[논문]스마트케어 비만관리에서 자가 측정 빈도 수준의 효과

이창희; 장병윤

doi:10.5762/kais.2015.16.3.1972

스마트케어 비만관리에서 자가 측정 빈도 수준의 효과
The effect of the self-measurement frequency levels on SmartCare obesity management 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.16 no.3, 2015년, pp.1972 - 1980

초록
AI-Helper

이 연구의 목적은 한국에서 2011년 3월 9일 부터 2013년 4월 3일 사이에 수행된 스마트케어 비만 관리 시범사업의 효과를 분석하는 것이었다. 연구에 등록된 212명 참여자 중에서 6개월 동안의 스마트케어 서비스 기간이 종료되는 시점까지 자가 체중 측정을 모두 완료한 147명을 최종 분석 대상자로 하였다. 평가를 위한 자가 측정 그룹은 6개월 기간의 월 평균자가 측정 빈도를 균등하게 나누어 3그룹(Low, Middle, High)으로 분류를 하였으며 평가 대상 지표는 스마트케어 시스템으로 전송된 체중과 BMI(Body Mass Index)로 하였다. 체중과 BMI의 월별 평균은 High 그룹이 Middle 과 Low 그룹보다 더 많이 감소하였으며(M5: High>Middle>Low) 통계적으로도 유의하게 차이가 있는 것으로 나타났다 (p< 0.05). 결론적으로, 체중과 BMI의 개선 효과 분석은 자가 측정 빈도 수준이 높을 때 더 개선 효과가 있는 것으로 나타났다.

Abstract ▼ AI-Helper

This study's purpose was to analyze the effect of the SmartCare obesity management pilot project, which was conducted between 09 March 2011 and 03 April 2013 in Korea (South). Of 212 subjects who were enrolled in the study, the final analysis was conducted with 147 subjects who completed their weight self-measurements and SmartCare services until the end of a 6-month service period. The self-measurement group for evaluation was classified into 3 groups (Low, Middle, and High) by evenly dividing the monthly average frequency of measurement for 6 months and the evaluation indices were weight, and BMI (Body Mass Index) transmitted from the SmartCare System. The monthly average weight and BMI were decreased more in the High Group than the Middle Group and Low Group (M5: High>Middle>Low), and they are showing statistically significant differences between groups (p< 0.05). In conclusion, analysis of the weight and BMI improvement effect showed a greater improvement effect when the self-measurement frequency level was higher.

주제어

AI 본문요약
AI-Helper

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

문제 정의

만약 자가 측정 빈도의 평가군의 분류가 정확하지 않다면 그에 따른 질환 개선효과 또한 정확하다고 할 수 없기 때문이다. 따라서 우리는 기존 연구와는 다르게 스마트케어 서비스를 받는 기간 동안에 자동으로 전송된 자가 측정 빈도와 체중, BMI데이터를 가지고 분석을 시도하고자 한다.
이 연구는 스마트케어 서비스를 이용한 비만환자의 자가 측정 빈도 수준에 따라서 질환 개선 효과로 체중과 BMI 변화량을 확인하는 것이었다. 연구의 결과 참가자들의 자가 측정 빈도 수준에 따라서 체중과 BMI 변화량 분석에서는 그룹 간에 통계적으로 유의하게 차이가 있었다.
이 연구는 지식경제부에서 주관한 스마트케어 서비스시범 사업에 참여한 비만 대상자들의 자가 측정 빈도 수준에 따른 질환 개선의 효과를 분석하기 위해 시행되었다.
이 연구의 목적은 스마트케어 서비스 시범사업에서 원격건강관리 서비스를 받은 비만 대상자들의 자가 측정 빈도 수준에 따른 체중과 BMI의 변화량에 대한 개선 효과를 분석하고자 한다.

가설 설정

체중 측정 빈도 수준에 따른 3군은 체중과 BMI의 개선에 차이가 없을 것이라는 가정으로 다음과 같이 분석을 실시하였다.

제안 방법

1) 자가 측정 빈도 수준 분류는 스마트케어 시스템에 저장된 일일 측정 데이터를 분석하여 월별 측정 횟수로 산출한 후에 6개월 동안의 월 평균을 3구간으로 분류를 하였다. Low(lower 17 times/month), Middle(17-23 times/month), High(over 23 times/month)
본 연구는 2011년도에 한국에서 실시한 스마트케어서비스 시범 사업에 참여하기로 동의한 비만 환자들을 대상으로 6개월(24weeks) 동안 서비스를 제공한 후 측정 빈도 수준을 3군으로 나누어 비만 개선 효과를 평가하였다. 평가 그룹은 6개월 동안의 월별 평균 측정 빈도를 균등하게 3구간으로 나누어 Low, Middle, High로 분류를 하였다.
자가 측정 빈도 수준에 따른 체중과 BMI의 변화량에 대한 분석을 위해서 먼저 참가자들의 인구학적 특성과 헬스 매니저들이 제공한 상담시간들이 측정 빈도에 차이가 있는지 분석을 하였다. 인구학적 특성에 따른 자가 측정 빈도 수준을 분석한 결과 성별과 의료기관은 통계적으로 유의한 차이는 없었으나 연령별에서는 통계적으로 유의하게 차이가 있는 것으로 나타났다.
본 연구는 2011년도에 한국에서 실시한 스마트케어서비스 시범 사업에 참여하기로 동의한 비만 환자들을 대상으로 6개월(24weeks) 동안 서비스를 제공한 후 측정 빈도 수준을 3군으로 나누어 비만 개선 효과를 평가하였다. 평가 그룹은 6개월 동안의 월별 평균 측정 빈도를 균등하게 3구간으로 나누어 Low, Middle, High로 분류를 하였다. 평가 대상 지표는 비만 환자의 체중과 BMI이고 베이스라인(1 month)에서 6개월(6 month) 시점의 월 평균 변화량이다.

대상 데이터

연구 참여자는 3차 의료기관 2개 기관으로 외래 통원중인 20세 이상의 대사증후군이 있는 비만 환자들을 대상으로 하였다. 스마트케어 서비스 기간은 2011년 3월 9일부터 2013년 4월 3일까지이고 해당 기간 동안 자가 측정을 완료한 참가자들을 최종 분석 대상으로 하였으며 IRB(Institutional Review Board)의 승인을 받고 진행하였다.
연구 참여자는 3차 의료기관 2개 기관으로 외래 통원중인 20세 이상의 대사증후군이 있는 비만 환자들을 대상으로 하였다. 스마트케어 서비스 기간은 2011년 3월 9일부터 2013년 4월 3일까지이고 해당 기간 동안 자가 측정을 완료한 참가자들을 최종 분석 대상으로 하였으며 IRB(Institutional Review Board)의 승인을 받고 진행하였다.
연구의 목적을 이해하고 읽고 쓰기가 가능한 환자, 연구에 사용되는 U-헬스케어용 스마트폰의 사용이 가능한 환자, 자발적으로 참여하며 동의서에 서명한 환자를 대상으로 하였다.
스마트케어 서비스를 받은 참가자는 모두 212명이었다. 이 중 체중 자가 측정을 6개월 동안 완료한 147명만을 최종 분석 대상자로 하였다[Table 2]. 측정 빈도 수준(Low, Middle, High)으로 성별, 연령별, 의료기관 별에대한 교차분석을 실시하였다.
평가 그룹은 6개월 동안의 월별 평균 측정 빈도를 균등하게 3구간으로 나누어 Low, Middle, High로 분류를 하였다. 평가 대상 지표는 비만 환자의 체중과 BMI이고 베이스라인(1 month)에서 6개월(6 month) 시점의 월 평균 변화량이다.

데이터처리

1) 인구학적 일반적 특성은 기술 분석과 측정 수준 그룹 간에 차이가 있는지 chi-square 검정을 실시하였다.
2) 질환개선 평가 지표인 체중과 BMI는 시스템으로 전송된 일일 누적 데이터를 6개월 기간의 월 평균데이터로 산출을 하였다. BMI는 전송된 체중을 대상자의 키의 제곱으로 나눈 후(weight/high²) 스마트케어 시스템에 자동으로 저장이 되었다.
2) 헬스 매니저별로 참여자에게 제공한 서비스 시간이 측정수준 그룹 간에 차이가 있는지 검정은 ANOVA 분석을 하였다.
3) 그룹내 측정 평가 지표인 변화량 분석은 최초 베이스라인(1 month)과 최종(6 month) 월평균 간의 차이를 paired t-Test로 분석하였고 측정 빈도 수준 그룹간의 최종(6 month) 평균 변화량 차이는 repeated measures ANOVA로 분석을 하였다. 공변량은 최초 기저치(Baseline)와 인구학적 특성 분석에서 차이가 있는 연령으로 보정을 하였다.
이 중 체중 자가 측정을 6개월 동안 완료한 147명만을 최종 분석 대상자로 하였다[Table 2]. 측정 빈도 수준(Low, Middle, High)으로 성별, 연령별, 의료기관 별에대한 교차분석을 실시하였다. 성별과 의료기관은 모두 통계적으로 유의한 차이는 없었으나 연령별에서 통계적으로 유의하게 차이가 있는 것으로 나타났다[Table 3].

성능/효과

3) 헬스 매니저가 참여자에게 제공한 서비스 시간은 CTI(Computer Telephony Integration) 서버에 저장된 상담 로그를 분석하여 6개월 동안의 월별 서비스 제공 평균 시간을 산출하였다.
연구의 결과 참가자들의 자가 측정 빈도 수준에 따라서 체중과 BMI 변화량 분석에서는 그룹 간에 통계적으로 유의하게 차이가 있었다. 결론적으로 가정에서 스마트케어 서비스를 받고 측정 빈도 수준이 높은 환자일수록 낮은 수준보다 체중과 BMI가 더 개선된다는 것을 확인하였다.
그룹내 월별 평균 BMI 변화량을 분석한 결과 Low는 M1(2개월 시점)까지는 감소 후 지속적으로 유지를 하였고 M2(3개월 시점)에서만 평균 변화량이 통계적으로 유의하였다(p< 0.05).
그룹내 월별 평균 체중 변화량을 분석한 결과 Low는 Baseline(1개월 시점) 기준으로 M3(4개월 시점)까지는 감소하고 M4(5개월 시점)에서는 증가, M5(6개월 시점)에서는 다시 감소를 하였고 M2(3개월 시점)와 M3(4개월시점), M5(6개월 최종 시점)의 평균 변화량에서만 통계적으로 유의하였다(p< 0.05).
동의 절차를 거친 참가자들에게는 원격 건강관리를 위해서 스마트케어 앱(application)이 탑재되어 있는 스마트폰과 블루투스 기능이 있는 체지방계를 지급하였다. 모든 참가자들에게 스마트케어 앱과 체지방계, 사용법이 포함된 매뉴얼을 국책과제 펀드로 무료로 지급하였다.
측정 빈도 수준(Low, Middle, High)으로 성별, 연령별, 의료기관 별에대한 교차분석을 실시하였다. 성별과 의료기관은 모두 통계적으로 유의한 차이는 없었으나 연령별에서 통계적으로 유의하게 차이가 있는 것으로 나타났다[Table 3].
스마트케어 서비스에서 자가 측정 빈도 수준에 따른 평가 지표 분석 결과 측정 빈도 수준이 높을수록 체중과 BMI가 더 높게 개선되는 것으로 나타났다. 이 결과는 자가 측정 빈도에 따라 질환 개선에 효과적이라는 선행 연구와 일치하는 결과[18]를 보였다.
이 연구는 스마트케어 서비스를 이용한 비만환자의 자가 측정 빈도 수준에 따라서 질환 개선 효과로 체중과 BMI 변화량을 확인하는 것이었다. 연구의 결과 참가자들의 자가 측정 빈도 수준에 따라서 체중과 BMI 변화량 분석에서는 그룹 간에 통계적으로 유의하게 차이가 있었다. 결론적으로 가정에서 스마트케어 서비스를 받고 측정 빈도 수준이 높은 환자일수록 낮은 수준보다 체중과 BMI가 더 개선된다는 것을 확인하였다.
자가 측정 빈도 수준에 따른 체중과 BMI의 변화량에 대한 분석을 위해서 먼저 참가자들의 인구학적 특성과 헬스 매니저들이 제공한 상담시간들이 측정 빈도에 차이가 있는지 분석을 하였다. 인구학적 특성에 따른 자가 측정 빈도 수준을 분석한 결과 성별과 의료기관은 통계적으로 유의한 차이는 없었으나 연령별에서는 통계적으로 유의하게 차이가 있는 것으로 나타났다. 이는 참가자의 연령별로 자가 측정 빈도에 차이가 있다는 것을 의미하여 체중과 BMI의 변화량 분석에서 공변량으로 보정을 하였다.
이는 참가자의 연령별로 자가 측정 빈도에 차이가 있다는 것을 의미하여 체중과 BMI의 변화량 분석에서 공변량으로 보정을 하였다. 헬스 매니저의 상담 제공 시간은 간호사, 영양사, 운동 처방사 모두 통계적으로 유의하게 차이가 없는 것으로 나타났다. 이는 참가자들이 원격건강으로 받은 서비스 시간에는 차이가 없이 고르게 받았다는 것을 의미한다.

후속연구

하지만 이 연구에서는 체중 변화량의 기록을 참가자가 사무실에 방문하여 최초(1개월)와 최종(24개월 후) 시점의 측정값으로만 분석한 결과 연구 기간 전체의 체중 변화량을 분석할 수 없다는 단점이 있다. 또한 참가자들의 자가 측정 빈도는 사후에 설문을 통하여 3그룹(monthly or less, weekly, daily ormore) 으로 분류한 관계로 평가 그룹 분류 자체를 좀 더 정확하게 분류할 필요성이 있다. 만약 자가 측정 빈도의 평가군의 분류가 정확하지 않다면 그에 따른 질환 개선효과 또한 정확하다고 할 수 없기 때문이다.
둘째, 헬스 매니저들의 상담은 정량적인 시간만을 분석하였으며 세부적인 상담 내용을 고려한 질적 분석까지는 수행하지 않았다. 이러한 점을 고려하여 향후 연구에서는 설계 단계에서 헬스 매니저들의 정성적 상담 내용들에 따른 질환개선 효과를 확인할 수 있는 모형 설계가 필요하다.
이러한 제한점에도 불구하고 이 연구는 국내의 법/제도와 u-Health 인프라 구축이 미흡한 현실에서 비만환자를 대상으로 자가 측정 빈도 수준에 따른 질환개선 효과분석의 첫 시도라는 점에서 향후 진행될 연구들의 방향성을 제시하는 중요한 근거 자료가 될 것으로 사료된다.
그리고 한국의 경우는 아직까지 Tele-Health 인프라 구축이 불충분하여 비만 환자 건강관리를 위한 연구가 매우 부족하다 [27]. 이런 이유로 이 연구는 만성질환 관리에서 Tele-Health의 임상적 유효성 및 후속 시범 사업들이 참조할 수 있는 매우 중요한 실증 자료가 될 것이다.
어떤 참가자는 연구 기간이 종료된 후에도 유료라도 지속적으로 서비스를 제공받기를 요구하는 경우도 있었다. 추후에 진행하는 연구에서는 선행 사례를 참조하여 대안을 마련하여야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	최근의 비만관리 연구 트렌드는 어떠합니까?	최근의 비만관리 연구 트렌드를 보면 Tele-health를이용한 신체활동, 식이 섭취, 자가 측정 모니터링 등에 대한 연구들이 많이 진행되고 있으며 전통적인 치료를 받은 사람들 보다 효과가 있는 것으로 나타났다 [23-25]. 또한 미국에서 비만, 과체중, 일반인을 대상으로 수행된 연구에 의하면 자가 측정 빈도가 높을수록 체중 감소 효과가 있는 것으로 나타났다 [26].
	비만은 다양한 질병과 연관되는데 그 질병의 종류는 어떠합니까?	비만은 그 자체의 문제 뿐만 아니라 다양한 질병과 연관되는 것으로 알려져 있다. 가장 대표적으로 연관되는 질병은 심혈관 질환인 고혈압이며 정상인 보다 비만에서5배 더 높고 제 2형 당뇨의 경우는 10배가 더 높은 것으로 보고가 되었다 [8-10]. 기타 질병으로는 유방암, 대장암, 식도암 등이 있으며 호흡기 질병으로 호흡곤란, 수면 무호흡 등과 연관성이 있는 것으로 확인이 되었다[11-13].
	비만은 무엇을 지표로 사용합니까?	비만은 체내에 지방이 과다하게 축적되어 여러 가지질병을 유발하는 것으로 알려져 있다 [3]. 대체로 비만은 체중, BMI, 허리둘레, 엉덩이둘레, 허리와 엉덩이의 비율 등을 지표로 사용하며 이중 가장 많이 사용하는 지표는 체중과 BMI이다 [4]. 한국에서 사용하고 있는 비만의 기준은 WHO에서 아시아 성인들을 기준으로 구분한 BMI25 kg/m2 이상을 비만, 23 kg/m2 이상을 과체중으로 구분하고 있다 [5-7].

참고문헌 (29)

Wang YC, McPherson K, Marsh T, et al. "Health and economic burden of the projected obesity trends in the USA and the UK", Lancet, Vol. 378, No. 9793, pp. 815-825, August, 2011. DOI http://dx.doi.org/10.1016/S0140-6736(11)60814-3

상세보기
Jolly K, Lewis A, Beach J, et al. "Comparison of range of commercial or primary care led weight reduction programmes with minimal intervention control for weight loss in obesity: Lighten Up randomized controlled trial", BMJ, Vol. 343, pp. 1035, 2011. DOI http://dx.doi.org/10.1136/bmj.d6500

상세보기
Ogden CL, Yanovski SZ, Carroll MD, et al. "The epidemiology of obesity", Gastroenterology, Vol. 132, No. 6, pp. 2087-102, May, 2007. DOI http://dx.doi.org/10.1053/j.gastro.2007.03.052

상세보기
Stein CJ, Colditz GA, "The epidemic of obesity", J Clin Endocrinol Metab, Vol. 89, No. 6, pp. 2522-5, Jun, 2004. DOI http://dx.doi.org/10.1210/jc.2004-0288

상세보기
World Health Organization; International Obesity Task Force. The Asian-Pacific Perspective: Redefining Obesity and Its Treatment. Geneva: WHO Western Pacific Region, 2000.
Korean Endocrine Society; Korean Society for the Study of Obesity. Management of obesity, 2010 recommendation. Endocrinol Metab, Vol. 25, pp. 301-304, 2010. DOI http://dx.doi.org/10.3803/EnM.2010.25.4.301

상세보기
S. W. Oh, S. A. Shin, et al. "Cut-off point of BMI and obesity-related comorbidities and mortality in middle-aged Koreans", Obes Res, Vol. 12, No. 12, pp. 2031-40, Dec, 2004. DOI http://dx.doi.org/10.1038/oby.2004.254

상세보기
Haslam DW, James WP, "Obesity", Lancet, Vol. 366, No. 9492, pp. 1197-1209, Oct, 2005. DOI http://dx.doi.org/10.1016/S0140-6736(05)67483-1

상세보기
Kastarinen MJ, Nissinen AM, Vartiainen EA, et al., "Blood pressure levels and obesity trends in hypertensive and normotensive Finnish population from 1982 to 1997", Journal of Hypertension, Vol. 18, pp. 255-262, Mar, 2000. DOI http://dx.doi.org/10.1097/00004872-200018030-00003

상세보기
Stevens J, Couper D, et al. "Sensitivity and specificity of anthropometrics for the prediction of diabetes in a biracial cohort", Obes Res, Vol. 9, No. 11, pp. 696-705, Nov, 2001. DOI http://dx.doi.org/10.1038/oby.2001.94

상세보기
Vainio H, Bianchini F, Weight control and physical activity. IARC Handbook of Cancer Prevention, Vol. 6, 2002.
Young T, Palta M, Dempsey J, et al. "The occurrence of sleep-disordered breathing among middle-aged adults", N Engl J Med, Vol. 328, No. 17, pp. 1230-1235, Apr, 1993. DOI http://dx.doi.org/10.1056/NEJM199304293281704

상세보기
Partinen M, Jamieson A, Guilleminault C., "Long-term outcome for obstructive sleep apnea syndrome patients: mortality", Chest, Vol. 94, No. 6, pp. 1200-1204, Dec, 1988. DOI http://dx.doi.org/10.1378/chest.94.6.1200

상세보기
Lakka TA, Laaksonen DE, "Physical activity in prevention and treatment of the metabolic syndrome", Appl Physiol Nutr Metab, Vol. 32, No. 1, pp. 76-88, 2007. DOI http://dx.doi.org/10.1139/h06-113

상세보기
Kumanyika SK, Obarzanek E, Stettler N, et al. "Population-based prevention of obesity: the need for comprehensive promotion of healthful eating, physical activity, and energy balance: a scientific statement from American Heart Association Council on Epidemiology and Prevention, Interdisciplinary Committee for Prevention (formerly the expert panel on population and prevention science)", Circulation, Vol. 118, No. 4, pp. 428-64, 2008. DOI: http://dx.doi.org/10.1161/CIRCULATIONAHA.108.189702

상세보기
Stone NJ, Saxon D, "Approach to treatment of the patient with metabolic syndrome: lifestyle therapy" Tzhe American journal of cardiology, Vol. 96, No. 4a, pp. 15e-21e, 2005. DOI http://dx.doi.org/10.1016/j.amjcard.2005.05.010

상세보기
Luley C1, Blaik A, Gotz A, et al. "Weight Loss by Telemonitoring of Nutrition and Physical Activity in Patients with Metabolic Syndrome for 1 year", J Am Coll Nutr, Vol. 33, No. 5, pp. 363-74, 2014. DOI http://dx.doi.org/10.1080/07315724.2013.875437

상세보기
Rena R, Deborah F, et al. "A Self-Regulation Program for Maintenance of Weight Loss", N Engl J Med, Vol. 355, No. 15, pp. 1563-71, Oct, 2006. DOI http://dx.doi.org/10.1056/NEJMoa061883

상세보기
Klasnja P, Pratt W, "Healthcare in the pocket: mapping the space of mobile-phone health interventions", J Biomed Inform, Vol. 45, No. 1, pp. 184-98, 2012. DOI http://dx.doi.org/10.1016/j.jbi.2011.08.017

상세보기
Consolvo S, Klasnja P, McDonald DW, et al. "Flowers or a robot army: Encouraging awareness & activity with personal, mobile displays", In: Proc UbiComp 2008, ACM, pp. 54-63, 2008.
Mohan P, Marin D, Sultan S, Deen A, "MediNet: personalizing the self-care process for patients with diabetes and cardiovascular disease using mobile telephony", In: Conf proc IEEE eng med biol soc, pp. 755-758, 2008. DOI http://dx.doi.org/10.1109/IEMBS.2008.4649262

상세보기
JIA, Huanguang, et al. "Long-term effect of home telehealth services on preventable hospitalization use", J Rehabil Res Dev, Vol. 46, No. 5, pp. 557-566, 2009. DOI http://dx.doi.org/10.1682/JRRD.2008.09.0133

상세보기
Rimmer JH, Wang E, Pellegrini CA, et al. "Telehealth weight management intervention for adults with physical disabilities: a randomized controlled trial", Am J Phys Med Rehabil, Vol. 92, No. 12, pp. 1084-94, Dec, 2013. DOI http://dx.doi.org/10.1097/PHM.0b013e31829e780e

상세보기
Baker RC, Kirschenbaum DS, "Self-monitoring may be necessary for successful weight control", Behav Ther, Vol. 24, No. 3, pp. 377-394, 1993. DOI http://dx.doi.org/10.1016/S0005-7894(05)80212-6

상세보기
Shay LE, Seibert D, Watts D, et al. "Adherence and weight loss outcomes associated with food-exercise diary preference in a military weight management program", Eat Behav, Vol. 10, No. 4, pp. 220-227, Dec, 2009. DOI http://dx.doi.org/10.1016/j.eatbeh.2009.07.004

상세보기
Jeffrey J. VanWormer, Jennifer A. Linde, et al. "Self-weighing Frequency is Associated with Weight Gain Prevention over Two Years among Working Adults", Int J Behav Med, Vol. 19, No. 3, pp. 351-358, Sep, 2012. DOI http://dx.doi.org/10.1007/s12529-011-9178-1

상세보기
Farkhod Alisherov1, et al. "Ubiquitous Healthcare System Management Based on Agent Platform with Application of PLD", International Journal of Bio-Science and Bio-Technology, Vol. 4, No. 4, pp. 49-54, Dec, 2012.
Y. S. Chung, M. K. Moon, C. H. Lee, "The effect of Smart Care ubiquitous health service on hypertension management", Korea Academia-Industrial cooperation Society, Vol 14, No. 3, pp. 1213-1220, 2013. DOI http://dx.doi.org/10.5762/KAIS.2013.14.3.1213

원문보기 상세보기
J. A. Kim, I. S. Cho, C. H. Lee, et al. "Knowledge Modeling Guideline for Reentrant Features in SAGE", International Conference on Information Technology and Computer Science (ITCS 2012). Porto, pp. 76-81, 2012.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증