[논문 리뷰] Application of Bootstrap Re-sampling Method to a Categorical Data of HIV/AIDS Spread across different Social-Economic Classes

Adeshina Oyedele Bello, Festus Abiodun Oguntolu외 2명|arXiv (Cornell University)|2016. 09. 25.

Data-Driven Disease Surveillance인용 수 6

한 줄 요약

이 연구는 나이지리아 오토 주의 사회경제 계층 간 카테고리형 HIV/AIDS 데이터셋에 부트스트랩 재표본 추출을 적용하여 전파 위험을 모델링하기 위해 로지스틱 회귀를 사용한다. 나이, 고용 상태, 성별이 HIV 유병률에 유의미하게 영향을 미친다는 것을 입증하며, 실업 상태인 남성에서 예측된 감염 확률이 가장 높으며, 10,000회의 부트스트랩 재표본 추출을 통해 BCa 신뢰구간을 활용하여 모델의 안정성을 검증한다.

ABSTRACT

This research reports on the relationship and significance of social-economic factors (age, sex, employment status) and modes of HIV/AIDS transmission to the HIV/AIDS spread. Logistic regression model, a form of probabilistic function for binary response was used to relate social-economic factors (age, sex, employment status) to HIV/AIDS spread. The statistical predictive model was used to project the likelihood response of HIV/AIDS spread with a larger population using 10,000 Bootstrap re-sampling observations.

연구 동기 및 목표

• 나이지리아 오토 주에서 사회경제적 요인(나이, 성별, 고용)과 HIV/AIDS 전파 간의 관계를 모델링하기 위해.
• 로지스틱 회귀를 사용하여 이러한 요인이 HIV 감염 예측에 유의미한지 평가하기 위해.
• 대규모 표본 추론을 위해 10,000회의 부트스트랩 재표본 추출 반복을 통해 모델 신뢰도를 향상시키기 위해.
• 재표본 추출 기반의 신뢰구간을 사용하여 더 큰 인구 집단에서 감염 가능성 예측하기 위해.
• 고위험군을 특정하여 개입 조치를 시행하기 위해 공중보건 계획을 지원하기 위해.

제안 방법

• 이름, 성별, 고용 상태를 예측 변수로 하여 이진 HIV 상태(감염 여부/비감염 여부)에 대해 로지스틱 회귀를 적용하였다.
• 표준 오차 추정 및 회귀 계수에 대한 편향 보정 가속화(BCa) 신뢰구간을 구축하기 위해 10,000회의 부트스트랩 재표본 추출을 사용하였다.
• 모델 적합도 평가 및 영향력 있는 관측치 식별을 위해 잔차 분석 및 확률도를 활용하였다.
• 성별 및 고용 상태로 분류된 연령대별로 HIV 감염의 예측 확률을 산출하였다.
• 예측된 값 대 잔차도 및 인구통계적 하위군별 확률 곡선을 사용하여 모델 예측을 시각화하였다.
• 별도의 데이터셋을 사용하여 최종 모델을 검증하고 예측된 확률 대 관측된 확률을 비교하여 校정도를 평가하였다.

실험 결과

연구 질문

• RQ1 오토 주에서 HIV/AIDS 전파와 유의미하게 관련된 사회경제적 요인으로서 나이, 성별, 고용 상태 중 어느 것이 가장 중요한가?
• RQ2 다른 연령대와 고용 상태에 따라 HIV 감염 위험은 어떻게 변화하는가?
• RQ3 부트스트랩 재표본 추출을 사용하여 카테고리형 HIV 데이터에 적용된 로지스틱 회귀 모델의 예측 정확도와 안정성은 어떠한가?
• RQ4 연령대별로 고용된 남성과 여성, 실업 상태의 남성과 여성 간에 HIV 감염의 예측 확률는 어떻게 다를까?
• RQ5 모델 성능이 재표본 추출에 대해 얼마나 견고한가? 이는 공중보건 예측에 있어 신뢰성 있는가?

주요 결과

• 부트스트랩 재표본 추출을 적용한 로지스틱 회귀 모델은 나이, 고용 상태, 성별이 HIV 감염에 유의미한 예측 변수임을 입증하였다(p < 0.05).
• 실업 상태인 남성은 가장 높은 예측 감염 확률을 보였으며, 40세에서 약 0.6의 정점 확률에 도달하였다.
• 고용된 여성은 모든 연령대에서 예측 확률가 0.3 이하로 낮은 위험 프로파일을 보였다.
• 부트스트랩 BCa 신뢰구간은 나이 및 고용 상태에 대한 추정 계수의 안정성을 확인하였다.
• 잔차도는 잔차가 0 주위에 무작위로 산포되어 있어 모델 적합도에 문제가 없음을 시사하였다.
• 모델의 예측 확률는 관측된 데이터 포인트를 예측 곡선 위에 겹쳐보면서 잘 校정되어 있음을 확인하였다.