[논문 리뷰] The Best Thresholds for Rapid Identification of Episodic and Chronic Homeless Shelter Use

Geoffrey G. Messier, Leslie M. Tutty외 1명|arXiv (Cornell University)|2021. 05. 03.

Homelessness and Social Issues참고 문헌 12인용 수 2

한 줄 요약

이 논문은 주로 짧은 시간 창내에서의 기간 내 퇔용 체류 및 이벤트 횟수 기반으로 급속하게 일시적 및 만성적 무주택자 기숙사 이용자를 식별하는 데 목적이 있는 새로운 임계값 기반 방법인 RAPID를 제안한다. 초기 식별과 프로그램 영향력 향상을 최적화함으로써 RAPID는 기존 정의보다 약 200일 빨리 고위험 환자를 식별하며, 이는 주로 주기적이고 장기적인 기숙사 이용을 하는 '눈에 띄지 않는' 대규모 인구 집단을 드러내며, Housing First 서비스에의 시기적 접근을 크게 향상시킨다.

ABSTRACT

This paper explores how to best identify clients for housing services based on their homeless shelter access patterns. We focus on counting the number of shelter stays and episodes of shelter use for a client within a time window. Thresholds are then applied to these values to determine if that individual is a good candidate for housing support. Using new housing referral impact metrics, we explore a range of threshold and time window values to determine which combination both maximizes impact and identifies good candidates for housing as soon as possible. New insights are also provided regarding the characteristics of the "under-the-radar" client group who are typically not identified for housing support.

연구 동기 및 목표

• 시기적 주거 지원을 위한 일시적 및 만성적 기숙사 이용 패턴을 더 빠르고 효과적으로 식별할 수 있는 방법을 개발하기 위해.
• 기존 임계값 기반의 접근 방식이 장기간 위험한 상황에 처해 있는 사람들을 놓치는 데 기인한 고위험 환자 식별 지연 문제를 해결하기 위해.
• 특히 필요로 하는 이들에게서의 간섭 시간을 최소화함으로써 Housing First 프로그램의 효율성과 영향력을 향상시키기 위해.
• 일반적으로 표준 정의에 의해 간과되는, 간헐적이고 장기적인 기숙사 이용을 경험하는 '눈에 띄지 않는' 집단을 드러내고 특성화하기 위해.

제안 방법

• 연구는 캐나다 캐럴리의 드롭인 센터에서 확보한 13년간의 익명화된 기숙사 데이터(2007–2020)를 사용하여, 정의된 시간 창 내에서의 고객 체류 및 이벤트에 집중한다.
• k-means 군집 분석을 통해 데이터셋이 전이적, 일시적, 만성적 기숙사 이용 패턴의 세 가지 일반적인 패턴을 반영하고 있음을 확인하여 일반화 가능성 확보.
• 저자들은 '체류'를 24시간 이상의 기숙사 접근 기간으로 정의하고, '이벤트'를 30일 이내 간격으로 이어지는 연속된 체류로 정의한다.
• 임계값 테스트가 얼마나 빨리 환자를 식별하고 장기적 기숙사 이용을 줄이는지 평가하기 위해 '저장된 체류 수'와 '체류 기간 단축'이라는 두 가지 새로운 지표를 도입한다.
• 이 지표들을 최적화하여 RAPID의 임계값을 설정함으로써 영향력은 극대화하고 식별 시간은 최소화한다.
• 기존의 만성 무주택자 정의와의 비교를 통해 시간 창과 체류/이벤트 임계값의 다양한 조합에서 성능을 평가한다.

실험 결과

연구 질문

• RQ1 짧은 시간 창 내에서 기숙사 체류 및 이벤트의 어떤 임계값 조합이 Housing First 서비스를 받을 수 있는 사람들에게 가장 효과적으로 식별하는가?
• RQ2 RAPID는 기존 정의보다 만성적·일시적 기숙사 이용자를 얼마나 빨리 식별할 수 있는가?
• RQ3 기숙사 이용자의 어느 정도 비율이 '눈에 띄지 않는' 상태에 있는가—즉, 장기간 간헐적인 이용을 경험하지만 표준 기준에 의해 경고되지 않는가?
• RQ4 '눈에 띄지 않는' 집단의 인구통계적 및 이용 특성은 만성적 또는 일시적으로 식별된 집단과 어떻게 비교되는가?
• RQ5 RAPID는 추천된 환자들의 총 기숙사 체류 수와 체류 기간을 얼마나 줄일 수 있는가?

주요 결과

• RAPID는 기존의 만성 무주택자 정의 중 가장 빠른 것으로서, 만성 무주택자에 대한 주거 지원 대상자 식별을 약 200일 빨리 수행한다.
• RAPID 테스트는 12개월 창을 사용하며, 체류 수 4회와 이벤트 수 2회의 임계값을 적용하여, 기존 정의에 비해 초기 식별에서 뚜렷한 승리 기록을 보인다.
• 이 방법은 표준 정의에 의해 경고되지 않은 7.0%의 환자 집단을 식별하며, 이들의 평균 체류 기간은 1,450일이고 이벤트 간격은 평균 635일로 장기간의 불안정성을 시사한다.
• 이 '눈에 띄지 않는' 집단은 전체 인구의 70%를 차지하며, 기숙사 역사 전반에 걸쳐 100%의 이용률을 보이며 지속적이지만 간헐적인 참여를 보이고 있음을 나타낸다.
• RAPID 식별 시점에 Housing First 간섭이 이루어지면, 고영향력 사례의 경우 수백 번의 기숙사 체류를 절약하고, 1,000일 이상의 기숙사 상호작용 기간을 줄일 수 있다.
• 연구는 RAPID가 빠른 식별 뿐 아니라 가장 취약하고 영향력이 큰 환자 집단을 정확히 타겟팅함으로써 프로그램의 효율성과 공정성을 향상시킨다는 점을 입증한다.