[논문 리뷰] Estimating the Stillbirth Rate for 195 Countries Using A Bayesian Sparse Regression Model with Temporal Smoothing

Zhengfan Wang, Miranda J. Fix외 6명|arXiv (Cornell University)|2020. 10. 07.

Global Maternal and Child Health인용 수 4

한 줄 요약

이 연구는 2000년에서 2019년 사이 195개국의 미자색 사망률을 추정하기 위해 시간적 스무딩을 통한 베이지안 계층적 희소 회귀 모델을 개발한다. 데이터가 부족한 상황에서도 정확성을 높이기 위해 공변량과 시간 추세를 통합한다. 모델은 희소성에 적합한 호새우 사전분포를 사용하며, 비표본 오차를 보정하고, 유엔 다기관 아동사망률 평가 그룹에서 글로벌 모니터링에 활용한다.

ABSTRACT

Estimation of stillbirth rates globally is complicated because of the paucity of reliable data from countries where most stillbirths occur. We compiled data and developed a Bayesian hierarchical temporal sparse regression model for estimating stillbirth rates for all countries from 2000 to 2019. The model combines covariates with a temporal smoothing process so that estimates are data-driven in country-periods with high-quality data and deter-mined by covariates for country-periods with limited or no data. Horseshoepriors are used to encourage sparseness. The model adjusts observations with alternative stillbirth definitions and accounts for bias in observations that are subject to non-sampling errors. In-sample goodness of fit and out-of-sample validation results suggest that the model is reasonably well calibrated. The model is used by the UN Inter-agency Group for Child Mortality Estimation to monitor the stillbirth rate for all countries.

연구 동기 및 목표

• 제한되거나 신뢰할 수 없는 데이터를 가진 국가들, 특히 높은 미자색 사망률을 가진 국가들에서 미자색 사망률을 추정하는 데 도전하는 것.
• 데이터가 부족한 상황에서 정확도를 높이기 위해 공변량과 시간 추세를 통합한 강력한 통계 모델을 개발하는 것.
• 국가 간 미자색 정의의 차이와 비표본 오차로 인한 데이터 편향을 보정하는 것.
• 특히 유엔 다기관 아동사망률 평가 그룹을 위한 글로벌 헬스 모니터링을 위해 확장 가능한, 데이터 기반의 추정 프레임워크를 제공하는 것.
• 내부 적합도와 외부 검증 절차를 통해 모델 校정 및 신뢰성 확보

제안 방법

• 시간과 국가 간 강도를 빌려오기 위해 국가별 랜덤 효과와 시간 스무딩을 통합한 베이지안 계층적 모델을 적용한다.
• 회귀 계수의 희소성을 유도하기 위해 호새우 사전분포를 적용하여 잡음 감소 및 가장 유의미한 공변량 집중.
• 모성 교육, 보건 지출, 보건 시스템 지표 등의 공변량을 통합하여 데이터가 부족한 국가-기간 조합의 예측을 향상.
• 스플라인 또는 랜덤 워크를 사용해 시간 추세를 모델링하여, 시간에 따라 매끄럽고 현실적인 미자색 사망률 경로 확보.
• 계층적 구조 내 캘리브레이션 파ameter를 사용해 관측된 미자색 사망률을 비표본 오차 및 다양한 정의에 따라 보정.
• 후행 추론을 위해 마르코프 체인 몬테카를로(MCMC) 방법을 사용하여 불확실성 정량화 및 강력한 추정 가능.

실험 결과

연구 질문

• RQ1 어떻게 희소하거나 일관되지 않은 데이터를 가진 국가들에서 미자색 사망률을 신뢰할 수 있게 추정할 수 있는가?
• RQ2 직접 보고된 자료에 비해 공변량과 시간 스무딩을 통합함으로써 추정 정확도가 얼마나 향상되는가?
• RQ3 비표본 오차와 미자색 정의의 차이가 추정에 어떤 영향을 미치며, 통계 모델 내에서 이를 어떻게 보정할 수 있는가?
• RQ4 다양한 국가적 맥락에서 모델의 校정 및 예측 타당성 측면에서의 성능은 어떠한가?
• RQ5 단일 통합 모델이 20년 간 195개국 전역에서 신뢰할 수 있고 비교 가능한 미자색 사망률 추정치를 산출할 수 있는가?

주요 결과

• 모델은 뛰어난 내부 적합도와 신뢰할 수 있는 외부 검증을 보이며, 좋은 校정 및 예측 성능을 나타낸다.
• 호새우 사전분포가 관련이 없는 공변량을 0에 수렴시키며 잡음을 효과적으로 감소시켜 모델의 해석 가능성과 정밀도 향상.
• 비표본 오차와 미자색 정의의 이질성에 대해 성공적으로 보정하여, 다양하게 보고되는 환경에서 데이터 품질 향상.
• 시간 스무딩은 데이터가 부족하거나 불규칙한 국가들에서도 현실적이고 안정적인 미자색 사망률 추세를 생성.
• 모델의 추정치는 유엔 다기관 아동사망률 평가 그룹에서 글로벌 미자색 사망률 모니터링에 채택.
• 이 접근법은 2000–2019년 기간 동안 직접 설문 조사 데이터가 최소이거나 전혀 없는 국가들에서도 신뢰할 수 있는 미자색 사망률 추정이 가능하게 했다.