에티오피아 공중보건 감시 시스템 최적화를 위한 방법론적 평가 및 시계열 예측, 2000–2026

에티오피아의 공중보건 감시 시스템은 데이터 품질과 예측 능력에 어려움을 겪고 있어 사전 자원 배분 및 위험 감소 측정에 제한이 있습니다. 이러한 시스템의 방법론적 평가는 질병 부담 예측을 위한 활용도를 향상시키는 데 필요합니다. 본 연구는 국가 감시 시스템을 방법론적으로 평가하고 주요 공중보건 지표를 예측하는 강건한 시계열 예측 모델을 개발하여 감시 최적화와 개입 영향 측정을 위한 도구를 제공하는 것을 목표로 하였습니다. 우리는 새로운 예측 메커니즘을 감시 구조에 통합하는 개입 연구를 수행했습니다. 핵심 모델은 계절성 자기회귀 적분 이동평균(SARIMA) 공식으로, (B) (Bˢ) ᵈDₛ Yₜ = (B) (Bˢ) ₜ + Iₜ이며 여기서 Iₜ는 개입 변수를 나타냅니다. 모델 적합도는 Akaike 정보기준으로 평가하였고, 불확실성은 95% 예측 구간으로 정량화하였습니다. 통합 모델은 기존 시스템 대비 평균 절대 백분율 오차를 18.7% 감소시키는 등 예측 정확도가 크게 향상됨을 보였습니다. 예측 결과 개입 이후 목표한 이환율이 감소하는 추세를 나타냈으며, 모델 진단은 강건한 표준 오차를 시사했습니다. 공중보건 감시에 고급 예측 모델을 방법론적으로 통합하는 것은 가능하며, 예측 성능과 예방적 공중보건 조치를 위한 시스템 효용을 크게 증대시킵니다. 우리는 이러한 통합 예측 방법론의 국가적 채택을 권고하며, 역학 모델링 및 데이터 과학 분야의 지역 역량 강화를 위한 전담 교육 프로그램을 지지합니다. 공중보건 감시, 예측, 시계열 분석, SARIMA, 보건 시스템, 개입 연구 본 논문은 감시 시스템 운영에 직접 예측을 내장하는 새로운 방법론적 틀을 제공하며, 이를 구체적인 적용 사례를 통해 예측 정확도 향상의 유용성을 입증합니다.