메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송유정 (공주대학교) 박지수 (공주대학교) 김동욱 (경상국립대학교) 김찬수 (공주대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제35권 제1호
발행연도
2024.1
수록면
99 - 110 (12page)
DOI
10.7465/jkdi.2024.35.1.99

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
당뇨병은 전 세계적으로 증가하고 있는 만성질환으로 다양한 합병증으로 인해 환자의 재입원이 빈번하게 발생한다. 계획되지 않은 재입원은 환자의 심각한 건강 문제를 초래할 뿐만 아니라 의료 시스템의 재정적인 부담을 증가시킨다. 이에 따라 정부와 의료기관은 환자의 재입원을 줄이는 데 관심을 기울이고 있다. 본 연구에서는 기계학습 모델을 활용하여 당뇨병 환자의 30일 이내 재입원 여부를 예측하고자 한다. 사용된 데이터는 미국 전역의 병원에서 10년 동안 수집된 환자 자료로 불균형한 데이터이다. 따라서, 데이터의 불균형을 해소하기 위해 Random Under Sampling을 적용하고 환자의 재입원 여부를 예측하기 위해 7개의 기계학습 모델들을 활용하였다. 또한, 환자의 중복된 입원 기록을 제거하고 당뇨병 특성을 고려하여 새로운 파생 변수를 추가하는 전처리 작업을 수행하였다. 그 결과, 전처리 작업을 통해 기계학습 모델의 예측 성능이 전반적으로 향상되었다. 특히, Light GBM 모델은 AUC가 0.7238로 가장 우수한 예측 성능을 보였다. 또한, 모델의 변수 중요도 분석을 통해 시술 및 약물의 수와 입원 기간이 30일 이내 재입원한 환자를 예측하는 모델에 상당한 영향을 미쳤음을 알 수 있다.

목차

요약
1. 서론
2. 데이터 및 전처리
3. 방법
4. 연구결과
5. 결론
References
Abstract

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089365519