$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Abstract AI-Helper 아이콘AI-Helper

Background and Purpose: The Han(cold)-Yol(heat) patternization is one of the most usually used diagnostic methods in oriental medicine. This is studies for compensating questionnaries for Han-Yol that were made by Sook-Kyeng Kim. Methods: Questionnaries for Yol should be useful for clinical examinat...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 개발되었다. 그러나 김에 의한 한열변증설문지는 임상서 흔히 접하게 되는 虛熱 및 그 외 다양한 熱證에 대한 진단에 어려움이 있어 이번 연구에서는 한 열의 개념을 문헌고찰을 통하여 살펴보고 열에 대한개념을 규정하고 실제 임상에서 열의 개념에 부합하는 설문개발을 하고자 한다. 열변 증설 문지를 개발하려는 사전작업으로 한 열 변증 설문지 개발을 위 한 한열의 고찰2)을 바탕으로 하고 델파이 기법을 통해 내용타당도 검증작업 및 설문문항을 선정하였다.
  • 열변 증설 문지를 개발하려는 사전작업으로 한 열 변증 설문지 개발을 위 한 한열의 고찰2)을 바탕으로 하고 델파이 기법을 통해 내용타당도 검증작업 및 설문문항을 선정하였다. 그리고 임상한의사3명의 열증 판정 과열 변증설문지 간의 통계 적 분석을 통해 설문 문항을 확정하고 열증 정량화 공식을 도출하였기에 보고하는 바이다.
  • 본 연구에서는 열증의 유무를 판별할 수 있는 식을 구하기 위해서 판별분석을 실시하였다. 특히, 열증 유무의 객관적인 평가를 위하여 3명의 임상한 의사가 동시에 열증이 있다고 검증한 환자를 열증으로 판단하고 분석에 이용하였다.
  • 하였다. 연구의 목적에 대하여 교육받고, 각각의 지표에 대하여 상관성에 해당하는 정도를 체크하도록 하였다. 임상한의사들은 46개문항을 모두 리커드7점척도에 의해 평가하였고 이 과정은 총3회가 이루어졌다.
  • 이와 같이 八綱 이 비록 복잡한 層次 構造로 되어 있지만, 八綱 중 寒熱은 '세 쌍의 陰陽的 診斷槪念' 중 陰陽을 가장 잘 대표할 수 있는 範疇이고, 실제 임상에서의 한열변증은 가장 중요한 진단이고 問診에 의해 診斷하는 경우가 많으므로, 설문지의 형식으로 客觀化하는 方法이 바람직하다. 이에 기존에 한열설문지의 열증에 대한 설문문항을 보완하여 韓醫 學的 槪念이 잘 反影되고 臨床的 活用度가 높은 熱辨證 說問紙 開發하고자 다음과 같은 점에 중점을 두어 연구를 진행하였다.

가설 설정

  • 7. 최종 열변증설문내용은 별첨과 같다.
  • a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.
  • In cross validation, each case is classified by the functions derived from all cases other than that case. b. 87.3% of original grouped cases correctly cla- ssified. c.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로