Developing early warning systems using predictive models to identify Lassa fever threats in Ondo State, Nigeria

기술 요약: 나이지리아 온도 주(Ondo State)의 라사열 조기 경보 시스템 개발

문제 제기
라사 바이러스에 의해 발생하는 심각한 출혈열인 라사열(Lassa fever, LF)은 서아프리카, 특히 나이지리아에서 지속적인 공중 보건 부담으로 남아 있다. 온도 주는 국가 전체 확진 사례의 30% 이상을 차지하는 주요 핫스팟으로 식별되었다. 이 질병은 뚜렷한 계절적 패턴을 보이는데, 인간과 매개체인 Mastomys natalensis 설치류 간의 접촉이 증가하는 건기(12월~3월)에 일반적으로 발병이 정점에 달한다. 기존의 감시 노력에도 불구하고, 과소 보고, 말라리아와의 증상 중첩로 인한 오진, 탐지 지연 등의 문제는 효과적인 발병 대응을 저해하고 있다. 본 연구는 온도 주에서 선제적인 공중 보건 의사 결정 및 자원 배분을 안내할 수 있는 효과적인 조기 경보 시스템의 필요성을 다룬다.

방법론
본 연구는 2018년 1월부터 2025년 4월까지 온도 주의 확진된 라사열 사례에 대한 정기적인 주간 감시 데이터를 활용하여 시계열 예측 접근 방식을 채택하였다. 데이터는 나이지리아 질병통제예방센터(NCDC)로부터 제공받았다.

1. 데이터 분할: 데이터셋은 매개변수 추정을 위한 훈련 세트(70%)와 모델 평가를 위한 테스트 세트(30%)로 나누었다.
2. 모델 선택: 연구진은 시계열 데이터의 추세와 계절적 행동을 모두 포착하도록 설계된 계절성 자기회귀 누적 이동평균(SARIMA) 모델을 활용하였다. 데이터의 주간 특성과 라사열의 연간 계절성을 고려하여, 계절 주기($s$)를 52주로 설정하였다.
3. 모델 식별 및 추정: 아카이케 정보 기준(AIC)을 기반으로 후보 모델을 자동 선택하기 위해 R의 auto.arima() 함수를 사용하였다. 총 6개의 후보 모델을 비교하였다.
4. 평가 지표: 모델 정확도는 평균 제곱근 오차(RMSE), 평균 절대 오차(MAE), 평균 제곱 오차(MSE)를 사용하여 평가하였다.
5. 진단: 잔차 분석(정규성 확인 및 잔차의 유의미한 자기상관 부재를 보장하기 위한 Ljung-Box 검정 포함)을 통해 선택된 모델의 적절성을 검증하였다.

주요 결과

• 최적 모델: ARIMA(3,0,2)(1,0,1)[52] 모델이 모든 오차 지표(RMSE, MAE, MSE)에서 가장 낮은 값을 기록하고 후보들 중 가장 낮은 AIC 값을 달al하여 최적의 적합 모델로 식별되었다.
• 모델 성능: 진단 검사 결과, 잔차가 근사적으로 정규 분포를 따르고 0을 중심으로 무작위로 흩어져 있었으며, 유의미한 자기상관이 없음을 확인하였다(Ljung-Box 검정 $p > 0.05$). 이는 모델이 데이터의 시간적 구조를 효과적으로 포착했음을 나타낸다.
• 예측 범위: 모델은 34주간의 예측(2025년 19주차부터 52주차까지)을 생성하는 데 사용되었다.
  • 예측 결과, 주당 평균 약 4건의 라사열 사례가 발생할 것으로 나타났다.
  • 모델은 급격한 폭증 없이 비교적 안정적인 전파 추세를 투영하며, 대부분의 예측값은 주당 5건에서 15건 사이로 나타났다.
  • 계절적 정점: 예측에 따르면, 전파 정점은 연중 48주차에서 52주차 사이에 발생할 가능성이 높으며, 이는 역사적인 건기 패턴과 일치한다.
• 시각적 검증: 적합된 값(fitted values)과 실제 테스트 데이터 간의 비교를 통해, 모델이 라사열의 주요 계절적 급증과 일반적인 유행 추세를 성공적으로 재현했음을 입증하였다.

의의 및 주장
본 논문은 개발된 SARIMA 모델이 온도 주의 라사열 전파 역학을 이해하기 위한 통계적으로 견고한 프레임워크를 제공한다고 주장한다. 단기 변동과 장기 계절적 패턴을 모두 포착함으로써, 이 모델은 발생 가능한 발병을 예측할 수 있는 신뢰할 수 있는 도구를 제공한다.

저자들은 본 연구 결과가 선제적 조기 경보 시스템 구축을 지원한다는 점을 강조한다. 구체적으로 본 연구는 다음과 같이 제언한다:

• 온도 주의 라사열 전파는 예측 가능한 계절적 정점과 함께 완만한 수준에서 지속될 가능성이 높다.
• 공중 보건 정책 입안자들은 이 예측치를 활용하여 (특히 연말의) 고위험 기간 전에 감시를 강화하고 자원 배분을 최적화할 수 있다.
• 이 모델은 사후 분석을 넘어 미래 지향적인 공중 보건 계획으로 나아가기 위한, 실시간 발병 통제를 위한 예측 알고리즘을 운영화하는 기초 단계 역할을 한다.

본 연구는 모델이 안정적인 조건 하에서는 중간 수준의 전파를 예측하지만, 질병의 반복적인 계절적 특성상 지속적인 대비와 식별된 고위험 기간 동안의 표적 개입이 필요하다고 결론짓는다.