[논문 리뷰] BETS: The dangers of selection bias in early analyses of the coronavirus disease (COVID-19) pandemic

Qingyuan Zhao, Nianqiao Ju외 2명|arXiv (Cornell University)|2020. 04. 16.

COVID-19 epidemiological studies참고 문헌 19인용 수 4

한 줄 요약

이 논문은 코로나19 초기 연구에서 발생하는 선택 편향을 보정하기 위해 노출 시작, 노출 종료, 전파 시점, 증상 발현 시점의 네 가지 핵심 역학적 사건을 모델링하는 생성 모델 BETS를 소개한다. 378명의 우한 유출 사례를 이용해 초기 유행 이론에서의 유행 두 배 증가 시간이 심각하게 편향되었음을 입증하였으며, 실제 두 배 증가 시간은 항상 2~2.5일 사이였고, 증상이 14일 이후에 나타나는 유병률이 약 5%로 추정되며 남성이 여성보다 증상 발현이 빠르다는 것을 발견하였다.

ABSTRACT

The coronavirus disease 2019 (COVID-19) has quickly grown from a regional outbreak in Wuhan, China to a global pandemic. Early estimates of the epidemic growth and incubation period of COVID-19 may have been biased due to sample selection. Using detailed case reports from 14 locations in and outside mainland China, we obtained 378 Wuhan-exported cases who left Wuhan before an abrupt travel quarantine. We developed a generative model we call BETS for four key epidemiological events---Beginning of exposure, End of exposure, time of Transmission, and time of Symptom onset (BETS)---and derived explicit formulas to correct for the sample selection. We gave a detailed illustration of why some early and highly influential analyses of the COVID-19 pandemic were severely biased. All our analyses, regardless of which subsample and model were being used, point to an epidemic doubling time of 2 to 2.5 days during the early outbreak in Wuhan. A Bayesian nonparametric analysis further suggests that about 5% of the symptomatic cases may not develop symptoms within 14 days of infection and that men may be much more likely than women to develop symptoms within 2 days of infection.

연구 동기 및 목표

• 코로나19 유행 증가와 잠복기 추정에 영향을 미친 초기 영향력 있는 연구에서의 선택 편향을 식별하고 보정하기.
• 우한에서 유출된 사례의 표본 추출 방식을 명시적으로 고려하는 생성 모델(BETS)을 개발하기.
• 선택 편향이 핵심 역학적 파라미터에 미치는 영향을 정량화하기 위한 공식적인 통계 프레임워크 제공하기.
• 우한 유출 사례의 대표적 표본을 이용해 초기 이론에서의 두 배 증가 시간과 잠복기 추정치를 재평가하기.
• 성별 간 잠복기 차이와 표본 편향으로 인한 장기 잠복기의 과소평가 가능성을 조사하기.

제안 방법

• 노출 시작, 노출 종료, 전파 시점, 증상 발현 시점의 네 가지 핵심 사건을 모델링하는 생성 모델(BETS)을 개발하였다.
• 초기 사례 데이터에서의 표본 선택 편향을 보정하기 위해 원칙에서 유도된 명시적 우도 함수를 도출하였다.
• 자가격리 시점에 영향을 받지 않도록 유출 전에 떠난 378명의 우한 유출 사례 데이터셋을 사용하였다.
• 모수적 형태를 가정하지 않고 잠복기 분포를 추정하기 위해 베이지안 비모수 방법을 적용하였다.
• 다양한 부분표본과 모델링 가정에 대한 민감도 분석을 실시하여 결과의 탄력성 확보하였다.
• 모멘트 생성 함수를 사용하여 유행 증가율과 기본 재생수 R0를 연결하였으며, 순차 간격 추정의 한계를 고려하였다.

실험 결과

연구 질문

• RQ1 초기 사례 데이터에서의 선택 편향이 코로나19 유행 두 배 증가 시간 추정치에 어떻게 영향을 미치는가?
• RQ2 왜행 사례에서의 표본 추출로 인해 코로나19의 잠복기 분포가 얼마나 과소평가되고 있는가?
• RQ3 잠복기에서 성별 간 차이가 존재하는가? 그리고 이는 조기 발견과 전파에 어떤 영향을 미칠 수 있는가?
• RQ4 BETS와 같은 생성 모델은 유출 사례 데이터만으로 초기 팬데믹 데이터의 선택 편향을 보정할 수 있는가?
• RQ5 잠복기의 진짜 꼬리 행동은 무엇이며, 현재의 추정치는 얼마나 많은 장기 잠복기 사례를 과소평가하고 있는가?

주요 결과

• 코로나19 유행 초기에 우한에서의 유행 두 배 증가 시간은 항상 2~2.5일로 추정되었으며, 이는 이전 연구에서 보고한 6~7일과는 정반대였다.
• 다양한 부분표본과 모델에서 분석 결과 모두 두 배 증가 시간이 2~2.5일로 수렴하여 모델링 가정에 대해 매우 탄력적인 결과를 보였다.
• 베이지안 비모수 분석 결과, 약 5%의 유병 사례에서 증상이 감염 후 최소 14일이 지난 후에 나타날 수 있으며, 이는 97.5%의 사례가 11.5일 이내에 증상이 나타난다는 가정을 도전하는 것이다.
• 남성이 여성보다 감염 후 2일 이내에 증상을 보일 가능성이 유의미하게 높아 남성에서 증상 발현이 더 빠르다는 것을 확인하였다.
• 초기 연구에서 사용된 모수적 모델은 잠복기 분포의 꼬리 부분을 과소평가하고 있어 과도하게 낙관적인 격리 기간을 초래했을 가능성이 있다.
• 초기 연구에서의 선택 편향—특히 수입 사례에서 비롯된 편향—은 유행 증가 속도와 잠복기 변동성의 심각한 과소평가를 초래하였다.