초록 ▼

1. 심혈관질환 관련 병원자료 구축
민간병원 심혈관질환자 및 고위험군 환자 임상정보 빅데이터 플랫폼 구축을 위해 서울아산병원 임상시험심사위원(Investigational Review Board, IRB) 심의를 받음. 또한, 심혈관질환 및 고위험군 환자 임상정보 자료를 분석하기 위해 심장질환 또는 심장질환의증으로 내원한 환자를 기준으로 빅데이터 플랫폼에 구축될 데이터 관계 및 구조를 설계함. SNOMED-CT(Systematized Nomenclature of Medicine—Clinical Terms), LOINC(Logic

1. 심혈관질환 관련 병원자료 구축
민간병원 심혈관질환자 및 고위험군 환자 임상정보 빅데이터 플랫폼 구축을 위해 서울아산병원 임상시험심사위원(Investigational Review Board, IRB) 심의를 받음. 또한, 심혈관질환 및 고위험군 환자 임상정보 자료를 분석하기 위해 심장질환 또는 심장질환의증으로 내원한 환자를 기준으로 빅데이터 플랫폼에 구축될 데이터 관계 및 구조를 설계함. SNOMED-CT(Systematized Nomenclature of Medicine—Clinical Terms), LOINC(Logical Observation Identifiers Names and Codes), RxNorm(National Library of Medicine)의 표준코드 체계로 매핑 작업을 수행함. 심혈관질환자 임상정보 데이터 전처리 및 데이터베이스 구축을 위해 병원 내에 구축된 빅데이터 관리 플랫폼을 활용하여 자료를 추출하였으며 주요 영상 자료에 대한 비식별화를 진행함. 또한 비정형 데이터의 자연어 처리를 통해 추가적인 변수를 확보하였음. 심뇌혈관질환 예측 및 예후 예측 모형 개발을 위해 충북대학교 생명윤리심의위원회와 충북대학교병원 생명의학연구윤리위원회를 통해 해당 연구과제에 대한 임상시험심사위원(Investigational Review Board, IRB) 승인을 신청함. 본 연구에서는 서울아산병원의 심혈관질환자 및 고위험군 환자 자료 구축과 동일한 방식으로 충북대학교병원의 임상자료 구축을 시도하고자 하였음. 다만, 서울아산병원의 경우, EMR을 기반으로 임상자료를 수집할 수 있는 ABLE 시스템이 존재하나 충북대학교병원에는 유사한 시스템이 부재하여 ABLE 시스템을 벤치마킹하여 동일한 방식의 자료 추출과 비식별화를 진행함. 병원자료를 포함하고 있는 정보량 측면에서 서울아산병원이 많아 병원자료의 스키마(schema)를 전달 받아서, 충북대학교병원 심혈관질환 자료구축진행함. 또한 본 연구의 2장에서 조사한 주요 문헌 변수를 함께 고려하여 최종적으로 충북대학교병원 심혈관질환 관련 임상자료 구축을 위한 변수를 추출하였음. 마지막으로 충북대학교병원 데이터베이스 관리 부서인 전산정보센터와 협의를 통해 EMR기반 임상자료 추출을 시행함.

2. (신규) 국민건강보험 표본코호트를 이용한 심뇌혈관질환 예측모델 개발
본 연구에서 진행되는 심뇌혈관질환 예측 모형 개발은 1) 약물 복용과 심뇌혈관 질환 패턴 분석과 2) 다른 질환 및 증상 후에 심뇌혈관 질환 패턴 분석을 진행하였음. 먼저 표본코호트에서 심뇌혈관 발생환자와 발생하지 않은 환자를 구분하여 실험 데이터셋을 구축하였으며 대상자는 2011년부터 2013년까지로 제한하였음. 실험 데이터셋과 표본코호트의 다양한 변수들을 개인식별키와 청구일련번호 등으로 서로 연계하였음. 또한, 결측값 등을 제거하여 데이터셋을 구축함. 구축된 데이터셋을 바탕으로 1) 주성분코드를 이용한 약물 복용과 2) 다른 질환으로 진단 후 심뇌혈관질환 발생 데이터를 분류하여 각각의 데이터셋을 생성함. 이를 바탕으로 1) 약물 복용과 2) 다른 질환으로 진단 후 심뇌혈관질환 발생 패턴을 분석하기 위해 Decision Tree, Random Forest, Support Vector Machine, Naïve Bayesian 분류 모형을 사용함.

(출처 : 요약서 3p)

Abstract ▼

Cardiovascular disease is the second most important cause of death in Korea. Various predictive models have been developed to prevent cardiovascular disease, and prediction models have been developed through health insurance data and hospital data. owever, although health insurance data are close to

Cardiovascular disease is the second most important cause of death in Korea. Various predictive models have been developed to prevent cardiovascular disease, and prediction models have been developed through health insurance data and hospital data. owever, although health insurance data are close to full servey big data, there are limited risk factors. and Hospital data includes various patient care information, such as clinical data, or medical data. but number of targets is small. The combination of these two data is expected to enable more accurate development of predictive models.
According to Article 58 paragraph 1 of the Privacy Act, personal information processed for the calculation of statistics is regarded as personal information not covered by the same Act, allowing the collection and linkage of personal-level data without the consent of patients. This R&D project aims to develop a 1) cardiovascular disease outcome prediction model and 2) cardiovascular disease forecast model by linking cardiovascular data from the regional cardiovascular center and private hospitals with health insurance data. To this end, this R&D project discussed data links with participating hospitals, health insurance service providers, and health insurance review and assessment institutions through social consultative bodies, and first, clinical data of patients with cardiovascular disease and high risk of cardiovascular disease were established at participating hospitals among the nationwide Regional Cardiovascular Center and private hospitals. In addition, a model for predicting cardiovascular disease was developed through the National Health Insurance sample cohort, and rules and associations of cardiovascular disease were analyzed after being diagnosed with cardiovascular drug use and other diseases. However, the development of the cardiovascular disease prediction model through the link between health insurance data and cardiovascular data in private hospitals was not carried out due to the lack of social consensus. It is expected that this will be a limiting factor in various future research using big data.

(출처 : SUMMARY 6p)

목차 Contents

• 표지 ... 1
• 제출문 ... 2
• 보고서 요약서 ... 3
• 요약문 ... 5
• SUMMARY ... 6
• 6.1 총괄연구개발과제의 연구성과 실적 및 향후 계획 ... 7
• 7. 참여연구원 현황표 ... 10
• 목차 ... 11
• 1. 연구개발과제의 개요 ... 12
• 1장. 연구개발 목적 및 필요성 ... 12
• 2장. 연구개발 범위 ... 12
• 2. 국내외 기술개발 현황 ... 14
• 1장. 보건의료 빅데이터 개인수준 자료연계 관련 국내외 현황 ... 14
• 2장. 심혈관 질환 예측인자 및 예측모델 관련 선행 연구 ... 55
• 3. 연구수행 내용 및 결과 ... 76
• 1장. 심혈관질환 관련 병원자료 구축 현황 ... 76
• 2장. (신규) 국민건강보험 표본코호트를 이용한 심뇌혈관질환 예측모델 개발 ... 91
• 4. 목표달성도 및 관련분야 기여도 ... 109
• 5. 연구결과의 활용계획 ... 109
• 6. 연구과정에서 수집한 해외과학기술정보 ... 109
• 7. 연구개발성과의 보안등급 ... 109
• 8. 국가과학기술종합정보시스템에 등록한 연구시설·장비 현황 ... 109
• 9. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 109
• 10. 연구개발과제의 대표적 연구실적 ... 109
• 11. 기타사항 ... 110
• 12. 참고문헌 ... 110
• 부록 ... 114
• 끝페이지 ... 147