스플라인 함수를 이용한 한국인 키 기준 성장 곡선 구성과 최종 키 예측 연구

안홍석; 이신재

SITE LINK

스플라인 함수를 이용한 한국인 키 기준 성장 곡선 구성과 최종 키 예측 연구
Construction of a reference stature growth curve using spline function and prediction of final stature in Korean

Korean Journal of Orthodontics 2007년 37권 1호 p.16 ~ 28

안홍석, 이신재,

소속 상세정보

안홍석 ( An Hong-Seok ) - 서울대학교 치과대학
이신재 ( Lee Shin-Jae ) - 서울대학교 치과대학 치과교정학교실

KMID : 0361920070370010016

Abstract

본 연구는 청소년의 교정 치료 시 중요한 교정 환자의 성장 평가 및 잔여 성장량 예측 방법을 개발하기 위하여 시행되었다. 이를 위하여 한국인의 전국적 표본 자료 중에서 $2\;{\sim}\;20$세 남자 4,893명, 여자 4,987명의 키 자료를 이용하여 성별 연령별 키에 대한 성장 곡선을 3차 스플라인 함수(NCSF)로 구현하였다. 이후 성장 예측 알고리즘을 개발하고 이를 임의로 선택된 200명의 종단 성장 자료를 이용하여 검증하였다. 검증에는 최종 키 예측 정확성과 검증 표본의 모든 연령에 대한 키 예측 오차 분석 및 NCSF 성장 곡선의 적합성 검사가 포함되었다. 그 결과 NCSF 성장 곡선은 기준 성장 곡선을 표현하는데 매우 적합한 것으로 나타났으며 최종 키 예측 정확성도 높았다. 또한 예측 정확성은 남자 보다 여자가 유의하게 높았다. 이러한 결과에도 불구하고 검증 표본의 모든 연령에 대한 키 예측 오차의 양상이 독립성과 정규성이 부족한 단점도 나타났다. 결론적으로 본 연구 결과 도출된 NCSF 성장 곡선을 이용한 성장 예측 방법의 높은 정확성에도 불구하고 개인의 종단 성장에 좀 더 적합한 성장 모형의 개발이 필요할 것으로 생각되었다.

Objective: Evaluation of individual growth is important in orthodontics. The aim of this study was to develop a convenient software that can evaluate current growth status and predict further growth. Methods: Stature data of 2 to 20 year-old Koreans (4893 boys and 4987 girls) were extracted from a nationwide data. Age-sex-specific continuous functions describing percentile growth curves were constructed using natural cubic spline function (NCSF). Then, final stature prediction algorithm was developed and its validity was tested using longitudinal series of stature measurements on randomly selected 200 samples. Various accuracy measurements and analyses of errors between observed and predicted stature using NCSF growth curves were performed. Results: NCSF growth curves were shown to be excellent models in describing reference percentile stature growth curie over age. The prediction accuracy compared favorably with previous prediction models, even more accurate. The current prediction models gave more accurate results in girls than boys. Although the prediction accuracy was high, the error pattern of the validation data showed that in most cases, there were a lot of residuals with the same sign, suggestive of autocorrelation among them. Conclusion: More sophisticated growth prediction algorithm is warranted to enhance a more appropriate goodness of model fit for individual growth.