| 초록 |
□ 연구개요 해당 연구의 최종연구목표는 수집된 자료들의 측정오차(measurement error)를 반영하고, 복잡한 비선형적인 관계를 파악하기 위해 랜덤매듭 (random knots)을 활용한 평활(smoothing) 방법을 고려하여, 표본 수가 작은 소지역(small area) 평균의 효과적 추정을 위한 베이지안 모형을 개발하는 것이었다. 또한 개발된 모형을 기반으로 약 1천만 개의 단일염기다형성(Single Nucleotide Polymorphism) 유전 자료와 약 2천개의 자기공명영상(Magnetic Resonance Imaging, MRI) 자료, 인구학적 정보(성별, 연령, 인종, 교육정도)를 활용하여 전 세계적으로 사회적 문제가 되고 있는 질환 중 하나이며, 현대의학에서는 그 치료법이 아직 개발되지 않은 질환인 알츠하이머병의 정도를 측정하는 MMSE(Mini-Mental State Examination)을 추정하는 모형을 개발하여 알츠하이머병 발생위험 군의 확인을 통해 위험 대상자에 대한 예방적 치료를 도모하고자 하였다. □ 연구 목표대비 연구결과 ○ 1차년도: (1)측정오차를 가지는 공변량에 대한 랜덤매듭기반의 최적매듭수와 위치 선정 알고리즘 개발, (2)소지역 및 공변량의 측정오차모형 하에서 랜덤매듭을 기반으로 하는 준모수적 베이지안 추정모형 설계 및 개발, (3)제안된 모형의 적합 및 모수추정을 위한 R 프로그램 개발, (4)시뮬레이션 및 실증연구를 통한 제안된 모형의 우월성 검토 → 랜덤매듭 기반의 알고리즘을 기반으로 베이지안 추정 모형 및 R 프로그램을 개발하여 시뮬레이션 및 실증연구를 통해 제안된 모형의 우월성 확인 완료 ○ 2차년도: (1)공변량과 결과변수의 측정오차모형 하에서 고정 및 랜덤매듭을 이용한 준모수적 소지역모형으로의 확장모형 개발, (2)확장모형의 적합 및 모수추정을 위한 R 프로그램의 업데이트, (3)결과변수와 공변량이 측정오차가 있는 시뮬레이션 및 실증연구를 통한 제안된 모형의 우월성 확인 → 결과변수와 공변량의 측정오차를 동시에 고려한 고정매듭 기반의 준모수적 소지역 베이지안 추정모형 및 이의 적용을 위한 R 프로그램을 개발하여, 시뮬레이션 연구 및 실증연구를 통해 제안된 모형의 우월성 확인 완료 ○ 3차년도: (1)측정오차를 포함하지 않는 유용한 보조정보를 포함한 다중회귀모형으로의 확장모형 개발, 개발된 모든 모형을 기반으로 단일염기다형성 유전자료와 자기공명영상자료, 인구학적 정보(성별, 연령, 인종, 교육정도)를 예측인자로 활용하여 소규모의 특정집단에 대한 알츠하이머병 발생위험 군의 확인을 위한 최적의 추정모형 개발 → 측정오차가 없는 공변량을 포함한 다중회귀모형으로의 확장모형과 R 프로그램을 개발하여 시뮬레이션 연구를 통해 제안된 모형의 우월성 확인 완료. 유전자료 및 자기공명영상자료 기반의 실증자료 분석은 현재 진행 중에 있으며, 완료 후 SCI급 논문투고 예정 □ 연구개발결과의 중요성 현대사회에서는 자연과학, 의학, 생태학, 농학 등 많은 분야에서 적은 수의 표본과 측정 오차를 동반한 자료를 기반으로 복잡한 과학적 관련성을 찾기 위한 연구들이 필요할 것이다. 이러한 연구를 수행함에 있어 본 연구를 통해 개발되는 모형은 정밀한 과학적 근거를 산출하기 위한 중요한 역할을 할 것으로 기대하며 또한 사회적인 측면 특히 보건의료분야에서 본다면, 보건의료분야에서의 많은 연구자들에게 유용한 모형으로 사용되어지고 이를 통해 보다 근거 높은 연구결과를 산출함으로써, 국가재정 및 국민의 건강증진에 기여할 수 있으리라 기대한다. (출처 : 연구결과 요약문 2p) |
