[논문 리뷰] Spread of pathogens in the patient transfer network of US hospitals

Juan Fernández Gracia, Jukka‐Pekka Onnela외 3명|arXiv (Cornell University)|2015. 04. 30.

Data-Driven Disease Surveillance인용 수 5

한 줄 요약

이 연구는 2년 간의 기간 동안 미국의 병원 환자 이송 네트워크를 분석하여 메트로나이드 내성 병원성 미생물, 예를 들어 *Clostridium difficile* (C. Diff.)의 전파에 미치는 역할을 조사한다. 네트워크 과학을 활용하여, 유입 이송 수가 높은 병원(들어오는 이송 수가 많은 병원)을 감시 센서로 선택할 경우, 전체 병원의 2%만으로도 C. Diff. 감염 사례의 80%를 조기에 탐지할 수 있음을 규명하였으며, 이는 병원 내 전염병에 대한 확장 가능한 조기 경보 시스템을 제공한다.

ABSTRACT

Emergent antibiotic-resistant bacterial infections are an increasingly significant source of morbidity and mortality. Antibiotic-resistant organisms have a natural reservoir in hospitals, and recent estimates suggest that almost 2 million people develop hospital-acquired infections each year in the US alone. We investigate a network induced by the transfer of Medicare patients across US hospitals over a 2-year period to learn about the possible role of hospital-to-hospital transfers of patients in the spread of infections. We analyze temporal, geographical, and topological properties of the transfer network and demonstrate, using C. Diff. as a case study, that this network may serve as a substrate for the spread of infections. Finally, we study different strategies for the early detection of incipient epidemics, finding that using approximately 2% of hospitals as sensors, chosen based on their network in-degree, results in optimal performance for this early warning system, enabling the early detection of 80% of the C. Diff. cases.

연구 동기 및 목표

• 미국 병원 환자 이동 네트워크의 구조적 특성과 항생제 내성 병원성 미생물의 전파에 미치는 잠재적 역할을 조사하기 위해.
• 전국의 C. Diff. 감염 유병률을 이동 네트워크의 위상적 특성과 연관지어 분석하기 위해.
• 초기 병원 내 전염병 확산을 탐지하기 위한 확장 가능한 네트워크 기반 조기 경보 시스템을 개발하기 위해.
• 이동 네트워크 내 병원 선택 전략의 성능을 평가하기 위해, 병원 감시를 위한 다양한 전략을 비교 분석하기 위해.

제안 방법

• 2년 간의 기간 동안 미국 병원 간 Medicare 환자 이동 데이터를 기반으로 방향성 있는 시간적 네트워크를 구축하였으며, 매일의 이동 데이터를 정적 간선으로 집계하였다.
• 도수 분포, 군집 계수, 최단 경로 길이, 공간 상관관계 등의 위상적 특성을 분석하여 네트워크가 공간 제약 조건을 갖춘 시스템임을 규명하였다.
• 전국 5,677개 병원의 C. Diff. 감염 유병률 데이터를 활용하여 네트워크 위상과의 상관관계를 검증하였으며, 특히 이웃 병원 기반의 감염 유병률 패턴에 초점을 맞추었다.
• 감시 센서로 선정할 병원 전략을 평가하기 위해 유입 차수(in-degree), 유출 차수(out-degree), 그리고 탐욕 알고리즘을 기반으로 한 전략을 고려하였다.
• 다양한 기준에 따라 병원의 부분 집합을 선정하여 감시할 경우 C. Diff. 감염 사례의 탐지 시간을 측정함으로써 전염병 탐지 성능을 시뮬레이션하였다.
• 감지 효율을 계산하기 위해, 전염병의 유행 정점 이전에 감지된 C. Diff. 사례의 비율을 산정하였으며, 기준으로 2%의 감시 병원 비율을 사용하였다.

실험 결과

연구 질문

• RQ1 미국 병원 환자 이동 네트워크의 위상적 특성이 메트로나이드 내성 병원성 미생물, 예를 들어 C. Diff.의 전파에 어떻게 영향을 미치는가?
• RQ2 병원의 C. Diff. 감염 유병률이 네트워크 이웃 병원의 유병률과 얼마나 관련이 있는가?
• RQ3 유입 차수, 유출 차수, 또는 탐욕 알고리즘 기반의 병원 선택 전략 중 어느 것이 전국적 C. Diff. 유행의 조기 탐지를 최적화하는가?
• RQ4 전략적으로 선택된 소수의 병원이 전국적 병원 내 유행에 대한 효과적인 조기 경보 센서로 기능할 수 있는가?

주요 결과

• 병원 이동 네트워크는 강한 공간적 군집성을 보이며, 전체 이동의 90%가 200km 이내의 병원 간에 발생하며, 높은 군집성과 긴 평균 경로 길이를 보여, 공간 네트워크와 유사한 특성을 지닌다.
• 병원의 C. Diff. 감염 유병률은 네트워크 이웃 병원의 유병률과 유의미하게 상관관계가 있으며, 특히 고유병률 영역에서 네트워크 기반 전파가 발생하고 있음을 시사한다.
• 유입 이동 수가 많은 병원(유입 차수)을 감시 센서로 선정할 경우 최적의 조기 탐지 성능을 달성하며, 감시 병원의 2%만으로도 C. Diff. 감염 사례의 80%를 탐지할 수 있다.
• 유출 차수 기반 감시 전략과 탐욕 알고리즘 모두 무작위 선택보다 성능이 뛰어나지만, 유입 차수 기반 선택 전략이 가장 높은 감지 효율을 보였다.
• 지속적인 차수 분포와 낮은 동질성 특성을 지닌 네트워크의 구조는 간접 전파 경로를 통해 지리적으로 산만한 병원 간에 병원성 미생물의 전파를 지원한다.
• 이 연구는 소수의 전략적으로 선정된 감시 병원 네트워크가 전국적 병원 내 유행에 대한 조기 경보를 제공할 수 있음을 입증하였으며, 이는 심각한 공중보건 격차를 메우는 확장 가능한 솔루션을 제공한다.