A continuous-time Markov chain framework for population size estimation from multi-list data: accounting for absorbing lists and asymmetric interactions

技術的概要：多リストデータからの人口規模推定のための連続時間マルコフ連鎖フレームワーク

問題提起
隠れたまたは把握が困難な集団の規模を推定することは、公衆政策において極めて重要であり、通常、多リストデータを用いた多重システム推定（MSE）または捕獲・再捕獲法によって達成される。標準的なアプローチ、主に対数線形モデルは、対象集団が閉じており（出入りがない）、個人が記録される確率において均質であるという仮定に依存している。しかし、これらの仮定は、データソースに「吸収リスト」（死亡登録や移住記録など、集団を離れる際に個人を捕捉する記録）を含む社会および疫学的な文脈では頻繁に侵害される。

著者らは、そのようなリストの吸収性を考慮しないことが、閉鎖性と均質性の仮定を侵害すると主張している。具体的には、吸収リストに記録された個人は、他のリストによって捕捉される機会が制限されるため、標準的な対数線形モデルに内在する独立性の仮定が侵害される。本論文は、吸収リストを含むデータに標準的な対数線形モデルを適用すると、人口規模の推定値にバイアス（具体的には過大評価）が生じると仮説を立てている。さらに、生態学的な捕獲・再捕獲法は長らく開放型集団に対処してきたが、行政データセットに時間的情報が欠如しているため、そのようなモデルは MSE の文脈に効果的に適応されてこなかった。

手法
本論文は、多リストデータのためのデータ収集プロセスをモデル化するための連続時間マルコフ連鎖（CTMC）フレームワークを提案する。

• 状態空間と遷移: フレームワークは、$k$個のリストの冪集合を状態空間$L$として定義する。個人は、未観測（$\emptyset$）の初期状態から、記録されたリストの組み合わせを表す状態へと遷移する。このプロセスは、生成行列$Q$を持つ連続時間マルコフ連鎖としてモデル化される。
• パラメータ化: 遷移率は、リスト固有の捕捉パラメータ（$\lambda_i$）とリスト間の依存性を表す相互作用パラメータ（$\mu_K$）によって定義される。モデルは、運用スケール上の捕捉時間が指数分布に従うと仮定している。
• 吸収リスト: 吸収リスト（死亡記録など）を処理するために、フレームワークは吸収リストを含む状態に対する遷移率をゼロに設定することで、生成行列$Q$を変更する。これは数学的に、個人が一度吸収状態に入ると他の状態へ遷移できないという制約を強制し、観測可能な集団からの「退出」を効果的にモデル化する。
• 順序付きリストと非対称性: このフレームワークは、リスト$L_j$への記録が$L_i$への事前の記録を必要とする順序付きリストを処理するために拡張されており、状態空間を縮小し冗長なパラメータを除去する。また、方向性のある相互作用パラメータ（$\mu_{ij}$対$\mu_{ji}$）を推定することで、紹介（リファラル）などの一般的な非対称な相互作用を可能にする。
• 推定: モデルは尤度関数を最大化することで、総人口規模$N$を推定する。著者らは、観測カウントに対してポアソン近似を用いており、これにより対数尤度と AIC 値が標準的な対数線形モデルと直接比較可能となる。モデル選択は、AIC ベースの前方、後方、および双方向選択戦略を用いて行われる。

主要な貢献

1. フレームワークの開発: 著者らは、リストが独立している場合、標準的な対数線形モデルと代数的に同等であるが、依存性や特定のデータ収集ダイナミクスをモデル化する際の柔軟性が高い、MSE 用の CTMC フレームワークを導入する。
2. 吸収リストのモデル化: 本論文は、閉鎖集団を仮定する標準的な対数線形モデルの既知の限界に対処するため、MSE の文脈内で吸収リストをモデル化する具体的なメカニズムを提供する。
3. シミュレーション証拠: シミュレーション研究を通じて、著者らは以下を実証する：
   • リストが独立している場合、または依存性が標準的な場合、CTMC モデルと対数線形モデルは類似した結果をもたらす。
   • 吸収リストが存在する場合、標準的な対数線形モデル（モデル選択を用いた場合でも）は人口規模を過大評価する傾向があり、分散も高くなる。
   • 吸収リストの制約を備えた CTMC モデルは、これらのシナリオにおいてより正確で変動の少ない推定値を提供する。
4. 実証的応用: このフレームワークは、2 つの実世界のデータセットに適用された：
   • 脳卒中データ（北西イングランド、1994-1995 年）: 死亡登録（吸収リスト）を含むデータセット。CTMC モデルは、対数線形モデル（約 997–1015）と比較してやや低い人口推定値（約 777–815）を生成し、この文脈では対数線形モデルが過大評価するというシミュレーション結果と一致した。
   • 薬物使用データ（ロンドン市、2018-2019 年）: 順序付きリスト（コミュニティ治療への入所対退所）を含むデータセット。CTMC フレームワークは順序構造を成功裡にモデル化し、対数線形推定値と同等ではあるがやや高い推定値（404–421）を生成し、信頼区間は代替推定値を含んでいた。

結果と重要性の主張
本論文は、この研究の主な重要性が、標準的な対数線形モデルが恣意的な修正なしには行うことができない、吸収リストと非対称な相互作用を明示的に考慮できる点にあると主張している。

• バイアスの低減: 著者らは、リスト（死亡記録など）の吸収性を無視することが人口規模の重大な過大評価につながることを結論づけている。CTMC フレームワークは、観測可能な集団からの個人の方向的な流れをモデル化することでこれを修正する。
• 柔軟性: このフレームワークは、従来の MSE の厳密な閉鎖性の仮定を必要とせず、順序付きリストや異なる観測期間を含むさまざまなデータ収集プロセスに適応できる多用途なツールとして提示されている。
• 実用性: CTMC モデルは計算コストが高い（$2^k \times 2^k$サイズの行列の逆行列計算が必要）が、著者らは、吸収リストを含むデータセットの場合、バイアスを回避するためにそのトレードオフは必要であると示唆している。彼らは、CTMC モデルに対して加速された前方または双方向選択を使用するか、あるいは計算コストの低い近似として「強制」された吸収相互作用を備えた対数線形モデルを使用することを推奨している。

著者らは控えめに、CTMC モデルが多リストデータの分析に新たな展望を提供する一方で、モデル仮定の違反に対する診断テストは将来の研究分野であると指摘している。また、リストの性質が非開示の場合に吸収リストを特定するフレームワークの能力は現在調査中であることを強調している。