[논문]열다한소탕과 태음조위탕·조위승청탕의 소증 분석을 위한 의사결정나무 구성

김상혁; 박만영; 이시우

doi:10.7730/jscm.2017.29.3.248

열다한소탕과 태음조위탕·조위승청탕의 소증 분석을 위한 의사결정나무 구성
The Decision Tree to Analyze the Cases' Ordinary Symptoms Prescribed Yeoldahanso-tang and Taeeumjowi-tang·Choweseuncheng-tang 원문보기

JSCM : Journal of Sasang constitutional medicine, v.29 no.3, 2017년, pp.248 - 261

김상혁 (한국한의학연구원 미병연구단) , 박만영 (한국한의학연구원 미병연구단) , 이시우 (한국한의학연구원 미병연구단)

Abstract ▼ AI-Helper

Objectives The purpose of this study is to analyze the decision making process of prescribing Yeoldahanso-tang and Taeeumjowi-tang Choweseuncheng-tang using decision tree. Methods We used collected the prospective clinical data of TE type from September 2012 to July 2015. In this study, we used gender, BMI, blood pressure, pulse and clinical symptoms (digestion, sweat, defecation, urination, sleep, physical status, emotion, heat-coldness, water consumption, facial color) as variables. Decision trees were analyzed using open source R version 3.3.2. Results & Conclusions We found that the decision trees differed among institutions. However, in all institutions, it was found that stool type (ordinary symptom), urine frequency (ordinary and present symptom) and anxiety (ordinary symptom) were important in the decision of prescription. Besides, clinical informations such as sex, Body Mass Index and blood pressure affected the prescription decision.

주제어

AI 본문요약
AI-Helper

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

문제 정의

. 본 연구는 수집된 체질치료증례 중 胃脘寒肺燥病의 대표처방이라 할 수 있는 태음조위탕, 조위승청탕과 肝熱肺燥病의 대표처방이라 할 수 있는 열다한소탕이 결정되는 과정에서 素證을 포함한 임상정보들이 관여하는 과정을 알아보기 위해 의사결정나무 기법을 활용하여 분석해보고자 하였다.
이러한 장점 때문에 기존의 한의학 관련 선행연구에서도 의사결정나무기법이 많이 활용되어 왔으나 주로 진단 영역에 한정되어 사용된 측면이 있었다^9,10,11. 본 연구는 치료 행위에 해당하는 체질처방의 의사결정과정에서 素證을 포함한 임상정보들이 관여하는 과정을 확인해보고자 의사결정나무기법을 활용하여 분석하였다.

제안 방법

10개의 노드가 사용되었으며, 이에 활용된 변수로는 성별, 땀 양(현증), 소변탁도(소증), BMI, 혈압, 소변횟수(현증), 수면시간(소증), 맥박, 소화상태(소증) 등이었다. (Appendix 2의 노드 세부설명 참조) 이상의 규칙으로 전체가 분리 가능하였으나 규칙을 간략화하기 위해 의사결정나무를 다시 구성한 결과는 다음과 같았다.
11개의 노드가 사용되었으며, 이에 활용된 변수로는 평소 신체온도(소증), 식은땀(소증), 소변횟수(현증), 배변횟수(소증), BMI, 대변형태(소증), 정서불안감(소증), 추위타는 정도(소증), 성별, 맥박 등이었다. (Appendix 2의 노드 세부설명 참조) 이상의 규칙으로 56건 전체가 분리 가능하였으나 규칙을 간략화하기 위해 의사결정나무를 다시 구성한 결과는 다음과 같았다.
12개의 노드가 사용되었으며, 이에 활용된 변수로는 소화상태(소증), 대변형태(소증), BMI, 소변횟수(소증), 평소 신체온도(현증), 더위타는 정도(현증), 성별, 추위타는 정도(현증), 수면 질(현증), 구건(현증), 수면 시간(소증) 등이었다. 그러나 너무 복잡한 트리로 구성되어 있고 약 18%가량은 분류를 하지 못했다.
5개의 노드가 사용되었으며, 이에 활용된 변수로는 성별, 땀 양(현증), 소변횟수(현증), 수면시간(소증), BMI 등이었다. 이상의 규칙으로는 89.
8개의 노드가 사용되었으며, 이에 활용된 변수로는 대변형태(소증), 안색_붉은 정도(소증), 소변횟수(소증), BMI, 대변횟수(현증), 정서불안감(소증), 혈압 등이었다. 이상의 규칙으로는 94.
8개의 노드가 사용되었으며, 이에 활용된 변수로는 평소 신체온도(소증), 식은땀(소증), 혈압, BMI, 대변형태(소증), 정서불안감(소증), 추위타는 정도(소증), 소변횟수(현증) 등이었다. 이상의 규칙으로는 94.
목표 처방이 사용된 266건 전체를 대상으로 하되, 각 전문가별로 의사결정과정에 차이가 있을 수 있음을 고려하여 처방 빈도가 30건 이상인 수집기관은 기관별 분석 역시 시행하였다. 의사결정나무의 구성은 무료로 제공되는 오픈소스인 R version 3.
그리고 본 논문은 역증에서 표리를 나누는 경로를 내재적으로 가정하고 있기 때문에 해석에 있어 전문가의 처방결정이 이와는 다를 수 있음을 고려하여야 한다. 본 연구에서 사용한 데이터의 대부분이 범주형 변수이기 때문에 비선형 데이터의 문제에서 벗어 날 수 있으므로 의사결정나무를 이용하여 규칙을 생성하였다. 하지만, 사용된 데이터의 양이 그리 많이 않아, 생성된 규칙을 일반화하기 위해서는 추가적인 전향적 증례수집 연구가 필요하다고 할 수 있다.
본 연구에서는 수집된 증례기록지 항목에서 성별, Body Mass Index(BMI), 혈압, 맥박과 소화, 땀, 대변, 소변, 수면, 체력, 정서, 한열, 음수, 안색의 10가지 항목을 세부 항목으로 나누어 5점 척도로 기록한 평소(소증) 및 치료시점(현증)의 증상기록을 사용하였다⁷(Appendix 1의 증례기록지 참조).

대상 데이터

11개의 노드가 사용되었으며, 이에 활용된 변수로는 대변형태(소증), 안색_붉은 정도(소증), 소변횟수(소증), 맥박, 성별, 수면 질(소증), 혈압, 평소 신체온도(소증), BMI 등이었다(Appendix 2의 노드 세부설명 참조). 이상의 규칙으로 전체가 분리 가능하였으나 규칙을 간략화하기 위해 의사결정나무를 다시 구성한 결과는 다음과 같았다.
2012년 9월부터 2015년 7월까지 사상체질의학에서 치료 행위에 해당하는 체질처방의 전문가 의사결정과정을 확인하기 위해 체질치료증례의 전향적인 임상데이터 수집 연구가 진행되었다¹. 본 연구는 수집된 체질치료증례 중 胃脘寒肺燥病의 대표처방이라 할 수 있는 태음조위탕, 조위승청탕과 肝熱肺燥病의 대표처방이라 할 수 있는 열다한소탕이 결정되는 과정에서 素證을 포함한 임상정보들이 관여하는 과정을 알아보기 위해 의사결정나무 기법을 활용하여 분석해보고자 하였다.
2개의 노드가 사용되었으며, 이에 활용된 변수로는 BMI, 추위타는 정도(소증) 등이었다(Appendix 2의 노드 세부설명 참조).
한국한의학연구원의 한의임상정보은행(Korean medicine Data Center: KDC)에 구축된 치료증례 중 2012년 9월부터 2015년 7월까지 전국 10개 한방병원과 2개 한의원에서 수집된 전향적 임상데이터를 활용하였다. 수집된 체질치료증례 1210건 중 태음인 증례는 445건이었으며, 본 연구에서는 그 중 열다한소탕이 사용된 144건과 태음조위탕 및 조위승청탕이 사용된 122건을 대상으로 하였다. 태음조위탕과 조위승청탕을 하나로 묶어 분석에 사용한 이유는 비교 처방인 열다한소탕과 유사한 빈도수를 유지하기 위함이었다.
한국한의학연구원의 한의임상정보은행(Korean medicine Data Center: KDC)에 구축된 치료증례 중 2012년 9월부터 2015년 7월까지 전국 10개 한방병원과 2개 한의원에서 수집된 전향적 임상데이터를 활용하였다. 수집된 체질치료증례 1210건 중 태음인 증례는 445건이었으며, 본 연구에서는 그 중 열다한소탕이 사용된 144건과 태음조위탕 및 조위승청탕이 사용된 122건을 대상으로 하였다.

데이터처리

목표 처방이 사용된 266건 전체를 대상으로 하되, 각 전문가별로 의사결정과정에 차이가 있을 수 있음을 고려하여 처방 빈도가 30건 이상인 수집기관은 기관별 분석 역시 시행하였다. 의사결정나무의 구성은 무료로 제공되는 오픈소스인 R version 3.3.2를 사용하여 분석을 시행하였다.

성능/효과

A기관 56건을 대상으로 간략화 된 의사결정나무를 구성하였을 때 94.6%가량을 분류할 수 있었으며 이에 사용된 노드를 상위노드부터 정리하면 평소 신체온도(소증) / 식은땀(소증), 혈압, 대변형태(소증), 정서불안감(소증) / BMI, 추위타는 정도(소증), 소변횟수(현증) 등의 순이었다. 소증 정보가 상위에 위치하고 있으며 BMI 정보가 같이 사용되고 있었다.
C기관 59건을 대상으로 간략화된 의사결정나무를 구성하였을 때 94.9%가량을 분류할 수 있었으며 이에 사용된 노드를 상위노드부터 정리하면 대변형태(소증) / 안색_붉은 정도(소증), 소변횟수(소증), BMI, 대변횟수(현증), 정서불안감(소증) / BMI, 혈압 등의 순이었다.
특히 가장 상위노드를 이루는 정보가 각각 소화상태(소증), 평소신체온도(소증), 성별, 대변형태(소증), BMI 등으로 나타났다. 그럼에도 하위노드에서 대변형태(소증), 소변횟수(소증 및 현증), 정서불안감(소증) 등이 중복되어 나타남을 알 수 있었으며, B기관을 제외하고는 소증 정보가 현증 정보보다 상위에 위치한다는 공통점을 확인할 수 있었다. 또한 증상(소증 및 현증) 이외에도 성별, BMI, 혈압 등 임상정보가 처방결정에 영향을 줄 수 있음을 확인할 수 있었다.
그럼에도 하위노드에서 대변형태(소증), 소변횟수(소증 및 현증), 정서불안감(소증) 등이 중복되어 나타남을 알 수 있었으며, B기관을 제외하고는 소증 정보가 현증 정보보다 상위에 위치한다는 공통점을 확인할 수 있었다. 또한 증상(소증 및 현증) 이외에도 성별, BMI, 혈압 등 임상정보가 처방결정에 영향을 줄 수 있음을 확인할 수 있었다.
D기관 36건의 경우 두 처방군의 건수가 확연히 차이가 났다. 모두 분류 가능한 의사결정나무에 사용된 노드를 상위노드부터 정리하면 BMI / 추위타는 정도(소증)의 순이었다.
이상의 결과를 살펴보면 전체 증례는 물론 각 기관별 의사결정나무가 서로 다르게 구성됨을 알 수 있었다. 특히 가장 상위노드를 이루는 정보가 각각 소화상태(소증), 평소신체온도(소증), 성별, 대변형태(소증), BMI 등으로 나타났다.
전체 증례 266건을 대상으로 하였을 때 약 82%가량 분류할 수 있는 의사결정나무를 구성할 수 있었으며 이에 사용된 노드를 상위노드부터 정리하면 소화상태(소증) / 대변형태(소증), 구건(현증) / BMI, 수면시간(소증) / 소변횟수(소증) / 평소 신체온도(현증) / 더위타는 정도(현증), 추위타는 정도(현증) / 성별, 수면 질(현증) 등의 순이었다. 소증 정보가 먼저 사용되는 경향은 있었으나 항상 그렇진 않았으며 BMI, 성별 등 소증정보 이외에 다른 임상정보 역시 사용되고 있었다.
이상의 결과를 살펴보면 전체 증례는 물론 각 기관별 의사결정나무가 서로 다르게 구성됨을 알 수 있었다. 특히 가장 상위노드를 이루는 정보가 각각 소화상태(소증), 평소신체온도(소증), 성별, 대변형태(소증), BMI 등으로 나타났다. 그럼에도 하위노드에서 대변형태(소증), 소변횟수(소증 및 현증), 정서불안감(소증) 등이 중복되어 나타남을 알 수 있었으며, B기관을 제외하고는 소증 정보가 현증 정보보다 상위에 위치한다는 공통점을 확인할 수 있었다.

후속연구

하지만, 사용된 데이터의 양이 그리 많이 않아, 생성된 규칙을 일반화하기 위해서는 추가적인 전향적 증례수집 연구가 필요하다고 할 수 있다. 그리고 전향적 증례수집 연구를 진행함에 있어 이번 연구결과에서 주로 나타나는 임상정보에 집중함으로써 보다 진행을 간략화할 수 있을 것이다.
본 연구는 체질처방이 사용된 전향적 임상데이터를 활용한 장점이 있지만 동시에 분석에 있어 주처방명만을 사용하고 가감 등을 고려하지 않은 한계점이 존재한다. 그리고 본 논문은 역증에서 표리를 나누는 경로를 내재적으로 가정하고 있기 때문에 해석에 있어 전문가의 처방결정이 이와는 다를 수 있음을 고려하여야 한다.
본 연구에서 사용한 데이터의 대부분이 범주형 변수이기 때문에 비선형 데이터의 문제에서 벗어 날 수 있으므로 의사결정나무를 이용하여 규칙을 생성하였다. 하지만, 사용된 데이터의 양이 그리 많이 않아, 생성된 규칙을 일반화하기 위해서는 추가적인 전향적 증례수집 연구가 필요하다고 할 수 있다. 그리고 전향적 증례수집 연구를 진행함에 있어 이번 연구결과에서 주로 나타나는 임상정보에 집중함으로써 보다 진행을 간략화할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사상체질의학의 특징은 무엇인가?	사상체질의학은 사람을 네 가지 체질로 나누며 체질에 따라 생리, 병리, 진단, 치료, 양생의 과정이 다르다는 것을 특징으로 한다1. 특히 치료부분에 있어서는 『東醫壽世保元ꡕ』『四象人辨證論』에서 “明知其人而又明知其證則應用之藥必無可疑”라 한 것과 같이 약을 사용함에 체질과 證을 바르게 알아야함을 강조하고 있다.
	태음인의 병증의 원인은 무엇인가?	태음인은 肝大肺小의 장부특징에 따라 肝과 小腸 부위의 吸聚之氣 과다가 원인이 되어 병증으로 나타나는데, 이는 胃脘受寒表寒病과 肝受熱裏熱病으로 대별된다. 表病인 胃脘受寒表寒病은 胃脘寒病과 胃脘寒肺燥病으로 구분되며 裏病인 肝受熱裏熱病은 肝熱病과 肝熱肺燥病으로 구분된다.
	의사결정나무의 가장 상위노드를 이루는 정보는 무엇인가?	이상의 결과를 살펴보면 전체 증례는 물론 각 기관별 의사결정나무가 서로 다르게 구성됨을 알 수 있었다. 특히 가장 상위노드를 이루는 정보가 각각 소화상태(소증), 평소신체온도(소증), 성별, 대변형태(소증), BMI 등으로 나타났다. 그럼에도 하위노드에서 대변형태(소증), 소변횟수(소증 및 현증), 정서불안감(소증) 등이 중복되어 나타남을 알 수 있었으며, B기관을 제외하고는 소증 정보가 현증 정보보다 상위에 위치한다는 공통점을 확인할 수 있었다.

참고문헌 (11)

Kim SH, Kim HS, Park KH, Lee SW. A Report on the Collecting Status of the Prospective Clinical Data Included the Constitutional Prescription. J Sasang Constitut Med. 2016;28(1):57-67. (Korean)

원문보기 상세보기
Kim SH, Park KH, Jang ES, Kim JY. Differences in the Symptoms between Exterior-disease and Interiordisease of TE type-Based on 659 Subjects-. J Sasang Constitut Med. 2009;21(2):96-106. (Korean)
Choi AR, Shin MR, Lee EJ. Clinical Practice Guideline for Taeeumin Disease of Sasang Constitutional Medicine:Esophagus Cold-based Exterior Cold (Wiwansuhanpyohan) disease. J Sasang Constitut Med. 2015;27(1):42-56. (Korean)

원문보기 상세보기
Jeon SH, Yu JS, Lee EJ. Clinical Practice Guideline for Taeeumin Disease of Sasang Constitutional Medicine:Liver Heat-based Interior Heat (Gansuyeol-liyeol) disease. J Sasang Constitut Med. 2015;27(1):57-70. (Korean)

원문보기 상세보기
Loh, Wei Yin. Classification and regression trees. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 2011;1:14-23.

상세보기
Anthony J. Myles, Robert N. Feudale, Yang Liu, Nathaniel A. Woody, Steven D. Brown. An introduction to decision tree modeling. J Chemometrics. 2004;18:275-285.

상세보기
Jin HJ, Kim SH, Baek YH, Jang ES, Ryu JH, Lee SW. Research Design for the Verification of Constitutional Prescription Determinants. J Sasang Constitut Med. 2015;27(2):222-230. (Korean)

원문보기 상세보기
Rokach, Lior, Oded Maimon. Data mining with decision trees: theory and applications. World scientific, 2014.
Park EK, Lee YS, Park SS. A Study of constitution diagnosis using decision tree method. J Sasang Constitut Med. 2001;13(2):144-155. (Korean)
Choi JY, Park SS. The Characteristics of Questionnaire Response Using decision tree method. J Sasang Constitut Med. 2003;15(3):177-186. (Korean)
Lee HJ, Kim MY, Oh HS, Park YB. A Study of Pathogenesis Classification using Decision Tree Method. J Korea Instit Orient Med Diagn. 2009;12(2):27-40. (Korean)

저자의 다른 논문 :

LOADING...

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