• 응용통계연구
• /
• 제32권5호
• /
• pp.671-681
• /
• 2019

최근에 부정맥 환자가 증가하면서 머신러닝을 이용한 부정맥을 예측하는 연구가 활발하게 진행되고 있다. 기존의 많은 연구들은 특정한 시점의 RR 간격 데이터에서 추출한 특징변수 다변량 데이터에 기반하여 부정맥을 예측하였다. 본 연구에서는 심장 상태가 시간에 따라 변해가는 패턴도 부정맥 예측에 중요한 정보가 될 수 있다고 생각하여 일정한 시간 간격을 두고 특징변수의 다변량 벡터를 추출하여 쌓음으써 얻어지는 다변량 시계열 데이터로 부정맥을 예측하는 것의 유용성에 대해 살펴보았다. 1-Nearest Neighbor 방법과 그것을 앙상블(ensemble)한 learner를 중심으로 비교했을 경우 시계열의 특징을 고려한 적절한 시계열 거리함수를 선택하여 시계열 정보를 활용한 다변량 시계열 데이터 기반 방법의 분류 성능이 더 좋게 나오는 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.62-69
• /
• 2022

의료현장에서는 최근 디지털 헬스케어의 중요성이 대두되면서, 다양한 형태의 생체신호 측정 관련 연구가 활발히 진행되고 있다. 생체신호 중 가장 중요한 신호로 심전도를 들 수 있으며, 특히 부정맥 환자에 있어 심전도 신호의 연속 모니터링은 매우 중요하다. 부정맥은 동결절(sinus node), 동빈맥(sinus tachycardia), 심방조기수축(atrial premature beat, APB), 심실세동 (ventricular fibrillation) 등으로 그 발병원에 따른 형태가 다양하며, 발병 이후의 예후가 좋지 않으므로 일상 중 연속 모니터링은 부정맥의 조기 진단과 치료방향 설정에서 매우 중요하다. 부정맥 환자의 심전도 신호는 매우 불안정하며, 부정맥을 자동 검출하기 위한 주요 특징점으로 작용하는 정확한 R-peak 포인트의 검출이 어렵다. 본 연구에서는 연속 측정하는 홀터 심전도 모니터링 기기와 분석용 소프트웨어를 개발하였으며, 부정맥 데이터베이스를 통해 심전도 신호의 R-peak 효용성을 확인하였다. 향후 연구에서는 다양한 발병원인으로 인한 부정맥의 형태적 구분 및 예측을 위한 알고리즘과 임상 데이터에 근거한 유효성 검증에 관한 추가 연구가 필요하다.

• 한국의료질향상학회지
• /
• 제10권2호
• /
• pp.216-231
• /
• 2003

Objectives: To develop a model that predicts a death probability of acute myocardial infarction(AMI) patient, and to evaluate a performance of hospital services using the developed model. Methods: Medical records of 861 AMI patients in 7 general hospitals during 1996 and 1997 were reviewed by two trained nurses. Variables studied were risk factors which were measured in terms of severity measures. A risk model was developed by using the logistic regression, and its performance was evaluated using cross-validation and bootstrap techniques. The statistical prediction capability of the model was assessed by using c-statistic, $R^2$ as well as Hosmer-Lemeshow statistic. The model performance was also evaluated using severity-adjusted mortalities of hospitals. Results: Variables included in the model building are age, sex, ejection fraction, systolic BP, congestive heart failure at admission, cardiac arrest, EKG ischemia, arrhythmia, left anterior descending artery occlusion, verbal response within 48 hours after admission, acute neurological change within 48 hours after admission, and 3 interaction terms. The c statistics and $R^2$ were 0.887 and 0.2676. The Hosmer-Lemeshow statistic was 6.3355 (p-value=0.6067). Among 7 hospitals evaluated by the model, two hospitals showed significantly higher mortality rates, while other two hospitals had significantly lower mortality rates, than the average mortality rate of all hospitals. The remaining hospitals did not show any significant difference. Conclusion: The comparison of the qualities of hospital service using risk-adjusted mortality rates indicated significant difference among them. We therefore conclude that risk-adjusted mortality rate of AMI patients can be used as an indicator for evaluating hospital performance in Korea.

• 대한영상의학회지
• /
• 제82권5호
• /
• pp.1163-1185
• /
• 2021

급성 심장사는 증상이 시작된 후 한 시간 이내에 발생하는 심장 원인으로 인한 사망이다. 급성 심장사의 원인은 주로 부정맥이지만 동반할 수 있는 기저 심질환들을 사전에 진단하는 것은 장기적 위험을 예측하는 데 중요하다. 심장 CT와 심장 MR은 구조적 심질환을 진단하고 평가하는데 중요한 정보를 제공하여 급성 심장사의 위험을 예측하고 대비할 수 있게 한다. 따라서 임상적으로 중요한 급성 심장사의 위험을 증가시키는 다양한 원인과 영상 소견의 중요성에 대하여 중점적으로 살펴보고자 한다.

• Journal of Cardiovascular Imaging
• /
• 제30권3호
• /
• pp.185-196
• /
• 2022

BACKGROUND: Two-dimensional (2D) strain provides more predictive power than ejection fraction (EF) in patients with ST-elevation myocardial infarction (STEMI). 3D strain and EF are also expected to have better clinical usefulness and overcome several inherent limitations of 2D strain. We aimed to clarify the prognostic significance of 3D strain analysis in patients with STEMI. METHODS: Patients who underwent successful revascularization for STEMI were retrospectively recruited. In addition to conventional parameters, 3D EF, global longitudinal strain (GLS), global area strain (GAS), as well as 2D GLS were obtained. We constructed a composite outcome consisting of all-cause death or re-hospitalization for acute heart failure or ventricular arrhythmia. RESULTS: Of 632 STEMI patients, 545 patients (86.2%) had a reliable 3D strain analysis. During median follow-up of 49.5 months, 55 (10.1%) patients experienced the adverse outcome. Left ventricle EF, 2D GLS, 3D EF, 3D GLS, and 3D GAS were significantly associated with poor outcomes. (all, p < 0.001) The maximum likelihood-ratio test was performed to evaluate the additional prognostic value of 2D GLS or 3D GLS over the prognostic model consisting of clinical characteristics and EF, and the likelihood ratio was 15.9 for 2D GLS (p < 0.001) and 1.49 for 3D GLS (p = 0.22). CONCLUSIONS: The predictive power of 3D strain was slightly lower than the 2D strain. Although we can obtain 3D strains, volume, and EF simultaneously in same cycle, the clinical implications of 3D strains in STEMI need to be investigated further.