플러스100%마이너스

통합검색
닫기

KMCRIC 챗봇에게

질문하기!

정보교류센터

의료기사평가

Home > 정보교류센터 > 의료기사평가

전통의학 설문지 분석 및 확진 지원 시스템 개발

4
  • 분류한약 | 약물치료
  • 키워드설문조사, 한의학적 진단
  • 출처민족의학신문
  • 평가일2014-12-08
  • 평가이예슬
  • 평가일2014-12-08
  • 조회1380회

원문요약

일본 연구팀이 ‘문진’ 데이터와 ‘random forest algorithm’을 이용하여 통계적인 방법으로 ‘증’을 예측하는 연구를 실시했고, BMI를 포함한 문진에서 random forests를 사용하여 예측하면 매우 높은 예측율을 가진다고 밝혔다.

평가항목

기준은 총 10가지로 이루어져 있으며 모두 예/아니오 기준으로서 평가자가 가질 수 있는 주관적 판단을 최대한 배제할 수 있도록 설계되었다. 미국의 의료기사평가 논문에서 2000년에 처음 사용되었고¹, 호주의 mediadoctor.org 단체에서 의료기사를 평가하기 위해서 이 기준을 사용하여 3년간 의료기사평가를 실시하였다. 현재는 호주언론연합의 의료기사 작성 지침에도 기본 조건으로 표기되어 있다².

¹Moynihan R, Bero L, Ross-Degnan D, Henry D, Lee K, et al. (2000) Coverage by the news media of the benefits and risks of medications. N Engl J Med 342:1645–1650.

²Billie Bonevski, Amanda Wilson, David A. Henry. (2008) An Analysis of News Media Coverage of Complementary and Alternative Medicine. Plos One 3(6): e2406.doi:10.1371/journal.pone.0002406
기준 평가
· 치료의 혁신성
· 치료의 접근성
· 해당 질병에 대한 다른 치료법이 표기되어 있다
· 대상 질환이 표기되어 있다
· 과학적 연구에 기반을 둔 근거가 충분하다
· 치료를 통한 증상의 변화가 수치로 표기되어 있다
· 치료의 부작용 유무가 표기되어 있다
· 치료의 기간 및 비용이 표기되어 있다
· 문헌 혹은 전문가에 기반을 둔 정보가 표기되어 있다
· 보도자료의 성격을 가지고 있다

평가내용

한의학에서는 허실에 대한 분류가 증상의 진단에 중요한 비중을 차지한다. 이 논문에서는 허실을 목표 카테고리로 초점을 맞추고 ‘random forest algorithm’을 채택하여 통계적 방법으로 증을 예측하고자 하였다. 결론적으로 연구진은 BMI를 포함한 문진에서 random forests를 사용하여 예측하면 매우 높은 예측율을 가진다고 밝혔다. 기존의 한의사(medical professional) 한 명의 예측에서 여러 데이터를 취합하는 방법을 사용했다는 점에서 치료의 혁신성을 만족하며, 치료의 접근성 또한 만족한다. 기존의 증상 진단방법에 대해 언급하였고, 과학적 연구를 토대로 한 근거가 충분하며 그 결과를 수치로 표현하였다. 전문가에 기반을 둔 정보를 표기하였으며 보도자료의 성격을 가지고 있다.

다만 이 기사에서는 해당 방법이 근본적인 연구설계에 오류가 있다는 점은 언급하였으나 연구방법에서 나타날 수 있는 해당 통계적 방법의 부작용 유무를 설명하지 않았다는 점이 아쉬운 부분이다.