Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지

Odds ratio of major risk factors associated with delirium by Bayesian network

베이지안 네트워크를 활용한 정신장애 질병 섬망의 주요 위험인자와 오즈비

  • Received : 2011.01.04
  • Accepted : 2011.03.04
  • Published : 2011.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

It is important to find risk factors associated with mental disorder. Also the hazard ratio that represent the relationship of risk factors with illness is main interest in medicine. Thus we used odds ratio to explore the relationship between mental disorder and risk factors. On this paper, when we applied Bayesian network to delirium of mental disorder, we selected major risk factors and calculated odds ratio. Especially we identified odds ratio of single risk factors and multiple risk factors.

정신장애 질병과 관련된 위험인자를 찾는 것은 매우 중요한 일이다. 또한 질병과 관련된 위험인자들의 연관성을 나타내는 위험비는 의학에서 주된 관심이 된다. 따라서 우리는 정신장애 질병과 위험인자 간의 연관성을 살펴보기 위해 오즈비를 활용한다. 본 논문에서는 베이지안 네트워크를 정신장애질병인 섬망자료에 적용하여 선별된 주요 위험인자들의 오즈비를 찾았다. 특히 선별된 주요 위험인자들이 단일로 존재할 때의 오즈비와 위험인자가 복합적으로 존재할 때의 오즈비를 통하여 섬망에 가장 위험한 영향을 미치는 위험인자를 규명하였다.

Keywords

References

  1. 김경헌 (2005). <베이지안 네트워크에 기초한 백혈병 유전자데이터의 분석>, 석사학위논문, 서울대학교.
  2. 이용원 (2004). <고혈압의 위험요인에 대한 데이터 마이닝 모형 분석 -종합건강검진 데 이터를 바탕으로>. 박사학위논문, 영남대학교.
  3. 이재원, 박미라, 유한나 (2005). <생명과학연구를 위한 통계적 방법>, 자유 아카데미, 서울.
  4. 이제영, 최영진 (2011). 베이지안 네트워크를 활용한 정신장애 질병 섬망 (delirium)의 주요 요인 네트워크 규명. <응용통계연구>, 출간예정.
  5. 허명회, 이용구 (2008). <데이터 마이닝 모델링과 사례>, 한나래, 서울.
  6. Agresti, A. (1998). An introduction to categorical data analysis, Addison Wesley Longman, California.
  7. Arend, E. and Christensen, M. (2009). Delirium in the intensive care unit: A review. British Association of Critical Care Nurses Nursing in Critical Care, 14, 145-154.
  8. Choi, Y. and Kang, K. H. (2009). On statistical methods used in medical research. Journal of the Korean Data & Information Science Society, 20, 257-367.
  9. Cole, M. and Primeau, F. (1993). Prognosis of delirium in elderly hospital patients. Canadian Medical Association Journal, 149, 41-46.
  10. Dubois, M., Skrobik, Y., Bergeron, N., Dumont, M. and Dial, S. (2001). Delirium in an intensive care unit: A study of risk factors. Intensive Care Medical, 27, 1297-1304. https://doi.org/10.1007/s001340101017
  11. Heckerman, D. (1995). A tutorial on learning with Bayesian networks, Technical Report MSR-TR-95-06, Microsoft Research.
  12. Heckerman, D. (1997). Bayesian networks for data mining, Kluwer Academic Publishers, London.
  13. Hwang, K. B. and Zhang, B. T. (2005). An introduction to Bayesian networks: Concepts and learning from data. "http://bi.snu.ac.kr/Courses/4ai05f/introBN.pdf", SNU Biointelligence Lab, 1-93.
  14. Inouye, S. (1994). The dilemma of delirium: Clinical and research controversies regarding diagnosis and evaluation of delirium in hospitalized elderly medical patients. The American Journal of Medicine, 97, 278-288. https://doi.org/10.1016/0002-9343(94)90011-6
  15. Inouye, S., Schlesinger, M. and Lyndon, T. (1999). Delirium: A symptom of how hospital care is failing older persons and a window to improve quality of hospital care, The American Journal of Medicine, 106, 565-573. https://doi.org/10.1016/S0002-9343(99)00070-4
  16. Jensen, F. (1996). An introduction to Bayesian networks, Springer-verlag, New York.
  17. Kahng, M. W., Kim, B. Y. and Hong, J. H. (2010). Graphical regression and model assessment in logistic model. Journal of the Korean Data & Information Science Society, 21, 21-32.
  18. Kwak, K., Lee, S. B. and Do, B. S. (2011). Delirium in an emergency department: A study of risk factors. Journal of the Korean Society of Emergency Medicine, Submitted.
  19. Skrobik, Y., Ouimet, S. and Kavanagh, B.P. (2007). Incidence, risk factor and consequences of ICU delirium, Intensive Care Medical, 33, 66-73. https://doi.org/10.1007/s00134-006-0399-8
  20. Tan, P., Steinbach, M. and Kumar, V. (2007). Introduction to data mining, Addison Wesley Longman, California.