Forecasting Influenza Incidence and Analyzing Interactive Effects of Environmental Factors across Different Age Groups in Beijing

기술 요약: 베이징의 인플루엔자 발생 예측 및 연령대별 환경 요인의 상호작용 분석

문제 제기
인플루엔자는 특히 겨울철에 대규모 유행을 일으키기 쉬운 매우 높은 유병률을 보이는 질병으로, 공중 보건 시스템에 상당한 도전 과제를 안겨준다. 데이터 기반 모델링이 인플루엔자 감시 체계에 점점 더 많이 통합되고 있으나, 기존 방식은 특정 한계점을 갖는 경우가 많다. 많은 모델이 통합된 프레임워크 없이 단일 알고리즘에 의존하며, 고빈도 기상 및 환경 변수를 통합하지 못하고, 원시 시계열 데이터의 이상치 처리를 간과한다. 또한, 환경 요인이 특정 연령대별로 어떻게 다르게 상호작용하는지에 대한 연구가 부족하여, 정밀한 조기 경보 및 표적 개입 전략 개발을 제한하고 있다. 본 연구는 2005~2020년 베이징의 역학적 특성을 분석하고, 시계열 모델과 딥러닝 모델의 예측 성능을 비교하며, 다양한 연령층에 걸친 주요 환경 요인 및 그 상호작용을 식별함으로써 이러한 격차를 해소하고자 한다.

연구 방법론
본 연구는 2005년부터 2020년까지의 월별 인플루엔자 감시 데이터와 2014년부터 2020년까지의 베이징 환경 데이터(기상 지표 및 대기 오염 물질)를 활용하였다. 인구는 전체 인구, 014세, 1559세, 60세 이상의 네 그룹으로 계층화되었다.

1. 데이터 전처리: 시계열 데이터의 전반적인 분포 특성을 유지하면서 안정성을 높이기 위해 이상치 식별 및 교정 작업을 수행하였다.
2. 단일 요인 예측: 세 가지 시계열 모델을 구축하고 훈련 세트(2005~2019)와 테스트 세트(2020)를 사용하여 평가하였다.
   • SARIMA: 계절적 차분을 포함한 Box-Jenkins 절차를 따름.
   • Holt-Winters: 시계열을 수준(level), 추세(trend), 계절성(seasonal) 성분으로 분해하는 가법 모델.
   • 칼만 필터 (FKF): 반복적인 예측 및 업데이트 단계를 갖는 상태 공간 모델.
   • 평가 지표: 평균 제곱근 오차(RMSE), 평균 절대 오차(MAE), 평균 절대 백분율 오차(MAPE).
3. 다중 요인 예측: 양방향 장단기 메모리(Bi-LSTM) 딥러닝 모델을 구축하였다. 유의미한 환경 요인은 스피어먼 상관 분석을 통해 선별하였다. 데이터 누수를 방ка하기 위해 데이터셋을 시간 순서대로 분할하였다(훈련 75%, 테스트 25%). 네트워크는 양방향 LSTM 레이어, ReLU 활성화 함수 및 조기 종료 전략을 사용하였다.
4. 상호작용 평가: 변수 중요도를 평가하고 환경 요인 간의 상호작용 효과를 정량화하기 위해 평균 최소 깊이 지수를 결합한 랜덤 포레스트(RF) 알고리즘을 채택하였다.

주요 결과

• 역학적 추세: 베이징의 인플루엔자 발생률은 2005년부터 2020년까지 전반적인 상승 추세를 보였으며, 겨울이 지배적인 계절이었다(사례의 75.76%). 014세 아동이 가장 높은 위험군(사례의 56.32%)이었으며, 1559세 연령층은 여름에 상대적으로 높은 발생률을 보인 유일한 인구 집단이었다.
• 단일 요인 모델 성능: Holt-Winters 가법 모델이 모든 연령대에서 SARIMA 및 FKF보다 일관되게 우수한 성능을 보였으며, 가장 낮은 RMSE, MAE, MAPE를 달축했다. SARIMA는 정점(peak)을 과대 또는 과소 평가하여 불안정한 모습을 보였고, FKF는 계절적 변동을 포착하지 못하는 평탄한 곡선을 생성했다. Holt-Winters 모델이 최적의 단일 요인 예측 모델로 확인되었다.
• 다중 요인 모델 성능: Bi-LSTM 모델은 연령대별로 다양한 효능을 나타냈다. 고령층(60세 이상)은 가장 완만한 과적합(가장 낮은 테스트 세트 RMSE 및 MAE)과 함께 가장 높은 예측 정확도를 달성했다. 반면, 15~59세 연령층은 가장 낮은 결정계수($R^2$)를 보였으며, 전체 인구 그룹은 가장 큰 예측 오차를 나타냈다.
• 환경적 동인 및 상호작용:
  • 핵심 요인: 기상 요인(기온, 강수량, 습도)이 모든 연령대에서 지배적인 영향 요인이었다.
  • 연령별 오염 물질: 대기질 지수(AQI)는 014세 및 1559세 그룹에 유의미한 영향을 미쳤다. 고령층(60세 이상)의 경우 일산화탄소(CO)와 오존($O_3$)이 주요 오염 물질이었다.
  • 상호작용: 환경 요인 간의 전반적인 상호작용 강도는 약했다. 그러나 습한 조건이 대기 오염 물질의 부정적 영향을 약간 증폭시키는 것으로 나타났다.

의의 및 주장
본 논문은 베이징의 인플루엔사 단일 요인 시계열 예측에는 Holt-Winters 모델이 가장 적합하며, Bi-LSTM 모델은 여러 환경 요인을 통합하여 발생률을 예측하는 데 효과적이라고 주장한다. 본 연구는 기상 요인이 인플루엔사 유행의 주요 환경적 트리거임을 강조하지만, 대기 오염 물질에 대한 반응은 연령에 따라 크게 다르다는 점을 명시한다.

저자들은 향후 인플루엔자 조기 경보 시스템과 표적 개입 전략은 반드시 연령 계층화와 기상 요인 및 대기 오염 물질 간의 상호작용을 충분히 고려해야 한다고 결론짓는다. 서로 다른 연령대가 특정 오염 물질(예: 아동의 경우 AQI, 고령층의 경우 CO/$O_3$)에 다르게 반응한다는 점을 인식함으로써, 공중 보건 관계자들은 더욱 정밀한 예방 및 통제 조치를 개발할 수 있다. 또한 본 연구는 복잡한 알고리즘이 질병 예측에서 반드시 더 우수한 성능을 보장하는 것은 아니며, 데이터가 강한 계절적 변동과 장기적 추세를 보이는 경우 Holt-Winters와 같은 단순한 모델이 더 복잡한 모델(FKF 또는 SARIMA)보다 더 나은 성능을 보일 수 있음을 강조한다.

명시된 한계점
저자들은 감시 데이터와 환경 데이터 간의 불일치하는 시간 범위, 정기 데이터의 잠재적인 보고 누락 편향, 백신 접종률 및 인구 이동성과 같은 혼란 변수의 제외를 한계점으로 인정하였다. 또한, 본 연구는 베이징으로 국한되어 결론의 일반화에 한계가 있으며, 변수 간의 시너지 효과에 대한 실험적 생물학적 검증이 부족하다는 점을 언급하였다.