사용자 매뉴얼 · v1.0User Manual · v1.0

DMDA를 5분 안에 이해하기 Understand DMDA in 5 Minutes

Progressive DSM-5-TR Multi-Source Diagnostic Algorithm Progressive DSM-5-TR Multi-Source Diagnostic Algorithm

🎬

시나리오 체험Try Scenarios

먼저 감 잡기Get a feel first

▶

실제 평가 시작Real Assessment

새 클라이언트 접수New client intake

📋

관리 대시보드Admin Panel

모든 세션 관리Manage sessions

1 DMDA란 무엇인가?What is DMDA?

DMDA는 DSM-5-TR Multi-Source Diagnostic Algorithm의 약자입니다. 한 마디로 "여러 데이터 소스를 통합해서 DSM-5-TR 진단을 산출하는 알고리즘"이에요. DMDA stands for DSM-5-TR Multi-Source Diagnostic Algorithm. In short: "an algorithm that integrates multiple data sources to produce a DSM-5-TR diagnosis."

💡 기존 평가와의 차이How It's Different

기존: 설문지 하나로만 진단 (주관적 자기보고에 100% 의존)
DMDA: 설문 + 타이핑 패턴 + 폰 수동 데이터 + qEEG + HRV + 얼굴 + 음성 + ERP를 동시에 통합. 주관과 객관이 만나요. Traditional: Diagnosis from a single questionnaire (100% subjective self-report)
DMDA: Survey + typing + phone passive + qEEG + HRV + face + voice + ERP integrated simultaneously. Subjective meets objective.

핵심 개념: Progressive (점진적) Key Concept: Progressive

"Progressive"라는 이름은 데이터가 점점 늘어남에 따라 진단 신뢰도가 단계적으로 상승한다는 뜻이에요. 처음엔 설문만 (Tier 1, 60-75% 신뢰도) → qEEG 추가 (Tier 2, 75-88%) → 생리학적 지표 추가 (Tier 3, 88-95%) → 연구급 데이터 (Tier 4, 95-98%). "Progressive" means diagnostic confidence increases stepwise as more data is added. Start with just survey (Tier 1, 60-75% confidence) → add qEEG (Tier 2, 75-88%) → add physiological (Tier 3, 88-95%) → research-grade (Tier 4, 95-98%).

2 4가지 Tier 이해하기Understanding the 4 Tiers

Tier	이름Name	데이터 소스Data Sources	신뢰도Confidence	활용Use Case
Tier 1	원격Remote	설문 + 타이핑 + 폰 수동Survey + typing + phone passive	60–75%	원격 스크리닝, 초기 선별Remote screening
Tier 2	임상Clinical	Tier 1 + qEEGTier 1 + qEEG	75–88%	임상 확정, 보험 청구Confirmation, insurance
Tier 3	종합Comprehensive	Tier 2 + HRV + 얼굴 + 음성Tier 2 + HRV + face + voice	88–95%	치료 계획, 반응 추적Treatment planning
Tier 4	연구Research	Tier 3 + ERP + 종단 추적Tier 3 + ERP + longitudinal	95–98%	FDA 510(k), 출판FDA 510(k), publication

⚠️ Tier 선택 시 주의When Choosing a Tier

처음 오는 클라이언트는 보통 Tier 2로 시작하고, 치료 진행 중 3개월마다 Tier 3로 팔로업하는 패턴이 효과적입니다. Tier 1은 원격 평가나 보험이 커버되지 않는 초기 상담용. For new clients, Tier 2 is typically the starting point, with Tier 3 follow-ups every 3 months during treatment. Tier 1 is best for remote screening or uninsured initial consults.

3 사용 순서 (Workflow)Workflow

클라이언트 한 명의 DMDA 평가는 아래 순서로 진행됩니다: A DMDA assessment for one client proceeds in this order:

IntakeIntake

클라이언트 등록 + 90문항 설문 + 타이핑 바이오마커 자동 수집Register client + 90-item survey + auto-captured typing biomarkers

intake.html

AssessmentAssessment

Tier 2+: qEEG, HRV, Face, Voice, Phone 데이터 입력Tier 2+: enter qEEG/HRV/Face/Voice/Phone data

assessment.html

EngineEngine

엔진 실행 → 진단 + 신뢰도 + 근거 자동 산출Run engine → diagnosis + confidence + evidence

engine.html

ReportReport

임상 리포트 검토 · 메모 · 인쇄 / PDFReview report, add notes, print/PDF

report.html

✅ 팁: 자동 네비게이션Tip: Auto Navigation

각 단계 끝에 나오는 버튼이 자동으로 다음 페이지(해당 세션 ID 포함)로 이동시켜줍니다. URL을 따로 복사할 필요 없어요. Buttons at the end of each step automatically navigate to the next page with the session ID attached. No need to copy URLs.

4 페이지별 안내Page-by-Page Guide

📝 intake.html — 클라이언트 접수Client Intake

클라이언트 정보: 이름과 이메일 필수. 이미 등록된 이메일이면 자동 매칭됨. Client info: Name + email required. Existing emails auto-matched.
Tier 선택: 네 카드 중 하나 클릭. Tier selection: Click one of the four cards.
타이핑 캘리브레이션: 20초 이상 자유 타이핑. 키스트로크 리듬·백스페이스 패턴이 객관 바이오마커가 됩니다. Typing calibration: Type freely for 20+ seconds. Keystroke rhythm and backspace patterns become objective biomarkers.
90문항 설문: 각 문항에 0–4 Likert. 응답 시간과 수정 횟수가 자동 기록됨 (우측 하단 실시간 HUD 참고). 90-item survey: 0–4 Likert each. Response time and edits auto-captured (see bottom-right live HUD).
제출: 70% 이상 응답 시 제출 가능. Tier 1이면 바로 엔진으로, Tier 2+이면 Assessment로 진행. Submit: Enabled at 70%+ answered. Tier 1 → engine directly; Tier 2+ → Assessment next.

⚡ assessment.html — 객관 데이터 입력Objective Data Entry

5개 탭 (qEEG / HRV / Face / Voice / Phone Passive). 각 탭에서 데이터 입력 후 "저장" 클릭. 탭에 초록 점(●)이 표시되면 완료. 5 tabs (qEEG / HRV / Face / Voice / Phone Passive). Enter data in each tab, click Save. Green dot (●) on a tab = completed.

🔑 qEEG 핵심 4가지 마커Key qEEG Markers

Frontal Alpha Asymmetry: < -0.3 = 우울 신호depression signal
Theta/Beta Ratio: > 2.8 = ADHD 신호ADHD signal
Peak Alpha Freq: < 9 Hz = 인지 둔화cognitive slowing
High-beta Z: > 1.5 = 과각성 (불안/PTSD)hyperarousal (anxiety/PTSD)

🔬 engine.html — 엔진 실행Engine

페이지가 자동으로 수집된 데이터를 보여줍니다. "DMDA 분석 실행" 버튼을 누르면: The page auto-shows collected data. Click "Run Progressive DMDA Analysis" to:

엔진이 가용한 데이터만 사용해 Smart Weighting 적용 Engine applies Smart Weighting using only available data
Bayesian 조합으로 각 ICD-10 코드의 점수 계산 Bayesian combination computes scores for each ICD-10 code
최고 점수가 1차 진단, 상위 후보가 감별 진단 Top score = primary; top candidates = differential
결과가 화면에 표시되고 DB에 저장됨 (세션 상태 = completed) Results displayed; session marked completed in DB

📄 report.html — 임상 리포트Clinical Report

인쇄 가능한 임상 리포트. 포함 내용: 클라이언트 정보 · 1차 진단 + 신뢰도 · 감별 진단 · 데이터 가중치 · 모든 바이오마커 · 근거 추적 · Tier 업그레이드 권장 · 임상가 메모 · 서명란. Printable clinical report. Contains: client info · primary dx + confidence · differential · data weights · all biomarkers · evidence trail · tier upgrade recommendation · clinician notes · signature block.

인쇄: 상단 "🖨️ 인쇄 / PDF 저장" 버튼. 양국어 인쇄: "🌐 양국어 표시" 버튼 먼저 클릭. Print: Click "🖨️ Print / Save PDF" at top. Bilingual print: Click "🌐 Show both languages" first.

📋 admin.html — 관리 대시보드Admin Dashboard

세션 뷰: 모든 세션 검색·필터·정렬. 작업: 리포트 (📄), 엔진 (🔬), 메모 (✍️), 삭제 (🗑️). Sessions view: search/filter/sort all sessions. Actions: report (📄), engine (🔬), notes (✍️), delete (🗑️).
클라이언트 뷰: 고유 클라이언트별 집계 (총 세션 수, 최근 진단). Clients view: per-client summary (session count, latest dx).
CSV 내보내기: 전체 세션을 엑셀에 열 수 있는 CSV로 다운로드. CSV export: Download all sessions as Excel-readable CSV.

5 전체 16가지 시나리오 결과All 16 Scenario Outcomes

4명의 가상 클라이언트 × 4개 Tier = 16가지 조합. 시나리오 시뮬레이터에서 직접 체험해보세요. 4 fictional clients × 4 tiers = 16 combinations. Try them interactively at the Scenario Simulator.

케이스Case	Tier 1	Tier 2	Tier 3	Tier 4
😔 사라 (우울)Sarah (MDD)	F32.2 · 69%	F32.2 · 80%	F32.2 · 89%	F32.2 · 96%
🌀 마커스 (ADHD)Marcus (ADHD)	F90.2 · 66%	F90.2 · 79%	F90.2 · 89%	F90.2 · 96%
😰 프리야 (GAD)Priya (GAD)	F41.0 · 65%	F41.1 · 77%	F41.1 · 89%	F41.1 · 95%
⚡ 데이비드 (PTSD)David (PTSD)	F43.0 · 67%	F43.10 · 79%	F43.10 · 89%	F43.10 · 96%

🔍 이 표에서 주목할 점Notable Observations

Progressive 수렴: 프리야는 Tier 1에서 공황장애(F41.0)로 살짝 오분류되지만, Tier 2에서 qEEG가 추가되자 정확히 GAD(F41.1)로 수렴함. Progressive convergence: Priya is slightly misclassified as Panic (F41.0) at Tier 1, but converges correctly to GAD (F41.1) once qEEG is added at Tier 2.
급성 vs 만성: 데이비드는 Tier 1에서 급성스트레스(F43.0)로 보이지만 Tier 2+에서 만성 PTSD(F43.10)로 정확히 분류됨. Acute vs chronic: David appears as Acute Stress (F43.0) at Tier 1 but correctly classified as chronic PTSD (F43.10) at Tier 2+.
신뢰도 진행: 모든 케이스에서 Tier가 올라갈수록 신뢰도가 약 10%p씩 상승. Confidence progression: All cases show ~10pp confidence increase per tier.

6 디지털 바이오마커 이해하기Understanding Digital Biomarkers

디지털 바이오마커란 "숫자로 측정 가능한 객관적 신호"입니다. DMDA는 다음을 자동 수집·분석합니다: Digital biomarkers are objective signals that can be measured as numbers. DMDA auto-captures and analyzes:

⏱️ 응답 메타 (Response Meta)Response Meta

설문 각 문항에 답하는데 걸린 시간, 답 수정 횟수, 건너뛰기 패턴.Time to answer each item, number of changes, skip patterns.

⌨️ 타이핑 동역학Typing Dynamics

키스트로크 간격, WPM, 백스페이스 비율, 단어 내 멈춤.Inter-keystroke intervals, WPM, backspace rate, mid-word pauses.

📱 폰 수동 데이터Phone Passive

수면 시간, 걸음수, 사회적 통신 빈도, 앱 전환 등 (HealthKit/Google Fit 연동 가능).Sleep duration, steps, social comms, app switches (HealthKit/Google Fit integration possible).

🧠 qEEG

19채널 EEG 정량 분석 (Mitsar + Neuroguide).19-channel EEG quantitative analysis (Mitsar + Neuroguide).

❤️ HRV

심박변이도 (RMSSD, SDNN, LF/HF). 자율신경 지표.Heart rate variability (RMSSD, SDNN, LF/HF). Autonomic indicator.

😐 얼굴 분석Face Analysis

듀셴 미소, 미간 긴장, 놀람 반응, 시선 고정.Duchenne smile, brow tension, startle, fixation.

🎙️ 음성 분석Voice Analysis

피치, 지터, 말속도, 말속도 변동.Pitch, jitter, speech rate, rate variance.

⚡ ERP

사건관련전위 (P300 등). HBImed/Kropotov 기반.Event-related potentials (P300 etc). HBImed/Kropotov based.

7 주요 용어집Glossary

Smart Weighting

가용한 데이터 소스에 따라 각 소스의 가중치를 자동 재정규화 (합=100%).Auto-renormalizes source weights based on what's available (sum=100%).

Confidence Band

각 Tier의 신뢰도 목표 범위 (예: Tier 2는 75–88%).Target confidence range per tier (e.g., Tier 2 = 75–88%).

Evidence Trail

각 데이터 소스가 진단에 기여한 정도와 이유를 추적한 기록.Record of how much and why each data source contributed to the diagnosis.

Differential Diagnosis

1차 진단 외에 고려해야 할 대안 진단 후보들 (softmax 확률).Alternative dx candidates besides the primary (softmax probabilities).

Tier Upgrade

더 많은 데이터를 추가해 다음 Tier로 상승하기. 신뢰도 상승 + 비용 발생.Moving to next tier by adding more data. Higher confidence + added cost.

Session

DMDA 평가 1회 단위. 한 클라이언트는 여러 세션을 가질 수 있음.One DMDA assessment unit. One client can have multiple sessions.

BPS-90

Biopsychosocial 90-item survey. 12개 카테고리(우울/불안/ADHD/외상/수면 등)를 망라.90-item biopsychosocial survey spanning 12 categories (depression, anxiety, ADHD, trauma, sleep, etc.).

Client vs Patient

UI에서는 "Client" 사용 (BCN+PhD non-physician scope에 맞춤). DB 테이블명은 `patients` legacy 유지.UI uses "Client" (matches BCN+PhD non-physician scope). DB table name `patients` kept as legacy.

8FAQ

DMDA는 실제 진단 도구인가요?Is DMDA a real diagnostic tool?

DMDA는 임상 의사결정 지원 도구 (Clinical Decision Support)입니다. 자격 있는 임상가가 반드시 검토·서명해야 하며, 단독으로 확정 진단으로 사용하지 않습니다.DMDA is a Clinical Decision Support tool. It must be reviewed and signed by a qualified clinician and is not used as a standalone diagnosis.

Tier 1만으로 충분한가요?Is Tier 1 enough?

Tier 1은 60–75% 신뢰도로 스크리닝에 적합하지만, 치료 계획에는 Tier 2+ (qEEG 포함)를 권장합니다.Tier 1 is good for screening at 60–75% confidence, but Tier 2+ (with qEEG) is recommended for treatment planning.

일부 데이터가 없으면 어떻게 되나요?What if some data is missing?

Smart Weighting이 가용한 데이터만으로 가중치를 자동 재정규화합니다. 진단은 여전히 가능하지만 신뢰도가 해당 Tier 밴드 내에서 하향 조정됩니다.Smart Weighting auto-renormalizes using only available data. Diagnosis still possible, but confidence adjusts lower within the tier band.

감별 진단이 여러 개 나오면?What if there are multiple differentials?

정상입니다. 감별 진단은 공존질환 가능성이나 대안 진단 후보를 보여주며, 임상가의 최종 판단이 필요합니다. 차이가 작으면 Tier 업그레이드가 도움됩니다.Normal. Differentials show comorbidity possibilities or alternative candidates; clinician's final judgment needed. Small gaps → tier upgrade helps.

리포트에 임상가 메모를 추가하려면?How do I add clinician notes to the report?

Admin 패널 → 세션 행의 ✍️ 버튼 클릭 → 메모 편집 → 저장. 다음 리포트 열기부터 반영됩니다.Admin panel → ✍️ button in session row → edit → save. Reflected next time the report is viewed.

클라이언트가 한 번 더 평가받으려면?How does a client get re-assessed?

intake.html에서 같은 이메일로 다시 접수하세요. 기존 클라이언트로 인식되어 새 세션이 생성됩니다 (기존 세션 보존).Register again via intake.html with the same email. Recognized as existing client, new session created (old sessions preserved).

시스템 언어를 영어로 완전히 바꾸려면?How to switch entire system to English?

각 페이지 상단 우측의 "English" 버튼. 페이지별로 개별 설정됩니다. URL에 ?lang=en을 추가하면 시작부터 영어로 열립니다."English" button at top-right of each page. Set per-page. Add ?lang=en to URL to open in English from start.

9 문제 해결Troubleshooting

❌ "Supabase key not set" 에러error

원인: Supabase anon key가 페이지에 주입되지 않음.
해결: 각 페이지에 <script>window.DMDA_SUPABASE_KEY = '...'</script> 추가. 배포 가이드(README.md) Step 3 참조. Cause: Supabase anon key not injected.
Fix: Add <script>window.DMDA_SUPABASE_KEY = '...'</script> to each page. See README.md Step 3.

❌ 세션 ID가 필요합니다 에러"Session ID required" error

assessment/engine/report 페이지는 URL에 ?session=...가 필요합니다. intake.html에서 정상적으로 진행하면 자동으로 붙습니다. assessment/engine/report pages need ?session=... in the URL. Automatically attached when you progress from intake.html properly.

⚠️ 진단 신뢰도가 Tier 밴드보다 낮음Confidence below tier band

수집된 데이터가 부족하거나 증상 패턴이 애매합니다. Tier를 업그레이드하거나, 설문 응답률을 높이세요 (최소 85% 이상). Insufficient data collected or ambiguous symptom pattern. Upgrade tier or increase survey completion (aim for ≥85%).

💡 엔진이 예상과 다른 진단을 냄Engine gave unexpected diagnosis

1) Evidence Trail 섹션에서 어떤 데이터가 가중치가 컸는지 확인. 2) 감별 진단의 2-3위도 검토 (점수 차이가 작으면 공존질환 가능). 3) 의심되면 더 높은 Tier로 재평가. 1) Check Evidence Trail to see which data weighted most. 2) Review 2nd-3rd differentials (small gaps = possible comorbidity). 3) If uncertain, re-assess at higher tier.