[논문 리뷰] Hyak Mortality Monitoring System: Innovative Sampling and Estimation Methods - Proof of Concept by Simulation

Samuel J. Clark, Jon Wakefield외 2명|PubMed|2015. 04. 08.

Data-Driven Disease Surveillance참고 문헌 16인용 수 3

한 줄 요약

이 논문은 저소득 및 중소득 국가를 대상으로 하되, 인구 및 건강 감시 시스템(HDSS)과 주변 지역의 정보 기반 샘플링을 통합하여 사망률 모니터링을 향상시키는 새로운 통계 프레임워크인 Hyak을 제안한다. 아긴코르트 HDSS 현장 기반 시뮬레이션을 통해 Hyak의 정보 기반 샘플링 전략은 기존의 군집 샘플링에 비해 더 많은 사망자를 포착하고, 분산은 낮추며 약간의 편향만을 보였다.

ABSTRACT

Traditionally health statistics are derived from civil and/or vital registration. Civil registration in low- to middle-income countries varies from partial coverage to essentially nothing at all. Consequently the state of the art for public health information in low- to middle-income countries is efforts to combine or triangulate data from different sources to produce a more complete picture across both time and space - <i>data amalgamation</i>. Data sources amenable to this approach include sample surveys, sample registration systems, health and demographic surveillance systems, administrative records, census records, health facility records and others. We propose a new statistical framework for gathering health and population data - Hyak - that leverages the benefits of sampling and longitudinal, prospective surveillance to create a cheap, accurate, sustainable monitoring platform. Hyak has three fundamental components: <i>Data amalgamation</i>: A sampling and surveillance component that organizes two or more data collection systems to work together: (1) data from HDSS with frequent, intense, linked, prospective follow-up and (2) data from sample surveys conducted in large areas surrounding the Health and Demographic Surveillance System (HDSS) sites using informed sampling so as to capture as many events as possible;<i>Cause of death</i>: Verbal autopsy to characterize the distribution of deaths by cause at the population level; and<i>Socioeconomic status (SES)</i>: Measurement of SES in order to characterize poverty and wealth. We conduct a simulation study of the informed sampling component of Hyak based on the Agincourt HDSS site in South Africa. Compared with traditional cluster sampling, Hyak's informed sampling captures more deaths, and when combined with an estimation model that includes spatial smoothing, produces estimates of both mortality counts and mortality rates that have lower variance and small bias.

연구 동기 및 목표

• 약한 또는 기능하지 않는 민간 등록 시스템으로 인해 저소득 및 중소득 국가에서 신뢰할 수 있는 생존 통계의 부족을 해결한다.
• 특히 사망률과 원인별 사망 비율(CSMFs)을 포함한 인구 건강 지표를 지속 가능하고 비용 효율적인 방식으로 모니터링할 수 있는 플랫폼을 개발한다.
• 기존 군집 샘플링의 한계를 극복하기 위해 종단적 HDSS 데이터와 공간 모델링을 활용하여 샘플링 효율성을 최적화한다.
• 지속 가능하고 확장 가능한 통합 시스템을 구축하여, HDSS와 설문 조사 인프라의 융합을 통해 공중보건 감시와 과학 연구를 동시에 지원한다.
• 시간과 공간에 따라 연령, 성별, 원인, 사회경제적 상태별로 정밀하고 분해된 사망 추세 모니터링을 가능하게 한다.

제안 방법

• HDSS 데이터와 주변 지역의 표본 조사 자료를 정보 기반 샘플링 전략을 사용하여 융합하는 데이터 통합 프레임워크를 구현한다.
• 구조적 자가 평가를 통해 인구 수준에서 원인별 사망 비율(CSMFs)을 결정한다.
• 사회경제적 상태(SES) 측정을 통합하여 인구 간 빈곤과 부의 분포를 평가한다.
• 사망률 및 사망 수 추정치의 정밀도를 향상시키기 위해 추정 모델에 공간 스무딩을 적용한다.
• 예측 표면을 구축하기 위해 이전의 설문 조사 데이터(DHS 등)를 활용하여 선호 샘플링을 위한 정보를 제공하고, 다음으로 샘플링할 위치를 결정한다.
• 남아프리카의 아긴코르트 HDSS 지역에서 기존 군집 샘플링과 비교하기 위해 시뮬레이션 연구를 수행한다.

실험 결과

연구 질문

• RQ1 정보 기반 샘플링 전략이 저자원 환경에서 기존 군집 샘플링에 비해 더 많은 사망자를 포착할 수 있는가?
• RQ2 정보 기반 샘플링과 공간 스무딩을 조합했을 때 사망률 및 사망 수 추정치의 정밀도와 편향에 어떤 영향을 미치는가?
• RQ3 효과적인 정보 기반 샘플링을 위해 지역 전역에서 필요한 HDSS 현장의 최적의 수와 지리적 분포는 무엇인가?
• RQ4 샘플링 프레임의 품질과 갱신 빈도는 Hyak 시스템의 성능에 어떤 영향을 미치는가?
• RQ5 지리통계 모델이 샘플링된 HDSS 및 주변 지역의 데이터를 기반으로 관측되지 않은 마을의 사망률을 얼마나 정확하게 예측할 수 있는가?

주요 결과

• 시뮬레이션 연구에서 Hyak의 정보 기반 샘플링 전략은 기존 군집 샘플링에 비해 유의미하게 더 많은 사망자를 포착했다.
• Hyak에서 도출된 사망률 및 사망 수 추정치는 기존 방법에 비해 분산이 낮았으며, 편향은 매우 미미했다.
• 추정 모델에 공간 스무딩을 통합함으로써 특히 데이터가 희소한 지역에서 정밀도가 향상되었다.
• 시스템은 연령, 성별, 원인, 사회경제적 상태별로 신뢰할 수 있고 분해된 사망 추정치를 제공할 잠재력을 보였다.
• Hyak는 기존 군집 설문 조사보다 비용 효율적이었으며, 더 높은 사망자 포착 효율성 덕분에 투자 대비 정보 수확량이 더 높았다.
• 지속 가능한 모니터링을 가능하게 하기 위해 영구적인 HDSS 인프라와 주기적인 표적 조사의 융합을 지원하는 프레임워크를 제공한다.