Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

국민건강영양조사를 활용한 대사증후군 유병 예측모형 개발을 위한 융복합 연구: 데이터마이닝을 활용하여

Full metadata record
DC Field Value Language
dc.contributor.author김한결-
dc.contributor.author최근호-
dc.contributor.author임성원-
dc.contributor.author이현실-
dc.date.accessioned2021-09-04T07:46:00Z-
dc.date.available2021-09-04T07:46:00Z-
dc.date.created2021-06-17-
dc.date.issued2016-
dc.identifier.issn2713-6434-
dc.identifier.urihttps://scholar.korea.ac.kr/handle/2021.sw.korea/91044-
dc.description.abstract이 연구의 목적은 국민건강영양조사 2012년 자료 중 40세 이상 성인의 대사증후군 유병 여부를 예측에 영향을 미치는 변수를 확인하고 이를 예측하는 모형 개발하는데 있다. 선행연구를 통해 모델 생성에 필요한 투입변수를 선정하였다. 연구결과 투입변수 중 사회경제적 요인이 상위 순위에 해당하였으며, 건강행위 요인의 경우 하위 순위로 나타났다. 또한, 최종 예측모형은 의사결정나무 (Decision Tree)일 경우 90. 32%의 가장 높은 예측력을 나타내고 있었다. 이 연구의 결과는 다음과 같은 시사점을 나타낸다. 먼저, 대사증후군에 대한 예방 및 관리에 있어 건강행위에 대한 접근과 함께 사회경제적 요인에 대한 접근도 병행을 고려해야 한다. 또한, 의사결정나무 알고리즘의 경우 결과해석의 용이성이 있어 보건의료분야에서 많이 사용되며, 선행연구의 결과와 마찬가지로 높은 예측정확도를 나타내고 있다.-
dc.languageKorean-
dc.language.isoko-
dc.publisher한국디지털정책학회-
dc.title국민건강영양조사를 활용한 대사증후군 유병 예측모형 개발을 위한 융복합 연구: 데이터마이닝을 활용하여-
dc.title.alternativeDevelopment of Prediction Model for Prevalence of Metabolic Syndrome Using Data Mining: Korea National Health and Nutrition Examination Study-
dc.typeArticle-
dc.contributor.affiliatedAuthor이현실-
dc.identifier.doi10.14400/JDC.2016.14.2.325-
dc.identifier.bibliographicCitation디지털융복합연구, v.14, no.2, pp.325 - 332-
dc.relation.isPartOf디지털융복합연구-
dc.citation.title디지털융복합연구-
dc.citation.volume14-
dc.citation.number2-
dc.citation.startPage325-
dc.citation.endPage332-
dc.type.rimsART-
dc.identifier.kciidART002086678-
dc.description.journalClass2-
dc.description.journalRegisteredClasskci-
dc.subject.keywordAuthor대사증후군-
dc.subject.keywordAuthor속성선택-
dc.subject.keywordAuthor데이터 마이닝-
dc.subject.keywordAuthor의사결정나무-
dc.subject.keywordAuthor로지스틱 회귀분석-
dc.subject.keywordAuthor인공신경망-
dc.subject.keywordAuthor국민건강영양조사-
dc.subject.keywordAuthorMetabolic syndrome-
dc.subject.keywordAuthorFeature selection-
dc.subject.keywordAuthorData mining-
dc.subject.keywordAuthorDecision tree-
dc.subject.keywordAuthorLogistic regression-
dc.subject.keywordAuthorArtificial neural network-
dc.subject.keywordAuthorKHNES-
Files in This Item
There are no files associated with this item.
Appears in
Collections
College of Health Sciences > Division of Health Policy and Management > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Altmetrics

Total Views & Downloads

BROWSE