$\require{mediawiki-texvc}$

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.

임상 빅 데이터와 데이터 마이닝을 활용한 중환자실 섬망 위험요인에 대한 인과성 추론 연구
Drawing Causal Inference from Clinical Big Data Using Data Mining for ICU Delirium Risk 원문보기

보고서 정보
주관연구기관 가톨릭대학교
Catholic University of Korea
연구책임자 이선미
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2021-03
과제시작연도 2020
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202100017860
과제고유번호 1711113059
사업명 개인기초연구(과기정통부)(R&D)
DB 구축일자 2022-03-19
키워드 섬망.빅 데이터.데이터 마이닝.위험요인.인과성.Delirium.Big Data.Data Mining.Risk.Causal Inference.

초록

□ 연구개요
임상 빅 데이터(Clinical Big Data)와 데이터 마이닝(Data Mining) 기법의 장점을 활용하여, 중환자실 섬망(ICU Delirium) 발생에 영향을 미치는 위험요인에 대한 인과성 추론 모델(Causal Inference Model) 구현 연구

□ 연구 목표대비 연구결과
[연구목표 1] 중환자실 섬망 위험요인에 대한 선행연구의 일관성 검토하였음
1) 체계적 문헌고찰(Systematic Review) 방법으로 중환자실 섬망 발생에 영향을 미치는 위험요인 탐색
2)

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 2
  • 목차 ... 3
  • 1. 연구개발과제의 개요 ... 4
  • 가. 연구목표 ... 4
  • 나. 연구의 필요성 ... 4
  • 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
  • 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 5
  • 1) 정성적 연구개발성과(연구개발결과) ... 5
  • 2) 세부 정량적 연구개발성과 ... 12
  • 3) 목표 달성 수준 ... 12
  • 4) 목표 미달 시 원인 분석 ... 12
  • 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
  • 5. 연구개발성과의 관리 및 활용 계획 ... 13
  • 6. 참고문헌 ... 13
  • [붙임1] 세부 정량적 연구개발성과 ... 17
  • 끝페이지 ... 17

참고문헌 (25)

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