[논문 리뷰] Cluster detection and risk estimation for spatio-temporal health data

Duncan Lee, Andrew Lawson|arXiv (Cornell University)|2014. 08. 06.

Data-Driven Disease Surveillance참고 문헌 32인용 수 6

한 줄 요약

이 논문은 마르코프 체인 몬테카를로(McMC) 시뮬레이션을 사용하여 영역 단위에서 시공간적 질병 위험을 동시에 추정하고 고위험 클러스터를 탐지하는 새로운 베이지안 계층 모델을 제안한다. 이 방법은 무료로 이용 가능한 R 패키지 CARBayesST에 구현되어 있으며, 별도의 위험 스무딩과 클러스터 탐지 방법보다 우수한 성능을 보이며, 특히 시간에 따라 변화하는 동적 클러스터를 식별하는 데서 유의미한 성과를 거두었다.

ABSTRACT

In epidemiological disease mapping one aims to estimate the spatio-temporal pattern in disease risk and identify high-risk clusters, allowing health interventions to be appropriately targeted. Bayesian spatio-temporal models are used to estimate smoothed risk surfaces, but this is contrary to the aim of identifying groups of areal units that exhibit elevated risks compared with their neighbours. Therefore, in this paper we propose a new Bayesian hierarchical modelling approach for simultaneously estimating disease risk and identifying high-risk clusters in space and time. Inference for this model is based on Markov chain Monte Carlo simulation, using the freely available R package CARBayesST that has been developed in conjunction with this paper. Our methodology is motivated by two case studies, the first of which assesses if there is a relationship between Public health Districts and colon cancer clusters in Georgia, while the second looks at the impact of the smoking ban in public places in England on cardiovascular disease clusters.

연구 동기 및 목표

• 공간과 시간에서 질병 위험을 동시에 추정하고 고위험 클러스터를 탐지할 수 있는 통합된 베이지안 모델링 프레임워크를 개발하는 것.
• 위험 스무딩과 클러스터 탐지 방법을 별도로 적용할 경우 발생할 수 있는 클러스터 복원 실패나 위험 추정의 정확도 저하 등의 한계를 극복하는 것.
• 특히 R 패키지 CARBayesST를 활용한 무료 소프트웨어를 통해 계산적으로 실현 가능하고 재현 가능한 방법을 개발하는 것.
• 희귀 질병 상황을 포함한 다양한 데이터 조건에서 모델의 클러스터 탐지 및 위험 추정 성능을 평가하는 것.
• 조지아주에서의 대장암과 영국의 흡연 금지 후 심혈관 질환에 대한 실제 공중보건 사례 연구에 모델을 적용하는 것.

제안 방법

• 각 영역 단위 $i$와 시점 $t$에 대해 $G$개의 위험 등급 중 하나에 속하는 잠재 클러스터 할당 변수 $Z_{it}$를 포함한 베이지안 계층 모델을 사용한다.
• 위험의 매끄러운 시공간적 변화를 모델링하기 위해 공간적 및 시간적 랜덤 효과($\lambda_{t,Z_{it}}$ 및 $\phi_{it}$)를 통합한다.
• 과도한 클러스터링을 방지하고 추정치의 안정성을 높이기 위해 페널티 사전분포를 적용하며, 특히 $G$가 클 경우 유용하다.
• 후행 추론을 위해 마르코프 체인 몬테카를로(McMC) 시뮬레이션을 활용하여 전체 불확실성 정량화를 가능하게 한다.
• 위험 추정과 클러스터 탐지 과정을 하나의 모델 내에서 통합함으로써, 스무딩된 표면에 대한 후행 클러스터링으로 인한 문제를 피한다.
• 모집단의 크기와 구성에 따라 보정하기 위해 표준화된 기대 횟수 $e_{it}$를 사용한 포isson 우도 $y_{it} \sim \mbox{Poisson}(e_{it}\theta_{it})$를 적용한다.

실험 결과

연구 질문

• RQ1 단일 베이지안 모델이 시공간적 질병 위험을 정확히 추정하면서도 고위험 클러스터를 효과적으로 탐지할 수 있는가?
• RQ2 위험 추정과 클러스터 복원 성능 측면에서 제안된 모델은 별도의 위험 스무딩 및 클러스터 탐지 방법보다 어떻게 비교되는가?
• RQ3 흡연 금지와 같은 공중보건 정책의 영향은 심혈관 질환 클러스터의 공간적·시간적 패턴에 어떤 영향을 미치는가?
• RQ4 희귀 질병의 경우, 특히 낮은 발생 수를 보일 때 데이터 조건이 모델 성능에 어떤 영향을 미치는가?
• RQ5 정적 클러스터를 가정하지 않고, 시간에 따라 클러스터 구성과 위험 수준의 동적 변화를 탐지할 수 있는가?

주요 결과

• 클러스터링과 스무딩 성분을 모두 포함한 모델-2는 별도의 모델링 방법에 비해 위험 추정(낮은 RMSE)과 클러스터 복원 모두에서 뛰어난 성능을 보였다.
• 모델은 영국의 흡연 금지 후에도 고위험 클러스터의 평균 위험이 안정되어 있음을 성공적으로 탐지했으며, 각각 1.593과 1.619의 평균 위험 수준을 기록했다.
• 흡연 금지 후 위험 수준이 10% 이상 감소하거나 증가한 지역 정부 단위는 각각 6개와 4개에 불과하여 단기적으로는 눈에 띄는 영향이 없음을 시사했다.
• 스무딩된 위험 표면에 후행 클러스터링을 수행한 결과, 스무딩된 표면에서 국소적 불연속성이 손실되므로 예상대로 성능이 열 劣했다.
• 기대 횟수 $e_{it}$가 작을 경우, 원시 SIR의 샘플링 변동성이 크기 때문에 희귀 질병에 대해 모델의 성능이 저하되었다.
• G를 큰 수로 설정하고 중간 등급으로의 클러스터 할당을 페널티로 유도하면 성능 향상이 가능했으나, 시간적 스무딩 제약 조건이 페널티를 무력화시키지 않도록 해야 했다.