논문 상세보기

인체 바이오모니터링 지식 모델링 및 데이터베이스 구축 KCI 등재

Knowledge Modeling and Database Construction for Human Biomonitoring Data

  • 언어ENG
  • URLhttps://db.koreascholar.com/Article/Detail/404143
구독 기관 인증 시 무료 이용이 가능합니다. 4,200원
한국식품위생안전성학회지 (Journal of Food Hygiene and Safety)
한국식품위생안전성학회 (Korean Society of Food Hygiene and Safety)
초록

인체 바이오모니터링(Human biomonitoring, HBM) 데이터는 뇨와 혈액 등 생체지표으로부터 환경유해물질의 측정을 통해 획득되며, 다양한 노출원과 경로로부터 노출되는 유해물질의 인체노출수준 및 건강영향과의 상관성을 파악하기 위해 매우 중요하다. 국내의 경우 식품의약품안전처를 비롯한 국가기관의 다양한 HBM 프로그램을 통하여 HBM 데이터가 생산되고 있다. 그러나, 목적, 시기, 연구자 및 측정 장비의 차이에 의하여 서로 다른 형식에 따라 생산되다 보니, 데이터의 호환성의 문제로 인하여 특정 HBM 데이터를 신속하게 조회해야 하거나 인구집단별 시간적 추이분석 내지는 다른 국가의 자료와 비교에 난점을 가지고 있다. 따라서, 본 연구에서는 HBM 데이터를 체계적으로 데이터베이스(Database, DB)화하고 활용성을 증진하게 시킬 목적으로 지식 모델링을 실시하였다. 지식 모델링은 HBM 데이터의 생산되는 변수들을 그룹화하고 관계를 분석하여 2차원 구조의 개체 및 집합론에 기초한 방법론인 관계형 데이터 모델링 기법을 활용하여 실시하였다. 지식 모델은 조사대상자를 인구집단으로 중심으로 설문자료, 측정자료, 노출 평가자료 개체로 구성하고 그 안에 속성들을 정의하고, 개체간에 관계를 설정하는 방식으로 구성하였다. 또한, 도출된 지식 모델을 기반으로 식품의약품안전처에서 2006년-2018년까지 수행한 HBM의 원시데이터를 수집, 정제 및 정규화하여 통합 DB를 구축하였다. 이와 같이 통합 된 HBM-DB는 개별 자료원 내지는 특정 자료원들을 선택 하여 기간별 농도 수준에 대한 통계분석은 물론, 다양한 검 색조건을 통하여 데이터 추출을 할 수 있는 구조로 구축하였다. 본 HBM-DB는 관계형 DB모델로 구축되어 지속적인 대용량 DB 축적이나 HBM 데이터 해석을 위한 도구로써 효율적으로 수행할 수 있을 것으로 생각된다.

Human bio-monitoring (HBM) data is a very important resource for tracking total exposure and concentrations of a parent chemical or its metabolites in human biomarkers. However, until now, it was difficult to execute the integration of different types of HBM data due to incompatibility problems caused by gaps in study design, chemical description and coding system between different sources in Korea. In this study, we presented a standardized code system and HBM knowledge model (KM) based on relational database modeling methodology. For this purpose, we used 11 raw datasets collected from the Ministry of Food and Drug Safety (MFDS) between 2006 and 2018. We then constructed the HBM database (DB) using a total of 205,491 concentration-related data points for 18,870 participants and 86 chemicals. In addition, we developed a summary report-type statistical analysis program to verify the inputted HBM datasets. This study will contribute to promoting the sustainable creation and versatile utilization of big-data for HBM results at the MFDS.

목차
ABSTRACT
Materials and Methods
    HBM 지식 모델링 및 DB 구축에 사용한 데이터 셋
    HBM 대상 물질 기초 코드 표준화
    HBM 지식 모델링
    HBM DB 구축 방법론
    구축된 HBM데이터의 신뢰성 검증
Results
    HBM 물질 코드 표준화 결과
    HBM 지식 모델링 결과
    HBM DB 구축 결과
Discussion
국문 요약
References
저자
  • 이장우(켐아이넷(주) 통합위해평가연구실) | Jangwoo Lee (Department of Integrated Risk Assessment Research, Chem.I.Net Ltd.)
  • 양세희(켐아이넷(주) 통합위해평가연구실) | Sehee Yang (Department of Integrated Risk Assessment Research, Chem.I.Net Ltd.)
  • 이헌주(켐아이넷(주) 통합위해평가연구실) | Hunjoo Lee (Department of Integrated Risk Assessment Research, Chem.I.Net Ltd.) Correspondence to