EpiFlow: A framework for improving the utility of wastewater signals for disease forecasting

기술 요약: EpiFlow – 질병 예측을 위한 하수 기반 신호의 유용성 개선을 위한 프레임워크

문제 정의
하수 기반 감시(Wastewater-based surveillance, WBS)는 의료 서비스 이용 행태와 무관하게, 유증상 및 무증상 인구 모두를 모니터링할 수 있는 강력한 메커니즘을 제공한다. 그러나 하수 내 바이러스 부하(Wastewater Viral Load, WVL) 신호가 실제 질병 부담(예: 입원율)을 실시간으로 예측하는 데 있어 갖는 직접적인 유용성은 여전히 연구 단계에 있다. WVL 데이터는 가변적인 집수 구역 인구, 배출 역학, 유량, 샘플링 전략 등의 요인으로 인해 본질적으로 노이즈가 많고 이질적이다. WVL은 질병 부담과 상관관계가 있지만, 저유병 기간이나 보고 지연이 발생할 때 그 예측 가치가 감소하는 경우가 많다. 또한, 하수 신호와 임상 지표 간의 관계는 정적이지 않으며 시간이 지남에 따라 진화하는데, 이는 정적인 관계를 가정하는 모델의 효능에 도전 과제가 된다. 본 논문은 확률적 예측 모델에 하수 데이터를 처리, 분석 및 통합하여 특히 중요한 역병 단계에서의 정확도를 개선하기 위한 원칙적인 프레임워크의 필요성을 다룬다.

방법론: EpiFlow 프레임워크
저자들은 EpiFlow라는 통합 프레임워크를 제안하며, 이는 데이터 전처리(Data Preprocessing), 신호 분석(Signal Analysis), 예측(Forecasting)의 세 가지 순차적 모듈로 구성된다. 이 프레임워크는 2021년 10월부터 2023년 12월까지 미국 버지니아주의 5개 보건 지역의 SARS-CoV-2 데이터를 대상으로 적용되었다.

1. 데이터 전처리 및 신호 구축:

   • 정렬(Alignment): 하수 데이터와 병원 입원 데이터를 주 단위 해상도로 시계열 정렬한다. 결측치는 전방 채우기(forward filling)를 통해 보간하며, 공간적 집계는 보건 지역 수준에서 수행한다.
   • 정규화(Normalization): NWSS에서 지정한 정규화 방식을 사용하여 WVL을 바이러스 활성도 수준(Viral Activity Levels, VAL)으로 변환하며, 하수도 구역별 데이터를 지역 중앙값으로 집계한다.
   • 노이즈 제거(Denoising): 고주파 변동을 완화하기 위해 SAVITZKY–GOLAY(SG) 필터를 VAL 신호(VAL-dn으로 표기)에 적용한다. 필터 매개변수(다항식 차수 및 윈도우 길이)는 역학적으로 의미 있는 변화의 타이밍과 진폭을 보존하면서 노이즈를 줄이도록 최적화된다.

2. 신호 분석:

   • 예측 가능성 평가: 순열 엔트로피(Permutation Entropy, PE)를 사용하여 이동 윈도우(rolling windows) 내 시계열의 내재적 예측 가능성을 정량화한다. 이 분석은 국소적 적응성과 충분한 샘플 크기 사이의 균형을 맞추는 최적의 윈도우 길이를 결정하며, 예측 가능성이 10~16주를 넘어서면 크게 떨어진다는 것을 발견했다.
   • 동적 관계 분석: 이동 윈도우 그랜저 인과관계(Rolling-Window Granger Causality, RWGC)를 사용하여 VAL과 입원율 사이의 시변적 방향 의존성을 규명한다. 이는 슬라이딩 윈도우 내에서 이변량 벡터 자기회귀(Vector Autoregressive, VAR) 모델을 적합시켜, 지연된 VAL이 현재의 입원율 예측을 개선하는지(또는 그 반대인지)를 테스트하는 과정을 포함한다. 유의성은 짧고 노이즈가 많은 윈도우를 처리하기 위해 순열 기반 테스트를 사용하여 평가된다.

3. 예측 모델:

   • VAR 모델링: 확률적 예측을 생성하기 위해 이동 윈도우 VAR 모델을 사용한다. 이 모델은 하수 및 입원 신호 간의 진화하는 관계를 포착한다.
   • 베이스라인(Baselines): VAR 접근법을 ARIMA(단변량) 및 ARIMAX(외생적 하수 변수를 포함하는 모델) 베이스라인과 비교한다.
   • 지연 시뮬레이션(Delay Simulation): 현재의 하수 데이터를 사용할 수 없는 시나리오를 시뮬레이션하기 위해 입력 지연 구조를 조정함으로써, 보고 지연(1~2주)을 명시적으로 모델링한다.

주요 기여

• 통합 프레임워크: EpiFlow는 단순한 상관관계를 넘어 하수 데이터의 특정 과제인 노이즈, 비정상성(non-stationarity), 보고 지연 문제를 해결하는 체계적인 파이프라인을 제공한다.
• 노이즈 제거의 효능: 연구는 Savitzky–Golay 노이즈 제거가 하수 신호의 예측 가능성을 유의미하게 향상시켜 이를 예측에 더 유용하게 만든다는 것을 입증한다.
• 시변 역학: 이동 윈도우 그랜저 인과관계를 활용함으로써, 프레임워크는 하수와 질병 부담 간의 비정상적인 성격을 포착하여, 하수가 선행 지표로 작용하는 시기와 그 관계가 약화되거나 역전되는 시기를 식별한다.
• 지연에 대한 강건성: 프레임워크는 보고 지연을 명시적으로 고려하고 시뮬레이션하며, 실시간으로 데이터가 사용 불가능한 상황에서도 하수 신호가 유용성을 유지함을 보여준다.

결과
가중 구간 점수(Weighted Interval Score, WIS) 및 예측 커버리지 지표를 기준으로 평가한 결과:

• 정확도 향 향상: 노이즈가 제거된 하수 신호(VAL-dn)를 VAR 모델에 통합했을 때(VAR-dn), 특히 급증기(surge periods) 동안 ARIMA 및 ARIMAX 베이스라인보다 일관되게 우수한 성능을 보였다.
• 예측 커버리지: 급증 단계에서 VAR-dn은 관측된 95% 예측 커버리지를 베이스라인 모델 대비 약 20 퍼센트 포인트 개선했다.
• 단계 의존성: 하수 신호의 이점은 급증기에 가장 두드러졌다. 역학이 안정적인 정체기(plateau phases)에는 자기회귀적 특성이 강해 단순 단변량 모델(ARIMA)이 경쟁력 있는 성능을 보였다.
• 지연 탄력성: 시뮬레이션된 1~2주의 보고 지연이 있는 경우에도, 지연된 하수 데이터를 포함한 모델(VAR-dn-del1/del2)은 ARIMA 베이스라인보다 우수한 성능을 보여, 지연에도 불구하고 신호의 가치를 확인했다.

의의 및 주장
본 논문은 하수 유래 지표가 적절히 처리되고 시변 역학을 통해 모델링될 때 감염병 예측을 위한 가치 있는 자산이 된다고 주장한다. 저자들은 다음을 강조한다:

1. 신호의 품질이 중요하다: 가공되지 않은 하수 데이터는 직접 사용하기에 노이즈가 너무 많으므로, 노이즈 제거와 신중한 윈도우 선택이 유용성을 위한 전제 조건이다.
2. 맥락이 핵심이다: 하수의 예측력은 동적이다. 즉, 급증기에는 강력한 선행 지표 역할을 하지만, 안정적인 시기에는 이점이 적을 수 있다.
3. 운영 가능성: 프레임워크는 저유병 상황이나 보고 지연 조건에서도 하수 감시가 실시간 확률적 예측을 개선할 수 있음을 입증하며, 이는 이전 보고들(예: NASEM Phase 2)에서 제기된 하수 기반 감시(WBS) 데이터의 운영적 활용에 관한 공백을 해소한다.

저자들은 결론적으로 EpiFlow가 하수 데이터를 공중보건 예측에 통합하기 위한 원칙적인 접근 방식을 제공하며, 이 분야를 초기 탐색 단계에서 운영적 신뢰성 단계로 이동시킨다고 밝힌다. 코드와 데이터는 추가 연구와 적용을 촉진하기 위해 공개되어 있다.