Bayesian Spatio-Temporal Bell Model for Count Data: Malaria Incidence in the Brazilian Legal Amazon

기술 요약: 브라질 법적 아마존 지역의 말라리아 발생에 대한 베이지안 시공간 벨 분포 모델

문제 정의
말라리아의 효과적인 통제는 적시 개입을 가능하게 하는 정확한 보고 사례 모니터링에 달려 있다. 브라질 법적 아마존 지역은 인구 이동성, 환경 조건, 제한된 의료 접근성 등의 요인으로 인해 말라리아가 여전히 풍토병으로 남아 있다. 역사적 데이터는 2005년 정점 이후 전반적인 감소세를 보여주지만, 변동성(예: 2017–2018년의 재발)은 견고한 예측 모델의 필요성을 강조한다. 기존 문헌은 말라리아 수를 모델링하기 위해 포아송(Poisson) 및 음이항(Negative Binomial) 분포를 활용해 왔으며, 종종 공간적 및 시간적 차원을 포함했다. 그러나 과분산(평균을 초과하는 분산)을 더 간결하게 처리할 수 있는 대안적 분포를 평가하고, Plasmodium vivax와 Plasmodium falciparum 모두에 대해 시공간 상호작용 항이 모델 적합도 및 예측 정확도에 미치는 구체적인 영향을 조사할 필요가 있다.

방법론
본 연구는 2003년 1월부터 2018년 12월까지 브라질 법적 아마존의 107개 마이크로리전(microregions)에 걸친 월별 말라리아 발생 데이터(인구 1,000명당 사례 수)를 분석한다. 데이터셋은 SIVEP-Malaria 감시 시스템에서 유래한 3,918,083개의 개별 기록로 구성되며, 확진된 P. vivax 및 P. falciparum 사례만을 포함하도록 필터링되었다. 환경 공변량(월평균 습도 및 온도)은 NOAA로부터 확보하였다.

핵심적인 방법론적 혁신은 베이지안 시공간 프레임워크 내에서 벨 분포(Bell distribution; Castellares et al., 2018)를 적용하는 것이다. 벨 분포는 음이항 분포와 달리 추가적인 분산 매개변수를 요구하지 않으면서 과분산을 처리할 수 있는 단일 매개변수 모델이다. 이는 일반화 선형 모델(GLM) 프레임워크 내에서 로그 연결 함수를 통해 평균과 연결된다.

세 가지 분포 가정(Bell, Poisson, Negative Binomial Type 2)에 대해 네 가지 모델 사양(Specification)이 개발되었다:

1. 사양 1: 월별 및 연도별 랜덤 워크, 공간 효과(BYM2로 재매개변수화됨), 그리고 시간적 랜덤 워크를 포함한다.
2. 사양 2: 사양 1에 기상 공변량(습도 및 온도)을 추가한다.
3. 사양 3: 사양 1에 시공간 상호작용 항($\nu_i \times \delta_j$)을 추가한다.
4. 사양 4: 시공간 상호작용을 기상 공변량과 결합한다.

모델은 R-INLA 패키지를 통한 통합 중첩 라플라스 근사(INLA)를 사용하여 적합되었다. 모델 선택은 두 단계로 수행되었다:

1. 정보 기준: 최적의 함수 형태를 선택하기 위해 편차 정보 기준(DIC)과 광범위 적용 정보 기준(WAIC)을 사용하였다.
2. 예측 지표: 테스트 세트(2016–2018)를 사용하여 평균 편향 오차(MBE), 상대 절대 오차(RAE), 정규화된 평균 제곱근 오차(NRMSE), 제곱 로그 평균 제곱근 오차(RMSLE), 잔차 표준 오차(RSE)를 통해 최적의 모델을 평가하였다.

또한 고정 효과의 회복 및 시계열 길이 증가에 따른 예측 지표의 진화를 평가하기 위해 몬테카를로 시뮬레이션 연구가 수행되었다.

주요 결과

• 모델 선택: P. vivax 사례의 경우, DIC와 WAIC를 기준으로 사양 3(시공간 상호작용, 공변량 없음)을 가진 벨 분포가 최적의 모델로 선택되었다. P. falciparum의 경우, 사양 4(상호작용 + 공변량)를 가진 음이항 분포가 가장 우수한 성능을 보였다.
• 예측 성능:
  • P. vivax에 대해, 벨 모델은 모든 예측 지표(MBE, NRMSE, RAE, RMSLE, RSE)에서 포아송 및 음이항 모델보다 우수한 성능을 보였다.
  • P. falciparum에 대해, 음이항 모델이 가장 좋은 예측 성능을 달enc성했으며, 벨 모델이 그 뒤를 바짝 쫓았다. 저자들은 음이항 분포의 추가적인 분산 매개변수가 이 특정 기생충 유형에 대해 약간의 이점을 제공했다고 언급했다.
• 시공간 상호작용: 시공간 상호작용 항(사양 3)을 포함하는 것은 사용된 분포에 관계없이 별도의 공간 및 시간 효과를 가진 모델보다 모델 적합도(낮은 DIC/WAIC)를 유의미하게 개선했다.
• 규모 예측: 모델은 발생의 시기와 위치를 성공적으로 식별하였으나(양의 상관관계 기준 충족), 발생의 규모를 정확히 예측하는 데는 어려움을 겪었다(특히 2017–2018년 재발 기간 동안). 모델은 발생 규모를 과소평가하는 경향이 있었다.
• 교정 시도: 2018년 예측값의 규모를 조정하기 위해 예측값에 선형 회귀 교정이 적용되었다. 이는 명목상의 오차를 줄였으나, 더 나은 공변량 없는 단순 사후 교정의 한계를 부각시켰다.

의의 및 주장
본 논문은 벨 분포가 전통적인 계수 데이터 모델(포아송 및 음이항)에 대한 실행 가능하고 간결하며 효율적인 대안임을 주장한다. 구체적으로:

• 간결성: 벨 모델은 음이항의 복잡한 분산 매개변수를 피하면서 단일 매개변수로 P. vivax에 대해 경쟁력 있거나 우수한 예측 정확도를 달성한다.
• 상호작용의 중요성: 본 연구는 시공간 상호작용 항을 포함하는 것이 모델 적합도를 개선하는 데 결정적임을 입증하며, 이는 이전의 지역 연구에서 자주 생략되었던 특징이다.
• 감시 유용성: 모델은 발생 규모의 정밀한 예측을 위해서는 추가적인 개선이 필요할지라도, 고위험 마이크로리전과 전파 증가 시기를 효과적으로 식별하여 자원 배분에 중요한 정보를 제공한다.

한계 및 향후 방향
저자들은 발생 규모를 완전히 포착하지 못하는 모델의 한계가 마이크로리전 수준에서의 고품질, 최신 외생적 공변량 부족에서 기인할 수 있음을 인정한다. 본 연구는 해당 지역의 통합된 월별 데이터를 확보하는 것의 어려움을 강조한다. 향후 연구 방향으로 다음을 제안한다:

• 신뢰할 수 있고 세분화된 예측 변수(월별 또는 주별)에 대한 체계적인 탐색.
• P. vivax와 P. falciparum을 공동으로 모델링하는 이변량 모델링 접근법.
• 복잡한 시공간 데이터 스트림을 모니터링하기 위한 관리도(control charts) 및 머신러닝 방법의 통합.

결론적으로, 벨 기반 시공간 모델은 추세와 위치를 식별하는 데 효과적이지만, 규모 예측에 대한 실질적인 적용은 환경 및 사회경제적 공변량에 관한 데이터 가용성 문제를 극복하는 데 달려 있다.