선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 저자는 만성 긴장성 두통 환자 100예, 편두통 환자 12예, 정상군의 환자 20예를 한방적인 분석을 통해 비교 조사하였다. 또한 기존에는 거의 전무하였던 만성 긴장성 두통의 변증 진단 방법과 한방 변증 진단 시 가중치부여의 방법론적인 접근에 대해 새로운 지견을 얻었기에 이를 보고하는 바이다.
- 본 연구에서는 만성 긴장성 두통군에 대한 한방적인 변증의 개선을 위해서 변증의 가중치 부여에 대한 진단 방법론적인 연구를 하였다. 기존의 일반적인 방법은 설문지의 각 증상의 경증정도에 대한 합을 통하여 변증점수를 계산하는 것이었으나 이는 단순한 증상의 합으로 각각의 증상이 각 변증에 기여하는 정도의 차이를 반영하지 못했다.
- 하지만 양방적인 두통의 분류와 한의학적인 두통 분류에 있어서의 연관성에 대한 연구와 한방적 두통 변증에 대한 진단 방법론적인 방향의 접근은 이뤄지지 않고 있다. 이에 만성 긴장성 두통 환자 100례, 편두통 환자 12례, 정상환자 20례를 비교 조사하여 두통의 분류에 대한 한의학적인 분석방법과 만성 긴장성 두통의 한방변증 시의 가중치 부여에 대한 진단방법론적 연구에 있어 약간의 지견을 얻었기에 이를 보고하였다.
- 기존의 일반적인 방법은 설문지의 각 증상의 경증정도에 대한 합을 통하여 변증점수를 계산하는 것이었으나 이는 단순한 증상의 합으로 각각의 증상이 각 변증에 기여하는 정도의 차이를 반영하지 못했다. 이에 본 연구에서는 각 증상의 중요도에 따라 가중치를 책정하여 중요도에 따라 변증을 진단할 수 있는 확률을 높이고자 하였다. 증상에 대한 가중치는 7명의 전문가 집단에게 각각의 증상에 대해 0에서 4점 사이의 기여도를 부여하게 하였고 각 전문가의 점수의 평균에 증상 경증도를 곱하여 변증 최종 점수를 산출하였고 군간 질문 및 가중치의 차이를 없애기 위해 전체 총점은 100점이 되게 조정 하였다.
- 이에 저자는 만성 긴장성 두통 환자 100예, 편두통 환자 12예, 정상군의 환자 20예를 한방적인 분석을 통해 비교 조사하였다. 또한 기존에는 거의 전무하였던 만성 긴장성 두통의 변증 진단 방법과 한방 변증 진단 시 가중치부여의 방법론적인 접근에 대해 새로운 지견을 얻었기에 이를 보고하는 바이다.
제안 방법
- 3. 군간 분류에 대한 유효성이 높은 질문의 cuttoff point를 이용해 나무구조로 분류하여 CART결과를 판별하였다. 판별 결과 처음 진단과 비교하여 90.
- 5. 만성 긴장성 두통에 대해 변증별로 전문가 집단에 의뢰하여 증상 중요도에 대한 가중치를 부여하였다. 총점을 100점이 되도록 환산하여 8개의 변증의 점수화를 시킬 수 있었다.
- 설문 문항 중 Req15, Req27, Req34, Req46, Req51, Req65, Req72는 문항의 특성상 객관식 문항이 아닌 관계로 표 정리에서는 제외하였고 추후의 수식 계산에서도 배재하였다. CTTH군, 편두통군, 정상군의 점수를 각각의 평균과 표준편차 최대값 최소값에 대해 정리하였으며 군간 유의성을 산출하였다. 이후 분석 및 검정과정을 선형판별함수(Linear discriminant analysis, 이하 LDA), Classification and regression trees(이하 CART), 인자분석(Factor analysis)을 통해 시행하였다.
- CTTH군, 편두통군, 정상군의 점수에 차이가 나는 항목을 선정하기 위하여 환자 응답에 대한 LDA를 구하였다. 함수를 구한 후에 이를 이용하여 환자 데이터가 어떤 그룹인지 분류하였으며, 그에 따른 진단 Sheet를 구성하였다.
- 각 군을 앞선 72개의 질문 중 유효성이 높은 것을 추려 그 질문의 cutoff point를 판별하여 나무구조로 분류하였다. 본 분류에 사용된 질문들은 Req8, Req11, Req14, Req18, Req23, Req69이었다(Fig.
- 모든 변수들에 대한 상관행렬을 구한 후 각각의 요인을 추출하여 회전한 후 초기값에 따라 분류하여 유의성 있는 인자만을 추출하여 분석하였으며(Table 12) 이를 통해 분류된 항목들의 특성을 파악하였다. 그 결과 10가지의 비슷한 패턴의 유형들이있었으며 각각의 패턴에 대해서는 특성 분석을 하였으며 분석의 참고를 위해 전문가 집단의 의견을 수렴하여 전문가 의견에 따른 변증을 백분율화 하였다(Table 13). 인자 1은 기의 정체에 의해 유발되는 두통의 양상이 보이며 전문가 집단의 의견 종합에 의해서는 간양두통, 혈허두통, 담음두통이 혼재된 것으로 나타났다.
- SAS enterprise miner프로그램을 이용하여 분류하였으며 이를 검정하였다. 두통 한방 변증 설문지의 문항 중 Req8 Req11 Req14 Req18 Req23 Req69에서의 cutoff point를 기점으로 가지를 나누듯이 나무구조 방식으로 분류하였으며 분류가 끝난 후 이에 대한 오분류율을 검정하였다.
- 두통환자 132명을 CTTH군, 편두통군, 정상군으로 나누어 한방증상설문지를 작성케 한 후 LDA, CART, 인자분석을 이용해 분석하였으며 이 중 CTTH군에 대한 전문가 의견을 종합해 CTTH의 변증별 가중치 부여에 대한 분석을 한 결과 다음과 같은 결론을 얻었다.
- 오분류율의 확인은 3가지 방법을 사용하였으며 우선 각 군의 환자들의 모든 문항의 점수를 대입하여 오분류율을 확인하였다. 또한 군간 차이가 확연한 유의성 있는 질문 35개에 대한 데이터만을 대입하여 검정하였으며 마지막으로 SPss- Wilks lamda를 기준으로 선택된 4개의 질문에 대한 데이터만을 이용하여 오분류율을 확인하였다. 전체 문항을 LDA분석을 이용하여 검정한 결과 처음 진단과 비교하여 93.
- 함수를 구한 후에 이를 이용하여 환자 데이터가 어떤 그룹인지 분류하였으며, 그에 따른 진단 Sheet를 구성하였다. 또한 이 판별함수에 대한 오분류율을 확인하여 검정하였다.
- 만성 두통의 변증 객관화를 위해 증상별 중요도를 산정해 가중치를 부여하였다. 변증은 東醫寶鑑15), 衛生寶鑑23), 實用中西醫結合證治叢書24), 醫學準繩六要25), 한방신경정신의학26), 心系內科學27), 東洋醫學大辭典28)을 중심으로 주요한 8개 변증으로 분류하였고, 증상은 각각의 변증에 있어 대표적인 내용으로 산출하였다.
- 인자 분석을 통해 필요한 변수 위주로 내용을 축소하여 변수들의 특성을 쉽게 파악할 수 있다. 모든 변수들에 대한 상관행렬을 구한 후 각각의 요인을 추출하여 회전한 후 초기값에 따라 분류하여 유의성 있는 인자만을 추출하여 분석하였으며(Table 12) 이를 통해 분류된 항목들의 특성을 파악하였다. 그 결과 10가지의 비슷한 패턴의 유형들이있었으며 각각의 패턴에 대해서는 특성 분석을 하였으며 분석의 참고를 위해 전문가 집단의 의견을 수렴하여 전문가 의견에 따른 변증을 백분율화 하였다(Table 13).
- 비슷한 응답패턴을 보이는 항목을 묶어서 묶인 인자의 특성을 파악하고 항목들을 분류하였다. 변수를 주성분 분석을 한 후 Kaiser 정규화가 있는 베리 멕스로 회전시키면 고유값(Eigen value)이 나오는데 이것이 1이상인 것을 추출하였다. 이후 각각 인자들에 대한 고찰을 하였으며 전문가 집단의 의견을 수렴해 각각의 인자들의 변증 특성에 대한 내용을 객관화하였다.
- 이판별함수에 새로운 독립 변수를 대입한 경우 그 대상이 어느 범주에 속할 것인지를 예상할 수 있다. 본 연구에서는 LDA를 이용해 데이터를 입력하면 3개의 그룹 중 한 그룹이 산출될 수 있게 만든 EXCEL sheet를 구성하였으며 피험자의 데이터를 입력하여 오분류율을 확인하였다. 오분류율의 확인은 3가지 방법을 사용하였으며 우선 각 군의 환자들의 모든 문항의 점수를 대입하여 오분류율을 확인하였다.
- 본 연구에서는 각 군을 세 가지 분류방법을 사용하여 비교하였다.
- 비슷한 응답패턴을 보이는 항목을 묶어서 묶인 인자의 특성을 파악하고 항목들을 분류하였다. 변수를 주성분 분석을 한 후 Kaiser 정규화가 있는 베리 멕스로 회전시키면 고유값(Eigen value)이 나오는데 이것이 1이상인 것을 추출하였다.
- 본 연구에서는 LDA를 이용해 데이터를 입력하면 3개의 그룹 중 한 그룹이 산출될 수 있게 만든 EXCEL sheet를 구성하였으며 피험자의 데이터를 입력하여 오분류율을 확인하였다. 오분류율의 확인은 3가지 방법을 사용하였으며 우선 각 군의 환자들의 모든 문항의 점수를 대입하여 오분류율을 확인하였다. 또한 군간 차이가 확연한 유의성 있는 질문 35개에 대한 데이터만을 대입하여 검정하였으며 마지막으로 SPss- Wilks lamda를 기준으로 선택된 4개의 질문에 대한 데이터만을 이용하여 오분류율을 확인하였다.
- 변수를 주성분 분석을 한 후 Kaiser 정규화가 있는 베리 멕스로 회전시키면 고유값(Eigen value)이 나오는데 이것이 1이상인 것을 추출하였다. 이후 각각 인자들에 대한 고찰을 하였으며 전문가 집단의 의견을 수렴해 각각의 인자들의 변증 특성에 대한 내용을 객관화하였다.
- CTTH군, 편두통군, 정상군의 점수를 각각의 평균과 표준편차 최대값 최소값에 대해 정리하였으며 군간 유의성을 산출하였다. 이후 분석 및 검정과정을 선형판별함수(Linear discriminant analysis, 이하 LDA), Classification and regression trees(이하 CART), 인자분석(Factor analysis)을 통해 시행하였다.
- CART라는 것은 데이터를 분류하는데 사용되는 의사결정 트리(Decision Tree)기법이다. 전체 질문 중가장 유효성이 높은 것을 선정하여 분류하고 분류시 각 군들을 분류할 수 있는 특이 cutoff point를 판별하여 나무구조로 분리하게 된다. 분석 후 나온 결과를 확인하였을 때 원래 진단과 비교하여 90.
- 이에 본 연구에서는 각 증상의 중요도에 따라 가중치를 책정하여 중요도에 따라 변증을 진단할 수 있는 확률을 높이고자 하였다. 증상에 대한 가중치는 7명의 전문가 집단에게 각각의 증상에 대해 0에서 4점 사이의 기여도를 부여하게 하였고 각 전문가의 점수의 평균에 증상 경증도를 곱하여 변증 최종 점수를 산출하였고 군간 질문 및 가중치의 차이를 없애기 위해 전체 총점은 100점이 되게 조정 하였다. 가중치를 적용할 경우 중요한 증상에 대한 변증 진단의 확률이 높아져 설문지의 판별력을 높일 수 있다.
- 피험자들은 한의학적 두통 증상 및 연관 증상 문진표를 작성하였다(Table 4). 피험자들은 동일 한의사가 설명한 개별 문항의 내용을 들은 후, 개별 문항에 대한 증상의 심각도를 Six point likert scale score를 사용하여 개별 문항에 기록하였다(Table 5). 한의학적 두통 증상 및 연관 증상 문진표는 東醫寶鑑15), 衛生寶鑑23), 實用中西醫結合證治叢書24), 醫學準繩六要25), 한방신경정신의학26), 心系內科學27), 東洋醫學大辭典28)을 중심으로 조사된 내용을 바탕으로 임상에서 두통을 진료하는 전문가의 의견을 취합하여 제작하였다.
- 피험자들은 한의학적 두통 증상 및 연관 증상 문진표를 작성하였다(Table 4). 피험자들은 동일 한의사가 설명한 개별 문항의 내용을 들은 후, 개별 문항에 대한 증상의 심각도를 Six point likert scale score를 사용하여 개별 문항에 기록하였다(Table 5).
- 피험자들은 동일 한의사가 설명한 개별 문항의 내용을 들은 후, 개별 문항에 대한 증상의 심각도를 Six point likert scale score를 사용하여 개별 문항에 기록하였다(Table 5). 한의학적 두통 증상 및 연관 증상 문진표는 東醫寶鑑15), 衛生寶鑑23), 實用中西醫結合證治叢書24), 醫學準繩六要25), 한방신경정신의학26), 心系內科學27), 東洋醫學大辭典28)을 중심으로 조사된 내용을 바탕으로 임상에서 두통을 진료하는 전문가의 의견을 취합하여 제작하였다. 또한 만성 긴장성 두통 환자의 변증별 유형의 분류는 동일 한의사가 시행하였다.
- CTTH군, 편두통군, 정상군의 점수에 차이가 나는 항목을 선정하기 위하여 환자 응답에 대한 LDA를 구하였다. 함수를 구한 후에 이를 이용하여 환자 데이터가 어떤 그룹인지 분류하였으며, 그에 따른 진단 Sheet를 구성하였다. 또한 이 판별함수에 대한 오분류율을 확인하여 검정하였다.
대상 데이터
- 2008년 8월 1일부터 2009년 9월 1일 사이에 임상시험 모집에 응모한 참여자 132명을 대상으로 하였다.
- 각 군을 앞선 72개의 질문 중 유효성이 높은 것을 추려 그 질문의 cutoff point를 판별하여 나무구조로 분류하였다. 본 분류에 사용된 질문들은 Req8, Req11, Req14, Req18, Req23, Req69이었다(Fig. 1).
- 선정 기준은 18세 이상 65세 이하의 남녀로 CTTH (chronic tension-type headache)군 및 편두통군은 ICHD-2의 분류 방법에 의거하여 선정하였으며 대전 성모병원 신경과 전문의의 진단을 참고하였다(Table 1, 2, 3). 정상군(Normal)은 두통이 없으며 다른 질환이 없는 건강인을 모집하였으며 모든 피험자는 본 임상시험에 자의로 참여 결정하고 동의서에 서명한 자를 대상으로 하였다.
- 선정 기준은 18세 이상 65세 이하의 남녀로 CTTH (chronic tension-type headache)군 및 편두통군은 ICHD-2의 분류 방법에 의거하여 선정하였으며 대전 성모병원 신경과 전문의의 진단을 참고하였다(Table 1, 2, 3). 정상군(Normal)은 두통이 없으며 다른 질환이 없는 건강인을 모집하였으며 모든 피험자는 본 임상시험에 자의로 참여 결정하고 동의서에 서명한 자를 대상으로 하였다. 단 각 군간의 신체 계측상의 차이점에 대해서는 비교하지 않았으며 차후의 연구에서 더 추가되어야 할 것으로 보인다.
- 편두통군에서는 Req 13, Req19, Req35, Req37, Req40, Req43, Req45, Req49, Req57, Req58, Req60, 문항에서 20% 미만의 피험자만이 증상 호소를 보였으며 Req6, Req8, Req14 문항에서 80% 이상의 환자가 증상 호소를 보였다. 정상군에서는 Req28, Req30, Req41, Req66, Req69, Req71의 문항을 제외한 모든 문항에서 20%미만의 피험자가 증상을 호소하였다(Table 6).
- 피험자는 인터넷(병원 홈페이지, 대전대학교 홈페이지), 생활정보지, 포스터를 이용하여 모집하였다. 직접 임상연구센터에 내원하거나 전화를 통하여 내원 일시를 예약한 다음 내원하도록 하였다.
데이터처리
- SAS enterprise miner프로그램을 이용하여 분류하였으며 이를 검정하였다. 두통 한방 변증 설문지의 문항 중 Req8 Req11 Req14 Req18 Req23 Req69에서의 cutoff point를 기점으로 가지를 나누듯이 나무구조 방식으로 분류하였으며 분류가 끝난 후 이에 대한 오분류율을 검정하였다.
- 이후 7명의 전문가가 각각의 변증에서 증상이 차지하는 중요도에 따라 0에서 4점 사이의 가중치를 점수화 한 것을 평균±표준편차로 통계 처리하였다.
- 임상시험에 참가한 피험자 132명의 두통 증상 및 연관 증상에 대한 문진표(Table 4)에 대하여 기록한 개별 문항별 Six point Likert scale score(Table 5) 결과의 평균 표준편차 최대값 최소값을 정리(Table 7)하여 LDA, CART 및 인자분석을 이용해 분석 및 검정을 하였으며 CTTH군에 대해서는 전문가 집단에서 부여한 가중치를 이용하여 새로운 변증 분석식을 도출하였다.
성능/효과
- 1. 두통 한방 증상 설문지의 증상 문항에 대한 조사 결과 CTTH군에서 80% 이상이 증상을 호소한 문항은 Req14(遇勞則發或加劇), Req69(神疲乏力)였으며 편두통군에서는 Req6(甚則如裂), Req8(頭痛昏蒙), Req14(遇勞則發或加劇) 문항에서 80% 이상의 환자가 증상 호소를보였고 정상군에서는 Req28(身重肢節重), Req30(腰膝痛而無力), Req41(胸脘滿悶), Req66(易怒), Req69(神疲乏力), Req71(少寐)의 문항을 제외한 모든 문항에서 20% 미만의 증상을 호소하였다. 또한 결과에 대한 각 문항의 군간 유의성을 도출한 결과 전체 72개 문항 중 35 문항에서 차이가 있었다.
- 10개의 인자가 추출되었으며 인자 1은 10.660, 인자 2는 2.876, 인자 3은 1.817, 인자 4는 1.534, 인자 5는 1.473, 인자 6은 1.279, 인자 7은 1.248, 인자 8은 1.165, 인자 9는 1.116, 인자 10은 1.012의 고유값이 추출되었다(Table 12).
- 2. Fisher의 선형 판별 분석을 이용해 모든 문항을 대상으로 검정하였을 때 CTTH, 편두통, 정상군 세 군의 환자가 처음 받은 진단과 비교하여 93.9%의 진단 적중률을 보였으며 교차타당도 사용 시 분류율은 약 73.3%의 적중률을 보 였다. 또한 군간 유의성이 확보된 35개의 문항만을 기준으로 세 군을 분류하였을 때도 90.
- 4. 인자분석을 통해 피험자들의 응답패턴을 분석하였을 때 고유치 1 이상인 요인이 10가지 있었다. 이를 분석하였을 때 각각의 인자는 특이변증의 성질을 가지고 있었으며 풍열두통 풍한두통 풍습두통 간양두통 어혈두통 신허두통 간양두통 등의 성질이 있었다.
- Fisher의 선형판별분석을 이용해 각 군의 분류에 대해 검토한 결과 환자가 처음 받은 진단과 비교하여 93.9%의 적중률을 보였으며 교차타당도 사용 시 분류율은 약 73.3%의 적중률을 보였다(Table 8).
- 각각의 인자 내의 성분들의 변증을 전문가 집단에 의뢰한 결과 인자 1은 혈허두통 26.09%, 간양두통 28.26%, 담음두통 23.91%가 나왔으며 인자 2는 풍열두통 25.58%, 담음두통 25.58%가 나왔고 인자 3은 풍한두통 52.63%, 혈허두통 36.84%가 나왔고 인자 4는 어혈두통 62.5%, 혈허두통 31.25% 나왔고 인자 5는 간양두통 44.44%, 혈허두통 33.33%가 나왔고 인자 6은 어혈두통 42.86%, 풍습두통 35.71%가 나왔고 인자 7은 간양두통 37.5%, 풍열두통 25%, 신허두통25%가 나왔고 인자8은 간양두통 39.13%, 혈허두통26.09%가 나왔고 인자9는 풍습두통 37.5%, 풍열두통 25%, 신허두통 25%가 나왔으며 인자 10은 풍열두통 36.36%, 간양두통 36.36%가 나왔다(Table 13).
- 두통 한방 증상 설문지의 증상 문항에 대한 조사 결과 CTTH군에서 80% 이상이 증상을 호소한 문항은 Req14(遇勞則發或加劇), Req69(神疲乏力)였으며 편두통군에서는 Req6(甚則如裂), Req8(頭痛昏蒙), Req14(遇勞則發或加劇) 문항에서 80% 이상의 환자가 증상 호소를보였고 정상군에서는 Req28(身重肢節重), Req30(腰膝痛而無力), Req41(胸脘滿悶), Req66(易怒), Req69(神疲乏力), Req71(少寐)의 문항을 제외한 모든 문항에서 20% 미만의 증상을 호소하였다. 또한 결과에 대한 각 문항의 군간 유의성을 도출한 결과 전체 72개 문항 중 35 문항에서 차이가 있었다.
- 3%의 적중률을 보 였다. 또한 군간 유의성이 확보된 35개의 문항만을 기준으로 세 군을 분류하였을 때도 90.9%의 진단 적중률이 보였으며 교차타당도 사용시 73.3%의 적중률을 보였다. 마지막으로 SPss-Wilks lamda를 기준으로 절차에 따라 선택된 4개의 변수 req14(遇勞則發或加劇), req19(面目浮腫), req23(口不渴), req69(神疲乏力)만을 이용하여 분류하였을 때 처음 진단과 비교하여 90.
- 다만 전문가 집단의 수가 적고 증상과 변증의 특성상 인자의 해석에 객관적성 보다는 주관적인 의견이 많이 들어가게 되어 해석하는 관점에 따라 분류에 대한 차이가 있을 것으로 보인다. 또한 인자1의 경우 기타 인자들과 비교해 초기 고유값이 높은 수치를 보여 문항간의 응답패턴이 특이적으로 유사한 양상을 보였다. 인자내의 성분들은 기허나 기체의 양상을 보이나 전문가 응답으로는 간양두통, 혈허두통, 담음두통이 비슷한 양상으로 혼재되어 변증을 하기가 힘들게 되어 있는데 이는 인자 1에 대한 적절한 변증이 존재하지 않아 생긴 현상으로 보인다.
- 이를 분석하였을 때 각각의 인자는 특이변증의 성질을 가지고 있었으며 풍열두통 풍한두통 풍습두통 간양두통 어혈두통 신허두통 간양두통 등의 성질이 있었다. 또한 혈허두통 과 간양두통은 10개의 인자 내에 그 양상이 조금씩 나타나 전체적인 두통의 변증에 가장 많이 영향을 미치고 있어 중요한 요소임을 알 수 있었다.
- 3%의 적중률을 보였다. 마지막으로 SPss-Wilks lamda를 기준으로 절차에 따라 선택된 4개의 변수 req14(遇勞則發或加劇), req19(面目浮腫), req23(口不渴), req69(神疲乏力)만을 이용하여 분류하였을 때 처음 진단과 비교하여 90.9%의 적중률이 보였으며 교차타당도 사용시 73.3%의 적중률을 보였다.
- 이를 통해 본 논문에서 제시한 한방적인 문진표만으로도 충분히 두통 분류가 가능하다는 것을 알 수 있었다. 문진표의 모든 데이터를 사용할 경우 93.9%가 성모병원의 확진 진단과 일치하는 결과가 나왔으며 이는 곧 두통의 분류에 매우 높은 특이도를 갖는다는 것을 의미한다. 또한 문진표 전부를 이용하지 않더라도 그 중 유의성 있는 질문 35개만을 이용한다거나 유의성 있는 4개의 질문만을 이용하더라도 적중률이 높게 나와 향후 유의성이 있으면서도 간단하게 진단할 수 있는 문진표를 구성하는데 큰 도움이 될 것으로 보인다.
- 분류 구조의 최종 결과를 토대로 본 검사를 분석해 본 결과 환자가 처음 받은 진단과 비교하여 90.9%의 적중률이 있음을 알 수 있었다(Table 11).
- 전체 질문 중가장 유효성이 높은 것을 선정하여 분류하고 분류시 각 군들을 분류할 수 있는 특이 cutoff point를 판별하여 나무구조로 분리하게 된다. 분석 후 나온 결과를 확인하였을 때 원래 진단과 비교하여 90.9%의 적중률을 보여 역시 높은 유의성을 보였다(Table 11). CART를 이용해 분리한 경우 LDA에 비해 더 적은 질문을 통해 환자군을 구분할 수 있으며 진단 차트로 만드는 것도 어렵지 않고 용이해 다른 판별 방법과 상호 보완적으로 사용한다면 임상 진료시에 높은 유용성을 보일 것으로 보인다.
- 세 군의 증상 설문지를 분석하여 평균과 표준편차 최대값 최소값에 대해 정리하였으며 문항마다 각 군간의 응답점수의 유의성에 대한 통계를 수치화하였을 때 35개문항에서 각 군간의 유의성 있는 차이가 보였다. 군간 유의성이 있는 각 문항은 req1, req3, req5, req6, req7, req8, req9, req10, req11, req12, req14, req16, req17, req18, req19, req20, req21, req23, req25, req28, req35, req38, req39, req47, req 48, req50, req55, req61, req62, req63, req64, req67, req68, req69, req70 이었다(Table 7).
- 3%의 분류율을 보였다(Table 8). 유의한 변수 35개를 통해 검정한결과 처음 진단과 비교하여 약 90.9%의 적중률과 교차타당도 사용시의 73.3%의 분류율을 보였으며(Table 9), SPss- Wilks lamda 기준으로 선택된 4개의 변수를 이용하여 분류하였을 때는 90.9%의 적중률과 교차타당도 사용시의 73.3%의 분류율을 보였다(Table 10). 이를 통해 본 논문에서 제시한 한방적인 문진표만으로도 충분히 두통 분류가 가능하다는 것을 알 수 있었다.
- 인자분석을 통해 피험자들의 응답패턴을 분석하였을 때 고유치 1 이상인 요인이 10가지 있었다. 이를 분석하였을 때 각각의 인자는 특이변증의 성질을 가지고 있었으며 풍열두통 풍한두통 풍습두통 간양두통 어혈두통 신허두통 간양두통 등의 성질이 있었다. 또한 혈허두통 과 간양두통은 10개의 인자 내에 그 양상이 조금씩 나타나 전체적인 두통의 변증에 가장 많이 영향을 미치고 있어 중요한 요소임을 알 수 있었다.
- 인자 10은 풍열 두통이 동반된 간양두통으로 보이며 전문가 분석상으로도 풍열두통과 간양두통의 변증이 주를 이루었다. 이를 종합해 보면 환자들이 같은 변증에 대한 질문에는 유사한 패턴으로 대답하고 있어 인자들이상호 독립적인 변증을 나타내고 있음을 알 수 있다. 각각의 인자들은 유사한 변증에 대한 질문들을 구성요소로 가지고 있었으며 인자들의 주된 변증은 풍열 두통 풍한두통 풍습두통 간양두통 어혈두통 신허두통 등이었다.
- 3%의 분류율을 보였다(Table 10). 이를 통해 본 논문에서 제시한 한방적인 문진표만으로도 충분히 두통 분류가 가능하다는 것을 알 수 있었다. 문진표의 모든 데이터를 사용할 경우 93.
- 또한 군간 차이가 확연한 유의성 있는 질문 35개에 대한 데이터만을 대입하여 검정하였으며 마지막으로 SPss- Wilks lamda를 기준으로 선택된 4개의 질문에 대한 데이터만을 이용하여 오분류율을 확인하였다. 전체 문항을 LDA분석을 이용하여 검정한 결과 처음 진단과 비교하여 93.9%의 적중률을 보였으며 교차타당도 사용 시 약 73.3%의 분류율을 보였다(Table 8). 유의한 변수 35개를 통해 검정한결과 처음 진단과 비교하여 약 90.
- 조사 결과 CTTH군의 20%미만이 증상을 호소한 문항은 Req4, Req13, Req19, Req23, Req33, Req37, Req39, Req40, Req44, Req45, Req49, Req58, Req60 이었으며 80% 이상의 피험자가 증상을 호소한 문항은 Req14, Req69였다. 편두통군에서는 Req 13, Req19, Req35, Req37, Req40, Req43, Req45, Req49, Req57, Req58, Req60, 문항에서 20% 미만의 피험자만이 증상 호소를 보였으며 Req6, Req8, Req14 문항에서 80% 이상의 환자가 증상 호소를 보였다.
- 군간 분류에 대한 유효성이 높은 질문의 cuttoff point를 이용해 나무구조로 분류하여 CART결과를 판별하였다. 판별 결과 처음 진단과 비교하여 90.9%의 진단 적중률이 있음을 알 수 있었다.
- 각각의 인자들은 유사한 변증에 대한 질문들을 구성요소로 가지고 있었으며 인자들의 주된 변증은 풍열 두통 풍한두통 풍습두통 간양두통 어혈두통 신허두통 등이었다. 혈허두통과 간양두통은 변증을 막론하고 각각의 변증에 그 양상이 조금씩은 나타나고 있어 전체적인 두통의 변증에 가장 많이 나타나고 있어 중요한 요소임을 알 수 있었다. 다만 전문가 집단의 수가 적고 증상과 변증의 특성상 인자의 해석에 객관적성 보다는 주관적인 의견이 많이 들어가게 되어 해석하는 관점에 따라 분류에 대한 차이가 있을 것으로 보인다.
후속연구
- 가중치 부여를 통해 환자의 설문 점수가 같더라도 가중치가 높은 문항에 대해서는 더 높은 점수가 부여 받게 되었으며 이는 새로운 점수 부여 방법으로 향후 환자연구 및 고찰에 있어 유용한 지표가 될 것으로 보인다. 다만 증상의 중요도는 전문가 집단에 문의하기는 하였지만 1회의 전문가 설문만을 사용하였으며 각각 개인의 학습 및 진료 경향에 따라 중요도에 대한 의견이 상치하는 경우가 있어 더 다양한 방법으로 전문가의 의견을 종합하는 과정이 추후 필요할 것으로 보인다.
- 가중치 부여를 통해 환자의 설문 점수가 같더라도 가중치가 높은 문항에 대해서는 더 높은 점수가 부여 받게 되었으며 이는 새로운 점수 부여 방법으로 향후 환자연구 및 고찰에 있어 유용한 지표가 될 것으로 보인다. 다만 증상의 중요도는 전문가 집단에 문의하기는 하였지만 1회의 전문가 설문만을 사용하였으며 각각 개인의 학습 및 진료 경향에 따라 중요도에 대한 의견이 상치하는 경우가 있어 더 다양한 방법으로 전문가의 의견을 종합하는 과정이 추후 필요할 것으로 보인다. 또한 가중치 유무에 따른 변증의 차이에 대한 검정 과정과 더 많은 전문가 집단의 변증 정리를 통한 더 객관적이고 다양한 변증의 연구가 추가적으로 연구되어야 할 것으로 보인다.
- 두통군을 다양한 방법을 통해 분석하였을 때 각각의 검증 방법에 따라 유의성이 있는 결과가 나왔으며 본 연구를 통해 나온 검증방법들은 진료하는데 있어 중요한 지표로 사용될 수 있을 것으로 보인다. 다만 향후 두통에 대한 진료를 함에 있어 보다 많은 피험자 확보와 다양한 통계적 접근을 통해 만성 두통의 한의학적 진단체계 확립을 위한 더욱 심도 있는 연구가 필요하리라 사료된다. 또한 본 연구에 대한 접근을 통해 향후 임상에서 이용 가능한 두통문진 설문표의 구성 및 평가에 대한 논의가 필요할 것으로 보인다.
- 정상군(Normal)은 두통이 없으며 다른 질환이 없는 건강인을 모집하였으며 모든 피험자는 본 임상시험에 자의로 참여 결정하고 동의서에 서명한 자를 대상으로 하였다. 단 각 군간의 신체 계측상의 차이점에 대해서는 비교하지 않았으며 차후의 연구에서 더 추가되어야 할 것으로 보인다.
- 두통군을 다양한 방법을 통해 분석하였을 때 각각의 검증 방법에 따라 유의성이 있는 결과가 나왔으며 본 연구를 통해 나온 검증방법들은 진료하는데 있어 중요한 지표로 사용될 수 있을 것으로 보인다. 다만 향후 두통에 대한 진료를 함에 있어 보다 많은 피험자 확보와 다양한 통계적 접근을 통해 만성 두통의 한의학적 진단체계 확립을 위한 더욱 심도 있는 연구가 필요하리라 사료된다.
- 다만 증상의 중요도는 전문가 집단에 문의하기는 하였지만 1회의 전문가 설문만을 사용하였으며 각각 개인의 학습 및 진료 경향에 따라 중요도에 대한 의견이 상치하는 경우가 있어 더 다양한 방법으로 전문가의 의견을 종합하는 과정이 추후 필요할 것으로 보인다. 또한 가중치 유무에 따른 변증의 차이에 대한 검정 과정과 더 많은 전문가 집단의 변증 정리를 통한 더 객관적이고 다양한 변증의 연구가 추가적으로 연구되어야 할 것으로 보인다.
- 9%가 성모병원의 확진 진단과 일치하는 결과가 나왔으며 이는 곧 두통의 분류에 매우 높은 특이도를 갖는다는 것을 의미한다. 또한 문진표 전부를 이용하지 않더라도 그 중 유의성 있는 질문 35개만을 이용한다거나 유의성 있는 4개의 질문만을 이용하더라도 적중률이 높게 나와 향후 유의성이 있으면서도 간단하게 진단할 수 있는 문진표를 구성하는데 큰 도움이 될 것으로 보인다.
- 다만 향후 두통에 대한 진료를 함에 있어 보다 많은 피험자 확보와 다양한 통계적 접근을 통해 만성 두통의 한의학적 진단체계 확립을 위한 더욱 심도 있는 연구가 필요하리라 사료된다. 또한 본 연구에 대한 접근을 통해 향후 임상에서 이용 가능한 두통문진 설문표의 구성 및 평가에 대한 논의가 필요할 것으로 보인다.
- 인자내의 성분들은 기허나 기체의 양상을 보이나 전문가 응답으로는 간양두통, 혈허두통, 담음두통이 비슷한 양상으로 혼재되어 변증을 하기가 힘들게 되어 있는데 이는 인자 1에 대한 적절한 변증이 존재하지 않아 생긴 현상으로 보인다. 향후 추가적인 연구 및 고찰을 통해 기허두통 및 기타 변증의 수정 및 보완이 향후 연구에서 필요할 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.