• Journal of Cardiovascular Imaging
• /
• 제31권2호
• /
• pp.85-95
• /
• 2023

BACKGROUND: The prognostic utility of follow-up transthoracic echocardiography (FU-TTE) in patients with hypertrophic cardiomyopathy (HCM) is unclear, specifically in terms of whether changes in echocardiographic parameters in routine FU-TTE parameters are associated with cardiovascular outcomes. METHODS: From 2010 to 2017, 162 patients with HCM were retrospectively enrolled in this study. Using echocardiography, HCM was diagnosed based on morphological criteria. Patients with other diseases that cause cardiac hypertrophy were excluded. TTE parameters at baseline and FU were analyzed. FU-TTE was designated as the last recorded value in patients who did not develop any cardiovascular event or the latest exam before event development. Clinical outcomes were acute heart failure, cardiac death, arrhythmia, ischemic stroke, and cardiogenic syncope. RESULTS: Median interval between the baseline TTE and FU-TTE was 3.3 years. Median clinical FU duration was 4.7 years. Septal trans-mitral velocity/mitral annular tissue Doppler velocity (E/e'), tricuspid regurgitation velocity, left ventricular ejection fraction (LVEF), and left atrial volume index (LAVI) at baseline were recorded. LVEF, LAVI, and E/e' values were associated with poor outcomes. However, no delta values predicted HCM-related cardiovascular outcomes. Logistic regression models incorporating changes in TTE parameters had no significant findings. Baseline LAVI was the best predictor of a poor prognosis. In survival analysis, an already enlarged or increased size LAVI was associated with poorer clinical outcomes. CONCLUSIONS: Changes in echocardiographic parameters extracted from TTE did not assist in predicting clinical outcomes. Cross-sectionally evaluated TTE parameters were superior to changes in TTE parameters between baseline and FU at predicting cardiovascular events.

• Korean Journal of Radiology
• /
• 제23권12호
• /
• pp.1269-1280
• /
• 2022

Objective: This study aimed to evaluate the usefulness of quantitative indices obtained from deep learning analysis of gadoxetic acid-enhanced hepatobiliary phase (HBP) MRI and their longitudinal changes in predicting decompensation and death in patients with advanced chronic liver disease (ACLD). Materials and Methods: We included patients who underwent baseline and 1-year follow-up MRI from a prospective cohort that underwent gadoxetic acid-enhanced MRI for hepatocellular carcinoma surveillance between November 2011 and August 2012 at a tertiary medical center. Baseline liver condition was categorized as non-ACLD, compensated ACLD, and decompensated ACLD. The liver-to-spleen signal intensity ratio (LS-SIR) and liver-to-spleen volume ratio (LS-VR) were automatically measured on the HBP images using a deep learning algorithm, and their percentage changes at the 1-year follow-up (ΔLS-SIR and ΔLS-VR) were calculated. The associations of the MRI indices with hepatic decompensation and a composite endpoint of liver-related death or transplantation were evaluated using a competing risk analysis with multivariable Fine and Gray regression models, including baseline parameters alone and both baseline and follow-up parameters. Results: Our study included 280 patients (153 male; mean age ± standard deviation, 57 ± 7.95 years) with non-ACLD, compensated ACLD, and decompensated ACLD in 32, 186, and 62 patients, respectively. Patients were followed for 11-117 months (median, 104 months). In patients with compensated ACLD, baseline LS-SIR (sub-distribution hazard ratio [sHR], 0.81; p = 0.034) and LS-VR (sHR, 0.71; p = 0.01) were independently associated with hepatic decompensation. The ΔLS-VR (sHR, 0.54; p = 0.002) was predictive of hepatic decompensation after adjusting for baseline variables. ΔLS-VR was an independent predictor of liver-related death or transplantation in patients with compensated ACLD (sHR, 0.46; p = 0.026) and decompensated ACLD (sHR, 0.61; p = 0.023). Conclusion: MRI indices automatically derived from the deep learning analysis of gadoxetic acid-enhanced HBP MRI can be used as prognostic markers in patients with ACLD.

• 마케팅과학연구
• /
• 제19권4호
• /
• pp.57-63
• /
• 2009

随着电子商务指数式增长(电子商务), 营销人员正试图获得通过强调服务质量和服务方面的相互作用而导致客户满意度或行为后果的竞争优势. 特别是对于服装, 服务质量是鼓励客户电子忠诚的关键因素之一, 并增加电子商务中服装零售的成功. 因此, 本研究探讨电子服务质量(电子SERVQUAL)的因素和根据Parasuraman等人(2005)的研究框架对网上服装购物的电子忠诚度的独特影响. 这项研究的具体目标是确定的基本层面的E - SERVQUAL, 分析有关在网上服装购物中电子SERVQUAL对点在忠诚度的影响的结构模型. 对于服务质量, 在网上购物方面的理论框架, 我们比较分析了有关传统和电子服务质量的因素的文献并确定了核心的两个方面和恢复服务. 这项研究的假设是电子SERVQUAL对电子忠诚度的影响. 客户满意度对电子服装网上购物服务的忠诚度有积极影响和客户满意度在电子SERVQUAL对服装网上购物电子忠诚度影响中的中介作用. 根据文献我们制成了一份自填式的问卷. 我们在美国从居住在大城市的有在网上购买服装产品的在线消费者中获得了252份有用的问卷. 通过因子分析(例如, 探索, 验证)评估了有效性和可靠性, 结构方程模型, 包括测量和结构模型, 通过线性结构8.8程序评估了包括测量和结构模型的结构方程模型. 结果显示, 网上购物网站的电子SERVQUAL的五个因素: 赔偿, 执行, 效率, 系统可用性和反应能力. 这支持在网上服装购物方面Parasuraman(2005)的E-S-QUAL包括两个方面的核心服务(如满足, 效率, 系统可用性)和恢复相关的服务(例如, 补偿, 回应). 在结构方程模型中, 有5个电子SERVQUAL因素的外生潜变量, 两个内生潜变量(例如客户满意度, 电子忠诚度). 对于测量模型, 各代表概念的因子载荷有显著的统计学意义, 比 0.60大, 内部一致性信从 0.85 至 0.8 8 不等. 在估计电子SERVEQUAL因素的结构模型, 系统的可用性对电子忠诚的直接和积极的作用, 而效率对网上服装购物的电子忠诚度有负面影响. 然而, 满足不是解释网上服装购物的电子SERVQUAL结果的重要指标. 这一发现意味着, 可被理解为系统提供服务的质量可能会增加对服装网上购物的客户满意度. 然而, 电子忠诚取决于服务质量没有被支持, 因为在网上服装购买中, 通过价值或满意度的中介作用, 服务质量对电子忠诚度(例如再购买意图)有间接影响. 此外, 获得赔偿和回应被发现对客户满意度有显著影响, 会影响网上服装购买的电子忠诚度. 因此, 获得赔偿和回应对电子忠诚度有显著的间接影响. 这表明, 恢复特定的服务因素在客户满意度最大化方面的重要作用, 以及维护客户对网上服装购物网站的忠诚度方面的重要作用. 研究结果在管理和研究方面都有启示. 时装营销者可以在建立与客户的长期关系的基础上, 不断测量顾客感知与恢复服务有关的服务质量等问题, 例如对问题和返回的迅速反应, 客户购买之后的问题赔偿. 为了保持电子忠诚, 在消费者购买服装中恢复服务对消费者第一次选择网站起到重要作用. 由于网上购物的消费者可以在任何地方购物, 提高竞争优势的营销策略是为消费者提供更好的服务质量, 最大限度地满意, 并把创造客户网上服装购买的电子忠诚度. 从研究的角度来看, 解释这些结果时, 本研究的一些局限需要被考虑. 对于未来的研究, 调查结果为这一重要主题理论和实证方面的进一步的研究提供了依据. 根据研究结果, 更全面的模型预测电子SERVQUAL的结果可以被开发和测试. 对全球时装市场, 这项研究可以扩展使用多国样本的跨文化的方法来研究服装的电子服务质量.

• Journal of Preventive Medicine and Public Health
• /
• 제30권3호
• /
• pp.630-642
• /
• 1997

60세이상 노인인구를 대상으로 '농촌지역 노인들의 우울 및 인지기능 장애에 관한 연구'를 한 이정애와 정향균의 연구대상 558명에 대해 농촌지역 노인들의 인지기능 장애와 사망과의 관련성을 살펴본 결과는 다음과 같다. 1) 3년동안 동안 전체 대상자의 사망률은 558명중 57명인 10.2%이었으며 353명의 정상 인지기능군 중 사망자는 30명으로 사망률 8.5%, 126명 의 경도 인지장애군중 사망자는 14명으로 사망률 11.1%, 79명의 중증 인지장애군중 사망자는 13명으로 사망률 16.5% 이었다(표 3). 2) 3년동안 전체 연구 대상자의 생존율은 0.91이었으며 정상, 경도, 중증 인지기능 장애군의 3년 생존율은 각각 0.92, 0.90, 0.86이었다. 로그 순위 검정법으로 인지기능 정상군과 경도 및 중증의 각 인지기능 장애군의 생존곡선을 비교한 결과 통계적으로 유의하지 않았다. 또한 인지기능 정상군과 경도 이상의 인지기능 장애군간 생존곡선을 비교한 결과도 유의한 차이는 없었다. 3) 혼란변인을 보정하지 않는 Cox의 비례위험 회귀 모형의 단변량분석의 결과 95% 신뢰구간(C.I. : Confidence Interval)에서 사망위험도가 유의한 변인은 연령, 월수입, 흡연습관, 신체장애 등이었으며, 인지기능 장애정도를 정상 그리고 경도 및 중증으로 분류한 분석에서는 정상군에 비해 경도 및 중증의 사망위험도가 유의하게 높지 않았으나, 인지기능 점수(MMSEK score)의 증가에 따른 분석 결과 사망위험도가 0.94로 유의하게 낮게 나타났다(표 4). 4) 잠재적 혼란변인들의 영향을 보정한 Cox의 비례위험 회귀모형의 다변량 분석의 결과 인지기능 장애정도 및 MMSEK 점수증가에 따른 사망위험도는 어느 모형에서도 인지기능 장애정도가 사망에 미치는 위험도는 통계적으로 유의하지 않았다(표 5). 5) 남녀별로 각각 인지기능 장애와 사망위험도와의 관계를 알아보기 위해 다변량 분석을 시행한 결과 인지기능 장애정도 및 MMSEK 점수 증가에 따른 사망위험도는 어느 모형에서도 인지기능 장애정도가 사망에 미치는 위험도는 통계적으로 유의하지 않았다(표 6, 표 7). 이상 본 연구는 농촌지역 노인들에서 인지기능 장애정도가 사망에 미치는 영향을 알아보고자 하였지만, 인지기능 장애정도가 사망에 미치는 영향을 통계적으로 유의하게 고찰하지 못하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.157-177
• /
• 2022

투자자들은 증권회사가 제공하는 시세표인 Limit Order Book 정보를 통해 국내외 투자자들이 제출하는 주문 정보를 실시간으로 파악하면서 거래에 참여하고 있다. Limit Order Book에 실시간으로 공개되고 있는 주문 정보가 주가 예측에서 유용성이 있을까? 본 연구는 장 중 투자자들의 매수와 매도 주문이 어느 한쪽으로 쏠리면서 주문 불균형이 나타나는 경우 미래 주가 등락의 예측 변수로서 유의성이 있는지를 분석하는 것이다. 분류 알고리즘을 이용하여 주문 불균형 정보의 당일 종가 등락에 대한 예측 정확도를 높이고, 예측 결과를 이용한 데이트레이딩 전략을 제안하며 실증분석을 통해 투자 성과를 분석한다. 자료는 2004년 1월 19일부터 2022년 6월 30일까지의 4,564일 동안의 코스피200 주가지수선물 5 분 봉 주가를 분석하였다. 실증분석 결과는 다음과 같다. 첫째, 총매수 주문량과 총매도 주문량의 불균형 정도로 측정하는 주문 불균형지수와 주가는 유의적 상관성을 보인다. 둘째, 주문 불균형 정보는 당일 종가까지의 미래 주가 등락에 대해서도 유의적인 영향력이 나타났다. 셋째, 주문 불균형 정보를 이용한 당일 종가 등락의 예측 정확도는 Support Vector Machines 알고리즘이 54.1%로 가장 높게 나타났다. 넷째, 하루 중 이른 시점에서 측정한 주문 불균형지수가 늦은 시점에서 측정한 주문 불균형지수보다 예측 정확성이 더 높았다. 다섯째, 종가 등락 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 비교모형의 투자 성과보다 높게 나타났다. 여섯째, 분류 알고리즘을 이용한 투자 성과는 K-Nearest Neighbor 알고리즘을 제외하면 모두 비교모형보다 총수익 평균이 높게 나타났다. 일곱째, Logistic Regression, Random Forest, Support Vector Machines, XGBoost 알고리즘의 예측 결과를 이용한 데이트레이딩 전략의 투자 성과는 수익성과 위험성을 동시에 평가하는 샤프비율에서도 비교모형보다 높은 결과를 보여주었다. 본 연구는 Limit Order Book 정보 중 총매수 주문량과 총매도 주문량 정보의 경제적 가치가 존재함을 밝혔다는 점에서 기존의 연구와 학술적 차별점을 갖는다. 본 연구의 실증분석 결과는 시장 참여자들에게 투자 전략적 측면에서 함의가 있다고 판단된다. 향후 연구에서는 최근 활발히 연구가 진행되고 있는 딥러닝 모형 등으로의 확장을 통해 주가 예측의 정확도를 높임으로써 데이트레이딩 투자전략의 성과를 개선할 필요가 있다.

• Nuclear Engineering and Technology
• /
• 제56권4호
• /
• pp.1501-1512
• /
• 2024

Plasma disruption in tokamak experiments is a challenging issue that causes damage to the device. Reliable prediction methods are needed, but the lack of full understanding of plasma disruption limits the effectiveness of physics-driven methods. Data-driven methods based on supervised learning are commonly used, and they rely on labelled training data. However, manual labelling of disruption precursors is a time-consuming and challenging task, as some precursors are difficult to accurately identify. The mainstream labelling methods assume that the precursor onset occurs at a fixed time before disruption, which leads to mislabeled samples and suboptimal prediction performance. In this paper, we present disruption prediction methods based on anomaly detection to address these issues, demonstrating good prediction performance on J-TEXT and EAST. By evaluating precursor onset times using different anomaly detection algorithms, it is found that labelling methods can be improved since the onset times of different shots are not necessarily the same. The study optimizes precursor labelling using the onset times inferred by the anomaly detection predictor and test the optimized labels on supervised learning disruption predictors. The results on J-TEXT and EAST show that the models trained on the optimized labels outperform those trained on fixed onset time labels.