서포트 벡터 머신을 이용한 탄산염암 저류층에서의 암상 예측

서광원,임종세 한국자원공학회 2010 한국자원공학회지 Vol.47 No.2

저류층의 특성변수인 공극률과 유체투과도는 주로 암상의 변화에 의해 결정되며, 물리검층자료로부터 암상을 예측하기 위한 방법으로 경험적인 방법과 추계학적인 방법이 있다. 이 연구에서는 자료 간의 최적 분류 초평면을 결정함으로써 구조적인 위험을 최소화하는 패턴인식 기법인 서포트 벡터 머신을 이용하여 코어 분석 자료와 물리검층자료를 통합적으로 해석함으로써 코어가 취득되지 않은 구간에서의 암상을 예측하였다. 입력 자료로 미국 텍사스 주의 Permian Basin에 위치한 탄산염암 저류층인 Salt Creek Field Unit의 물리검층자료와 코어의 암상 자료를 사용하였으며, 암상 예측 결과를 선형 판별 분석에 의한 암상 예측 결과와 비교하였다. 학습 자료에 대한 교차검증 시 서포트 벡터 머신의 정확도는 평균 98.7%로서 불균질성이 심한 탄산염암 저류층에서도 특징변수에 대한 분류 능력이 우수함을 확인하였다. 예측 결과 5개의 시추공에서 선형 판별 분석의 암상 예측의 정확도는 55.3%이고 서포트 벡터 머신에 의한 암상 예측의 정확도는 평균 67.6%로서 서포트 벡터 머신에 의한 예측이 더 우수함을 확인하였다. 또한 유사한 물리검층 특성을 갖는 암상을 하나의 군집으로 가정하였을 경우에 서포트 벡터 머신이 82.3%의 높은 예측 정확도를 나타내었다. Petrophysical properties such as porosity and permeability are mainly determined by lithofacies variation. There are empirical and stochastic methods to identify lithofacies from well logs. In this study, lithofacies in un-cored ranges are estimated by support vector machine as integrating well log data and core data. Support vector machine is a pattern recognition method minimizing structural risk by optimal separating hyperplane. Well log data and core lithofacies data in carbonate reservoir, Salt Creek Field Unit, Permian basin, Texas, U.S.A., are used as input data. The results of lithofacies estimation by support vector machine are compared with lithofacies estimated by linear discriminant analysis. Average accuracy of cross validation is 98.7% in support vector machine. It is evidence that support vector machine is excellent for classifying characteristic variables in heterogeneous carbonate reservoir. Average accuracy of lithofacies estimation is 67.6% by support vector machine and 55.3% by linear discriminant analysis, respectively. Therefore, it is confirmed that support vector machine is more accurate than linear discriminant analysis. Average accuracy of lithofacies estimation by support vector machine is 82.3% when several lithofacies that have similar characteristics on well log data are assumed as a group.

유방암 환자에서 감시림프절 및 비감시림프절 전이 예측체계 유효성에 대한 비교 분석

한상협(Sang Hyup Han),김해성(Hae Sung Kim),김준호(Jun Ho Kim),이연옥(Youn Ok Lee),임영아(Young Ah Lim),강희준(Hee Joon Kang),김이수(Lee Su Kim) 대한종양외과학회 2012 Korean Journal of Clinical Oncology Vol.8 No.2

서론 : 현재, 감시림프절 전이가 있는 유방암 환자의 표준 치료는 완전 액와림프절 박리이다. 그러나 유방암 환자의 40~60%는 감시림프절 이외의 나머지 액와림프절에 암 전이를 가지고 있지 않다. 이와 관련하여 많은 연구자들이 감시림프절이 양성인 환자의 비감시림프절 전이 유무를 측정하기 위한 예측 시스템을 개발하였다. 이 연구의 목적은 한림대학교 의과대학 한림성심병원의 환자군에서 각 예측 시스템이 적절히 이용될 수 있는지 알아보고자 하였다. 대상 및 방법 : 2005년부터 2009년까지 감시림프절 생검을 시행한 침습성 유방암 환자 279명을 대상으로 하였다. 단변량 및 다변량 로지스틱 회귀 분석을 이용하여 양성 감시림프절과 감시림프절에 관련된 인자를 정하였으며 감시림프절 전이를 예측하기 위해 MSKCC 노모그램과 비감시림프절과 관련된 5개 예측 모델을 사용하였다. 결과 : 다변량 분석에서 종양의 크기(p=0.004)와 림프혈관 침윤(p<0.001)이 감시림프절 전이와 관련이 있었다. 또한, 림프혈관 침윤은 비감시림프절 전이에도 관련이 있었다. 환자군을 MSKCC 감시림프절 전이 예측 모델에 적용하였을 때 좋은 예측력을 갖는 것으로 나타났으며 비감시림프절과 관련된 5개 예측 모델에 적용하였을 때는 좋은 예측력을 보여주지 못하는 것으로 나타났다. 결론 : 모든 예측체계가 본 연구대상 환자들에게 좋은 예측력을 보여주지는 못하여 평가 과정이 없이 예측체계를 사용하는 것은 위험하며 가능하다면 각 기관에 맞는 예측체계를 만드는 것이 좋을 것으로 생각된다. Background : It is current practice to perform a completion of axillary lymph node dissection for breast cancer patients with sentinel lymph nodes (SLN) metastasis. But fewer than half will have non-sentinel lymph node (NSLN) metastasis. To predict NSLN metastasis in patients with a positive SLN biopsy, many different methods have been created. We sought to identify criteria for the intraoperative assessment of SLN and NSLN involvement in breast cancer. Method : We performed 279 SLN biopsies in women with breast cancer between 2005 and 2009. We determined factors associated with SLN metastasis and NSLN using univariate and multivariate logistic regression. This study reviews the MSKCC nomogram for predicting SLN and five NSLN predictive models (three nomograms and two scoring systems) reports in the literature. We compare their predictive probability of SLN metastasis and LSLN involvement with SLN-positive patients. In this study, we calculated cut-off value of sensitivity and specificity. Results : Tumor size (p=0.004) and lymphovascular invasion (p<0.001) were associated with SNL metastasis in multivariate analysis. Also lymphovascular invasion (p=0.007) was related to NSLN metastasis. We found the MSKCC predictive SLN nomogram underestimated our patients’ data. Application of five NSLN predictive models to our data set produced the area under the receiver operator characteristic curves similar to each model Conclusion : Nomograms and scoring systems developed at other institutions should be carefully used when counseling patients about the risk of nodal disease. To improve accuracy of the predictive models, we should investigate identification of molecular parameters not yet in clinical use.

Prediction models of HCC development in CHB

김범경 ( Beom Kyung Kim ) 대한간학회 2017 간학회 싱글토픽 심포지움 Vol.2017 No.1

만성 B형간염은 간경변증 및 간세포암종의 주요 위험 인자로, 간세포암종의 발병 위험이 높은 집단을 규명하는 것은 임상적으로 중요하다. 현재까지 여러 연구를 통하여, 남성, 고령, 진행된 간섬유화 또는 간경변증, 높은 혈청 HBV DNA 수치 등이 간세포암종 발생의 주요 위험 인자로 알려져 있다. 이러한 현상을 바탕으로 CU-HCC score, GAG-HCC score, REACH-B score, LSM-HCC score 등 간세포암종 발생을 예측하는 모형들이 제시되었다. 하지만, 최근에는 질병 진행을 억제하기 위해서 필요시 항바이러스 치료를 적극적으로 권장하고 있으며, 바이러스 억제 능력이 매우 뛰어난 약제가 현재의 진료 현장에서 사용 가능하다. 따라서, 과거에 주요 위험 인자로 알려진 높은 혈청 HBV DNA 수치가 항바이러스 치료를 적극적으로 시행하는 현재의 진료현장에서도 과연 향후 간세포암종 발생을 예측하는 데에 적절할 지 의문이 있을 수 있다. 다른 한편으로는, 간섬유화 정도가 만성 간질환의 예후 예측에 유용하다는 보고가 많은데, 이 중 transient elastrography를 이용한 간탄력도가 간섬유화 예측은 물론 추후 간세포암종 및 간경변증 합병증 발생을 예측하는 데에 상당히 유용하다. 또한, 간탄력도는 단순히 간경변증 유무로 간섬유화 정도를 이분화하여 판단하지 않고 정량적으로 평가할 수 있다는 장점이 있어 간세포암종 예측 모형의 주요 변수로 각광을 받고 있다. 최근에는 항바이러스 치료를 통해 혈청 HBV DNA 수치가 잘 억제되어 있는 환자군에서 REACH-B score에 혈청 HBV DNA 수치 대신 간탄력도를 대입하여 개량한 modified REACH-B score가 발표되었고 항바이러스 치료가 적극적으로 권장되는 현재의 진료 현장에서 유용하게 쓰일 수 있을 것으로 기대된다. 하지만, 전체 만성 B형간염 환자에 적용하기 위해서는 추가로 검증이 필요하며, 특히 지역이나 인종에 따라서 이러한 모형이 여전히 좋은 예측력을 보일 수 있을지에 대해서도 연구가 필요하다. 또한, 좀 더 정확한 모형 개발을 위해 혈청 HBsAg 수치 또는 간탄력도 이외에 여러 비침습적인 간섬유화 지표 등에 대한 연구도 필요하다.

간암 발생의 예측 모형

김범경 ( Beom Kyung Kim ) 대한간학회 2015 Postgraduate Courses (PG) Vol.2015 No.1

만성 B형간염은 간경변증 및 간세포암종의 주요 위험 인자로, 간세포암종의 발병 위험이 높은 집단을 규명하는 것은 임상적으로 중요하다. 현재까지 여러 연구를 통하여, 남성, 고령, 진행된 간섬유화 또는 간경변증, 높은 혈청 HBV DNA 수치 등이 간세포암종 발생의 주요 위험 인자로 알려져 있다. 이러한 현상을 바탕으로 CU-HCC score, GAG-HCC score, REACH-B score, LSM-HCC score 등 간세포암종 발생을 예측하는 모형들이 제시되었다. 하지만, 최근에는 질병 진행을 억제하기 위해서 필요 시 항바이러스 치료를 적극적으로 권장하고있으며, 바이러스 억제 능력이 매우 뛰어난 약제가 현재의 진료 현장에서 사용 가능하다. 따라서, 과거에 주요위험 인자로 알려진 높은 혈청 HBV DNA 수치가 항바이러스 치료를 적극적으로 시행하는 현재의 진료 현장에서도 과연 향후 간세포암종 발생을 예측하는 데에 적절할 지 의문이 있을 수 있다. 다른 한편으로는, 간섬유화정도가 만성 간질환의 예후 예측에 유용하다는 보고가 많은데, 이 중 transient elastrography를 이용한 간탄력도가 간섬유화 예측은 물론 추후 간세포암종 및 간경변증 합병증 발생을 예측하는 데에 상당히 유용하다. 또한, 간탄력도는 단순히 간경변증 유무로 간섬유화 정도를 이분화하여 판단하지 않고 정량적으로 평가할 수 있다는 장점이 있어 간세포암종 예측 모형의 주요 변수로 각광을 받고 있다. 최근에는 항바이러스 치료를 통해 혈청 HBV DNA 수치가 잘 억제되어 있는 환자군에서 REACH-B score에 혈청 HBV DNA 수치 대신 간탄력도를 대입하여 개량한 modified REACH-B score가 발표되었고 항바이러스 치료가 적극적으로 권장되는 현재의 진료현장에서 유용하게 쓰일 수 있을 것으로 기대된다. 하지만, 전체 만성 B형간염 환자에 적용하기 위해서는 추가로 검증이 필요하며, 특히 지역이나 인종에 따라서 이러한 모형이 여전히 좋은 예측력을 보일 수 있을지에 대해서도 연구가 필요하다. 또한, 좀 더 정확한 모형 개발을 위해 혈청 HBsAg 수치 또는 간탄력도 이외에 여러 비침습적인 간섬유화 지표 등에 대한 연구도 필요하다.

탄산염암 저류층의 암체 산처리 공법 기술 특성 및 현장사례 분석

유현상,이정환 한국자원공학회 2018 한국자원공학회지 Vol.55 No.2

The technical characteristics and mechanisms of the matrix acidizing treatment in carbonate reservoirs were analyzed, and field applications for Middle East were investigated in this study. To conduct a successful matrix acidizing, the length and feature of highly conductive channels known as wormhole, which is created when acid is injected to reservoir, should be optimized. It is revealed that the calculation of diffusion coefficient by acid-rock reaction experiments, selection of the optimum injection rate by acid coreflooding experiment, and forecasting model of wormhole are required to ascertain the optimum wormhole feature. In some field cases, the reaction system of acid-reservoir rock and scaling of wormhole forecasting model were not accurately reflected, thus the efficiency of production enhancement was low compared to estimated result. It is believed that the proposed results can be utilized as basic guides for the design of well productivity improvement project in carbonate reservoirs. 본 연구에서는 탄산염암 저류층의 암체 산처리 공법 기술 특성 및 메커니즘을 분석하고 중동지역에서 수행 된 현장사례를 조사하였다. 분석결과, 성공적인 암체 산처리를 수행하기 위해 저류층 내 산을 주입 시 생성되는 고투 과성 통로인 웜홀(wormhole)의 길이 및 형태가 최적화되어야 하며, 이를 위해 산-암석 반응 실험을 통한 확산계수 (diffusion coefficient) 도출과 산처리 코어 유동실험을 통한 최적 주입률 선정 및 웜홀 예측 모델링이 필요한 것으로 확인되었다. 일부 현장사례에서는 저류층 내 산과 저류암의 반응 시스템 및 웜홀 예측 모델의 스케일 보정 등이 정확히 반영되지 않아 예측 결과와 비교 시 생산증진 효율이 낮은 특징을 나타내었다. 제시된 결과는 향후 탄산염암 저류층에 서 산처리 공법을 적용한 유정의 생산성 개선 프로젝트 설계를 위한 기초자료로 활용될 수 있을 것으로 기대된다.

유방암 생존 예측: 모델 비교 및 유전적 특성의 효과

윤성욱,정재균,우혜경,김정은 한국정보과학회 2022 데이타베이스 연구 Vol.38 No.1

Breast cancer ranks first, accounting for 20.5% of female cancers. Early diagnosis is very important because the survival rate of breast cancer rapidly decreases as the stage progresses. Therefore, in the field of oncology, early diagnosis of breast cancer and prediction of the prognosis of breast cancer have been recognized as a very important research problem. In this paper, the breast cancer survival prediction performance was comparatively analyzed through various machine learning and deep learning models, and the effect of genetic features on breast cancer survival prediction was analyzed by comparing and evaluating the entire data with clinical features and genetic features. Main factors related to breast cancer prognosis were derived from the METABRIC dataset, which is widely used breast cancer data, and experimentally proved that it is important to consider genetic as well as clinical characteristics in breast cancer survival prediction. 유방암은 여성 암 발생 중 20.5%로 1위를 차지하고 있다. 유방암은 병기가 진행될수록 생존율이 급격하게 감소하기 때문에, 조기 진단이 매우 중요하다. 따라서 종양학 분야에서는 유방암의 조기 진단과 함께 유방암의 예후를 예측하는 것이 매우 중요한 연구 문제로 인식되어 왔다. 본 논문에서는 다양한 머신러닝 모델과 딥러닝 모델을 통해 유방암 생존 예측 성능을 비교 분석하고, 전체 데이터를 임상적 특성과 유전적 특성으로 비교 평가하여 유전적 특성이 유방암 생존 예측에 미치는 영향을 분석하였다. 실제 유방암 데이터인 METABRIC 데이터셋을 통해 유방암 예후와 관련된 주요 요인들을 도출하였고, 유방암 생존 예측에서 임상적 특성뿐 아니라 유전적 특성을 함께 고려하는 것이 중요하다는 것을 실험적으로 보였다.

소아청소년암 생존자들의 불안 및 우울의 예측 변인 연구

정경미,이어진,유철주,한정우,김선희 한국건강심리학회 2012 한국심리학회지 건강 Vol.17 No.4

의료기술의 발전으로 소아청소년암의 생존율이 증가하면서, 소아청소년암을 만성질환으로 인식하고, 치료 종료 후 생존자들의 심리적 적응을 이해하려는 노력이 증가하고 있다. 본 연구에서는 소아청소년암 생존자들의 불안과 우울 수준을 파악하고자, 치료 종료 후 2년 이상이 경과한 생존자 71과 연령, 성별을 짝 맞춘 대조군 71명을 대상으로 아동용 불안척도(RCMAS)와 아동용 우울척도(CDI)를 실시하였다. 또한 생존자들의 불안과 우울 수준을 예측하기 위해, 인구통계 변인과 치료 변인들로 구성된 모델의 예측력을 중다회귀분석을 사용해 검증하였다. 결과는 다음과 같다. 첫째, 소아청소년 생존자와 대조집단 간에 불안과 우울점수에 유의미한 차이가 나타나지 않았다. 둘째, 소아청소년암 생존자들의 불안 수준에 대한 전체 회귀모형이 통계적으로 유의미한 것으로 나타났다. 불안에 대한 예측변인 중에는 연령, 재발여부가 통계적으로 유의미한 수준의 예측력을 갖는 것으로 나타났다. 반면 우울 수준에 대한 회귀모형의 설명력은 통계적으로 유의미하지 않았으나 성별과 연령의 상호작용 효과는 유의미하였다. 위의 결과를 중심으로 본 연구의 의의와 제한점에 대해 논의하였다. The purpose of the present study was (1) to compare anxiety and depression levels of cancer survivors to healthy controls; and (2) to identify significant predictors(including demographic and treatment-related factors) of survivor's depression and anxiety. A total of 71 childhood cancer survivors and gender and age-matched healthy controls completed the Children's Depression Inventory (CDI) and the Revised Children's Manifest Anxiety Scale (RCMAS). One-way ANOVA results revealed no group differences for anxiety and depression. For survivors, the prediction model of anxiety was significant, and age and relapse were identified as significant predictors. No significant predictors were found for depression. The interaction effect of sex and age on depression was significant. Clinical implications and limitations are also discussed.

암 예후를 효과적으로 예측하기 위한 Node2Vec 기반의 유전자 발현량 이미지 표현기법

최종환,박상현 한국정보처리학회 2019 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.8 No.10

Accurately predicting cancer prognosis to provide appropriate treatment strategies for patients is one of the critical challenges in bioinformatics. Many researches have suggested machine learning models to predict patients’ outcomes based on their gene expression data. Gene expression data is high-dimensional numerical data containing about 17,000 genes, so traditional researches used feature selection or dimensionality reduction approaches to elevate the performance of prognostic prediction models. These approaches, however, have an issue of making it difficult for the predictive models to grasp any biological interaction between the selected genes because feature selection and model training stages are performed independently. In this paper, we propose a novel two-dimensional image formatting approach for gene expression data to achieve feature selection and prognostic prediction effectively. Node2Vec is exploited to integrate biological interaction network and gene expression data and a convolutional neural network learns the integrated two-dimensional gene expression image data and predicts cancer prognosis. We evaluated our proposed model through double cross-validation and confirmed superior prognostic prediction accuracy to traditional machine learning models based on raw gene expression data. As our proposed approach is able to improve prediction models without loss of information caused by feature selection steps, we expect this will contribute to development of personalized medicine. 암 환자에게 적절한 치료계획을 제공하기 위해 암의 진행양상 또는 환자의 생존 기간 등에 해당하는 환자의 예후를 정확히 예측하는 것은 생물정보학 분야에서 다루는 중요한 도전 과제 중 하나이다. 많은 연구에서 암 환자의 유전자 발현량 데이터를 이용하여 환자의 예후를 예측하는 기계학습 모델들이 많이 제안되어 오고 있다. 유전자 발현량 데이터는 약 17,000개의 유전자에 대한 수치값을 갖는 고차원의 수치형 자료이기에, 기존의 연구들은 특징 선택 또는 차원 축소 전략을 이용하여 예측 모델의 성능 향상을 도모하였다. 그러나 이러한 접근법은 특징 선택과 예측 모델의 훈련이 분리되어 있어서, 기계학습 모델은 선별된 유전자들이 생물학적으로 어떤 관계가 있는지 알기가 어렵다. 본 연구에서는 유전자 발현량 데이터를 이미지 형태로 변환하여 예후 예측이 효과적으로 특징 선택 및 예후 예측을 수행할 수 있는 기법을 제안한다. 유전자들 사이의 생물학적 상호작용 관계를 유전자 발현량 데이터에 통합하기 위해 Node2Vec을 활용하였으며, 2차원 이미지로 표현된 발현량 데이터를 효과적으로 학습할 수 있도록 합성곱 신경망 모델을 사용하였다. 제안하는 모델의 성능은 이중 교차검증을 통해 평가되었고, 유전자 발현량 데이터를 그대로 이용하는 기계학습 모델보다 우월한 예후 예측 정확도를 가지는 것이 확인되었다. Node2Vec을 이용한 유전자 발현량의 새로운 이미지 표현법은 특징 선택으로 인한 정보의 손실이 없어 예측 모델의 성능을 높일 수 있으며, 이러한 접근법이 개인 맞춤형 의학의 발전에 이바지할 것으로 기대한다.

페이지랭크를 이용한 암환자의 이질적인 예후 유전자 식별 및 예후 예측

최종환,안재균 한국정보과학회 2018 정보과학회논문지 Vol.45 No.1

The identification of genes that contribute to the prediction of prognosis in patients with cancer is one of the challenges in providing appropriate therapies. To find the prognostic genes, several classification models using gene expression data have been proposed. However, the prediction accuracy of cancer prognosis is limited due to the heterogeneity of cancer. In this paper, we integrate microarray data with biological network data using a modified PageRank algorithm to identify prognostic genes. We also predict the prognosis of patients with 6 cancer types (including breast carcinoma) using the K-Nearest Neighbor algorithm. Before we apply the modified PageRank, we separate samples by K-Means clustering to address the heterogeneity of cancer. The proposed algorithm showed better performance than traditional algorithms for prognosis. We were also able to identify cluster-specific biological processes using GO enrichment analysis. 암환자의 예후 예측에 기여하는 유전자를 찾는 것은 환자에게 보다 적합한 치료를 제공하기 위한 도전 과제 중 하나이다. 예후 유전자를 찾기 위해 유전자 발현 데이터를 이용한 분류 모델 개발 연구가 많이 이루어지고 있다. 하지만 암의 이질성으로 인해 예후 예측의 정확도 향상에 한계가 있다는 문제가 있다. 본 논문에서는 유방암을 비롯한 6개의 암에 대한 암환자의 마이크로어레이 데이터와 생물학적 네트워크 데이터를 이용하여 페이지랭크 알고리즘을 통해 예후 유전자들을 식별하고, K-Nearest Neighbor 알고리즘을 사용하여 암 환자의 예후를 예측하는 모델을 제안한다. 그리고 페이지랭크를 사용하기 전에 K-Means 클러스터링으로 유전자 발현 패턴이 비슷한 샘플들을 나누어 이질성을 극복하고자 한다. 본 논문에서 제안한 방법은 기존의 유전자 바이오마커를 찾는 알고리즘보다 높은 예측 정확도를 보여주었으며, GO 검증을 통해 클러스터에 특이적인 생물학적 기능을 확인하였다.

말기암환자에서 혈장 내독소 농도가 생존기간에 미치는 영향

이진아,윤호민,최윤선,연종은,이준영,Lee, Jin-Ah,Yoon, Ho Min,Choi, Youn Seon,Yeon, Jong Eun,Lee, June Young 한국호스피스완화의료학회 2014 한국호스피스.완화의료학회지 Vol.17 No.2

목적: 말기암환자의 여명 예측은 치료의 이득과 위해를 판단하는 잣대가 되고, 적절한 의료 중재 제공 및 환자의 자율성에 기초한 의사결정에 중요한 기준이 된다. 특히 많은 수의 말기암환자는 다발성 장기 부전으로 사망에 이르기 때문에 본 연구에서는 이를 반영할 수 있는 혈장 내독소 농도와 생존기간과의 연관성을 알아보고자 하였다. 방법: 2009년 4월부터 10월까지 6개월 동안, 만 20세 이상의 말기암환자 56명을 대상으로 혈장 내독소 농도를 측정하고, 생존기간을 조사하였다. 나이, 성별, 원발 암 부위, 암 치료 경력, 전이여부, 투약상황 및 활력 증후, Karnofsky 수행지수 등의 신체검사, 백혈구 수, 혈색소, 적혈구용적률, aspartate aminotransferase, alanine aminotransferase C-반응성 단백질, 총 빌리루빈, 내독소 등의 혈액검사를 시행하였다. 결과: 혈장 내독소 농도, 성별, 나이, 백혈구 수, 혈색소, 적혈구 용적률, AST, ALT, 총 빌리루빈, C-반응성 단백질, 통증강도를 단변량 분석한 결과 혈장 내독소 농도는 생존기간과 통계적으로 유의한 관계를 보이지는 않았으나, 단변량 분석에서 생존기간에 유의한 영향을 미치는 성별, 백혈구 수, 총 빌리루빈을 포함하여 시행한 다변량 분석에서 혈장 내독소 농도는 생존기간과 통계적으로 유의한 관계가 있는 것으로 나타났다. 결론: 다발성 장기 부전과 관련이 있는 혈장 내독소 농도는 생존기간 예측인자로서 쓰일 수 있는 가능성을 보여 주었다. Purpose: Since most terminally ill cancer patients die of multiple organ failure, plasma endotoxin concentration levels may be used to predict the life expectancy. This study was performed to evaluate the clinical significance of endotoxin level in plasma as a prognostic factor for survival in patients with terminal cancer. Methods: This study was conducted with 56 terminally ill cancer patients, above 20 years old, from April 2009 through October 2009. Demographic characteristics, Karnofsky performance status, and survival time were evaluated. We analyzed blood levels of white blood cell hemoglobin, hematocrit, aspartate aminotransferase, alanine aminotransferase, c-reactive protein, total bilirubin and endotoxin in each patient. Results: We considered following variable for univariate analysis: plasma endotoxin level, sex, age, WBC, hemoglobin, hematocrit, AST, ALT, total bilirubin, CRP and severity of pain. Univariate analysis did not show a significant association between plasma endotoxin level and survival time. However, in a multivariate analysis with factors that were found to be significantly associated with survival sex, WBC count and total bilirubin level in univariate analysis, high levels of plasma endotoxin and short survival time were significantly related. Conclusion: Plasma endotoxin level could be used as a prognostic factor to predict the life expectancy of terminally ill cancer patients.