-
질병관리청 국민건강통계 공공데이터포털
국민건강영양조사 결과를 분석하여 건강행태, 영양, 만성질환, 사회경제적위치지표별, 시도별 등 600여개의 지표 -
질병관리청 만성질환건강통계 공공데이터포털
국민의 건강행태와 지역단위 건강통계 및 공중보건학적인 건강요소에 대한 건강·질병관련 필요정보를 일원화된 체계로 통합하여 제공 -
가톨릭대학교 은평성모병원 - (은평)고지혈증 환자의 스타틴 최초 처방 데이터 2020 카톨릭병원 빅데이터
고지혈증 환자들의 최초 진단과와 최초 진단명과 진단코드 데이터. 진단과로는 소화기내과, 순환기내과, 내분비내과 등이 포함되어 환자 유입 경로를 분석할 수 있음. 스타틴 약물 데이터는 RxNorm 코드로 매핑됨. -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 선행 및 병용 약물 투약 2020 카톨릭병원 빅데이터
당뇨 환자 중 DPP4i (RxNorm 코드:19125041, 40239218, 43013911, 43013924, 42960599, 42961500) 처방 기록이 있는 환자의 Metformin(19106521, 40164929, 40164946, 40164897, 40164894, 40164925)과 Insulin(46234044,... -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 기능 검사 2020 카톨릭병원 빅데이터
당뇨병 환자들이 시행한 혈액 검사 중에 간, 신장 기능 평가할 수 있는 검사 데이터를 포함함. 검사항목은 Bun, Creatinine, AST(GOT), ALT(GPT), MDRD-eGFR AST(Aspartate aminotransferase. GOT(Glutamic Oxalacetic Transaminase)),... -
가톨릭대학교 서울성모병원 - (서울)당뇨 환자의 주효과 혈액 검사 카톨릭병원 빅데이터
당뇨병 환자들이 시행한 혈액 검사 결과 데이터. 검사 항목은 HbA1c, BUN, Creatinine, AST, ALT, MDRD-eGFR, Total Cholesterol, Triglyceride, HDL, LDL. - HbA1c(당화혈색소): 혈액 속 적혈구 내 혈색소에 포도당 일부가 결합한 상태. 일반 혈당 검사가 검사 시점... -
가톨릭대학교 서울성모병원 - (서울)당뇨 환자의 인구학적 특성 카톨릭병원 빅데이터
병원정보시스템에 저장되어 있는 전체 데이터에서 ICD-10 코드 중 E10, E11~14, 024의 진단코드를 가진 환자를 추출한 코호트의 인구통계학적 정보 데이터임. 환자들의 최초진단 당시의 연령, 성별 데이터를 이용하여 연령대별 특성과 성별 특성을 분석할 수 있음. -SEX : 0은 남자, 1은 여자로 구분 하였음 -
가톨릭대학교 서울성모병원 - (서울)당뇨 환자의 처방 카톨릭병원 빅데이터
당뇨 환자의 처방 약물 코드와 최초 처방일과 최종 처방일. sulfonylurea (RxNorm 코드: 1597772, 1597758, 1597773, 19101729, 21133671, 19059797), sulfonylurea+metformin(42953698, 42953917, 42953740),... -
가톨릭대학교 서울성모병원 - (서울)고지혈증 환자의 스타틴 최초 처방 데이터 카톨릭병원 빅데이터
고지혈증 환자들의 최초 진단과와 최초 진단명과 진단코드 데이터. 진단과로는 소화기내과, 순환기내과, 내분비내과 등이 포함되어 환자 유입 경로를 분석할 수 있음. 스타틴 약물 데이터는 RxNorm 코드로 매핑됨. -
가톨릭대학교 서울성모병원 - (서울)고지혈증 환자의 공존질환 데이터 카톨릭병원 빅데이터
고지혈증 환자들의 최초 진단과와 다양한 공존 질환의 진단명과 진단코드 데이터. 진단명은 고혈압성 질환, 허혈성심장질환, 고밀도 및 구조장애, 신생물 등이 포함됨. 진단코드는 ICD-11 코드와 SNOMED-CT 코드로 매핑됨. -질환에 관한 진단코드 유무 : 0은 No, 1은 Yes로 구분 하였음 -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 주효과 혈액 검사 2020 카톨릭병원 빅데이터
당뇨병 환자들이 시행한 혈액 검사 결과 데이터. 검사 항목은 HbA1c, BUN, Creatinine, AST, ALT, MDRD-eGFR, Total Cholesterol, Triglyceride, HDL, LDL. - HbA1c(당화혈색소): 혈액 속 적혈구 내 혈색소에 포도당 일부가 결합한 상태. 일반 혈당 검사가 검사 시점... -
가톨릭대학교 은평성모병원 - (은평)고지혈증 환자의 생체징후 데이터 2020 카톨릭병원 빅데이터
고지혈증 환자들의 최초 처방시점의 키, 몸무게와 같은 신체 계측 정보와 수축기/이완기 혈압을 포함하는 생체 징후 데이터. 키와 몸무게 데이터를 이용한 Body Mass Index(BMI)를 생성할 수 있으며 혈압 데이터를 이용하여 고혈압 여부를 판단할 수 있음 -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 부작용 혈액 검사 2020 카톨릭병원 빅데이터
당뇨병 환자들이 시행한 혈액 검사 중에 약물 부작용을 평가할 수 있는 검사 데이터를 포함함. 검사항목은 AST(GOT), ALT(GPT), Bun, Creatinine 등 당뇨병의 간독성, 신독성등 다양한 부작용을 평가할 수 있는 주요 검사항목이 포함됨 AST(Aspartate aminotransferase. GOT(Glutamic... -
가톨릭대학교 은평성모병원 - (은평)고지혈증 환자의 공존질환 데이터 2020 카톨릭병원 빅데이터
고지혈증 환자들의 최초 진단과와 다양한 공존 질환의 진단명과 진단코드 데이터. 진단명은 고혈압성 질환, 허혈성심장질환, 고밀도 및 구조장애, 신생물 등이 포함됨. 진단코드는 ICD-11 코드와 SNOMED-CT 코드로 매핑됨. -질환에 관한 진단코드 유무 : 0은 No, 1은 Yes로 구분 하였음 -
가톨릭대학교 서울성모병원 - (서울)당뇨 환자의 기능 검사 카톨릭병원 빅데이터
당뇨병 환자들이 시행한 혈액 검사 중에 간, 신장 기능 평가할 수 있는 검사 데이터를 포함함. 검사항목은 Bun, Creatinine, AST(GOT), ALT(GPT), MDRD-eGFR AST(Aspartate aminotransferase. GOT(Glutamic Oxalacetic Transaminase)),... -
가톨릭대학교 서울성모병원 - 전립선 비대증 환자의 공존질환 데이터 카톨릭병원 빅데이터
전립선 비대증 환자의 전립선 암과 당뇨 고혈압을 비롯한 만성질환의 진단여부, 진단 일자를 확인 할 수 있음. UDS와 Uroflow 검사 여부, 수술 여부, ablocker, anticholin, 5ari, pde5i, desmopressin의 투약여부와 투약일수 등이 포함됨 -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 인구학적 특성 2020 카톨릭병원 빅데이터
병원정보시스템에 저장되어 있는 전체 데이터에서 ICD-10 코드 중 E10, E11~14, 024의 진단코드를 가진 환자를 추출한 코호트의 인구통계학적 정보 데이터임. 환자들의 최초진단 당시의 연령, 성별 데이터를 이용하여 연령대별 특성과 성별 특성을 분석할 수 있음. -SEX : 0은 남자, 1은 여자로 구분 하였음 -
가톨릭대학교 은평성모병원 - (은평)고지혈증 환자의 인구학적 특성 데이터 2020 카톨릭병원 빅데이터
병원정보시스템에 저장되어 있는 전체 데이터로 부터 고지혈증 연구를 위한 선정기준을 적용한 쿼리문을 생성하여 추출한 코호트의 인구통계학적 정보 데이터임. 스타틴을 최초 처방받은 환자들의 최초 처방 당시의 연령, 성별 데이터를 이용하여 연령대별 특성과 성별 특성을 분석할 수 있음. -SEX : 0은 남자, 1은 여자로 구분 하였음 -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 처방 2020 카톨릭병원 빅데이터
당뇨 환자의 처방 약물 코드와 최초 처방일과 최종 처방일. sulfonylurea (RxNorm 코드: 1597772, 1597758, 1597773, 19101729, 21133671, 19059797), sulfonylurea+metformin(42953698, 42953917, 42953740),... -
가톨릭대학교 은평성모병원 - (은평)당뇨 환자의 생체 징후 2020 카톨릭병원 빅데이터
당뇨 환자들의 최초 진단시점점의 키, 몸무게와 같은 신체 계측 정보와 수축기/이완기 혈압을 포함하는 생체 징후 데이터. 키와 몸무게 데이터를 이용한 Body Mass Index(BMI)를 생성할 수 있으며 혈압 데이터를 이용하여 고혈압 여부를 판단할 수 있음