[논문 리뷰] Fitting and projecting HIV epidemics: Data, structure and parsimony

Brian Williams|arXiv (Cornell University)|2014. 11. 22.

HIV/AIDS Research and Interventions참고 문헌 14인용 수 4

한 줄 요약

이 논문은 케냐의 데이터를 활용하여 광범위한 에이즈 유행을 위한 구조적이고 단순화된 모델링 접근법을 제안한다. 모델의 구조, 예를 들어 위험도의 이질성, 행동 변화, Weibull 생존 분포, 인구 통계적 세부 정보 등을 평가하여, 생존 분포 선택이 유병률 및 사망률 예측에 크게 영향을 미치지만, 인구 통계적 복잡성은 계산 비용 대비 최소한의 이점을 제공한다는 것을 보여준다.

ABSTRACT

Understanding historical trends in the epidemic of HIV is important for assessing current and projecting future trends in prevalence, incidence and mortality and for evaluating the impact and cost-effectiveness of control measures. In generalized epidemics the available data are of variable quality among countries and limited mainly to trends in the prevalence of HIV among women attending ante-natal clinics. In concentrated epidemics one needs, at the very least, time trends in the prevalence of HIV among different risk groups, including intravenous drug users, men-who-have-sex-with-men, and commercial sex workers as well as the size of each group and the degree of overlap between them. Here we focus on the comparatively straight forward problems presented by generalized epidemics. We fit data from Kenya to a susceptible-infected model and then successively add structure to the model, drawing on our knowledge of the natural history of HIV, to explore the effect that different structural aspects of the model have on the fits and the projections. Both heterogeneity in risk and changes in behaviour over time are important but easily confounded. Using a Weibull rather than exponential survival function for people infected with HIV, in the absence of treatment, makes a significant difference to the estimated trends in incidence and mortality and to the projected trends. Allowing for population growth has a small effect on the fits and the projections but is easy to include. Including details of the demography adds substantially to the complexity of the model, increases the run time by several orders of magnitude, but changes the fits and projections only slightly and to an extent that is less than the uncertainty inherent in the data. We make specific recommendations for the kind of model that would be suitable for understanding and managing HIV epidemics in east and southern Africa.

연구 동기 및 목표

• 광범위한 유행에서 추정 및 예측할 수 있는 단순화된 모델을 개발하고, 이는 구조적 고려를 반영한다.
• 위험도의 이질성, 행동 변화, 생존 분포 등 다양한 구조적 구성 요소가 모델 적합도와 예측에 미치는 영향을 평가한다.
• 특히 인구 통계적 세부 정보에 대해 모델의 복잡성과 정확도 사이의 상호 교환 관계를 평가한다.
• 자원이 제한된 환경에서 데이터 품질이 다양할 경우에 실용적인 에이즈 유행 모델링 권장 사항을 제공한다.

제안 방법

• 케냐의 산부인과 클리닉 유병률 데이터에 대해 감염 가능군-감염군의 분할 모델을 적합한다.
• 체계적으로 구조적 요소를 추가: 위험도의 이질성, 시간에 따라 변화하는 행동, Weibull 및 지수 분포의 생존 분포.
• 점점 더 복잡해지는 모델 버전 간의 성능과 예측을 비교한다.
• 모델 적합도와 계산 비용에 미치는 영향을 평가하기 위해 인구 증가와 상세한 인구 통계를 통합한다.
• 우도 기반 방법을 사용하여 모델 적합도와 구조적 가정에 대한 민감도를 평가한다.
• 다양한 구조적 가정 하에 유병률, 유병률, 사망률 추세를 예측하기 위해 모델을 적용한다.

실험 결과

연구 질문

• RQ1 치료가 없는 조건에서 HIV 생존 분포에 대한 가정(지수 분포 대비 Weibull 분포)이 유병률 및 사망률 추세에 어떻게 영향을 미치는가?
• RQ2 행동 변화와 위험도의 이질성은 광범위한 유행에서 유병률 추세 해석을 얼마나 혼동시키는가?
• RQ3 인구 증가를 포함시키면 모델 적합도와 예측 정확도에 어떤 영향을 미치는가?
• RQ4 모델의 적합도와 예측 능력 측면에서 상세한 인구 통계적 구조를 추가할 경우의 여타 이점은 어느 정도인가?
• RQ5 공중보건 계획을 위한 정확도, 계산 효율성, 데이터 요구사항의 균형을 고려할 때 어떤 모델 구조가 가장 적합한가?

주요 결과

• 지수 분포 대신 Weibull 생존 분포를 사용할 경우, 치료가 없는 조건에서 HIV 유병률 및 사망률 추세의 추정치에 상당한 영향을 미친다.
• 위험도의 이질성과 시간에 따라 변화하는 행동은 모두 중요하지만, 모델 적합 과정에서 쉽게 혼동될 수 있으므로 철저한 구조적 명시가 필요하다.
• 인구 증가를 포함시키면 모델 적합도와 예측에 작은 영향을 미치며, 계산적으로도 쉽게 적용할 수 있다.
• 세부적인 인구 통계적 구조를 추가하면 모델의 복잡성과 실행 시간이 수 개의 지수만큼 증가하지만, 적합도와 예측 수준 향상은 데이터의 불확실성 범위 내에서만 약간 향상된다.
• 이 연구는 위험도의 이질성, 행동 변화, Weibull 생존 분포를 포함하는 중간 정도로 구조화된 모델이 동아프리카 및 남아프리카의 에이즈 유행 모델링에서 정확도와 실용성의 최적 균형을 이룬다고 결론 내린다.