보건의료 빅데이터 연구방법론

〈0부 빅데이터 분석을 위한 SAS 기초 정보〉
1 SAS 프로그램 개요
2 자료의 입출력
3 DATA step
4 SQL과 MACRO

〈1부 국민건강보험 빅데이터〉
1장 국민건강보험 빅데이터의 구조와 특성
1 국민건강보험 빅데이터의 이해
2 국민건강보험 빅데이터 분석을 위한 자료 구축
3 분석 사례
2장 약물 사용 연구
1 의약품 데이터의 이해
2 약물사용양상 분석
3장 비용 연구
1 국민건강보험 빅데이터를 활용한 비용분석 준비
2 비용분석 사례
3 특이적인 상황의 비용산출 시 주의사항
4 기타 고려사항
4장 정책평가를 위한 통계분석
1 정책평가를 위한 통계연구
2 단절적시계열분석
3 이중차분분석

〈2부 자발적부작용보고자료를 활용한 빅데이터 분석〉
5장 한국의 자발적부작용보고자료의 개요
1 배경
2 의약품부작용보고원시자료의 구성
3 의약품부작용보고원시자료 신청방법 및 절차
6장 부작용보고자료를 활용한 이상반응 보고현황의 기술적분석
1 연구용 자료로 변환하기 위한 자료 불러오기, 합치기 및 변환
2 연도별 부작용보고현황과 백신 부작용 보고현황의 성별, 연령, 보고자유형 등의 특징
3 임신 중 백신 부작용 보고 관련 현황 및 사망 보고건의 분석
7장 KAERS 자료를 활용한 실마리정보 분석
1 실마리정보 분석의 개념 및 적용
2 메틸페니데이트 치료제에 대한 실마리정보 분석
8장 KAERS 자료에 활용 가능한 백신의 이상반응 연구: 변경점 분석
1 변경점 분석 개념
2 변경점 분석 수행

〈3부 패널조사자료〉
9장 패널조사자료의 소개
1 패널조사자료의 개요
2 한국의료패널 소개
10장 자료처리
1 자료처리 개요
2 자료처리 예제
11장 패널분석
1 패널분석 개요
2 패널자료의 기술통계
3 패널자료의 회귀분석

〈4부 공통데이터모델〉
12장 공통데이터모델의 도입
1 Common data model의 개념 및 장단점
2 Common data model의 국내외 현황
13장 OMOP-CDM
1 OMOP-CDM 배경
14장 미국 센티넬 CDM 소개
1 센티넬 CDM 구축 배경
2 센티넬 시스템
15장 능동적 약물감시를 위한 MOA 프로젝트 소개
1 MOA CDM의 개념과 필요성
2 MOA CDM의 구조와 용어 체계
3 MOA CDM을 활용한 의약품 부작용 분석
16장 공통데이터모델을 활용한 심화 사례
1 개요
2 코호트 구성
3 처방 약물 패턴 분석
4 사용 약물에 따른 임상 결과 비교(추정, Estimation)
5 머신러닝을 통한 예측모형 구축(예측, Prediction)

〈5부 인공지능과 머신러닝을 활용한 빅데이터 분석〉
17장 인공지능과 머신러닝 이론
1 인공지능과 머신러닝
2 머신러닝과 인공지능의 관계
3 머신러닝 유형
4 머신러닝 단계
5 머신러닝 분석 프로그램
18장 인공지능과 머신러닝 사례
1 SNS 비정형 데이터 머신러닝
2 임상 자료를 활용한 머신러닝
3 머신러닝 질병 위험 예측모형
4 머신러닝 기반 성향점수 추정 방법
5 실마리정보 탐지를 위한 머신러닝 알고리즘 개발

부록 데이터 전처리 SAS 코드

약학빅데이터연구회 0부. 빅데이터 분석을 위한 SAS 기초 정보
고려대학교 남진현

1부. 국민건강보험 빅데이터
가천대학교 장선미
가톨릭대학교 박선경
대구가톨릭대학교 이승미
아주대학교 이한길
연세대학교 한은아
전북대학교 전하림

2부. 자발적부작용보고자료를 활용한 빅데이터 분석
성균관대학교 신주영
중앙대학교 정선영
충남대학교 양보람
한국의약품안전관리원 안전정보관리팀 신선미, 오수지, 김다혜, 유명식, 정현주

3부. 패널조사자료
한국방송통신대학교 이혜재

4부. 공통데이터모델
경희대학교 서혜선
아주대학교 박래웅
이화여자대학교 최남경
충남대학교 양보람
한국의약품안전관리원 약물역학빅데이터팀 김봉기, 손나영

5부. 인공지능과 머신러닝을 활용한 빅데이터 분석
경희대학교 서혜선
성균관대학교 이혜성
아주대학교 이한길
이화여자대학교 김명규
전북대학교 김재현
University of Texas at Austin 한솔아