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
- 학위논문
- 저자정보
- 지도교수
- 김영희
- 발행연도
- 2018
- 저작권
- 호서대학교 논문은 저작권에 의해 보호받습니다.
이용수32
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
암의 바이오마커는 암의 진행에 있어서 진단, 진행 정도, 치료의 예후 및 예측 등에 사용된다. 그러나 현재까지는 전립선암에 대한 조기발견과 질환의 위험도를 분석하고 입증할 수 있는 충분한 연구가 이루어지지 않은 실정이다. 본 연구에서는 혈청 바이오마커를 이용하여 전립선암을 진단하는 바이오마커 패널을 구축하고자 하였다. 혈청 샘플은 111명의 전립선암 환자와 343명의 정상인의 혈청을 이용하였으며, 자동화 장비를 이용하여 바이오마커의 농도를 측정하였다.
총 11가지 바이오마커가 본 연구에 사용되었으며, t-test를 통해 9가지 바이오마커 (ApoA1, ApoA2, AFP, PSA, CA125, TTR, B2M, CRP, Cyfra21.1)가 유의한 차이를 나타냈다 (p < 0.01). 바이오마커들 중 어떤 조합의 패널이 전립선암에 있어서 가장 적합한 성능을 지니고 있는지 알아보기 위해 R 통계 패키지를 이용하여 평가하였다.
Ridge regression 방법을 사용한 ApoA2, CA19.9, PSA, CYFRA21.1 바이오마커 조합이 가장 우수한 성능을 나타냈으며, 이 패널은 Ridge regression 뿐만 아니라 Logistic 회귀분석, Random Forest, Support Vector Machine에서도 우수한 성능을 보임을 확인하였다. 이러한 저침습적 방법인 바이오마커 패널은 향후 전립선암 환자의 징후를 판단함에 있어 정확성을 높일 수 있는 좋은 방법이 될 것이다.
총 11가지 바이오마커가 본 연구에 사용되었으며, t-test를 통해 9가지 바이오마커 (ApoA1, ApoA2, AFP, PSA, CA125, TTR, B2M, CRP, Cyfra21.1)가 유의한 차이를 나타냈다 (p < 0.01). 바이오마커들 중 어떤 조합의 패널이 전립선암에 있어서 가장 적합한 성능을 지니고 있는지 알아보기 위해 R 통계 패키지를 이용하여 평가하였다.
Ridge regression 방법을 사용한 ApoA2, CA19.9, PSA, CYFRA21.1 바이오마커 조합이 가장 우수한 성능을 나타냈으며, 이 패널은 Ridge regression 뿐만 아니라 Logistic 회귀분석, Random Forest, Support Vector Machine에서도 우수한 성능을 보임을 확인하였다. 이러한 저침습적 방법인 바이오마커 패널은 향후 전립선암 환자의 징후를 판단함에 있어 정확성을 높일 수 있는 좋은 방법이 될 것이다.
목차
Ⅰ. 서론 1Ⅱ. 이론적 배경 41. 전립선암의 이해 42. 전립선암의 진단 방법 73. 바이오마커의 연구 동향 134. 바이오마커의 분석 방법 19Ⅲ. 연구재료 및 방법 241. 검체수집 242. 전립선암 진단을 위한 바이오마커의 발굴 253. 바이오마커의 측정기기 및 성능 평가 304. 바이오마커의 유효성에 관한 통계적 방법 31Ⅳ. 연구 결과 및 고찰 361. 선택된 마커의 성능평가 362. 통계분석을 통한 단일 바이오마커 성능 평가 393. 바이오마커 조합 성능 평가 44Ⅴ. 결론 63요약 65ABSTRACT 66REFERENCES 68
최근 본 자료
댓글(0)
0