Objectives: This case study aimed to evaluate changes in periodontal pathogens and systemic disease indicators following the adjunctive use of probiotics for periodontal treatment. Methods: Two adults, a 64-year-old male and 71-year-old female, were selected with ethical approval and underwent comprehensive oral and systemic health assessments before and after probiotic intake with periodontal debridement. Results: There was a significant reduction in the periodontal pathogens, particularly Porphyromonas gingivalis and Treponema forsythia, and no adverse systemic indicators were observed. Moreover, a trend toward improved lipid profiles was noted, suggesting a potential positive impact on systemic health. Conclusions: This study shows the potential role of probiotics in enhancing oral health and preventing systemic diseases, thus highlighting the need for further research and clinical trials.
2016년 12월에 산림보호법 중 일부가 개정되어 이른바 '나무의사법'이 공포되었으며, 이 법은 2018년 6월 28일부터 시행될 예정이다. 새로운 법안에서는 나무의사 자격 소지자에 한하여 나무병원을 개업할 수 있고, 나무병원만이 생활권 공공분야의 수목병해충 관리를 할 수 있도록 규정하고 있으며, 그에 따라 '나무의사'라는 국가공인자격이 신설되었다. 나무의사가 되기 위해서는 지정된 양성과정을 이수하고 시험을 통과하여야 한다. 현재 산림청에서는 이 법의 시행을 위하여 구체적 시행방안을 포함하는 시행령과 시행규칙 등을 만들고 있다. 수목진료 및 건강관리에서 가장 핵심적인 부분이 식물병리학이라는 사실을 감안할 때, 그리고 식물병리학을 공부하는 학생들의 사회진출을 위하여 식물병리학회는 새로운 수목진료체계가 정착될 수 있도록 나무의사 양성기관의 교육과정 개발 및 나무의사 선발시험계획 수립 등에 적극적으로 관여하여야 할 것으로 생각한다.
International Journal of Advanced Culture Technology
/
제7권1호
/
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.
Purpose: The purpose of this study is to develop the methods for evaluating patients' queue environment using decision tree and queueing theory. Methods: This study uses CHAID decision tree and M/G/1 queueing theory to estimate pain point and patients waiting time for medical service. This study translates hospital physical data process to logical process to adapt queueing theory. Results: This study indicates that three nodes of the system has predictable problem with patients waiting time and can be improved by relocating patients to other nodes. Conclusion: This study finds out three seek points of the hospital through decision tree analysis and substitution nodes through the queueing theory. Revealing the hospital patients' queue environment, this study has several limitations such as lack of various case and factors.
This study was conducted to propose an insight into the appropriateness of hospital length of stay(LOS) by developing a severity-adjusted LOS model for patients with pneumonia, organism unspecified. The pneumonia risk-adjustment model developed in this paper is based upon the 2006-2010 the Korean National Hospital Discharge in-depth Injury Survey. Decision tree analysis revealed that age, admission type, insurance type, and the presence of additional disorders(pleural effusion, respiratory failure, sepsis, congestive heart failure etc.) were major factors affecting the severity-adjusted model using the Clinical Classifications Software(CCS). Also there was a difference in LOS among the regional hospitals, especially the hospital LOS has not been efficiently managed in Gyeongsangbuk-do, Jeollanam-do, Jeollabuk-do, Daejeon, and Busan. To appropriately manage hospital LOS, reliable statistical information about severity-adjusted LOS should be generated on a national level to make sure that hospitals voluntarily reduce excessive LOS and manage main causes of delayed discharge.
Purpose: The purposes of this study were to develop a predictive model and evaluate this model of turnover in hospital nurses. Methods: Participants were 1,565 nurses from a tertiary hospital in South Korea. Descriptive statistics and a decision-tree analysis were performed using the SPSS WIN 23.0 program. Results: The turnover groups were presented in eleven different pathways by decision tree analysis. There were three high-risk groups with a higher turnover rate than the average, and eight low-risk groups with a lower turnover rate. Among them, two low-risk groups had a 0% turnover rate. The groups were classified according to general characteristics such as position, period of temporary position, clinical career at last working unit, total clinical career, and period of leave of absence. The accuracy of the model was 83.2%, sensitivity 63.7%, and specificity 98.1%. Conclusion: This predictive model of turnover may be used to screen the turnover risk groups and contribute for decreasing the turnover of hospital nurses in South Korea.
The purpose of this study is to analyze the efficiency in management of general hospitals and investigate the major factors on efficiency. Specifically, the management of each general hospital is evaluated by using Data Envelopment Analysis(DEA) technique which is a nonparametric statistical method for measurement of efficiency. Then, the influencing factors are investigated through analyses of Decision-Tree Model and Tobit Regression. The target hospitals were general hospitals in which bed sizes are between 200 and 500 among a total of 276 general hospitals. The main data of financial indicators were collected from 48 hospitals, and it was analyzed by using two statistical models. For Model I, three input and two output variables were used for efficiency evaluation. In particular, three input variables were the number of medical doctors, the number of paramedical personnel, and the bed size. And, two output variables were the numbers of inpatients and outpatients per year, adjusted by bed-size. The results of DEA analysis showed that only seven out of 48 hospitals(15%) turned out to be efficient. The decision-tree analysis also showed that there were six significant influencing factors for Model I. Six factors for Model I were Bed Occupancy Rate, Cost per Adjusted Inpatient, New Visit Ratio of Outpatients, Retired Ratio, Net Profit to Gross Revenues, Net Profit to Total Assets. In addition, the management efficiency of hospital is proved to increase as profit and patient-induced indicators increase and cost-related indicators decrease, by the Tobit regression model of independent variables derived from the decision-tree analysis. This study may be contributable to the development of analytic methodology regarding the efficiency of hospital management in that it suggests the synthetic measures by utilizing DEA model instead of suggesting simple ratio-analyzing results.
이 연구의 목적은 치과 진료실에서 항생제 남용에 대처하기 위해 항생제 투여의 필요성을 결정하는 과정을 소개하고 적절한 항생제의 선택과 사용에 대한 정보를 공유하고, 지속적인 모니터링을 통해 항생제 처방의 적절성을 증가시키는 것이다. 본 병원의 가이드라인은 최신의 항생제 처방에 대한 연구 결과에 따랐으며, 향후에도 지속적인 항생제 처방 가이드 라인에 대한 보완이 필요할 것이다. 본 가이드라인에 의하면, 병력 검사에 의한 페니실린 알레르기 조사와 피부에서의 페니실린 알레르기 검사를 통해 아목시실린을 일차 선택적 항생제로 처방하였다. 증상의 경과에 대한 재평가 과정을 거친 후 아목시실린에 의한 약물 효과가 없다면 보다 광범위한 항생제로 대체하였고, 증상이 호전되지 않으면 환자를 상급병원으로 전원하도록 설계하였다. 사과나무치과병원 직원은 정기적으로 항생제 처방에 대해 모니터링을 하였고 이 결과에 대해 주기적으로 교육을 받도록 하였다. 현재의 가이드라인은 지속적으로 보완되어야 하며, 항생제 남용의 제어에 긍정적인 결과를 가질 것으로 생각되며, 전반적 치과 진료의 흐름에도 기여할 것으로 보인다.
충수돌기염 환자의 LoS(Length of Stay)를 예측하는 것은 병상의 운영에 적지 않은 영향을 준다. 본 논문에서는 Neural Networks와 Decision Tree를 이용하여 LoS와 연관이 높은 입력변수들을 찾아 그 의미를 분석하며, 찾아낸 입력변수들을 이용하여 다양한 LoS 예측 모형을 개발하고 그 성능을 비교하였다. 모형의 예측 정확성을 높이기 위하여 Bagging과 Boosting 등의 Ensemble 기법도 적용하였다. 실험 결과, Decision Tree 모형이 Neural Networks 모형보다 좀 더 적은 수의 속성을 가지고도 거의 통일한 예측력을 보였으며, Ensemble 기법 중에서는 Bagging 기법이 Boosting 기법보다 좋은 결과를 보여주었다. 의사결정나무 기법은 Neural Networks 기법에 비해 설명력이 있으며, 충수돌기염의 LoS 예측에 매우 효과적이었고, 중요 입력 변수의 선정에도 좋은 결과를 보여줌에 따라 향후 적극적인 기법의 도입이 필요하다고 할 수 있다.
Increase in the elderly population has given rise to various social problems throughout Korean society, and what is more, although the greater demand of medical treatment, its development is still in its early stages. Given that Specialized Geriatrics Hospital has stood amid a range of spatial complication and it should faithfully reflect the needs of elderly population, we need a better understanding of Specialized Geriatrics Hospital. This study suggested the foundation to plan of Specialized Geriatrics Hospital through analyzing and evaluating spatial configuration of Specialized Geriatrics Hospital by "Space Syntax" and "J-Graph" The study focused on Specialized Geriatric Hospitals existing in Korea which owned more than 100 beds. The result of this study is summarized as follows; First, the rate of separated convex showed that the portions of the Treatment of outpatients and Supply have increased, but onthe other hand the portion of the The ward has been on the decrease. Second, in the case of Treatment of outpatients, it was structured Tree-shaped and the Tree-shaped could be separated with two types: waiting room and wailing room with lounge. in the case of The ward, it was structured Tree-shaped and also Ring-shaped. The more recently opened Geriatrics Hospital, the closer to Ring-shaped. Third, the access to the Ccentral treatment was low though the access to the core of the each floor was high. Fourth, in the progress of intelligibility, the fact that its value has decreased is becoming a serious problem of medical development for the elderly population finally, according to J-graph's analysis, the hallway made the spatial depth of rooms and public space more deepened. This caused by scattered arrangement of public spaces. As the only planning were considered in this study, It therefore needs more diversified approaches considering physical factors such like real distance and area.
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.