$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

의사결정나무분석을 이용한 심혈관질환자의 재입원 위험 요인에 대한 융합적 분석
Convergence Analysis of Risk factors for Readmission in Cardiovascular Disease: A Machine Learning Approach 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.9 no.12, 2019년, pp.115 - 123  

김현수 (경동대학교 간호대학)

초록
AI-Helper 아이콘AI-Helper

본 연구는 의사결정나무 통계분석법을 톨해 국민건강영양조사 자료를 2차 분석하여 심혈관질환자의 재입원 위험 요인을 확인하는 기초자료를 마련하고자 하였다. 연구대상자는 국민건강영양조사 4-6기 자료대상자 총 65,973명 중 협심증이나 심근경색 진단 병력이 있는 총 1,037명의 성인이며, SPSS window 21 Program을 이용하여 분류 분석CHAID 의사결정나무 방법으로 분석하였다. 뿌리 마디(Root node)는 경제활동상태((χ2=12.063, p=.001), 자식 마디(Child node)는 개인 소득수준(χ2=6.575, p=.031), 최근 1년간 체중 변화(χ2=12.758, p=.001), 거주지역(χ2=4.025, p=.045), 직접흡연(χ2=3.884, p=.049), 교육수준(χ2=9.630, p=.024)으로 확인되었다. 끝마디(Terminal node)는 고혈압(χ2=3.854, p=.050), 당뇨(χ2=6.056, p=.014), 직업형태(χ2=7.799, p=.037)로 분석되었다. 이를 통해 심혈관질환자의 재입원 관리를 위해 다양한 요인의 통합적 접근을 고려한 프로그램의 개발 및 운영이 필요함을 제언한다.

Abstract AI-Helper 아이콘AI-Helper

This is descriptive study to 2nd analysis data KNHANES IV-VI about risk factors of readmission among patients with cardiovascular disease. Among the total 65,973 adults, 1,037 with angina or myocardial infarction were analyzed. The analysis was conducted using SPSS window 21 Program and CHAID decisi...

주제어

표/그림 (2)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 그리고 현재 진행된 심혈관질환에 대한 재입원 연구는 β차단제나 ACE 억제제 등의 혈압조절, 아스피린 등의 항혈전기능 약제, 스타틴 계열의 약제와 같이 치료상 유용성이 알려진 약물치료에 주로 초점이 맞추어져 있으나 [12], 약물 순응도 증가, 적절한 운동, 식습관 개선 등을 통해 생활습관을 조정하고 대상자 스스로 지속적이고 지지적인 자가간호를 수행하도록 함으로써 재입원율을 낮추고 나아가 사망률의 감소 및 삶의 질도 향상되었다는 선행연구 보고가 있다[13]. 따라서 심혈관질환의 재입원에 대한 위험 요인을 다양한 측면에서 살펴볼 필요가 있으며 데이터마이닝 기법 중 의사결정나무 분석을 활용하여 재입원 위험군의 특성을 규명하고자 한다. 의사결정나무 분 석법은 변수를 여러 개의 사각 형태 공간으로 분할하여 목표 대상을 유기적 연관성에 따라 분류하거나 예측할 수있으며, 유연한 결정 경계를 갖기 때문에 과정을 이해하고 설명하기 쉬운 구조를 제시해주는 통계분석 방법이다 [14,15].
  • 본 연구는 2007년부터 2014년까지 실시한 국민건강 영양조사 원시 자료를 이용하여 심근경색이나 협심증을 진단받은 심혈관질환자 1,037명을 대상으로 재입원 위험 요인을 살펴보고자 하였다.
  • 본 연구는 국민건강영양조사 원시 자료를 이용하여 2 차 자료 분석을 한 서술적 조사연구 형태로 기관윤리위원회 승인을 면제받아 진행하였다.
  • 본 연구는 국민건강영양조사 자료를 이용하여 우리나라 심혈관질환자의 재입원에 대한 위험 요인을 통합적으로 분석하여 심혈관질환자의 재입원을 감소시킬 수 있는 방안 제시 및 프로그램 개발에 활용될 수 있는 구체적 근거를 마련하고자 한다.
  • 본 연구에서 분석에 활용한 국민건강영양조사는 우리 나라 국민의 건강과 질병, 영양 상태를 파악하기 위해 실시하는 조사이다. 국민건강증진법 제 16조에 근거하여 시행하고 있으며, 동법 18조에 근거하여 매년 시행하고 있는 국가승인 통계자료이다.
  • 이에 본 연구는 대표성이 확보된 국가자료를 바탕으로 심혈관질환자의 재입원 위험 요인을 약물치료에 국한하지 않고 다양한 측면에서 융합적 접근을 통해 분석함으로써 심혈관질환자의 효과적인 간호 중재 개발에 응용될 수있는 기초자료를 마련하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
심혈관질환자의 재입원 경로 분석에서 재입원에 영향을 미치는 생활습관 요인은 무엇인가요? 본 연구의 재입원 경로 분석에서 특징적이며 선행연구와의 주요한 차이는 생활습관 요인까지 포함한 요인 간 의 상호작용 정도를 파악할 수 있다는 점으로, 생활습관을 개선하는 것은 약물사용이나 내과적 처치만큼 심혈관 질환의 재발 위험을 낮추는 2차 방어 역할을 한다고 보고 되고 있다[29,30]. 본 연구에서도 체중 변화, 거주지역, 흡연 등 생활습관 또는 생활습관 관련성 요인이 심혈관질 환자의 재입원 위험을 높이는 분류에서 작용하는 것을 확인하였으므로 심혈관질환 관리에서 현재의 질병 치료중 심의 접근보다 자가간호를 꾸준히 이행할 수 있는 지지를 함께 제공하는 것이 중요하다는 것을 시사하는 결과로 이해할 수 있다.
국민건강영양조사란? 본 연구에서 분석에 활용한 국민건강영양조사는 우리 나라 국민의 건강과 질병, 영양 상태를 파악하기 위해 실시하는 조사이다. 국민건강증진법 제 16조에 근거하여 시행하고 있으며, 동법 18조에 근거하여 매년 시행하고 있는 국가승인 통계자료이다.
본 연구에서 재입원 환자를 분류하는 방법은 무엇인가요? 심근경색이나 협심증 진단은 진단받음과 함께 치료를 위한 입원을 필요로 한다. 따라서 진단받은 나이가 자료 조사 시점 연령보다 1세 이전이면서 최근 1년간 질병으로 인한 입원 경험이 있거나, 심근경색이나 협심증을 진단받은 나이가 자료 조사 시점 연령과 동일하여 최근 1년간 입원 경험이 2회 이상인 경우를 재입원 대상자로 분류 하였고 심혈관질환자 재입원 요인을 분석하기 위해 심혈 관질환 진단 이후의 입원을 재입원으로 정의하였다. 재입원 사유에 대한 질환은 신체 및 정신건강 요인의 질환 관련 위험 요인 분석을 위해 제한하지 않았다.
질의응답 정보가 도움이 되었나요?

참고문헌 (30)

  1. J. O. Jung. (2013). Regional Cardiocerebrovascular Center Project in the Treatment of Acute Myocardial Infarction. The Korean Association of Internal Medicin, 85(3), 272-274. 

  2. Statistics Korea. (2014). Disease statistics report. 

  3. E. H Gil. (2013). Differences in Adherence to Self - Care, Drug Compliance, and Knowledge of Heart Failure Based on Rehospitalization of Heart Failure Patients. MD, Eulji University, Daejeon. 

  4. S. J. Son, S. H. Kim, & K. Y. Kim. (2011). Factors influencing adherence to self care in patients with chronic heart failure. Journal of Korean Academy of Adult Nursing, 23(3), 244-254. 

  5. F. Braunschweig, M. Cowie & A. Auricchio. (2011). What are the costs of heart failure?. Europace, 13(2), 13-17. 

  6. N. Hawkins, P. Jhund, J. McMurray & S. Capewell. (2012). Heart failure and socioeconomic status: accumulating evidence of inequality. European journal of heart failure, 14(2), 138-146. 

  7. P. Tansey. (2010). Counting the cost of heart failure to the patient, the nurse and the NHS. British Journal of Nursing, 19(22), 1396-1401. 

  8. Y. M. No. (2002). The Importance of Prevention and Treatment of Cardiovascular Disease. Korea association of health promotion, 26(12), 4-5. 

  9. D. Hiba, H. Skouri, & S. Noureddine. (2016). Readmission rates and related factors in heart failure patients: A study in Lebanon, COLLEGIAN, 23(1), 61-68 

  10. H. N. Lee. (2014). Risk Factors assoiated with the readmission of the spinal surgery patients. MD, Yonsei University, Seoul. 

  11. H. S. Lee, & H. J. Lee. (2015). Convergence Factors of affecting Rehospitalization of Tuberculosis Patients. Journal of Digital Convergence, 13(5), 259-267. 

  12. S. Smith, J. Allen, S. Blair, R. Bonow, L. Brass, G. Fonarow & L. Mosca. (2006). AHA/ACC guidelines for secondary prevention for patients with coronary and other atherosclerotic vascular disease: 2006 update: endorsed by the National Heart, Lung, and Blood Institute. Journal of the American College of Cardiology, 47(10), 2130-2139. 

  13. T. Jaarsma, K. Arestedt, J. Martensson, K, Dracup & A. Stromberg. (2009). The European Heart Failure Self­care Behaviour scale revised into a nine­item scale(EHFScB9): a reliable and valid international instrument. European journal of heart failure, 11(1), 99-105. 

  14. Y. T. Jeon & H. J. Choi. (2019). Model based hybrid decision tree. the Korean data information science society, 30(3), 515-524. 

  15. J. S. Kang, J. W. Baek & K. Y. Chung. (2019). Multimodal Media Content Classification using Keyword Weighting for Recommendation. Journal of Convergence for Information Technology, 9(1), 1-6. 

  16. H. S. Kim & H. Y. Kim. (2018). Factors Affecting the Control of HbA1c in Type 2 Diabetic Patients. Journal of Convergence for Information Technology, 8(6), 75-84. 

  17. R. Kociol, R. Lopes, R. Clare, L. Thomas, R. Mehta, P. Kaul, & C. Granger. (2012). International variation in and factors associated with hospital readmission after myocardial infarction. JAMA, 307(1), 66-74. 

  18. S. U. Lee et al. (2014). Environmental Exposure and Health Inequality by Socio-economic Position among Older People. The Korean Gerontologic society, 34(2), 349-367. 

  19. N. Dragano, B. Hoffmann, S. Moebus, S. Mohlenkamp, A. Stang, P. E. Verde & J. Siegrist. (2009). Traffic exposure and subclinical cardiovascular disease: is the association modified by socioeconomic characteristics of individuals and neighbourhoods? Results from a multilevel study in an urban region. Occupational and environmental medicine, 66(9), 628-635. 

  20. U. Subramanian, F. Hopp, A. Mitchinson & J. Lowery. (2009). Impact of Provider Self­ Management Education, Patient Self-Efficacy, and Health Status on Patient Adherence in Heart Failure in a Veterans Administration Population. Congestive Heart Failure, 30(6), 415-425. 

  21. S. R. Kim, O. K. Kim, K. E. Yun, Y. H. Khang & H. J. Cho. (2009). Socioeconomic Factors Associated with Initiating and Quitting Cigarette Smoking Among Korean Men. The Journal of the Korean Academy of Family Medicine, 14(1), 6-11. 

  22. S. H. Choi. (2019). The Effects of NCS Education and Education Transition on Practical Results. Journal of Convergence for Information Technology, 9(3), 82-89. 

  23. I. J. Kim. (2009). Smoking and Cardiovascular Disease in Diabetes Mellitus. Clinical Diabetes Mellitus, 10(6) 76-78. 

  24. S. M. Chung & Y. S. Kim. (2019). Effects of high-risk alcohol drinking and smoking on treatment and complications management of diabetes mellitus patients: Cross-sectional study. Korean public health research, 45(3), 13-23. 

  25. O. J. Rhee, M. W. Tae, J. E. Seo & J. I. Kim (2013). The Relationships between the Changes of Socioeconomic Status and Smoking in Employees: Focusing on the Moderating Effect of Gender. Health and Social Welfare Review, 33(3), 59-85. 

  26. M. Lainscak, L. Blue, A. Clark, U. Dahlstrom, K. Dickstein, I. Ekman & A. Stromberg. (2011). Selfcare management of heart failure: practical recommendations from the Patient Care Committee of the Heart Failure Association of the European Society of Cardiology. European Journal of Heart Failure, 13(2), 115-126. 

  27. B. Eliasson. (2003). Cigarette smoking and diabetes. Progress in cardiovascular diseases, 45(5), 405-413. 

  28. E. K. Song, J. J. Kim, I. Y. You, K. Y. Kim, J. H. Kim & J. W. Ha. (2006). Factors Influencing Functional Status in Patients with Heart Failure. Journal of Korean Academy of Nursing, 36(5), 853-862. 

  29. B. Galobardes, M. Costanza, M. S. Bernstein, C. Delhumeau & A. Morabia. (2003). Trends in risk factors for the major "lifestyle-related diseases" in Geneva, Switzerland, 1993-2000. Annals of epidemiology, 13(7), 537-540. 

  30. A. Navas-Acien, E. Guallar, E. K. Silbergeld, & S. J. Rothenberg. (2007). Lead exposure and cardiovascular disease: a systematic review. Environmental health perspectives, 115(3), 472-482. 

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로