사회 접촉과 혈청 데이터를 활용한 전염병 파라미터 추정

초록

본 연구는 연령별 대화 접촉률을 기반으로 전염병 전파율을 추정하고, 접촉률에 연령별 비례 계수를 곱함으로써 벨기에의 수두바이러스(VZV) 혈청역학 데이터에 대한 적합도를 향상시킨다. 부트스트랩과 다중 모델 추론을 이용해 기본재생산수(R₀)의 불확실성을 정량화하고, 전통적 WAIFW 행렬 기반 접근법이 놓치는 연령별 감수성·전염성 차이를 포착한다.

상세 분석

이 논문은 전통적으로 가정된 연령별 혼합 패턴을 적용하는 WAIFW(Who‑Acquires‑Infection‑From‑Whom) 행렬 대신, 실제 사회 접촉 설문조사에서 얻은 대화 접촉 빈도를 직접 사용한다는 점에서 혁신적이다. 그러나 설문에서 보고된 접촉은 전염 가능 사건의 대리 변수에 불과하며, 연령에 따라 감수성(susceptibility)이나 전염성(infectiousness)의 차이가 존재할 수 있다. 이를 보완하기 위해 저자들은 전파율 β₍ij₎를 두 요소의 곱, 즉 β₍ij₎ = c₍ij₎ · qᵢ·qⱼ 로 모델링한다. 여기서 c₍ij₎는 i‑연령군이 j‑연령군과 갖는 평균 접촉 횟수, qᵢ와 qⱼ는 각각 연령별 감수성·전염성을 반영하는 비례 계수이다. 베이징의 VZV 혈청 데이터에 적용한 결과, qᵢ를 추정함으로써 기존 고정 비례 가정보다 로그우도와 AIC가 현저히 개선되었으며, 특히 어린 연령군에서 높은 감수성을, 성인에서는 낮은 전염성을 확인했다.

추정 과정에서는 비선형 최소제곱법과 마르코프 연쇄 몬테카를로(MCMC) 샘플링을 병행했으며, 데이터의 불확실성을 반영하기 위해 1,000회 부트스트랩을 수행했다. 부트스트랩 결과는 R₀의 95 % 신뢰구간을 5.8–7.2로 제시했으며, 이는 기존 WAIFW 기반 추정치(≈4.5)보다 크게 상승한다. 또한 다중 모델 추론(Multi‑Model Inference)을 적용해 여러 qᵢ 형태(선형, 로그, 스플라인)를 비교했으며, AIC 가중 평균을 통해 모델 선택 불확실성을 정량화했다. 이러한 접근은 전염병 역학 모델링에서 ‘접촉 = 전파’ 가정을 무비판적으로 수용하는 위험을 경고하고, 연령별 생물학적 차이를 반영한 보다 정교한 파라미터 추정이 가능함을 입증한다.