$\require{mediawiki-texvc}$

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.

자동차 사고 경상환자의 장기입원 예측 모델 개발
Development of Long-Term Hospitalization Prediction Model for Minor Automobile Accident Patients 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.28 no.6, 2023년, pp.11 - 20  

이덕규 (숭실대학교 IT정책경영학과) ,  남동현 (상지대학교) ,  허성필 (강릉원주대학교)

초록
AI-Helper 아이콘AI-Helper

자동차보험 교통사고 진료비는 매년 증가하고 있다. 본 연구는 교통사고 진료비용 상승의 주요 항목인 경상환자 중 장기입원환자(18일 이상)를 예측하는 모델을 decision tree 등 5개 알고리즘을 이용하여 생성하고, 장기입원에 영향을 미치는 요인을 분석했다. 그 결과, 예측 모델의 정확도는 91.377 ~ 91.451이며 각 모델 사이에 큰 차이점은 없었으나 random forest와 XGBoost 모델이 91.451로 가장 높았다. 설명변수 중요도에 있어서 병원 소재지, 상병명, 병원 종류 등 장기환자군과 비 장기입원 환자군 사이에 모델마다 상당한 차이가 있었다. 모델 평가는 훈련 데이터의 교차검증(10회)한 모델별 평균 정확도와 실험 데이터의 정확도를 상호 비교한 결과로 검정했다. 설명변수 유의성 검증을 위해 범주형 변수는 카이제곱 테스트를 실시하였다. 본 논문의 연구 결과는 경상 환자들의 과잉진료 및 사회적 보험료 비용을 줄이는 진료행태 분석에 도움이 될 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The cost of medical treatment for motor vehicle accidents is increasing every year. In this study, we created a model to predict long-term hospitalization(more than 18 days) among minor patients, which is the main item of increasing traffic accident medical expenses, using five algorithms such as de...

주제어

#머신러닝   #자동차사고   #경상환자   #장기입원환자   #예측모델  

표/그림 (6)

참고문헌 (14)

  1. Abujaber, M. A. F., Al-Majali, O., Azab, M.,？Ababneh, B., Alqasrawi, O., Abusamak, M.,？Al-Hadidi, D. and Al-Mousa, D. (2020).？Predictors of prolonged hospital stay following？a motor vehicle crash: A systematic review？and meta-analysis, Injury Epidemiology,？7(1), 50 

  2. Adeleke, I. F., Adebiyi, M. O. and Adekunle,？O. B. (2018). Predicting the length of？hospital stay of road traffic accident victims:？A comparative study between regression？analysis and decision tree techniques,？Journal of P ublic Health, 26(4), 375-382. 

  3. Almuheidi, S., Alaklabi, A., Miroshnichenko,？A. and Almutairi, A., (2021). Prediction of？hospital stay in acute traumatic brain injury:？A machine learning approach, Journal of？Head Trauma Rehabilitation, 36(1), E31-E37. 

  4. Byun, K. K., Lee, D. G. and Lee, H. D.？(2023). Machine Learning-Based Prediction？Technology for Medical Treatment Period？of Automobile Insurance Accident Patients,？Convergence security journal, Vol.23 No.1,？89-95 

  5. FSS. (2022). Reorganization of compensation？process in line with the implementation of？measures for auto insurance miner patients,？Press Release(Reported on Dec. 29, 2022.) 

  6. HIRA. (2022). Car Insurance Medical Expenses？Statistics 

  7. Jeon, Y. S. (2022). Changes in the Economic？Environment and Over-Treatment of Minor？Patients in Auto Insurance, KIRI Report,？Vol. 542, 8-13. 

  8. KoROAD. (2023). Traffic Accident Analysis？System. 

  9. Lee, D. G., Byun, K. K., Lee, H. D. and Shin,？S. H. (2023). The Prediction of Survival of？Breast Cancer Patients Based on Machine？Learning Using Health Insurance Claim？Data, Korea Industrial Information Systems？Society Journal, 28(2), 1-9. 

  10. MLIT. (2022). Prevention of leakage of car？insurance money, such as excessive medical？treatment for minor patients, Press Release,？(Reported on Aug. 7th, 2022) 

  11. MOHW. HIRA. (2023). Healthcare utilization？statistics for 2021 

  12. Kang, S. O., Kim, S. H. and Ryu, M. H.？(2022). Analysis of Hypertension Risk？Factors by Life Cycle Based on Machine？Learning, Korea Industrial Information？Systems Society Journal, 27(5), 73-82. 

  13. Park, D. A., Hwang, J. S., Lee, S. H., Sul, A.？R., Choi, W. J., Oh, S. H., Lee, J. Y., Lee,？Y. K., Lee, D. H. and Choi, S. G. (2014).？Systematic review of diagnostic tests. National？Evidence-based Healthcare Collaborating？Agency. 

  14. Yun, S. O., Jung, J. G., Wo, H. G. and Kim,？J. E. (2022). Breast Cancer Survival？Prediction: Model Comparison and Effect of？Genetic Features, Database Research, 38(1),？3-15. 

저자의 다른 논문 :

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