[논문]일산화탄소 단기 노출에 따른 순환계통 질환 위험과 진료비용 예측을 위한 IoT 활용 방안

이상호; 조광문

doi:10.20465/kiots.2020.6.4.007

일산화탄소 단기 노출에 따른 순환계통 질환 위험과 진료비용 예측을 위한 IoT 활용 방안
IoT Utilization for Predicting the Risk of Circulatory System Diseases and Medical Expenses Due to Short-term Carbon Monoxide Exposure 원문보기

한국사물인터넷학회 논문지 = Journal of the Korea Internet of Things Society, v.6 no.4, 2020년, pp.7 - 14

이상호 (목포대학교 스마트비즈니스학과) , 조광문 (목포대학교 전자상거래학과)

초록
AI-Helper

본 연구는 2010년 1월부터 2018년 12월까지 일산화탄소의 12일 단기 노출에 따른 순환계통 질환 사망자 수의 영향관계를 분석하였고, 일산화탄소 농도 증가에 따른 미래의 순환계통 질환의 진료비용을 예측하였다. 한국환경공단의 대기환경정보(Airkorea)와 한국 통계청에서 자료를 추출하였고, 포아송 회귀분석과 ARIMA 개입 모형을 사용하여 분석하였다. 통계처리는 SPSS Ver. 21.0 프로그램을 이용하였다. 연구 결과는 다음과 같다. 첫째, 일산화탄소의 단기 노출에 따른 순환계통 질환 사망에 영향관계를 당일부터 이전 11일 전까지 분석한 결과는 이전 11일에서 가장 높은 영향력이 있는 것으로 나타났다. 둘째, 일산화탄소 농도 증가에 따라 미래의 순환계통 질환 진료비용은 2019년 예측값이 10,123십억원으로 2018년 12월 말의 관측값 9,443십억원보다 높게 나타났다. 또한 월별로 정리해 보면 순환계통 질환 진료비용은 계절변동이 반영되어 1월 보다 12월로 갈수록 높아진다는 것을 알 수 있었다. 이러한 연구를 통하여 일산화탄소와 같은 대기오염물질 증가에 따른 선제적 대응을 위하여 IoT를 활용한 다양한 기기 및 장비를 보급함으로써 모든 국민의 건강한 삶을 위한 미래가 실현될 수 있을 것이다.

Abstract ▼ AI-Helper

This study analyzed the effect of the number of deaths of circulatory system diseases according to 12-day short-term exposure of carbon monoxide from January 2010 to December 2018, and predicted the future treatment cost of circulatory system diseases according to increased carbon monoxide concentration. Data were extracted from Air Korea of Korea Environment Corporation and Korea Statistical Office, and analyzed using Poisson regression analysis and ARIMA intervention model. For statistical processing, SPSS Ver. 21.0 program was used. The results of the study are as follows. First, as a result of analyzing the relationship between the impact of short-term carbon monoxide exposure on death of circulatory system diseases from the day to the previous 11 days, it was found that the previous 11 days had the highest impact. Second, with the increase in carbon monoxide concentration, the future circulatory system disease treatment cost was estimated at 10,123 billion won in 2019, higher than the observed value of 9,443 billion won at the end of December 2018. In addition, when summarized by month, it can be seen that the cost of treatment for circulatory diseases increases from January to December, reflecting seasonal fluctuations. Through such research, the future for a healthy life for all citizens can be realized by distributing various devices and equipment utilizing IoT to preemptively respond to the increase in air pollutants such as carbon monoxide.

주제어

표/그림 (7)

표 Diseases of the Circulatory System by Classification Number
표 Carbon Monoxide, Circulatory System Death, Medical Expense Time Series Analysis Results
표 Model Test Results
표 Results of Short-Term Exposure to Carbon Monoxide and Risk of Death from Circulatory Diseases
그림 [Fig. 1] White Noise Identification Result of Residual
표 Carbon Monoxide and Circulatory Disease Medical Expenses Prediction ARIMA Model Results
표 Result of Estimation of Circulatory Disease Treatment Cost According to Carbon Monoxide Increase

AI 본문요약
AI-Helper

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

문제 정의

이러한 이유로 본 연구의 목적은 먼저 일산화탄소 단기 노출에 따른 순환계통 질환의 사망위험을 분석하고, 일산화탄소 노출에 따른 의료이용 비용의 변화량을 분석하고자 한다. 다음으로 일산화탄소와 IoT에 관한 선행연구를 중심으로 일산화탄소의 노출에서 IoT를 활용할 수 있는 방안을 제시하고자 한다.
본 연구에서 나타난 결과와 일산화탄소와 IoT에 관한선행연구를 중심으로 일산화탄소 노출을 저감시키고 순환계통 질환을 예방하기 위하여 IoT를 활용할 수 있는방안을 제시하고자 한다.
본 연구의 목적인 일산화탄소의 12일 동안 단기 노출에 따른 순환계통 질환의 사망위험을 검증하고, 108개월 동안의 일산화탄소 농도 증가에 따른 진료비용을 예측하고자 다음과 같은 가설을 제시하였다.
이러한 연구결과를 기반으로 일산화탄소 농도 증가에 따른 순환계통 질환의 예방을 위하여 IoT를 활용한 대기오염 핫스팟 지역 관리와 신체활동의 관리 범위가 확대된 웨어러블의 개발을 제안하였다.
더욱이 대기환경물질을 실시간별로 관측하는 측정망이 전국 112개 시·군에 설치된 도시 측정망 333개, 국가 배경농도 측정망 3개, 도로변 측정망 40개, 교외 측정망 22 개로 제한되어 있기 때문에 대기오염에 대한 환경성 질환을 선제적으로 예방하기 위해서는 IoT를 활용한 측정망 확대로 국민의 의료이용을 감소시킬 필요성이 있다. 이러한 이유로 본 연구의 목적은 먼저 일산화탄소 단기 노출에 따른 순환계통 질환의 사망위험을 분석하고, 일산화탄소 노출에 따른 의료이용 비용의 변화량을 분석하고자 한다. 다음으로 일산화탄소와 IoT에 관한 선행연구를 중심으로 일산화탄소의 노출에서 IoT를 활용할 수 있는 방안을 제시하고자 한다.
캠핑장에서 사용하는 IoT 무드등을 활용하여 사용자의 안전을 책임지고 일산화탄소 감지 센서를 부착하여일산화탄소 중독을 예방할 수 있는 기술을 연구하였으며일산화탄소 농도 측정과 함께 위험 감지 기능으로 보호자에게 위험을 알리는 기능을 제공하였다[21].

제안 방법

둘째, 일산화탄소 농도 증가에 따른 순환계통 질환 진료비용을 예측하기 위하여 2010년부터 2018년까지 108개월의 평균값 농도인 .512ppm을 대표값으로 ARIMA 개입 모형에 개입시켜 2019년 1월부터 12월까지의 진료비용을 예측하였다.
본 연구는 2010년 1월부터 2018년 12월까지 일산화탄소의 12일 단기 노출에 따른 순환계통 질환의 사망자수와의 영향관계를 포아송 회귀분석을 통하여 분석하였고, 일산화탄소 농도 증가에 따른 미래의 순환계통 질환의 진료비용을 ARIMA 개입 모형으로 예측하였다. 연구 결과를 다음과 같이 제시하였다.
본 연구는 우리나라 전체 인구집단에서 순환계통 질환으로 하루에 발생하는 사망자가 드물고 발생단위도 숫자로서 항상 양의 정수이므로 포아송 분포(poisson distribution)를 따른다. 특히 인구집단의 순환계통 질환사망자수는 계절변동과 추세변동을 가질 수 있으므로 일산화탄소 노출 농도와 사망자수를 살펴봄에 있어서 교란요인이 발생할 수 있다.
본 연구의 분석은 일산화탄소 단기 노출에 따른 순환계통 질환에 관한 선행연구를 통하여 연구방법을 설계한후에 분석방법을 설정하였다. 분석에 사용되는 자료를 한국환경공단 대기환경정보(Airkorea), 한국 통계청에서 2010년 1월부터 2018년 12월까지의 자료를 추출하였고, 분석방법은 포아송 회귀분석과 ARIMA 개입 모형을사용하여 분석하였다.
순환계통 질환은 국제 질병번호로 분류된 질병명을 이용하여 순환계통 질환의 사망자수를 일별 비사고 사망자수로 분류하였고, 순환계통 질환 진료비용은 순환계통 질환의 자료로 구축하였다.
실내 공기오염 중 인체에 영향을 가장 많이 미치는 이산화탄소에서 발생되는 휘발성 유기화합물을 측정할 수 있는 실내 공기오염 측정 시스템을 제안하였고 두 가지 시료의 실험을 통해 실내 공기 상태 변화를 어플리케이션으로 확인하였으며 외부 대기 상태와 내부 대기 상태를 디바이스로 비교할 수 있도록 시각화함으로써 편의성을 증대시키도록 하였다[30].
일산화탄소 노출에 따른 순환계통 질환 미래의 진료비용을 예측하고자 최적의 ARIMA 모형에 순환계통 질환 사망위험에 영향력 있는 기간의 일산화탄소 농도값을 변수로 추가하였다. 일산화탄소의 농도값은 계절변동을 고려하여 108개월 동안의 일산화탄소 농도의 평균값인 .
일산화탄소 일별 노출량을 누적된 평균값을 대표 값으로 적용하여 순환계통 질환 사망의 영향력을 나타내는 Exp(B)가 12일의 기간 중에 가장 높은 시점과 다른 시점의 영향력 차이를 분석하였다.

대상 데이터

본 연구에 사용되는 일산화탄소, 순환계통 질환 사망자 수, 순환계통 질환 진료비용의 2010년 1월부터 2018년 12월까지 시계열 자료는 와 같이 제시하였다.
본 연구에서 사용되는 일산화탄소 농도는 한국환경공단 홈페이지의 대기환경정보(Airkorea) 페이지에서 자료를 추출하였다. 순환계통 질환의 사망자수와 진료비는 한국 통계청에서 자료를 추출하여 활용하였다.
분석방법을 설정하였다. 분석에 사용되는 자료를 한국환경공단 대기환경정보(Airkorea), 한국 통계청에서 2010년 1월부터 2018년 12월까지의 자료를 추출하였고, 분석방법은 포아송 회귀분석과 ARIMA 개입 모형을사용하여 분석하였다.
순환계통 질환 분류는 국제질병분류 I00-I99의 자료를 사용하였으며, 그 내용은 과 같다[33].
추출하였다. 순환계통 질환의 사망자수와 진료비는 한국 통계청에서 자료를 추출하여 활용하였다. 순환계통 질환 분류는 국제질병분류 I00-I99의 자료를 사용하였으며, 그 내용은 <Table 1>과 같다[33].
우리나라 전국 지역을 대상으로 2010년 1월 1일부터 2018년 12월 31일까지 일산화탄소의 12일 단기 노출에따른 순환계통 질환자의 사망자 수에 따른 영향관계와일산화탄소 농도 증가에 따른 미래의 순환계통 질환자의진료비용을 예측하였다.
일산화탄소 농도의 대표값 보다 상승된 농도의 개월은 1로 개입하고, 하락한 개월의 농도는 0으로 개입하여 2010년 1월부터 2018년 12월까지 개입하였다.
일산화탄소의 단기 노출에 따른 사망발생 위험의 관계를 검증하기 위하여 2018년 12월 31일을 기준으로 12 월 31일인 당일(lag=0)부터 12월 20일인 11일 전 (lag=11)까지의 일산화탄소 단기 노출과 순환계통 질환사망과 관련성이 제일 높은 기간을 선정하였다.

데이터처리

첫째, 일산화탄소 단기 노출 기간은 배현주[10]의 연구와 같이 2018년 12월 31일을 기준으로 이전 11일 동안의 일산화탄소 노출 값인 일별 누계값을 대표값으로선정하여 순환계통 질환 사망에 대한 유의성을 검증하고자 포아송 회귀분석을 실시하였다.

이론/모형

하였다. 단기 노출 대표값은 배현주[10]가 연구한 12일 동안누적된 평균값을 대표값으로 사용하였으며 2018년 12월 31일을 기준으로 12월 20일까지의 누적된 평균값을 대표값으로 사용하였다. 또한 ARIMA 개입 모형에 사용하는 일산화탄소 농도는 2010년 1월부터 2018년 12월까지의 24시간 동안의 시간대별 대표값을 일별 대표값으로변환하고, 다시 월별 대표값으로 보정하여 108개월 동안의 대표값을 사용하였다.
본 연구에서는 Box & Jenkins[25]의 방법론을 정리하여 시간영역의 대표적인 시계열 분석론인 ARIMA를정립하였다[26, 27]. 시간영역에서 이용되는 시계열 모형은 A.
수 있는 방안으로 적용되어야 한다. 이러한 방안으로 사용되는 분석방법이 General Additive Model(GAM)이다. 이처럼 포아송 회귀분석은 General Additive Model의 변수들을 통제하면서 분석을 가능하게 할 수 있다[9, 23].

성능/효과

ARIMA 모형에서 Ljung-Box는 와같이 유의확율(p=.996)이 .05보다 높게 나타나서 백색잡음으로부터 독립성을 확보하였고, ARIMA 모형의 유의확율(p=. 000)이 .05보다 낮게 나타나서 백색잡음으로부터 독립되었다.
901ppm으로 나타났다. 단기 12일 동안의 일산화탄소 노출은 순환계통 질환 사망에는 모든 시점에서 유의한 영향력이 있는 것으로 나타났고, 11일전(lag=11) 시점은 다른 시점보다 높게 나타났다.
둘째, 일산화탄소 농도 증가에 따라 미래의 순환계통질환 진료비용 발생은 2019년 예측값이 10, 123십억원으로 2018년 12월 말의 관측값 9, 443십억원보다 높게나타났다. 또한 월별로 정리해 보면 순환계통 질환 진료비용은 계절변동이 반영되어 1월 보다 12월로 갈수록 높아진다는 것을 알 수 있었다.
또한 월별로 정리해 보면 순환계통 질환 진료비용은 계절변동이 반영되어 1월 보다 12월로 갈수록 높아진다는 것을 알 수 있었다.
미래 예측값은 파라미터 값의 검정을 통하여 ARIMA 모형을 만족하는지를 잔차 ACF, 잔차 PACF의 스파이크 (spike) 도출 검정과 백색잡음을 검증하여 독립을 확인하였다. ARIMA 모형에서 Ljung-Box는 <Table 5>와같이 유의확율(p=.
일산화탄소(CO) 단기 12일 노출과 순환계통 질환 사망에 대한 영향 관계의 모형 검정 결과는 과같이 모형의 유의성 검증 결과에서 가능도 비 카이제곱 (likelihood ratio chi-square)이 745.813(p=.000)으로 모형이 적합한 것으로 나타났다.
첫째, 일산화탄소의 단기 노출에 따른 순환계통 질환 사망의 영향관계를 당일부터 이전 11일 전까지 분석한 결과는 이전 11일에서 가장 높은 영향력이 있는 것으로 나타났다. 사망발생 위험이 제일 낮은 6일전(lag=6)의 Exp(B)가 .

후속연구

계절변동을 제거하는 방안은 일산화탄소 노출과 순환계통 질환에 적용할 수 있도록 유연성을 가져야 하므로 일산화탄소 노출이 순환계통 질환에 영향을 미치는 방식이 선형적이거나 가변적 상황에서도 영향을 효과적으로 통제할 수 있는 방안으로 적용되어야 한다. 이러한 방안으로 사용되는 분석방법이 General Additive Model(GAM)이다.
[13]. 그러므로 대기오염물질에 대한 환경기준의 설정·운영을 통하여 대기오염물질에 노출됨에 따른 관련 질환 감소와 함께 의료이용을 감소시킬 수 있는 대책 마련이 시급하며 이에 대한 지속적인 연구도 필요한 시점이다. 일산화탄소에 중독이 되더라도 증상이 육안으로 뚜렷하게 나타나지 않는 경우가 많지만[14, 15], 초기에는 두통, 구역, 구토 등이 가볍게 나타날 수 있고[14, 16], 중독이 심해지는 경우에는 장기에 영향을 주게 되어 심근경색, 심부전, 심근 허혈 등의 심혈관계 독성과 실신, 경련, 의식 저하, 혼수 등의 급성 신경학적 독성이 4-6주 내에 발생하는 지연성 신경학적 독성이 중독의 대표적 증상이다[14, 17, 18].
매년 대기오염으로 조기 사망하는 사람이 증가하는 추세에서 우리나라도 IoT를 활용하여 WHO 연평균 권고 기준으로 대기오염을 감소시킨다면 많은 경제적 편익이 있다. 그러므로 일산화탄소 노출이 많은 지역에 IoT를 활용하여 ‘대기오염 핫스팟’ 과 같은 점검시설을 설치한다면 일산화탄소 저감을 자발적으로 유도할 수 있을 것이다. 둘째, 대기오염 노출과 순환계통의 신체활동을 적용한 운동 관리 및 건강관리 웨어러블의 개발로 IoT에 기반한 신체 활동의 관리 범위도 확대되어야 할 것이다.
그러므로 일산화탄소 노출이 많은 지역에 IoT를 활용하여 ‘대기오염 핫스팟’ 과 같은 점검시설을 설치한다면 일산화탄소 저감을 자발적으로 유도할 수 있을 것이다. 둘째, 대기오염 노출과 순환계통의 신체활동을 적용한 운동 관리 및 건강관리 웨어러블의 개발로 IoT에 기반한 신체 활동의 관리 범위도 확대되어야 할 것이다. 또한 웨어러블 디바이스의 종류도 순환계통 질환에 연동될 수 있도록 확대하여 신체활동에 적합하게 다양화 되어야 할 것이다.
그러므로 IoT를 활용하여 일산화탄소 농도를 측정하여 위험을 감지할 수 있는 접근 방법에 대한 연구가 필요하다. 또한 IoT를 활용하여 심근경색, 심부전, 심근 허혈 등의 순환계통 질환의 일산화탄소 단기 노출과 장기노출에 따른 급성효과와 만성효과를 감지하여 일산화탄소에 영향이 있는 질환을 감소시킴으로써 의료이용을 감소시킬 수 있는 대책 마련이 시급하다고 할 수 있다. 더욱이 대기환경물질을 실시간별로 관측하는 측정망이 전국 112개 시·군에 설치된 도시 측정망 333개, 국가 배경농도 측정망 3개, 도로변 측정망 40개, 교외 측정망 22 개로 제한되어 있기 때문에 대기오염에 대한 환경성 질환을 선제적으로 예방하기 위해서는 IoT를 활용한 측정망 확대로 국민의 의료이용을 감소시킬 필요성이 있다.
둘째, 대기오염 노출과 순환계통의 신체활동을 적용한 운동 관리 및 건강관리 웨어러블의 개발로 IoT에 기반한 신체 활동의 관리 범위도 확대되어야 할 것이다. 또한 웨어러블 디바이스의 종류도 순환계통 질환에 연동될 수 있도록 확대하여 신체활동에 적합하게 다양화 되어야 할 것이다. 최근에는 과학기술의 발전과 다양한 사물인터넷의 보급으로 이동거리, 칼로리 소모량, 걸음 수 등의 운동 정보와 체온, 맥박, 수면 등의 신체정보를 동시에 수집하여 운동관리 외에도 목표 달성에 따른 다양한 보상을 제공하는 서비스가 제공되고 있는 실정이고, 웨어러블 디바이스의 종류가 의류, 모자, 신발 등으로 다양해지면서 운동 및 측정의 범위가 확대되고 있다.
이와 같은 연구를 통하여 일산화탄소와 같은 대기오염물질 증가에 따른 선제적 대응을 위하여 IoT를 활용한 다양한 디바이스의 보급으로 모든 국민의 건강한 삶을 위한 미래가 실현되기를 기대한다.
첫째, 일산화탄소를 저감시키고 환경성 질환으로부터 선제적으로 예방하기 위해서는 대기오염이 높게 발생하는 지역을 ‘대기오염 핫스팟’ 지역으로 선정하여 IoT를 활용하여 대기오염을 점검함으로써 국민의 안전한 생활을 담보할 수 있는 공간을 마련해야 할 것이다. 세계보건기구(WHO)는 ‘2019년 건강을 위협하는 10대 요인’ 중에서 첫 번째가 '대기오염과 온난화'라고 하였다.

참고문헌 (34)

J.H.Jeong, "The Policy Direction on Environment Diseases and Environmental Risk of Children Health," Health and Welfare Forum, Vol.2009, No.6, pp.100-111, 2009.
National Institute of Environmental Research, Air Environment Annual Report 2016, 2017.
H.J.Seo and H.S.Lee, "How Air Pollutants Influence on Environmental Diseases? : Focused on Seoul Metropolitan Area," Seoul Studies, Vol.20, No.3, pp.39-59, 2019.
World Health Organization, Preventing Disease through Healthy Environments, 2006.
H.J.Bae, "A Study on the Spatial Distribution of Health Effects by Climate Change and Air Pollution," Korea Environment Institute, 2011.
National Institute of Environmental Health Science, Environmental Diseases from A to Z, 2007.
I.J.Yoon and S.Y.Han, "Analysis of the Relationship between GRDP and Environmental Pollution: Application of Environmental Kuznets Curve," The Journal of Korean Policy Studies, Vol.10, No.1, pp.249-263, 2010.
D.C.Shin, "Air Pollution and Health," Health News, Vol.18, No.6, pp.28-33, 1994.
B.S.Kim, "Association of Health Status with Air Pollutants through Time-Series Analysis in an Industrial Complexes Morbidity and Mortality," Dongguk University Graduate School, Doctoral Dissertation, 2017.
H.J.Bae, "A Framework for Estimating the Long-term Health Effects of Air Pollution," Korea Environment Institute, Vol.2014, pp.1-103, 2014.
World Health Organization, Ambient Air Pollution: A Global Assessment of Exposure and Burden of Disease, Geneva: WHO Press, 2016.
H.Kim and J.T.Lee, "Epidemiologic Methods and Study Designs for Investigating Adverse Health Effects of Ambient Air Pollution," Journal of Preventive Medicine and Public Health, Vol.34 No.2, pp.119-126, 2001.
D.M.Peak, "Health Effects Due to Air Pollution," Journal of the Korean Industrial Nursing Association, Vol.8 No.2, pp.10-18, 2001.
J.S.Park, S.L.Shin, Y.H.Seo and H.M.Jung, "The Risk Factors of Acute Cardiovascular and Neurological Toxicity in Acute CO Poisoning Patients and Epidemiologic Features of Exposure Routes," Journal of The Korean Society of Clinical Toxicology, Vol.18, No.1, pp.34-41, 2020.
J.Varon, P.E.Marik, R.E.Fromm Jr. and A.Gueler, "Carbon Monoxide Poisoning: a Review for Clinicians," The Journal of Emergency Medicine, Vol.17, No.1, pp.87-93, 1999.

상세보기
J.A.Raub, M.Mathieu-Nolf, N.B.Hampson and S.R.Thom, "Carbon Monoxide Poisoning - a Public Health Perspective," Toxicology, Vol.145, No.1, pp.1-14, 2000.

상세보기
D.Satran, C.R.Henry, C.A.dkinson, C.I.Nicholson, Y.Bracha and T.D.Henry, "Cardiovascular Manifestations of Moderate to Severe Carbon Monoxide Poisoning," Journal of the American College of Cardiology, Vol.45, No.9, pp.1413-1516, 2005.

상세보기
B.W.Jasper, R.O.Hopkins, H.V.Duker and L.K.Weaver, "Affective Outcome Following Carbon Monoxide Poisoning: a Prospective Longitudinal Study," Cognitive and Behavioral Neurology: Official Journal of the Society for Behavioral and Cognitive Neurology, Vol.18, No.2, pp.127-134, 2005.

상세보기
C.Gandini, A.F.Castoldi, S.M.Candura, C.Locatelli, R.Butera, S.Priori and L.Manzo, "Carbon Monoxide Cardiotoxicity," Journal of Toxicology-Clinical Toxicology, Vol.39, No.1, pp.35-44, 2001.

상세보기
D.Gorman, H.Y.Lin and C.Williams, "Early Evidence of a Regulated Response to Hypoxaemia in Sheep that Preserves the Brain Cortex," Neuroscience Letters, Vol.394, No.2, pp.174-178, 2006.

상세보기
I.C.Moon, G.G.Kim, W.S.Park, J.H.Bak and J.T.Seong, "Development of a Mood Lamp for Detection and Prevention of Carbon Monoxide Poisoning," The Institute of Electronics and Information Engineers Academic Conference, Vol.2020, No.8, pp.2297-2299, 2020.
F.Laden, J.Schwartz, F.E.Speizer and D.W.Dockery, "Reduction in Fine Particulate Air Pollution and Mortality: Extended Follow-up of the Harvard Six Cities Study," American Journal of Respiratory and Critical Care Medicine, Vol.173, No.6, pp.667-672, 2006.

상세보기
T.J.Hastie and R.J.Tibshirani, Generalized Additive Models, London: Chapman and Hall, 1990.
D.H.Jin, "Study of Forecasting the Effluent Quality for Small Sewage Treatment Facilities using ARIMA Model," Transportation of Korea University Graduate School, Doctoral Dissertation, 2020.
G.E.P.Box and G.M.Jenkins, Time Series Analysis: Forecasting and Control, 2nd ed., San Francisco: Holden-Day, 1976.
H.J.Jung, "Development of the Stochastic Models to Forecast Atmospheric Ozone Concentration using ARIMA, Transfer Function and Artificial Neural Networks," Seoul National University Graduate School, Doctoral Dissertation, 2005.
G.E.P.Box, G.M.Jenkins and G.C.Reinsel, Time Series Analysis: Forecasting and Control, 3rd ed., Prentice-Hall International, Inc, 1994.
K.P.Jang, S.Kam and J.Y.Park, "Trend and Forecast of the Medical Care Utilization Rate, the Medical Expense per Case and the Treatment Days per Cage in Medical Insurance Program for Employees by ARIMA Model," Journal of Preventive Medicine and Public Health, Vol.24, No.3, pp.441-458, 1991.
J.S.Chae and J.K.Song, "Long Term Estimation for the Body Size and BMI of Korean Children & Youth using ARIMA Model," Korean Journal of Sport Science, Vol.27 No.3, pp.530-542, 2016.

상세보기
U.T.Kim, Y.C.Kim and S.Y.Kwak, "IoT based Indoor Air Quality Monitoring System," The Korea Contents Society, Vol.16 No.2, pp.143-151, 2016.
S.Y.Jung, "Usefulness of Chlorine Dioxide to Airborne Bacteria at a Hospital using Biological Information," Journal of The Korea Internet of Things Society, Vol.6 No.2, pp.19-24, 2020.

원문보기 상세보기
H.T.Yang, J.S.Oh and K.H.Lee, "A Study on Health Check Solution using Indoor Air Purifier," Journal of The Korea Internet of Things Society, Vol.3 No.1, pp.25-32, 2017.

원문보기 상세보기
I.S.Ohn, "Time-varying Coefficient Model with an Application to Health Risk Assessment of High Temperature and Air Pollution," Seoul National University Graduate School, Doctoral Dissertation, 2014.
Y.S.Cho and Y.H.Sonn, "Estimation of the Health Benefits for Improving Air Quality," Applied Economy, Vol.6 No.1, pp.133-150, 2004.

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