Urbanization, geographic accessibility, and delayed entry into tuberculosis-designated care in southwestern China: a machine-learning prediction study

기술 요약: 중국 남서부의 도시화, 지리적 접근성 및 결핵 진료 지연

문제 제기
결핵(TB) 환자의 지연(증상 발현부터 효과적인 진료 단계에 진입하기까지의 간격)은 조기 진단, 치료 및 전파 통제의 핵심적인 장벽으로 남아 있다. 기존 연구들은 지연의 인구통계학적, 사회경제적, 임상적 결정 요인을 식별해 왔으나, 산악 지형이 많고 급격히 도시화되는 지역에서의 연구들은 정밀한 도로망 접근성보다는 거친 지리적 대리 지표(예: 농촌 거주 여부 또는 행정 구역 단위)에 의존하는 경우가 많다. 복잡한 지형과 분산된 정착지를 가진 중국의 광시 및 귀주와 같은 환경에서, 이러한 거친 척도는 결핵 지정 의료기관에 도달하는 데 따르는 실제 물리적 부담을 제대로 포착하지 못할 수 있다. 더욱이, 도시화와 인프라 투자의 역동적인 특성은 공간적 접근성을 지속적으로 재편하고 있음에도 불구하고, 이러한 과정이 결핵 지정 진료 경로를 어떻게 변화시키는지 조사한 연구는 거의 없다. 본 연구는 다민족 산악 지역 맥락에서 미세한 규모의 지리적 접근성이 결핵 지정 진료로의 진입 지연에 어떻게 기여하는지에 대한 이해의 공백을 다룬다.

연구 방법론
저자들은 광시성과 귀주성에서 등록된 60,778명의 신규 등록 폐결핵 환자에 대한 대규모 루틴 감시 데이터셋을 사용하여 회귀적 예측 모델링 연구를 수행하였다.

• 데이터 소스: 분석에는 결핵 감시 기록, 임상 및 공중보건 관리 변수, 건강보험 정보, 입원 진단 코드 및 고해상도 지리적 접근성 데이터가 통합되었다.
• 결과 정의: 일차 결과 변수는 "결핵 지정 진료 진입 지연"으로, 증상 발현부터 결핵 지정 의료기관의 첫 번째 방문 기록 사이의 간격이 최소 14일 이상인 경우로 정의하였다. 민감도 분석을 위해 7일 임계값을 사용하였다.
• 특성 공학(Feature Engineering): 예측 변수에는 인구통계, 이주 상태, 보험 유형, 동반 질환(HIV/AIDS, 당뇨병), 시간적 특성, 증상 특성, 그리고 상세한 지리적 접근성 지표(최근접 및 평균 도로망 이동 시간, 도로망 거리, 직선 거리)가 포함되었다. 결측치는 정보가 있는 범주화, 최빈값 대체 또는 모델별 추정을 통해 처리되었다.
• 모델 개발: 데이터셋은 결과 층화(outcome stratification)를 사용하여 70%의 훈련 세트와 30%의 홀드아웃(held-out) 테스트 세트로 분할되었다. 하이퍼파라미터 튜닝을 위해 5-겹 층화 교차 검증을 사용하였다. 후보 모델로는 LightGBM, XGBoost, Random Forest, Elastic Net 로지스틱 회귀 및 평균 확률 앙상블이 포함되었다.
• 평가 지표: 성능은 판별력(ROC-AUC, PR-AUC), 교정(calibration), 결정 곡선 분석(순이익, net benefit), 변수 중요도(SHAP 값)를 통해 평가되었다. 임계값은 Youden 지수를 최대화하도록 선택되었으며, 민감도를 우선시하는 임계값에 대한 추가 보고도 이루어졌다.

주요 결과

• 유병률: 환자의 63.5%(60,778명 중 38,590명)가 결핵 지정 진료 진입 지연을 경험했다. 지연된 환자들은 일반적으로 연령이 더 높고, 농업 종사자일 가능성이 높으며, 지리적 접근성이 덜 유리했다(예: 지연되지 않은 환자의 중앙값 최근접 도로망 이동 시간은 2035.5초인 반면, 지연된 환자는 2126초였다).
• 모델 성능: LightGBM이 홀드아웃 테스트 세트에서 가장 우수한 성능을 보였으며, ROC-AUC 0.703, PR-AUC 0.796을 기록했다. Youden 지수 임계값에서 LightGBM은 정확도 0.651, 민감도 0.678, 특이도 0.603을 나타냈다. XGBoost는 거의 동일한 성능을 보였으나, Random Forest와 Elastic Net은 상대적으로 낮은 판별력을 보였다.
• 예측 변수 중요도: 지리적 접근성 지표(도로망 거리, 이동 시간, 직선 거리)가 가장 정보력이 높은 예측 도메인으로 나타났으며, 기존의 인구통계학적, 임상적, 서비스 이용 변수보다 높은 순위를 차지했다. SHAP 분석은 이러한 공간 변수들이 모델의 예측력을 주도함을 확인했다.
• 강건성(Robustness): 7일 지연 임계값을 사용한 민감도 분석에서는 더 높은 이벤트 발생율로 인해 더 높은 ROC-AUC(0.727)와 PR-AUC(0.874)를 보였으며, 이는 높은 이벤트율과 일치한다. 연령, 성별, 거주 상태에 따른 하위 그룹 분석에서도 일관된 판별력(ROC-AUC 0.688–0.706)을 보였다.

의의 및 주장
본 논문은 미세한 규모의 지리적 접근성이 거친 행정적 대리 지표에 의해 가려지기 쉬운 중요한 예측 정보를 제공한다고 주장한다. 본 연구는 산악 및 다민족 환경에서의 결핵 지연에 대한 이해를 다음과 같이 재정립한다:

1. 공간적 역동성: 지리적 장벽은 정적인 지형적 특징이 아니라 도시화, 인프라 투자 및 보건 시스템의 분권화에 의해 역동적으로 재편되는 요소이다.
2. 예측 계층 구조: 직접적인 도로망 접근성 측로가 포함될 때, 이는 환자의 출처, 보험 상태 또는 직업과 같은 전통적인 예측 변수를 능가하여 위험군을 식별하는 경우가 많다. 이는 이러한 요인들과 지연 사이의 기존 상관관계가 부분적으로 측정되지 않은 공간적 접근성 문제를 반영하고 있음을 시사한다.
3. 정책적 시사점: 저자들은 결핵 지연을 줄이기 위해서는 교통 계획, 도시 개발 전략 및 보건 서비스 재설계의 통합이 필요하다고 주장한다. 정책은 지리적 장벽을 불변의 배경 조건으로 취급해서는 안 된다. 대신, 공간적 접근성 측정을 결합한 루틴 결핵 감시는 표적화된 지원, 의뢰 조정 및 계절적 서비스 계획(예: 농업 주기나 우기에 맞춘 조정)을 지원할 수 있다.
4. 방법론적 기여: 본 연구는 인구통계, 임상 및 공간 데이터 간의 복잡하고 비선형적인 상호작용을 통합하는 데 있어 머신러닝(특히 앙상블 트리 기반 방법)의 유용성을 입증한다.

저자들은 모델의 효용성에 대해 "감시 기반 계획 도구"로서의 성격을 강조하며, 개별 환자에 대한 결정론적 결정 규칙이 아님을 명시하며 신중한 태도를 유지한다. 또한, 운영 배포 전 외부 및 전향적 검증이 필요함을 강조하며, 행동적 요인(예: 건강 문해력, 낙인)에 대한 데이터 부재와 첫 번째 결핵 지정 방문 이전의 의료 이용 행태를 관찰할 수 없다는 한계를 인정한다.