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
- 김성범
- 발행연도
- 2022
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수13
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
응급실 과밀화는 환자 만족도와 치료의 질에 영향을 미친다. 응급실 과밀화의 주요 원인은 치료 과정과 응급실 치료 후 환자 퇴실 조치 사이의 시스템적인 지연으로 볼 수 있다. 환자 퇴실 조치를 조기에 예측하면 환자 흐름을 개선하고 병원 자원 할당을 최적화할 수 있다. 해외에서는 지도 학습 기법을 이용한 퇴실 조치 연구가 활발히 진행되고 있는 반면에, 지연되는 응급 의료 환경에도 불구하고 국내에서는 거의 이루어지지 않았다. 이전 연구는 병원 입원 또는 귀가의 이진 예측으로 한정되어 진행되었다. 본 연구에서는 국가응급진료정보망(NEDIS)에서 응급실 내원 환자의 초기 정보를 이용하여 환자의 퇴실 조치 (귀가, 일반 병동 입원, 중환자실 입원)을 예측하고자 하였다. 다항 로지스틱 회귀, 의사결정 나무, 랜덤 포레스트, CatBoost 및 TabNet을 포함한 가지 기계 학습 방법의 예측 성능을 제공한다. 결과적으로 Catboost가 가장 높은 성능을 보임을 확인할 수 있었다. 본 연구는 입원에 대한 표준 지표를 제공하여 의사 결정에 도움을 주고자 한다.
목차
1. 서론.......................................................................12. 실험 방법................................................................52.1. 데이터 수집 및 전처리...............................................52.2. 분석 방법................................................................143. 결과.......................................................................173.1. 실험 평가 지표.........................................................173.2. 실험 결과................................................................193.3. 변수 중요도.............................................................264. 결론........................................................................32참고 문헌........................................................................34
최근 본 자료
댓글(0)
0