XGBoost 모델 해석을 통한 노인의 인지능력 개선·악화 요인 탐
XGBoost Model to Identify Potential Factors Improving and Deteriorating Elderly Cognition
1
조회
0
다운로드
12
인용
0
참고문헌
키워드
초록
본 연구는 의사결정나무 알고리즘 하나인 Extreme Gradient Boosting(XGBoost)을 활용하여 노인의 인지기 능 측 모델을 만들고 이를 바탕으로 인지능력 개선⋅악화 요인을 탐색하는 것을 목표로 한다. 2008년부터 2016 년까지 격년으로 시행된 고령화연구패조사(KLoSA)에서 인지능력이 변화한 패의 데이터가 연구에 사용되었다. XGBoost의 XGBoost Feature Importance 모듈과 XGBoostExplainer 패키지를 용하여 인지능력 개선, 악 화 요인을 탐색했다. 연구 결과 인지능력 개선⋅악화를 가르는 주요인은 도구 일상생활 수행 능력(IADL), 우울 감, 소득, 친한 사람과의 교류다. 우울감이 악화될 때, 우울감이 인지능력 악화 요인으로 강하게 작용하는 것으로 나타났다. 하지만 우울감 개선에 비례하여 우울감이 인지능력의 개선 요인으로 작용하는 계는 약하게 나타났다.
Abstract
The purpose of this study is to build an elderly cognitive change predictive model and, as a result, to identify potential factors which lead to cognition improvement or deterioration using Extreme Gradient Boosting (XGBoost). Korean Longitudinal Study of Aging (KLoSA) conducted biennially from 2008 to 2016 was used as a dataset. Particularly, the XGBoost Feature Importance module and XGBoost Explainer package were used to explain elderly cognitive changes. The main findings of this study indicate that instrumental activities of daily living (IADL), depression, income, and interactions with close friends are potential improvement and/or deteriorating factors. Furthermore, when the depression level is exacerbated, depression was found to strongly influence as a factor of cognitive deterioration. However, in proportion to the improvement of depression, the relationship between depression and cognitive abilities is seemingly weak.
참고문헌 (17)
- 이현주, "한국노인 인지기능의 이질적 변화: 생애과정의 누적적 불이익과 스트레스 요인의 영향", 사회과학연구, 28(3), pp.207~228 (2017), 사회과학연구소[DOI]
- "고령화연구패널조사(KLoSA)", 한국고용정보원[URL]
- 백옥미, "노년기 인지기능 변화궤적과 관련 요인: 잠재성장모형의 적용", 지역과 세계, 39(3), pp.79~103 (2015), 사회과학연구소[DOI]
- 전해숙, "노년기 우울궤적의 예측요인: 한국복지패널을 이용하여", 한국노년학, 29(4), pp.1611~1628 (2009), 한국노년학회
- 성기월, "노인의 인지기능, 자아존중감과 우울정도", Journal of Korean Academy of Nursing, 27(1), pp.36~48 (1997)
- 조맹제, "일 도시 지역 사회 노인들의 인지기능장애와우울증상의 유병율", Journal of Korean Neuropsychiatric Association (1998)
- 박정숙, "경로당 이용 노인의 인지기능장애 위험요인", 노인간호학회지, 17(3), pp.121~130 (2015), 한국노인간호학회[DOI]
- Mathotaarachchi, Sulantha, "Identifying incipient dementia individuals using machine learning and amyloid imaging", Neurobiology of aging, 59, pp.80~90 (2017)[DOI]
- Cho, Soo Min, "Correlations of amyloid-<TEX>${\beta}$<", TEX> concentrations between CSF and plasma in acute Alzheimer mouse model, 2014, pp.4, 6777~
- Liu, G., "Repeat buyer prediction for e-commerce", Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining ACM (2016)
- Chen, Tianqi, "Xgboost: A scalable tree boosting system", Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining (2016), ACM
- Tianqi Chen, "xgboost: Extreme Gradient Boosting. R package version 0.6.4.1" (2018)
- Foster, David, "NEW R Package: The XGBoost Explainer-Applied Data Science - Medium", Medium, Applied Data Science, ~ (2017)
- 오영희, "우리나라 노인의 주관적 건강인식과 신체적 및 정신적 기능상태의 관련성 연구", 한국노년학, 26(3), pp.461~476 (2006), 한국노년학회
- E.J.M. Bierman, "Symptoms of Anxiety and Depression in the Course of Cognitive Decline", Dementia and Geriatric Cognitive Disorders, 24(3), pp.213~219 (2007), S. Karger AG[DOI]
- Marie-Paule Austin, "Cognitive deficits in depression: Possible implications for functional neuropathology", British Journal of Psychiatry, 178(3), pp.200~206 (2001), Royal College of Psychiatrists[DOI]