최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
권예지, 유승민, 최광수, 김장환, 백무열, 서승태, 김우기
2019 / Food Science and Biotechnology
Manevski D.,Ružić Gorenjec N.,Kejžar N.,Blagus R.
2020 / Mathematical Biosciences
데이터가 존재하지 않습니다.
loading...
본 연구는 슬로베니아 데이터를 활용하여 베이지안 분석 기반의 COVID-19 팬데믹 모델링 프레임워크를 제안합니다. 이 모델은 실제 COVID-19 데이터와 전염병학적 소견을 결합하여 전파수, 감염자 수, 입원 환자 수 등을 추정하고, 정부 개입의 효과를 평가합니다. 슬로베니아 데이터를 분석한 결과, 슬로베니아의 감염 비율과 사망률은 유럽 내에서 낮은 수준으로 나타났습니다.
Predictive models for decision support in the COVID-19 crisis
Mathematics of Public Health : Proceedings of the Seminar on the Mathematical Modelling of COVID-19
COVID-19 pandemic dynamics : mathematical simulations
Stochastic processes in epidemic theory : proceedings of a Conference held in Luminy, France, October 23-29, 1988
Computational modelling and imaging for SARS-CoV-2 and COVID-19
COVID-19 : prediction, decision-making, and its impacts
Impact of AI and data science in response to coronavirus pandemic
Pandemic risk management in operations and finance : modeling the impact of COVID-19
Mathematical analysis for transmission of COVID-19
Internet of medical things for smart healthcare : COVID-19 pandemic
Disease Modelling and Public Health.
Intelligent data analysis for COVID-19 pandemic
Modeling infectious disease parameters based on serological and social contact data : a modern statistical perspective
Computer science protecting human society against epidemics : first IFIP TC 5 international conference, ANTICOVID 2021, virtual event, June 28-29, 2021 : revised selected papers
Handbook of infectious disease data analysis
Data analytics for pandemics : a COVID-19 case study
Mathematical modeling in the age of the pandemic
Epidemic models : their structure and relation to data
Healthcare informatics for fighting COVID-19 and future epidemics
Macroeconomic responses to the COVID-19 pandemic : policies from Southeast Europe
Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz
Fiedler J; Moritz CP; Feth S; Speckert M; Dreßler K; Schöbel ABMC Medical Research Methodology
Refisch L.,Lorenz F.,Riedlinger T.,Taubenböck H.,Fischer M.,Grabenhenrich L.,Wolkewitz M.,Binder H.,Kreutz C.IEEE Journal of Biomedical and Health Informatics
Ahn S.,Kwon M.Journal of Medical Internet Research
Shapiro M.B.,Karim F.,Muscioni G.,Augustine A.S.Viruses
Röst G.,Bartha F.A.,Bogya N.,Boldog P.,Dénes A.,Ferenci T.,J. Horváth K.,Juhász A.,Nagy C.,Tekeli T.,Vizi Z.,Oroszi B.Advanced Theory and Simulations
Bâldea I.Communications in Nonlinear Science and Numerical Simulation
Ivorra B.,Ferrández M.R.,Vela-Pérez M.,Ramos A.M.Complexity
Pei L.,Zhang M.Epidemics
Contento L.,Castelletti N.,Raimúndez E.,Le Gleut R.,Schälte Y.,Stapor P.,Hinske L.C.,Hoelscher M.,Wieser A.,Radon K.,Fuchs C.,Hasenauer J.Annals of Applied Statistics
Parker, M.R.P.; Cao, J.; Elliott, L.T.; Cowen, L.L.E.; Ma, J.Statistical Methods in Medical Research
Keeling M.J.,Dyson L.,Guyver-Fletcher G.,Holmes A.,Semple M.G.,Tildesley M.J.,Hill E.M.Swiss Medical Weekly
Gorji H.,Arnoldini M.,Jenny D.F.,Hardt W.D.,Jenny P.International Journal of Data Science and Analytics
Wei Tian; Lefu Xiao; Jingjin WuNature Communications
Unwin H.J.T.,Mishra S.,Bradley V.C.,Gandy A.,Mellan T.A.,Coupland H.,Ish-Horowicz J.,Vollmer M.A.C.,Whittaker C.,Filippi S.L.,Xi X.,Monod M.,Ratmann O.,Hutchinson M.,Valka F.,Zhu H.,Hawryluk I.,Milton P.,Ainslie K.E.C.,Baguelin M.,Boonyasiri A.,Brazeau N.F.,Cattarino L.,Cucunuba Z.,Cuomo-Dannenburg G.,Dorigatti I.,Eales O.D.,Eaton J.W.,van Elsland S.L.,FitzJohn R.G.,Gaythorpe K.A.M.,Green W.,Hinsley W.,Jeffrey B.,Knock E.,Laydon D.J.,Lees J.,Nedjati-Gilani G.,Nouvellet P.,Okell L.,Parag K.V.,Siveroni I.,Thompson H.A.,Walker P.,Walters C.E.,Watson O.J.,Whittles L.K.,Ghani A.C.,Ferguson N.M.,Riley S.,Donnelly C.A.,Bhatt S.,Flaxman S.Epidemics
Marin R.,Runvik H.,Medvedev A.,Engblom S.Scientific Reports
Balabdaoui F.,Mohr D.BMC INFECTIOUS DISEASES
Herrera-Esposito, Daniel; de los Campos, GustavoJournal of Theoretical Biology
Whittaker D.G.,Herrera-Reyes A.D.,Hendrix M.,Owen M.R.,Band L.R.,Mirams G.R.,Bolton K.J.,Preston S.P.Stochastic Environmental Research and Risk Assessment
Bodini A.,Pasquali S.,Pievatolo A.,Ruggeri F.Annals of Applied Statistics
Bayer, D.; Goldstein, I.H.; Minin, V.M.; Fintzi, J.; Lumbard, K.; Ricotta, E.; Warner, S.; Strich, J.R.; Chertow, D.S.; Busch, L.M.; Parker, D.M.; Boden-Albala, B.; Chhuon, R.; Zahn, M.; Quick, N.; Dratch, A.전선 / 대학원
시간과 장소는 사람과 함께 역학의 3요소이지만 상대적으로 덜 주목받아왔다. 2000년부터 2010년까지 주요 역학저널 7종에 실린 논문 중 공간 요소를 제대로 분석한 논문은 약 1%에 지나지 않았다. 최근 지리정보시스템(GIS)의 발전과 소지역 건강정보 제공에 따라 관련 역학 연구가 늘어나고 있다. 본 과목에서는 QGIS 및 R과 같은 오픈소스 소프트웨어를 이용해 건강행동과 질병의 분포를 시각화하고, 시공간상관을 고려한 군집분석과 회귀분석을 수행하며, 지역사회개입의 효과를 평가해보고자 한다.전선 / 대학원
감염병의 유행 양상은 개체 간 상호작용으로 인하여 일반적인 통계모형으로 기술하기 어려워 수학적 모형이나 행위자기반 모형 등의 대안이 활용된다. 나아가, 복잡계 특성을 이해하기 위하여 네트워크 모형 등 새로운 방법들도 적용되고 있다. 비전염성 유행병에도 여러 가지 모형들이 적용될 수 있다. 이 과목은 다음과 같은 주제의 학습으로 역학연구 역량을 기르고자 한다: 1)수학적 모형, 2)행위자기반 모형, 3)복잡계 모형, 4)질병예방관리 적용전선 / 대학원
이 과목은 우리가 일상적으로 많이 쓰고 있는 통계적 용어, 이 과목에서는 컴퓨터를 이용한 보건통계 자료처리에 필요한 기본적 통계적 이론들을 배우고 여러 통계 패키지를 이용한 실제의 자료처리 과정을 배우는 것을 목적으로 삼는다. 많은 실제 예제 자료들을 다룸으로 실제적인 문제 처리 능력을 키우고 컴퓨터를 이용한 자료 처리의 자신감을 키운다. 또한 회귀분석과 분산분석의 기초 이론들을 실제 쓰이는 용도를 중심으로 익힌다. 하나의 교재를 정하지 않고 매 시간 필요한 자료들을 복사하여 수업시간 전에 배분할 예정임.전선 / 대학원
이 교과목의 목표는 보건의료 정책과 사업의 평가에 흔히 이용되는 주요 계량적 방법론을 이해함으로써 연구 논문을 비판적으로 평가하고 실제 구체적 연구 문제에 적용할 수 있도록 하는 것이다. 무작위 대조 연구의 실험 설계를 기준점으로 삼아, 잠재적 혼란요인을 통제변수로 포함하여 보정하는 다중 회귀분석을 통하여 비실험적 상황에서 인과적 효과를 추론할 수 있는 가능성과 필요한 가정을 검토하는 것으로부터 출발한다. 실제 보건의료 정책 및 사업의 평가에서 그러한 가정들은 충족되는 경우가 드문 편인데, 이 교과목에서는 그런 상황에서 비실험적 자료를 이용하여 보건의료 정책 및 사업 효과를 추정할 때 인과적 추론 강화에 도움을 줄 수 있는 방법론들을 주로 다룬다. 구체적으로는 이중차이, 성향점수, 도구변수, 회귀불연속, 간섭된 시계열 모형, 자연실험 방법이 포함된다.교양 / 학사
생명과학, 의학, 보건학, 약학 분야에서 얻어지는 자료를 분석하기 위한 기초적인 통계방법들을 다룬다. 자료의 요약 및 시각화, 확률의 이해, 통계추론, 가설검정, 범주형 자료분석, 선형 및 로지스틱 회귀분석, 분산분석, 연구디자인의 이해와 생존분석을 포함하는 다양한 통계방법론을 이해하고 활용하는 방법을 배우게 된다. 실제 연구에 사용되는 자료들이 예제로 이용되어, 수강생들은 자료의 특성을 이해하고 문제해결을 위한 적절한 통계방법을 이해할 수 있다. 더 나아가 실제 연구설계를 할 수 있는 능력도 기르게 된다.전선 / 대학원
사건이 발생할 때 까지의 시간을 분석하는 통계적 방법론인 생존 분석은 보건학 연구를 위해 필수적으로 학습해야 할 내용이다. 본 과목은 코호트 연구에서 자주 등장하는 중도절단된 시간 자료를 분석하기 위한 생존 분석 방법론의 개념과 이해를 제공하는 것을 목적으로 한다. 구체적으로 카플란-마이어 방법, 로그-순위합 검정, 콕스 모형, 포아송 회귀모형, 경쟁위험 모형, 통계 모형에서의 올바른 시간척도의 사용 등을 보건학의 문맥에서 다루게 된다.전선 / 대학원
최근 보건 분야에서도, 제약 산업의 신약 개발 프로세스와 바이오인포메틱스 산업군에 대한 지식과 필요성이 그 어느 때보다 높아 임상 디자인과 관련되는 통계 방법에 대한 필요성이 증대되고 있다. 이에 임상시험 관련 내용과 이를 위한 통계분석 기법에 대한 강의를 개설하고자 한다. 본 강의는 보건대학원 학생들을 위해 전통적인 통계학의 방법을 바탕으로 해서 실제 임상 업무 현장에서 이슈가 되고 있는 통계적 주제에 대해서 다루는 강의이다. 강의 주제는 크게 3개의 주제로 나뉘며 1) 전통적인 통계학 내용에 대한 간략한 소개 2) 임상시험 전반과 그 디자인에 대한 내용 3) 보건의료 산업현장에서 이슈가 되고 있는 실무적인 내용에 대한 개론 이 그 3개의 주제이다.전선 / 대학원
중도절단 생존시간 자료를 분석하는 고급 통계적 기법들을 다룬다. 생존함수의 추정을 위한 일반적인 방법인 KaplanㅡMeier 추정량의 정의 및 여러 성질들을 다룬다. 좌 절단 자료의 분석을 위하여 필수적인 셈 과정에 대한 이론을 배우고, 이를 이용한 위험함수의 추정방법을 설명한다. 생존시간 자료의 회귀모형을 위하여 비례위험모형에 대하여 다루고, 회귀계수의 점근적 일치성 및 근사분포를 유도한다.전선 / 대학원
인과추론은 데이터로부터 인과적 결론을 도출하는데 필요한 논리적 조건과 분석과정을 탐색하는 새로운 양적방법론적 접근이다. 이 강의는 교육분야 연구자들에게 인과추론의 기본 개념과 최신 연구성과들을 소개하고, 교육연구에 인과추론을 적극적으로 활용할 수 있도록 유도하는 것을 목표로 한다.전선 / 대학원
본 '소아감염학' 과목에서는, 소아에서 주요한 감염병 질환들을 대상으로, 1) 원인, 병태생리, 진단, 치료 및 역학적 특징을 이해하고, 2) CDW (clinical data warehouse)를 이용하여 익명화된 실제 임상자료를 분석함으로써 해당 질환에 대한 최근 임상에서의 주요한 이슈에 대해 해석과 전망을 제시한다.전선 / 대학원
본 강의의 목표는 다양한 계량경제학적 분석방법을 이용하여 보건정책 관련 자료 분석 능력을 함양하는 데 있다. 본 강의에서는 고전적 선형회귀분석모형을 적용할 수 없는 경우의 회귀분석, 질적 종속변수인 경우의 회귀분석, 패널 자료를 이용한 회귀분석, 유사 실험, 도구변수를 이용한 회귀분석 등을 다루게 된다.전필 / 대학원
거시경제학연구 1은 경제학 대학원 과정 1년 차 학생들을 대상으로 설계된 거시경제학 코어 시퀀스의 첫 번째 과목이다. 현대 거시경제학 연구를 위한 입문 과목으로서 기초 이론과 방법을 소개하고, 나아가 주요 거시경제 현상을 분석하기 위한 기본적인 모형에 대해 강의한다.전선 / 대학원
본 강의의 목표는 보건정책 관련 변수들의 인과관계를 규명하기 위한 계량경제학적 분석방법을 이해하고, 보건정책 관련 자료 분석 능력을 함양하는 데 있다. 회귀분석의 기초이론을 포함하여 고전적 선형회귀분석모형을 적용할 수 없는 경우의 검증 방법 및 해결책 등을 다루며, 실제 자료를 이용한 분석을 수행한다.전선 / 대학원
수가 제도는 의료 전달 체계에서 핵심적인 역할을 하며, 제도에 따라 의료 제공자와 이용자의 형태에 중요한 영향을 미친다. 대표적인 지불 제도로 행위별 수가제, 포괄수가제, 인두제, 총액계약제, 성과기반 보상제도 등이 있으며 각제도는 의료 서비스의 제공 방식과 내용, 의료 이용 경향 등에 서로 다른 방향의 유인을 제공한다. 이 강좌에서는 현재 우리나라에서 적용되고 있는 일차의료 수가 제도와 주요 국가의 사례를 비교·분석한다. 이를 통해 각 수가 제도가 일차의료의 질, 접근성, 지속 가능성 등에 미치는 영향을 고찰하고자 한다. 아울러, 학생들은 본 강좌를 통해 일차의료 강화 및 의료의 질 향상을 위한 수가 제도 개선 방안을 모색하고, 관련 정책적 대안을 비판적으로 검토하는 역량을 기를 수 있다.전선 / 대학원
본 과정은 건강과 직간접 연결된 각종 재난과 사회 위기에 대응하여 사회의 회복 탄력성을 증진하는 법, 제도, 정책, 거버넌스, 혁신 등을 코로나19 등 감염병 유행과 항생제 내성을 중심으로 학습합니다. 보건 위기는 사회 구성원의 생명과 건강뿐만 아니라 정치, 경제, 문화 등 삶의 전 영역을 위협합니다. 기후 변화, 생물의 서식지 변화, 세계화, 도시화, 경제 성장, 소비 증가 등으로 인하여 또 다른 팬더믹이 발생할 가능성이 높습니다. 오랜 노력에도 불구하고 항생제 사용은 목표한 대로 줄어들지 않고, 인류가 보유하고 있는 항생제들에 내성을 가지면서 전염성이 있는 중한 질병을 유발하는 병원체 변이가 발생할 위험을 배제할 수 없습니다. 보건 위기에 대한 우리 사회의 예방, 준비, 감시, 대응, 회복 역량을 증진하기 위해 이론적 검토와 함께 우리나라에서 발생했던 메르스나 코로나19 유행 상황에서 발생한 법, 제도, 정책, 거버넌스, 혁신 등을 사례나 제1차, 제2차에 거친 국가 항생제 내성 관리 사례를 비판적으로 공부합니다. 이때, 보건 위기 극복을 위한 조치들이 지속적으로 실효성을 갖도록 하기 위한 관점에서, 공중 보건상 필요와 수범자들의 자유와 권리, 이익과의 균형을 도모할 수 있을지 탐색합니다. 이를 통하여 향후 발생할 수 있는 보건 위기에 대비하기 위해서 필요한 입법이나 법 해석, 정책, 혁신을 제안하는 역량을 기르고자 합니다.전선 / 대학원
점차 인구집단의 건강 수준에 영향을 미칠 수 있는 위해를 다루는 정책 집단의 효과적인 소통의 중요성이 강조되고 있다. 이에 본 강좌는 정책 실무자가 개인, 집단, 지역사회와 질병과 환경 등 다양한 건강위험을 효과적으로 소통할 수 있도록 관련 역량을 강화하는 기회를 제공한다. 구체적으로, 개인은 위험을 어떻게 인식하고 무엇이 영향을 미치는지, 위험 정보와 의견의 상호교환 (위험 소통)은 왜 중요한지, 잠재적 위험은 물론 감염병 대유행 같은 재난적 공중보건 위기의 대비·대응에서 위험 관리의 거버넌스 접근이 필요한 이유나 함의가 무엇인지 등을 다룬다. 강좌는 일방적 강의 방식이 아닌 수강자 참여형 세미나 형태로 진행한다.전선 / 대학원
최근 보건 분야에서도, 제약 산업의 신약 개발 프로세스와 바이오인포메틱스 산업군에 대한 지식과 필요성이 그 어느 때 보다 높아 임상 디자인과 관련되는 통계 방법에 대한 필요성이 증대되고 있다.이에 임상시험 관련 내용과 이를 위한 통계분석 기법에 대한 강의를 개설하고자 한다. : 본 강의는 보건대학원 학생들을 위해 전통적인 통계학의 방법 뿐만 아니라 실제 업무 현장에서 이슈가 되고 있는 통계적 주제에 대해서도 다루는 강의이다. 강의 주제는 크게 3개의 주제로 나뉘며 <1. 전통적인 통개학 개론 2. R을 이용한 추정, 검정 및 기술 통계적 내용에 대한 구현 3. 보건의료 산업현장에서 이슈가 되고 있는 실무적인 내용에 대한 개론>이 그 3개의 주제이다.전선 / 대학원
‘임상역학 방법론 및 데이터 처리’ 과정은 의학 연구, 특히 임상역학 연구에서 필요한 역학적 방법론과 통계 분석 기법을 다루는 강의임. 이 과정에서는 데이터 유형의 이해, 데이터 요약 및 시각화, p값과 신뢰 구간 해석 등 통계적 결과 해석을 중점적으로 다루며, 데이터 처리 및 분석 과정에서 발생할 수 있는 제한점에 대해서도 심도 있게 논의함. 과정의 목표는 다음과 같음: 1) 다양한 연구 설계에 따라 적절한 연구 방법론과 통계 분석 방법을 선택할 수 있는 능력을 기름. 2) 데이터 처리 및 정제, 기술 통계와 추론 통계를 직접 수행할 수 있도록 훈련함. 3) 통계 분석 결과를 정확하게 해석하고 효과적으로 전달하는 역량을 배양함. 본 과정은 학생들이 데이터의 특성을 이해하고, 이에 맞는 통계 분석 방법을 선택할 수 있도록 도울 수 있으며 다양한 역학 연구 설계가 데이터 분석 과정에 미치는 영향을 이해할 수 있도록 구성되었음. 강의에서는 실제 다양한 유형의 데이터를 활용하여, 이론과 실습을 함께 경험할 수 있도록 구성되어 있음. 수업은 다음과 같이 진행함: 1) 이론 강의와 병행하여 실제 데이터를 활용한 실습 과제를 제공함. 2) 학생들은 다양한 통계 검정을 직접 수행하고, 연구 질문과 데이터 유형에 맞는 분석 방법을 선택해 적용하는 실습 훈련을 하게 됨. 3) 실습 시간에는 제공된 데이터 세트를 분석하고, 결과를 도출하는 과정을 통해 실전 경험을 쌓음. 참고로, 학생들은 원활한 실습을 위해 개인 노트북(랩탑)을 반드시 준비해야 함.전선 / 대학원
학부에서 학습한 사회문제의 기초적인 이론을 바탕으로 하여 정신병, 알콜중독, 청소년문제, 범죄, 불평등, 가치갈등, 빈곤, 직업의식과 직업관, 남녀의 성문제 등 여러 사회문제 중에서 특정한 주제를 정하여 깊이 있게 연구해 가는 대학원의 교과목이다. 학부의 사회문제연습을 선수과목으로 하며, 사회과교육과의 적절한 관련을 위하여 시민교육이라는 관점에서 이 문제를 취급하고 가급적 청소년문제, 가치갈등, 불평등 등의 문제에 집중하도록 권장한다. 사회문제에 관한 사회과학자들의 과학적인 연구결과를 검토하고 한국사회를 대상으로 하는 사회조사에 중점을 둔다.전선 / 대학원
의료정보시스템은 일반적인 정보시스템에 비교하여 매우 복잡한 데이터의 흐름을 관리하여야 한다. 또한 데이터의 용량이 많을 뿐만 아니라 전체시스템은 빠른 응답속도를 유지해야 하는 조건을 만족시킬 수 있어야 한다. 본 강좌에서는 병원에서 발생되는 업무의 흐름을 분석하고 이를 객체 관계형 모델 (entity relationship diagram)로 표현하는 기법을 배운다. 또한 객체관계모델을 토대로 관계형 데이터베이스를 설계하는 과정을 배우게 되며, 관계형 데이터베이스 설계에 사용되는 제약조건들의 의미와 구현방법들을 배운다. 또한 구축된 toy system을 이용하여 대용량 데이터베이스 평가 및 시스템의 성능 평가를 위한 평가모델의 설계 및 구현방법을 배운다.