• 산업융합연구
• /
• 제21권10호
• /
• pp.111-120
• /
• 2023

본 연구는 PBL-SIM 교육을 이수한 간호대학생의 메타인지와 회복탄력성이 임상추론능력에 미치는 영향을 살펴보기 위한 서술적 조사연구이다. PBL-SIM 교육을 경험한 간호학과 4학년 141명을 연구 대상으로 하였으며, 2021년 9월부터 12월까지 설문지를 적용하여 자료수집 하였다. 수집된 자료는 SPSS 21.0 프로그램을 사용하여 기술통계, 상관분석 및 위계적 회귀분석을 진행하였다. 연구 결과, 메타인지(r=.78, p<.001)와 회복탄력성(r=.81, p<.001)은 임상추론능력과 유의한 양의 상관관계를 보였다. 간호대학생의 임상추론능력에 영향을 주는 요인으로는 교육 참여의 자신감, 메타인지 및 회복탄력성이었으며, 이들은 임상추론능력을 75%의 높은 수준으로 설명하였다(F=32.74, p<.001). 간호대학생의 임상추론능력을 향상하기 위해서는 자신감, 메타인지 및 회복탄력성과 같은 내적 요인을 시뮬레이션 교육과정에 반영할 것을 제언한다.

• 한국산학기술학회논문지
• /
• 제21권2호
• /
• pp.94-102
• /
• 2020

본 연구는 골관절염 환자의 우울과 불안 감소를 위한 자가관리중재의 효과를 메타분석한 연구로 자가관리중재의 객관적인 근거를 제시하기 위해 수행되었다. 연구방법으로는 PubMed, EMBASE, CINAHL, Ovid-MEDLINE과 Korean database에서 2019년 9월 30일까지 발표된 국내·외 문헌을 검색하였고, 자가관리중재의 효과 크기를 분석하기 위해 R version 3.5.1 프로그램을 이용하였다. 연구결과로는 총 1,877편의 문헌 중 11편의 연구가 최종 분석되었고, 참가자는 총 2,751명이었다. 자가관리중재 분석결과 골관절염 환자의 우울과 불안 감소를 위한 전체 효과크기는 -0.44(95% CI: -0.66, -0.22)로 작은 정도의 유효한 차이를 보였다(p<.001). 하위분석으로 우울은 -0.37(95% CI: -0.66, -0.08)로 작은 효과크기, 불안은 -0.56(95% CI: -0.92, -0.20)으로 중간정도의 효과크기를 나타냈다. 이질성을 설명하기 위해 중재 장소, 중재 기간, 중재 제공자에 대한 meta-ANOVA를 실시하였다. 출판오류 분석은 funnel plot으로 분석하였고, 시각적으로 비교적 대칭이었으며, egger's regression test로 비대칭이 아님을 확인하였다(bias=0.19, p=.928). 본 연구의 결과는 골관절염 환자의 우울과 불안 감소를 위한 자가관리중재의 효과를 확인하여 임상적 근거를 마련하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.355-365
• /
• 2015

지난 수 십년간 전 지구적인 기후가 극적으로 변화함에 따라 가장 중요한 문제 중 하나로 인식되고 있는 식량 안보에 대하여 기후 변화의 영향을 평가하는 연구가 활발하게 진행되어 왔다. 본 연구에서는 메타분석을 이용하여 기후변화가 국내 농업에 미치는 영향을 분석하였다. 특히, 국내 농업에서 큰 비중을 차지하는 쌀에 대하여 이산화탄소 농도와 두 적응방안(파종시기 변경과 품종 변경)에 대한 효과를 추정하였다. 관심있는 효과에 대한 요약통계량을 이용하는 기존의 일반적인 메타분석 방법과는 달리, 다양한 온실가스 배출 시나리오와 대순환 모형을 사용하여 쌀 생산량을 예측한 6개의 개별 연구로부터 자료를 통합하여 메타분석을 수행하였다. 모델링 접근법으로써 쌀 생산량의 변화율을 종속변수로 설정하고, 이산화탄소 농도와 적응방안의 주 효과와 상호 작용 효과를 독립변수로 설정하여 회귀분석 실시하였다. 결과적으로 적응방안이 고려되지 않을 경우 이산화탄소 농도의 증가는 쌀 생산량을 감소시키나, 적응방안이 고려된다면 이산화탄소 농도의 증가는 쌀 생산량을 증가시키는 것으로 나타났다. 추가로 파종시기 변경 방안보다 품종 변경 방안이 쌀 생산량을 더 증가시키는 것을 알 수 있었다. 본 연구 결과는 향후 기후변화 대응책을 수립하는데 정량적 자료로 활용될 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제22권8호
• /
• pp.1240-1252
• /
• 2021

Objective: To compare the accuracy for detecting breast cancer in the diagnostic setting between the use of digital breast tomosynthesis (DBT), defined as DBT alone or combined DBT and digital mammography (DM), and the use of DM alone through a systematic review and meta-analysis. Materials and Methods: Ovid-MEDLINE, Ovid-Embase, Cochrane Library and five Korean local databases were searched for articles published until March 25, 2020. We selected studies that reported diagnostic accuracy in women who were recalled after screening or symptomatic. Study quality was assessed using the Quality Assessment of Diagnostic Accuracy Studies-2 tool. A bivariate random effects model was used to estimate pooled sensitivity and specificity. We compared the diagnostic accuracy between DBT and DM alone using meta-regression and subgroup analyses by modality of intervention, country, existence of calcifications, breast density, Breast Imaging Reporting and Data System category threshold, study design, protocol for participant sampling, sample size, reason for diagnostic examination, and number of readers who interpreted the studies. Results: Twenty studies (n = 44513) that compared DBT and DM alone were included. The pooled sensitivity and specificity were 0.90 (95% confidence interval [CI] 0.86-0.93) and 0.90 (95% CI 0.84-0.94), respectively, for DBT, which were higher than 0.76 (95% CI 0.68-0.83) and 0.83 (95% CI 0.73-0.89), respectively, for DM alone (p < 0.001). The area under the summary receiver operating characteristics curve was 0.95 (95% CI 0.93-0.97) for DBT and 0.86 (95% CI 0.82-0.88) for DM alone. The higher sensitivity and specificity of DBT than DM alone were consistently noted in most subgroup and meta-regression analyses. Conclusion: Use of DBT was more accurate than DM alone for the diagnosis of breast cancer. Women with clinical symptoms or abnormal screening findings could be more effectively evaluated for breast cancer using DBT, which has a superior diagnostic performance compared to DM alone.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 환경정책연구
• /
• 제13권1호
• /
• pp.25-47
• /
• 2014

여기에서는 CEP-CFP 간의 관련성 관련 연구들을 종합하고 체계적으로 분석해 보고 서로 다른 맥락에서 이루어진 연구들을 비교하여 조절변수를 찾아내기 위해 메타분석을 시도하였다. 연구결과를 보면 첫째, 다섯 가지 CEP척도는 모두 CFP척도와 양의 관련성을 보였으나 환경투자 척도는 유의하지 않았다. CFP척도는 모두 CEP와 정의 상관을 보여 주었다. 둘째, CEP-CFP 간의 관련성을 설명하는 조절변인을 확인하기 위한 메타분석의 결과는 측정방식과 분석(추정)모형은 CEP-CFP 간의 관계를 조절하였다. 반면에 출판년도, 시차변수의 포함 여부, 표본 크기, 학술지 종류는 조절변수로서의 역할을 수행하지 않았다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권4호
• /
• pp.651-667
• /
• 2010

항-고지혈 효과에 대한 연관 측도로 효과 인자를 고려한 헤지의 표준화된 평균차를 이용하였다. 고정효과모형을 적용하여 메타분석을 시행하였다. 그 결과 변의 콜레스테롤 농도와 총 콜레스테롤 농도 그리고 트리글리세리드 농도에서 통계적으로 유의한 감소를 보였으며, 고농도지단백 콜레스테롤 농도에서 통계적으로 유의한 증가를 보였다. 다음으로 연구 간 분산을 고려하지 않고 고정효과모형을 가정하여 분석한 모든 변수들에 대해 동질성 검정을 실행하여 연구 간의 이질성의 존재를 확인하였다. 그 결과 신장의 무게, 간의 무게, 고농도지단백 콜레스테롤, 저농도지단백 콜레스테롤, 총 콜레스테롤, 트리글리세리드 농도에서 동질성을 만족하지 않았다.

• Journal of Veterinary Science
• /
• 제23권1호
• /
• pp.13.1-13.12
• /
• 2022

Background: Toxoplasma gondii can infect humans and most animals and has a very high infection rate worldwide, including in China. The number of people infected with T. gondii in China increases with the number of cats. Objectives: We investigated the seropositive rate of T. gondii in cats over the last five years and analyzed the risk factors via meta-analysis. Methods: We retrieved 20 studies, with a total of 5,158 cats, published between 2016 and 2020, used the DerSimonian-Laird model and calculated seroprevalence estimates with the variance stabilizing double arcsine transformation. Results: The overall seroprevalence rate after sinusoidal conversion was 19.9% (95% confidence interval [CI], 15.9-23.9; 966/5,158), lower than the domestic report from 1995 to 2015 (24.5%, 95% CI, 20.1-29.0). There was substantial heterogeneity among studies (χ² = 262.32; p < 0.001; I² = 64.6%). Regression analysis of possible heterogeneous causes and subgroup analysis showed that age and whether cats were stray or not have a significant effect on the seropositive rate. Conclusions: Articles published in recent five years suggest that the seroprevalence estimates of Toxoplasma gondii in cats has decreased. Cats, as the final host of T. gondii, are an important cause of the spread of the parasite, and this is an important concern for public health.

• 디지털산업정보학회논문지
• /
• 제13권4호
• /
• pp.125-139
• /
• 2017

In this paper, we developed a framework to detect and predict insider information leakage by collecting and restoring network traffic. For automated behavior analysis, many meta information and behavior information obtained using network traffic collection are used as machine learning features. By these features, we created and learned behavior model, network model and protocol-specific models. In addition, the ensemble model was developed by digitizing and summing the results of various models. We developed a function to present information leakage candidates and view meta information and behavior information from various perspectives using the visual analysis. This supports to rule-based threat detection and machine learning based threat detection. In the future, we plan to make an ensemble model that applies a regression model to the results of the models, and plan to develop a model with deep learning technology.

• 아동학회지
• /
• 제25권3호
• /
• pp.41-57
• /
• 2004

The subjects in this study were 442 5th and 6th grade school children in Seoul. Data were analyzed by Pearson's correlation, Stepwise Multiple Regression, and MANOVA. The principal findings were that worry, depression, and trait anxiety were positively related to meta-cognitive knowledge, particularly, meta-worry, positive beliefs about worry, negative beliefs about worry, lower appraisal about cognitive competence, and cognitive self-consciousness. These traits were also positively related to such metacognitive regulation strategies as worry displacement, self punishment, reappraisal, and social control. Metacognition influenced worry, depression, and trait anxiety; groups having more problems worry, depression, and trait anxiety showed high scores in metacognitive knowledge and metacognitive regulation strategies.