Marginal Likelihood Inference for Fitting Dynamical Survival Analysis Models to Epidemic Count Data

기술 요약: 역학적 생존 분석 모델을 활용한 전염병 발생 수 데이터의 주변 가능도 추론

문제 정의
확률적 구획 모델(Stochastic compartmental models), 예를 들어 확률적 SIR(Susceptible-Infected-Removed) 모델은 질병 확산을 설명하는 표준적인 도구이다. 그러나 이러한 모델을 실제 감시 데이터에 적용할 때 엄밀한 통계적 추론을 수행하는 것은 종종 난해하다. 실제로 감염 및 회복 이력은 완전히 관찰되는 경우가 드물며, 대신 데이터는 일반적으로 이산적인 발생 건수(예: 일일 또는 주간 보고 사례 수) 형태로 나타난다. 표준적인 가능도 기반 접근 방식에서는, 이러한 부분적으로 관찰된 데이터를 다룰 때 주변 가능도 함수(marginal likelihood function)를 계산하기 위해 관측된 수치와 일치하는 모든 미관찰 궤적에 대해 적분을 수행해야 한다. 이 고차원 적분 단계는 계산적으로 매우 부담이 크며, 이로 인해 입자 필터(particle filters), 근사 베이지안 계산(approximate Bayesian computation), 또는 맞춤형 데이터 증강 마르코프 체인 몬테카를로(MCMC) 샘플러와 같은 집중적인 시뮬레이션 방법이 필요하게 된다.

방법론
저자들은 역학적 생존 분석(Dynamical Survival Analysis, DSA) 패러다임을 기반으로, 이산적으로 관측된 발생 건수 데이터에 대한 폐쇄형(closed-form) 주변 가능도를 제안한다. 이 방법의 핵심은 인구 수준의 확률적 위험율(hazard rate)을 대규모 인구 한계(large-population limit)로 근사하면서도, 건수 기반의 확률 모델을 유지하는 것이다.

1. DSA 프레임워크: 저자들은 Sellke의 SIR 모델 구축을 바탕으로, 전염병을 누적 노출량이 무작위 임계값을 초과할 때 감염이 발생하는 개인 수준의 과정으로 간해한다. 대규모 인구 한계($N \to \infty$)에서, 축척된 감수성(susceptible) 및 감염(infected) 비율은 상미분 방정식(ODE) 시스템의 해로 수렴한다.
2. 생존 해석: 저자들은 ODE의 해를 감염 시간에 대한 생존 함수로 해석한다. 이를 통해 감염 시간에 대한 명시적인 확률 밀도 함수를 유도할 수 있다.
3. 주변 건수 가능도: 이 연구의 주요 혁신은 미관찰된 감염 및 회복 시간을 정확하게 주변화(marginalize)하는 폐쇄형 가능도를 유도한 것이다.
   • 정확한 감염 시간의 경우(단, 회복 데이터는 누락됨): 가능도는 밀도들의 곱으로 구성된다.
   • 이산 건수 데이터의 경우(본 연구의 주요 초점): 저자들은 미관찰된 감염 시간을 관측 구간 내에서 적분하여 주변 가능도를 유도한다. DSA 근사 하에서는 미관찰된 시간이 구간 내에서 균등 분포를 따른다는 것을 입증함으로써, 미관찰 시간과 관측된 건수의 결합 밀도가 분해(factorize)됨을 보여준다. 결과적으로 이들을 적분하면 다음과 같은 단순한 곱 형태를 얻는다:
     $$l(\theta | \{Y_j\}_{j=1}^P) = s_T^{N-K} \prod_{j=1}^P (s_{\xi_{j-1}} - s_{\xi_j})^{Y_j}$$
     여기서 $s_t$는 시간 $t$에서의 ODE 시스템의 해이고, $Y_j$는 구간 $j$에서의 건수이며, $K$는 총 감염자 수이다.
4. 일반화 가능성: 이 프레임워크는 적절한 ODE 해를 가능도 공식에 단순히 대입하는 것만으로도 개별 이질성(frailty models) 및 이질적 혼합(Poisson random networks)을 포함하는 모델로 확장될 수 있음을 보여준다.

주요 기여

• 폐쇄형 가능도: 본 논문은 DSA 근사 하에서 건수 데이터에 대한 최초의 폐쇄형 가능도를 제공하여, 미관찰된 사건 시간들에 대한 수치적 적분의 필요성을 제거하였다.
• 계산 효율성: 이 방법은 계산 비용을 인구 규모 $N$으로부터 분리한다. 격자 해상도가 $N$에 따라 증가해야 하는 정확한 방법들과 달리, DSA 접근 방식은 관측 시간의 수에 의해서만 결정되므로 대규모 발생 상황에서도 확장성이 뛰어나다.
• 유연성: 이 추론 전략은 맞춤형 MCMC 샘플러를 요구하지 않고도 frailty(감수성의 미관찰 이질성)나 네트워크 기반 혼합을 포함한 복잡한 모델 변형으로 쉽게 확장 가능하다.
• 구간 검열(Interval Censoring)과의 연결: 유도된 가능도는 수학적으로 구간 검열된 생존 분석 가능도와 동일함을 보여주며, 이는 해당 근사에 대한 엄밀한 통계적 토대를 제공한다.

결과
저자들은 시뮬레이션 연구와 실제 사례 연구를 통해 방법을 평가하였다:

• 시뮬레이션 연구:

  • 정확도: 미관찰 시간을 균등 무작위 변수로 대체하는 방법(편향을 보임)보다 성능이 우수하며, 정확하고 계산 비용이 많이 드는 방법(데이터 증강 MCMC 등)과 경쟁할 만한 수준의 매개변수 추정치를 보여준다.
  • 커버리지: DSA 근사가 정확한 확률 과정에 비해 궤적의 변동성을 약간 감소시키기 때문에(일부 설정에서 신뢰 구간 커버리지가 명목 95%보다 약간 낮음), DSA 근사로부터 직접 시뮬레이션된 데이터의 경우 명목 커버리지를 달ides한다.
  • 효율성: 특히 인구 규모가 커질수록, DSA 기반 추론은 정확한 방법들과 비교했을 때 초당 유효 샘플 수(effective samples per second) 측면에서 수십 배 이상의 계산 속도 향상을 보인다.
  • Frailty 모델: 이 방법은 frailty 모델의 매개변수를 성공적으로 추정하지만, 작은 인구 규모와 확산된 사전 분포(diffuse priors) 환경에서는 실질적인 식별성 문제가 발생할 수 있으며, 이는 더 정보가 많은 사전 분포를 통해 완화될 수 있다.

• 사례 연구:

  • 에볼라 (DRC): Poisson random network 모델을 사용하여 2018–2020년 에볼라 발생에 적용하였다. 일일 발생 건수만을 사용한 이 방법은 정확한 사건 시간을 알고 있다고 가정했던 이전 분석들과 일치하는 사후 평균을 생성하였으나, 누락된 데이터의 불확실성을 더 잘 반영하는 더 넓은 신뢰 구간을 산출하였다.
  • 코로나19 (중국): 53개 도시의 발생 데이터를 적용하였다. 연구팀은 표준 SIR 모델과 frailty 모델을 비교하였다. Frailty 모델은 여러 도시에서 데이터에 대해 더 우수한 적합도를 보였으며, 이는 감수성의 개인적 이질성을 무시하는 것이 (비록 인구 수준의 추세는 비슷해 보일지라도) 핵심 역학 매개변수(예: $R_0$)에 대한 편향된 추정을 초래할 수 있음을 시사한다.

의의 및 주장
저자들은 이 연구가 현실적이고 부분적으로 관찰된 데이터 조건 하에서 확률적 전염병 모델에 대한 효율적인 가능도 기반 추론을 가능하게 함으로써 중요한 방법론적 공백을 메운다고 주장한다. 저자들은 이 접근 방식이 시뮬레이션 집약적인 방법들에 대한 "사용자 친화적인" 대안을 제공하며, 별도의 모델 기반 시뮬레이션 없이도 표준 알고리즘(예: Hamiltonian Monte Carlo)을 통한 직관적인 사후 샘플링을 가능하게 한다고 강조한다.

본 논문은 DSA 근사가 대규모 인구에서 전염병 역학을 충실히 표현하는 동시에 다루기 쉬운 가능도 구조를 제공한다고 단언한다. 이 방법이 이질성 및 네트워크 구조로 확장됨을 입증함으로써, 저자들은 복잡한 역학적 특징을 포착할 수 있는 능력과 계산적 타당성 사이의 균형을 맞추는 유연한 모델링 패러다임을 제시한다. 표준 DSA-SIR 모델이 일반적인 추세를 포착할 수는 있지만, 실제 데이터의 잔여 변동성을 설명하기 위해서는 frailty나 네트워크 구조를 통합하는 것이 필요할 수 있음을 이 연구는 시사한다.