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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
안지호 (경희대학교) 류세영 (경희대학교) 김시현 (경희대학교) 김재경 (경희대학교)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제31권 제1호
발행연도
2025.3
수록면
145 - 161 (17page)
DOI
10.13088/jiis.2025.31.1.145

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
재원일수는 병원 운영 능력의 효율성과, 환자 관리의 질을 평가하는 데 매우 중요한 요소이다. 따라서, 환자의 정보를 분석하여, 재원일수를 정확하게 예측하고 관리하는 것이 필요하다. 이를 위하여, 본 연구에서는 국민건강보험공단에서 제공한 코호트 데이터베이스의 데이터를 기반으로, 모든 입원 환자에 대한 재원일수를 분석하였다. 이때, XGBoost(Extreme Gradient Boosting) 모델과 순열 특성 중요도 기법을 적용하여, 어떤 특성이 환자의 재원일수에 중요한 영향을 미치는 지 분석하였다. 이를 통해, 모델에 대한 설명 가능성을 개선하고, 모델 분석 결과를 일반화하는 것을 목표로 하였다. 본 연구에서는, 환자의 재원일수 분포를 참고하여, 범주화를 수행하였다. 결과적으로, 환자 및 의료 기관 특성을 따라 단기/중기/장기 입원 범주를 예측하는 것으로 연구를 수행하였다. 그 결과, 순열 특성 중요도 기법을 XGBoost 모델에 적용했을 때, 재원일수의 예측 성능이 향상되었음을 확인하였다. 구체적으로, 순열 특성 중요도 기법을 적용하지 않은 모델에 비하여, 정확도는 11%, F1-score는 10.2% 개선되었다. 또한, 주상병, 연령, 그리고 기관 내 의료진 수 등 재원일수를 결정할 때 고려해야 할 핵심 특성을 확인하였다.
#재원일수 #순열 특성 중요도 #설명력 #Length of stay(LOS) #Permutation feature importance #XGBoost(Extreme Gradient Boosting) #Explainability

목차

1. 서론
2. 이론적 배경
3. 연구 데이터
4. 방법론
5. 연구 결과
6. 결론
참고문헌(References)
Abstract

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최대 파고 예측을 위한 Permutation Importance 기반 데이터 특성 분석: 제주도 지귀도 사례 연구
홍건우 ,  최길한 ,  유광운 외 2명 한국통신학회 학술대회논문집 2024 .06

최근 본 자료

전체보기

댓글(0)

0