Sample size in social contact surveys for epidemic modelling

이 논문은 전염병 모델링을 위한 사회적 접촉 조사에서 표본 크기가 재생산 수 (R) 추정에 미치는 영향을 분석한 결과, 일반적 용도로는 약 1,200~1,300 명의 표본 크기가 적절함을 제시하여 향후 조사 설계 및 해석 시 표본 크기 고려의 중요성을 강조합니다.

핵심

이 논문은 **"감염병이 어떻게 퍼지는지 예측하는 데 필요한 '사람들 간의 접촉 조사'를 할 때, 얼마나 많은 사람을 조사해야 할까?"**라는 아주 실용적인 질문에 답하는 연구입니다.

마치 요리사가 새로운 요리를 개발할 때, 맛을 보기 위해 얼마나 많은 시식자를 모아야 할지 고민하는 것과 비슷합니다. 너무 적으면 맛이 제대로 안 느껴지고, 너무 많으면 시간과 돈만 낭비하게 되죠.

이 연구의 핵심 내용을 쉬운 비유와 함께 설명해 드릴게요.

---

1. 왜 이 연구가 필요할까요? (배경)

감염병이 유행할 때, "누가 누구를 만났는지"를 기록한 사회적 접촉 조사는 매우 중요합니다. 이 데이터를 바탕으로 "이 병이 얼마나 빠르게 퍼질까 (재생산수 R)"를 계산하고, 백신 접종이나 격리 정책을 결정하죠.

하지만 지금까지는 "돈이 남으면 1,000 명을 조사하고, 없으면 100 명만 조사하자" 식으로 임의적인 숫자를 정했습니다. 마치 "맛있는 국을 끓이려면 소금 몇 스푼을 넣어야 할지 모르니, 대충 한 스푼 넣자"라고 하는 것과 비슷하죠. 이렇게 하면 국이 너무 짜거나 싱거워질 수 있습니다.

2. 연구팀은 무엇을 했나요? (방법)

연구팀은 두 가지 일을 했습니다.

• 과거 기록 분석: 지난 10 년간 발표된 107 개의 접촉 조사 보고서를 뒤져봤습니다. 결과는 놀라웠습니다. 조사 인원 수가 30 명부터 1 만 명 이상까지 천차만별이었습니다. 절반 이상은 1,000 명도 채 안 되는 소규모 조사였습니다.
• 가상 실험 (시뮬레이션): 영국과 유럽의 거대한 데이터 (약 7,000~13,000 명 분량) 를 가지고, 마치 주사위를 굴리듯 무작위로 사람들을 뽑아보았습니다.
  • "100 명만 뽑으면 어떻게 될까?"
  • "500 명은?"
  • "1,000 명은?"
  • "3,000 명은?"
  • 이렇게 다양한 크기의 샘플로 감염병 확산 예측 수치를 계산해 보았습니다.

3. 어떤 결과가 나왔나요? (결과)

이 실험은 **"적정 인원수"**를 찾아내는 과정이었습니다.

• 너무 적은 인원 (200 명 미만): 마치 작은 거울로 큰 풍경을 비추는 것과 같습니다. 결과가 너무 들쑥날쑥합니다. "오늘은 안 퍼질 것 같다"가 "내일 대유행이다"로 급변할 수 있어 신뢰하기 어렵습니다.
• 적당한 인원 (1,200~1,300 명): 이 정도면 선명한 사진을 찍을 수 있습니다. 결과가 안정적이고, 감염병 확산 예측의 불확실성이 크게 줄어듭니다. 가장 효율적인 '골든 존'입니다.
• 너무 많은 인원 (3,000 명 이상): 4K 고화질 카메라로 찍은 사진과 8K 초고화질 사진의 차이 정도입니다. 화질이 아주 조금 더 좋아지지만, 그 차이를 느끼기 위해 들어가는 비용과 노력은 너무 큽니다. 즉, 과잉 투자입니다.

4. 결론: 우리가 배울 점

이 연구는 앞으로 사회적 접촉 조사를 설계할 때 최소 1,200~1,300 명을 목표로 해야 한다고 제안합니다.

• 1,000 명 미만: 결과를 믿고 정책을 결정하기엔 너무 위험합니다. (너무 작은 그릇에 물을 담으려다 쏟을 수 있음)
• 1,300 명 이상: 이 정도면 충분히 신뢰할 수 있는 데이터를 얻을 수 있습니다.
• 3,000 명 이상: 예산과 시간을 아껴야 합니다. (이미 배가 부르는데 더 먹으려 함)

요약

이 논문은 **"감염병 예측을 위한 접촉 조사도 '적정 크기'가 있다"**는 것을 증명했습니다. 너무 적으면 엉뚱한 결론을 내리고, 너무 많으면 자원 낭비입니다. 이제부터는 1,300 명이라는 '마법의 숫자'를 기준으로 조사를 설계하여, 더 정확하고 신뢰할 수 있는 감염병 대응 정책을 만들 수 있게 되었습니다.

기술 요약

논문 요약: 전염병 모델링을 위한 사회적 접촉 조사의 표본 크기

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 사회적 접촉 조사 (Social contact surveys) 는 "누가 누구와 접촉하는가"를 측정하여 전염병 전파 모델링에 필수적인 데이터를 제공하며, 감염 재생산 수 ($R$) 를 추정하는 데 핵심적인 역할을 합니다.
• 문제점: 이러한 조사가 광범위하게 사용되고 있음에도 불구하고, 표본 크기 (Sample size) 에 대한 체계적인 계산이 수행되지 않는 경우가 많습니다.
  • 기존 역학 연구의 표본 크기 계산은 특정 효과 크기나 가설 검정에 기반하지만, 사회적 접촉 조사는 복잡한 접촉 패턴을 기술하고 모델 기반 추정치 ($R$ 등) 를 도출하는 관찰 연구이므로 적용하기 어렵습니다.
  • 현재까지의 표본 크기는 예산, 모집 채널, 물류 등 실용적 제약에 의해 결정되었으며, 이로 인해 표본 크기가 작을 경우 전염병 위험 평가의 정확도와 신뢰성에 심각한 영향을 미칠 수 있습니다.

2. 연구 목적 (Aims)

• 출판된 사회적 접촉 조사의 현재 표본 크기 관행을 검토하여 실무를 파악합니다.
• 표본 크기가 전염병 지표 (특히 재생산 수 $R$) 의 추정치와 불확실성에 미치는 영향을 정량화합니다.
• 전염병 모델링에 활용될 사회적 접촉 조사를 위한 실용적인 목표 표본 크기를 제시합니다.

3. 연구 방법론 (Methodology)

이 연구는 두 가지 주요 접근 방식을 결합하여 수행되었습니다.

가. 현재 관행에 대한 신속한 검토 (Rapid Review)

• 데이터 소스: 2008 년 1 월 1 일부터 2025 년 3 월 11 일까지 PubMed 에 등재된 영어 논문 검색.
• 검색어: ((social contact*[Title/Abstract]) AND (survey[Title/Abstract])) AND (infectio*[Title/Abstract])
• 선정 기준: 1 차적 사회적 접촉 데이터 보고, 감염병 관련, 인간 대상 조사 등.
• 결과: 57 건의 연구에서 107 개의 고유한 사회적 접촉 조사가 식별되었습니다.

나. 표본 크기가 전염병 지표에 미치는 영향 분석 (Simulation Study)

• 사용 데이터:
  1. POLYMOD (유럽): 8 개국, 7,290 명 대상. 연령별 접촉 행렬 (Contact Matrix) 을 생성하고, 이 행렬의 우세 고유값 (Dominant eigenvalue) 을 통해 $R$을 추정.
  2. UK Social Contact Survey (UKSCS, 영국): 5,861 명 대상. 개별 재생산 수의 제곱합 ($R^2$) 을 계산하여 개인 간 이질성을 포착.
• 시뮬레이션 방법:
  • 전체 데이터셋에서 표본 크기 (100 명 ~ 최대) 를 달리하여 200 회 반복 무작위 추출 (Subsampling) 수행.
  • 각 시뮬레이션에서 생성된 $R$ 추정치의 평균, 범위, 표준 편차 (S.D.) 및 콜모고로프 - 스미르노프 (KS) 통계량을 계산하여 분포의 불확실성을 측정.

4. 주요 결과 (Key Results)

가. 현재 표본 크기 현황 (Review Results)

• 식별된 107 개 조사의 표본 크기는 30 명에서 10,000 명 이상까지 광범위하게 분포했습니다.
• 중앙값 (Median): 1,438 명.
• 분포: 전체 조사의 4 분의 1 (25%) 은 1,000 명 미만의 표본을 가졌으며, 3 분의 4 는 2,500 명 미만이었습니다.

나. 표본 크기와 $R$ 추정치의 불확실성 (Simulation Results)

• 소규모 표본의 위험: 표본 크기가 200 명 미만일 경우, 재생산 수 ($R$) 추정치가 극도로 변동성이 큽니다.
  • 예: POLYMOD 데이터에서 200 명 표본 시 $R$ 추정치는 0.871.3 범위를 보였으나, UKSCS($R^2$ 방법) 의 경우 06.8 로 훨씬 넓은 범위를 보였습니다.
• 정밀도 향상 구간: 표본 크기가 증가함에 따라 정밀도가 향상되지만, 그 효과는 약 1,300 명까지 가장 두드러집니다.
  • 1,100~1,300 명: KS 통계량과 표준 편차 감소 폭이 가장 크게 나타나는 임계 구간입니다.
  • 3,000 명 이상: 표본 크기를 3,000 명 이상으로 늘려도 얻는 정밀도 향상 (Gains) 은 미미합니다.
• 방법론별 차이: 연령별 접촉 행렬을 사용하는 POLYMOD 방식이 개별 재생산 수 제곱합을 사용하는 UKSCS 방식보다 일반적으로 더 낮은 불확실성을 보였습니다. 이는 연령대별 평균화 (Averaging) 가 변동성을 줄여주기 때문입니다.

5. 주요 기여 및 결론 (Key Contributions & Conclusions)

• 권장 표본 크기 제시: 일반적인 목적의 사회적 접촉 조사를 위해 최소 약 1,200~1,300 명의 표본이 필요하다고 결론지었습니다. 이 규모는 $R$ 추정치의 불확실성을 수용 가능한 수준으로 줄이고, 더 큰 표본에서 얻는 추가적 이득을 고려할 때 비용 대비 효율이 가장 높은 지점입니다.
• 실무적 권고:
  • 1,000 명 미만의 표본으로 얻어진 데이터는 전파 모델의 매개변수 설정에 사용할 때 신중해야 합니다.
  • 연구 설계, 보고, 해석 단계에서 표본 크기를 명시하고 고려해야 합니다.
  • 표본 크기 보고를 사회적 접촉 조사 출판의 표준 요소로 포함할 것을 권장합니다.

6. 의의 및 한계 (Significance & Limitations)

• 의의:
  • 전염병 예측 및 공중보건 의사결정을 위한 증거 기반을 강화합니다.
  • 사회적 접촉 데이터가 진단, 입원, 사망률과 같은 지연 지표보다 전파 사건과 더 밀접하게 연관되어 있으므로, 초기 표본 크기 설계의 중요성을 강조합니다.
  • 서로 다른 지역 및 설정 간의 데이터 비교성을 높여 전염병 정보 (Epidemic Intelligence) 의 일관성을 지원합니다.
• 한계:
  • 검토는 영어 논문과 PubMed 에 국한되어 비영어권 또는 회색 문헌 (Grey literature) 이 누락될 수 있습니다.
  • 표본 크기 외에도 응답 피로, 과소 보고, 특정 인구집단의 체계적 누락 등 데이터 품질 문제는 표본 크기 증가만으로는 해결되지 않습니다.
  • 분석은 주로 평균 재생산 수 ($R$) 에 초점을 맞추었으며, 임계 백신 접종률이나 연령별 발병률 등 다른 지표는 다른 민감도를 보일 수 있습니다.

---

요약: 본 논문은 사회적 접촉 조사의 표본 크기가 전염병 모델링의 정확도에 결정적 영향을 미친다는 것을 입증하고, 약 1,300 명을 최소 권장 표본 크기로 제시함으로써 향후 연구 설계 및 공중보건 정책 수립에 중요한 기준을 마련했습니다.