• Journal of Gastric Cancer
• /
• 제22권2호
• /
• pp.120-134
• /
• 2022

Purpose: This study aimed to identify prognostic factors for patients with distant lymph node-involved gastric cancer (GC) using a machine learning algorithm, a method that offers considerable advantages and new prospects for high-dimensional biomedical data exploration. Materials and Methods: This study employed 79 features of clinical pathology, laboratory tests, and therapeutic details from 289 GC patients whose distant lymphadenopathy was presented as the first episode of recurrence or metastasis. Outcomes were measured as any-cause death events and survival months after distant lymph node metastasis. A prediction model was built based on possible outcome predictors using a random survival forest algorithm and confirmed by 5×5 nested cross-validation. The effects of single variables were interpreted using partial dependence plots. A contour plot was used to visually represent survival prediction based on 2 predictive features. Results: The median survival time of patients with GC with distant nodal metastasis was 9.2 months. The optimal model incorporated the prealbumin level and the prothrombin time (PT), and yielded a prediction error of 0.353. The inclusion of other variables resulted in poorer model performance. Patients with higher serum prealbumin levels or shorter PTs had a significantly better prognosis. The predicted one-year survival rate was stratified and illustrated as a contour plot based on the combined effect the prealbumin level and the PT. Conclusions: Machine learning is useful for identifying the important determinants of cancer survival using high-dimensional datasets. The prealbumin level and the PT on distant lymph node metastasis are the 2 most crucial factors in predicting the subsequent survival time of advanced GC.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.77-84
• /
• 2024

도로 하부의 노후하 된 매설물이 손상되면 공동 및 지반 함몰 등의 재해가 발생할 가능성이 있고 이는 사회적인 비용을 발생시킨다. 본 연구의 목적은 적외선 카메라를 활용하여 공동 위치에 따른 열적 특성을 평가하고 CNN 알고리즘으로 각 공동 위치에 적합한 분류를 수행하고자 하였다. 가로×세로×깊이가 400cm×50cm×40cm인 대상 부지에서 PVC pipe를 상부, 중부 그리고 하부에 매설하여 공동을 조성하였다. 실험부지의 상부에는 포장층을 모사하기 위하여 콘크리트 블록을 설치하였고, 오후 4시부터 다음날 12시까지 측정이 진행되었다. 적외선 카메라로 측정된 초기 온도는 각각 43.7℃, 43.8℃ 그리고 41.9℃로 관측되었고, 측정값은 대기온도 변화가 반영되었다. CNN 알고리즘으로 분류를 진행하기 위해서는 이미지 데이터가 필요하며, 해당 연구에서는 RP 알고리즘을 통해 수치데이터를 이미지로 변환하였다. RP 알고리즘은 4가지 방법을 활용하여 이미지를 생성하였고, 각각의 이미지는 10,000×10,000, 2,000×2,000, 1,000×1,000 그리고 100×100 픽셀로 구성된다. CNN 학습 정확도는 각각 99%, 97%, 98% 그리고 96%로 매우 높게 나타났다. 제안된 방법의 신뢰성은 수치데이터의 정확도와 비교하였으며, 신뢰성이 약 20% 이상 향상된 결과가 나타났다. 이와 같은 결과는 RP 알고리즘으로 전환된 데이터가 적외선 측정된 값의 신뢰성 있는 결과 제공이 가능함을 시사한다.

• 대한정형외과학회지
• /
• 제54권1호
• /
• pp.37-44
• /
• 2019

목적: 슬관절 주위 악성 골연부 종양 치료 시 종양의 도약전이나 슬관절 내 침범, 종양인공관절 치환술 후 반복적 감염 치료를 위한 인접골 절제, 국소재발 및 기계적 파괴가 발생한 경우 슬관절 상하부 전치환술은 하지와 슬관절 기능을 보존하는 한 방법이다. 이 중 반복된 감염 치료를 위해 슬관절면 반대측 골까지 절제 후 한시적 슬관절 고정술을 한 환자에서 가동관절로 재치환술 시 적응증, 합병증, 치환물의 생존율에 대하여 알아보고자 하였다. 대상 및 방법: 본 연구는 슬관절 상하부 전치환술 환자 34예 중 슬관절 주위 종양인공관절 치환술 후 반복적인 감염으로 슬관절면 반대측 골까지 절제한 후 한시적 슬관절 고정술이 불가피했던 13예를 대상으로 하였다. 진단, 원발병소의 위치, 슬관절 상하부 전치 환술을 받기 전까지 수술 횟수 및 기간, 재 재건술 후 치환물의 생존율, 합병증, 기능적 결과를 분석하였다. 결과: 슬관절 상하부 종양인공관절 치환물의 Kaplan-Meier 법에 의한 5, 10년 생존율은 각각 69.0%±12.8%, 46.0%±20.7%였다. 총 13예 중 6예(46.2%)에서 주 합병증이 발생하여 3예는 내고정물을 제거 후 슬관절 고정술을, 2예는 내고정물의 부분교체를, 나머지 1예는 감염된 육아조직만 제거하였다. 최종 추시상 가동관절을 유지한 10예의 Musculoskeletal Tumor Society 기능평가 점수는 평균 24.6점(21-27점)이었다. 슬관절 상하부 종양인공관절 치환술이 실패하여 슬관절 고정술로 재치환 한 3예의 기능평가 평균 점수는 12.3점(12-13점)이었다. 가동관절을 유지한 10예의 슬관절 가동 범위는 평균 67°였다(0°-100°). 슬관절 능동적 신전제한은 평균 48° (20°-80°)였다. 결론: 슬관절 주위 종양인공 치환술 후 반복적인 감염으로 슬관절면 반대측 골까지 절제 후 한시적 슬관절 고정술이 불가피했던 환자에서 슬관절 상하부 종양인공관절 치환술은 합병증의 위험성은 높으나 슬관절 고정술에 비해 기능적 결과가 월등하므로 시도할 가치가 있는 술식이다. 고정된 슬관절을 가동관절로 치환 시 반흔 조직을 철저히 제거하고 연부조직을 확보하여 종양인공관절을 삽입 후 굴곡 및 신전이 가능할 정도의 공간을 확보하는 것이 술식의 성공에 중요하다고 생각된다.