• Radiation Oncology Journal
• /
• 제23권3호
• /
• pp.143-156
• /
• 2005

목적: 고선량률 강내근접치료와 외부방사선의 병합치료는 자궁경부암의 표준치료법이지만, 최적의 병합 방식 및 선량 분할 스케줄은 아직 정해지지 않고 있다. 부분적으로는 이에 영향을 미치는 인자들의 다양성 및 기존의 문헌들의 방사선 선량에 관한 자세한 정보 부족을 그 이유로 들 수 있다. 이에 본 연구는 고선량률 강내근접치료에 대한 풍부한 경험을 바탕으로 단일기관에서 비교적 균일한 치료를 받은 많은 수의 환자 모집단을 대상으로 이들 다양한 인자들 및 방사선치료에 대한 자세한 분석을 통해서 최적의 방사선치료를 위한 지침을 얻고자 하였다. 대상 및 방법: 1990년부터 1996년까지 연세암센터에서 고선량률 강내근접치료 및 외부방사선치료로 자궁경부암에 대한 근치적 치료를 받은 743명의 환자들을 대상으로 하였으며, 중앙추적관찰 기간은 52개월이었다. FIGO 병기 분포는 IB 198명, IIA 77명, IIB 364명, IIIA 7명, IIIB 89명, IVA 8명이었다. 전골반방사선 선량은 $23.4\~59.4$ Gy (중앙값 45 Gy)의 분포를 보였으며, 진단 시 종양의 크기 및 외부방사선치료에 대한 종양의 반응에 따라서 그 시기를 조절하는 중앙차폐는 495예에서 시행되었으며, 그 시기는 $14.4\~43.2$ Gy (중앙값 36.0 Gy)로 비교적 광범위하고 다양한 분포를 보였다. 강내근접치료와 외부방사선치료의 분할 선량 차이를 극복하기 위해 생물학적 유효선량(Biologically Effective Dose, BED) 개념을 적용하였으며, 종양 및 정상 조직에 대한 $\alpha/\beta$비는 각각 10 및 3으로 하였다. 모든 개별 환자의 직장 전벽 및 방광 흡수선량을 분석하였고, 합병증 및 골반제어율과의 상관 관계를 규명하고자 하였다. 이외에도 방사선치료 스케줄에 영향을 미칠 수 있는 인자들인 총 치료기간, 강내근접치료의 분할 선량 크기, 주치의의 선호도에 따른 치료 스케줄 차이 등도 함께 고려하여 분석하였다. 결과: 전체 환자에서 RTOG Grade 1-4독성 발생률은 $33.1\%$였다. 전체 환자의 5년 골반제어율은 $83\%$로 분석되었다. 중앙차폐이전 외부방사선선량과 강내근접치료의 합산 BED값(=MD-BED $Gy_{\alpha/\beta}$은 $\alpha/\beta$=10인 경우 $62.0\~121.9\;Gy_{10}$ (중앙값: $93.0\;Gy_{10}$)의 분포를, ${\alpha/\beta}=3$인 경우 $93.6\~187.3\;Gy_3$ (중앙값=$137.6\;Gy_3$ )의 분포를 보였다. MD-BED $Gy_3$는 직장합병증 발생과의 관계는 통계적으로 유의하였고, 방광합병증과는 유의하지 않았다. 직장합병증과의 연관성은 MD-BED $Gy_3$보다 개별 환자의 직장전벽 총 선량 BED값인 R-BED $Gy_3$가 훨씬 더 높았다. 요도카테터 풍선의 후방지점이 대변하는 방광의 총 선량 BED값인 V-BED $Gy_3$도 방광합병증과 경향성 테스트에서 통계적 유의성을 보였다. 하지만, 어떠한 방사선선량도 골반제어율과 의미 있는 상관관계를 보이지 않았다. 본 기관에서 주치의의 선호도에 따라 강내근접치료가 외부방사선치료의 중간에 시행되는 형태인 샌드위치기법과 외부방사선치료 후반부에 시행되는 순차적 기법으로 구분하였을 때, 두 방식간 치료성적 및 합병증의 차이는 없었다. 총 치료기간에 대한 분석에서는 치료기간이 길어질수록 재발 위험이 커지는 경향을 보였으나, 나이 및 병기, 종양의 크기, MD-BED $Gy_{10}$ 등의 예후 인자를 보정한 다변량분석에서는 치료기간이 100일 이상인 경우에만 통계적으로 유의하게 증가하였다. 강내근접치료 분할선량 크기인 3 Gy와 5 Gy 사이에 골반제어율 및 합병증의 차이는 없었다. 결론: 자궁경부암의 최적방사선치료 스케줄에 대한 지침을 세우기 어렵게 만드는 가장 중요한 이유는 강내근접치료가 갖는 선량분포 특성에서 기인하는 방사선선량-골반제어율 상관 관계의 부재 및 개별 종양의 방사선에 대한 반응 속도가 환자마다 크게 다를 수 있다는 점이다. 따라서 전체적인 원칙과 함께 개인화된 맞춤치료가 필요하다. 치료 지침에 영향을 미칠 수 있는 요소들의 복합적인 고려도 중요하다고 할 수 있겠다. 합병증 발생이 우려되는 경우 생물학적 유효선량을 낮추기 위해 적절한 조기 중앙차폐 및 강내근접치료의 분할선량 크기 감소를 고려해볼 수 있다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.

• Asia Marketing Journal
• /
• 제14권1호
• /
• pp.83-98
• /
• 2012

신차와 중고차가 함께 경쟁하는 시장에서 신차의 경쟁만을 모형화한다면 가격이나 기타 프로모션 탄력성의 추정이 왜곡될 수 있다. 그러나 자동차 시장을 연구대상으로 한 선행연구의 대부분이 신차 시장의 경쟁에만 관심을 기울였던 바, 합리적인 가격결정이나 프로모션 기획에 도움을 주기에 미흡한 점이 있었다. 본 연구는 신차의 가격결정 및 프로모션 기획이 향후 중고차 시장을 통해 리바운드되어 신차 매출에 다시 영향을 미친다는 점을 반영하여 모형을 설정하였다. 즉, 서로 다른 신차간의 (혹은 서로 다른 중고차간의) 교차탄력성보다, 동일 모델의 신차와 중고차간의 교차탄력성이 높다는 가정하에 모형을 설정하였다. 방법론적으로는 네스티드 로짓(Nested Logit) 모형을 설정하여 소비자의 자동차 선택은 단계적으로 이루어진다고 가정하였다. 즉, 1단계에서 자동차 모델을 선택하고, 모델이 정해지면 2단계에서 신차와 중고차 중 선택하는 구조를 가정하였다 실증분석은 미국 전역에서 2009년 1월부터 2009년 6월까지 판매된 모든 컴팩트 카 모델 중에서 시장점유율 상위 9개 모델의 신차와 중고차를 대상으로 하였다. 실증분석을 통하여 비교 대상 모형보다 제안된 모형이 모형 적합도 측면에서 우월하고 예측타당성도 높다는 것을 보여주었다. 제안된 모형으로 부터 추정된 모수를 사용하여 몇 가지 시나리오를 상정하여 시뮬레이션을 실시한 결과, 신차(중고차)가 점유율을 높이고자 리베이트를 실시할 경우 중고차(신차)는 현재의 시장점유율을 유지하기 위해 대응 가격할인을 실시하게 되는데 할인 폭은 반대의 경우에 비해 높다는(낮다는)점을 확인하였다. 또한 시뮬레이션 결과가 시사하는 바는 신차와 중고차가 함께 경쟁하는 시장에서 IIA(Independence of Irrelevant Alternatives)모형을 적용할 경우 동일모델의 신차와 중고차간의 교차 탄력성을 과소평가하게 되어 현상유지를 위한 가격할인을 실시할 경우 적정한 수준이하로 하게 된다는 것이다.