연령-기간-코호트(APC) 모형의 추정 방법론 비교

Abstract

역학 분야에서 인구 집단이나 각 개인에게 환경적, 역사적 그리고 사회적 요인들이 복잡하게 미치는 영향을 묘사하기 위해 연령-기간-코호트(Age-Period-Cohort, APC) 분석을 한다. 그러므로 APC 분석은 사회나 인구집단 변화와 특정 질병의 인과 관계 파악에 대한 중요한 연구 문제를 지속적으로 해결하기 위해 널리 사용되어 왔다. 이에 따라 APC 모형은 연령, 기간, 출생 코호트에 따른 질병의 발생률이나 사망률의 경향성을 파악하는 역할을 한다. 그러나 APC 모형을 적합 시킬 때 연령, 기간, 코호트 효과가 결과 변수와 선형적 관계에 있다고 할 수 있다. 이러한 경우 추정에 대한 식별(identification)의 문제가 발생한다. 세 변수가 완전한 선형관계를 가지기 때문에 공선성이 존재하여 연령, 기간, 코호트 효과를 동시에 추정할 수 없는 문제점이 있다. 본 논문에서는 APC 모형을 구축할 때 식별의 문제를 해결할 수 있는 방법들 중에서 역학 분야에서 주로 사용되는 4가지 접근 방법을 이용하여 모의실험을 통해 가상의 상황을 구상하고 상황에 따라 각 방법의 장점과 한계점을 언급하여 APC 모형 구축 시 여러 방법들에 대해 가이드라인을 제시한다. 모의실험의 결과를 통해 제약된 일반화선형모형 보다는 IE 방법과 주성분 분석을 사용하는 것이 각각의 효과가 미치는 영향을 정확하게 볼 수 있다고 판단된다. 질병에 따라 어떤 분석 방법을 적용해야 정확하게 추정할 수 있는지 달라질 수 있지만 본 논문의 모의실험을 바탕으로 APC 분석에 있어서 다음과 같이 간단한 가이드라인을 추천해주고자 한다. 먼저 연령-기간-코호트 분석 이전에 기간과 코호트의 효과가 유의한지 검정한다. 만약 코호트의 효과가 존재하는 경우 IE 방법, 주성분 분석, Median Polish 방법을 만약 코호트의 효과가 존재하지 않는 경우 가장 안정적인 IE 방법과 주성분 분석을 추천한다.