국민건강영양조사를 활용한 대사증후군 유병 예측모형 개발을 위한 융복합 연구: 데이터마이닝을 활용하여
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김한결 | - |
dc.contributor.author | 최근호 | - |
dc.contributor.author | 임성원 | - |
dc.contributor.author | 이현실 | - |
dc.date.accessioned | 2021-09-04T07:46:00Z | - |
dc.date.available | 2021-09-04T07:46:00Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2016 | - |
dc.identifier.issn | 2713-6434 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/91044 | - |
dc.description.abstract | 이 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.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국디지털정책학회 | - |
dc.title | 국민건강영양조사를 활용한 대사증후군 유병 예측모형 개발을 위한 융복합 연구: 데이터마이닝을 활용하여 | - |
dc.title.alternative | Development of Prediction Model for Prevalence of Metabolic Syndrome Using Data Mining: Korea National Health and Nutrition Examination Study | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 이현실 | - |
dc.identifier.doi | 10.14400/JDC.2016.14.2.325 | - |
dc.identifier.bibliographicCitation | 디지털융복합연구, v.14, no.2, pp.325 - 332 | - |
dc.relation.isPartOf | 디지털융복합연구 | - |
dc.citation.title | 디지털융복합연구 | - |
dc.citation.volume | 14 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 325 | - |
dc.citation.endPage | 332 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002086678 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 대사증후군 | - |
dc.subject.keywordAuthor | 속성선택 | - |
dc.subject.keywordAuthor | 데이터 마이닝 | - |
dc.subject.keywordAuthor | 의사결정나무 | - |
dc.subject.keywordAuthor | 로지스틱 회귀분석 | - |
dc.subject.keywordAuthor | 인공신경망 | - |
dc.subject.keywordAuthor | 국민건강영양조사 | - |
dc.subject.keywordAuthor | Metabolic syndrome | - |
dc.subject.keywordAuthor | Feature selection | - |
dc.subject.keywordAuthor | Data mining | - |
dc.subject.keywordAuthor | Decision tree | - |
dc.subject.keywordAuthor | Logistic regression | - |
dc.subject.keywordAuthor | Artificial neural network | - |
dc.subject.keywordAuthor | KHNES | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.