보고서 정보
주관연구기관 |
연세대학교 Yonsei University |
연구책임자 |
조은희
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2021-09 |
과제시작연도 |
2020 |
주관부처 |
과학기술정보통신부 Ministry of Science and ICT |
등록번호 |
TRKO202200018986 |
과제고유번호 |
1711114767 |
사업명 |
개인기초연구(과기정통부)(R&D) |
DB 구축일자 |
2023-03-14
|
키워드 |
치매.행동심리증상.머신러닝.예측모형.활동기록기.Dementia.Behavioral and psychologic symptoms.Machine learning.Prediction model.Actigraphy.
|
초록
▼
□ 연구개요
주돌봄자와 함께 거주하는 치매환자와 주돌봄자는 매년 2주간, 2년동안 자료수집에 참여한다. 연구참여에 동의한 대상자의 의무기록을 통해 치매진단명, 동반질환, 복용약물 등을 확인하고, 치매환자의 인지기능을 검사한다. 치매환자의 타액검사를 통한 코티졸, 멜라토닌과 같은 바이오마커 분석, 활동기록기(Actigraphy)와 같은 웨어러블 디바이스를 사용하여 치매환자의 객관적 수면과 활동양상 파악, 자율신경계 측정기를 이용한 자율신경계 활성도를 측정한다. 인구사회학적 특성, 건강상태, 심리사회적 특성, 행동심리증상 정도,
□ 연구개요
주돌봄자와 함께 거주하는 치매환자와 주돌봄자는 매년 2주간, 2년동안 자료수집에 참여한다. 연구참여에 동의한 대상자의 의무기록을 통해 치매진단명, 동반질환, 복용약물 등을 확인하고, 치매환자의 인지기능을 검사한다. 치매환자의 타액검사를 통한 코티졸, 멜라토닌과 같은 바이오마커 분석, 활동기록기(Actigraphy)와 같은 웨어러블 디바이스를 사용하여 치매환자의 객관적 수면과 활동양상 파악, 자율신경계 측정기를 이용한 자율신경계 활성도를 측정한다. 인구사회학적 특성, 건강상태, 심리사회적 특성, 행동심리증상 정도, 행동심리증상 일지작성, 행동심리증상 발생 시에는 종류, 발생시간, 종료시간, 행동심리증상 발현 전 상황 및 관련요인(신체적 심리적 요구, 물리적 사회적 환경 체크리스트)에 대한 자료수집을 한다. 자료분석은 generalized linear mixed mode을 이용한다. 또한, 종단적 자료를 통해 머신러닝을 기반으로 행동심리증상의 예측모델을 개발한다.
머신러닝에 의한 행동심리증상 예측모델을 임상현장에 적용하여 예측된 행동심리증상 패턴과 실제 발생한 행동심리증상 패턴의 분석을 통해 임상적용 타당성을 평가하고 최종 예측모델을 개발한다. 연구대상자는 예측모델 개발연구에 참여했던 대상자를 제외한 재가 치매환자이며, 2주간 자료수집에 참여한다. 변수와 자료수집 방법은 1~2차년에 수행되었던 예측모델 개발연구와 같다. 머신러닝 모델 평가 지표로 precision, sensitivity, specificity, F1 score, area under the receiver operating characteristic curve (AUC)를 사용한다. 모든 분석은 R version 3.6.3(Vienna, Austria)과 Python version 3.7 (Python Software Foundation, Wilmington) 프로그램을 사용한다.
□ 연구 목표대비 연구결과
본 연구의 목표는 1) 종단적 연구를 통해 코티졸, 멜라토닌, 활동, 수면양상이 치매환자의 행동심리증상에 미치는 영향을 파악하고, 2) 머신러닝을 이용하여 치매환자의 행동심리증상에 대한 예측모델을 개발하고, 3) 예측모델을 임상현장에 적용하여 그 활용가능성을 평가하는 것이다.
연구목표 1: 연구결과 불안은 기상 후 30분 Cortisol이 1 증가할수록 감소하고, 저녁 식후 45분에서 Cortisol이 1 증가할수록 증가하고, 식욕/식습관 변화는 아침 식후 45분 Melatonin이 1 증가할수록 감소한다. 야간수면(Total Sleep Time: 저녁8시~ 익일 8시까지 수면) 시간이 증가할수록 우울/낙담을 보일 odds가 0.6493배, 불안 0.7165배, 수면/야간행동 0.6842배 낮아진다. 이는 치매환자가 밤 동안 수면을 많이 할수록 수면/야간행동이 줄어들고, 우울/낙담, 불안과 같은 심리적 증상도 감소할 수 있음을 나타낸다. 걸음수 (Steps.Counts*1000)는 걸음수가 증가할수록 초조/공격성이 보일 odds가 1.3859배, 과민/불안정이 1.5536배 증가한다.
연구목표 2: NPI로 정의된 행동심리증상 12 타입은 상관성이 높으며, 동시에 발생하는 경향이 높기 때문에 요인분석을 시행한 선행 문헌고찰들을 바탕으로 다음과 같이 7가지 하위증후군(subsyndrome)으로 분류하여 분석하였다: 1) psychotic(환각, 망상); 2) affective(우울/낙담, 무감동/무관심), 3) hyperactivity(초조/공격성, 탈억제, 과민/불안정), 4) 이상운동증상, 5) 수면/야간행동, 6) 식욕/식습관 변화, 7) 든뜬기분/다행감. 선행문헌들에서 이상운동증상, 수면/야간행동, 식욕/식습관 변화, 든뜬기분/다행감은 행동심리증상의 cluster에 포함되지 않아 개별 증상의 하위증후군으로 분류하였다. 학습용데이터에 대한 성능인 만큼 모든 모델에서 좋은 예측 성능을 보였다. Logistic regression보다 머신러닝 모델들이 비슷하거나 더 좋은 성능을 보이는 것을 확인할 수 있으며, 그 중 random forest가 다른 방법들에 비해 더 좋은 성능을 보였다.
연구목표 3: 1~2차년도 데이터를 기반으로 구축된 머신러닝 예측모델을 3차년도 새로운 참여자들의 데이터를 통해 활용가능성을 평가한 결과, Random forest의 경우 들뜬 기분/다행감(0.968), affective symptoms(우울/낙담, 무감동/무관심) (0.927), 수면/야간행동(0.912)에 대해 가장 높은 AUC값을 보였다. Gradient boosting machine 모델도 들뜬 기분/다행감(0.955), affective symptoms (우울/낙담, 무감동/무관심) (0.936), 수면/야간행동(0.900)에 대해 가장 높은 AUC값을 보였다. 모든 BPSD에 대해 머신러닝 모델 중 gradient boosting machine이 평균적으로 봤을 때 BPSD 예측 성능이 다른 모델들보다 뛰어난 것으로 확인되었다. Gradient boosting machine에 대한 상위 10개의 변수중요도를 종합적으로 보았을 때, 대인관계와 관련된 유발요인, 수면장애, 대소변 관련요인, 통증과 불편감을 포함하여 증상일지에 기록된 돌봄제공자가 인지한 행동심리증상의 유발요인이 다른 변수들과 비교했을 때 더 높은 중요도를 가지고 있었다. CDR 점수는 psychotic 증상에 가장 큰 영향력이 있는 변수였으며, 과다활동, 들뜬기분/다행감, 식욕/식습관 변화도 상위에 중요한 변수로 나타났다. 수면과 활동에 대한 변수는 이상운동증상, 수면/야간행동에 대해 영향을 많이 주는 변수로 확인되었다.
□ 연구발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구를 통해 개발된 머신러닝 기반 예측모델을 통해 각 치매환자별 행동심리증상을 예측하여 행동심리증상을 미리 예방하고 조기중재하는 것으로 중재의 패러다임이 바뀔 수 있을 것이다. 본 연구를 통해 개발된 머신러닝 기반 예측모델을 추후 앱기반으로 제공하여 각 치매환자별 행동심리증상을 앱을 통해 예측하여 행동심리증상을 미리 예방하고 조기중재하는데 활용할 것이다. 또한, 본 연구를 통해 개발된 머신러닝 기반 예측모델을 통해 각 치매환자별 행동심리증상을 예측할 수 있으므로 향후 효과적인 비약물적 중재 종류 및 중재 제공 시기 등을 맞춤형으로 간호사 및 가족들에게 앱을 통해 제안해줄 수 있어서 치매의 행동심리증상 예방 및 관리에 획기적인 기여를 할 것이다.
(출처 : 연구결과 요약문 2p)
목차 Contents
- 표지 ... 1
- 연구결과 요약문 ... 2
- 목차 ... 3
- 1. 연구개발과제의 개요 ... 4
- (1) 연구의 목표 ... 4
- (2) 연구의 필요성 ... 4
- (3) 기존연구 현황 및 제한점 ... 4
- (4) 이론적 기틀 ... 5
- 2. 연구개발과제의 수행 과정 및 수행 내용 ... 6
- (1) 1차년도 연구방법 ... 7
- (2) 2차년도 연구방법 ... 9
- (3) 3차년도 연구방법 ... 9
- 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 10
- (1) 1~2차년도 연구결과 ... 10
- (2) 3차년도 연구결과 ... 13
- 1) 정성적 연구개발성과(연구개발결과) ... 15
- 2) 세부 정량적 연구개발성과 ... 15
- 3) 목표 달성 수준 ... 16
- 4) 목표 미달 시 원인 분석 ... 16
- 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 17
- 5. 연구개발성과의 관리 및 활용 계획 ... 18
- 6. 참고문헌 ... 19
- 붙임1 세부 정량적 연구개발성과 ... 21
- 붙임2 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 24
- 끝페이지 ... 28
※ AI-Helper는 부적절한 답변을 할 수 있습니다.