Mapping knowledge user participation approaches in infectious disease transmission modeling (participatory modeling): a scoping review
156개의 감염병 모델링 연구를 대상으로 한 이 범위 검토(scoping review)는 지식 사용자 참여가 흔하게 나타나지만 주로 하류 작업(downstream tasks)과 정책 입안자들에게 국한되어 있음을 밝히며, 이는 모델의 관련성과 수용성을 강화하기 위해 다양한 이해관계자들을 더욱 형평성 있고 조기에 참여시켜야 할 필요성을 강조한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
새로운 질병이 퍼지기 시작할 때, 공중보건 관계자들은 종종 이 질병이 인구 집단 사이에서 어떻게 이동하는지 이해하고 이를 저지할 수 있는 개입 방안을 결정하기 위해 수학적 모델에 의존합니다. 이러한 모델은 미래를 완벽한 확실성을 가지고 예측하는 수정구슬이 아닙니다. 오히려 연구자들이 감염이 한 사람에게서 다른 사람으로 어떻게 전달되는지를 시뮬레이션하기 위해 구축한, 현실의 단순화된 표현입니다. 이러한 시뮬레이션은 학교 폐쇄 시점, 백신 배분 방식, 의료팀 파견 지역 결정과 같은 중대한 결정을 내리는 데 영향을 미칠 수 있기 때문에, 모델을 사용하는 사람들은 이를 신뢰할 수 있어야 합니다. 오랫동안 이러한 모델을 구축하는 과정은 주로 학술 기관 내부에서 은밀하게 이루어졌으며, 전문가들이 무엇을 포함하고 무엇을 제외할지에 대한 선택을 해왔습니다. 그러나 이러한 질병의 영향을 가장 많이 받는 사람들과 그 결과에 따라 행동해야 하는 관계자들이 모델이 구축되는 동안 협의 테이블에 앉아야 한다는 인식이 확산되고 있습니다. '참여적 모델링(participatory modeling)'이라고 알려진 이 접근 방식은 실험실 외부의 사람들을 초대하여 어떤 질문을 던질지, 그리고 어떤 답을 구할지를 결정하는 데 도움을 줍니다.
최근 한 연구팀은 이러한 협업이 실제 세상에서 어떻게 이루어지고 있는지 이해하기 위해 연구를 수행했습니다. 그들은 지난 24년 동안 발표된 약 만 건의 과학적 연구를 대상으로 대규모 검토를 실시하였으며, 특히 외부 파트너의 도움을 받아 감염병 모델이 만들어진 사례를 중점적으로 살펴보았습니다. 문헌을 면밀히 필터링한 결과, 그러한 협업이 보고된 156개의 연구를 식별해 냈습니다. 이 연구들은 21가지의 서로 다른 감염병을 다루고 있으며 98개국에서 진행되었는데, 최근의 코로나19 팬데믹에 관한 연구가 상당 부분을 차지했으며, 그 뒤를 이어 HIV와 결핵 연구가 이어졌습니다. 연구진은 외부의 목소리를 포함하는 관행이 점점 더 흔해지고 있지만, 그 방식은 종종 불균형하다는 것을 발견했습니다. 초대받은 사람들의 대다수는 정책 결정을 내리는 정부 관리나 프로그램 운영자였습니다. 반면, 질병을 직접 겪은 커뮤니티 그룹이나 개인들이 참여한 연구는 5개 중 1개 미만(20% 미만)에 불과했습니다.
이 검토는 이러한 협업이 전개되는 뚜렷한 패턴을 드러냈습니다. 대부분의 경우, 모델의 핵심적인 설계 작업이 이미 완료된 후에 외부 파트너들이 투입되었습니다. 그들은 현지 감염률이나 접촉 패턴과 같은 데이터를 제공하거나, 모델이 완성된 후 최종 결과를 해석하는 데 도움을 주는 역할을 자주 맡았습니다. 이는 마치 누군가가 한 번도 방문해 본 적 없는 영토의 경로를 이미 다 그려놓은 뒤에, 현지 가이드에게 지도를 보고 길을 찾는 데 도움을 달라고 요청하는 것과 같습니다. 연구진은 이러한 파트너들이 모델이 답해야 할 질문을 결정하거나 질병이 확산되는 기본 구조를 결정하는 것과 같은 초기 단계의 가장 결정적인 과정에 참여한 경우가 절반 미만이라는 것을 발견했습니다. 모델의 내부 논리를 점검하거나 가정을 테스트하는 과정에 참여한 경우는 더욱 적었습니다. 이는 모델이 현실 세계와 점점 더 연결되고 있음에도 불구하고, 모델의 근본적인 형태를 정의하는 권한은 여전히 학술 전문가들에게 남아 있음을 시사합니다.
연구진은 이러한 다양한 협업 방식을 이해하기 위해 다섯 가지 뚜렷한 접근 방식을 식별했습니다. 가장 흔한 방식은 '위탁(commissioning)' 스타일로, 정부 기관이 특정 질문에 답하기 위해 연구팀을 고용하며, 기관이 문제를 정의하고 최종 답변을 검토하는 방식입니다. 또 다른 방식은 국제기구와 같은 '제3자' 중재자가 자금 지원자와 연구자를 연결하는 것입니다. 세 번째 방법인 '플러그 앤 플레이(plug-and-play)'는 사용자가 이미 구축된 모델과 상호작용하며, 모델 내부의 작동 방식은 바꾸지 않은 채 대시보드를 통해 다양한 시나리오를 탐색할 수 있게 해줍니다. 네 번째 방식인 '크라우드소싱(crowdsourcing)'은 증상 보고와 같이 대중으로부터 직접 데이터를 수집하여 모델에 입력하지만, 기여자들에게 모델 설계에 대한 발언권을 주지는 않습니다. 다섯 번째이자 가장 드문 방식은 '능동적 공동 생산(active co-production)'으로, 커뮤니티 구성원과 연구자들이 처음부터 함께 협력하여 연구 질문부터 최종 결론에 이르기까지 모든 결정에 대한 권한을 공유하며 모델을 구축하는 방식입니다.
이 연구는 분야가 더 포용적인 관행을 향해 나아가고는 있지만, 모델이 실제로 서비스하는 커뮤니티의 필요와 현실을 진정으로 반영하도록 하기에는 아직 갈 길이 멀다고 결론지었습니다. 연구진은 이러한 도구들이 가장 효과적이고 신뢰받기 위해서는, 참여하는 다양한 목소리가 단순히 마지막 단계가 아니라 모델이 구축되기 전인 초기 단계부터 개입되어야 한다고 제안합니다. 또한, 현재 이러한 협업에 대한 보고 방식이 일관되지 않아 서로 다른 집단이 어느 정도의 영향력을 갖는지 정확히 알기 어렵다는 점도 지적했습니다. 과학계가 이러한 파트너십을 수행하고 보고하는 명확한 가이드라인을 수립함으로써, 공중보건 결정을 안내하는 데 사용되는 모델이 수학적으로 타당할 뿐만 아니라 사회적으로도 유의미하고 형평성을 갖추도록 도울 수 있을 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.