Dengue hospitalizations in Brazil: forecasting with climatic and physicians digital search data under real-world reporting delays

기술 요약: 브라질의 뎅기 입원 현황: 실제 보고 지연 상황에서의 기후 및 의사 디지털 검색 데이터를 활용한 예측

문제 정의
브라질에서 뎅기 입원 환자 수를 적시에 예측하는 것은 공중 보건 대비 측면에서 매우 중요하지만, 공식 입원 시스템(SIH/SUS)의 데이터가 환자 입원 후 몇 주 또는 몇 달 후에나 가용해지는 상당한 보고 지연으로 인해 빈번히 어려움을 겪고 있다. 기후 조건이 뎅기 전파의 주요 동인임은 알려져 있으나, 공식 데이터에 지연이 발생할 경우 과거 입원 데이터나 기후 변수에만 의존하는 모델은 실효성 있는 조기 경보를 제공하는 데 한계가 있다. 본 연구는 디지털 임상 행동, 즉 임상 의사 결정 지원 플랫폼에서의 의사 검색 쿼리를 기존의 기상 및 역학 데이터와 통합하는 방안을 탐색함으로써, 새롭게 발생하는 질병 활동의 보다 신속한 신호를 포착할 데 대한 필요성을 다룬다.

연구 방법론
본 연구는 2021년부터 2024년까지 브라질의 27개 즉각적 지리 영역(IGR)에 대한 주간 뎅기 입원 환자 수를 예측하기 위해 장단기 메모리(LSTM) 신경망을 사용하는 예측 프레임워크를 개발하였다. 분석 파이프라인은 다음의 세 가지 주요 데이터 소스를 통합하였다:

• 입원 데이터: SIH/SUS 데이터베이스의 주간 환자 수.
• 임상 검색 데이터: Afya Whitebook® 플랫폼에서 검증된 면허 소지 의사들이 검색한 뎅기 관련 용어의 익명화된 실시간 검색 횟수.
• 기후 데이터: INMET 관측소의 일일 기상 관측치(강수량, 기온, 습도)를 주 단위 시계열로 집계하고 42개의 잠재적 예측 변수(시차, 극값 및 상호작용 포함)로 변환한 데이터.
• 특성 선택: 차원의 저주를 관리하기 위해, 모델은 훈련 과정 중 가장 낮은 평균 제곱근 오차(RMSE)를 보이는 네 가지 기후 범주(습도, 기온, 강수량, 계절성)당 하나의 대표 변수를 각 IGR별로 선택하였다.
• 모델링 시나리오: 데이터 가용성 조건에 따른 성능을 평가하기 위해 두 가지 별도의 시나리오를 평가하였다:
  1. 이상적 데이터 시나리오(Ideal-Data Scenario): 입원 데이터가 즉시 가용하다고 가정함 (보고 지연 없음).
  2. 실제 상황 시나리오(Real-World Scenario): 실제적인 지연을 반영하기 위해 입원 데이터를 최대 8주까지 이동시켜 보고 지연을 시뮬레이션함.
• 비교 모델: 다섯 가지 모델 구조를 비교하였다: 입원 데이터 전용 (LSTM 및 SARIMAX), 임상 검색 전용 (입원 데이터 + 검색 데이터), 기후 전용 (입원 데이터 + 기후 데이터), 그리고 통합 모델 (입원 데이터 + 검색 데이터 + 기후 데이터).
• 평가: 성능은 RMSE, MSE, MAE 및 결정 계수($R^2$)를 통해 평가되었다. 특성 중요도는 SHAP(SHapley Additive Explanations) 값을 사용하여 분석되었다.

주요 결과

• 상관관계 및 시간적 정렬: 분석 결과, Afya Whitebook®에서의 의사 검색 활동은 모든 IGR에 걸쳐 뎅기 입원 환자 수와 가장 강력하고 일관된 양의 상관관계를 보였다. 시계열 분석에 따르면, 검색 활동의 정점은 입원 환자 수의 증가보다 앞서거나 동시에 나타나는 경우가 많았으며, 이는 검색 행동이 조기 임상 지표로서 기능함을 시사한다.
• 이상적 데이터 성능: 보고 지연이 없는 경우, 주로 기후 변수에 의존하는 모델이 가장 높은 예측 정확도(최저 RMSE)를 달est했다. 통합 모델 또한 우수한 성능을 보였으나, 이 시나리오에서는 기후 전용 모델에 비해 완만한 개선만을 보였다.
• 실제 상황 성능: 현실적인 보고 지연이 발생하는 상황에서는 성능 역학이 크게 변화하였다. 통합 모델(입원 이력, 기후, 의사 검색 데이터를 결합)이 다른 모든 접근 방식보다 일관되게 우수한 성능을 보이며 대부분의 지역에서 가장 낮은 예측 오차를 달성하였다.
  • 기후 또는 과거 입원 데이터에만 의존하는 모델은 공식 기록의 지연으로 인해 정확도가 감소하였다.
  • 의사 검색 데이터의 포함은 지연된 입원 수로부터 발생하는 신호 손실을 보완하여 예측의 견고함을 유지하였다.
• 특성 중요도 (SHAP): SHAP 분석은 이상적인 조건 하에서는 최근 입원 이력과 기후 변수가 지배적인 예측 인자임을 확인하였다. 그러나 실제 상황의 지연 조건에서는 입원 이력의 상대적 중요도가 급격히 떨어졌고, 임상 검색 지표의 기여도가 증가하였는데, 이는 해당 데이터의 대리 지표로서의 유용성을 강조한다.

의의 및 주장
본 논문은 디지털 임상 행동을 기후 데이터와 통합하는 것이 특히 실제 보고 제약 조건 하에서 예측 성능을 향상시킨다고 주장한다. 저자들은 의사의 검색 행동이 뎅기 사례에 대한 즉각적인 임상적 참여를 반영하는 가치 있는 실시간 지표라고 상정한다.

본 연구는 기후 기반 모델이 데이터가 적시에 제공될 때는 효과적이지만, 보고가 지연되는 상황에서는 조기 대응에 불충분하다고 결론짓는다. 의사의 디지털 신호를 통합함으로써 제안된 프레임워크는 조기 경보 시스템을 강화하고 보다 신속한 공중 보건 의사 결정을 지원한다. 저자들은 이 접근 방식이 특히 보고 지연이 구조적인 환경에서 발병 탐지를 지원하기 위한 "더 빠르고 임상적으로 근거 있는 신호"를 제공한다고 강조한다. 또한 생태학적 추론, 의사 사용자 층의 잠재적 편향, LSTM 모델의 불투도성 등의 한계를 인정하면서도, 이러한 데이터 도메인의 통합이 브라질의 운영적 예측을 개선하는 실질적인 방안이라고 주장한다.