초록 ▼

ㅇ 연구의 목적 및 내용
과학과 기술의 발전으로 동시에 수많은 변수들을 측정할 수 있게 되면서 초고차원 데이터의 통계적 분석의 필요성은 점점 증가하고 있다. 여기에 임상과 보건 연구의 적절성과 질적 향상, 치료비용의 감소를 위한 잠재력으로 의학연구의 새로운 패러다임으로 주목받고 있는 비교효과연구(Comparative Effectiveness Research; CER)가 결합되면서 초고차원 데이터 분석의 필요성은 점점 복잡해지고 있다. 따라서 본 연구에서는 비교효과연구(CER) 측면에서 기존의 형태와 다른 생존시간이 결합된 형태

ㅇ 연구의 목적 및 내용
과학과 기술의 발전으로 동시에 수많은 변수들을 측정할 수 있게 되면서 초고차원 데이터의 통계적 분석의 필요성은 점점 증가하고 있다. 여기에 임상과 보건 연구의 적절성과 질적 향상, 치료비용의 감소를 위한 잠재력으로 의학연구의 새로운 패러다임으로 주목받고 있는 비교효과연구(Comparative Effectiveness Research; CER)가 결합되면서 초고차원 데이터 분석의 필요성은 점점 복잡해지고 있다. 따라서 본 연구에서는 비교효과연구(CER) 측면에서 기존의 형태와 다른 생존시간이 결합된 형태의 초고차원 데이터를 분석하는 통계적 이론과 방법을 개발하고 이를 응용하고자 한다. 특히 예측 성능이 높은 통계적 예측모형을 개발하고 생존시간과 직접적으로 관련된 유전자 및 단백질을 선별하는 연구와 초고차원 데이터의 구조를 밝히는 기초적 이론연구를 진행하였다.

ㅇ 연구결과
연구수행결과를 정리하면 다음과 같다. 예측모형의 타당성과 유효성을 확보하기 위해서 필요한 샘플수를 추정에 관한 논문 1편을 국외 SCI급 통계저널에 게재하였다. 또한 초고차원 자료의 공분산행렬 추정과 추정된 행렬을 기반으로 통계적 모형의 개발에 관한 논문 1편을 국외 SCI급 통계저널에 게재하였다. 1차년도에 초고차원 자료에서 변수 선택방법에 대한 연구를 보안하여 2차년도에는 생존시간이 있는 초고차원 자료에서 가속수명시간모형에 근거한 예측모형을 구축하였으며, 이와 관련한 논문 1편을 국외 SCI급 통계저널에 게재하였다. 위에서 언급한 연구 과정에서 제안된 통계적 방법으로 실제 생명과학 몇 의학자료 분석에 활용한 연구논문 2편을 국외 SCI급 저널에 게재하였으며, 연구 논문 1편은 국외 SCI급 저널에 투고되어 심사 중에 있다. 3차년도에서는 1차년도에서 진행되었던 초고자원 자료의 변수선택에 대한 연구를 확장하여 경쟁위험이 존재하는 경우의 변수 선택과 예측모형에 대한 연구를 진행하여 논문 1편을 국외 SCI급 저널에 게재하였고, 논문 1편은 제출할 예정이다. 다중비교에서 초고자원 데이터에서의 복잡한 구조를 가진 변수들의 상관성의 문제점 해결 방안에 대한 연구를 진행하였으며, 연구 관련 논문 2편을 국외 SCI급 저널에 게재하였다. 자세한 연구내용 및 결과는 본문에서 구체적으로 기술하였다.

ㅇ 연구결과의 활용계획
본 연구의 연구 성과는 향후 비교효과연구(CER)를 위한 복잡하고 다양한 자료들을 분석하기 위한 이론적 기반을 제공하여 생물학적 발견에 대한 가치를 증가시키고 위양성(false-positive) 관측으로 인한 실험결과해석의 오류를 막고 연구결과의 질적 수준을 높이는 효과가 있을 것이다. 특히 초고차원 데이터에 대한 예측모형 구축의 결과는 환자별로 치료가능성이 가장 높은 맞춤형 치료방법을 선택하게 됨으로써 의료비를 절감하는 효과를 볼 수 있을 것이다. 또한 유전자/단백질 선택 알고리즘의 자체 개발은 국가적으로 원천기술을 확보할 수 있게 하여 국가경쟁력을 높이는 데 기여할 것이다. 데이터 구조와 관련된 통계적 추정과 가설검정 절차는 대다수 다변량 통계기법에 응용될 수 있기 때문에 향후 비교효과연구(CER)측면에서 초고차원 데이터를 분석하는 기본적 틀로 자리매김할 것으로 기대된다.


(출처 : 한글요약문 4p)

Abstract ▼

ㅇ Purpose & contents
The primary purpose of this study is to develop statistical models for analyzing high dimensional data with survival outcome in Comparative Effectiveness Research(CER). In order to achieve this purpose, we focused our interests on 1) building predictive models that can diagn

ㅇ Purpose & contents
The primary purpose of this study is to develop statistical models for analyzing high dimensional data with survival outcome in Comparative Effectiveness Research(CER). In order to achieve this purpose, we focused our interests on 1) building predictive models that can diagnose future disease risks and developing novel feature selection methods, and 2) evolving statistical theory of estimation and hypothesis testing to illuminate the basic structure of high dimensional data.

ㅇ Result
The results of the study are summarized as follows. One paper on estimating the number of samples required to ensure the validity of the predictive model was published in the SCI international journal. A paper on the statistical models of the estimated covariance matrix for analysing high dimensional data was published in the international SCI statistical journal. Based on our research for selecting variables in the first year, we developed a predictive model based on the accelerated failure time for the high-dimensional survival data in the second year. Two research papers in medical data analysis were published in the SCI international journals, and one research paper has been submitted. In the third year, the predictive model designed for analysing competing risks data was conducted and one paper was published in the SCI international journal. The study on the solution of the problem of the correlation of the variables in complex high-dimensional survival data was conducted, and two papers related to the research were published in the SCI international journals. Detailed research contents and results will be described in the main section.

ㅇ Expected Contribution
This study will provide the theoretical background for analyzing complex high dimensional data in comparative effectiveness research, and thus increase the value of the biological findings and help to avoid the error due to false-positive result.
Construction of predictive model for high dimensional survival data help to select the most appropriate treatment in clinical trials and save the medical cost in personalized medicine. Also, developments of statistical tools for inference and hypothesis testing related to the highly correlated data structure can be applied to the extension of well-known multivariate methods like partial least squares regression (PLSM) and thus form the basis of statistical method for analyzing high dimensional survival data in comparative effectiveness research field. Especially, development of computational algorithms for feature selection in transcriptomics/proteomics/metabolomics will make contribution to secure up-to-date technology.


(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• 연구계획 요약문 ... 3
• 연구결과 요약문 ... 4
• 한글요약문 ... 4
• SUMMARY ... 5
• 연구내용 및 결과 ... 6
• 1. 연구개발과제의 개요 ... 6
• 2. 국내외 기술개발 현황 ... 7
• 3. 연구수행 내용 및 결과 ... 8
• 4. 목표달성도 및 관련분야에의 기여도 ... 12
• 5. 연구결과의 활용계획 ... 15
• 6. 연구과정에서 수집한 해외 과학기술정보 ... 16
• 7. 주관연구책임자 대표적 연구실적 ... 17
• 8. 참고문헌 ... 17
• 9. 연구성과 ... 19
• 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 23
• 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 23
• 12. 기타사항 ... 23
• 별첨1. 대 표 연 구 실 적 ... 24
• 별첨2. 세부 목표 관련 증빙 ... 39
• 끝페이지 ... 45