없는 것으로 확인되었다. 그리고 항목 번호의 순서에 따른 기울기의 P값도 표 1, 2, 3, 4에서 0.93, 0.59, 0.91, 0.70으로 모두 유의하지 않아 모든 표에서 $1{\sim}10$, $1{\sim}20$, $1{\sim}25$의 항목간 차이는 없는 것으로 나타났다. 그러나 KS-MWL-P는 낮은 번호의 항목은 더 어린 연령을 위하여 쉬운 단어로 배치하고자 하였으나 본 연구결과는 그렇지 못한 것으로 나타났다. 이러한 점을 고려할 때 어린 연령대를 위한 쉬운 단어가 낮은 항목에 배치되도록 항목의 배치를 재조정하여야 할 것으로 사료된다. 이러한 점을 제외하면 결론적으로 KS-MWL-P는 학령전기를 위한 임상과 재활의 평가 및 훈련도구로 유용한 것으로 입증되었다.

• 의료법학
• /
• 제24권3호
• /
• pp.155-206
• /
• 2023

의사결정능력이 저하된 자가 필요한 의료서비스를 거부하거나 적절히 의사를 표현하지 못하는 경우, 외부로부터의 후견주의적·예방적 개입이 언제 정당화될 수 있는지에 대한 규범적 판단이 쟁점이 된다. 이러한 어려움은 정신의료에서의 비자의 입원의 경우 더욱 명확하게 드러나며, 국내에서는 전통적으로 '정신질환의 존재'와 '자타해 위험'을 주된 요건으로 하는 정신건강복지법에 근거하여 비자의 입원을 시행해 왔다. 그러나 2011년 민법 개정으로 민법상 후견제도를 통한 비자의 입원의 방식이 새롭게 도입되며, 국내의 비자의 입원은 형식상 이원화된 체계를 갖추게 되었다. 이때, 후견제도를 통한 비자의 입원은 당사자에게 '의사결정능력의 저하'가 있고, 개입이 '당사자의 복리 증진'에 부합할 것을 실행의 요건으로 한다는 점에서 정신건강복지법에 근거한 비자의 입원과 그 목적과 성질을 달리한다. 정신적 능력이 저하된 당사자에 대한 비자의 입원이 이처럼 정신보건법을 통한 방식과 후견제도를 통한 방식으로 이원화되는 양상은 해외에서도 유사한 양상으로 전개되었다. 그러나 대상자가 고령화되어 정신질환과 신체질환의 치료가 동시에 이루어지는 경우가 많아지고 정신질환과 신체질환의 구분이 모호한 노인성 정신질환의 문제가 대두됨에 따라, 민법상 '최선의 이익-대리의사결정' 패러다임과 정신보건법상의 '사회방위-예방적 구금' 패러다임이 정신장애인에 대한 법적 규율 영역에서 중첩되고 서로 충돌하는 현상이 발생하기 시작했다. 해외에서는 이러한 이원화된 체계가 비효율적이고 형평성에도 어긋난다는 지적이 이어졌으며, 나아가 '정신질환'이 있을 것을 근거로 하여 후견주의적·예방적 개입을 정당화하는 정신보건 법제의 비자의 입원 요건은 정신장애인에 대한 부당한 차별에 해당한다는 비판도 꾸준히 이루어졌다. 이에 해외에서는 '의사능력'을 기초로 후견제도와 정신보건 법제를 융합(fusion)하여, 능력이 저하된 개인에 대한 후견적·예방적 개입을 일관되게 규율하고자 하는 시도가 이루어졌다. 이는 의사능력 저하자의 신체질환과 정신질환에 대한 의료서비스 제공을 동일한 체계 속에서 할 수 있을 뿐만 아니라, 단지 '정신장애'를 지니고 있다는 것만으로 차별적으로 대우하는 정신보건법의 한계를 극복하는 것이기도 했다. 본 연구에서는 의사능력을 기반으로 후견제도와 정신보건법을 융합(fusion)하여 정신의료 서비스 체계를 새롭게 재구성한 전 세계 최초의 사례인 영국 북아일랜드 정신능력법(Mental Capacity Act 2016)의 제정 과정과 구체적 작동방식을 분석하였다. 후견제도와 정신보건 간의 충돌의 문제를 1990년대부터 고민하여 최근 2016년 '의사능력' 이라는 단일하고 비차별적인 기준을 제시한 영국 북아일랜드의 사례를 분석함으로써, 국내 후견 및 정신보건 제도에의 함의와 앞으로 나아가야 할 방향에 대해 제언하고자 하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.