공공 보건의료 빅데이터를 이용한 신장 기능 이상 예측 모델 개발

• 영문명: Development of prediction model for kidney function abnormality using public health and nutrition examinations : Machine learning - XGBoost
• 발행기관: 한국IT서비스학회
• 저자명: 장은찬 홍문기 장은정 이채원 김강현 송규선 이상준 한현욱 남상민
• 간행물 정보: 『한국IT서비스학회 학술대회 논문집』2020추계학술대회, 502~506쪽, 전체 5쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2020.10.30

국문 초록

추정사구체 여과율 eGFR값이 60미만일 경우 신장 기능에 이상이 있다고 추정할 수 있으며 eGFR값은 혈액검사를 통해 얻어지는 혈중 크레아티닌 수치를 이용하여 계산할 수 있다. 국민건강 영양조사 데이터베이스에서 혈액검사를 포함한 모든 변수들을 활용하여 신장 기능 이상 예측 모델을 개발하였고 성능을 평가하였다. 최종 모델을 구축하는데 이용된 변수들은 총 26개이며 일반적으로 만성 신질환의 요인으로 알려진 변수들 뿐만 아니라 영양 관련 변수들도 포함되어 있다. 본 연구는 기계학습 모델링을 통해 추출된 변수들을 이용하여 신장 기능 이상과 특정 변수와의 관계를 규명하는 연구에 활용될 수 있을 것이다.

목차

1. 서론

2. 본론

3. 결론

참고문헌

키워드

Kidney Function Estimated Glomerular Filtration Rate Machine learning XGBoost Korea National Health And Nutrition Examination