2020년부터 2021년까지 한국에서 검색 엔진 쿼리 데이터를 사용한 신규 일일 COVID-19 사례 및 사망 예측: 정보역학 연구

배경: 현재 진행 중인 COVID-19 팬데믹 상황을 감안할 때, 정확한 예측은 미래 파동을 위한 건강 자원 관리에 큰 도움이 될 수 있습니다. 그러나 COVID-19는 새로운 개체이기 때문에 질병 역학을 예측하기가 어려운 것처럼 보였습니다. 모델의 정확성을 높이기 위해서는 인터넷 검색 데이터와 같은 외부 요인을 포함해야 합니다. 그러나 온라인 검색량을 모델에 포함하는 것이 장기 예측을 위한 예측 성능 향상으로 이어지는지 여부는 여전히 불확실합니다. 목표: 본 연구의 목적은 검색 엔진 쿼리 데이터가 신규 일일 COVID-19 사례 및 사망을 예측하는 모델에 포함해야 할 중요한 변수인지 분석하는 것이었습니다. 방법: 우리는 2020년 1월 20일부터 2021년 7월 31일까지 한국에서 얻은 국가 수준의 사례 관련 데이터, NAVER 검색량 및 Google과 Apple에서 얻은 이동성 데이터를 사용했습니다. 데이터는 첫 번째 사례가 보고된 후 3개월, 6개월, 12개월 및 18개월로 네 개의 하위 집합으로 집계되었습니다. 모든 하위 집합의 첫 80% 데이터를 훈련 세트로 사용하고 나머지 데이터는 테스트 세트로 사용했습니다. 정규 분포, 포아송 분포 및 음의 이항 분포를 가진 일반화 선형 모델(GLM)과 라쏘, 적응형 라쏘 및 탄력적 넷 정규화를 포함한 선형 회귀(LR) 모델이 개발되었습니다. 평균 제곱근 오차 값은 손실 함수로 정의되었고 모델 성능을 평가하는 데 사용되었습니다. 모든 분석 및 시각화는 SAS OnDemand for Academics의 일부인 SAS Studio에서 수행되었습니다. 결과: 다양한 유형의 분포 함수로 구성된 GLM은 발생 초기에 신규 일일 COVID-19 사례 및 사망을 예측하는 데 유리했을 수 있습니다. 더 긴 기간 동안 사례와 사망의 분포가 더 정규 분포가 됨에 따라 정규화된 LR 모델이 GLM보다 더 나은 성과를 거두었을 수 있습니다. 이 연구에서는 신규 일일 사망 예측이 신규 일일 사례 예측보다 성과가 더 좋았다는 결과도 발견했습니다. 또한, 모델의 특성 효과 평가에서 NAVER 검색량은 특히 발병 초기 6개월 동안 신규 일일 COVID-19 사례를 예측하는 데 유용한 변수로 나타났습니다. "온도계"와 "마스크 끈"과 같은 물류 필요와 관련된 검색이 그 기간 동안 더 높은 특성 효과를 나타냈습니다. 더 긴 예측 기간 동안에도 NAVER 검색량은 여전히 중요한 변수로 나타났지만, 특성 효과는 낮았습니다. 이 결과는 검색 용어 사용이 모델의 예측 성능을 유지하기 위해 고려되어야 함을 시사합니다. 결론: NAVER 검색량은 신규 일일 COVID-19 사례 예측에서 발병 초기 6개월 동안 더 높은 특성 효과와 함께 단기 및 장기 예측에서 중요한 변수였습니다. 사망 예측에서도 유사한 결과가 발견되었습니다.