[논문 리뷰] A Spatio-Temporal Multivariate Shared Component Model with an Application in Iran Cancer Data

Behzad Mahaki, Yadollah Mehrabi외 2명|PubMed|2017. 07. 19.

Health Systems, Economic Evaluations, Quality of LifeEconomics, Econometrics and Finance참고 문헌 29인용 수 19

한 줄 요약

이 논문은 2005년에서 2009년 사이 이ран에서 일어난 일곱 종류의 암 유병률을 동시에 분석하는 공간-시간 다변량 공유 성분 모델을 제안한다. 이 모델은 공유 잠재 위험 성분을 통해 공간적 및 시간적 추세를 통합적으로 분석한다. 모델은 고유한 지리적 및 시간적 패턴을 규명하며,食도암과 위암에서 강한 공간적 군집이 확인되었고, 유방암과 전립선암과 같은 질병 쌍 간의 공통된 위험 요인을 드러낸다.

ABSTRACT

Background: Among the proposals for joint disease mapping, the shared component model has become more popular. Another advance to strengthen inference of disease data is the extension of purely spatial models to include time aspect. We aim to combine the idea of multivariate shared components with spatio-temporal modelling in a joint disease mapping model and apply it for incidence rates of seven prevalent cancers in Iran which together account for approximately 50% of all cancers. Methods: In the proposed model, each component is shared by different subsets of diseases, spatial and temporal trends are considered for each component, and the relative weight of these trends for each component for each relevant disease can be estimated. Results: For esophagus and stomach cancers the Northern provinces was the area of high risk. For colorectal cancer Gilan, Semnan, Fars, Isfahan, Yazd and East-Azerbaijan were the highest risk provinces. For bladder and lung cancer, the northwest were the highest risk area. For prostate and breast cancers, Isfahan, Yazd, Fars, Tehran, Semnan, Mazandaran and Khorasane-Razavi were the highest risk part. The smoking component, shared by esophagus, stomach, bladder and lung, had more effect in Gilan, Mazandaran, Chaharmahal and Bakhtiari, Kohgilouyeh and Boyerahmad, Ardebil and Tehran provinces, in turn. For overweight and obesity component, shared by esophagus, colorectal, prostate and breast cancers the largest effect was found for Tehran, Khorasane-Razavi, Semnan, Yazd, Isfahan, Fars, Mazandaran and Gilan, in turn. For low physical activity component, shared by colorectal and breast cancers North-Khorasan, Ardebil, Golestan, Ilam, Khorasane-Razavi and South-Khorasan had the largest effects, in turn. The smoking component is significantly more important for stomach than for esophagus, bladder and lung. The overweight and obesity had significantly more effect for colorectal than of esophagus cancer. Conclusions: The presented model is a valuable model to model geographical and temporal variation among diseases and has some interesting potential features and benefits over other joint models.

연구 동기 및 목표

• 공간-시간 역학과 다변량 질병 지ap을 통합하는 공동 모델링 프레임워크를 개발하여 암 유병률에 대한 개선된 추론을 가능하게 한다.
• 이ран 내 여러 암 유형 간 공간적 및 시간적 변동을 설명하는 공유 잠재 위험 성분을 식별한다.
• 공유 성분을 통해 관련 질병 간 정보를 공유함으로써 희귀한 암의 추정 정밀도를 향상시킨다.
• 단변량 또는 순수 공간 모델을 초월하여 암 유병률의 지리적 및 시간적 패턴을 탐색한다.
• 각 공유 성분이 시간과 공간에 따라 개별 암에 기여하는 상대적 기여도를 추정할 수 있는 유연한 베이지안 계층 모델을 제공한다.

제안 방법

• 각 암의 상대 위험을 공유 공간적 및 시간적 성분으로 분해하는 베이지안 계층 모델을 제안한다.
• 각 공유 성분은 일부 암 종류와 연관되어 있으며, 해당 질병 간의 공통된 공간적 및 시간적 추세를 포착한다.
• 공간적 상관관계와 시간적 의존성을 반영하기 위해 공간적 랜덤 효과는 조건부자기회귀(CAR) 분포, 시간적 랜덤 효과는 랜덤 워크 사전분포를 사용한다.
• 각 관련 암에 대해 각 공유 성분의 상대적 가중치(스케일링 파라미터)를 추정하여 성분의 중요도를 해석할 수 있도록 한다.
• 공유 성분과 그 분산에 대해 사전분포를 할당하고, 마르코프 체인 몬테카를로(MCMC) 표본 추출을 통한 완전한 베이지안 추론를 수행한다.
• 모델 비교는 사운드정보기준(DIC)을 사용하고, 모델 적합도 평가는 사후예측 검사와 잔차 분석을 통해 평가한다.

실험 결과

연구 질문

• RQ1 2005년에서 2009년 사이 이란 내 일곱 가지 주요 암 유형 간 암 유병률의 공간적 및 시간적 패턴은 어떻게 변화하는가?
• RQ2 다양한 암들 간의 공통된 지리적 및 시간적 추세를 설명하는 공유 잠재 성분은 무엇인가?
• RQ3 각 공유 성분이 시간과 공간에 따라 개별 암의 유병 위험에 기여하는 상대적 기여도는 어떻게 되는가?
• RQ4 공동 모델링 접근법은 단변량 모델 대비 추정 정밀도와 핫스팟 탐지 능력을 어떻게 향상시키는가?
• RQ5 각 암의 고위험 및 저위험 지리적 군집은 무엇이며, 질병 쌍 간에 어떻게 비교되는가?

주요 결과

• 시스탄과 발루체스탄 성은 모든 시간 기간 동안 일곱 종류의 암에 대해 일관되게 가장 낮은 상대 위험을 보였다.
• 고위험 성으로는 라자비 케라단, 세만, 기란, 마잔다르산, 야즈드, 이스파한, 동아제르비단, 파르스, 서아제르비단, 쿠르드스탄, 테헤란, 아르데빌, 골란스탄 등이 포함되었다.
• 식도암과 위암은 매우 유사한 공간적 패턴을 보였고, 방광암과 대장암, 유방암과 전립선암 역시 각각 비슷한 패턴을 보였다.
• 폐암은 다른 모든 암들과는 다릅니다. 공간적 패턴이 뚜렷하게 다를 것으로 나타나 고유한 위험 요인이 존재할 가능성이 높다.
• 공유 성분의 시간적 영향은 다섯 해 동안 비교적 안정적이었으며, 기저 위험 추세의 단기 변화가 제한적임을 시사한다.
• 공유 성분을 통해 관련 질병 간 정보를 공유함으로써 희귀한 암에 대한 추정 정밀도가 향상됨을 입증하였다.