[논문 리뷰] Estimating Hidden Population Size using Respondent-Driven Sampling Data

Mark S. Handcock, Krista J. Gile외 1명|arXiv (Cornell University)|2012. 09. 27.

HIV, Drug Use, Sexual Risk참고 문헌 5인용 수 4

한 줄 요약

이 논문은 응답자 기반 샘플링(RDS) 데이터만을 사용하여 은밀한 인구 집단의 규모를 베이지안 방법으로 추정하는 방법을 제안한다. 이 방법은 샘플링 과정에서 관찰되는 개인의 네트워크 크기 감소 추세를 활용하며, 순차적 샘플링 근사 모델을 통해 인구 고갈을 모델링하여 신뢰할 수 있는 인구 규모 추정치를 제공한다. 이는 양호한 빈도주의 커버리지와 집합적 특성에 대한 향상된 추론을 가능하게 한다.

ABSTRACT

Respondent-Driven Sampling (RDS) is an approach to sampling design and inference in hard-to-reach human populations. Typically, a sampling frame is not available, and population members are difficult to identify or recruit from broader sampling frames. Common examples include injecting drug users, men who have sex with men, and female sex workers. Most analysis of RDS data has focused on estimating aggregate characteristics, such as disease prevalence. However, RDS is often conducted in settings where the population size is unknown and of great independent interest. This paper presents an approach to estimating the size of a target population based on data collected through RDS. The proposed approach uses a successive sampling approximation to RDS to leverage information in the ordered sequence of observed personal network sizes. The inference uses the Bayesian framework, allowing for the incorporation of prior knowledge. A flexible class of priors for the population size is proposed that aids elicitation. An extensive simulation study provides insight into the performance of the method for estimating population size under a broad range of conditions. A further study shows the approach also improves estimation of aggregate characteristics. A particular choice of the prior produces interval estimates with good frequentist properties. Finally, the method demonstrates sensible results when used to estimate the numbers of sub-populations most at risk for HIV in two cities in El Salvador.

연구 동기 및 목표

• 단지 RDS 데이터만을 사용하여 접근하기 어려운 인구 집단의 규모를 추정할 수 있는 방법을 개발하는 것.
• RDS에서 관찰되는 개인 네트워크 크기의 순서적 배열을 활용하여 인구 규모를 추론함으로써, 샘플링 의존성을 부정적 요소가 아닌 정보로 간주하는 것.
• 기존 지식을 통합할 수 있고 다른 추정 방법과 일관되게 조합할 수 있는 유연한 베이지안 프레임워크를 제공하는 것.
• 더 정확한 인구 규모 추정치를 활용하여 집합적 특성(예: 질병 유병률)의 추정을 향상시키는 것.
• 다양한 샘플링 조건과 실제 응용 사례(엘살바도르의 에이즈 바이러스 감염 위험군 포함)에서 이 방법의 성능을 입증하는 것.

제안 방법

• RDS 과정을 모델링하기 위해 순차적 샘플링 근사 모델을 사용하며, 더 큰 네트워크 크기를 가진 개인일수록 더 이른 시점에 샘플링될 가능성이 높아지며, 이는 인구 고갈을 반영한다.
• 인구 규모 N을 추정하기 위해 베이지안 계층 모델을 적용하며, 추정의 유도를 돕고 강건성을 향상시키기 위해 다각도의 사전 분포 클래스를 사용한다.
• 관찰된 개인 네트워크 크기의 순서를 샘플링 순서의 함수로 모델링하며, 감소하는 크기의 패턴이 인구 고장을 반영한다고 가정한다.
• 후행 분포 계산을 위해 마르코프 체인 몬테카를로(MCMC) 방법을 사용하여 N의 전체 불확실성 정량화를 가능하게 한다.
• 이 방법의 후행 분포를 다른 자료원(예: 포획-재포획, 배수법)과 조합하기 위해, 통합 추론에서 사전분포로 사용한다.
• 다양한 인구 규모, 네트워크 구조, 샘플링 비율에서의 시뮬레이션 연구를 통해 방법의 타당성을 광범위하게 검증한다.

실험 결과

연구 질문

• RQ1 추가 자료원 없이 RDS 데이터만으로도 인구 규모를 신뢰성 있게 추정할 수 있는가?
• RQ2 RDS 하에서 관찰된 개인 네트워크 크기의 순차적 패턴은 어떻게 인구 규모 추정에 기여하는가?
• RQ3 이 제안된 베이지안 방법은 다양한 샘플링 조건 하에서 빈도주의 커버리지와 편향 측면에서 어떻게 성능을 보이는가?
• RQ4 추정된 인구 규모를 활용하면 RDS 기반 유병률 추정기의 정밀도가 향상되는가?
• RQ5 실제 적용 사례, 예를 들어 엘살바도르의 에이즈 바이러스 감염 위험군 규모 추정에 있어서 이 방법의 성능은 어떠한가?

주요 결과

• 강한 차별적 활동이 존재하는 도전적인 조건에서도 양호한 빈도주의 커버리지로 인구 규모에 대한 구간 추정치를 생성한다.
• 시뮬레이션 결과는 이 방법이 특히 큰 표본 비율과 네트워크 크기의 강한 이질성 하에서도 잘 작동함을 보여준다.
• SS 추정기(Gile, 2011)에 추정된 인구 규모를 적용하면 질병 유병률 추정의 정밀도가 크게 향상된다.
• 엘살바도르의 에이즈 바이러스 감염 위험군에 대한 추정치는 UNAIDS 지침과 포획-재포획 추정치와 일치하며 타당성을 확보한다.
• 이 방법의 후행 분포는 다중 방법 추론에서 사전분포로 사용될 수 있어, 인구 규모 추정치의 일관되고 점진적인 향상을 가능하게 한다.
• 정보가 제한된 경우 이 방법은 넓은 신뢰구간을 생성하며, 이는 진정한 불확실성을 반영한 것으로, 변동성을 과소평가하는 방법보다 더 정직한 평가이다.