Improving the reliability of district-level estimates ofteenage pregnancy in Malawi using small area estimation

기술 요약: 소지역 추정법(Small Area Estimation)을 이용한 말라위의 구 단위 청소년 임신 추정치 신뢰도 개선

문제 제기
말라위는 분권화된 의사결정 체제로 전환하고 있으며, 이에 따라 구(district) 단위의 계획 수립 및 자원 배분을 위한 신뢰할 수 있는 지역 보건 지표가 필요해졌다. 인구보건조사(DHS)와 같은 가구 조사 데이터를 통해 국가 및 지역 단위의 청소년 임신 추정치는 제공되지만, 구 단위의 직접 추정치는 신뢰하기 어려운 경우가 많다. 이러한 불확실성은 정밀한 행정 단위에 맞춰 설계되지 않은 표본 추출 설계로 인한 작은 표본 크기와 높은 표본 변동성에서 기인한다. 결과적으로, 직접 추정치는 변동 계수(CV)가 크게 나타나 근거 기반 정책 수립 및 표적 개입의 유용성을 제한한다. 본 연구는 설문 기반 측정치와의 일관성을 유지하면서도 이러한 추정치를 안정화하기 위한 통계적 프레임워크의 필요성을 다룬다.

방법론
본 연구는 말라위 32개 행정 구역의 청소년 임신 유병률 추정치의 정밀도를 높이기 위해 구 단위 수준의 Fay–Herriot(FH) 모델을 사용하는 모델 기반 소지역 추정(SAE) 방식을 채택한다.

• 데이터 소스: 주요 데이터는 2024년 말라위 인구보건조사(MDHS)에서 추출하였으며, 15~19세 여성에 초점을 맞춘다. 청소년 임신은 이 연령대 여성 중 현재 임신 중이거나 임신 경험(임신 손실 포함)이 있는 비율로 정의된다. 보조 변수는 2018년 말라위 인구주택센서스와 통합 가구 조사(IHS5)로부터 도출되었다.
• 변수 선택: 초기 18개의 구 단위 보조 변수 풀을 검토하였다. 10-겹 교차 검증을 결합한 LASSO 회귀 분석을 사용하여 최종 연결 모델을 위한 4가지 핵심 예측 변수를 선정하였다:
  1. 농촌 지역에 거주하는 여성의 비율.
  2. 18세 이전에 결혼한 여성의 비율.
  3. 여성 가장 가구의 비율.
  4. 로그 변환된 인구 밀도.
• 통계 모델:
  • 직접 추정(Direct Estimation): 설문 가중치와 테일러 선형화를 사용하여 설계 기반 직접 추정치($\hat{p}^{DIR}_i$)와 그 표본 분산($\psi_i$)을 계산하였다.
  • 변환(Transformation): FH 모델의 선형성 및 정규성 가정을 충족하기 위해 로짓(logit) 변환을 적용하였으며, 경계값(0 또는 1)에 대해서는 연속성 보정(0.5)을 수행하였다.
  • Fay–Herriot 모델: 두 단계 모델을 구축하였다:
    • 표본 모델(Sampling Model): $\hat{p}_i = p_i + e_i$, 여기서 $e_i \sim N(0, \psi_i)$.
    • 연결 모델(Linking Model): $p_i = \mathbf{x}^\top_i \boldsymbol{\beta} + u_i$, 여기서 $u_i \sim N(0, \sigma^2_u)$는 구 단위 특유의 무작위 효과를 나타낸다.
  • 추정(Estimation): 분산 성분을 추정하기 위해 제한 최대 가능도법(REML)을 사용하여 모델을 적합시켰다. 결과로 도출된 경험적 최적 선형 무편향 예측량(EBLUP)은 직접 추정치와 회귀 기반 합성 추정치의 가중 합성물 역할을 한다.
  • 역변환(Back-Transformation): 원래의 확률 척도로 되돌리기 위해 편향 수정된 역변환을 적용하였다.
  • 정밀도 평가: 파라메트릭 부트스트랩 절차(200회 반복)를 통해 평균 제곱 오차(MSE)와 변동 계수(CV)를 추정하였다.
• 주요 결과
• 모델 성능: 연결 모델은 조정된 $R^2$ 0.666, FH 특정 $R^2$ 0.878로 구 단위 간 변동성의 상당 부분을 설명하였다. 로짓 척도에서의 무작위 효과 추정 분산은 0.00785였다.
• 안정성 및 정밀도: 모델 기반 EBLUP 추정치는 직접 설문 추정치에 비해 변동성이 감소하였다.
  • 직접 추정치: 평균 = 0.3070, 표준편차 = 0.0752, 범위 = 0.130–0.421.
  • EBLUP 추정치: 평균 = 0.3066, 표준편차 = 0.0628, 범위 = 0.151–0.385.
  • EBLUP의 사분위 범위가 더 좁게 나타나 더 높은 안정성을 입증하였다.
• 오차 감소: 모든 32개 구에서 EBLUP 추정치의 MSE가 직접 추정치보다 낮았다. 모든 구에서 모델 기반 추정치의 변동 계수(CV)가 일관되게 낮게 나타나 효율성 향상을 확인하였다.
• 진단(Diagnostics): 잔차 분석(Q-Q 플롯, 샤피로-윌크 검정)을 통해 정규성 및 독립성 가정이 충족됨을 확인하였다. 직접 추정치와 EBLUP 추정치 사이에는 강한 양의 상관관계($r=0.81$)가 관찰되었으며, 이는 모델 기반 접근법이 노이즈를 줄이면서도 설문 데이터와 일관성을 유지함을 나타낸다.
• 특정 조정 사항: 모델은 극단적인 직접 추정치를 완화하였다. 예를 들어, 치콰와(Chikwawa) 구의 직접 추정치는 42.1%에서 33.5%로 감소한 반면, 좀바(Zomba) 구의 추정치는 26.3%에서 32.0%로 증가하였는데, 이는 보조 변수 및 인접 지역으로부터의 "강점 빌려오기(borrowing of strength)"를 반영한다.

의의 및 주장
본 논문은 구 단위의 소규모 표본 크기 문제를 해결하는 데 있어 구 단위 수준의 Fay–Herriot 모델 적용이 성공적임을 주장한다. 설문 데이터와 보조 센서스 정보를 통합함으로써, 본 연구는 더 안정적이고 신뢰할 수 있는 청소년 임신 유병률 추정치를 생성한다.

저자들은 이러한 개선된 추정치가 말라위의 분권화된 보건 체계를 위한 더욱 견고한 근거 기반을 제공한다고 단언한다. 구체적으로, 연구 결과는 국가 청소년 친화적 건강 서비스 전략 및 아동 결혼 종식을 위한 국가 전략과 같은 국가 정책의 계획, 모니터링 및 평가를 지원한다. 본 연구는 SAE 방법론이 직접적인 하위 국가 추정을 위한 설문 표본 크기가 불충분한 저소득 환경에서 특히 가치 있다는 결론을 내리며, 이를 통해 보다 일관된 목표 설정 및 재생산 보건 개입의 배분이 가능해진다. 저자들은 모델이 정밀도를 높이지만 그 정확도는 보조 변수의 품질에 달려 있음을 언급하며, 향후 연구에서 이 방법론을 다변량 시공간 모델로 확장할 수 있다고 밝혔다.