우측 대장게실질환의 임상적 고찰

차성재,박성준,장선택 대한외과학회 1990 대한외과학회 학술대회 초록집 Vol.1990 No.4

S상 결장 게실염의 합병증으로 초래된 장간막 농양을 동반한 하장간막정맥 패혈성 혈전정맥염: 증례 보고

차성재,이혜경,이범하,이민희,홍현숙 대한영상의학회 2013 대한영상의학회지 Vol.69 No.1

Thrombophlebitis occurs secondarily to inflammatory conditions of adjacent organs, and radiologic finding is essential for diagnosis. However, because of the rarity on clinical cases that involve the inferior mesenteric vein, many radiologists are unfamililiar with its location and appearance. We experience a case of septic thrombophlebitis with abscess complication sigmoid diverticulitis. CT scans reveals a low density thrombus and air in the inferior mesenteric vein, combining with perivascular fat infiltration, and focal wall defects with abscess formation. After surgical treatment, the abscess was not visible in the follow-up CT scans. Septic thrombophlebitis of the inferior mesenteric vein, although being a rare disease, should be diagnosed on CT according to the given unique location, the appearance of inflamed vein and the adjacent descending mesocolon. 장간막혈전정맥염은 인접한 장관의 염증성 병변에 의해 초래되는 질환으로 임상소견이 비특이적이서 이 진단에 있어 영상의학적 소견이 필수적이다. 그러나 하장간막정맥염은 드물게 보고되기 때문에 그 위치와 모양에 친숙하지 않을 수 있다. 저자들은 S상 결장 게실염과 동반된 하장간막정맥의 패혈성 혈전정맥을 경험하였으며 CT 소견에서 하장간막정맥내 저감쇠의 혈전과 작은 기포를 보였고, 혈관 주변 지방침윤을 보였으며, 혈관벽의 결손과 인접하여 장간막 농양을 동반한 하장간막정맥의 패혈성 혈전정맥염 증례를 경험하였다. 환자는 수술적 치료를 통하여 증상이 호전되었으며, 수술 후 시행한 CT 소견에서 농양의 흔적은 보이지 않았다. 하장간막정맥의 패혈성 혈전정맥염은 비록 드문 질환이지만, 염증이 있는 정맥과 주변 하행결장간막에 특이적인 소견과 위치를 보이므로 진단에 도움이 된다.

응급수술을 필요로 했던 소아의 외과적 질환에 대한 임상적 고찰

차성재,박성준,임현묵,장선택 대한외과학회 1991 대한외과학회 학술대회 초록집 Vol.1991 No.5

원발성장간막염

차성재,임현묵,장선택,박용욱,유재형,송계용 대한외과학회 1991 대한외과학회 학술대회 초록집 Vol.1991 No.5

위절제 수술을 시행한 위암환자의 영양교육을 통한 영양상태 개선

차성재,최유신,신종욱,박용숙,고미숙,윤정화,김영남,안지영,김선화,유혜숙,강현주,장정은 한국정맥경장영양학회 2011 한국정맥경장영양학회 학술발표논문집 Vol.2011 No.-

위절제 환자에게 영양관리는 매우 중요하다. 따라서 위절제 수술 환자의 영양불량정도를 조기에 진단하여 영양 불량을 예방하고 개선할 수 있는 방법을 모색하여 적극적으로 영양 상태를 증진시킬 필요가 있다. 이에 적극적인 치료와 영양관리는 필요하며, 영양관리를 위해 영양교육은 필수적이라 할 수 있다. 본 연구는 2010년 1월부터 2011년 1월까지 중앙대학교병원 일반외과에서 위암으로 위절제 수술을 시행 받은 환자를 대상으로 하여 영양교육을 받기 전과 받은 후 영양교육이 식생활습관, 식품섭취빈도 및 영양소 섭취량, 식사요법 실천도 및 영양지식, 신체계측, 혈액성분에 미치는 영향을 수술 전ㆍ수술 3개월 후로 비교, 분석하였다. 연구 대상자들은 영양교육의 중요성, 실생활에서의 적용, 실생활에서의 도움이 되는 정도에 대하여 대부분 영양교육의 중요성에 대해 인지하고 있었으며, 영양교육실시 후 아침식사 섭취 여부, 식사시간의 규칙성, 식사 섭취 시간, 과식 여부, 외식 빈도, 음주, 흡연, 운동 여부 등의 식생활습관이 개선되었다. 식품섭취빈도에서는 쌀밥, 우유의 경우 수술 전보다 수술 3개월 후 더 많이 섭취하는 것으로 나타났으며(p<0.01), 영양소 섭취량은 열량, 단백질, 지질, 당질, 그 외 비타민, 무기질 모두 수술 전보다 수술 3개월 후 감소하였다(p<0.001). 식사요법 실천도에서는 10개 문항에서 모두 ‘보통이다’ 이상으로 응답하고, 영양지식에 대한 총 점수는 15점 만점 중 10.48±1.45점으로 나타내 실천도 및 영양지식 모두 중간이상의 점수를 나타내었다. 영양교육이 신체계측치에 미치는 영향에서는 수술 전보다 수술 3개월 후 체중이 감소하였으며(p<0.01), PIBW와 BMI 역시 수술 전보다 수술 3개월 후 감소하였다(p<0.001). 혈액성분치에서는 Albumin, Hb, RBC, Hct, WBC, Total protein, TLC, ALT, ALP는 수술 전, 수술 직후, 수술 3개월 후 감소를 보였으며(p<0.05), 그 외 혈액성분에서는 차이가 없었다. 본 연구 결과, 위절제 수술 후 위용적의 감소로 인하여 경구섭취량이 부족하고, 이로 인하여 영양소 섭취량과 체중이 감소하였으며 혈액성분치도 감소됨을 알 수 있었다. 그러나 영양교육을 통하여 식생활 습관의 긍정적인 변화를 살펴볼 수 있었으며, 위절제 수술 후 올바른 식사 요법의 실천도와 영양지식 습득에서도 긍정적인 결과를 살펴볼 수 있었다. 이에 위절제 수술 후 환자들의 식사에 대한 요구를 만족시키고, 좋은 영양상태 유지를 위해 적절한 영양중재를 위한 식이 이행 단계별 교육프로그램을 마련하여 주기적인 영양상태 평가 및 지속적인 영양관리와 추구관리를 하여야 할 것이다.

중환자실 환자의 초기 영양상태 판정 및 영양지원 방법에 따른 임상결과 비교

차성재,최유신,이정주,정윤재,김경태,유혜숙,강현주,구기정,김영남,안지영,윤미정,최은희,윤정화,장미경 한국정맥경장영양학회 2009 한국정맥경장영양학회 학술대회집 Vol.2009 No.-

진행된 인체암에서 Cationic liposome을 이용한 p53유전자요법(Ⅰ)

차성재,임현묵,문우철,기영진,엄태한 대한외과학회 1997 대한외과학회 학술대회 초록집 Vol.1997 No.11

입원환자의 초기 영양상태 및 영양불량 정도에 따른 임상결과 분석

차성재,최유신,이정주,정윤재,김경태,유혜숙,강현주,구기정,김영남,안지영,윤미정,최은희,윤정화,장미경 한국정맥경장영양학회 2009 한국정맥경장영양학회 학술대회집 Vol.2009 No.-

지연성 이상운동이 있는 조현병 환자의 우울증

차성재,오근,김미숙,박선철,김영훈,Cha, Seongjae,Oh, Keun,Kim, Misuk,Park, Seon-Cheol,Kim, Young Hoon 대한생물정신의학회 2018 생물정신의학 Vol.25 No.4

Objectives This study aimed to investigate the relationship between depressive and anxiety symptoms and tardive dyskinesia (TD) and reveal the association of cognitive function and TD in patients with schizophrenia. Methods We recruited 30 schizophrenia patients with TD and 31 without TD from a national mental hospital in South Korea. To assess depressive and anxiety symptoms, the Beck Depression Inventory-II (BDI-II) and the Beck Anxiety Inventory (BAI) were conducted. Using the five-factor structure of the BDI-II and BAI, somatic anxiety, cognitive depression, somatic depression, subjective anxiety, and autonomic anxiety were assessed. Computerized neurocognitive function test (CNT) was performed to assess levels of cognitive functions. We compared the clinical characteristics, levels of cognitive functions, and depressive and anxiety symptoms between schizophrenia patients with TD and without TD. Chi-square test, Fisher's exact test, independent t-test and Mann Whitney U test were conducted to compare two groups. Pearson correlation analysis was conducted to evaluate relationships among the abnormal involuntary movement scale (AIMS), BDI-II, BAI, somatic anxiety, cognitive depression, somatic depression, subjective anxiety, and autonomic anxiety. Results The subjects with TD had significantly lower score on the cognitive depression than those without TD (t = -2.087, p = 0.041). There were significant correlations between the AIMS score and the BDI-II score (r = -0.386, p = 0.035) and between the AIMS score and cognitive depression score (r = - 0.385, p = 0.035). Conclusions Our findings suggest the inverse relationship between severities in TD and depression and support the assumption that there is an inverse relationship between the pathophysiology of TD and depression.

딥러닝 시계열 알고리즘 적용한 기업부도예측모형 유용성 검증

차성재,강정석 한국지능정보시스템학회 2018 지능정보연구 Vol.24 No.4

In addition to stakeholders including managers, employees, creditors, and investors of bankrupt companies, corporate defaults have a ripple effect on the local and national economy. Before the Asian financial crisis, the Korean government only analyzed SMEs and tried to improve the forecasting power of a default prediction model, rather than developing various corporate default models. As a result, even large corporations called 'chaebol enterprises' become bankrupt. Even after that, the analysis of past corporate defaults has been focused on specific variables, and when the government restructured immediately after the global financial crisis, they only focused on certain main variables such as 'debt ratio'. A multifaceted study of corporate default prediction models is essential to ensure diverse interests, to avoid situations like the 'Lehman Brothers Case' of the global financial crisis, to avoid total collapse in a single moment. The key variables used in corporate defaults vary over time. This is confirmed by Beaver (1967, 1968) and Altman’s (1968) analysis that Deakins'(1972) study shows that the major factors affecting corporate failure have changed. In Grice's (2001) study, the importance of predictive variables was also found through Zmijewski’s (1984) and Ohlson’s (1980) models. However, the studies that have been carried out in the past use static models. Most of them do not consider the changes that occur in the course of time. Therefore, in order to construct consistent prediction models, it is necessary to compensate the time-dependent bias by means of a time series analysis algorithm reflecting dynamic change. Based on the global financial crisis, which has had a significant impact on Korea, this study is conducted using 10 years of annual corporate data from 2000 to 2009. Data are divided into training data, validation data, and test data respectively, and are divided into 7, 2, and 1 years respectively. In order to construct a consistent bankruptcy model in the flow of time change, we first train a time series deep learning algorithm model using the data before the financial crisis (2000~2006). The parameter tuning of the existing model and the deep learning time series algorithm is conducted with validation data including the financial crisis period (2007~2008). As a result, we construct a model that shows similar pattern to the results of the learning data and shows excellent prediction power. After that, each bankruptcy prediction model is restructured by integrating the learning data and validation data again (2000 ~ 2008), applying the optimal parameters as in the previous validation. Finally, each corporate default prediction model is evaluated and compared using test data (2009) based on the trained models over nine years. Then, the usefulness of the corporate default prediction model based on the deep learning time series algorithm is proved. In addition, by adding the Lasso regression analysis to the existing methods (multiple discriminant analysis, logit model) which select the variables, it is proved that the deep learning time series algorithm model based on the three bundles of variables is useful for robust corporate default prediction. The definition of bankruptcy used is the same as that of Lee (2015). Independent variables include financial information such as financial ratios used in previous studies. Multivariate discriminant analysis, logit model, and Lasso regression model are used to select the optimal variable group. The influence of the Multivariate discriminant analysis model proposed by Altman (1968), the Logit model proposed by Ohlson (1980), the non-time series machine learning algorithms, and the deep learning time series algorithms are compared. In the case of corporate data, there are limitations of 'nonlinear variables', 'multi-collinearity' of variables, and 'lack of data'. While the logit model is nonlinear, the Lasso regression model solves the multi-collinear... 본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년) 의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, ‘비선형적인 변수들’, 변수들의 ‘다중 공선성 문제’, 그리고 ‘데이터 수 부족’이란 한계점이 존재한다. 이에 로짓 모형은 ‘비선형성’을, Lasso 회귀분석 모형은 ‘다중 공선성 문제’를 해결하고, 가변적인데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.