2004~2008년(5년) 기간의 건강보험심사평가원 전산 청구자료와 기상청의 자동기상관측시스템에서 측정된 기후자료를 활용하여 온도 등 기후변화와 설사병 발생과의 관계를 모델링하였고, 구축된 모델을 활용하여 향후 기온 상승에 따른 설사병 발생 양상 변화를 예측하였다. 기온과 설사병 발생의 연관성 분석 결과, 기온상승에 따라 설사병 발생도 증가하다 일정 기온에서 감소하고 이후 또다시 증가하는 옆으로 누운 “N”자 형태의 양상을 보였다. 기후변화에 따른 설사병 발생 모델링 결과, 단위온도 증가시 증가하는 시군구별 주별 환자발생수는 인구천명당 0.0051명인 것으로 나타났으며, 이를 우리 나라 전체 연간 환자수 발생으로 환산하면, 단위온도 1℃ 증가시 우리나라 전체의 설사병 환자수는 인구천명당 평균 68.35명(6.84%) 증가하는 것으로 나타났다. 단위온도 증가에 따른 연령그룹별 설사병 환자 발생 변화를 추정한 결과, 단위온도 증가시 19세 미만 집단의 경우 인구천명당 64.45명(6.45%), 19~64세 집단의 경우 인구천명당 72.20명(7.2%), 65세 이상 집단의 경우 인구천명당 67.23명(6.72%)이 증가하는 것으로 나타났다.;We analysed the outbreak of diarrheal disease due to climate change using 2004~2008 claim data from the National Health Insurance and Automatic Weather System data. Weather data were taken, including daily temperature and precipitation from 194 AWS managed by the Korea Meteorological Administration. We used a generalized estimation equation and a generalized linear model for a time-series of poisson distribution and considered the seasonal patterns of the disease and time lags to estimate the relationship between climate factor and the prevalence of diarrheal disease. The main results of the study were that mean prevalence rate of diarrheal disease was rising year by year during the study period and that there were positive associations between the prevalence of diarrheal disease reports and temperature. These results are consistent with the findings of previous research and suggest that climate change is likely to exacerbate diarrheal disease in Korea.
말라리아는 우리나라에서는 1970년대 이후 사라졌지만, 1993년 휴전선 근처에서 재발생한 이후 매년 환자가 증가하고 있는 추세이다. 본 연구의 목적은 말라리아 발생에 있어서 기후요소의 영향을 살펴보고 기온 증가에 따른 말라리아 발생자수를 예측하는 것이다. 건강보험심사평가원으로부터 제공받은 2005~2007년 건강보험심사완결 원시자료 중 말라리아 16,898건이 분석대상에 포함되었다. 말라리아 발생 자료는 행정단위로 시군구, 발생기간은 주(week)를 분석단위로 하여 해당기간 시군구에서 발생한 전염병을 합산하였다. 기온자료는 전국 AWS(Automatic Weather Station)에서 3년간(2005~2007년) 최고기온, 최저기온, 평균기온, 일강수량 자료를 1일을 기준으로 작성된 자료를 이용하였다. 분석방법은 시계열 자료 분석방법인 Poisson 분포의 일반화추정방정식(Generalized Estimation Equation, GEE)을 기반으로 기온변수에 대한 3차원 스플라인, 다항 시간지연효과를 고려하였고 연간 주기성(Annual Periodicity)을 가지고 사인 함수와 코사인 함수로 표시되는 최대 6주기 조화함수인 Fourier Term을 회귀식 포함하였다. 말라리아 발생 회귀방정식에서 추정된 예측값과 기온과의 관계를 해석하는데 변곡점 영향을 살펴보았고 GIS(Geographic Information System) 상에 결과치를 표시하는 다양한 방법을 고려하였다. 분석기간 중 연도별 시군구 말라리아 발생자수는 계속 증가하였다. 2005년 평균 1.3명, 최대 262명이었으나 2006년 평균 1.6명 최대 240명, 2007년 평균 2.5명 최대 400명으로 증가하였다. 본 연구에서 제안된 기온상승에 따른 말라리아 발생예측 모형을 따라 분석을 수행한 결과 변곡점이 0.8℃, 20.2℃, 31.2℃인 영문글자 ‘M’자 모양을 나타내었다. 두 번째 변곡점(20.2℃) 이후의 경우, 기온이 1도 상승하면 주간 시군구단위 환자수가 0.212(95 CI, 0.201~0.224)명 증가할 것으로 예측되었다. 지역 결핍지수와 말라리아 발생과의 상관성을 살펴본 결과 말라리아 발생은 시군구 통합결핍지수가 낮은 지역에서 더 많이 발생하는 경향이 있었다. 말라리아 발생은 일부지역에 국한된 양상을 보였으나 해안가와 대도시의 경우 보다 세밀한 조사가 필요할 것으로 보인다.;Malaria has been eradicated since 1970’s, but has re-emerged near the DMZ in 1993. Malaria prevalence rates have tended to increase over time. The purpose of this study is to investigate the impact of weather factors on municipal malaria patient numbers, and to predict the future prevalence rate of malaria. The data came from 2005~2007 claim data from the National Health Insurance, which is calculated based on the municipal level in weekly time bands. Weather data were taken, including daily temperature and precipitation from 194 automatic weather station (AWS) managed by the Korea Meteorological Administration. The analytical approach that was used were a generalized estimation equation and a generalized linear model for a time-series of Poisson distribution. To account for the seasonal patterns of malaria not directly due to weather factors, Fourier terms with annual periodicity were introduced into the model. To allow autocorrelation due to the biological process of pathogen development and host reactions, we also considered time lags, cubic spline, and change point analysis. Malaria patients had continuously shown an increase during the study period. In 2007, for example, malaria patients were 2.5 on average and 400 in the maximum compared to those of the year 2005, which were 1.3 on average and 262 in the maximum. The distribution of the predicted model showed the shape of a character ‘M’, which had three change points in temperature 0.8℃, 20.2℃, and 31.2℃. In the prediction model of malaria, marginal temperature effects after the second change point temperature (20.2℃) was a 0.202 increase of the weekly municipal patients per 100,000 of population. While analyzing the effects of a regional socioeconomic status on malaria prevalence, we found the inverse relationship between estimated malaria patients and the deprivation index. In this study, malaria largely occurred near the DMZ, but we need more detailed investigations in specific regions such as costal areas and large cities.
본 연구에서는 2004~2008년(5년) 기간의 건강보험심사평가원 전산청구자료와 기상청의 자동기상관측시스템에서 측정된 기후자료를 활용하여 온도와 강수량 변화와 연령특성별 식품매개로 추정될 수 있는 장염질환 발생과의 상관관계를 모델링하였고, 기온상승에 따른 노인 및 비노인 집단 간의 장염질환 발생양상 향후 변화를 예측하였다. 노인집단의 발생건수는 기온과 상관성을 보이나 비노인 집단처럼 뚜렷한 상관성은 관찰되지 않았다. 노인의 경우 2개의 변곡점 사이에서 기온과의 상관성이 명확하지는 않지만 두 번째 변곡점 이후에는 기온과의 양의 상관성이 상대적으로 관찰되었다. 변곡점 전후의 기울기는 단위기온 상승에 따른 시군구 주간 장염질환 발생건수를 나타내는데, 노인과 비노인을 모두 고려한 최종모형(전체)에서 24.3℃ 이후에서 기온이 1℃ 상승함에 따라 주간 시군구 발생건수도 5.7건 증가하는 경향이 나타났다. 최종적으로 주간 평균기온이 24.3℃ 이후 1℃ 상승함에 따라 시군구 평균 주간 장염질환 발생건수가 5% 증가하고, 비노인 집단에서 7.7건으로 노인집단의 1.8건 보다 4.3배 많은 증가속도를 보여줄 것으로 예측되었다. 또한 2050년 우리나라 평균기온이 24.3℃ 이후 3.2℃ 증가하면, 시·군·구 장염질환 발생건수가 16% 증가하는 것으로 나타났다.;This study modeled the relation between changes in temperature and precipitation and occurrence of infectious enteritis by age based on the health insurance claim data from Health Insurance Review & Assessment Service (HIRA) from 2004 to 2008 and climate data measured by Automatic Weather System in Korea Meteorological Administration. The correlation was observed between food poisoning and temperature. The slope before and after the inflection point refers to the frequency of food poisoning during the daytime by city, county and district with increase in unit temperature. In a model in which both elderly and non-elderly people were considered, temperature rose by 1℃ after 24.3℃. Therefore, the frequency of the disease during the daytime by city, county and district also increased by 5.7. In sum, as average daytime temperature increases by 1℃ after 24.3℃, the frequency of the food borne presumptive eteritis during the daytime rose by 5% (a group of non-elderly people (7.7 cases) was 4.3 times greater than a group of elderly people (1.8 cases)). If Korea’s mean annual temperature increases by 3.2℃ after 24.3℃ in 2050, the frequency of the food borne presumptive disease would rise by 16%.
기후변화에 대한 관심이 고조되고 있고 기후변화에 대응한 적응정책의 수립은 각 분야가 당면한 주요과제이다. 식중독 및 수인성 전염병의 경우 미생물 유기체와 독성이 있는 식품의 섭취 및 오염된 식수원에 의해 감염될 위험이 있으며 이러한 질병매개체의 활동은 기상 및 기후변화에 영향을 받는다. 본 연구의 목적은 기후변화와 식중독 발생과의 관계를 조명하고 미래 기후변화 시나리오에 입각하여 식중독 발생 예측을 수행하는 것이다. 본 연구의 예측모형은 기온상승, 상대습도변화에 따른 주간 식중독 발생 건수 및 환자 수의 변화에 주목하여 분석을 수행하였다. 분석은 임의효과 Poisson 시계열 분석과 식중독 발생의 계절성과 기온 및 상대습도의 시간지연효과를 고려한 분석 분배시차모형(Distributed Lag Model) 두 가지를 사용하였다. 식중독 발생 감시자료는 우리나라 16개 광역단위별 주간 식중독 발생보고 자료 중 2003년 이후 자료를 이용하였고 기상자료는 기상대와 관측소 관측 지점의 기온과 상대습도 값을 사용하였다. 분석결과 상대위험률(Relative Risk Rate, IRR)은 단위기온 상승 당 5.27%(시간지연효과 포함) ~ 5.99%의 식중독 발생 건수가 증가하는 것으로 예측되었다. 상대습도 계수는 음의 값을 보이나 통계학적으로 유의하지 않아 발생 건수에 영향을 미치지 못하는 것으로 보인다. 주간 환자 수의 경우 기온이 평균 1도 상승하면 6.18%(시간지연효과 포함) ~ 7.01%의 환자수가 증가하는 것으로 예측되었다. 주간최고 상대습도는 주간 발생 건수의 경우와 달리 식중독 발생 환자 수에 통계적으로 유의한 영향을 미쳐 상대습도가 1% 증가할수록 환자수는 1.7% 감소하는 것으로 예측되었다. 기준연도인 2003년과 비교하여 식중독 발생 건수는 연도별에 따라 높고 낮음의 차이가 있고 분석방법에 따라서도 약간의 차이를 보여 일정한 경향을 보이지 않았다. 식중독 발생에 대한 기온 효과는 지구 온난화에 따른 일반적 경향과 예측 불가능한 기후변화를 동시에 고려하여 판단하여야 한다. 이 같은 현상을 반영할 경우 식중독 발생은 경시적 변화에 따른 발생증가보다 훨씬 큰 폭으로 나타날 수 있다. 본 연구의 결과 수입식품에 대한 안전관리, 식중독에 대한 예방법과 교육 홍보활동의 강화, 공공부문 관련자, 식품생산자, 식품소비자간 의사소통 개선 등 잠재적 식품 위해 발생 분야와 요인을 분석하여 효과적인 대응전략을 마련하며 향후 식중독 증가 등 식품안전사고에 의한 사회 경제적 피해를 최소화할 필요가 있다.;There is enormous public interest in measuring the impacts of climate change. Food borne diseases may be one of the most significant contemporary public health problems. The purpose of this study was to estimate the prevalence of food borne diseases due to the climate change and to predict their future impact. The analytical approach used generalized linear Poisson regression models adapted for timeseries data. To account for seasonal patterns of food-borne disease not directly due to weather factors, Fourier terms with annual periodicity were introduced into the model. To allow autocorrelation due to biological process of pathogen development and host reaction and the longterm trend, we considered time lags and year variable. The data we used was a panel data for the years between 2003 and 2007. The food-borne disease patients increased 5.27~5.99%(relative risk rate) per a Celsius degree. Moreover, the weekly food-borne disease patients increased 6.18~7.01%(relative risk rate) per a Celsius degree. In the case of the weekly patients, the relative humidity was significant, so the weekly patient decreased 1.7% when the relative humidity increased 1%. Compared to reference year, 2003, there was no a certain trend in the food borne disease patients due to differences as per year and analysis methods. Climate change will not result in a uniform warming over the globe. With the oceanic and atmospheric circulations, large scale change will adjust smaller scale weather features including the frequency of extreme events, and in turn the prevalence of food-borne diseases. Disease surveillance, proper case management, environmental monitoring and international communication systems were the keys for curbing the spread of contamination and the outbreak of food-borne diseases.