로고

로고

Research

연구 정보

Research Project (승인과제목록)

KNN 연구 요약서

Title Machine Learning–Based Prediction of Neurodevelopmental Trajectories in Very Low Birth Weight Infants
Author 김한나, 양미선, 안소윤, 성세인, 장윤실
작성자 김한나
Background 극소저체중출생아의 생존율 향상과 함께 장기적인 신경발달 예후에 대한 관심이 증가하고 있다. 현재 영유아기의 신경발달 평가는 Bayley Scales, K-DST, K-ASQ 등의 평가 도구를 이용하여 교정 연령 18–24개월 및 3세 시점에서 시행되고 있다. 영유아기의 발달 과정은 단일 시점의 결과라기보다 시간에 따라 변화하는 발달 과정으로 이해될 필요가 있으며 실제 임상에서는 초기 평가에서 정상 발달을 보였으나 이후 평가에서 발달 저하를 보이거나, 반대로 초기 지연 이후 발달이 회복되는 다양한 발달 경과가 관찰된다. 그러나 기존 연구들은 대부분 특정 시점에서의 발달 지연 여부와 이에 영향을 미치는 주산기적 위험 요인을 분석하는 데 초점을 맞추어 왔으며 서로 다른 시점 사이의 발달 변화 양상을 분석한 연구는 제한적이다. 이에 본 연구에서는 극소저체중출생아에서 교정 연령 18–24개월과 3세 시점 사이의 신경발달 변화 양상을 분석하고, NICU 입원기간 동안의 임상 정보를 이용하여 이러한 발달 경과를 설명할 수 있는 예측 모델을 구축하고자 한다.
Aim / Hypothesis 극소저체중출생아의 교정 연령 18–24개월과 3세 시점의 신경발달 결과는 서로 연관성을 보일 것이다. 또한 NICU 입원기간 동안의 주산기적 및 임상 변수는 두 시점 사이에서 나타나는 신경발달 변화 양상과 관련이 있을 것이다.
Inclusion Criteria 출생체중 1,500g 미만 혹은 재태주수 32주 미만의 미숙아
Exclusion Criteria 심각한 선천성 기형을 동반한 경우 신경발달 평가 결과가 없는 경우
Study Design Statistical methods 교정 연령 18–24개월과 3세 시점 모두에서 Bayley Scales of Infant and Toddler Development (Bayley-III) 평가가 시행된 극소저체중출생아를 대상으로 분석을 시행한다. Bayley-III의 Cognitive, Language, Motor 영역 점수를 이용하여 두 시점 간 신경발달 상태의 변화를 평가한다. 각 시점에서의 발달 상태를 기준 점수에 따라 정상군과 발달 지연군으로 분류하고, 두 시점의 조합에 따라 각 발달 궤적 그룹을 재정의한다. 발달 변화 양상 예측을 위해 NICU 입원 기간 동안의 주산기 및 임상 변수를 후보 예측 인자로 사용한다. 예측 모델 구축을 위해 로지스틱 회귀분석을 기본 모델로 사용하고, 변수 선택을 위해 LASSO regularization을 적용한다. 또한 random forest 및 gradient boosting 모델(XGBoost 등)과 같은 머신러닝 기법을 적용하여 모델 성능을 비교하고 교차검증을 통해 예측 성능을 평가한다. 모든 통계 분석은 R 또는 Python을 사용하여 수행하며, 양측 검정에서 P값이 0.05 미만인 경우 통계적으로 유의한 것으로 판단한다.
Primary Outcomes 극소저체중미숙아의 교정 연령 18–24개월과 3세 시점의 Bayley Scales of Infant and Toddler Development 결과를 이용한 신경발달 변화 양상
Secondary Outcomes and Definitions NICU 입원기간 동안의 주산기 및 임상 변수와 신경발달 변화 양상과의 연관성을 확인하고, 머신러닝 기반 모델을 활용하여 신경발달 변화 양상의 예측 가능성을 분석
Protocols study design 과 동일함.
Funding 없음

질병관리청 바로가기

대한신생아학회 바로가기

국립보건연구원 바로가기

Korean Neonatal Network TEL : 070-8095-2023   FAX : 02-3410-3540   
E-mail : knn@knn.or.kr

COPYRIGHT © 2022 KNN. ALL RIGHTS RESERVED.