본 과제는 치매예방을 위해 혈관위험인자관리와 영양 관리, 인지훈련 등을 하나의 앱 프로그램인 슈퍼브레인 앱으로 통합하고, 화상통신플랫폼 기반 비대면-대면 혼합 중재와 비대면 코칭 온라인 중재를 비교하는 연구임.
연구 목표는 한국형 치매예방 다중영역중재 프로그램의 고도화와 식품의약품안전처 승인 임상시험을 통해 유효성과 안전성을 검증하고 신의료기술 인증을 달성하는 데 있음. 핵심 연구 내용은 24주 24주 무작위 대조연구와 48주 연장연구의 RBANS 인지기능 및 안전성 분석, 13개 다기관 150명씩 등록 임상 수행 및 CRIS 등록임. 기대 효과는 전국 보급과 사업화, 인터넷 기반 중재모델 확장과 치매예방 관리프로그램의 의료·사회 비용 감소 기여, 전문 인력 수요 창출에 있음.
본 과제는 치매를 늦추기 위해 혈관위험인자와 영양을 관리하고 인지·운동·사회활동 등을 함께 다루는 한국형 치매예방 다중영역중재 프로그램을 앱과 온라인 중재로 고도화하는 연구임.
연구 목표는 한국형 치매예방 다중영역중재 프로그램인 슈퍼브레인 앱의 식품의약품안전처 승인 임상시험으로 유효성·안전성 및 신의료기술 인증을 달성하고, 화상통신플랫폼 기반 비대면-대면 혼합 집중 중재와 비대면 코칭 온라인 중재를 48주 연장연구로 비교하는 데 있음. 핵심 연구 내용은 13개 다기관 경도인지장애 대상 24주 무작위 대조연구와 48주 연장연구로 RBANS 인지기능 개선과 안전성을 분석하는 임상 수행임. 기대 효과는 전국 보급과 사업화, 인터넷 기반 예방·관리 중재 모델의 타 질환 확장, 치매 유병률 및 의료·사회 비용 감소 기여임.
본 과제는 한국형 치매예방을 위해 혈관위험인자 관리와 영양 관리, 인지훈련 등을 앱과 중재로 묶어 제공하는 슈퍼브레인 앱 기반 다중영역중재를 고도화하는 연구임.
연구 목표는 한국형 치매예방 다중영역중재 프로그램의 식품의약품안전처 승인 임상시험 수행과 신의료기술 인증, 화상통신플랫폼 기반 비대면-대면 혼합 집중 중재와 비대면 코칭 온라인 중재의 48주 연장 비교임. 핵심 연구 내용은 경도인지장애 대상 24주 무작위 대조연구(중재군 150명, 대조군 150명)에서 RBANS 인지기능 개선과 안전성 분석, 이후 48주 연장연구에서 인지기능 효과 비교 및 효과·안전성 검증임. 기대 효과는 전국 보급, 사업화, Intervention Internet Platform 모델 확산을 통한 치매 유병률·의료비·사회비용 감소 기여 가능함.
본 연구에서는 첫 번째로, 다중의 유전자 좌위에서의 연관이 동시에 고려되고 동시에 각 가계 혹은 동일 부모여부 내에서의 상관성을 보정하는 임의효과가 고려될 수 있도록, oHE 연관분석 모형에 다중 혼합모형을 적용한다. 그런데, 이 oHE 방법은 이변량 정규분포에 기반한 OLS를 이용하는데, 이와 같은 무조건적 정규분포 설정에는 오류가 있으며, 정규분포보다 감마분포를 가정하는 것이 회귀계수 추정치의 분산이 작아지며 검정력이 높아져 타당성이 있음을 보여주는 연구가 있었다. 본 연구에서는 이에 대한 고찰 및 유사우도를 사용한 감마혼합모형 알고리즘 연구를 수행하고자 하였다. 유도된 감마혼합모형 기법을 기존 oHE 및 수정된 HE(즉, rHE, smHE) 혼합모형과 성능을 비교하고 모의실험 가족유전체자료 및 실제 가족 유전체 자료에 적용하여 타당성 검증한다.
두번째로, 양적형질 연관분석의 가족형질 예측모형을 정확히 추정하는 판별분석방법을 체계화하고, 예측력과 정확도를 높일 수 있는 예측모형을 구축하고자 한다. 유전자 선택 및 가족적 형질 예측모형 추정을 유전체 수준에서 적용시켜 다양한 지도기계학습 기법을 적용하여 연구한다. 유전체 IBD 자료를 통해 가족적 양적 형질 변화를 정확히 예측하기 위해 HE 연관분석 혼합모형에 MultiBLUP기법과 Support Vector Regression(SVR)을 이용한 2단계 기법(feature subset selection+ensemble method) 및 LASSO기반의 다양한 벌점화회귀분석 기법을 연구한다. 유전체 자료를 무작위로 훈련자료와 평가자료로 나누어 훈련자료에서 그룹을 분류하는데 사용하는 다양한 분류자를 찾아내고 평가자료를 통해서 그 분류자의 성능을 평가한다. 여러 가지 기법에 따라 연관분석 모형에 적합하게 예측력과 정확도를 높일 수 있는 기법을 확인하고 예측모형을 구축하고자 한다. 모의실험 가족유전체자료 및 국제/국내의 다양한 실제 가족 유전체 자료에 적용하여 타당성을 검증한다. 가족적 양적 형질에 대하여 예측모형을 수립, 평가하고 이를 다양한 실제 자료에 활용하고 실용화하고자 한다.
본 연구에서는 첫 번째로, 다중의 유전자 좌위에서의 연관이 동시에 고려되고 동시에 각 가계 혹은 동일 부모여부 내에서의 상관성을 보정하는 임의효과가 고려될 수 있도록, oHE 연관분석 모형에 다중 혼합모형을 적용한다. 그런데, 이 oHE 방법은 이변량 정규분포에 기반한 OLS를 이용하는데, 이와 같은 무조건적 정규분포 설정에는 오류가 있으며, 정규분포보다 감마분포를 가정하는 것이 회귀계수 추정치의 분산이 작아지며 검정력이 높아져 타당성이 있음을 보여주는 연구가 있었다. 본 연구에서는 이에 대한 고찰 및 유사우도를 사용한 감마혼합모형 알고리즘 연구를 수행하고자 하였다. 유도된 감마혼합모형 기법을 기존 oHE 및 수정된 HE(즉, rHE, smHE) 혼합모형과 성능을 비교하고 모의실험 가족유전체자료 및 실제 가족 유전체 자료에 적용하여 타당성 검증한다.
두번째로, 양적형질 연관분석의 가족형질 예측모형을 정확히 추정하는 판별분석방법을 체계화하고, 예측력과 정확도를 높일 수 있는 예측모형을 구축하고자 한다. 유전자 선택 및 가족적 형질 예측모형 추정을 유전체 수준에서 적용시켜 다양한 지도기계학습 기법을 적용하여 연구한다. 유전체 IBD 자료를 통해 가족적 양적 형질 변화를 정확히 예측하기 위해 HE 연관분석 혼합모형에 MultiBLUP기법과 Support Vector Regression(SVR)을 이용한 2단계 기법(feature subset selection+ensemble method) 및 LASSO기반의 다양한 벌점화회귀분석 기법을 연구한다. 유전체 자료를 무작위로 훈련자료와 평가자료로 나누어 훈련자료에서 그룹을 분류하는데 사용하는 다양한 분류자를 찾아내고 평가자료를 통해서 그 분류자의 성능을 평가한다. 여러 가지 기법에 따라 연관분석 모형에 적합하게 예측력과 정확도를 높일 수 있는 기법을 확인하고 예측모형을 구축하고자 한다. 모의실험 가족유전체자료 및 국제/국내의 다양한 실제 가족 유전체 자료에 적용하여 타당성을 검증한다. 가족적 양적 형질에 대하여 예측모형을 수립, 평가하고 이를 다양한 실제 자료에 활용하고 실용화하고자 한다.
