기술 요약: 가나의 ANC 및 출산 불평등에 대한 공간적 ML 분석 (1988–2022)

문제 정의

숙련된 산전 관리(ANC)는 모성 및 신생아 사망률을 줄이기 위한 핵심적인 예방적 개입이지만, 사하라 이남 아프리카는 여전히 고출산 및 지리적으로 소외된 지역에 집중된 모성 사망의 불균형한 부담을 안고 있다. 가나는 2022년까지 거의 보편적인 숙련 ANC 보급률을 달est했으나, 상당한 하부 국가적 격차가 여전히 존재한다. 본 연구가 다루는 핵심 문제는 34년에 걸쳐 가나의 16개 행정 지역에서 나타나는 ANC 접근성과 총합출산율(TFR) 사이의 복잡하고 비선형적인 관계이다. 전통적인 회귀 방법론은 공간적 자기상관성 및 공급 측면의 개선과 무관하게 높은 출산율이 ANC 이용을 억제하는 비선형적 임계점을 포착하는 데 한계가 있다. 또한, 표준적인 보급률 지표는 고출산 부담과 높은 보급률이 공존하며 보건 시스템에 부담을 주는 "워크호스(Workhorse)" 현상과 같은 출산 관련 불평등을 은폐할 수 있다.

방법론

본 연구는 1988년부터 2022년까지 9차례의 가나 인구보건조사(DHS) 데이터를 활용하여 16개 행정 지역의 94개 지역-연도 관측치를 생성하는 종단적 생태학적 설계를 채택한다. 분석에는 공간 통계, 머신러닝, 그리고 새로운 합성 지표가 통합된다:

• 데이터 소스: DHS 하부 국가 데이터(숙련 ANC 보급률, T로 TFR, 청소년 출산율) 및 행정 경계 기하 구조(261개 MMDAs).
• 불평등 분석: ANC 보급률과 TFR의 지역 간 불평등을 추적하기 위해 지니 계수를 계산하였다.
• 공간 자기상관성: 전역 모란 지수(Global Moran's I, k=4 최근접 이웃 가중치 사용)와 국지적 공간 자기상관 지표(LISA, Rook 인접성 사용)를 사용하여 클러스터링 패턴과 핫스팟/콜드스팟을 탐지하였다.
• 머신러닝: 숙련 ANC 보급률을 예측하기 위해 두 가지 지도 학습 모델을 훈련시켰다:
  • 랜덤 포레스트(Random Forest, RF) 회귀 모델: 200개의 결정 트리, max_depth=6, 5-겹 교차 검증 적용.
  • 결정 트리(Decision Tree, DT) 회귀 모델: 벤치마크로 사용.
  • 특성 기여도: 부분 의존도 플롯(Partial Dependence Plots, PDP)을 사용하여 TFR-ANC 관계의 비선형적 변곡점을 식별하였다.
• 새로운 지표:
  • 케어 효율 지수(Care Efficiency Index, CEI): $CEI = \text{숙련 ANC (\%)} / \text{TFR}$로 정의되며, 출산 부담 대비 서비스 이용 효율성을 측정한다.
  • 이변량 위험 계층화: 관측치를 ANC와 TFR의 그랜드 평균에 대한 z-점수에 따라 네 가지 구역(Critical, Emerging, Workhorse, Resilient)으로 분류하였다.

주요 기여

1. 시공간 수렴 분석: 본 연구는 지역 간 ANC 보급률 불평등의 극적인 감소(지니 계수 87.9% 감소)를 정량화하는 동시에, 출산 관련 공간적 클러스터링의 지속성을 강조한다.
2. 지표의 디커플링(Decoupling): 2022년까지 ANC 보급률 클러스터링은 유의미하지 않게 된 반면(보급의 균일성을 의미), TFR 클러스터링은 심화됨(Moran's I = 0.606)으로써 지표 간의 분리를 입증하였다. 이는 인구학적 결정 요인이 보건 서비스 전달보다 더 긴 시간 지평에 걸쳐 반응함을 시사한다.
3. 탐색적 변곡점: RF 부분 의존도 분석을 통해, TFR이 약 5.90인 지점에서 잠재적인 비선형 변곡점을 식별하였다. 이 지점 위에서는 과거 데이터상에서 예측된 ANC 보급률이 하락하는 경향을 보인다.
4. 효율성 및 위험 유형: CEI와 이변량 위험 계층화의 도입은 "회복력 있는(Resilient, 높은 ANC, 낮은 TFR)" 지역과 "워크호스(Workhorse, 높은 ANC, 높은 TFR)" 지역을 구분하는 도구를 제공하며, 이는 단순 보급률 수치만으로는 놓칠 수 있는 자원 배분 필요성을 드러낸다.

주요 결과

• 보급 트렌드: 국가 차원의 숙련 ANC 보급률은 1988년 83.1%에서 2022년 97.7%로 증가하였다. 북부 벨트(Northern Belt)는 가장 큰 절대적 증가폭을 보였으며(예: 북부 지역 +43.0 퍼센트 포인트), 이를 통해 남북 간 격차를 32.4에서 0.9 퍼센트 포인트로 좁혔다.
• 불평등 지표: ANC의 지역 간 지니 계수는 0.070에서 0.008로 급감하였다. 반면, TFR 지니 계수는 27% 감소에 그쳐, 출산 불평등이 정책적 개입에 더 저항적임을 나타냈다.
• 머신러닝 성능: 랜덤 포레스트 모델이 결정 트리 모델을 능가하였다 (테스트 $R^2$ = 0.381 vs. -0.296). 조사 연도가 가장 지배적인 예측 변수였으며(43.7%), TFR이 그 뒤를 이었다(38.8%).
• 변곡점: RF 모델은 TFR ≈ 5.90 근처에서 탐색적 변곡점을 식별하였다. 이 임계값 위에서는 예측된 ANC 보급률이 비선형적으로 감소하며, 이는 초고출산 환경에서의 수요 측면 장벽(예: 배우자의 반대, 교통비 등)을 반영할 가능성이 있다.
• 지역적 격차:
  • 케어 효율성: 그레이터 아크라(Greater Accra)가 CEI 31.9로 선두를 달린 반면, 노스 이스트(North East)는 14.5로 뒤처져, 2022년 유사한 보급률에도 불구하고 2.2배의 효율성 격차를 보였다.
  • 위험 계층화: 2022년 대부분의 지역은 "Resilient" 또는 "Workhorse"에 해당하였다. 그러나 북부 벨트는 "Workhorse" 패턴(높은 ANC/높은 TFR)을 유지하였으며, 이는 남부 지역에 비해 더 높은 의료 제공자당 서비스 부담을 의미한다.
• 공간 클러스터링: 2022년까지 TFR은 강한 양의 공간 클러스터링(Moran's I = 0.606, p=0.001)을 보였으며 특히 북부 벨트에서 두드러졌으나, ANC 클러스터링은 소멸되었다.

의의 및 주장

본 논문은 가나가 숙련 ANC 보급률의 보편적 달성을 성공적으로 이루어내고 지역 간 보급 불평등을 제거했음에도 불구하고, 출산 관련 공간적 불평등은 여전히 지속되고 있으며, 특히 북부 벨트에서 그러하다는 점을 주장한다. 본 연구는 기존의 보급률 통계가 "워크호스" 부담과 고출산-저출산 지역 간의 효율성 격차를 은폐하기 때문에 보건 시스템 투자를 안내하는 데 불충분하다고 논한다.

저자들은 **케어 효율 지수(CEI)**와 이변량 위험 계층화가 표적 투자를 위한 가설 생성 도구를 제공한다고 상정한다. 구체적으로, 높은 TFR과 높은 ANC를 가진 "워크호스" 지역은 "Resilient" 지역과 다른 자원 배분(예: 인력 배치 강도)이 필요하다고 제안한다. TFR 5.90 근처의 탐색적 변곡점은 추가 검증이 필요한 임계점으로 제시되며, 이는 높은 출산율이 ANC 이용을 독립적으로 저해하는 장벽이 될 수 있음을 나타낸다.

본 연구는 결론적으로, 정책 우선순위가 공급 측면의 확장을 넘어 북부 벨트를 대상으로 한 표적 출산 전환 프로그램과 여성 교육 역량 강화로 확대되어야 한다고 강조한다. 또한, 본 연구의 결과는 생태학적이며 가설 생성 목적임을 명시하며, 개인 수준의 추가 검증 없이 TFR-ANC 관계를 인과적으로 해석하는 것에 주의를 요한다.