$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

지능형 통증 간호중재 유헬스 시스템 성능분석

Performance Analysis of Intelligence Pain Nursing Intervention U-health System

초록

개인화 추천 시스템은 자동화된 정보 필터링 기술을 적용하여 사용자의 취향에 맞는 상품을 추천해 주는 시스템이다. 이러한 기술 중 협력적 필터링은 비슷한 패턴을 가진 형태들을 식별해 내는 기법이다. 따라서 이를 이용하면 과거 유사한 형태를 가진 환자의 자료를 통하여 통증 강도를 유추 하거나 분류된 환자의 프로필의 유사도에 따라 관련 사정을 추출하는 것이 가능하게 된다. 유사도 가중치 추출의 대표적인 방법인 피어슨 상관계수를 사용하는 방법은 데이터의 양에 따라 표본 데이터가 적은 경우 예측 값이 부정확해지고 양이 방대한 경우 계산량이 제곱으로 늘어 신속한 결과를 추출할 수 없게 되는 단점이 있다. 본 논문에서는 MAE와 순위 스코어를 사용하여 의미있는 데이터를 추출하기 위한 표본 자료의 규모와 유사도 군집량을 비교하여 구현된 지능형 통증 간호중재 유헬스 시스템의 우수성을 확인하였다. 이를 통하여 통증환자의 고통호소를 간호사가 신속하게 파악할 수 있도록 기초자료와 가이드라인을 제공하게 되고, 따라서 환자의 안위 증진이 향상되게 된다.

Abstract

A personalized recommendation system is a recommendation system that recommends goods to users' taste by using an automated information filtering technology. A collaborative filtering method in this technology is a method that discriminates certain types, which represent similar patterns. Thus, it is possible to estimate the pain strength based on the data of the patients who have the past similar types and extract related conditions according to the similarity in classified patients. A representative method using the Pearson correlation coefficient for extracting the similarity weight may represent inexact results as the sample data is small according to the amount of data. Also, it has a disadvantage that it is not possible to fast draw results due to the increase in calculations as a square scale as the sample data is large. In this paper, the excellency of the intelligence pain nursing intervention u-health system implemented by comparing the scale and similarity group of the sample data for extracting significant data is verified through the evaluation of MAE and Raking scoring. Based on the results of this verification, it is possible to present basic data and guidelines of the pain of patients recognized by nurses and that leads to improve the welfare of patients.

참고문헌 (20)

  1. J. Manning and E. A. McConnell, "Technology Assessment. A Framework for Generating Questions Useful in Evaluating Nursing Information Systems," J. of Comput Nurs, Vol.15, No.3, pp.141-146, 1997. 
  2. International Association for the Study of Pain, "Pain terms: A Current List of the Definitions and Notes on Usage," J. of Pain, pp.216-221, 1986. 
  3. S. A. Brekken and V. J. D. Sheets, "Pain management: A Regulatory Issue," J. of Nursing Administration Quarterly, Vol.32, No.4, pp.288-295, 2008. 
  4. 김진현, 이영희, 양봉민, "전국 의료기관의 수술 후 통증 관리 실태 분석", 대한마취과학회지, Vol.55, No.4, pp.458-466, 2008. 
  5. 정귀임, 박정숙, 김혜옥, 윤매옥, 문미영, "암환자통증관리에 대한 의료인의 지식에 관한 조사연구", 임상간호연구, Vol.10, No.1, pp.111-124, 2004. 
  6. 보건복지부, "암성통증관리지침 권고안", 보건복지부, 2003. 
  7. 장영준, 척추수술 환자의 수술 후 통증 변화와 통증 조절 중재에 대한 만족도, 전북대학교 석사학위논문, 2004. 
  8. D. Billsus and M. J. Pazzani, "Learning Collaborative Information Filters," Proc. of the International Conference on Machine Learning, pp.46-53, 1998. 
  9. Y. F. Wang, Y. L. Chuang, M. H. Hsu, and H. C. Keh, "A Personalized Recommender System for the Cosmetic Business," J. of Expert Systems with Applications, Vol.26, No.3, pp.427-434, 2004. 
  10. 국가암정보센터, http://www.cancer.go.kr/cms/ data/cif/1255082_1616.html, 2009. 
  11. 이준규, 인터넷 개인화 아이템 추천 알고리즘에 대한 연구, 연세대학교 석사학위논문, 2000. 
  12. 최순희, 조복희, 지혜련, 이운주, 김혜숙, 박민정, 표준화된 간호진단, 중재 및 결과 분류, 정문각, 2004. 
  13. H. Yoo, H. I. Jung, and K. Y. Chung, "Development of Pain Prescription Decision Systems for Nursing Intervention," ICITCS11, LNEE 120, pp.435-444, Springer, 2011. 
  14. 박인숙, 장미, 유순애, 김희진, 오필주, 정희정, " 일개 대학병원 내과 병동 입원환자의 전자의무기록에 사용된 통증간호 기록 분석," 임상간호연구, Vol.16, No.3, p.128, 2010. 
  15. 류현, 협력적 필터링 기법을 이용한 통증 간호중재 지원 시스템, 상지대학교 석사학위논문, 2011. 
  16. 류현, 조선문, 정경용, "보건산업에서 협력적 필 터링을 이용한 통증 간호중재 지원 방법", 한국콘텐츠학회논문지, 제11권, 제7호, pp.1-8, 2011. 
  17. K. D. Lee, M. Y. Nam, K. Y. Chung, Y. H. Lee, and U. G. Kang, "Context and Profile based Cascade Classifier for Efficient People Detection and Safety Care System," Multimedia Tools and Applications, Vol.63, No.1, pp.27-44, 2013. 
  18. C. W. Song, K. Y. Chung, J. J. Jung, K. W. Rim, and J. H. Lee, "Localized Approximation Method Using Inertial Compensation in WSNs," Information - An International Interdisciplinary Journal, Vol.14, No.11, pp.3591-3600, 2011. 
  19. Y. G. Jung, M. S. Han, K. Y. Chung, and S. J. Lee, "A Study of a Valid Frequency Range using Correlation Analysis of Throat Signal," Information-An International Interdisciplinary Journal, Vol.14, No.11, pp.3791-3799, 2011. 
  20. C. W. Song, D. Lee, K. Y. Chung, K. W. Rim, and J. H. Lee, "Interactive Middleware Architecture for Lifelog based Context Awareness", Multimedia Tools and Applications, 2013. DOI 10.1007/s11042-013-1362-7 

이 논문을 인용한 문헌 (1)

  1. Jeon, So-Hye ; Kim, Nam-Hyun 2013. "Diabetes Risk Analysis Model with Personalized Food Intake Preference" 한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, 14(11): 5771~5777 

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일