[논문 리뷰] Hierarchical modelling of faecal egg counts to assess anthelmintic efficacy

Michaela Paul, Paul R. Torgerson외 2명|arXiv (Cornell University)|2014. 01. 12.

Genetic and phenotypic traits in livestock인용 수 4

한 줄 요약

이 논문은 분변 기생충 계수의 표본 변동성과 기생충 감염 정도의 개체 간 변동성을 동시에 고려하는 계층적 베이지안 모델을 제안한다. 이는 약물 내성 탐지의 정확도를 향상시킨다. 하위 표본 추출 오차와 과분산을 통합함으로써, 스웨덴 양 데이터의 재분석과 시뮬레이션 연구를 통해 기존의 분변 기생충 계수 감소 테스트(FECRT)보다 내성 분류 성능이 뛰어나다는 게 입증되었다.

ABSTRACT

Counting the number of parasite eggs in faecal samples is a widely used diagnostic method to evaluate parasite burden. Typically a sub-sample of the diluted faeces is examined for eggs. The resulting egg counts are multiplied by a specific correction factor to estimate the mean parasite burden. To detect anthelmintic resistance, the mean parasite burden from treated and untreated animals are compared. However, this standard method has some limitations. In particular, the analysis of repeated samples may produce quite variable results as the sampling variability due to the counting technique is ignored. We propose a hierarchical model that takes this sampling variability as well as between-animal variation into account. Bayesian inference is done via Markov chain Monte Carlo sampling. The performance of the hierarchical model is illustrated by a re-analysis of faecal egg count data from a Swedish study assessing the anthelmintic resistance of nematode parasite in sheep. A simulation study shows that the hierarchical model provides better classification of anthelmintic resistance compared to the standard method.

연구 동기 및 목표

• 기존의 분변 기생충 계수 감소 테스트(FECRT)는 하위 표본 추출에서 발생하는 표본 변동성과 기생충 수세기에서 발생하는 과분산을 간과한다는 점을 해결하기 위해.
• 개체 간 기생충 감염 정도의 변동성과 맥스터 기생충 계수 기법이 유도하는 본질적 변동성을 동시에 고려하는 통계 모델을 개발하기 위해.
• 측정 오차와 과분산을 통합된 계층적 프레임워크 안에서 통합함으로써 약물 내성 분류의 정확성과 신뢰성을 향상시키기 위해.
• 실제 스웨덴 양 연구 데이터와 시뮬레이션 연구를 통해 제안된 모델의 성능을 기존의 FECRT와 비교하기 위해.
• 필요에 따라 영점 과잉 또는 개별 수준의 효과성 변동성을 포함할 수 있도록 확장 가능한 통계 프레임워크를 제공하기 위해.

제안 방법

• 개체의 치료 전 및 치료 후 분변 기생충 계수(FECs)를 과분산을 고려한 감마분포로 모델링하는 계층적 베이지안 모델을 수립한다.
• 맥스터 계수 기법의 표본 변동성을 반영하기 위해, 계수 침판의 격자 영역 내에서 관측된 기생충 수를 이항분포로 모델링한다.
• 베이지안 추론을 위해 마르코프 체인 몬테카를로(MCMC) 샘플링을 사용하며, 모집단 평균 및 감소 요인과 같은 핵심 파라미터에 맞춤형 제안 분포를 적용한다.
• 모수의 전체 조건부 분포에 대한 역감마분포, 로그정규분포 또는 감마 근사치를 사용하여 MCMC 수렴성과 효율성을 향상시킨다.
• 평균 FEC 감소율(δ)을 전체 조건부 분포의 최빈값과 곡률을 기반으로 한 베타분포 근사치로 모델링한다.
• 영점 과잉 성분을 포함한 확장 기능을 가능하게 하여, 치료 전 계수가 0인 감염되지 않은 개체를 더 잘 처리할 수 있도록 모델의 유연성을 확보한다.

실험 결과

연구 질문

• RQ1 분변 기생충 계수의 표본 변동성을 고려할 경우, 기존의 표준 FECRT와 비교해 약물 내성 분류에 어떤 영향을 미치는가?
• RQ2 기존 방법과 비교해 낮은 유병률 또는 낮은 기생충 감염 정도 상황에서 계층적 모델이 내성 탐지에 얼마나 향상되는가?
• RQ3 측정 오차와 과분산으로 인한 임의의 변동성과 진정한 내성 간의 구분을 모델이 얼마나 잘 수행하는가?
• RQ4 특히 혼합 기생충 집단에서 저항성 기생충 비율이 작을 경우, 모델의 내성 분류 성능은 어떻게 되는가?
• RQ5 개체 간 변동성과 하위 표본 추출 오차를 동시에 통합함으로써 평균 FEC 감소율 추정의 정밀도는 어떻게 향상되는가?

주요 결과

• 기존의 표준 FECRT에 비해 계층적 모델이 약물 내성 분류 성능을 크게 향상시키며, 치료 전 계수가 낮거나 저항성 비율이 작은 상황에서 특히 두드러진다.
• 시뮬레이션 연구 결과, 계층적 모델이 표본 변동성과 과분산을 적절히 고려함으로써 내성 탐지에서 유형 I 및 유형 II 오류 비율을 감소시킴을 입증하였다.
• 스웨덴 양 데이터의 재분석 결과, 모델은 표준 FECRT보다 평균 FEC 감소율 추정치가 더 정밀하고 신뢰구간이 좁은 결과를 제공하였다.
• 과분산과 측정 오차를 잘 처리함으로써 더 신뢰할 수 있는 추론이 가능해졌으며, 특히 치료 전 FEC가 150 epg 이하일 경우 기존 방법이 신뢰할 수 없음을 고려할 때 유의미한 성능 향상을 보였다.
• 맞춤형 제안 분포(예: 역감마분포, 베타 근사치)를 사용한 MCMC는 베이지안 추론 과정에서 효율적인 샘플링과 수렴성을 보장한다.
• 모델의 유연성 덕분에 향후 영점 과잉 성분 등 확장을 통해 감염되지 않은 개체나 저항 프로필이 다른 혼합 기생충 종을 더 잘 다룰 수 있다.