Earticle

시판 후 안전관리를 위한 실사용 데이터 기반 환자 등록 연구는 실제 임상 환경의 특성을 반영하여 환자의 안전 과 의료기기의 안전성 및 유효성을 보장하기 위해 중요성이 높아지고 있다. 국내에서는 의료기기를 대상으로 재평가, 시 판 후 조사, 추적관리대상 의료기기, 부작용 관리 등의 시판 후 안전관리 제도가「의료기기법」에 근거하여 실시 중이 다. 해당 제도들은 시판된 의료기기를 대상으로 의료기기 사용 도중 발생하는 부작용 등의 안전성 정보를 분석 및 평가 하여 국민의 안전을 목적으로 국가의 주도하에 실시된다. 하지만, 의료기기 안전관리를 위한 환자 특성, 건강 결과 등을 포함한 임상 정보와 의료기기의 실사용 데이터(UDI, 제품 특성, 안전성 및 유효성 관련 실사용 데이터)를 통합한 환자 등 록 연구는 미흡하다. 따라서 본 연구의 목적은 한국과 미국의 유관 법령의 비교 분석을 통해 의료기기 시판 후 안전관리 를 위해 환자 등록 연구가 가능한 국가 주도 레지스트리의 구축에 대한 필요성 및 법적 근거 마련 시 고려사항을 제안 하는 것이다. 이와 관련하여 미국, 유럽은 정부 주도하에 시판 후 안전관리 연구 환경을 DARWINEU, NESTcc와 같은 데 이터 네트워크 형태로 구축하였으며, 이를 통해 획득된 데이터를 활용하여 시판 후 안전관리 연구를 하고 있다. 반면, 국 내의 경우 의료보험 측면에서 의료기술 평가를 위한 협회, 제조업체 등 민간 주도 레지스트리 기반의 환자 등록 연구가 이루어지고 있다. 또한「의료기기 부작용 등 안전성 정보 관리에 관한 규정」에서 명시하고 있는 이상사례 보고의 목 적은 문제 발생 시에 의료진, 환자, 제조업체에서 정해진 양식을 통해 매뉴얼적으로 보고하도록 범위가 제한되어 있다. 한국과 미국의 시판 후 안전관리 및 환자등록연구를 위한 유관 법령을 분석한 결과,「의료기기법」상 규제 레지스트리 구축의 범위 및 관리 주체, 절차 마련 시 고려사항을 제안하였다. 본 연구의 결과는 의료기기의 시판 후 안전관리 및 환 자등록연구의 실시를 위해 향후「의료기기법」에 추가가 필요한 법적 근거 마련에 활용될 수 있을 것으로 기대된다.

Real world Data based patient-registry studies for post-marketing safety control are becoming increasingly important to ensure patient safety and the safety and effectiveness of medical devices by reflecting the characteristics of the actual clinical environment. In Korea, a post-marketing safety control system (re-evaluation, re-examination, medical devices subject to tracking and control, adverse event reporting) is being implemented based on the「Medical Devices Act」. The systems are implemented under the lead of the government for the purpose of public safety by analyzing and evaluating safety information such as side effects that occur while using medical devices on the market. However, patient –registry studies for medical device safety control that integrate clinical information, including patient characteristics and health outcomes, and real world data (UDI, medical device’s characteristics, safety and effectiveness real world data) of medical devices are insufficient. Therefore, the purpose of this study is to propose the necessity of establishing a government-led registry that can conduct patient-registry study for safety control after marketing through comparative analysis of related laws in Korea and the US. In this regard, the US and Europe established a post-marketing safety control study environment under the lead of the government in the form of data networks such as DARWINEU and NESTcc. Using the data obtained from them, post-marketing safety control study is being conducted, On the other hand, in Korea, privateled registry based patient-registry studies such as associations and manufacturers for medical technology evaluation are being conducted in terms of health insurance. In addition, the purpose of adverse events reporting stipulated in the「Regulations on Safety Information Management (Side Effects of Medical Devices)」is limited to manual reporting by medical staff, patients, and manufacturers in the event of a problem. As a result of analyzing relevant laws and regulations for post-marketing safety control and patient-registry study in Korea and the US, this study proposed the considerations, including the scope, management subjects, and procedures for establishing a regulatory registry, needed to the「Medical Devices Act」. Th e results of t h is s tudy a re expected to be used to prepare legal grounds that need to be added to the Medical Devices Act in the future for postmarketing safety control of medical devices and patient-registry study.

한국은 의약품 규제의사결정에서 실사용자료(Real world data, RWD) 및 실사용 증거(Real world evidence, RWE)를 활용하기 위해 노력하고 있지만 실현되기에 아직 해결되어야 할 과제들이 많다. 본 연구는 미국, 유럽 및 국제기관에서 개발된 RWD/RWE 가이드라인을 국내 현황과 비교하여 국내 RWD/RWE 가이드라인 개발 우선순위를 도출하고자 하였다. 우리는 총 미국의 11개, 유럽의 11개, 기타 국제기관의 9개, 한국의 3개 가이드라인을 조사하였으며 국내외 개발현황의 격차확인을 위해 조사한 가이드라인을 주제에 따라 다음과 같은 6가지 기준으로 분류하였다: 1) RWD/RWE 프레임워크, 2) RWD 활용 연구수행 방법, 3) RWD 품질 및 표준화, 4) RWD 활용 연구 관련 양식, 5) 특정 데이터 중심 및 6) 특정 대상자 중심 RWD 가이드라인. 연구결과, 고품질 RWE를 생성하기 위한 전반적인 프레임워크가 가장 우선적으로 제시되어야 하며 점차 개념 중심에서 실무 중심의 가이드라인으로 확대해 나아갈 수 있도록 노력해야 한다.

Korea has recently made efforts to utilize real world data and real world evidence (RWD/RWE) in pharmaceutical regulatory decision-making, but several challenges must be resolved for realization. We sought to compare the status of guidelines in the United States, Europe, and other international organizations with the guidelines of Korea for identifying priorities in domestic RWD/RWE guideline development. We reviewed a total of 34 guidelines, 11 from the United States, 11 from Europe, 9 from other international institutions, and 3 from Korea. The investigated guidelines were classified by six criteria based on their topics: 1) RWD/RWE framework, 2) Methods for conducting RWD study, 3) RWD quality and standardization, 4) Formats for RWD study, 5) Guideline focused on specific RWD, and 6) Guideline focused on specific population. As a result, a framework for generating high-quality RWE is needed as a priority to utilize RWD in regulatory decisions. In addition, it is necessary to gradually expand the characteristics of guidelines from theoretical-oriented to practice-oriented.

실세계의 산업 및 공공 데이터는 정제된 공개 데이터셋과 달리 계층 구조가 불규칙하거나 특정 단계의 정보가 생략되는 등 비정형적인 특성을 지닌다. 이러한 데이터의 불완전성은 결과적으로 분류 모델이 계층적 일관성을 유지하며 정교한 추론을 수행하는 데 큰 제약이 된다. 본 연구에서는 이러한 한계를 극복하기 위해 실세계의 복잡하고 불완전한 계층 구조를 효과적으로 학습할 수 있는 계층적 지식 증류 알고리즘을 제안한다. 제안하는 시스템은 특히 레이블 누락 문제를 해결하기 위해 가용 레이블에 대해서만 손실 함수를 계산하는 레이블 마스킹 전략과 상위 계층의 지식을 바탕으로 누락된 정보를 보완하는 의사 레이블링 기법을 도입하였다. 또한, 하위 클래스의 확률이 부모 클래스의 확률을 초과하지 않도록 강제하는 계층 일관성 제약 조건을 적용하여 구조적 모순을 차단하였다. 제안된 방법은 기존의 계층 분류 알고리즘 대비 벤치마크 데이터셋에서 우수한 성적을 거뒀다. 특히, iNaturalist2018에서는 기존 대비 Accuracy가 약 7.2% 향상된 성능을 달성했으며, 이는 본 연구에서 제안하는 방법론의 범용성과 구조적 일관성 유지 능력을 실증적으로 확인하였음을 시사한다.

Unlike refined public datasets, real-world industrial and public data often exhibit irregular hierarchical structures and missing information at specific levels. This data incompleteness acts as a significant constraint, preventing classification models from maintaining hierarchical consistency and performing sophisticated reasoning. To overcome these limitations, this study proposes a Hierarchical Knowledge Distillation algorithm designed to effectively learn from complex and incomplete real-world hierarchies. To specifically address the problem of missing labels, the proposed system introduces a label masking strategy that calculates loss functions only for available labels, alongside a pseudo-labeling technique that compensates for missing information based on knowledge from higher hierarchies. Furthermore, hierarchical consistency constraints are applied to prevent structural contradictions by ensuring that the probability of a sub-class does not exceed that of its parent class. The proposed method outperformed existing hierarchical classification algorithms on standard benchmark datasets. Notably, it achieved an approximately 7.2% improvement in accuracy on the iNaturalist 2018 dataset, empirically validating the proposed methodology's versatility and its ability to maintain structural consistency.

혼합교통류 환경에서 자율차의 보수적인 주행행태는 전체 교통흐름에 부정적인 영향을 줄 수 있다. 선제적으로 혼합교통류의 이동성과 안전성을 관리하기 위해서는 실도로에서 수집된 자율주행 데이터를 활용하여 주행행태를 과학적 평가하는 것이 필수적이다. 본 연구에서는 Waymo Open Dataset을 활용하여 단속류 교차로 유형별 자율차와 비자율차의 주행행태를 비교 평가하는 방법론을 제안하였다. 영상자료를 통해 도로구간을 구분하고, 차량 추종 상황에서 자 율차와 비자율차의 Time-to Collision(TTC)를 기반으로 상충률 차이를 비교하는 자율주행 보수 성 지표(Autonomous Driving Conservativeness Index, ADCI)를 고안하였다. 분석 결과 모든 TTC 임계값에서 4지 비신호 교차로가 높은 ADCI로 관찰되었다. 이는 교차로 유형 중 4지 비신호 교차로에서 자율차의 주행 보수성(Conservativeness)이 높아, 비자율차 대비 보수적이게 주행함 을 의미한다. 장기간 지속될 혼합교통류 환경에서 자율차가 전체 교통흐름에 부정적인 영향을 주지 않기 위해 도로구간별 주행행태를 분석하고 지원방안을 도출할 필요함을 시사한다. 본 연구의 방법론은 실도로 데이터셋 기반 자율차에 영향을 미치는 요인들을 분석하는 기초 자료 로 활용될 것으로 기대된다.

In mixed traffic conditions, the conservative driving behavior of autonomous vehicles (AV) would negatively affect overall traffic performance. In order to manage mobility and safety in mixed traffic conditions, it is essential to scientifically evaluate driving behavior using autonomous driving data collected from real-world. This study proposed a methodology to evaluate the driving behavior of autonomous vehicles (AV) and manual vehicles (MV) at different types of intersections using the Waymo Open Dataset. Urban street were identified through video data, and the autonomous driving conservativeness index (ADCI) was devised to compare the difference in time-to-collision (TTC) based conflict rates between AV and MV in car following situations. The results showed that unsignalized 4-way intersections had the highest ADCI value, indicating greater conservativeness in driving behavior. This indicates the necessity of analyzing the driving behavior of each road section and deriving support measures to prevent AV from negatively affecting the overall traffic performance in mixed traffic conditions. The methodology of this study is expected to serve as foundational for analyzing factors affecting AV using real-world datasets.

Objective: To examine the drug use (prescribing) pattern of serious drug-drug interactions (DDIs, contraindicated drug interactions) using real world data. Prescription patterns were examined in terms of dispensing types. Method: Retrospective drug utilization review (DUR) study was performed. One hundred and six datasets of serious DDIs (DDI pairs) were determined among DDI datasets that Ministry of Health & Welfare announced for the DUR system from 2004 to 2005. Electronically transacted ambulatory patients’prescription database to Health Insurance Assessment and Review Services (HIRA) from July, 2005 to June, 2006 was collected with personal information deidentified and analyzed in terms of types of dispensing as a contributing factor. Results: After prescription data analysis per each patient, total number of DDI cases using 95 DDI pairs was 5,511, which accounted for 2.6 cases per patients. DDI cases between two drugs from each of community pharmacy dispensing-type prescription were considerable (63% vs. 24% in those from each of in-institutional dispensing-type prescription and vs. 13% in those from a community pharmacy dispensing-type prescription and an in-institutional dispensingtype prescription). Conclusions: DDI cases from different prescribers were found to be significant. Thus, the concurrent DUR process between prescriptions from different physicians and institutions should be implemented for the safe drug use.

다발성 골수종은 형질세포가 비정상적으로 증식하는 혈액암으로, 고령 인구의 증가로 국내 발생률이 점차 늘 어나는 추세이다. 재발과 불응이 반복되는 난치성 질환이지만 최근 여러 신약이 개발되면서 생존기간이 향상되고 있 다. 2019년 다발성 골수종 환자의 4차 치료에 보험 급여가 승인된 daratumumab은 새로운 기전의 치료제로, daratumumab의 사용 여부에 따른 환자들의 특성은 차이를 보일 것으로 예상된다. 따라서 본 연구에서는 현재 국내에 서 요양급여가 인정되는 약제들을 검토하고, 건강보험심사평가원 청구자료를 활용하여 4차 치료를 경험한 환자들의 인구학적 임상적 특성을 탐색하였다. 연구대상자들은 4차 이상의 치료에서의 daratumumab 사용 여부에 따라 두 군 으로 나누었다. 601명의 daratumumab 치료군(Dara)과 1,141명의 daratumumab 비치료군(Non-dara)이 최종 연구대상 자로 선정되었다. 분석 결과, 양 군은 4차 치료 당시의 평균 연령, 동반 질환, 이전 차수에서 사용된 약제 등에서 통 계적으로 유의한 차이를 보였다. 연구 대상자들에게 1~3차 치료로 가장 많이 사용된 약제는 bortezomib(Dara: 94.34%; Non-dara: 96.49%)이었고, daratumumab 치료군에서 심혈관 질환(Dara: 24.46%; Non-dara: 19.54%)과 간질환(Dara: 34.78; Non-dara: 29.80%)을 동반한 환자가 유의하게 더 많았다. 국내 실제 임상에서의 다발성 골수종 치료는 요양급 여 적용 기준과 밀접한 관계가 있는 것으로 보인다. 의약품의 전 주기를 다루는 규제과학 분야에서 실사용 자료를 활 용한 임상 현실의 파악은 매우 중요하다. 이에 본 연구는 국내 유병률이 증가하고 있는 다발성 골수종 치료의 의사 결정에 기여할 수 있는 기초 자료로 활용될 수 있을 것이라 생각된다.

Multiple myeloma (MM) is a blood cancer characterized by the abnormal proliferation of plasma cells, and its prevalence is increasing in Korea due to an aging population. Although MM shows challenges with frequent relapses, developments in innovative medications have significantly improved survival rates. In 2019, daratumumab was approved for reimbursement as a fourth-line treatment by the Korean National Health Insurance (NHI). This study aimed to examine the current MM drugs covered by NHI benefits and explore the demographic and clinical characteristics of patients receiving fourth-line treatment. We divided the subjects into two groups based on whether they used daratumumab in the fourth line or later using Health Insurance Review and Assessment Service claims data. The final study cohort comprised 601 patients in the daratumumab treatment group (Dara) and 1,141 patients in the non-daratumumab treatment group (Non-dara). There were significant differences between the two groups, including average age at the time of the fourth treatment, comorbidities, and prior treatment drugs. For both groups, bortezomib was the most frequently used drug during the first to third lines of treatment (Dara: 94.34%; Non-dara: 96.49%). Additionally, higher rates of liver disease (Dara: 34.78%; Non-dara: 29.80%) and cardiovascular disease (Dara: 24.46%; Non-dara: 19.54%) were seen in the daratumumab treatment group. The results implied a close relationship between MM treatment in actual settings and reimbursement criteria in Korea. Recognizing the pivotal role of real-world data in regulatory science across pharmaceutical life cycles, our findings contribute valuable insights. This study will serve as foundational data for decision-making about MM, which is becoming more prevalent in Korea.

본 연구는 자율주행차의 안전성을 확보하기 위해 실시간으로 이상상태를 분류하는 LSTM 모델을 제안한다. 자율주행차 제어권 전환 보고서를 분석하여 6개의 이상상태를 정의하고, 이 를 기반으로 실주행 데이터를 수집하였다. 이후, 상관분석과 다중공선성 분석을 통해 7개의 데 이터셋을 구축했으며, 다양한 학습 변수를 조합하여 LSTM 모델의 학습을 수행했다. 그 결과, 인간 운전자의 최소 반응 시간인 0.39초 이내에서 96.69%의 분류 정확도를 도출했다. 본 연구 는 실주행 데이터를 기반으로 분류 정확도와 분류 속도를 동시에 확보한 점에서 의의가 있으 며, 향후 외부 데이터의 추가와 이상상태 유스케이스의 확장을 통해 자율주행 시스템의 안전 성을 확보하는 데 기여할 수 있다.

This paper proposes an LSTM-based model for real-time classification of abnormal cases in autonomous vehicles to enhance driving safety. We defined six representative abnormal cases by analyzing DMV disengagement reports and collected corresponding real-world driving data. We then constructed seven datasets through correlation and multicollinearity analysis, and trained the LSTM model using various combinations of hyper parameters. As a result, our model achieved a classification accuracy of 96.69% within 0.39 seconds, which aligns with the minimum human driver reaction time. This study is meaningful in that it demonstrates both high classification accuracy and fast inference time using real driving data. We expect that our approach will contribute to enhancing the safety of autonomous driving systems by integrating external data and expanding the range of abnormal case types.

전기자동차의 에너지 소비 효율은 주행 환경, 교통 흐름, 운전 패턴 등에 따라 크게 달라지 며, 이는 실제 주행거리 예측과 에너지 관리에 중요한 영향을 미친다. 이에 본 연구는 실도로 주행 데이터를 기반으로 주행 환경에 따른 전비 특성과 주요 영향 요인을 정량적으로 분석하 였다. 약 89,437건의 1Hz 주행 데이터를 활용하여 주행 궤적을 공간적 특성에 따라 군집화하고, 군집별 전비 및 주행 특성을 비교하였다. 분석 결과, 주거지역은 단위 거리당 소요 시간이 가장 높은 수준으로 나타났으며, 도심 대비 약 17.3% 높은 에너지 소비를 보였다. 산업단지 구간 역시 고속 주행 환경에서 에너지 소비가 증가하는 경향을 보였다. 분산분석 결과, 도심과 주거 지역 간 전비 차이는 통계적으로 유의하였으며, 회귀분석 결과 단위 거리당 소요 시간과 모터 속도는 전비와 유의한 관계를 보였고, 특히 단위 거리당 소요 시간이 주요 영향 변수로 확인되 었다. 본 연구는 주행 환경에 따른 주행 패턴과 구동 조건이 전기차 전비와 밀접하게 관련되어 있음을 보여주며, 향후 ITS와 연계한 실시간 주행 가능 거리 예측 및 공간 맞춤형 배터리 관리 전략 수립에 기여할 수 있다.

The energy efficiency of electric vehicles varies with the driving environments, traffic conditions, and driving patterns, affecting the range prediction and energy management. This study quantitatively analyzed the energy consumption characteristics and influencing factors using real-world driving data. A total of 89,437 one-second interval data points were used to classify driving trajectories into spatial clusters and compare the energy efficiency across different environments. The results showed that residential areas had the highest time per kilometer, resulting in approximately 17.3% higher energy consumption than central urban areas, while industrial areas also showed increased consumption under high-speed driving conditions. The ANOVA results indicated a statistically significant difference between central urban and residential areas. Regression analysis showed that the time per kilometer and motor speed significantly affect the energy consumption efficiency, with the time per kilometer being the most influential variable. These findings highlight the importance of considering spatial driving characteristics in real-time distance-to-empty (DTE) prediction and energy management strategies in ITS.

본 연구는 만성콩팥병(CKD) 환자의 투석 진행을 조기에 예측하기 위해 분당서울대학교병원에서 수집한 실제 임상 데이터를 활용한 머신러닝 기반 예측 모델을 개발하였다. CKD 1~3단계 환자 13,642명을 대상으로, 분류 모델을 통해 3년 이내 투석 필요 여부를 예측하고 회귀 모델을 통해 투석까지 남은 기간을 산출하였다. 또한 투석 시작일이 아닌 투석 필요 시점(Dialysis-Need Time)을 정의하여 임상적으로 조기 개입이 필요한 시점을 정량화하였다. 시 도한 머신러닝 모델 중 LightGBM 모델이 가장 우수한 성능을 나타냈으며, 분류 모델에서 AUROC 0.87를 달성 하였고 투석 필요 시점을 중앙값 약 1.24년의 오차로 예측하였다. 본 연구는 CKD 환자 관리와 조기 대응을 위한 임상 의사결정 지원 도구로 활용될 가능성이 높다.

This study developed a machine learning-based predictive model using real-world clinical data collected from Seoul National University Bundang Hospital to enable early prediction of dialysis progression in patients with chronic kidney disease (CKD). Using data from 13,642 patients with CKD stages 1–3, a classification model was developed to predict the likelihood of dialysis initiation within three years, and a regression model was constructed to estimate the time remaining until dialysis. Furthermore, we propose the concept of "Dialysis-Need Time," a clinically meaningful timepoint reflecting when preparatory intervention becomes warranted, independent of the actual dialysis initiation date. Among the evaluated algorithms, the LightGBM model achieved the highest predictive performance, attaining an AUROC of 0.87 in the classification task and estimating the dialysis-need time with a median error of approximately 1.24 years. These findings suggest strong potential for the proposed framework as a clinical decision support tool for proactive management and early intervention in CKD care.

LiDAR는 자율주행차에서 활용되는 핵심적인 센서로서, 3D 정보를 생성할 수 있고 다양한 환경요인에 비교적 강건하다는 점에서 활용 범위가 늘어나고 있다. 다만 LiDAR는 원리 상 강 우 시 빗방울에 의한 신호감쇠 및 산란현상으로 인해 성능이 일정 부분 저하되는 것으로 알려 져 있으며, 이에 LiDAR를 활용한 도로환경 검지 및 활용에 있어 강우에 따른 영향요인 분석이 필요하다. 본 연구에서는 강우 시 LiDAR의 성능 저하 요인이라 알려진 신호감쇠 및 산란의 영향에 대한 해석을 실측 데이터를 기반하여 진행한다. 강우량 통제가 가능한 실내 실험시설 에서 고휘도 재귀반사시트지를 활용한 시설물을 활용하여 데이터를 취득하고, 이를 신호감쇠 및 산란의 관점에서 해석하여 강우 시 LiDAR 성능 저하를 정량적으로 확인한다. 점군분포도 와 성능지표 분석결과, 비로 인한 신호감쇠와 산란의 영향으로 LiDAR의 성능은 저하된다. 세 부적으로 정량 성능지표 분석결과는 LiDAR는 비로 인한 신호감쇠 효과로 주로 Intensity가 감 소하며, 신호산란 효과로 NPC와 Intensity가 감소하고, 측정거리 오차가 커졌다.

LiDAR is a key sensor used in autonomous vehicles, and its range of applications is expanding because it can generate 3D information and is relatively robust to various environmental factors. However, it is known that LiDAR performance is degraded to some extent due to signal attenuation and scattering by raindrops during rain, and thus the need for analysis of factors affecting rainfall in road environment detection and utilization using LiDAR has been confirmed. In this study, we analyze how signal attenuation and scattering, known as factors degrading LiDAR performance during rain, cause performance degradation based on real data. We acquire data using facilities that utilize high-luminosity retroreflective sheeting in indoor chamber where quantity of rainfall can be controlled, and quantitatively confirm the degradation of LiDAR performance during rain by interpreting it from the perspective of signal attenuation and scattering. According to the point cloud distribution and performance analysis results, LiDAR performance deteriorates due to signal attenuation and scattering caused by rain. Specifically, the quantitative performance analysis shows that LiDAR experiences a decrease in intensity primarily due to signal attenuation from rain, as well as a reduction in NPC and intensity due to signal scattering effects, along with an increase in measurement distance error.

본 연구는 디지털 및 데이터 드리븐 환경에서의 효과 측정 방식이 과거와 크게 달라지고, 이렇게 얻어진 빅데이터를 바탕으로 한 첨단의 과학적 분석에 모든 관심이 쏠려있는 상황에서, 기본을 이해하는 것이 중요하다는 생각에서 출발하였다. 구체적으로, 본 연구는 노출 빈도와 콘텐츠 노출 및 참여 정도의 관계, 그리고, 본이전 광고의 노출 정도가 이후 광고의 노출 및 참여 정도에 어떤 영향을 미치는 지를 파악하고자 하였다. 디지털 환경에서, 실제 집행을 통해 반복 효과를 파악하는 것이 가능해 졌음에도 그러한 문제를 살펴보고자 한 연구가 드믈다는 점 또한 본 연구를 진행하게 된 동기라 할 수 있다. 문제에 맞게 (집행 빈도, 연령, 노출 정도 등) 처치된 총 510회의 실제 광고 집행을 데이터를 추출한 후 이를 통해 수용자들의 콘텐츠 노출 효과 (노출정도, 참여정도, 클릭률 등)를 파악하고 그 차이 분석을 실시하였다. 분석 결과 동영상 광고 집행시 콘텐츠의 100% 노출률은 29.7% 정도로 나타났으며, 반복에 따른 노출 정도의 변화를 살펴보았다. 더불어 본 연구는 이전광고의 노출 정도가 이후의 광고 노출에 영향을 미치는 지, 즉 초기 광고 집행시 건너뛴 사람과 조회한 사람이 동일한 동영상을 다시 접했을 때 노출의 정도에 차이가 있는지도 살펴보았는데, 두 집단간의 노출정도는 크게 차이가 났다. 연령과 차이도 살펴보았으며 유의미한 결과가 발견되었다. 본 연구는 디지털 공간에서 실제 집행을 통해 반복 효과를 살펴보는 초기 연구이며, 더불어 실제 집행의 상황에서 실험실 실험에 준하는 여러 가지 통제 (노출 집단의 선정, 반복, 노출 대상 등등)를 한 상태에서 연구가 진행되었다는 점에서 연구의 의의를 갖는다.

Even under a digital and data-driven environment where the prevalent attention is placed on cutting-edge scientific analysis based on big data obtained in this way, this study believes that it is still important to un-derstand the basics of advertising effects such as exposure and its change through repetition. Specifically, this study sought to determine the relationship between exposure frequency and the degree of content attention and participation, and how the degree of attention of previous advertisements affects the degree of attention and participation of subsequent advertisements. The result indicates that the 100% view rate of the video advertisements was found to be about 29.7%, and the change in view rate through repetition was also examined. In addition, this study examined whether the de-gree of content viewing of previous advertisements affects subsequent ad exposure, that is, whether there is a difference in the degree of content viewing between the group who skipped the initial advertisement and the one who viewed the same video 100%. This study showed there is a significant difference in the degree of content viewing between the two groups. This study additionally explored the differences according to age. significant differences were also found. The authors believe this study This study is very meaningful in that few study that examines the repetition effect through actual execution can be found in a digital space. In addition, the study is meaningful in that it was conducted under conditions of actual execution with various controls similar to labo- ratory experiments (selection of exposure group, repetition, exposure target, etc.).

Objective: This study aimed to investigate the occurrence and types of the adverse events (AEs) associated with oral fluconazole and itraconazole and factors associated with specific types of AEs. Methods: We analyzed AEs reported by community pharmacies nationwide over 10 years using the Korea Adverse Event Reporting System database. Various AE terms were categorized into 18 types, and concomitant medications were classified by drug-drug interaction (DDI) severity. The relationship between the specific type of AE and age, sex, and number of concomitant medications was investigated using multiple logistic regression analysis. Results: A total of 879 AE reports of fluconazole and 401 reports of itraconazole were analyzed; of these reports, 321 and 83 reports of fluconazole and itraconazole, respectively, described concomitant drug administration categorized as DDI severity of contraindicated or major. Women had a higher risk of psychiatric AEs associated with fluconazole use (OR, 1.587; p=0.042). Polypharmacy increased the risk for psychiatric AEs (OR, 3.598; p<0.001 for fluconazole and OR, 2.308; p=0.046 for itraconazole). In dermatologic AEs, the mean age of patients who received itraconazole was lower than that of patients who received fluconazole (46.3±16.8 vs. 54.9±15.4; p<0.001). Co-administration of fluconazole with 1-3 drugs increased the risk of neurological AEs (OR, 1.764; p=0.028). Conclusion: When using fluconazole and itraconazole, psychiatric AEs should be noted, particularly in women and in case of polypharmacy; moreover, when fluconazole is co-administered with other drugs, attention should be paid to the occurrence of neurological AEs.

The drug re-examination system that is being used in Korea and Japan is aimed to reconfirm the effectiveness and safety of drugs at the end of the predetermined period after approval. As clinical trials before marketing are difficult to find all potential risks, the post-marketing study is necessary. The Drug Use-Results Survey (DURS) is aimed at patients who prescribed the drugs to collect the effectiveness and safety information of the drugs. However, the survey continued to raise the limitation that there was no comparison group. Recently, Real-World Data (RWD) is being used for post-marketing surveillance worldwide. Japan revised the drug re-examination system to include database study using RWD and postmarketing observational study with primary data collection in the comparative cohort study in 2017. This paper addresses the background and contents of revised Japan's re-examination system and the implications of this change for the post-marketing study in Korea.

In the digital preservation and exhibition of cultural heritage, existing photogrammetry techniques face limitations in real-time applications due to long processing times and large file sizes. This study proposes a methodology for producing high-quality holographic content for Gyeongju Cheomseongdae by integrating drone-based data collection with Gaussian Splatting technology. Experimental results show that Gaussian Splatting reduces processing time by approximately 60% compared to photogrammetry, increases file size by 416%, and improves performance by 11.4% and 9.0% in PSNR and SSIM metrics, respectively. The holographic output achieved a resolution of 51 DPI, color accuracy of ΔE76=2.3, a 120° field of view, and a 12 ms parallax response time, meeting the practical requirements for museum exhibition environments. This study presents an empirical solution for the efficient digital preservation and immersive exhibition of cultural heritage.