메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김태훈 (전남대학교 간호대학) 정현진 (화순전남대학교병원) 송지연 (전남대학교 간호대학 산학협력중점 교수) 김난이 (동강대학교 간호학과 겸임교수) 이은민 (전남대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제25권 제3호
발행연도
2023.6
수록면
1,121 - 1,132 (12page)
DOI
10.37727/jkdas.2023.25.3.1121

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 연구는 기계 학습을 통해 성인의 자살 사고에 영향을 주는 요인을 확인하기 위해 국민건강영양조사 2021 자료를 이용한 서술적 조사연구이다. 연구 대상은 자살 사고를 가진 성인 208명과 자살 사고를 가지고 있지 않은 성인 4,449명이며 기계 학습은 랜덤 포레스트 모델을 이용하였다. 본 연구의 통계 분석 및 모델 구축을 위해 Python 3.9.7언어와 Scikit-learn 1.2.2, SciPy 1.614, ELI5패키지를 이용하였으며, 평균, 표준편차, 빈도, 비율, 구축된 모델의 성능평가 및 자살 사고에 영향을 주는 변수들의 값을 확인하였다. 연구 결과 자살 사고를 가진 대상자의 연령은 평균 50.21±17.575세로 나타났으며, 불안은 7.50±5.882점으로 자살 사고를 가지고 있지 않는 성인(1.82±3.027)보다 더 높은 것으로 나타났다. 구축된 모델의 전반적 성능(AUC)은 0.984(95% CI, 0.984–0.984)로 정확도는 0.945(95% CI, 0.945-0.945)로 나타났다. 자살 사고에 영향을 주는 요인들은 주로 정신건강과 관련되어 있었으며, 가장 큰 영향 요인은 2주 이상의 우울이었다(0.998±0.038). 우울을 관리하여 자살을 예방하는 선제적 조치가 필요하며, 정신건강을 증진시키고 심리적 고통을 경감할 수 있는 프로그램의 마련이 필요하다.
#랜덤 포레스트 #기계 학습 #자살 #우울. #random forest #machine learning #suicide #depression.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0