지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.7
- 수록면
- 184 - 191 (8page)
- DOI
- 10.5762/KAIS.2022.23.7.184
이용수
초록· 키워드
오류제보하기
본 연구의 목적은 대용량 자료의 분석 및 예측에 용이한 머신러닝 기법을 다양하게 적용하여 당뇨병성 콩팥병 발생 영향요인 분석 및 예측을 위한 가장 적합한 기계분석 알고리즘을 찾고자 하는 것이다. 본 연구의 데이터는 질병관리본부에서 시행한 국민건강영양조사 2015년(제6기 3차)부터 2019년(제8기 1차)의 총 5개년 자료를 대상으로 분석하였으며 최종 분석 대상자는 2015년 548명, 2016년 626명, 2017년 598명, 2018년 575명, 2019년 607명이다. 총 eGFR 감소의 정량적 예측을 위해 kNN, Decision tree, LGBM, Voting, XGBoost의 5가지 분류기(Classification) 알고리즘을 검토하였다. 학습 및 예측 정확도를 수치적으로 평가하기 위한 지표로 평균제곱근오차(Root Mean Squre Erro, RMSE)와 결정 계수(R²)를 활용하였다. 연구결과 XGBoost를 활용한 알고리즘의 RandomForest Regressor 기준으로 Hyper Parameter (gamma = 1.3, max_depth = 6)를 적용한 결과, 상관도(kendal)가 0.07 이상인 변수는 "sex", "age", 흡연여부, 허리둘레, HDL-cholesterol, Hemoglobin, Hematocrit, Blood urea nitrogen, 백혈구, 요단백, 요중크레아티닌, 요나트륨으로 총 12개로 나타났으며, 기계학습의 결과 R² Score는 0.752 최소 MAE는 0.231이었다. 본 연구를 바탕으로 당뇨합병증 위험도를 예측하는 새로운 예측 모델을 구성하여 머신러닝 모델을 웹서비스로 제공하여 실시간 건강관리에 활용함으로써 주요 질병 위험도 산출 및 합병증 예측을 통한 향후 효과적인 당뇨합병증 위험도 예측 서비스프로그램을 마련하는 기초 자료를 제공하고자 한다.
목차
요약
Abstract
1. 서론
2. 본론
3. 논의
References
참고문헌 (31)
참고문헌 신청
H. J. Seo, “Effects for Comorbidities of Chronic Kidney Disease on the Progression to End-stage Renal Disease”, Journal of Health Informatics and Statistics, Vol.45, No.4, pp.356-364, 2021. DOI: https://doi.org/10.21032/jhis.2020.45.4.356
K. W. Oh, Y. J. Kim, S. H. Kweon, S. Y. Kim, S. H. Yun, et al., “Korea National Health and Nutrition Examination Survey, 20th anniversary: accomplishments and future directions”, Epidemiology and health , Vol.43, e2021025, 2021 DOI: https://doi.org/10.4178/epih.e2021025
Association AD, “11. Microvascular complications and foot care: standards of medical care in diabetes-2019”, Diabetes Care, Vol.42(Suppl 1), S124-S138, 2019. DOI: https://doi.org/10.2337/dc19-S011
T. Yamazaki, I. Mimura, T. Tanaka, M. Nangaku, “Treatment of diabetic kidney disease: current and future”, Diabetes & Metabolism Journal, Vol.45, No.1, pp.11-26, 2021. DOI: https://doi.org/10.4093/dmj.2020.0217
D. H. Yang, S. Y. Lee, “Diabetic kidney disease: seven questions”, Journal of the Korean Medical Association, Vol.63, No.1, pp.6-13, 2020. DOI: http://doi.org/10.5124/jkma.2020.63.1.6
K. W. Oh, Y. J. Kim, S. H. Kweon, S. Y. Kim, S. H. Yun, et al., “Korea National Health and Nutrition Examination Survey, 20th anniversary: accomplishments and future directions”, Epidemiology and health , Vol.43, e2021025, 2021 DOI: https://doi.org/10.4178/epih.e2021025
Association AD, “11. Microvascular complications and foot care: standards of medical care in diabetes-2019”, Diabetes Care, Vol.42(Suppl 1), S124-S138, 2019. DOI: https://doi.org/10.2337/dc19-S011
T. Yamazaki, I. Mimura, T. Tanaka, M. Nangaku, “Treatment of diabetic kidney disease: current and future”, Diabetes & Metabolism Journal, Vol.45, No.1, pp.11-26, 2021. DOI: https://doi.org/10.4093/dmj.2020.0217
D. H. Yang, S. Y. Lee, “Diabetic kidney disease: seven questions”, Journal of the Korean Medical Association, Vol.63, No.1, pp.6-13, 2020. DOI: http://doi.org/10.5124/jkma.2020.63.1.6
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Predicting the association between metabolic syndrome and chronic kidney disease using the XGBoost model
한국산학기술학회 논문지
2024 .07
-
작물 생산량 예측을 위한 머신러닝 기법 활용 연구
한국산학기술학회 논문지
2021 .07
-
A Design and Implement of Efficient Agricultural Product Price Prediction Model
한국컴퓨터정보학회논문지
2022 .05
-
머신러닝을 이용한 실리콘 광다이오드의 구조설계 최적화에 관한 연구
대한전자공학회 학술대회
2021 .11
-
XGBoost 기법을 이용한 단기 전력 수요 예측 및 하이퍼파라미터 변화에 따른 영향 분석
전기학회논문지
2019 .09
-
FEM 시뮬레이션 기반 XGBoost 머신러닝 모델을 활용한 사출성형공정 특성 예측에 관한 연구
한국생산제조학회 학술발표대회 논문집
2024 .12
-
XGBoost를 이용한 단기 발전량 예측 모델의 평가 및 해석
대한전기학회 학술대회 논문집
2019 .07
-
학습 데이터에 따른 XGBoost 기반 실시간 전력수요예측 모델 성능 비교
대한전기학회 학술대회 논문집
2024 .07
-
XGBoost를 이용한 격자기반 다중밀집시설 화재발생 예측
한국측량학회 학술대회자료집
2021 .11
-
실증 데이터 기반 태양광 발전소 발전량 예측 알고리즘 구축 및 모델의 관리 방법
한국태양에너지학회 학술대회논문집
2022 .04
-
XGBoost 기반 당뇨병 예측 알고리즘 연구 : 국민건강영양조사 2016~2018 을 이용하여
한국통신학회 학술대회논문집
2021 .02
-
XGBoost와 하이퍼파라미터 최적화를 이용한 주간 발전량 예측
대한전기학회 학술대회 논문집
2019 .07
-
딥러닝과 XGBoost를 이용한 뇌졸중 질환 예측
Proceedings of KIIT Conference
2022 .06
-
머신러닝과 딥러닝을 이용한 아파트 가격 예측 모델 연구
대한전자공학회 학술대회
2024 .06
-
XGBoost를 이용한 시계열 주행기록 기반 위험운전 예측 인자 선정
한국통신학회 학술대회논문집
2025 .02
-
건물 에너지 데이터 결측치 처리방식에 따른 차원 축소 및 모델 예측 성능 분석
한국태양에너지학회 학술대회논문집
2023 .11
-
기상 자료 공간 보간을 활용한 XGBoost 기반 풍력발전 출력 예측 모형에 관한 연구
대한전기학회 학술대회 논문집
2024 .07
-
XGboost를 이용한 허혈성 심질환 발생 예측모형 개발
한국지능정보시스템학회 학술대회논문집
2020 .11
-
환자 IQR 이상치와 상관계수 기반의 머신러닝 모델을 이용한 당뇨병 예측 메커니즘
한국정보통신학회논문지
2021 .10
-
Xgboosting 기법을 이용한 실내 위치 측위 기법
한국정보통신학회 종합학술대회 논문집
2021 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
드론영상 기반 도시지역의 토지피복 분류를 위한 기계학습 알고리즘 비교
박건웅
,
이흥규
,
박경훈
외 4명
한국측량학회 학술대회자료집
2022
.04
군대와 성 : 페미니즘으로 제도의 불평등을 넘어 체제의 폭력에 맞서기
고정갑희
여/성이론
2011
.06
저작압 측정장치의 개발과 치근단 질환 진단에의 응용
이건희
,
이인복
대한치과재료학회지
2024
.03
머신러닝을 활용한 당뇨병 환자의 관상 동맥 질환 모델 개발
권다운
,
장소현
,
권보영
외 1명
한국통신학회 학술대회논문집
2023
.11
유전자 알고리즘을 이용한 자동표준곡선중첩법에 의한 유정시험자료의 해석
유인항
,
성원모
한국자원공학회지
1997
.04
최근 본 자료
댓글(0)
0