0부 빅데이터 분석을 위한 SAS 기초 정보 1. SAS 프로그램 개요 = 2 2. 자료의 입출력 = 8 3. DATA step = 18 4. SQL과 MACRO = 32 1부 국민건강보험 빅데이터 1장 국민건강보험 빅데이터의 구조와 특성 = 46 1. 국민건강보험 빅데이터의 이해 = 46 2. 국민건강보험 빅데이터 분석을 위한 자료 구축 = 53 3. 분석 사례 = 61 2장 약물 사용 연구 = 67 1. 의약품 데이터의 이해 = 67 2. 약물사용양상 분석 = 72 3장 비용 연구 = 91 1. 국민건강보험 빅데이터를 활용한 비용분석 준비 = 91 2. 비용분석 사례 = 93 3. 특이적인 상황의 비용산출 시 주의사항 = 107 4. 기타 고려사항 = 108 4장 정책평가를 위한 통계분석 = 112 1. 정책평가를 위한 통계연구 = 112 2. 단절적시계열분석 = 115 3. 이중차분분석 = 133 참고문헌 = 149 2부 자발적부작용보고자료를 활용한 빅데이터 분석 5장 한국의 자발적부작용보고자료의 개요 = 154 1. 배경 = 154 2. 의약품부작용보고원시자료의 구성 = 156 3. 의약품부작용보고원시자료 신청방법 및 절차 = 169 6장 부작용보고자료를 활용한 이상반응 보고현황의 기술적분석 = 172 1. 연구용 자료로 변환하기 위한 자료 불러오기, 합치기 및 변환 = 172 2. 연도별 부작용보고현황과 백신 부작용 보고현황의 성별, 연령, 보고자유형 등의 특징 = 177 3. 임신 중 백신 부작용 보고 관련 현황 및 사망 보고건의 분석 = 182 7장 KAERS 자료를 활용한 실마리정보 분석 = 187 1. 실마리정보 분석의 개념 및 적용 = 187 2. 메틸페니데이트 치료제에 대한 실마리정보 분석 = 189 8장 KAERS 자료에 활용 가능한 백신의 이상반응 연구 : 변경점 분석 = 199 1. 변경점 분석 개념 = 200 2. 변경점 분석 수행 = 200 참고문헌 = 209 3부 패널조사자료 9장 패널조사자료의 소개 = 212 1. 패널조사자료의 개요 = 212 2. 한국의료패널 소개 = 214 10장 자료처리 = 220 1. 자료처리 개요 = 220 2. 자료처리 예제 = 221 11장 패널분석 = 235 1. 패널분석 개요 = 235 2. 패널자료의 기술통계 = 236 3. 패널자료의 회귀분석 = 240 참고문헌 = 248 4부 공통데이터모델 12장 공통데이터모델의 도입 = 250 1. Common data model의 개념 및 장단점 = 250 2. Common data model의 국내외 현황 = 252 13장 OMOP-CDM = 257 1. OMOP-CDM 배경 = 257 14장 미국 센티넬 CDM 소개 = 287 1. 센티넬 CDM 구축 배경 = 287 2. 센티넬 시스템 = 290 15장 능동적 약물감시를 위한 MOA 프로젝트 소개 = 305 1. MOA CDM의 개념과 필요성 = 305 2. MOA CDM의 구조와 용어 체계 = 309 3. MOA CDM을 활용한 의약품 부작용 분석 = 316 16장 공통데이터모델을 활용한 심화 사례 = 322 1. 개요 = 322 2. 코호트 구성 = 323 3. 처방 약물 패턴 분석 = 328 4. 사용 약물에 따른 임상 결과 비교(추정, Estimation) = 334 5. 머신러닝을 통한 예측모형 구축(예측, Prediction) = 343 참고문헌 = 349 5부 인공지능과 머신러닝을 활용한 빅데이터 분석 17장 인공지능과 머신러닝 이론 = 356 1. 인공지능과 머신러닝 = 357 2. 머신러닝과 인공지능의 관계 = 362 3. 머신러닝 유형 = 363 4. 머신러닝 단계 = 368 5. 머신러닝 분석 프로그램 = 381 18장 인공지능과 머신러닝 사례 = 383 1. SNS 비정형 데이터 머신러닝 = 384 2. 임상 자료를 활용한 머신러닝 = 390 3. 머신러닝 질병 위험 예측모형 = 396 4. 머신러닝 기반 성향점수 추정 방법 = 402 5. 실마리정보 탐지를 위한 머신러닝 알고리즘 개발 = 407 참고문헌 = 427 부록 : 데이터 전처리 SAS 코드 = 429