아동 사망률 추정을 위한 베이지안 생존 프레임워크: 다중 데이터 통합 접근법

초록

본 논문은 가구조사, 사망등록, 사전 가공된 사망률 등 UN IGME가 활용하는 모든 데이터 유형을 하나의 베이지안 모델에 통합한다. 연령별 연속 생존 함수를 로그‑로지스틱 및 구간별 지수 모델로 구현하고, 연도별 파라미터에 다변량 랜덤워크 사전분포를 부여해 시간적 추세를 추정한다. 케냐, 브라질, 에스토니아, 시리아 사례를 통해 기존 UN IGME 추정치와 일치하면서도 전체 생존 곡선을 제공함을 보인다.

상세 분석

이 연구는 기존 UN IGME와 GBD가 각각 연령군별 별도 모델을 적용하거나 다단계 절차를 거치는 한계를 극복하고자, “하나의 모델 안에서 연령‑시간 연속성을 동시에 추정”한다는 근본적인 설계 철학을 제시한다. 베이지안 계층모형을 채택함으로써 데이터 유형별(Full Birth History, Multiple Indicator Cluster Survey, Vital Registration 등) likelihood를 명시적으로 결합하고, 파라미터 θₜ를 연도 t마다 정의한 뒤 다변량 랜덤워크(AR(1) 혹은 RW2) 사전으로 부드러운 시간 변화를 강제한다. 이는 데이터가 결핍된 연도에도 인접 연도의 정보를 자연스럽게 전이시켜 추정의 안정성을 높인다.

생존 함수 S(a|θₜ)는 두 가지 파라메트릭 형태를 검증한다. 첫 번째는 로그‑로지스틱 모델로, μₜ와 σₜ(>1) 파라미터를 로그·logit 변환해 제약을 부여함으로써 위험함수(hazard)가 비증가(monotonically non‑increasing)하도록 설계했다. 이 변환은 사전 확률을 정규분포로 지정하기 용이하게 하며, 사전 가공된 사망률(NMR, IMR, U5MR)을 logit‑scale에서 정규likelihood로 연결할 수 있게 한다. 두 번째는 1개월·12개월 구간에서 위험이 각각 상수인 구간별 지수 모델이며, α₁,α₂,α₃ 파라미터를 로그 변환해 양수 제약을 부여한다. 구간별 모델은 초기 고위험기(신생아)와 이후 급격한 위험 감소를 보다 유연하게 포착한다. 두 모델 모두 연속적인 생존 곡선을 제공하므로, 기존의 이산 위험 모델(예: UN IGME의 B3, log‑quad)에서 발생할 수 있는 비단조성 문제를 회피한다.

데이터 결합 측면에서, FBH 마이크로데이터는 각 아이의 사망 연령 혹은 인터뷰 연령을 관측값으로 하여 “pseudo‑likelihood”를 구성한다. 이는 각 연령 구간에 대해 베르누이 성공/실패를 가정하고, 전체 연도에 걸친 관측을 곱해 전체 likelihood를 만든다. VR 데이터는 연도별 사망·출생 수를 직접 사용해 binomial likelihood를 적용하고, 사전 가공된 사망률은 logit‑scale 정규분포로 모델링한다. 또한, 샘플 Vital Registration(SVR) 국가에 대해서는 별도 오차항을 도입해 데이터 품질 차이를 보정한다.

모델 추정은 Stan 혹은 NUTS 샘플러를 이용해 MCMC를 수행하고, 사후 샘플을 통해 연도별 생존 함수와 NMR·IMR·U5MR을 추출한다. 결과는 케냐(데이터 풍부), 브라질(VR+조사 혼합), 에스토니아(고품질 VR), 시리아(데이터 희소) 네 국가에 적용했으며, 각 국가별 사후 평균 추정치는 UN IGME 공식 추정치와 95% 신뢰구간 내에서 일치함을 보였다. 특히, 시리아와 같이 사망등록이 거의 없고 조사 데이터만 존재하는 경우에도 연속 생존 곡선이 안정적으로 복원되어, 기존 방법보다 연령별 위험 변화를 더 세밀히 파악할 수 있었다.

이 접근법의 강점은 (1) 연속적인 위험함수로 인한 연령‑시간 일관성 보장, (2) 다양한 데이터 소스의 통합을 통한 정보 손실 최소화, (3) 베이지안 프레임워크를 통한 불확실성 정량화, (4) 사후 추정된 전체 생존 곡선을 활용해 임의 연령 구간의 사망률을 직접 계산 가능하다는 점이다. 반면 한계점으로는 (①) 파라메트릭 형태에 대한 의존성 – 로그‑로지스틱과 구간별 지수 외에 비선형 혹은 반비례 위험을 포착하기 어려움, (②) MCMC 계산 비용 – 전 세계 수백 개 국가에 연도별 파라미터를 동시에 추정하려면 고성능 컴퓨팅이 필요, (③) 사전 설정(예: 랜덤워크 스무딩 파라미터, σ>1 제약)의 민감도 분석이 부족해 정책적 해석에 영향을 줄 수 있다. 또한, 데이터가 극도로 결핍된 연도에서는 사전이 과도하게 주도하게 되어 과적합 위험이 존재한다. 향후 연구에서는 (가) 반비례 위험을 허용하는 반파라메트릭 혹은 베이지안 비모수 모델, (나) 국가 간 정보 공유를 위한 다국가 계층모형, (다) 공간‑시간 상호작용을 포함한 공변량(예: 보건 지표, 경제 수준) 통합을 검토할 필요가 있다.