보건행정학회지 (Health Policy and Management)

  • 제16권2호
  • /
  • Pages.21-48
  • /
  • 2006
  • /
  • 1225-4266(pISSN)
  • /
  • 2289-0149(eISSN)
한국보건행정학회 (Korean Academy of Health Policy and Management)
권호 표지
DOI QR코드

DOI QR Code

데이터마이닝 기법을 이용한 당뇨 발생 예측모형 개발

A Development of a Predictive Model Using the Data Mining Technique on Diabetes Mellitus

  • Lee Ae-Kyung (National Health Insurance Research Center) ;
  • Park Il-Su (National Health Insurance Research Center) ;
  • Kang Seoung-Hong (Dept. of Public Health Administration, College of Humanities Social Science, Inje University) ;
  • Kang Hyn-Chul (Dept. of Informational Statistics, College of Natural Sciences, Hoseo University)
  • 발행 : 2006.06.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

As prior studies indicate that chronic diseases are mainly attributed to health behavior, preventive health care rather than treatment for illness needs to improve health status. Since chronic conditions require long-term therapy, health care expenditures to treat chronic diseases have been substantial burden at national level. In this point of view, this study suggests that the health promotion program should be based on Knowledge Based System Using Data Mining Technique, we developed a predictive model for preventive healthcare management on diabetes mellitus. Generally, in the outbreak of diabetes mellitus there is a difference in lifestyle and the risk factors according to gender. So we developed a predictive model in accordance with gender difference and applied the Logistic Regression Model based on Data Mining process. The result of the study were as follow. The lift of the last predictive model was an average 2.23 times(male model : 2.13, female model 2.33) more improved than in the random model in upper 10% group. The health risk factors of diabetes mellitus are gender, age, a place of residence, blood pressure, glucose, smoking, drinking, exercise rate. On the basis of these factors, we suggest the program of the health promotion.

키워드

참고문헌

  1. 강성홍, 구방본, 김병철 외. 병원경영 정보관리. 고려의학, 2002
  2. 강성홍, 용왕식 외. 건강보험공단의 건강증진시스템 개발, 인제대학교, 2003
  3. 강성홍, 최순호. 데이터마이닝을 이용한 보건소의 건강증진사업의 효율화 방안. 대한의료정보학회지, 제7권, 제 2호, pp.37-48, 2001
  4. 강현철. SAS Enterprise Miner를 이용한 데이터마이닝. 자유아카데미, 1999
  5. 강현철, 한상태, 최종후, 김은석, 김미경. SAS Enterprise Miner를 이용한 데이터마이닝 -방법론 및 활용 - 자유아카데미, 2001
  6. 김영식. 건강생활습관과 만성질환 :고혈압과 당뇨병의 발병요인 규명을 위한 코호트 연구를 중심으로, ,대한지역사회영향학회 추계학술지, 2003
  7. 박경수. 유전체 연구와 당뇨병의 예방, 제30차 종합예술대회, 2002
  8. 송미숙. 지역건강담당제 추진을 위한 건강증진 정보관리시스템 개발 보건복지부 건강증진기금 보고서, 2001
  9. 송태민 외. 지식기반 건강보험정보 데이터베이스 구축 및 활용방안 연구, 한국보건사회연구원, 2002
  10. 이주원. 뇌졸중의 진단명 예측을 위한 전문가시스템 설계, 대한의료정보학회지, 제7권, 제 1호, pp.77-82, 2001
  11. 이주열. 평생국민건강관리체계 구축방안에 관한 연구, 건강증진기금보고서, 2000
  12. 용왕식 외. 데이터마이밍을 활용한 의료보험료 부과체계개발, 대한의료정보학회지, 2001
  13. 장남식, 홍성완, 장재호. 데이터마이닝 : 성공적인 지식경영을 위한 핵심정보기술, 대청, 2002
  14. 장동인. 실무자를 위한 데이터웨어하우스. 대청, 1999
  15. 지선하. 건강증진사업의 경제적 효과와 건강보험 재정.2003년 한국건강증진학회 추계학술대회, 2003:15-23
  16. 정현순. 건강보험 진료비 삭감예방을 위한 사전심사 의사결정시스템 구축. 연세대학교 보건대학원, 석사학위논문, 2002
  17. 최순호 외. 건강증진사업을 위한 CRM 시스템 개발. 울산광역시 중구보건소, 2003
  18. 최길림. 병원이용빈도와 진료수익성에 따른 환자군집별 특성과 데이터베이스 마케팅의 활용성. 인제대학교, 박사학위논문, 2001
  19. 채준호 외. 데이터마이닝 학술지, 2003
  20. 호승희. 데이터마이닝 기법을 활용한 고혈압 관리를 위한 의사결정지원시스템의 개발 및 평가. 아주대학교, 의학과, 2000
  21. 홍두호 외. 데이터마이닝 기법을 이용한 DRG 확인심사 대상건 검색방법. 예방의학학회지, 제26권, 제2호, 2003
  22. 2003년도 건강검진 결과분석,2004, 건강보험공단
  23. 건강보험공단 중장기 정보화발전계획 수립 보고서,2002, LG CNS 컨소시엄
  24. 보건복지부. 건강보험 요양기관 부정청구 감시를 위한 Data Mining 기법 적용방안 보도자료, 2004
  25. Dogu Celebi. The Power of Predictive Modeling. Healthcare Informatics, 2003, Vol. 8, pp.56-58
  26. Diana L. Dalley, et aI. The Impact of a Health Education Program Targeting Patients with High visit rates in a Managed Care Organization. Am J Health Promot 2002, Vol 17, No 2. pp. 101-111 https://doi.org/10.1093/heapro/17.2.101
  27. Giudici, P. Applied Data Mining - Statistical Methods far Business and Industory, Wiley, 2003
  28. Judith H. Hibbard, Ellen Peters. Supporting Informed Customer Health Care Decisions : Data Presentation Approaches the Facilitate the use of information in choice. Annual Review of Public Health 2003, Vol. 24, pp. 413-433 https://doi.org/10.1146/annurev.publhealth.24.100901.141005
  29. John M. Wilkinson, Paul V. Targonski. Health Promotion in a Changing World : Preparing for the Genomics Revolution. Am J Health Promotion, 2003 Nov-Dec; Vol. 18, No. 2, pp.157-161 https://doi.org/10.4278/0890-1171-18.2.157
  30. Joseph, B., Steven R. S. 'Hospital Shopping and Consumer Choice', Journal of Health care Marketing, 1982, Vol 2, No. 2.. pp.15-23
  31. Luftman, J. N., Lewis, P. R. and Oldach, S. H 'Transforming the Enterprise : The Alignment of Business and Information Technology Strategies', IBM Systems Journal, 1993, Vol. 32, No. 1, pp. 198-221 https://doi.org/10.1147/sj.321.0198
  32. Taiki, S., Charles, H, Michael j. O'shea. 'Case Study : Haw to Apply Data Mining Techniques un a healthcare Data Warehouse', Journal of Healthcare Information Management, 2001, Vol. 15, No. 2, pp.155-164
  33. The Promise of Prevention: Reducing health and economic burden of chronic disease. CDC, 2003
  34. Sun Ha Jee, et al. The relationship between modifiable health risks and future medical expenditures: The Korean Medical Insurance Corporation(KMIC) Study. American Journal of Health, 2001, Vol. 15, No. 4. pp.244-255
  35. www.cpm.com