[논문 리뷰] Locating the Source of Large-scale Diffusion of Foodborne Contamination

Abigail L. Horn, H. Friedrich|arXiv (Cornell University)|2018. 05. 08.

Animal Disease Management and Epidemiology참고 문헌 26인용 수 3

한 줄 요약

이 논문은 가중치가 부여되고 방향성이 있는 식품 공급망에서 오염 확산을 흡수성 랜덤 워크로 모델링함으로써 대규모 식중독 유행의 확률적 원인 지정 방법을 제안한다. 최대우도추정량은 모든 가능한 확산 경로를 고려하여 기존 최신 기술보다 정확도와 신속성에서 뚜렷한 향상을 이룬다. 실제 2011년 EHEC 유행 사례에서 이 방법은 기존 방법과 전통적 접근보다 훨씬 빨리 제2주에 원인 지역을 특정하였다.

ABSTRACT

We study the problem of identifying the source of emerging large-scale outbreaks of foodborne disease. To solve the source identification problem we formulate a probabilistic model of the contamination diffusion process as a random walk on a network and derive the maximum likelihood estimator for the source location. By modeling the transmission process as a random walk, we are able to develop a novel, computationally tractable solution that accounts for all possible paths of travel through the network. This is in contrast to existing approaches to network source identification, which assume that the contamination travels along either the shortest or highest probability paths. We demonstrate the benefits of the multiple-paths approach through application to different network topologies, including stylized models of food supply network structure and real data from the 2011 EHEC outbreak in Germany. We show significant improvements in accuracy and reliability compared with the relevant state-of-the-art approach to source identification. Beyond foodborne disease, these methods should find application in identifying the source of spread in network-based diffusion processes more generally, including in networks not well approximated by tree-like structure.

연구 동기 및 목표

• 복잡하고 글로벌화된 공급망에서 대규모 식중독 유행의 원인을 특정하는 데 있어 중요한 과제를 해결하기 위해.
• 현재의 원인 규명 방법이 오직 가장 짧은 경로나 가장 높은 확률의 경로를 따른다는 가정을 초과하기 위해.
• 나무 구조에 국한되지 않는 일반적인 네트워크 구조에 적용 가능한 계산적으로 구현 가능한 확률적 정확 추정량을 개발하기 위해.
• 유행 기간 동안 더 이르고 신뢰할 수 있는 원인 규명을 가능하게 하여 공중보건 대응을 향상시키기 위해.
• 2011년 독일 EHEC 유행의 실제 데이터를 사용하여 제안된 방법의 효과성을 입증하기 위해.

제안 방법

• 공급망의 오염 확산 과정을 가중치가 부여되고 방향성이 있는 네트워크 상의 흡수성 랜덤 워크로 모델링하며, 노드는 공급망 참여자를, 간선은 무역 흐름을 나타낸다.
• 각 잠재적 원천 노드를 기준으로 감염 사례 집합을 관찰했을 경우의 확률을 계산하여 원천 위치에 대한 최대우도추정량을 유도한다.
• 모든 가능한 오염 경로를 고려하여, 오직 가장 짧은 경로나 가장 높은 확률의 경로만을 고려하는 단순화된 가정을 피한다.
• 네트워크 구조와 사례 데이터를 활용하여 각 노드가 원천일 가능성의 우도를 계산하고, 최대 우도를 가지는 노드를 추정된 원천으로 선정한다.
• 검증을 위해 합성 네트워크 구조와 2011년 EHEC 유행의 실제 식품 공급망 데이터를 모두 적용한다.
• 불확실성과 루프, 다중 중첩 경로를 포함한 복잡한 네트워크 구조를 자연스럽게 다룰 수 있는 확률적 프레임워크를 활용한다.

실험 결과

연구 질문

• RQ1 모든 가능한 오염 경로를 고려하는 확률적 모델이 식중독 유행의 원인 규명 정확도를 향상시킬 수 있는가?
• RQ2 제안된 랜덤 워크 기반 추정량은 가장 짧은 경로나 가장 높은 확률의 경로를 가정하는 최신 기술과 비교해 성능이 뛰어나게 되는가?
• RQ3 특히 유행의 정점 이전에 원인을 더 이르게 특정할 수 있는가?
• RQ4 특히 나무 구조가 아닌 네트워크 구조에서도 이 방법이 신뢰성 유지가 가능한가?
• RQ5 이 방법은 거짓 단서를 얼마나 줄이고 유행 조사의 효율성을 얼마나 향상시킬 수 있는가?

주요 결과

• 제안된 방법은 2011년 EHEC 유행의 원인 지역을 제2주에 특정하여 표준 조사 절차보다 훨씬 이르게, 이는 제6주에야 원인을 특정한 바이다.
• 유행 기간 전반에 걸쳐 이 방법은 일관되게 정확한 원인 지역을 추정했지만, 유사 거리 기반 방법은 특히 제3주에서 제4주 사이에 일관성이 없었다.
• 스타일라이즈드 네트워크 모델과 실제 식품 공급망 데이터 양쪽 모두에서 이 방법은 뛰어난 정확도와 강건성을 보였으며, 유일한 주요 경로 집합이 없는 네트워크에서 尤히 두각을 나타냈다.
• 모든 가능한 확산 경로를 고려함으로써, 이전 방법이 오직 가장 짧거나 가장 높은 확률의 경로로만 이동한다고 가정하는 비현실적인 가정을 피했다.
• 결과적으로 이 방법은 조사관들이 잠재적 원천 위치를 더 신속히 좁힐 수 있도록 도와주며, 시간이 많이 소요되는 삼각측량 방법에 대한 의존도를 줄이고 거짓 단서를 최소화할 수 있다.
• 실제 주요 유행 사례의 데이터를 사용하여 성능을 검증함으로써, 이 방법이 공중보건 조사에 실질적으로 적용 가능하다는 점을 입증했다.