[논문 리뷰] Multinomial Logistic Model for Coinfection Diagnosis Between Arbovirus and Malaria in Kedougou

Mor Absa Loum, Marie-Anne Poursat외 4명|arXiv (Cornell University)|2018. 01. 12.

Mosquito-borne diseases and control참고 문헌 17인용 수 3

한 줄 요약

이 연구는 세네갈 키두구에서 곤충 매개 감염병과 말라리아 병합 감염의 임상적 및 인구통계학적 데이터를 활용하여 다항로지스틱 모델을 개발하여 임상적 분류 진단을 향상시킨다. 랜덤 포레스트를 통한 변수 선택과 예측 모델링을 통합함으로써, 긴 지속 기간과 고열과 같은 핵심 임상 지표를 식별하여 자원이 제한된 환경에서 병합 감염 사례를 92.17%의 정확도로 정확하게 분류할 수 있게 되었으며, 이는 표적 치료에 기여한다.

ABSTRACT

In tropical regions, populations continue to suffer morbidity and mortality from malaria and arboviral diseases. In Kedougou (Senegal), these illnesses are all endemic due to the climate and its geographical position. The co-circulation of malaria parasites and arboviruses can explain the observation of coinfected cases. Indeed there is strong resemblance in symptoms between these diseases making problematic targeted medical care of coinfected cases. This is due to the fact that the origin of illness is not obviously known. Some cases could be immunized against one or the other of the pathogens, immunity typically acquired with factors like age and exposure as usual for endemic area. Then, coinfection needs to be better diagnosed. Using data collected from patients in Kedougou region, from 2009 to 2013, we adjusted a multinomial logistic model and selected relevant variables in explaining coinfection status. We observed specific sets of variables explaining each of the diseases exclusively and the coinfection. We tested the independence between arboviral and malaria infections and derived coinfection probabilities from the model fitting. In case of a coinfection probability greater than a threshold value to be calibrated on the data, duration of illness above 3 days and age above 10 years-old are mostly indicative of arboviral disease while body temperature higher than 40{\ extdegree}C and presence of nausea or vomiting symptoms during the rainy season are mostly indicative of malaria disease.

연구 동기 및 목표

• 열대 지역에서 증상이 겹치는 데서 기인하는 곤충 매개 감염병과 말라리아 병합 감염의 오진 진단 문제를 해결한다.
• 빠른 진단 테스트 접근성이 제한된 지역에서 단독 감염 및 병합 감염의 고유한 임상 프로파일을 식별하여 임상적 분류 진단을 향상시킨다.
• 위험 요인을 정량화하고 병합 감염 확률을 예측할 수 있는 통계적 프레임워크를 개발하여 임상 의사결정 지원을 강화한다.
• 곤충 매개 감염병과 말라리아 감염 간의 통계적 독립성을 시험하여 희귀 발생 패턴을 평가한다.

제안 방법

• 2009–2013년 기간 동안 키두구에서 수집한 15,523건의 열성 환자 기록에서 변수 중요도 측정을 통해 랜덤 포레스트를 적용하여 관련 예측 변수를 선별한다.
• 선택된 공변량을 포함한 다항로지스틱 회귀 모델을 적합하여, 곤충 매개 감염병 단독 감염, 말라리아 단독 감염, 병합 감염, 대조군의 네 가지 결과 범주에 대한 오즈 비율을 추정하고 변수의 영향력을 평가한다.
• 곤충 매개 감염병과 말라리아 감염 간의 통계적 독립성을 평가하기 위해 월드 유형의 검정을 실시한다.
• 모델의 예측 성능을 검증하기 위해 추정된 모델 파rameter를 사용하여 합성 데이터셋(n=5000)을 시뮬레이션한다.
• 테스트 데이터에서 병합 감염 상태를 예측하기 위한 분류 임계값(γ = 0.45)을 최적화하기 위해 오십분할 교차검증을 사용한다.
• 테스트 데이터에서 오분류율(MCR)과 수신기 작동 특성(ROC) 분석을 통해 모델 성능을 평가한다.

실험 결과

연구 질문

• RQ1 어느 임상적 및 인구통계학적 변수들이 곤충 매개 감염병 단독 감염, 말라리아 단독 감염, 병합 감염, 음성 사례를 가장 잘 구분하는가?
• RQ2 곤충 매개 감염병과 말라리아 감염 간에 통계적으로 유의미한 연관성이 있는가? 이는 병합 발생의 비독립성을 시사하는가?
• RQ3 병합 감염 확률 기반의 예측 모델이 말라리아 양성 환자 중 곤충 매개 감염병 감염을 정확하게 분류할 수 있는가?
• RQ4 병합 감염 환자에서 바이러스성 곤충 매개 감염병을 식별하는 데 가장 유용한 임상 지표는 무엇인가?

주요 결과

• 월드 유형 검정에서 곤충 매개 감염병과 말라리아 감염 간의 독립성 가설을 기각하였으며(p = 1.13×10⁻⁴), 병합 발생에서 유의미한 연관성이 있음을 시사한다.
• 말라리아 양성 환자에서 병합 감염을 예측하기 위한 최적의 분류 임계값은 γ = 0.45로, 오분류율을 최소화한다.
• 시뮬레이션된 데이터셋에서 말라리아 양성 환자 중 곤충 매개 감염병 상태를 분류하는 데 있어 모델의 테스트 오분류율은 7.83%이며, 정확도는 92.17%였다.
• 질병 지속 기간이 길고 연령이 높을수록 곤충 매개 감염병의 강력한 지표였으며, 비 오는 계절에 고열과 메스꺼움/구토 증상은 말라리아의 더 뚜렷한 지표였다.
• 변수 선택 과정을 통해 병원 일수, 연령, 체온, 계절적 증상 등 핵심 예측 변수를 식별하였으며, 질병 범주 간에 뚜렷한 패턴을 보였다.
• 예측 모델은 다수의 교차검증 런에 걸쳐 일관된 최적의 임계값을 보이며 뛰어난 내구성을 입증하였다.