한약재 사용량 분석을 통한 한국, 중국, 일본의 전통의학 임상 특성 연구 :Identifying Clinical Characteristics of Traditional Medicines in Korea, China, and Japan through the Herb Usage Data

박무순

추천

검색

자료유형: 학위논문

저자정보: 박무순 (가천대학교, 가천대학교 ← 경원대학교 (X))

지도교수: 이충열

발행연도: 2018

저작권: 가천대학교 논문은 저작권에 의해 보호받습니다.

이용수36

이 논문의 연구 히스토리 (3)

2018

한약재 사용량 데이터 분석을 통한 한국, 중국, 일본 전통의학의 이론적 특성 비교연구

박무순 , 이충열 , 이태희 외 2명 동의생리병리학회지 2018.06 학술저널

한약재 사용량 분석을 통한 한국, 중국, 일본의 전통의학 임상 특성 연구

박무순 한의학과 2018.01 학위논문

한약재 사용량 데이터 분석을 통한 한국, 중국, 일본 전통의학의 이론적 특성 비교연구

박무순 , 이충열 , 이태희 외 2명 동의생리병리학회지 2018.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

연구배경 :
한국, 중국, 일본의 전통의학은 대부분의 의학이론과 임상 치료 수단을 공유하고 있다. 세 나라의 전통 의학은 공통점이 많지만 이론적, 임상적 특성에서 차이가 존재한다. 한국, 중국, 일본의 전통의학의 이론적 특성의 차이에 대한 선행 연구는 있었으나, 임상 데이터를 이용하여 임상적 특성에 대한 차이를 보여주는 연구는 없었다. 본 연구는 한국, 중국, 일본의 한약재 사용량 데이터를 데이터 주도형 접근법으로 분석하여 임상 진료 패턴의 차이를 확인하고자 하였다.

연구방법 :
본 연구는 한국, 중국, 일본의 공공기관에서 발표한 한약재의 사용량 데이터를 이용하여 세 나라의 임상적 특성의 차이를 보고자 하였다. 세 나라 중 적어도 두 나라 이상에서 한약재 사용량이 조사된 55종의 한약재를 선정하여 분석하였다. 한약재의 특성은 사기, 오미, 귀경, 치료법, 약용부위에서 총 60개를 선정하였다.
조사한 한약재 사용량과 한약재 특성은 가중치 합 모델(Weighted Sum Model, WSM)과 네트워크 이론(Network-Based Group Features, NGBF)을 적용하여 탐색적 연구를 시행하였다. 한, 중, 일의 임상적 특성의 차이를 알아보기 위하여, WSM을 적용하여 단일 특성 수준의 차이를 분석하였으며 NBGF를 적용하여 그룹 특성 수준에서의 차이를 확인하였다. 탐색적 방법을 통해 발견된 임상 특성의 차이는 Herb Set Enrichment Analysis (HSEA) 방법을 적용하여 통계적으로 검정하였다.

연구결과 및 결론 :
WSM 분석을 통해 한국이 일본에 비해 甘味, 肝經, 腎經 한약재를, 중국에 비해 이수삼습약과 뿌리줄기를 다용하는 것으로 나타났다. 일본은 한국보다 肺經, 脾經 한약재, 이수삼습약을, 중국에 비해 酸味와 脾經 한약재를 많이 사용하는 것으로 나타났다. 중국은 한국에 비해 大腸經 한약재와 뿌리를, 일본과 비교하여 大腸經 한약재의 사용량이 높은 것을 확인할 수 있었다.
NBGF 분석을 통해 한국이 일본에 비해 溫性-平性-甘味-보익약 그룹을, 중국에 비해 淡味-이수삼습약 그룹이 많이 사용되는 것을 확인할 수 있었다. 일본은 한국에 비해 寒性-苦味-辛味-청열약 그룹과 淡味-이수삼습약 그룹을, 중국에 비해 청열약 그룹을 많이 사용하는 것으로 나타났다. 중국은 일본보다 溫性-平性-甘味-보익약 그룹을 다용하는 것으로 나타났다.

Object :
Traditional medicines of Korea, China, and Japan, known as Traditional Oriental Medicines (TOM), have shared most of the medical theories and therapeutic tools. Even though the traditional medicines of these countries have a lot in common, they tend to show dissimilarity in clinical characteristics. Previous study has identified the differences in clinical theory among three nations by comparing traditional medical literatures. Here, we try to compare the differences in clinical characteristics among TOM through data-driven methods using herb usage data in Korea, China and Japan.

Methods :
To find clinical characteristics among three nations, herb usage datasets published by public institutions in three nations were used. Only the herbs were chosen whose data is available in at least two of three countries. Sixty features of herbs were selected from five categories (Four properties, Five tastes, Meridians, Treatment strategies, Herbal parts).
The selected herbs were analyzed by Weight Sum Model (WSM) and Network-based Group Features Model (NBGF). Individual features and grouped features were analyzed by WSM and NBGF to discover clinical characteristics, respectively. Finally, these results were verified by Herb Set Enrichment Analysis (HSEA).

Results and Conclusions :
In the WSM method, the herbs with the kidney meridian feature were more used in Korea than in Japan. In addition, the herbs related to rhizoma feature were also more common in Korea than in China. The herbs with the spleen meridian feature were more used in Japan than in Korea, and with the sour taste feature were more used in Japan than in China. China more consumed herbs with the radix feature than Korea.
In NBGF method, herb usage of warm-neutral-sweet-tonifying features group in Korea and China was more than Japan. On the other hand, herb usage of cold-bitter-pungent-heat clearing and tasteless-inducing diuresis and excreting dampness group were most used in Japan.
These results suggest that clinical characteristics of TOM in Korea, China, and Japan are identified through the herb usage data.

#전통의학 #임상적 특성 #한약재 사용량 #데이터 주도형 접근법

Ⅰ. 서론 1
Ⅱ. 연구 방법 3
1) 한약재 선정 3
2) 특성 선정 5
3) 가중치 합 모델 (Weighted Sum Model, WSM) 5
4) 한약재 특성 네트워크 구성과 네트워크 기반 특성 그룹(Network-based group features) 정의 6
5) Herb Set Enrichment Analysis (HSEA) 7
6) 통계 9
Ⅲ. 연구 결과 10
1) WSM을 이용한 세 나라의 임상 진료 패턴 조사 10
2) 단일 특성의 HSEA 분석 13
3) NBGF를 이용한 세 나라의 임상 진료 패턴 조사 17
4) 그룹 특성의 HSEA 분석 19
Ⅳ. 고찰 23
Ⅴ. 결론 27
참고문헌 29
부록 31
ABSTRACT 35

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)