머신러닝/딥러닝을 통한 지역별 발병 빈도 예측

김보람 고려대학교 정책대학원 2021 국내석사

의료데이터 분석을 이용한 의료/헬스케어 서비스에 대한 관심은 본격적으로 빅데이터/AI 의 가능성이 논의되기 이전부터 의료업계 및 IT 산업에서 큰 관심의 대상이었으며, 특히 의료 서비스의 비용 문제가 커다란 사회적 이슈인 미국에서는 의료서비스의 비용을 낮추면서도 그 질을 높일 수 있는 대안으로 의료 빅데이터에 대한 연구가 활발히 진행되어 왔다. 하지만 데이터의 익명성 문제와 보안 문제, 특히 의료데이터는 유출시 프라이버시와 관련하여 심각한 문제를 초래할 수 있어 의료데이터의 사용에는 많은 난관이 있었다. 본 연구는 이러한 문제점을 해결하기 위해 만들어진 컨소시엄에 포함된 전국 30 개의 병원 및 의료기관의 데이터를 활용하여 특정한 다빈도 발병 질병의 지역별 발병 빈도를 예측하는 것을 목적으로 하였다. 이를 위해 환자 데이터 및 발병 데이터, 기후 데이터, 재난 데이터를 수집하였으며, 병원 내부 데이터의 사용을 위해 비식별화를 통한 전처리를 수행하였다. 이렇게 만들어진 데이터를 활용하여 머신러닝 기법(Stepwise Feature Selection Linear Regression, Random Forest) 및 딥러닝 모델(MLP, LSTM)을 통해 결과값(7 개 다빈도 질병의 지역별 발병 빈도수 예측)을 도출하였다. 그 결과 Random Forest 와 LSTM 이 각기 다른 질병에서 가장 높은 성능을 보여주었고 이를 최종 모델로 선정하였다.

人蔘 뿌리썩음病을 일으키는 土壤要因과 發病豫測 model 開發

박규진 서울大學校 大學院 1995 국내박사

B형 간염 환자의 간암 발병 예측 모형 연구

서준호 고려대학교 대학원 2024 국내석사

Recent advancements in the field of medicine have undergone a revolutionary transformation, propelled by the proliferation of extensive patient datasets and the advancements in machine learning technology. Notably, research focusing on predicting the onset of specific diseases is prominently advancing, and among these, hepatocellular carcinoma (HCC) stands out as a noteworthy condition due to its high mortality rate relative to cancer incidence, coupled with an increasing risk. One major contributor to the occurrence of HCC is chronic hepatitis B infection, emphasizing the critical importance of early prediction. Previous studies faced challenges in constructing precise prediction models due to the diversity and high dimensionality of patient data. Furthermore, constraints imposed by security and personal information protection issues in claims data have limited the scope of research. This study aims to overcome these limitations by leveraging data provided by the Health Insurance Review and Assessment Service to construct a machine learning algorithm predicting the occurrence of HCC among patients with chronic hepatitis B complications. The implemented algorithms include Penalized Logistic Regression, Random Forest, Extreme Gradient Boosting, and Support Vector Machine and the prediction results of each algorithm were compared. Moreover, the study utilized only diagnosed diseases from patient medical records as variables, and based on the importance of the variables of each algorithm, sought to identify the key diseases contributing to the prediction of HCC onset. 최근 의학 분야의 발전은 대량의 환자 데이터와 기계학습 기술의 진보에 힘입어 혁명적인 변화를 겪고 있다. 특히, 특정 질환의 발병을 예측하는 연구가 두드러지게 진행되고 있으며, 그 중에서도 간암은 암 발생률 대비 높은 사망률을 보이면서 그 위험성이 증가하고 있는 주목할 만한 질환 중 하나이다. 간암의 주된 원인 중 하나로는 만성 B형 간염이 큰 비중을 차지하고 있어, 이에 대한 조기 예측이 중요한 의의를 가지고 있다. 이전의 연구들은 환자 데이터의 다양성과 높은 차원성에 대응하기 어려워, 정확한 예측 모형의 구축에 한계가 있다. 특히, 건강보험 청구자료는 자료 구조의 복잡성과 활용성에 한계가 있어 예측 모형에 활용하는 데 있어 어려움이 있다. 본 연구에서는 이러한 한계를 극복하고자 건강보험심사평가원에서 제공하는 데이터를 활용하여 B형 간염 환자들의 합병증으로 발생하는 간암의 발병을 예측하는 기계학습 모형을 구축하였다. 예측에 사용된 모형은 Penalized Logistic Regression, Random Forest, Extreme Gradient Boosting, Support Vector Machine이 있으며 각 모형의 예측 결과를 비교하였다. 또한, 환자들의 진료기록을 토대로 진단받은 질병만을 변수로 활용하였으며 각 모형의 변수 중요도를 바탕으로 간암 발병 예측에 있어 주요 질환이 무엇인지 확인하였다.

급성 관상동맥증후군 후 우울증 예측인자

박상욱 전남대학교 대학원 2010 국내석사

목적 : 급성 관상동맥증후군(Acute coronary syndrome, 이하 ACS) 후 우울증은 흔하게 발생되며 높은 사망률을 갖는다. 하지만 ACS 후 우울증 발병의 예측인자는 잘 알려져 있지 않다. 이 연구에서는 ACS 후 첫 입원 기간과 12개월 시점에서 우울증의 유병율과 예측인자를 알아보고자 한다. 방법 : 일대학병원에서 심장중재술을 받은 81명의 ACS 환자를 대상으로 하였다. 우울증은 Hamilton Depression Rating Scale (HAMD)의 8점 이상으로 하였다. 사회인구학적 특징으로는 나이, 성별, 교육기간, 결혼 여부, 종교 유무, 주거형태, 직업이 조사되었으며 ACS의 심각도는 Global Registry of Acute Coronary Events(GRACE) risk score로 측정이 되었다. 장애는 World Health Organization Disability Assessment Schedule(WHODAS) II-12로 성격특성은 Big Five Inventory로 측정이 되었다. 결과 : ACS 후 첫 입원때와 12개월 시점의 우울증의 유병율은 각각 25%와 23%였다. ACS 후 첫 입원때의 우울증에서는 장애가 12개월 후 시점에서의 우울증에서는 신경증적 성격특성이 각각의 예측인자였다. 결론 : ACS 후 우울증은 흔하며 우울증의 고위험군에서는 더욱 집중적인 정신과적 관심과 개입이 필요하다.

원발암 근치술 후 Krukenberg tumor 발병 예측 인자에 대한 분석

김성훈 연세대학교 대학원 2003 국내석사

전이성 난소암은 전체 난소암의 5-6%를 차지하며, 이들 중 Krukenberg tumor는 30-40%를 차지하는 비교적 드물지 않은 질환이다. 현재까지 이 종양에 대해서는 이차적인 종양 감축술 이외의 다른 효과적인 치료법이 없으며, 그 예후 또한 매우 불량하기 때문에 이의 발병을 예측할 수 있는 인자에 대한 연구는 매우 중요하다. 본 연구는 한국 여성에 있어 가장 호발하는 암인 위암과 근래에 들어 그 빈도가 증가하고 있는 대장암에서 Krukenberg tumor가 발병하기까지의 기간과 환자군의 임상적 특성, 원발암 근치술 당시 소견, 그리고 종양의 전이에 관여한다고 알려져 있는 matrix metalloproteinase(MMP)-2, -9 발현 정도와의 관련성을 분석하였다. 1986년 1월부터 2001년 12월까지 본원에서 Krukenberg tumor로 진단받은 총 54예(원발암별로는 위암 38예, 대장암 16예)를 대상으로 하여 의무 기록을 바탕으로 환자군의 임상적 특성, 원발암 근치술 당시 소견, Krukenberg tumor 발병까지의 기간을 조사하였으며, 현재 MMP-2와 -9의 면역 조직 화학 염색이 가능하였던 32예(위암 20예, 대장암 12예)를 연구 대상으로 하였다. 위암 근치술을 시행받은 연령은 38.2±9.7세, 발병까지의 기간은 평균적으로 11.7개월이었고, 50세 미만인 경우가 33예(86.8%)로 대부분이었으며, 24예(63%)에서 양측성으로 발병하였다. 대장암 근치술을 시행받은 연령은 51.7±11.6세, 발병까지의 기간은 평균적으로 4.8개월이었고, 50세 이상인 경우가 10예(62.5%)이었으며, 9예(56.2%)에서 단측성으로 발병하였다. 이 두 환자군 모두에서 환자의 연령, 원발암의 조직학적 형태, 분화도, Lauren classification(위암의 경우), 최대 직경, 위치, 림프절 전이 정도, Duke's stage(대장암의 경우) 등과 Krukenberg tumor가 발병하기까지의 기간과는 통계학적으로 유의성을 찾을 수 없었다. 그러나, 원발암의 침윤 깊이에 있어서는 위암의 경우 그 유의성이 없었으나, 대장암 경우는 침윤 정도가 깊을수록 Krukenberg tumor 발병까지의 기간이 유의하게 짧았다. MMP-2와 -9는 신생 혈관의 생성과 악성 종양의 전이에 연관성이 있다고 보고되고 있으나, 본 연구의 결과에 의하면 위암과 대장암의 경우 이들의 발현과 Krukenberg tumor 발병 기간까지의 관련성은 없었다. 이상의 연구 결과로 현재까지 Krukenberg tumor의 발병에 관여하는 예후 인자로 보고되고 있는 50세 미만의 연령과 원발암 근치술 당시 7개 이상의 림프절 전이가 있었던 경우(위암의 경우), 젊은 연령과 원발 종양이 진행된 병기를 갖는 경우(대장암의 경우) 등은 원발암 근치술 후 Krukenberg tumor가 발병하기까지의 기간을 예측하는데는 효용성이 없음을 알 수 있었다. 그러나, 대장암의 경우 수술 당시 깊은 침윤을 보인 경우 빠른 시일 내에 Krukenberg tumor가 발병할 수 있음을 알 수 있었다. 또한, MMP-2와 -9가 악성 종양의 전이에 관여한다고는 하지만 Krukenberg tumor 발병까지의 기간을 예측할 수 없었다. 그러므로, 원발암 근치술 후 Krukenberg tumor의 발병율(3년내 6.7%)이 낮기는 하지만 일단 발병하면 그 예후가 매우 불량하고, 발병까지의 기간을 예측할 수 있는 인자가 미흡하기 때문에 폐경 이후의 환자에서는 난소에 대한 이차적인 종양 감축술에 따른 부담을 줄이기 위해 예방적 난소 적출이 고려될 수 있다. 그러나, 폐경 이전 여성의 경우에는 난소 적출에 따른 문제점을 방지하기 위해 예방적 난소 적출보다는 조기에 이를 발견하기 위한 가능한 분자 생물학적 검사를 포함한 철저한 추적 관찰이 요구되어질 것으로 사료된다. Among metastic ovarian cancers, which account for 5-6% of ovarian cancers, Krukenberg tumor occurs frequently with an incidence of 30-40%. Not only are there no effective treatments (radiotherapy, chemotherapy, etc.) other than secondary debulking operation, but also due to its poor prognosis, research on the predictive factors for occurrence of Krukenberg tumor has been important. This study assessed the relation between the factors such as clinical characteristics, operative findings of primary cancer, expression of matrix metalloproteinase (MMP)-2, -9 known to be related to cancer metastasis and the relapse free interval of Krukenberg tumor in patients with stomach and colon cancer. From January 1986 to December 2001, 54 patients who were diagnosed as Krukenberg tumor in this hospital were enrolled. Their clinical characteristics, operative findings of primary cancer and the relapse free intervals were reviewed by medical records and 32 currently available paraffin blocks of pathologic specimen were stained with MMP-2 and -9. For stomach cancer, the mean age of gastrectomy was 38.2±9.7 yrs and relapse free interval was 11.7 months. Thirty-three (86.8%) patients were younger than 50 years old and 24 patients had bilateral cancers. On the other hand, for colon cancer, the mean age of colectomy was 51.7±11.6 yrs and relapse free interval was 4.8 months. Ten (62.5%) patients were over 50 years old and 9 patients (56.2%) had iplsilateral cancer. However, the factors such as age, histologic classification of primary cancer, histologic differentiation, Lauren classification (stomach cancer), maximal diameter of cancer, location of primary cancer, number of positive lymph nodes, Duke's stage (colon cancer) and relapse free interval of Krukenberg tumor was not significantly different in both groups. Nevertheless, although the depth of invasion of stomach cancer had no significant relation with relapse free interval of Krukenberg tumor, the depth of colon cancer invasion correlated inversely with relapse free interval. Recently, MMP-2 and -9 have been highlighted for the association with angiogenesis or cancer metastasis. This study, however, revealed no association between MMP-2 or -9 with relapse free interval of Krukenberg tumor. From our study, the possible prognostic factors such as younger age (< 50 yrs), lymph node metastasis (≥7 nodes for stomach cancer), and advanced stage (colon cancer) had no role for the prediction of relapse free interval of Krukenberg tumor. However, deep depth of colon cancer invasion predicted short relapse free interval of Krukenberg tumor. Also, although MMP-2 and -9 suggest cancer metastasis, they were less efficient for the prediction of relapse free interval. As a conclusion, even though Krukenberg tumor shows low incidence (6.7% in 3 yrs) after primary cancer operation, the prognosis is poor and the predictive factors for relapse free interval are few. Therefore, prophylactic oophorectomy for menopausal patients to relieve the burden of secondary debulking operation, and early detection and meticulous follow up of ovarian status for premenopausal patients to overcome the problems arising from prophylactic oophorectomy should be considered.

주요정신질환 고위험군의 진단, 중증도, 경과와 관련된 임상 변인과 혈액 단백체 분석 연구

이현주 서울대학교 대학원 2022 국내박사

서론: 주요정신질환의 조기진단과 치료는 젊은 연령의 고위험군 환자들의 경과 호전 및 삶의 질 향상에 매우 중요하다. 기존진단분류체계로는 증상이 비특이적인 고위험군 환자를 진단하는 것에 한계가 있으며, 고위험군의 질병 상태를 반영할 수 있는 생물학적 표지자의 발굴이 필요하다. 이에 본 연구에서는 주요정신질환의 고위험군을 대상으로 혈액 단백체를 정량 분석하여, 고위험군 상태와 질병 경과를 반영하는 단백체 마커를 다양한 방법으로 탐색하고자 하였다. 방법: 서울지역 7개의 의료기관으로부터 의뢰된 90명의 고위험군을 모집하였고, 임상평가와 채혈을 같은 날에 시행하였다. 혈중 단백질은 158개의 표적 펩타이드를 사용하여 다중 검지법으로 정량화하였다. 분석된 고위험군의 혈중 단백질 발현량을 환자군과 정상 대조군의 단백질 발현량과 비교하였고 이를 통해 고위험군 상태를 반영하는 단백체 마커를 탐색하였다(연구 1), 또한, 잠재프로파일 분석을 통해 고위험군의 이질적인 임상특성을 유형화하고, 증상 중증도 반영하는 단백체를 탐색하기 위해 상관분석을 수행하였다(연구 2). 마지막으로, 초기 평가 시 수집된 혈액 단백질 중 주요정신질환의 경과를 예측하는 임상, 단백체 마커를 탐색하기 위하여 LASSO 회귀분석을 통해 통계적으로 의미 있는 변수를 선별하였다. 결과 변수로 주요정신질환으로의 발병(Model 1), 임상 경과의 호전(Model 2)으로 두 개의 모델을 구성하였으며, 각 모델에서 3개의 하위 모델(Model a –임상 변인 모델, Model b-단백체 변인 모델, Model c-혼합 모델)로 나누어, 선별된 변수들이 포함된 모델의 성능을 AUROC로 평가하였다 (연구3). 결과: 연구 1을 통해 고위험 상태를 반영하는 27종류의 단백체 마커를 확인하였고, 이 중 대부분의 마커들이 선행 환자군 연구에서 보고된 마커임 확인하였다. 연구 2에서는 잠재프로파일 분석을 통하여, 3개의 하위군으로 고위험군을 분류하였으며, 증상으로 유형화된 분류는 연구 1의 범주와 다름을 확인하였다. 또한, 19개의 임상지표 중 2개 이상의 지표와 유의한 상관관계를 보인 단백체 마커 29개를 선별할 수 있었다. 연구3에서는 고위험군의 발병 여부를 예측하는 임상 변인(Model 1a 9개, Model 1c 5개) 및 단백체(Model 1b 15개, Model 1c 2개) 변인을 선별하였고, 선별된 단백체 변인으로 분석한 모델의 성능을 평가하였다. 혼합 모형인 Model 1c의 성능이 테스트 데이터에서 안정적으로 우수 하였다(AUC 0.90-0.97). 반면 고위험군의 증상 호전을 예측하는 임상 변인(Model 2a 8개, Model 2c 9개), 단백체 변인(Model 2b 8개, Model 2c 5개)을 선별하고, 예측모델의 성능은 테스트 데이터에서 Model 2c AUC 0.70-0.75로 가장 높았다. 연구 1-3을 통해 발굴된 단백체 마커의 대부분은 단백질들이 선행 환자군 대상연구에서 보고된 것이었으며, 관련된 생물학적 경로로는 혈액 응고과정, 면역반응, 지질대사, 항산화 반응 경로였다. 결론: 본 연구를 통해 주요정신질환의 발병 전 고위험군 상태에서도 환자군에서 보고되었던 의미 있는 생물학적 변이가 관찰됨을 확인할 수 있었다. 뿐만 아니라, 고위험군의 증상 중증도를 반영하고, 고위험군의 발병 여부 및 증상 호전경과를 예측할 수 있는 공통된 단백체 마커를 확인할 수 있었다. 그러나 발굴된 단백체 마커의 정확도 안정성의 확보와, 예측 모델의 정확도를 향상시키기 위해서 향후 단백체 마커의 종단적 변화량을 평가하는 것이 필요 할 것이다. 그럼에도 본 연구에서 발굴된 단백질 및 임상지표는 향후 주요정신질환 고위험군의 상태를 생물학적으로 조기진단하고, 질병의 경과를 예측하는 유용한 마커로 활용될 수 있을 것으로 전망한다. Introduction: Early diagnosis and treatment of major mental disorders are very important in improving the prognosis and quality of life of young age. The existing diagnostic system has limitations in diagnosing high-risk patients with non-specific symptoms, and it is necessary to find biological markers that can reflect the disease status of high-risk groups. Therefore, in this study, blood proteins were quantitatively analyzed for high-risk groups of major mental illness, and protein markers reflecting the state of high-risk groups and disease progress were explored in various ways. Method: 90 clinical high-risk subjects recruited from 7 medical institutions in Seoul Clinical evaluation and blood collection were performed on the same day, and blood proteins were quantified using 158 target peptides with multiple reaction monitoring-mass spectrometry. The analyzed protein expression in the high-risk group was compared with that in the patient group and the normal control group. Protein markers reflecting the high-risk group status were explored(Study1), In addition, through latent profile analysis, heterogeneous characteristics of high-risk were categorized, and correlation analysis was performed to search for proteins reflecting symptom severity(Study2). 10-crossfold LASSO regression was repeated 100 times for each model, features predict transition to major psychiatric disorders, and recovery of symptoms were selected. Predictive performance of the models were measured by area under the receiver operating characteristics (Study3). Results: Through study 1, Twenty-seven protein markers reflecting high-risk conditions were identified. Most of proteins were reported in previous studies related to psychiatric disorders. In study 2, clinical high-risk groups were categorized into three subgroups, and it was different from categorized group in study 1. Twenty-nine protein markers with significant correlation with two or more of the 19 clinical indicators could be selected. In study 3, clinical variables (9 markers in clinical models, 5 markers in mixed models) and protein (15 markers in proteomic models, 2 markers in mixed models) were selected to predict the transition to psychiatric disorders. The performance of the mixed model (Model 1c) was showed excellent performance in the test data (AUC 0.90-0.97). On the other hand, clinical variables (8 markers in clinical models, 9 markers mixed models) and protein variables (8 markers in clinical models, 5 markers in mixed models) were selected to predict symptom recovery of symptom. However, the performance of the prediction model was fair at AUC 0.70-0.75 in the test data. Protein markers discovered through study 1-3 were integrated and most of the significant proteins were related to the blood coagulation cascade, immune response, lipid metabolism, and antioxidant response pathways reported in previous study. Conclusion: Through this study, it was confirmed that meaningful biological alterations reported in the patient group were also observed in the patients with high-risk state. In addition, it was possible to identify common protein markers that could reflect the severity of symptoms, and predict the progression of disease. However, in order to validate our results and confirm the stability of the discovered protein markers, it will be necessary to evaluate the longitudinal variation of the protein markers in the future. Nevertheless, the protein and clinical indicators discovered in this study are expected to be used as useful markers for early diagnosis of the conditions of high-risk states in the future and predicting the course of the disease.