아토바스타틴의 약물 적응증 및 부작용에 대한 비정형 데이터 분석 :Analysis of unstructured data on drug indication and adverse drug reaction of Atorvastatin

정휘수,  Jeong, Hwee Soo

추천

검색

자료유형: 학위논문

저자정보: 정휘수, Jeong, Hwee Soo (충북대학교, 충북대학교 대학원)

지도교수: 강길원

발행연도: 2018

저작권: 충북대학교 논문은 저작권에 의해 보호받습니다.

이용수27

이 논문의 연구 히스토리 (2)

2018

아토바스타틴의 약물 적응증 및 부작용에 대한 비정형 데이터 분석

정휘수 ; Jeong , Hwee Soo 의학과 2018.01 학위논문

아토바스타틴의 새로운 약물 적응증 탐색을 위한 비정형 데이터 분석

정휘수 , 강길원 , 최웅 외 3명 보건정보통계학회지 2018.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

수많은 의학논문근거 자료들에서 원하는 정보를 추출하는 방법에 대한 필요성이 대두되고 있다. 본 연구에서는 약품의 새로운 적응증 및 부작용 탐색을 위해 기존에 출판된 의학논문정보 이용한 비정형 데이터 분석의 유용성을 확인하고자 수행하였다. 고지혈증 치료제인 Atorvastatin의 의학논문초록 중 1990년부터 2017년까지 보고된 5,057편을 이용하여 텍스트 마이닝, 네트워크 분석 및 토픽 모델링 분석을 통한 약물의 새로운 적응증 및 부작용 탐색하였다. 추출된 전체 질병 키워드는 273개이었다. 각각의 분석법에 의해 추출된 키워드들을 초록을 통해 확인했을 때 적응증은 33개, 부작용은 8개이었다. 이 중 새로운 적응증 키워드들은 심방세동, 심부전, 심실빈맥, 정맥혈전색전증, 골다공증성 골절, 파킨슨병, 치매, 다발성 경화증, 조영제 유발 신독성, 비알콜성 지방간, 만성 경막하 혈종, 연령 관련 황반 변성, 안검염 등 이었다. 새로운 부작용 키워드들은 난시, 근시, 안검하수, 연하 곤란 등 이었다. 결론적으로 방대한 의학논문정보에서 새로운 적응증 및 부작용 발견을 위한 비정형 데이터 분석은 향후 신약 재창출 산업 등에 활용 될 수 있을 것으로 기대한다

#텍스트 마이닝 #네트워크 분석 #토픽 모델링 #아토바스타틴 #적응증 #부작용 #Text mining #Network analysis #Topic modeling #Atorvastatin

Ⅰ. 서 론 1
1. 연구 배경 1
2. 연구 목적 4
3. 이론적 고찰 5
3.1 텍스트 마이닝 5
3.2 네트워크 분석 11
3.2.1 중심성 분석 14
3.2.1.1 연결정도 중심성 분석 14
3.2.1.2 근접 중심성 분석 15
3.2.1.3 매개 중심성 분석 15
3.2.1.4 아이겐벡터 중심성 16
3.2.2 구조적 공백 16
3.2.3 하위그룹 분석 17
3.3 토픽 모델링 19
3.4 고지혈증 및 HMG-CoA 환원효소 억제제에 대한 문헌 고찰 21
Ⅱ. 방 법 25
1. 자료 수집 방법 25
1.1 펍메드 검색식을 이용한 아토바스타틴 연구 초록 추출 25
1.2 아토바스타틴 연구 논문 펍메드 검색식 25
2. 자료 분석 방법 28
2.1 연도별, 지역별 연구 초록 분류 28
2.2 텍스트 마이닝 29
2.3 네트워크 분석 및 토픽 모델링 31
Ⅲ. 결 과 37
1. 아토바스타틴 연구 논문들의 기술적 특성 37
2. 아토바스타틴 연구 논문 텍스트 마이닝 40
2.1 아토바스타틴 연구 논문 초록에서 추출한 질병 키워드 40
2.2 질병 혹은 증상 키워드들의 연도별 비교 42
2.3 질병 혹은 증상 키워드들의 지역별 비교 43
3. 아토바스타틴 연구 논문 질병 키워드 네트워크 분석 44
3.1 네트워크의 일반적 특성 44
3.2 중심성 분석 47
3.2.1 연결 정도 중심성 분석 결과 47
3.2.2 근접 중심성 분석 결과 48
3.2.3 매개 중심성 분석 결과 48
3.2.4 아이겐벡터 중심성 분석 결과 49
3.3 구조적 공백 52
3.4 하위그룹 분석 54
3.4.1 컴퍼넌트 분석 54
3.4.2 커뮤니티 분석 56
3.5 TF-IDF와 토픽 모델링에 의한 새로운 질병 키워드 탐색 58
4. 적응증 및 부작용 질병 키워드 분류 66
Ⅳ. 고 찰 70
1. 아토바스타틴 연구초록 키워드들에 대한 고찰 70
2. 비정형 분석법에 대한 고찰 75
3. 제한점 79
Ⅴ. 결 론 80
참 고 문 헌 82
부 록 100

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)