1 |
1
컴퓨터에서 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 방법에 있어서,(s1) 제1 데이터 수신부에서, 입력 장치로부터 경도인지장애 환자 및 알츠하이머병 치매 환자로 이루어진 군의 성별, 연령, 교육연수, 고혈압 병력, 단어목록회상(word list recall) 점수, 구성회상(constructional recall) 점수, 및 아포지방단백질 E(Apolipoprotein E, APOE) ε4 양성에 대한 데이터를 수신하는 단계;(s2) 분석부에서, 상기 데이터들을 복수의 독립변수로 설정하고, 뇌 아밀로이드 축적 양성을 종속변수로 설정한 후, 상기 복수의 독립변수 및 상기 종속변수의 관계를 다변량 로지스틱 회귀 분석(multivariate logistic regression analysis)을 통해 모델링하여 아밀로이드 예측 지수(Amyloid Prediction Index, API)를 도출하는 분석 단계;(s3) 제2 데이터 수신부에서, 입력 장치로부터 치매 클리닉 환자로 구성된 검진 대상자의 성별, 연령, 교육연수, 고혈압 병력, 단어목록회상 점수, 구성회상 점수, 및 APOE ε4 양성에 대한 데이터를 수신하는 단계; 및(s4) 예측부에서, 상기 아밀로이드 예측 지수(API) 및 상기 검진 대상자의 데이터를 이용하여 뇌 아밀로이드 축적 양성을 예측하는 단계를 포함하며,상기 아밀로이드 예측 지수(API)는 0
|
2 |
2
삭제
|
3 |
3
제1항에 있어서, 상기 (S2) 단계 이후 검증부에서, 수신자 조작 특성(Receiver Operating Characteristic) 분석을 통해 상기 아밀로이드 예측 지수(API)의 외적 타당도를 검증하는 단계를 추가적으로 포함하는 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 방법
|
4 |
4
제1항에 있어서, 상기 아밀로이드 예측 지수(API)의 절단값은 -1
|
5 |
5
제1항에 있어서, 상기 (S4) 단계는 상기 검진 대상자의 데이터를 상기 아밀로이드 예측 지수(API)에 각각 대입하여 검진 대상자의 뇌 아밀로이드 축적 양성 지수 값을 도출한 후,상기 값이 기설정된 일정 값보다 크거나 같을 때 상기 검진 대상자를 뇌 아밀로이드 축적 양성으로 예측하는 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 방법
|
6 |
6
제1항에 있어서, 상기 (s3) 단계의 검진 대상자는 경도인지장애 환자 또는 알츠하이머병 치매 환자이며, 상기 검진 대상자가 뇌 아밀로이드 축적 양성으로 인한 알츠하이머병 치매 환자인지 여부를 예측하는 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 방법
|
7 |
7
제1항에 있어서, 상기 (s1) 단계의 환자 군 및 (s3) 단계의 검진 대상자는 인지 정상인을 포함하지 않는 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 방법
|
8 |
8
컴퓨터에서 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 방법에 있어서,(s1) 제1 데이터 수신부에서, 입력 장치로부터 경도인지장애 환자 및 알츠하이머병 치매 환자로 이루어진 군의 성별, 연령, 교육연수, 고혈압 병력, 단어목록회상 점수, 구성회상 점수, 및 APOE ε4 양성에 대한 데이터를 수신하는 단계;(s2) 분석부에서, 상기 데이터들을 복수의 독립변수로 설정하고, 뇌 아밀로이드 축적 양성을 종속변수로 설정한 후, 상기 복수의 독립변수 및 상기 종속변수의 관계를 다변량 로지스틱 회귀 분석(multivariate logistic regression analysis)을 통해 모델링하여 하기 아밀로이드 예측 지수(Amyloid Prediction Index, API)를 도출하는 분석 단계아밀로이드 예측 지수(API) = 0
|
9 |
9
뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 시스템에 있어서,입력 장치로부터 경도인지장애 환자 및 알츠하이머병 치매 환자로 이루어진 군의 성별, 연령, 교육연수, 고혈압 병력, 단어목록회상(word list recall) 점수, 구성회상(constructional recall) 점수, 및 아포지방단백질 E(Apolipoprotein E, APOE) ε4 양성에 대한 데이터를 수신하는 제1 데이터 수신부;상기 데이터들을 복수의 독립변수로 설정하고, 뇌 아밀로이드 축적 양성을 종속변수로 설정한 후, 상기 복수의 독립변수 및 상기 종속변수의 관계를 다변량 로지스틱 회귀 분석(multivariate logistic regression analysis)을 통해 모델링하여 아밀로이드 예측 지수(Amyloid Prediction Index, API)를 도출하는 분석부;입력 장치로부터 치매 클리닉 환자로 구성된 검진 대상자의 성별, 연령, 교육연수, 고혈압 병력, 단어목록회상 점수, 구성회상 점수, 및 APOE ε4 양성에 대한 데이터를 수신하는 제2 데이터 수신부; 및상기 아밀로이드 예측 지수(API) 및 상기 검진 대상자의 데이터를 이용하여 뇌 아밀로이드 축적 양성을 예측하는 예측부를 포함하며,상기 아밀로이드 예측 지수(API)는 0
|
10 |
10
삭제
|
11 |
11
제9항에 있어서, 상기 분석부로부터 도출된 아밀로이드 예측 지수(API)의 외적 타당도를 수신자 조작 특성(Receiver Operating Characteristic) 분석을 통해 검증하는 검증부를 추가적으로 포함하는 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 시스템
|
12 |
12
제9항에 있어서, 상기 예측부는 상기 검진 대상자의 데이터를 상기 아밀로이드 예측 지수(API)에 각각 대입하여 검진 대상자의 뇌 아밀로이드 축적 양성 지수 값을 도출한 후,상기 값이 기설정된 일정 값보다 크거나 같을 때 상기 검진 대상자를 뇌 아밀로이드 축적 양성으로 예측하는 뇌 아밀로이드 축적 양성의 예측을 위한 정보 제공 시스템
|