$\require{mediawiki-texvc}$

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.

폐암환자 생존분석에 대한 TNM 병기 군집분석 평가
Accessing the Clustering of TNM Stages on Survival Analysis of Lung Cancer Patient 원문보기

스마트미디어저널 = Smart media journal, v.9 no.4, 2020년, pp.126 - 133  

최철웅 (전남대학교 인공지능융합학과) ,  김경백 (전남대학교 인공지능융합학과)

초록
AI-Helper 아이콘AI-Helper

병원에서는 폐암 환자의 최종병기를 기준으로 치료방침 및 예후를 결정하고 있다. 폐암 환자의 최종병기는 미국 암 연합회(AJCC)에서 제공하는 TNM 분류방법을 바탕으로 7단계로 나누어 진단된다. 이런 접근 방법은 환자의 치료, 예후 및 생존일 예측 등 다양한 분야에서 사용하기에 한계가 있다. 이 논문에서는 데이터 과학적 접근을 통해 T, N, M병기를 사용하여 생존일수별 환자집단을 나눌 수 있는지 알아보기 위해 비지도 학습 중 하나인 군집분석(Clustering)을 진행한 후 군집분석의 결과를 Cox비례위험모형을 사용하여 비교 하였다. 환자들의 최종병기를 사용하지 않고, T, N, M병기 정보만 사용하였을 때 생존시간 예측정확도가 더 높은 것을 확인하였다. 특히, AJCC의 최종병기 7단계와 같이 군집의 개수를 7로 설정했을 때보다 군집의 수를 축소하거나 확장했을 때 T, N, M 병기 군집분석을 통한 생존시간 예측정확도가 향상하는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The treatment policy and prognosis are determined based on the final stage of lung cancer patients. The final stage of lung cancer patients is determined based on the T, N, and M stage classification table provided by the American Cancer Society (AJCC). However, the final stage of AJCC has limitatio...

주제어

#폐암   #클러스터링   #TNM병기   #Cox비례위험모형   #카플란-마이어 생존 곡선  

참고문헌 (19)

  1. 박예민, 김명건, et al, "가천의대 길병원에서 진단된 폐암 환자의 임상적 특성," 대한내과학회지, 제78권, 제2호, 215-221쪽, 2010년 

  2. Wu, Dengyuan, et al, "An examination of TNM staging of melanoma by a machine learning algorithm," 2012 International Conference on Computerized Healthcare (ICCH). IEEE, pp. 120-126, Dec. 2012. 

  3. 김혜영, "폐암의 병기 결정," 대한의사협회 대한의사협회지, 제51권, 제12호, 1118-1124쪽, 2008년 

    상세보기 crossref

  4. McGhan, Lee J., et al, "Validation of the updated 7th edition AJCC TNM staging criteria for gastric adenocarcinoma," Journal of Gastrointestinal Surgery, vol. 16, no. 1, pp. 53-61, 2012. 

    상세보기 crossref

  5. Detterbeck, Frank C., et al, "The IASLC Lung Cancer Staging Project: methodology and validation used in the development of proposals for revision of the stage classification of NSCLC in the forthcoming (eighth) edition of the TNM classification of lung cancer," Journal of thoracic oncology, vol. 11, no. 9, pp. 1433-1446, 2016. 

    상세보기 crossref

  6. Chansky, Kari, et al, "The IASLC lung cancer staging project: external validation of the revision of the TNM stage groupings in the eighth edition of the TNM classification of lung cancer," Journal of Thoracic Oncology, vol. 12, no. 7, pp. 1109-1121, 2017. 

    상세보기 crossref

  7. Sui, Xizhao, et al, "Validation of the stage groupings in the eighth edition of the TNM classification for lung cancer," Journal of Thoracic Oncology, vol. 12, no. 11, pp. 1679-1686, 2017. 

    상세보기 crossref

  8. Goldstraw, Peter, et al, "The IASLC Lung Cancer Staging Project: proposals for the revision of the TNM stage groupings in the forthcoming (seventh) edition of the TNM Classification of malignant tumours," Journal of thoracic oncology, vol. 2, no. 8, pp. 706-714, 2007. 

    상세보기 crossref

  9. Goldstraw, Peter, et al, "The IASLC lung cancer staging project: proposals for revision of the TNM stage groupings in the forthcoming (eighth) edition of the TNM classification for lung cancer," Journal of Thoracic Oncology, vol. 11, no. 1, pp. 39-51, 2016. 

    상세보기 crossref

  10. 최철웅, 벨무루간 아레수 발라지, 김경백, "TNM 병기 클러스터링을 활용한 폐암 최종병기 결정," 한국스마트미디어학회 춘계학술대회, 554-557쪽, 조선대학교, 대한민국, 2020년 5월 

  11. Kaur, Harjot, and Prince Verma, "Comparative Weka Analysis of Clustering Algorithm's," International Journal of Information Technology and Computer Science, pp. 56-67, Aug. 2017. 

  12. 홍의석, 박미경, "대표적인 클러스터링 알고리즘을 사용한 비감독형 결함 예측 모델," 정보처리학회논문지/소프트웨어 및 데이터 공학, 제3권, 제2호, 57-64쪽, 2014년 

    원문보기 상세보기

  13. Lee, Seungmin, and Beom Park, "Analyzing Brain Cancer Survivability Using SEER (Surveillance, Epidemiology, and End Results Program) Data with method of Kaplan Meier," 대한인간공학회 학술대회논문집, 92-96쪽, 2015년 

  14. In, Junyong, and Dong Kyu Lee, "Survival analysis: Part I-analysis of time-to-event," Korean journal of anesthesiology, 제71권, 제3호, 182-191쪽, 2018년 

    상세보기 crossref

  15. Steck, Harald, et al, "On ranking in survival analysis: Bounds on the concordance index," Advances in neural information processing systems, 2008. 

  16. Amigo, Enrique, et al, "A comparison of extrinsic clustering evaluation metrics based on formal constraints," Information retrieval, vol. 12, no. 4, pp. 461-486, 2009. 

    상세보기 crossref

  17. 이동수, 김영광, 신혜주, 김진술, "K-평균 군집화 알고리즘 및 딥러닝 기반 군중 집계를 이용한 전염병 확진자 접총 가능성 여부 판단 모니터링 시스템 제안," 스마트미디어저널, 제9권, 제3호, 122-129쪽, 2020년 09월 

    원문보기 상세보기 crossref

  18. 임명진, 김판구, 신주현, "리뷰의 의미적 토픽 분류를 적용한 감성 분석 모델," 스마트미디어저널, 제9권, 제2호, 69-77쪽, 2020년 06월 

    원문보기 상세보기 crossref

  19. 이진우, 모하매드 바니아타, 홍지만, "무선 센서 네트워크를 위한 효율적인 클러스터링 기법," 스마트미디어저널, 제6권, 제4호, 24-31쪽, 2017년 12월 

    원문보기 상세보기

저자의 다른 논문 :

관련 콘텐츠

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