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 본 연구는 우선 보건복지부 보건산업육성지원 통합의료센터 건립지원 연구사업의 표적 질환 중 하나인 간암 환자에서 흔히 나타나는 황달의 서양의학과 한의학적인 진단 과정 및 내용을 고찰하고, 문헌 탐색을 통해 여러 유형의 황달 증례를 수집하여 한의학적 분류 (습증, dampness pattern; 열증, heat pattern)에 따른 서양의학적 혈액화학 검사치의 비교를 하고자 한다. 이를 위하여 고전적 통계기법으로 독립 2표본 평균차이 검정을 시행하였고 베이지안 방법으로는 베이즈 인자를 산출하였다.
가설 설정
- 가설1은 ‘두 집단 간 변수A의 평균이 차이가 없다’이고 가설2는 ‘두 집단 간 변수A의 평균이 차이가 있다’이다.
- 우선 독립 2집단 평균차이 검정에서 사용되어진 귀무가설은 ‘두 집단간 특정변수 A의 평균차이가 없다’이고 대립가설은 이와 반대이다. 조사된 자료는 소표본이고 모표준편차가 한의학적 분류에 따라 동일하다고 가정하여 검정에 사용된 검정통계량은 (2.1)식을 사용하였다.
제안 방법
- 동의보감 및 기타 문헌의 탐색을 통해 습증과 열증의 분류 기준을 결정하였다. “습증”의 경우 흉민, 복부 창만, 오심, 구토, 머리와 몸이 무겁고 노곤함, 황갈색 소변, 끈적끈적한 대변, 포말상의 객담, 어지러움, 부종, 위부 진수음, 제상계, 장음의 항진, 맑은 콧물 등을 호소하는 경우로 정의하였고, “열증”은 발열, 오열, 구갈, 안색 홍적, 소변양이 적고 붉은 색, 식욕부진, 입이 쓰다.
- 문헌 탐색을 통하여 검색된 논문 중 논문의 선정 및 제외 기준을 정하여 본 연구에 사용하였다. 우선 환자의 증상과 혈액 검사 소견이 함께 기재되어 있는 논문을 연구에 포함시켰으며, 습증과 열증의 구분이 가능하도록 최소한 5개 이상의 증상을 기재한 논문을 선정하였다.
- tstat (Rouder, 2009)를 사용하였다. 시각적인 결과를 제시하기 위하여 각 변수별로 집단 간 상자그림도 작성하였다.
- 여러 유형의 황달 증례를 수집하고 한의학적 분류 (습증, 열증)에 따른 서양의학에서 사용하는 혈액학적 검사치의 비교를 하기 위하여 다음과 같은 통계분석 방법을 사용하였다. 본 연구에서의 집단은 습증과 열증이다.
- 위의 증상들을 기준으로 두 명의 연구자가 “습증” 및 “열증”으로 분류하였다.
- 이 5개의 검색 엔진에서 키워드로는 “황달” AND “증례 연구” OR “증례 보고서” OR “증례”를 사용하여 검색하였다.
- 다음으로 방금 음식을 먹고도 배가 고픈 것 같고 오직 편안하게 누워 있으려고만 하며, 소변이 황백즙 같이 누런 것인 경우로 직지에 해당한다. 황달의 한의학적 분류는 여러 가지가 있지만 본 연구에서는 2종분류 중 습증과 열증의 분류를 사용하였다. 이를 살펴보면, 열증은 황색이 선명.
대상 데이터
- 총 424건의 논문 중 관련성이 없는 제목을 가진 350건의 논문을 제외하고 다시 선정 및 제외기준에 따라서 46건의 논문을 제외하였다. 따라서 최종적으로 28건의 논문에서 31개의 자료를 본 연구에서 사용하였다.
- 본 연구를 위하여 탐색한 논문은 다음 5개의 검색 엔진을 사용하였다. 사용한 검색 엔진은 Oriental Medicine Advanced Searching Integrated System (OASIS), 국회 도서관, Korean studies Information Service System (KISS), National Discovery for Science Leader (NDSL) 그리고 DBpia이다.
- 여러 유형의 황달 증례를 수집하고 한의학적 분류 (습증, 열증)에 따른 서양의학에서 사용하는 혈액학적 검사치의 비교를 하기 위하여 다음과 같은 통계분석 방법을 사용하였다. 본 연구에서의 집단은 습증과 열증이다. 이에 두 집단을 비교하기 위하여 고전적 방법 (frequentist approach)으로는 독립 2집단 평균차이 검정을 사용하였고 베이지안 방법 (Bayesian approach)으로 베이즈 인자 (Bayes factor)를 산출하였다.
- 본 연구를 위하여 탐색한 논문은 다음 5개의 검색 엔진을 사용하였다. 사용한 검색 엔진은 Oriental Medicine Advanced Searching Integrated System (OASIS), 국회 도서관, Korean studies Information Service System (KISS), National Discovery for Science Leader (NDSL) 그리고 DBpia이다. 이 5개의 검색 엔진에서 키워드로는 “황달” AND “증례 연구” OR “증례 보고서” OR “증례”를 사용하여 검색하였다.
- 문헌 탐색을 통하여 검색된 논문 중 논문의 선정 및 제외 기준을 정하여 본 연구에 사용하였다. 우선 환자의 증상과 혈액 검사 소견이 함께 기재되어 있는 논문을 연구에 포함시켰으며, 습증과 열증의 구분이 가능하도록 최소한 5개 이상의 증상을 기재한 논문을 선정하였다. 반면, 동물이나 세포 단계의 실험에 해당하는 논문은 제외하였으며, 5개 이상의 증상을 기재하더라도 “습증”과 “열증”의 변증이 불가능한 경우에는 제외하였다.
- 문헌검색 결과 OASIS에서 26건, 국회 도서관에서 285건, KISS에서 90건, NDSL에서 18건, DBpia에서 5건의 논문이 검색할 수 있었다. 총 424건의 논문 중 관련성이 없는 제목을 가진 350건의 논문을 제외하고 다시 선정 및 제외기준에 따라서 46건의 논문을 제외하였다. 따라서 최종적으로 28건의 논문에서 31개의 자료를 본 연구에서 사용하였다.
- 황달관련 변수는 체온 (body temp), 심박수 (heart rate), 간수치 (AST, ALT, ALP, γ-GT), 총 빌리루빈, 간접 빌리루빈, 콜레스테롤, 단백질, 알부민, 혈액요소질소 (BUN), 크레아티닌 (creatinine), 백혈구 (WBC), 헤모글로빈 (hemoglobin), 적혈구 용적률 (hematocrit), 혈소판 (PLT)로 총 17개로 구성되어 있다.
데이터처리
- 이에 본 연구는 우선 보건복지부 보건산업육성지원 통합의료센터 건립지원 연구사업의 표적 질환 중 하나인 간암 환자에서 흔히 나타나는 황달의 서양의학과 한의학적인 진단 과정 및 내용을 고찰하고, 문헌 탐색을 통해 여러 유형의 황달 증례를 수집하여 한의학적 분류 (습증, dampness pattern; 열증, heat pattern)에 따른 서양의학적 혈액화학 검사치의 비교를 하고자 한다. 이를 위하여 고전적 통계기법으로 독립 2표본 평균차이 검정을 시행하였고 베이지안 방법으로는 베이즈 인자를 산출하였다. 이를 통하여 서양의학에서 사용되어지는 혈액화학적 변수 중 한의학적 분류에 따라 차이가 나는 변수는 임상에서 서양의학과 한의학의 통합적 환자 진단과 치료에 적용 가능할 것으로 예상된다 (Lee, 2011).
- 본 연구에서의 집단은 습증과 열증이다. 이에 두 집단을 비교하기 위하여 고전적 방법 (frequentist approach)으로는 독립 2집단 평균차이 검정을 사용하였고 베이지안 방법 (Bayesian approach)으로 베이즈 인자 (Bayes factor)를 산출하였다. 우선 독립 2집단 평균차이 검정에서 사용되어진 귀무가설은 ‘두 집단간 특정변수 A의 평균차이가 없다’이고 대립가설은 이와 반대이다.
이론/모형
- 또한 유의수준으로는 5%를 사용하였다. 다음으로 베이즈 인자 (Albert, 2011)를 산출하기 위해 (2.2)식을 사용하였으며 두 가지의 가설을 설정하였다. 가설1은 ‘두 집단 간 변수A의 평균이 차이가 없다’이고 가설2는 ‘두 집단 간 변수A의 평균이 차이가 있다’이다.
- 또한 R 프로그램 내에서 사용한 함수는 ‘BayesFactor’ (Albert, 2011) 내에 있는 ttest.tstat (Rouder, 2009)를 사용하였다.
성능/효과
- 013) 나머지 변수들은 두 집단 간 통계적으로 유의한 차이가 나지 않는 것으로 나타났다. 그러나 베이즈 인자로 두 집단의 평균차이 검정 결과, 체온과 총 빌리루빈 변수에서 평균의 차이가 나다는 가설을 지지하는 근거가 있는 것으로 나타났다. 주목할 부분은, 독립 2표본 평균차이 검정에서는 차이가 나지 않았던 총 빌리루빈 변수에서 베이즈 인자를 이용한 결과 두 집단 간에 차이가 난다는 점이다.
- 2에서 고전적 방법인 독립 2표본 평균차이 검정에 따른 검정통계량 t값과 유의확률값 (p-value) 그리고 베이지안 방법인 베이즈 인자를 각 변수에 따라서 제시하였다. 독립 2표본 평균차이 검정결과, 체온에 대해서 두 집단 간 통계적으로 유의한 차이가 나는 것으로 나타났으며 (p=0.013) 나머지 변수들은 두 집단 간 통계적으로 유의한 차이가 나지 않는 것으로 나타났다. 그러나 베이즈 인자로 두 집단의 평균차이 검정 결과, 체온과 총 빌리루빈 변수에서 평균의 차이가 나다는 가설을 지지하는 근거가 있는 것으로 나타났다.
- 문헌검색 결과 OASIS에서 26건, 국회 도서관에서 285건, KISS에서 90건, NDSL에서 18건, DBpia에서 5건의 논문이 검색할 수 있었다. 총 424건의 논문 중 관련성이 없는 제목을 가진 350건의 논문을 제외하고 다시 선정 및 제외기준에 따라서 46건의 논문을 제외하였다.
- 본 연구에서는 황달이라는 특정 질환에 대해 한의학적 분류 (열증, 습증)에 따른 서양의학의 혈액학적 검사수치를 살펴본 결과 총 빌리루빈 변수에서 차이를 나타냈다. 특히 황달의 진단과 치료에 중요한 지표가 되는 총 빌리루빈의 경우, ‘습증’에서 높은 수치가 나타났고, ‘열증’에서는 낮은 수준으로 나타났다.
- 특히 황달의 진단과 치료에 중요한 지표가 되는 총 빌리루빈의 경우, ‘습증’에서 높은 수치가 나타났고, ‘열증’에서는 낮은 수준으로 나타났다.
후속연구
- 본 연구는 표본수가 많지 않고 다양한 원인 질환에 의한 황달이라는 한계점이 있지만, 향후 한의학적 진단과 서양의학의 진단의 통합에 대한 기초를 마련한 것으로 사료된다. 또한 본 연구를 통하여 의사와 한의사를 포함한 연구자들의 상호 의견 교환 및 토론의 시간을 거쳐 양-한방의 차이점 및 공통점에 대한 이해의 폭이 넓어졌으며, 향후 당뇨병, 암성 통증 등 여러 질환 및 증후에 대한 연구의 기틀을 마련할 수 있게 되었다.
- 향후 다양한 질환에 대한 연구 및 다양한 방법을 통한 연구를 지속한다면, 기존의 서양의학과 한의학의 진단 내용을 종합하여 환자의 특성에 맞게 선택적으로 적용되는 통합의료 형태를 제안하고, 원활한 진료를 도모하는데 기여할 것으로 생각된다. 또한 의료진 각자가 상대 의료에 대한 이해의 폭을 넓히는 데 기여하여, 통합 의료 서비스의 개발 및 확충에 도움이 될 것이다.
- 이와 같은 결과를 이용해, 향후 임상에서 환자의 진단과 치료에서 서양의학적 방법과 동시에 한의학적 방법의 통합적 적용이 가능할 것으로 예상된다. 본 연구는 표본수가 많지 않고 다양한 원인 질환에 의한 황달이라는 한계점이 있지만, 향후 한의학적 진단과 서양의학의 진단의 통합에 대한 기초를 마련한 것으로 사료된다. 또한 본 연구를 통하여 의사와 한의사를 포함한 연구자들의 상호 의견 교환 및 토론의 시간을 거쳐 양-한방의 차이점 및 공통점에 대한 이해의 폭이 넓어졌으며, 향후 당뇨병, 암성 통증 등 여러 질환 및 증후에 대한 연구의 기틀을 마련할 수 있게 되었다.
- 특히 황달의 진단과 치료에 중요한 지표가 되는 총 빌리루빈의 경우, ‘습증’에서 높은 수치가 나타났고, ‘열증’에서는 낮은 수준으로 나타났다. 이와 같은 결과를 이용해, 향후 임상에서 환자의 진단과 치료에서 서양의학적 방법과 동시에 한의학적 방법의 통합적 적용이 가능할 것으로 예상된다. 본 연구는 표본수가 많지 않고 다양한 원인 질환에 의한 황달이라는 한계점이 있지만, 향후 한의학적 진단과 서양의학의 진단의 통합에 대한 기초를 마련한 것으로 사료된다.
- 향후 다양한 질환에 대한 연구 및 다양한 방법을 통한 연구를 지속한다면, 기존의 서양의학과 한의학의 진단 내용을 종합하여 환자의 특성에 맞게 선택적으로 적용되는 통합의료 형태를 제안하고, 원활한 진료를 도모하는데 기여할 것으로 생각된다. 또한 의료진 각자가 상대 의료에 대한 이해의 폭을 넓히는 데 기여하여, 통합 의료 서비스의 개발 및 확충에 도움이 될 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.