The purpose of this study was to compare the risk-adjusted in-hospital mortality for craniotomies between logistic regression and multilevel analysis. By using patient sample data from the Health Insurance Review & Assessment Service, in-patients with a craniotomy were selected as the survey target. The sample data were collected from a total number of 2,335 patients from 90 hospitals. The sample data were analyzed with SAS 9.3. From the results of the existing logistic regression analysis and multilevel analysis, the values from the multilevel analysis represented a better model than that of logistic regression. The intra-class correlation (ICC) was 18.0%. It was found that risk-adjusted in-hospital mortality for craniotomies may vary in every hospital. The agreement by kappa coefficient between the two methods was good for the risk-adjusted in-hospital mortality for craniotomies, but the factors influencing the outcome for that were different.
This study reviewde various parametic and nonparametic method for forexasting hospital closures in Korea. We compared multivariate discriminant analysis, multivartiate logistic regression, classfication and regression tree, and neural network method based on hit ratio of each model for forecasting hospital closure. Like other studies in the literture, neural metwork analysis showed highest average hit ratio. For policy and business purposes, we combined the four analytical method and constructed a foreasting model that can be easily used to predict the probabolity of hospital closure given financial information of a hospital.
Objectives:The purpose of this study is to 1) conduct a discrimination analysis of schizophrenia and bipolar affective disorder using MMPI profile through artificial neural network analysis and logistic regression analysis, 2) to make a comparison between advantages and disadvantages of the two methods, and 3) to demonstrate the usefulness of artificial neural network analysis of psychiatric data. Procedure:The MMPI profiles for 181 schizophrenia and bipolar affective disorder patients were selected. Of these profiles, 50 were randomly placed in the learning group and the remaining 131 were placed in the validation group. The artificial neural network was trained using the profiles of the learning group and the 131 profiles of the validation group were analyzed. A logistic regression analysis was then conducted in a similar manner. The results of the two analyses were compared and contrasted using sensitivity, specificity, ROC curves, and kappa index. Results:Logistic regression analysis and artificial neural network analysis both exhibited satisfactory discriminating ability at Kappa index of greater than 0.4. The comparison of the two methods revealed artificial neural network analysis is superior to logistic regression analysis in its discriminating capacity, displaying higher values of Kappa index, specificity, and AUC(Area Under the Curve) of ROC curve than those of logistic regression analysis. Conclusion:Artificial neural network analysis is a new tool whose frequency of use has been increasing for its superiority in nonlinear applications. However, it does possess insufficiencies such as difficulties in understanding the relationship between dependent and independent variables. Nevertheless, when used in conjunction with other analysis tools which supplement it, such as the logistic regression analysis, it may serve as a powerful tool for psychiatric data analysis.
This is to prevent accidents that can be caused during the process of hospital logistics and accidents in relation to the traceability of medical wastes. And this is also to set up the logistic management system of medical wastes is hospital where the safety of patients shall to regard as the first priority. through these case studies effective operating plans shall be provided.
Background: This study was conducted to investigate subjective musculoskeletal symptom and the related factor of caregiver. Methods: For 300 caregiver, we used the self-administered questionnaires to examine occupational stress and subjective musculoskeletal symptom designed by KOSHA. The collected data were analyzed chi-square test, independent t-test and multiple logistic regression analysis using SPSS 12.0. Results: The multiple logistic regression analysis showed that the caregiver working in the general hospital significantly increased the subjective musculoskeletal symptom in their neck, shoulder, hand/wrist/finger, back, leg/foot. For the caregiver working in hospital showed significantly increased the subjective musculoskeletal symptom in their hand/wrist/finger and leg/foot. Conclusions: With the above results, continuous and systematic prevention program should be established, which include the ergonomics and psychosocial factor for the caregiver's musculoskeletal symptom.
Objectives : The objective of this study was to investigate the relationship between psychological distress and pain in cancer patients. Methods : 249 patients with cancer who visited National Health Insurance Service Ilsan Hospital between April 2013 and March 2014 were evaluated with National Cancer Center Psychological Symptom Inventory(NCC-PSI) which consisted of Modified Distress Thermometer(MDT) and Modified Impact Thermometer(MIT). Each scale was divided into 3 subscales targeting separate symptoms: insomnia, anxiety, and depression. Psychological distress was defined as positive for those who scored above the cutoff values in at least one of all six subscales. The Numeric Rating Scale for Pain(NRS-Pain) was used to assess the subjective severity of pain. Logistic regression was performed to investigate the association between psychological distress and pain. Results : Univariate logistic regression analysis showed that pain, gender, compliance, and two subscale scores of Hospital Anxiety and Depression Scale(HADS) were significantly associated with psychological distress. Multivariate logistic regression analysis showed that pain and HADS anxiety subscale score maintained a statistically significant association with psychological distress adjusted for variables including age, gender, years of education, Eastern Cooperative Oncology Group performance status, cancer stage, Charlson Comorbidity Index, compliance, and HADS depression subscale score. One point increase in pain was 1.31 times more likely to cause psychological distress. In secondary analysis, pain was significantly associated with all subscales of NCC-PSI, except MIT-anxiety subscale. Conclusions : This study suggests that NCC-PSI, a screening tool for psychological distress, reflects pain. We recommend that physicians who treat cancer patients consider the examination of psychological distress which provides comprehensive evaluation of various factors regarding quality of life.
The purpose of this study was to investigate the factors of hospital arrival delays of acute ischemic stroke patients. The study subjects were 126 cerebral infarction patients G Metropolitan City university hospital emergency center. General characteristics, disease-related characteristics and stroke-related were collected by self-reported questionnaires. Hospital arrival times by subjects' characteristics were tested by $x^2$ test and logistic regression analysis. Of 126 cerebral infarction patients, Their average hours taken to move to a hospital was 12.7 hours with the fastest case being 0.5 hour and the most delayed case being 127.8 hours. 61.1%(77 persons) of the stroke patients under this experiment said to have taken 3 hours or less. In logistic regression analyses, Coming to the hospital directly without passing through other hospitals was found to have higher probability of arriving less than 3 hours(${\beta}$=2.960, p=.009), And if LAPSS was tested positive, such cases are more likely to arrive within 3 hours(${\beta}$=2.219, p=.049). For acute ischemic stroke and caregivers need training to be conducted promptly admitted to hospitals for education and treatment hospital stroke screening will help to improve the treatment of stroke patients
Objective : This study aimed to assess the relationship between increased intracranial pressure (ICP) and mastoid effusions (ME). Methods : Between January 2015 and October 2018, patients who underwent intracranial surgery and had ICP monitoring catheters placed were enrolled. ICP was recorded hourly for at least 3 days. ME was determined by the emergence of opacification in mastoid air cells on follow-up brain imaging. C-reactive protein (CRP) levels, presence of endotracheal tube (ETT) and nasogastric tube (NGT), duration of intensive care unit (ICU) stay, duration of mechanical ventilator application, diagnosis, surgical modalities, and presence of sinusitis were recorded. Each factor's effect on the occurrence of ME was analyzed by binary logistic regression analyses. To analyze the independent effects of ICP as a predictor of ME a multivariable logistic regression analysis was performed. Results : Total of 61 (53%) out of 115 patients had ME. Among the patients who had unilateral brain lesions, 94% of subject (43/50) revealed the ipsilateral development of ME. ME developed at a mean of 11.1±6.2 days. The variables including mean ICP, peak ICP, age, trauma, CRP, ICU stays, application of mechanical ventilators and presence of ETT and NGT showed statistically significant difference between ME groups and non-ME groups in univariate analysis. Sex and the occurrence of sinusitis did not differ between two groups. Adding the ICP variables significantly improved the prediction of ME in multivariable logistic regression analysis. Conclusion : While multiple factors affect ME, this study demonstrates that ICP and ME are probably related. Further studies are needed to determine the mechanistic relationship between ICP and middle ear pressure.
Patient revisit to used hospital is a key factor in determining a health care organization's competitive advantage and survival. This article examines the relationship between customer's satisfaction and his/her revisit associated with three different methods which are the Chi Square Automatic Interaction Detection(CHAID) for segmenting the outpatient group, logistic regression and neural networks for addressing the outpatient's revisit. The main findings indicate that the important factors on outpatient's revisit are physician's kindness, nurse's skill, overall level of satisfaction, hospital reputation, recommendation, level of diagnoses and outpatient's age. Among these ones, physician's kindness is the most important factor as guidelines for decision of their revisit. The decision maker of hospital should select the strategy containing the variable amount of the level of revisit and size of outpatient's group under the constraint on the hospital's time, budget and manpower given. Finally, this study shows that neural networks, as non-parametric technique, appear to more correctly predict revisit than does logistic regression as a parametric estimation technique.
Hokun Kim;Sung Eun Rha;Yu Ri Shin;Eu Hyun Kim;Soo Youn Park;Su-Lim Lee;Ahwon Lee;Mee-Ran Kim
Korean Journal of Radiology
/
제25권1호
/
pp.43-54
/
2024
Objective: To evaluate the added value of diffusion-weighted imaging (DWI)-based quantitative parameters to distinguish uterine sarcomas from atypical leiomyomas on preoperative magnetic resonance imaging (MRI). Materials and Methods: A total of 138 patients (age, 43.7 ± 10.3 years) with uterine sarcoma (n = 44) and atypical leiomyoma (n = 94) were retrospectively collected from four institutions. The cohort was randomly divided into training (84/138, 60.0%) and validation (54/138, 40.0%) sets. Two independent readers evaluated six qualitative MRI features and two DWI-based quantitative parameters for each index tumor. Multivariable logistic regression was used to identify the relevant qualitative MRI features. Diagnostic classifiers based on qualitative MRI features alone and in combination with DWI-based quantitative parameters were developed using a logistic regression algorithm. The diagnostic performance of the classifiers was evaluated using a cross-table analysis and calculation of the area under the receiver operating characteristic curve (AUC). Results: Mean apparent diffusion coefficient value of uterine sarcoma was lower than that of atypical leiomyoma (mean ± standard deviation, 0.94 ± 0.30 10-3 mm2/s vs. 1.23 ± 0.25 10-3 mm2/s; P < 0.001), and the relative contrast ratio was higher in the uterine sarcoma (8.16 ± 2.94 vs. 4.19 ± 2.66; P < 0.001). Selected qualitative MRI features included ill-defined margin (adjusted odds ratio [aOR], 17.9; 95% confidence interval [CI], 1.41-503, P = 0.040), intratumoral hemorrhage (aOR, 27.3; 95% CI, 3.74-596, P = 0.006), and absence of T2 dark area (aOR, 83.5; 95% CI, 12.4-1916, P < 0.001). The classifier that combined qualitative MRI features and DWI-based quantitative parameters showed significantly better performance than without DWI-based parameters in the validation set (AUC, 0.92 vs. 0.78; P < 0.001). Conclusion: The addition of DWI-based quantitative parameters to qualitative MRI features improved the diagnostic performance of the logistic regression classifier in differentiating uterine sarcomas from atypical leiomyomas on preoperative MRI.
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.