KCI등재
SCOPUS
SCIE
Nonalcoholic fatty liver disease and early prediction of gestational diabetes mellitus using machine learning methods
저자
Seung Mi Lee (Department of Obstetrics and Gynecology, Seoul National University College of Medicine) ; Suhyun Hwangbo (Interdisciplinary Program in Bioinformatics, Seoul National University) ; Errol R. Norwitz (Department of Obstetrics and Gynecology, Tufts University School of Medicine) ; Ja Nam Koo (Seoul Women’s Hospital) ; Ig Hwan Oh (Seoul Women’s Hospital) ; Eun Saem Choi (Department of Obstetrics and Gynecology, Seoul National University Hospital) ; Young Mi Jung (Department of Obstetrics and Gynecology, Seoul National University College of Medicine) ; Sun Min Kim (Department of Obstetrics and Gynecology, Seoul National University College of Medicine) ; Byoung Jae Kim (Department of Obstetrics and Gynecology, Seoul National University College of Medicine) ; Sang Youn Kim (Department of Radiology, Seoul National University College of Medicine) ; Gyoung Min Kim (Department of Radiology, Yeonsei University College of Medicine) ; 김원 (서울특별시보라매병원) ; Sae Kyung Joo (Department of Internal Medicine, Seoul National University College of Medicine) ; Sue Shin (Department of Laboratory Medicine, Seoul National University College of Medicine) ; Chan-Wook Park (Department of Obstetrics and Gynecology, Seoul National University College of Medicine) ; Taesung Park (Interdisciplinary Program in Bioinformatics, Seoul National University) ; Joong Shin Park (Department of Obstetrics and Gynecology, Seoul National University College of Medicine) 연구자관계분석
발행기관
학술지명
Clinical and Molecular Hepatology(대한간학회지)(Clinical and Molecular Hepatology)
권호사항
발행연도
2022
작성언어
English
주제어
등재정보
KCI등재,SCOPUS,SCIE
자료형태
학술저널
발행기관 URL
수록면
105-116(12쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
Background/Aims: To develop an early prediction model for gestational diabetes mellitus (GDM) using machine learning and to evaluate whether the inclusion of nonalcoholic fatty liver disease (NAFLD)-associated variables increases the performance of model.
Methods: This prospective cohort study evaluated pregnant women for NAFLD using ultrasound at 10–14 weeks and screened them for GDM at 24–28 weeks of gestation. The clinical variables before 14 weeks were used to develop prediction models for GDM (setting 1, conventional risk factors; setting 2, addition of new risk factors in recent guidelines; setting 3, addition of routine clinical variables; setting 4, addition of NALFD-associated variables, including the presence of NAFLD and laboratory results; and setting 5, top 11 variables identified from a stepwise variable selection method).
The predictive models were constructed using machine learning methods, including logistic regression, random forest, support vector machine, and deep neural networks.
Results: Among 1,443 women, 86 (6.0%) were diagnosed with GDM. The highest performing prediction model among settings 1–4 was setting 4, which included both clinical and NAFLD-associated variables (area under the receiver operating characteristic curve [AUC] 0.563–0.697 in settings 1–3 vs. 0.740–0.781 in setting 4). Setting 5, with top 11 variables (which included NAFLD and hepatic steatosis index), showed similar predictive power to setting 4 (AUC 0.719– 0.819 in setting 5, P=not significant between settings 4 and 5).
Conclusions: We developed an early prediction model for GDM using machine learning. The inclusion of NAFLDassociated variables significantly improved the performance of GDM prediction. (ClinicalTrials.gov Identifier: NCT02276144)
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 해외DB학술지평가 신청대상 (해외등재 학술지 평가) | |
2020-01-01 | 평가 | 등재학술지 유지 (해외등재 학술지 평가) | KCI등재 |
2012-06-18 | 학술지명변경 | 한글명 : The Korean Journal of Hepatology -> Clinical and Molecular Hepatology외국어명 : The Korean Journal of Hepatology -> Clinical and Molecular Hepatology | KCI등재 |
2011-01-18 | 학술지명변경 | 한글명 : 대한간학회지 -> The Korean Journal of Hepatology | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2007-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2006-04-10 | 학회명변경 | 영문명 : The Korean Association For The Study Of The Liver -> The korean Association for the Study of the Liver | KCI후보 |
2006-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2005-06-27 | 학술지명변경 | 외국어명 : The Korean Association for The Study of The Liver -> The Korean Journal of Hepatology | KCI후보 |
2004-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.11 | 0.11 | 0.16 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.16 | 0.15 | 0.442 | 0.03 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)