초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용한다.

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 연구에서는 환자를 사상체질의 4집단으로 분류하기 위한 사상체질분류함수를 추정하기 위하여 5가지 단계로 나누어 고찰하였다.
• 사상체질의학에서는 인간의 체질을 太陽人, 少陽人, 太陰人, 少陰人의 四象으로 定義하고 있으며(이태호, 1961), 각 체질적 특성에 따라 性質才 幹, 容貌詞氣, 心性心慾, 生理病理 및 사회적 養生法 등에 있어 차이가 생긴다고 한다(송일병, 1993). 본 연구의 목적은 한방병원에서 사상체질분류검사설문지(QSCC II : Questionnaire of Sasang Constitution Classification)를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 새로운 사상체질분류함수를 개발하는 것이다. 이를 위하여 본 연구에서는 데이터마이닝 기법 중에서판별분석모형을 이용한다.

가설 설정

• 둘째, 선형판별함수의 계수가 해당 체질에서 음수인 변수를 제거한다. 이와 같은 변수는 해당 체질인 사람이 체크하면 오히려 역작용을 하여 함수 값을 작게 함으로서 그 체질이 아니라는 결정을 하기 때문이다.
• 첫째, 선형판별함수의 계수가 무한대 값인 변수를 제거한다. 이와 같은 변수는 사상체질분류함수 값에 너무 큰 영향을 주어 이러한 변수들의 체크 여부가 체질분류에 결정적 역할을 하기 때문이다.

대상 데이터

• 본 연구에서 사용하는 데이터는 경희대학교 강남경희한방병원과 동의대학교 부속한방병원에서치료를 받은 환자들 중 각 병원의 사상체질전문의로부터 체질진단을 받고 최소한 4주 이상 사상체질 처방을 사용한 후 주 증상이 전반적으로 호전되어 체질이 확인된 환자 1051명을 대상으로 하고있다.
• 본 연구에서 사용하는 데이터는 경희대학교 강남경희한방병원과 동의대학교 부속한방병원에서치료를 받은 환자들 중 각 병원의 사상체질전문의로부터 체질진단을 받고 최소한 4주 이상 사상체질 처방을 사용한 후 주 증상이 전반적으로 호전되어 체질이 확인된 환자 1051명을 대상으로 하고있다.
• 본 연구에서 사용하는 사상체질분류검사설문지는 인적사항 11개 문항과 함께 사상체질을 분류하는데 사용되는 121개 설문으로 구성되어 있다. 특히 사상체질을 분류하기 위한 121개 설문 중 15개 설문은 2개, 3개, 4개의 항목 중에서 1개를 선택하는 문항이고, 나머지 106개 설문은 '그렇다'(0) 또는 '아니다'(X) 중에서 어느 한가지에 체크하는 이항 문항이다.
• 위와 같이 상반되는 설문의 응답패턴으로 불량응답자를 1차 제거시킨 후에 얻은 표본은 1051명 중 422명이었다. 두 번째 단계로서 모든 변수 157개를 사용하여 선택된 환자 422명을 사상체질의 4집단으로 분류하기 위하여 판별분석모형을 적합한 결과는<표 3.
• 이와 같이 체질별 설문의 응답비율로서 불량응답자를 2차 제거시킨 후에 선택된 환자는 422명 중 205명이었다. 다섯 번째 단계로서 앞에서 선택된 변수 29개를 사용하여 선택된 환자 205명을 사상체질의 4집단으로 분류하기 위하여 판별분석모형을 적합한 결과는<표 3.
• 판별함수를 추정하는 가장 첫 번째 단계는 모든 변수 157개와 모든 환자 1051명에 대한 응답데이터를 이용한다. 각 체질별 변수의 개수와 환자 수는<표 3.

데이터처리

• 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 첫째로 상반되는 설문의 응답 패턴과 둘째로 체질별 설문의 응답 비율을 이용하였으며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용하였다.
• 둘째, 설문의 체크여부 [0, 1]과 사상체질간의 비율차이검정을 위한 이원도수분석을 이용한다. 설문의 체크여부 [0, 1]과 사상체질과의 교차표에서 특정한 체질의 설문에 그 체질인 사람이 체크한비율이 50% 이상이고, 다른 체질인 사람이 체크한 비율이 50% 미만이면 그 체질에 관련된 문항으로 볼 수 있다.
• 첫째, 각 체질별 설문의 체크여부 [0, 1]간의 비율차이검정을 위한 일원도수분석을 이용한다. 본연구의 대상인 데이터는 각 체질별 응답자 수가 다르기 때문에 특정한 체질의 설문에 그 체질인 사람이 체크한 비율이 50% 이상이면 그 체질에 관련된 설문으로 볼 수 있다.

이론/모형

• 본 논문에 서 는 사상체 질 분류검 사설 문지 (QSCC II : Questionnaire of Sasang Constitution ClassiEcation)를 이용한 체질진단에서 그 정확도를 향상시키기 위한 새로운 분류함수를 구하기 위하여 데이터마이닝 기법 중 판별분석모형을 이용하였다. 본 연구에서 사용하는 데이터는 경희대학교 강남경희한방병원과 동의대학교 부속한방병원에서 치료를 받은 환자들 중 각 병원의 사상체질전문의로부터 체질진단을 받고 최소한 4주 이상 사상체질 처방을 사용한 후 주 증상이 전반적으로호전되어 체질이 확인된 환자 1051명을 대상으로 하고 있다.
• 있다(Beny와 Linoff, 1997; Breiman 등, 1984). 본 논문에서는 데이터마이닝 기법 중 판별분석 모형 을 적 용하여 사상체 질분류함수를 추정 한다(김 규곤, 2003a; 2003b).
• 본 연구의 목적은 한방병원에서 사상체질분류검사설문지(QSCC II : Questionnaire of Sasang Constitution Classification)를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 새로운 사상체질분류함수를 개발하는 것이다. 이를 위하여 본 연구에서는 데이터마이닝 기법 중에서판별분석모형을 이용한다.

성능/효과

• 1) 157개의 모든 변수를 사용하여 모든 환자 1051명에 대한 사상체질분류함수는 정분류율 (accuiacy)이 74.47%로서 다소 낮았다. 체질별로는 소음인 78.
• 2) 상반되는 설문의 응답 패턴으로 불량응답자 1차 제거 후 157개의 모든 변수와 422명의 선택된 환자에 대한 사상체질분류함수는 정분류율(accuracy)이 8744%로서 정분류율이 1)의 경우보다는 향상되었으나 역시 다소 낮은 것으로 나타났다. 체질별로는 소양인 92.
• 3) 도수분석에서의 비율차이검정과 선형판별함수의 계수를 이용한 변수선택 후 선택된 변수 29 개와 선택된 환자 422명에 대한 사상체질분류함수는 정분류율(accuracy)이 60.92%로서 정분류율이앞의 두 가지 1), 2)의 경우보다 더 낮아진 것으로 나타났다. 체질별로는 소음인 69.
• 4) 선택된 변수 29개와 모든 환자 1051명에 대한 사상체질분류함수는 정분류율(accuracy)이 61.50%로서 앞의 두 가지 1), 2)의 경우보다 여전히 더 낮은 것으로 나타났다. 체질별로는 소음인 65.
• 5) 체질별 설문의 응답비율로서 불량응답자 2차 제거 후 선택된 변수 29개와 선택된 환자 205명에 대한 사상체질분류함수는 정분류율(accuracy)이 90.71%로서 앞의 모든 4가지 경우보다 정 분류율이 가장 높은 것으로 나타났다. 체질별로는 태음인 98.
• 네 번째 단계로서 선택된 변수 29개를 사용하여 모든 환자 1051명을 사상체질의 4집단으로 분류하기 위하여 판별분석모형을 적합한 결과는과 같으며, 정분류율(accmacy)이 61.50%, 오분류율(eiror rate)이 38.50%로서 정분류율이 처음 두 가지 경우보다 여전히 더 낮은 것으로 나타났다.
• 두 번째 단계로서 모든 변수 157개를 사용하여 선택된 환자 422명을 사상체질의 4집단으로 분류하기 위하여 판별분석모형을 적합한 결과는와 같으며, 정분류율 (accuracy)이 87.44%, 오분류율(emr rate)이 12.56%로서 정분류율이 얖의 첫 번째 단계보다는 향상되었으나 역시 다소 낮은 것으로 나타났다.
• 둘째, 어떤 특정한 체질에 속하는 사람은 그 체질 설문의 평균값이 다른 체질 설문의 평균값보다 작으면 불량응답자이다. 예를 들어, 태양체질인 사람은 태양체질 설문에 50% 이상 체크하였지만 다른 체질 설문에는 그 이상 체크했다면 불량응답자이다.
• 모든 변수 157개를 사용하여 모든 환자 1051명을 사상체질의 4집단으로 분류하기 위하여 판별분석모형을 적합한 결과는와 같으며, 정분류율(aocumcy)이 74.47%, 오분류율(error rate)이 25.53%로서 정분류율이 다소 낮아 만족스럽지 못한 것으로 나타났다.
• 본 연구에서는 전체 데이터를 탐색한 결과 본래의 121개의 설문은 157개의 Ox 설문으로 파악되었고, 이들은 다시 4개의 체질 집단으로 축소될 수 있다. 따라서 데이터 변환 과정에서는 16번~ 121번 설문의 응답이 [0, 1]이므로 1번〜15번 설문의 응답도 [0, 1]로 통일시킨다.
• 세 번째 단계로서 도수분석에서의 비율차이검정과 선형판별함수의 계수를 이용하여 선택된 변수 29개를 사용하여 앞에서 선택된 환자 422명을 사상체질의 4집단으로 분류하기 위하여 판별분석모형을 적합한 결과는과 같으며, 정분류율(accuracy)이 60.92%, 오분류율(error rate)이 39.08%로서 정분류율이 앞의 두 가지 경우보다 더 낮아진 것으로 나타났다.
• 이상의 결과를 정리한를 보면 선택된 설문은 태양체질 4개, 소양체질 5개, 태음체질 6개, 소음체질 14개로 총 29개 변수가 선택되었으며, 이들은 서로 다른 체질간에 겹치지 않는다.
• 첫째, 어떤 특정한 체질에 속하는 사람은 그 체질 설문의 평균값이 0.5보다 작으면 불량응답자이다. 예를 들어, 태양체질인 사람은 태양체질 4개 설문 중 2개 설문에 체크했다면 응답비율은 50%이다.
• 71%로서 앞의 모든 4가지 경우보다 정 분류율이 가장 높은 것으로 나타났다. 체질별로는 태음인 98.28%, 소양인 98.0%, 소음인 96.55%, 태양인 70.0%의 순으로 높게 나타났으며, 태음인, 소양인, 소음인의 세 가지 체질에서 90% 이상이었다. 본 연구의 결과 판별분석모형을 이용하여 사상체질분류함수를 추정하고자 하는 경우 모든 변수와 모든 환자의 데이터를 사용하기보다는 양질의 응답 데이터를 확보하기 위한적절한 데이터 정제 방법과 함께 적절한 변수선택 방법을 사용해야 한다.

후속연구

• 따라서 향후 연구과제로서는 응답자들이 이해하기 쉽고 혼동을 피할 수 있는 설문을 개발함으로서 사상체질분류검사설문지의 신뢰도를 향상시키는 것이 무엇보다 중요한 일이라고 할 수 있다.
• 0%의 순으로 높게 나타났으며, 태음인, 소양인, 소음인의 세 가지 체질에서 90% 이상이었다. 본 연구의 결과 판별분석모형을 이용하여 사상체질분류함수를 추정하고자 하는 경우 모든 변수와 모든 환자의 데이터를 사용하기보다는 양질의 응답 데이터를 확보하기 위한적절한 데이터 정제 방법과 함께 적절한 변수선택 방법을 사용해야 한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기