선별검사자료를 이용한 백내장 유병률의 추정

송기준,한무영,김신영,하정윤,김응권,Ki Jun Song,Moo Young Han,Shin Young Kim,Jung Yoon Ha,Eung Kwon Kim,M,D 대한안과학회 2007 대한안과학회지 Vol.48 No.6

Purpose: To estimate the prevalence of cataracts based on screening test results and statistical estimation methods. Methods: Between June 1994 and September 2005, 85,505 persons aged 20 years and older were screened at a health promotion center for a general health care screen. We assumed that all subjects had complete screening results; however some subjects had an unknown disease status. A 2×3 table form could be generated from this data set. To estimate cataract prevalence, we used a maximum likelihood estimation method to reconstruct a 2×2 table including probabilities for each cell. Results: The overall estimated cataract prevalence was 13.98% (95% confidence intervals, 13.75% to 14.21%). We estimated the prevalence of cataracts to be 15.29% in men (95% confidence intervals, 14.95% to 15.63%) and 12.97% in women (95% confidence intervals, 12.65% to 13.29%). In addition, we found that the cataract prevalence distinctly increased in people aged 60 years or older. Conclusions: We found that these estimated cataract prevalences were not considerably different from study results obtained in other countries. Therefore, our method may be considered to be appropriate for estimating prevalence. Our results indicate that cataract prevalence in our study population increases with age and highlight the need for early detection and early interventions.

지질강하제 효과를 보정한 혈중 지질농도의 유전적 관련성 분석

송기준 ( Ki Jun Song ),박찬미 ( Chan Mi Park ),장양수 ( Yang Soo Jang ) 한국지질동맥경화학회(구 한국지질학회) 2006 韓國脂質學會誌 Vol.16 No.2

목적: 최근 혈중 지질농도의 유전적 관련성 (association)을 밝히고자 하는 다양한 연구들이 진행되고 있다. 그런데, 이런 많은 연구들에서 연구대상들이 지질강하제를 복용하는 경우가 빈번한데, 이 때 기존의 연구들에서는 지질강하제를 복용하는 대상자를 제외하여 유전적 관련성을 분석하였다. 그러나 이것은 지질강하제를 복용하는 대상들이 상대적으로 다수가 포함된 연구들에서는 자료의 손실이라는 심각한 단점을 가지고 있다. 이에 본 연구에서는 지질강하제의 효과를 효율적으로 보정하여 혈중 지질농도의 유전적 관련성을 분석할 수 있는 방법으로 중도 절단 회귀분석을 제안하고 실제 자료에 적용한다. 연구방법: 단일 염기 다형성으로서 ACE7, ACE8, ACE10, APOA5-2, CETP2, CETP3, CETP5의 7가지를 이용했고, 혈중 지질농도들로서 총 콜레스테롤, 중성지방, LDL-콜레스테롤의 수치를 이용하였다. 남자 884명 (47.4%), 여자 983명 (52.6%) 총 1,867명을 대상으로 censored normal regression을 적용하였고, 아울러 다중회귀분석을 적용하여 유전적 관련성에 관한 분석 결과를 비교하였다. 이 때 각 분석에서 개인별 특성 변수인 연령, 성별, 체질량지수, 흡연력, 음주력, 규칙적인 운동 여부 등의 요인들을 고려하였다. 결과: 총 콜레스테롤에서 censored normal regression을 이용했을 때 ACE7 (P=0.031, 0.022)과 ACE8 (P=0.042, 0.012)의 모든 유전형에서 유의한 관련성을 보여주고 있었고, 다중회귀분석을 이용한 결과에서는 유의성이 존재하지 않고 있었다. LDL-콜레스테롤에서는 ACE계열의 3가지 다형성 (P=0.027, 0.025, 0.012) 및 APOA5-2에서 유의한 차이가 존재했고 (P=0.011, 0.014), CETP2 (P=0.011) 및, CETP5에서 유의한 관련성이 존재했으나 (P=0.001, 0.039), 다중회귀분석에서는 유의한 경우가 없었다. 중성지방의 경우, censored normal regression을 이용했을 때 ACE8, ACE10에서 유의한 관련성이 존재했으며(P=0.025, 0.001), APOA5-2 (P=0.001, 0.001) 및 CETP2와 CETP5에서 유의한 관련성을 보여주었다 (P=0.001, 0.006, 0.026). 다중회귀분석을 이용한 결과에서는 APOA5-2에서만 중성지방과의 관련성이 유의하게 나타났다 (P=0.022, 0.013). 결론: 본 연구에서는 혈중 지질농도의 유전적 관련성을 분석할 때, 지질강하제의 효과를 보정하는 방법으로 censored normal regression을 제안했고, 이를 이용하여 실제 자료를 분석했다. 그 결과 다중회귀분석을 이용한 경우보다 유전적 관련성에 대한 검정력이 더 뛰어나다는 것을 확인할 수 있었다. 또한 분석 결과, 조사된 다형성 들에서 혈중 지질농도와의 관련성이 유의하게 존재함을 확인할 수 있었다. Objective: The population-based genetic association studies of continuous traits can be seriously distorted when the traits are subject to the effects of certain treatment. Without appropriate adjustment of treatment effect, the results of analyses may be fundamentally flawed. So, we proposed an statistical approach based on censored normal regression to adjust a treatment effect and applied this method to real data. Methods: We used data consisting of 1,687 individuals(male 884, female 983) who have the information of lipid profiles(total cholesterol, triglyceride, low density lipoprotein) and single nucleotide polymorphisms(SNPs) from Yonsei cardiovascular genome center. We used a censored normal regression method to analyze the genetic association adjusted for lipid-lowering drug effects and compared its performance to that of ordinary multiple linear regression. Results: The results of our study provided that the performance of censored normal regression is more powerful than that of multiple linear regression for analysis of genetic association in serum lipid profiles. There were significant genetic association with lipid profiles in each 7 SNPs described in our real data. Conclusion: We have demonstrated that censored normal regression approach for genetic association analysis can effectively adjust the distorting effect of lipid-lowering drug and recover a marked loss in statistical power.

Random Forests 기법을 이용한 백내장 예측모형 - 일개 대학병원 건강검진 수검자료에서 -

한은정,송기준,김동건,Han, Eun-Jeong,Song, Ki-Jun,Kim, Dong-Geon 한국통계학회 2009 응용통계연구 Vol.22 No.4

백내장 질환은 노령인구가 증가하고 있는 시점에서 사회, 경제적으로 심각한 문제로 부각되고 있는 질병으로 조기 진단이 이루어진다면 발병률을 크게 줄일 수 있는 질병이다. 본 연구에서는 백내장을 조기 진단하기 위한 예측 모형을 구축하고자 1994년부터 2001년까지 연세대학병원에서 2회 이상 건강검진을 받고 의사진단을 통해 백내장 여부를 확인할 수 있는 30세 이상 남 녀 3,237명에 대한 건강검진 수검 자료를 활용하여 백내장 발생 위험 예측모형을 개발하였다. 모형개발에는 데이터마이닝 기법인 Random Forests를 사용하였고, 기존의 로지스틱 회귀분석, 판별분석, 의사결정나무 모형(Decision tree), 나이브베이즈(Naive Bayes), 앙상블 모형인 배깅(Bagging)과 아킹(Arcing)을 이용하여 그 성능을 비교 분석하였다. Random Forests를 통해 개발한 백내장 발생 예측모형은 정확도가 67.16%, 민감도가 72.28%였고, 주요 영향요인은 연령, 혈당, 백혈구수치(WBC), 혈소판수치(platelet), 중성지질(triglyceride), BMI였다. 이 결과는 의사의 안과검진 정보 없이 건강검진 수검 자료만으로 백내장 질환 유 무에 관한 정보를 70% 정도 예측할 수 있음을 보여주는 것으로, 백내장의 조기 진단에 많은 기여를 할 것으로 판단된다. Cataract is the main cause of blindness and visual impairment, especially, age-related cataract accounts for about half of the 32 million cases of blindness worldwide. As the life expectancy and the expansion of the elderly population are increasing, the cases of cataract increase as well, which causes a serious economic and social problem throughout the country. However, the incidence of cataract can be reduced dramatically through early diagnosis and prevention. In this study, we developed a prediction model of cataracts for early diagnosis using hospital data of 3,237 subjects who received the screening test first and then later visited medical center for cataract check-ups cataract between 1994 and 2005. To develop the prediction model, we used random forests and compared the predictive performance of this model with other common discriminant models such as logistic regression, discriminant model, decision tree, naive Bayes, and two popular ensemble model, bagging and arcing. The accuracy of random forests was 67.16%, sensitivity was 72.28%, and main factors included in this model were age, diabetes, WBC, platelet, triglyceride, BMI and so on. The results showed that it could predict about 70% of cataract existence by screening test without any information from direct eye examination by ophthalmologist. We expect that our model may contribute to diagnose cataract and help preventing cataract in early stages.

Propensity score model 구축에서 상관성을 고려한 변수선택

박성훈 ( Seong Hun Park ),송기준 ( Ki Jun Song ) 한국보건정보통계학회(구 한국보건통계학회) 2015 한국보건정보통계학회지 Vol.40 No.1

Objectives: In the covariate selection for propensity score model (PSM), including all the covariates that can be observed has been recommended. However, there are problems that appear multi collinearity and do not obtain the matching number needed using over fitted propensity score model. In this study, we studied the method of variable selection for PSM considering the correlations between covariates. Methods: All the covariates were classified according to the relation with treatment and outcome and generated considering the correlations each other. We examined the odds ratio and MSE (mean squared error) of PSM and the matching number of simulated data. Results: When there are correlations among covariates included in PSM, the matching number decreased as the correlation of covariates was stronger. Also, the larger the strength of correlation among covariates was, the smaller MSE was and the matching number was. Conclusions: When including covariates in PSM, we found that it is more efficient to examine the correlation of covariates, treatment variable, and outcome variable than using all the covariates observed.

SPAN을 이용한 간경변증 발생 위험군 분류 평가

유영애 ( Young Ae Yu ),송기준 ( Ki Jun Song ) 한국보건정보통계학회(구 한국보건통계학회) 2015 한국보건정보통계학회지 Vol.40 No.2

Objectives: The statistical predictive methods have been used to find the risk factors related with diseases and to generate predictive probabilities of those diseases. Logistic regression is the most commonly used method for predicting the probability of diseases in the medical fields. Also, data-driven methods, such as CART have been used to identify subjects at increased risk of diseases. However, both of regression and tree models have their specific limitations in spite of their advantages. Recently, an alternative approach called by search partition analysis (SPAN) is suggested, which is based on direct non-hierarchical search algorithm to identify subgroups at risk. SPAN searches subgroups among different Boolean combinations of risk factors. Methods: SPAN was compared against the performance of the other 3 methods; logistic regression, polychotomous regression and quick unbiased efficient statistical trees. We applied these methods to the real clinical data composed of 4,093 individuals who received the screening test in first and then visited Yonsei University Medical Center for check-up liver cirrhosis between May 1994 and September 2005. The performance of SPAN and that of any other methods were compared and the measures of performance were sensitivity, specificity, and accuracy. Results: In the results using SPAN, the findings identified by the risk factors for liver cirrhosis were HbsAg, AntiHCV, Family history, platelet and α-FP. And we found that the sensitivity using SPAN were much higher than those of other methods in various data sets. Conclusions: In conclusion, as long as it works, the performance of SPAN should make sense in the context of medical diagnosis and prognosis. Also, It was known that SPAN had an advantage that its decision rules are usually more interpretable than those of other methods.

이환 형제 자료에 대한 유전적 연관성 분석 방법의 비교

고민진,임길섭,이학배,송기준,Go, Min-Jin,Lim, Kil-Seob,Lee, Hak-Bae,Song, Ki-Jun 한국통계학회 2009 응용통계연구 Vol.22 No.2

For complex diseases such as diabetes, hypertension, it is believed that model-free methods might work better because they do not require a precise knowledge of the mode of inheritance controlling the disease trait. This is done by estimating the sharing probabilities that a pair shares zero, one, or two alleles identical by descent(IBD) and has some specific branches of test procedure, i.e., the mean test, the proportion test, and the minmax test. Among them, the minmax test is known to be more robust than others regardless of genetic mode of inheritance in current use. In this study, we compared the power of the methods which are based on minmax test and considering weighting schemes for sib-pairs to analyze sibship data. In simulation result, we found that the method based on Suarez' was more powerful than any others without respect to marker allele frequency, genetic mode of inheritance, sibship size. Also, The power of both Suarez- and Hodge-based methods was higher when marker allele frequency and sibship size were higher, and this result was remarkable in dominant mode of inheritance especially. 질적 형질에 대한 유전적 연관성 분석은 크게 두 가지로 구분 할 수 있는데, 모형 기반분석과 그렇지 않은 모형 무관 분석 방법이다. 복합질병의 경우 멘델의 유전법칙을 잘 따르지 않기 때문에 모형 기반 분석 방법을 사용하는 것보다 모형 무관 분석 방법을 사용하는 것이 효율적이라고 알려져 있다. 이러한 모형 무관 분석 방법 중 이환 형제 쌍 자료를 이용한 분석 방법은 형제 쌍 간의 유전적 일치 비율을 기준으로 공유하고 있는 대립유전자의 분포를 이용하는 것으로 크게 proportion test, mean test, minmax test로 구분 할 수 있다. 본 연구에서는 형제집단자료로 확장된 경우, 유전 형식에 상관없이 로버스트한 방법으로 알려진 minmax test에 형제 쌍의 가중치를 고려할 수 있는 방법들 즉, 동일 가중 방법, Suarez의 방법, Hodge의 방법, Sham 등의 방법을 적용하여 그 성능을 비교하였다. 모의실험 자료를 이용하여 비교한 결과 표식유전자의 빈도, 형질의 유전 형식, 형제수에 상관없이 Suarez의 방법이 가장 검정력이 높은 방법으로 드러났다. 또한, 동일 가중 방법을 제외하고는 표식유전자의 빈도가 높아질수록, 형제수가 많아질수록 더 높은 검정력을 보였고, 이러한 현상은 우성 유전 형식을 가정한 자료에서 더욱 두드러지게 나타났다.

신뢰도 연구에서 급내상관계수와 관련한 표본수 결정 방법 비교

한수연,남정모,명성민,송기준,Han, Soo-Yeon,Nam, Jung-Mo,Myoung, Sung-Min,Song, Ki-Jun 한국통계학회 2010 응용통계연구 Vol.23 No.3

신뢰도 연구는 한 명의 평가자가 연구 대상을 반복 측정하거나 여러 명의 평가자가 한 대상을 평가할 때 평가자 내, 평가자 간 일치도를 알아보는 연구로 임상 의학 분야에서 빈번하게 쓰이고 있다. 이 같은 신뢰도 연구에서 적절한 표본수, 평가자수 및 반복수를 결정하는 것은 비용과 시간 측면에서 보다 더 효율적인 연구를 할 수 있게 해주는 중요한 요인이다. 본 연구의 목적은 신뢰도 연구에서 측정치가 정량적일 때 쓰이는 신뢰도 계수인 급내상관계수(ICC)와 관련한 기존의 표본수 산출 방법들을 비교분석하여 적절한 표본수나 반복수를 결정할 때 그 지침을 제공하는데 있다. 기존 논문에서 제시한 Walter 등 (1998), Giraudeau와 Mary (2001), Saito 등 (2006) 그리고 Bonett (2002)의 방법들을 비교하였다. 임의효과 일원배치 모형일 때 같은 조건에서 가장 적은 양의 정보를 필요로 하는 방법을 찾는 목적으로 요인을 변화시켜 가면서 표본수, 반복수, 신뢰구간 폭을 비교한다. 비교해 본 결과, 가장 작은 수의 표본을 필요로 하는 방법은 Giraudeau의 방법, 가장 작은 수의 반복을 필요로 하는 방법은 Saito의 방법으로 나타났다. 가장 많은 수의 표본과 반복을 필요로 한 방법은 Bonett의 방법이었다. 정도는 Giraudeau의 방법이 가장 높았고 Walter, Saito, Bonett 순으로 정도가 떨어졌다. In medical practice and research, the problem of assessing reliability between two or more quantitative measures is quite common. Intraclass correlation coefficient(ICC) is commonly used to scale of reliability. Some methods were developed to calculate the required number of subjects, raters or replicates in one-way or two-way random ANOVA models. This paper, studies and compares the performance of four methods such as Walter et al. (1998), Giraudeau and Mary (2001), Saito et al. (2006) and Bonett (2002). In order to compare the efficiency of methods we compare the number of subjects, replicates and the width of confidence interval of ICC needed for some specific ICC values. In the case of subject size, Giraudeau's method is the best. In case of the number of replicates, Saito's method was superior to others. The width of confidence interval of ICC was narrower for Giraudeau's method than any others.

土壤改良劑로의 Cement Kiln Dust 利用에 關하여

金台淳(Tae Soon Kim),宋基俊(Ki. Jun Song),柳長杰(Zang. Keul. U.),韓康完(Kang Wan Han) 한국토양비료학회 1975 한국토양비료학회지 Vol.8 No.2

보건조사연구에서 다변량결측치가 내포된 자료를 효율적으로 분석하기 위한 통계학적 방법

김동기,박은철,손명세,김한중,박형욱,안재형,임종건,송기준,Kim, Dong-Kee,Park, Eun-Cheol,Sohn, Myong-Sei,Kim, Han-Joong,Park, Hyung-Uk,Ahn, Chae-Hyung,Lim, Jong-Gun,Song, Ki-Jun 대한예방의학회 1998 예방의학회지 Vol.31 No.4

Missing observations are common in medical research and health survey research. Several statistical methods to handle the missing data problem have been proposed. The EM algorithm (Expectation-Maximization algorithm) is one of the ways of efficiently handling the missing data problem based on sufficient statistics. In this paper, we developed statistical models and methods for survey data with multivariate missing observations. Especially, we adopted the EM algorithm to handle the multivariate missing observations. We assume that the multivariate observations follow a multivariate normal distribution, where the mean vector and the covariance matrix are primarily of interest. We applied the proposed statistical method to analyze data from a health survey. The data set we used came from a physician survey on Resource-Based Relative Value Scale(RBRVS). In addition to the EM algorithm, we applied the complete case analysis, which uses only completely observed cases, and the available case analysis, which utilizes all available information. The residual and normal probability plots were evaluated to access the assumption of normality. We found that the residual sum of squares from the EM algorithm was smaller than those of the complete-case and the available-case analyses.

양적 형질의 유전적 관련성 연구에서 치료 효과를 보정하기 위한 통계학적 방법의 비교

한경화 ( Kyung Hwa Han ),임길섭 ( Kil Seob Lim ),박성하 ( Sung Ha Park ),장양수 ( Yang Soo Jang ),송기준 ( Ki Jun Song ) 한국보건통계학회 2009 보건정보통계학회지 Vol.34 No.1

Objective: This paper aims to compare the performance of regression-based statistical approaches that were currently used or advocated to adjust a treatment effect. Methods: The six methods used to compare their relative performance were: excluding treated individuals from data, no adjustment for treatment effect, modelling treatment as a covariate(indicator variable), non-parametric adjustment of treatment, adding a constant value to measurements for treated individuals, and censored normal regression. We applied these methods to real genetic and clinical data from Yonsei cardiovascular genome center to demonstrate a pattern of their behaviour. Results: Two of the adjustment methods were more powerful than other methods for analysis of genetic association with serum lipid profiles. These were: no adjustment to the observed lipid profiles in treated subjects, non-parametric adjustment method based on averaging ordered residuals. Conclusion: Non-parametric adjustment method based on averaging ordered residuals and no adjustment to the observed lipid profiles in treated subjects can effectively adjust the distorting effect of lipid-lowering drug and recover a marked loss in statistical power. Also, in genetic association studies of continuous traits that distortion arising from a treatment effect really matters, we proposed to use the appropriate methods that are more effective and straightforward to implement.