If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
윤기혁, 박경일, 이진열
2021 / 안전문화연구
김현진, 진선우, 박성복
2022 / 한국콘텐츠학회 논문지
Um H.e.,Park B.R.,Kim Y.M.,Lee B.H.
2023 / Food Chemistry
Somasekhara Goud Sontti, Arnab Atta
2018 / Journal of Industrial and Engineering Chemistry
권소영, 곽자랑, 김비아, 이동훈
2019 / 한국심리학회지: 문화 및 사회문제
There is no data.
loading...
This study aimed to identify meaningful disease patient groups using foreign patient data and analyze their clinical test implementation status. Differences in test implementation rates and test lists were observed in hypertension and diabetes patient groups, which can serve as basic data for establishing clinical testing standards in a preventive manner.
Biostatistics in clinical trials
Case studies in Bayesian statistics
GHAI essential pediatrics
Medical selection of life risks
Nursing outcomes classification (NOC) : measurement of health outcomes
The design and analysis of sequential clinical trials
Statistical methods in healthcare
Risk adjustment for measuring healthcare outcomes
Diagnostic histopathology of tumors
The quality of health care providers
Advanced computational intelligence paradigms in healthcare
Analysis of waiting-time data in health services research
The Washington manual of medical therapeutics
Diagnostic microbiology of the immunocompromised host
Medical biostatistics
Mikkola I; Hagnäs M; Hartsenko J; Kaila M; Winell K · 2020
Canadian journal of diabetes
Knisely B.M.,Vaughn-Cooke M.,Wagner L.A.,Fink J.C. · 2021
User Modeling and User-Adapted Interaction
Sanford K.,Rivers A.S. · 2020
Psychological Assessment
Skillen J.D. · 2019
Methodological Innovations
Kozlowska O.,Tallett A.,Bond S.,Mansbridge S.E.,Aveyard H.,Jenkinson C.,Dudbridge A.,McRobert N.,Lumb A.,Rea R.,Tan G.D.,Walthall H. · 2023
Diabetic Medicine
Urach S.,Gaasterland C.M.W.,Posch M.,Jilma B.,Roes K.,Rosenkranz G.,Van der Lee J.H.,Ristl R. · 2019
Statistical Methods in Medical Research
Michel P; Hamidou Z; Baumstarck K; Ghattas B; Resseguier N; Chinot O; Barlesi F; Salas S; Boyer L; Auquier P · 2018
Quality of life research : an international journal of quality of life aspects of treatment, care and rehabilitation
Silva, Liliam Barbosa; Barbosa Silva, Patricia Aparecida; Guimaraes Santos, Joseph Fabiano; de Fatima Silqueira, Salete Maria; Borges, Eline Lima; Soares, Sonia Maria · 2019
REVISTA LATINO-AMERICANA DE ENFERMAGEM
Niskanen L; Hahl J; Haukka J; Leppä E; Miettinen T; Mushnikov V; Sipilä R; Tamminen N; Vattulainen P; Korhonen P · 2018
Acta diabetologica
Siriwardhana C; Datta S; Kulasekera KB · 2020
Journal of biopharmaceutical statistics
Silva G.C.,Gutman R. · 2023
Biostatistics
Aschmann H.E.,Boyd C.M.,Robbins C.W.,Mularski R.A.,Chan W.V.,Sheehan O.C.,Wilson R.F.,Bennett W.L.,Bayliss E.A.,Yu T.,Leff B.,Armacost K.,Glover C.,Maslow K.,Mintz S.,Puhan M.A. · 2019
BMJ Open
Kiivet R; Sund R; Linna M; Silverman B; Pisarev H; Friedman N · 2013
Health policy (Amsterdam, Netherlands)
Pinheiro, Laura C.; Soroka, Orysya; Kern, Lisa M.; Leonard, John P.; Safford, Monika M. · 2020
CANCER
Peterson K.A.,Solberg L.I.,Carlin C.S.,Fu H.N.,Jacobsen R.,Eder M. · 2023
Annals of Family Medicine
Valmarska, A.; Miljkovic, D.; Lavrač, N.; Robnik-Šikonja, M. · 2018
Journal of Intelligent Information Systems
Zhang Y.,Chanana K.,Dunne C. · 2019
IEEE Transactions on Visualization and Computer Graphics
Rafiq M; Mazzocato P; Guttmann C; Spaak J; Savage C · 2024
International journal of medical informatics
Hysong S.J.,Amspoker A.B.,Hughes A.M.,Woodard L.,Oswald F.L.,Petersen L.A.,Lester H.F. · 2019
Implementation Science
Tu Q.,Xiao L.D.,Ullah S.,Fuller J.,Du H. · 2020
Journal of Advanced Nursing
전선 / 대학원
환자안전과 질 향상에 관한 개념을 이해하고, 보건의료에서 환자안전과 질에 영향을 미치는 요인을 분석하고, 환자안전과 질 향상을 위한 전략을 개발하는데 초점을 두고 있다.전선 / 대학원
건강과 질병, 의료이용에 관한 일반인의 행태와 그러한 행태를 보이는 이유 및 결정요인을 이해함으로써, 보건의료에 관한 일련의 과정에서 일반인과 환자가 의료인과 함께 중요한 주체라는 것을 인식하도록 한다. 그리고 이를 통하여 개인 혹은 집단 수준에서 건강증진, 질병예방, 치료의 과정과 이에 관하여 사회정책적으로 고려해야 할 지점을 파악하도록 한다.전선 / 대학원
진료 및 연구결과로 얻어진 결과 데이터들을 분석하고 관리하는데 필요한 기초이론을 다룬다. 주된 내용으로는 access를 이용한 데이터베이스의 구축, 인터넷에서의 정보검색, matlab 등을 이용한 생체신호분석등의 내용을 다룬다.전선 / 대학원
약물이 전신적으로 또는 표적기관으로 일정기간동안 미리 설정된 패턴으로 지속적으로 방출하여 조직 중 약물농도를 임의로 조절할 수 있는 제반수단을 검토한다.전선 / 대학원
보건학적인 자료 중에서 많은 것이 이산변수이다. 다라서 보건학 연구기법을 터득하려면 이산변수의 분석방법을 이해하지 않고서는 효율적으로 자료분석을 할 수 없다. Chi-square 방법은 이러한 자료를 분석하는 가장 기초적인 방법인데, 이에서 한걸음 더 나아가 다변량으로 이산변수가 나타나는 경우의 분석방법을 다룬다. 따라서 자료의 상관성문제, 대수선형분석방법 등을 다룬다.전선 / 학사
본 강좌는 학생들이 임상약학의 의의와 목표를 이해하고, 디지털혁명시대의 다양한 환자 및 임상 데이터를 해석하여 최적의 환자성과를 위한 과학적 근거중심기반의 합리적인 약물치료를 촉진하는 약료서비스(pharmaceutical care)와 약사환자관리과정(pharmacists' patient care process, PPCP) 수행의 기본 역량과 지식을 함양토록 한다.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.전선 / 대학원
건강 서비스가 환자의 개별성에 맞추어서 제공되어야한다는 움직임이 최근 의료계에 크게 일고 있는 가운데, 본 과목은 1) 환자중심‘맞춤간호’의 철학적 배경과 개념적 정의를 살펴보고, 2) 관련된 이론적 틀을 이해하며, 3) 기존의 표준간호 (standarized care)와의 차이점을 논의하며, 그리고 4) 5단계 연구과정을 적용하여 맞춤간호연구설계할 수 있는 능력을 함양한다.공통 / 대학원
의학 및 간호학 연구에 실제 사용되는 공공보건자료들에 대한 소개를 통해 자료들에 대한 깊이 있는 이해를 도모함으로써 새로운 연구주제를 발견하며, 자주 쓰이는 양적분석 방법론에 대한 학습을 통해 가설을 검증하는 능력을 기름으로써, 연구의 역량을 조화롭게 발전시키는 것을 목표로 함.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
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
보건 의료분야의 기술, 전략과 정책의 가치평가는 효과성에 대항 평가와 더불에 비용과 비용-효과성, 그리고 의료이용의 수준의 변화에 따른 건강지표의 개선과 같은 의료시스템적인 관점의 가치평가와 함께 환자 또는 수혜자 관점에서의 가치평가도 함께 이루어져야 한다. 본 강좌에서는 보건 의료분야에서의 가치평가에 대한 기본 개념을 소개하고 활용할 수 있는 여러 방법론들에 대한 기본기를 익힌다. 특히 비용 분석, 비용-효과성 분석, 이산선택실험법, 비용 설문의 설계와 분석, 환자 및 기관의 건강보험공단 자료와 같은 보건의료 빅테이터를 활용한 정책 및 기술의 효과 및 의료이용 수준의 변화 분석 등을 검토할 수 있는 이중차분법 및 자료포락분석 방법론들의 개념을 사례들을 중심으로 학습한다.전선 / 대학원
전자의무기록, 소셜 미디어, 건강보험자 등 여러 자료원으로 부터 많은 양의 정형, 비정형 보건의료데이터가 생성되고 있다. 이런 데이터에서 얻은 정보와 지식은 보건의료서비스전달체계를 향상하고 의료비를 줄이는 데 활용할 수 있다. 보건의료분야에서 생성되는 데이터는 용량이 크고 복잡하여 분석하는 것도 쉽지 않고 그 분석결과를 임상실무에 적용하는 것 또한 쉽지 않다. 이 교과목에서는 전자의무기록, 소셜 미디어, 건강보험자 등에서 생산되는 보건의료 빅데이터의 특성과 이들 데이터를 분석하는 기법에 대해 소개한다. 본 교과목에서 데이터마이닝/기계학습, 분류등과 같은 정형데이터의 분석기법 뿐 아니라 자연어처리, 텍스트 마이닝 등 비정형데이터 분석기법을 포함한다.전선 / 대학원
임상진료의 개선은 진료의 과정과 결과를 객관적 자료에 기반하여 평가하는 것에서 출발해야 한다. 이 강좌에서는 임상진료 중 접할 수 있는 다양한 사상을 계측하고 연구자료화하여 분석하는 일련의 과정과 관련된 역학적 지식을 다룬다. 이 강좌를 통하여 수강생들은 본인이 전공하는 진료과에서 “user”로서 정량적 근거의 활용 능력과 “doer”로서 임상연구의 수행을 통한 근거 생성의 능력을 함양한다.전선 / 대학원
환자 개개인의 독특한 진단학적 난점에 대한 체계적인 접근 방법의 모색을 통해 환자의 구강건강상태 및 질병상태에 대한 보다 정확하고 효율적인 진단과 치료를 시행할 수 있는 능력을 함양한다.전선 / 대학원
최근 과학기술분야 연구에서 중요하게 대두되고 있는 성별특성을 반영하는 의학을 이해하고, 각 임상영역 또는 세포주, 동물모델 연구에서 연구계획에서부터, 수행, 결과분석 및 연구결과 적용의 전 과정에서 sex와 gender에 대한 고려 방안을 다루며 특히 성별과 젠더 고려가 중요한 질환 또는 관련 연구결과를 소개함으로써 향후 성별특성을 반영하는 의학에 필요한 연구 토대를 마련하고자 함.전선 / 대학원
본 교과목은 의학통계론 과목을 선수한 수강생들에게 추천되며, 의학 연구에 유용한 통계적 모델링 기법들을 의과학연구자 들이 친숙하게 이해하고 활용할 수 있도록 하는 것을 목적으로 한다. 해당 과목에서는 데이터 셋 탐색을 통해 변수 간 및 자료 간 상관구조를 파악하고 자료에 적절한 모델링 방법을 선택하여 의과학 연구에서 얻게 되는 복잡한 구조의 자료들을 효율적으로 모델링하기 위한 다양한 통계적 접근법 들을 다룬다.전선 / 대학원
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare전선 / 대학원
고지된 동의사항과 위험 요소 관리 원칙에 따른 종합적 접근, 환자가 가진 문제 해결에 기반하여 실용적인 치료 계획을 연구하고 강의한다.전선 / 대학원
글로벌 혁신을 주도할 차세대 의료 데이터 리더를 양성하기 위한 이 캡스톤 과정은 실제 의료 현장의 데이터를 활용한 심층적인 연구 경험을 제공한다. 학생들은 글로벌 의료기관 및 기업들이 제시하는 실제 데이터 분석 과제를 수행하면서, 글로벌 연구자들과 협업하여 의료 분야의 AI 시스템을 설계하고 프로토타입을 개발한다. 의과대학과 공과대학 학생들로 구성된 다학제적 팀은 실제 병원 데이터를 활용하여 임상의들과 긴밀히 협력하며, IRB/DRB 허가부터 데이터 전처리, 머신러닝 모델 개발의 전 과정을 경험한다. 이 과정을 통해 학생들은 글로벌 데이터 분석 역량을 키우고, 국제적 의사소통 능력을 향상시키며, 학제간 융합 연구를 수행하는 실질적인 경험을 얻게 된다.