본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

Title Page

Contents

Abstract 8

Chapter 1. Introduction 10

Chapter 2. Literature Review 13

2.1. Network Analysis of collaborative research 13

2.2. Global Collaboration and Related Recommendations in trials 15

Chapter 3. Study Methodology 18

3.1. Data Description 18

3.2. Preprocessing 19

Chapter 4. Network Construction 20

4.1. Graph Generation 20

4.2. Baseline Models 22

4.3. Proposed Model 23

4.3.1. General Construction 24

4.3.2. Relation Extraction 25

4.3.3. Recommendation Generation 25

4.3.4. Evaluation Metrics 27

Chapter 5. Results 29

5.1. Network Analysis 29

5.2. Model Performance 30

Chapter 6. Discussion and Conclusion 35

References 39

논문요약 43

List of Tables

Table1. Performance evaluations (%) with diabetes clinical trials 32

Table2. Performance evaluations (%) with stroke clinical trials 33

List of Figures

Figure 1. Example of the research collaboration network model 21

Figure 2. Statistics of extra attribute in Diabetes and Stroke trials 24

Figure 3. Overall recommendation procedures 24

Figure 4. Sub-Graph Generated of Diabetes clinical trials 30

Figure 5. Accuracy@K in Diabetes and Stroke 34

초록보기

 최근 제약 회사들은 글로벌 시장에서의 입지 확장을 위해 임상 연구에 적극적으로 참여하며 협업 네트워크를 구축해왔습니다. 특히 만성 질환 치료에 대한 높은 수요를 고려할 때, 적절한 협업 관계와 네트워크 탐색은 중요한 과제로 부상하고 있습니다. 이러한 배경 아래, 본 연구는 iGraphCTC 모델을 제안합니다. 이 모델은 임상시험 협업을 위한 상호 연결된 Graph Convolutional Network로, 질병 특화 임상시험 데이터, 지리적 데이터 및 개입 데이터를 고려하여 네트워크 역학에 대한 포괄적인 이해를 제시합니다.

iGraphCTC 모델은 기존의 기본 그래프 모델들을 뛰어넘는 성능을 보여주며, 만성 질환 임상시험 분야에서의 유망한 협업을 식별하는 데 있어서 효과적입니다. 지리적 및 개입 데이터셋을 기반으로 할 때, 이 모델은 AUC, F1-점수, Accuracy@K에서 각각 16.08%p, 14.28%p, 6.68-17.44%p의 최대 향상을 달성했습니다. 이러한 결과를 통해 그래프 지향 접근법이 협업 활동을 찾고 잠재적 협력자를 식별하는 데 있어서 유용함을 보여줍니다.

본 연구는 제약 산업의 협업 환경에 대한 깊은 통찰을 제공하며, 임상시험의 효율성을 높이기 위한 전략적 의사 결정에 중요한 역할을 합니다. 특히 만성 질환에 초점을 맞춘 임상시험에서의 협업 네트워크를 최적화하는 방법에 대한 새로운 관점을 제시하며, 향후 연구의 방향을 제시합니다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차