Retrospective Forecasting and Long-Term Projection of Alzheimer’s Disease Spreading

기술 요약: 알츠하이머병 확산의 회고적 예측 및 장기 투영

문제 정의
비감염성 질환(NCD), 특히 알츠하이머병과 치매의 확산을 예측하는 것은 그 병인론의 다요인적 특성으로 인해 상당한 방법론적 어려움을 수반한다. 감염병과 달리, NCD는 유전적, 행동적, 사회경제적, 환경적 요인의 복잡하고 역동적인 상호작용에 의해 발생한다. 전통적인 예측 접근 방식은 종종 이러한 특정 위험 요인을 정량화하거나 과정의 정상성(stationarity)을 가정하는데, 이는 장기적인 질병 역학의 내재된 불확실성과 비정상성(non-stationarity)을 다루는 데 한계가 있다. 또한, 기존 모델들은 종종 변동성이 큰 연간 지표에 집중하며, 이는 안정적인 장기 추세를 가릴 수 있다. 저자들은 정확한 예측이 전략적 보건 의료 계획, 자원 배분 및 연구 자금 지원의 정당성을 확보하는 데 필수적이라고 주장하지만, 현재의 방법론들은 불확실성 조건 하에서 신뢰할 수 있는 10년 단위 투영을 제공하는 데 실패하는 경우가 많다.

방법론
본 논문은 확률적 매개변수를 가진 **적분 유입-유출 모델(Integral Inflow-Outflow Model, IIOM)**에 기반한 새로운 방법론을 제안한다. 이 접근 방식은 분석의 초점을 개별 위험 요인을 모델링하거나 변동성이 큰 연간 사례 수에 두는 대신, 누적(적분) 부피인 유입(신규 사례)과 유출(사망)의 역학을 모델링하는 것으로 전환한다.

방법론의 주요 구성 요소는 다음과 같다:

1. 모델 프레임워크: 질병 인구는 균형 방정식 $I(t) = X_{inf}(t, t_0) - X_{of}(t, t_0)$로 정의되는 "저수지(reservoir)"로 취급된다. 여기서 $I(t)$는 활성 사례 수, $X_{inf}$는 누적 유입, $X_{of}$는 누적 유출이다.
2. 확률적 비율: 모델은 원시 수치(raw counts) 대신 이러한 누적 부피의 변화율($r_{inf}$ 및 $r_{of}$)을 활용한다.
3. 추세 식별: 본 연구의 핵심 발견은 연간 비율은 변동성이 클 수 있으나, 적분 유입 및 유출의 비율은 시간이 지남에 따라 **단조 감소(monotonic decrease)**한다는 것이다. 이 속성은 선형 추세를 구축할 수 있게 한다.
4. 예측 메커니즘:
   • 저자들은 역사적 창(예: 10년) 동안 유입 및 유출의 백분율 증가율의 평균 연간 감소율($\alpha_{inf}$ 및 $\alpha_{of}$)을 계산한다.
   • 이러한 비율은 최소제곱법을 통해 멱함수(power functions)로 근사된다.
   • 미래의 확률적 비율($\tilde{r}_{inf}$ 및 $\tilde{r}_{of}$)에 대한 선형 추세는 $\tilde{r}(\tau) = r(t) - k(t)(t - \tau)$ 공식을 사용하여 외삽(extrapolation)된다. 여기서 $k(t)$는 역사적 데이터에서 도출된 추세 계수이다.
   • 이렇게 외삽된 비율들을 이산 IIOM 방정식에 다시 대입하여 10년 및 장기 투영을 생성한다.
5. 검증: 모델의 정확도는 1990~2021년 기간의 IHME(Institute for Health Metrics and Evaluation) 회고 데이터를 사용하여 평균 절대 백분율 오차(MAPE)로 평가된다.

주요 기여
저자들은 자신들의 접근 방식에서 세 가지 주요 독창성을 식별하였다:

1. 모델링 초점의 전환: 변동성이 큰 연간 수치에서 누적 사례 부피의 확률적 역학으로 이동하여 안정적인 장기 추세를 밝혀냈다.
2. 단조성의 조작화: 적분 유입 및 유출 비율의 단조 감소 특성을 식별하고 이를 예측 가능한 선형 추세로 활용하였다.
3. 실용적 기법 개발: 이러한 선형 추세를 외삽하는 구체적인 예측 기법을 개발하였으며, 이는 근본적으로 다른 비정상적 프로세스(COVID-19 및 인구 통계 변화 포함)에 테스트되어 견고함을 확인하였다.

결과
연구는 두 가지 주요 결과 세트를 제시한다:

• 회고적 10년 예측: 세계 및 다양한 지역에 대해 2005년, 2010년, 2015년에 샘플 예측이 생성되었다. 모델은 높은 정확도를 보였다. 초록에서는 10년 예측 창의 MAPE 값이 [0.23%; 2.73%] 구간에 있으며, 동시에 [0.08%; 0.75%] 구간의 특정 MAPE 값도 언급되어 있다. 특정 지역의 MAPE 값은 일반적으로 낮았으며, 세계 평균은 2005년 예측 시 0.43%, 2010년 예측 시 0.2%, 2015년 예측 시 0.09%였다. 결론에서는 회고적 예측에 대한 MAPE 범위를 0.43%에서 1.79% 사이로 인용하였다.
• 2050년까지의 장기 투영: 모델 기반 접근 방식을 사용하여, 저자들은 전 세계적으로 알츠하이머 사례의 꾸준한 증가를 투영한다. 사례 수는 2022년 1억 4,120만 명에서 2050년 4억 8,950만 명으로 증가할 것으로 예측된다.
  • 고령 인구(65세 이상) 내 사례 비율은 비교적 안정적(0.84–0.87)이며, 이는 연령별 위험의 변화보다는 인구 고령화가 주요 동인임을 시사한다.
  • 지역적 격차는 상당하다. 서유럽이 가장 높은 부담(6,500만 명)을 안게 될 것으로 예상되며, 고소득 북미(4,230만 명), 동남아시아(1,630만 명)가 그 뒤를 잇는다.
  • 반면, 열대 라틴 아메리카와 동부 사하라 이남 아프리카는 고령 인구 대비 사례 비율이 0.72–0.76으로 중간 수준을 보이며, 이는 서로 다른 인구 구조를 반영한다.
  • 모델은 성장률의 단조적 감속을 확인하며, 연간 성장률은 2020년대 초 약 5%에서 투영 기간 종료 시점까지 2.5%로 감소한다.

의의 및 주장
본 논문은 적분 확률 유입-유출 모델(IIOM)이 정밀한 측정이 어려운 수많은 위험 요인을 평가해야 하는 더 복잡하고 데이터 집약적인 모델(예: 베이지안 메타 회귀 또는 CODEm)에 대한 실용적이고 신뢰할 수 있는 대안을 제공한다고 주장한다. NCD 확산의 비정상적 성격을 인정하고 누적 비율의 안정적인 추세에 집중함으로써, 이 방법론은 불확실성 하에서의 의사결정을 위한 견고한 도구를 제공한다.

저자들은 이 접근 방식이 다음을 위한 탄탄한 토대를 구축한다고 결론짓는다:

• 전략적 보건 의료 자원 계획.
• 예방 및 연구 투자 정당화.
• 역학적 추세 모니터링.

이 연구는 IIOM을 질병의 근본적인 생물학적 메커가니즘을 해결하겠다고 주장하지 않으면서도, 비감염성 질환이 제기하는 커지는 도전 과제에 직면하여 증거 기반 의사결정을 용이하게 하는 유망한 장기 공중보건 예측 도구로 자리매김한다.