교차효과 분석

[GY-jung]

각 성분의 해열제만 복용한 경우과 두가지를 동시에 복용한 경우 열차이를 봤습니다 교차분석.xlsx

[GY-jung]

  tot.2 <- fdt.d1[,-8:-19]

  tot.3 <- tot.2 %>%
  mutate(B1 = ifelse(m_kind == 1, 1, 0)) %>%
  mutate(B2 = ifelse(m_kind == 2, 1, 0)) %>%
  mutate(B3 = ifelse(m_kind == 3, 1, 0)) %>%
  mutate(B4 = ifelse(m_kind == 4, 1, 0)) %>%
  mutate(B5 = ifelse(m_kind == 5, 1, 0)) %>%
  mutate(B6 = ifelse(m_kind == 6, 1, 0)) %>%
  mutate(B7 = ifelse(m_kind == 7, 1, 0)) %>%
  mutate(B8 = ifelse(m_kind == 8, 1, 0)) %>%
  mutate(B9 = ifelse(m_kind == 9, 1, 0)) %>%
  mutate(B10 = ifelse(m_kind == 10, 1, 0)) %>%
  mutate(B11 = ifelse(m_kind == 11, 1, 0), B12 = ifelse(m_kind == 12, 1, 0))

tot.5 <- tot.3 %>%
  mutate(fever_drop2 = round(fever_drop, digits = 5)) %>%
  distinct(
    Aid,
    baby_id,
    fever,
    m_kind,
    time_pass,
    fever_drop2,
    eat_date,
    f_date,
    B1,
    B2,
    B3,
    B4,
    B5,
    B6,
    B7,
    B8,
    B9,
    B10,
    B11,
    B12)

tot.4 <- tot.5 %>%
  group_by(Aid, baby_id, eat_date, f_date, fever, time_pass, fever_drop2) %>%
  summarise(S1 = sum(as.numeric(B1)),
            S2 = sum(as.numeric(B2)),
            S3 = sum(as.numeric(B3)),
            S4 = sum(as.numeric(B4)),
            S5 = sum(as.numeric(B5)),
            S6 = sum(as.numeric(B6)),
            S7 = sum(as.numeric(B7)),
            S8 = sum(as.numeric(B8)),
            S9 = sum(as.numeric(B9)),
            S10 = sum(as.numeric(B10)),
            S11 = sum(as.numeric(B11)),
            S12 = sum(as.numeric(B12)))

tot.6 <- tot.4 %>%
  mutate(AA = sum(S1+S3+S4+S5), IBU = sum(S2+S7+S9+S11),DEX = sum(S6+S8+S10+S12) )

write.csv(tot.6, "cross_total.csv")
tot.AI <- tot.6 %>%
  filter(AA >= 1 & IBU >= 1)
tot.AD <- tot.6 %>%
  filter(AA >= 1 & DEX >= 1)
tot.OA <- tot.6 %>%
  filter(AA >= 1 & IBU ==0 , DEX == 0)
tot.OI <- tot.6 %>%
  filter(AA == 0 & IBU >=1 , DEX == 0)
tot.OD <- tot.6 %>%
  filter(AA == 0 & IBU ==0 , DEX >= 1)

plot(c(1,2), c(3,4),xlim=c(0,21600), ylim = c(-1.5,0.5), cex = 0.01)
lines(lowess(tot.OA$time_pass, tot.OA$fever_drop2), col="red")
lines(lowess(tot.OI$time_pass, tot.OI$fever_drop2), col="darkblue")
lines(lowess(tot.OD$time_pass, tot.OD$fever_drop2), col="darkgreen")
lines(lowess(tot.AI$time_pass, tot.AI$fever_drop2), col="orange")
lines(lowess(tot.AD$time_pass, tot.AD$fever_drop2), col="brown")

[GY-jung]

혼합복용과 교차복용 따로 나누어서 분석했습니다 교차복용의 경우 확실히 초기체온이 높고, 잘 떨어지지 않는 경우 많이 발생했습니다 흥미롭게도 교차분석.xlsx

아세트 아미노펜 복용후 이부프로펜 덱시프로펜 복용시 체온저하가 좋아지고 반대의 경우 더 안좋아짐을 확인했습니다

[Myeongchan-Kim]

이건 재밌네요, 교차복용의 경우 초기체온이 높은 건 당연하겠죠? 얼마나 유의한지 구해보면 신뢰도가 올라가겠네요. 시간 단위는 초 맞죠?

그리고 두번째 종류를 복용하는 타이밍에 관련해서도 알아보면 좋을것 같아요. 또, 더 안좋아진다는 말이 무슨 뜻이죠? 최종체온이 더 높다는 말인가요? 제가 보기엔 20000초 지났을때 기준으로 봤을때는 복용간에 차이가 유의하지 않을것 같아요. 중간에 올라가는것에 대해 말하는 거라면, 그건 충분히 체온이 떨어지고 나면 어머니가 옷을 입히거나 이불을 덮어주기 때문에 발생 하는것 일 수 있겠네요. 열이 높으면 반대로 하니까요.

[ChanhoPark93]

안좋아진다는 말은 체온 변화의 기울기의 stiffness에 관한 이야기 입니다. 선 아세트 후 덱시/이부의 경우에는 기울기가 더 stiff 해지지만, 선 덱시/이부 후 아세트의 경우에는 기울기가 오히려 감소하는 패턴을 보였습니다.

[Myeongchan-Kim]

AAP가 의사처방에 의해 선호된다는것도 생각해 볼 필요가 있을것 같네요. 부모 혼자 관리할때는 열이 충분히 떨어지면 약을 더이상 먹이지 않지만, 의사 처방이 있으면 열이 어느정도 내려가도 스케줄에 따라서 더 먹이게 될 수도 있을것 같습니다. 정상체온인데 AAP를 먹었다고 체온이 더 떨어지는 경우느 드무니까요.

[Myeongchan-Kim]

약 먹은 뒤 몇분 까지만 평가에 사용할지도 고려를 해보면 좋을 것 같습니다. 사실 해열제를 먹이고 6시간이 넘어가면 아무래도 처음 먹인 약에대해서는 효과가 거의 없다고 보는게 맞겠죠?

그리고 여러 약을 같이 먹이면 몸에서 약물 배출이나 분해가 빨라져서 peak time 이후로는 더 빨리 약효가 사라질 수도 있다는 생각이 드는군요.

[GY-jung]

첫 약 복용후 3시간 이내에 다른 종류의 약을 복용한 케이스 최소 5만개씩(체온측정기준)을 가지고 분석한 결과합니다 중요한 점은 같은 조건에서 단순하게 해열제의 성분만 반대로 교차복용을 했을 뿐인데 2차 복용 후 체온 저하의 기울기의 변화량이 +/-로 부호가 바뀐다는 점 인것 같습니다. 혼합복용은 제외하였기에, 1차와 2차 복용간의 평균 차이나는 시간은 8500초(2시간 반)정도입니다. 이를 기준으로 그 전 후에 통계적인 차이가 있는지 확인해 보겠습니다

[Myeongchan-Kim]

3시간 이내로 적용한 이유는 무엇인가요? 어떨때는 n수보다 조건을 얼마나 잘 설정하였느냐가 중요할 때가 많습니다. 평균 차이나는 시간이 전부 그렇게 복용했다는것은 아니니 구간을 좀더 세부적으로 나누었으면 좋겠네요. 낮과 밤에 복용의 차이가 뚜렸할것 같습니다. 기본 데이터를 시간대별로 나누어서 알아보는것도 좋겠습니다. 과연 실제 서비스를 만들때 이 통계량 대로 반응이 일어날지 고민해보았으면 좋겠네요.