ARTICLE 교통사고 - 인체상해데이터베이스기반차량탑승자상해중증도영향요인분석 정소영 * 동양대학교북서울캠퍼스안전공학부조교수 Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database JUNG, Soyoung * Assistant Professor, School of Safety Engineering, Dongyang University, Gyeonggi 11307, Korea *Corresponding author: jung2@dyu.ac.kr Abstract J. Korean Soc. Transp. Vol.36, No.4, pp.274-288, August 2018 https://doi.org/10.7470/jkst.2018.36.4.274 pissn : 1229-1366 eissn : 2234-4217 ARTICLE HISTORY Received: 25 May 2018 Revised: 18 July 2018 Accepted: 27 August 2018 Copyright C Korean Society of Transportation This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited. This study aims to examine influential factors on injury severities, especially severe injury versus fatality, involved in traffic accidents using crash type, vehicle damage, victim s medical records from in-depth traffic accident database. To complete the study aim, forward and backward formats for sequential logistic regression model and their areas under the receiver operation characteristic curves were compared to select the optimal model format. As a result, forward format outperformed backward format. In the forward format, pre-hospital emergency medical service (EMS) time was significant to increase the probability of fatality compared to that of severe injury by 540% if the EMS vehicle response time was longer than 24minutes. Driver carelessness as the main cause of traffic accident was also significant to increase the probability of fatality compared to that of severe injury by 380%. Based on the resultant findings, safety improvement strategies such as enhancing EMS vehicles, professionals, equipment for quick initial medical aid, and EMS priority signals could be recommended to reduce the pre-hospital EMS time. Implementing more rumble strips or supplemental rest areas would also be helpful to reduce driver s carelessness during driving. In addition, legislation for banning handheld phone, the relevant campaign or driver education program would be supportive to reduce the probability of traffic accident fatality as one of the safety improvement strategies. Combining the resultant findings and additional accident location information with GIS spatial clustering, this study would contribute to decision making for prioritizing future improvement policy implementation. Keywords: in-depth traffic accident database, injury severities, pre-hospital EMS, safety improvement strategy, sequential logistic regression 초록 본연구는교통사고-인체상해데이터베이스에저장된교통사고, 차량파손자료및사고차량탑승자의심층의료기록을이용하여사고당시탑승자가중증외상을입었지만생존하는경우대비중증외상후사망한경우를비교한후, 탑승자의생존여부에영향을미치는유의미한요 274
JUNG, Soyoung Article 인들을분석하였다. 이를위하여본연구는 Sequential Logistic Regression모형의두포맷을사용하여외상중증도를예측하였고 Receiver Operation Characteristic 커브의넓이를비교하여더우수한포맷을선택하였다. 그결과, Sequential Logistic Regression 모형의 Forward 포맷이Backward 포맷보다우수한성능을보였다. 특히, 병원전응급의료서비스시간이 24분이초과될경우에중증외상후생존대비사망확률을약 540% 증가시키는것으로나타났다. 또한, 교통사고의주원인이졸음이나기기조작과같은운전자의부주의일경우, 중증외상후생존대비사망확률을약 380% 증가시키는것으로나타났다. 이와같은결과를근거로본연구는응급의료구급차의개수, 응급의료처치인력및장비증가, 긴급차량우선신호시스템운영, 럼블스트립혹은고속도로졸음쉼터증설, 운전중스마트폰기기제한법제화및관련캠페인, 운전자교육과같은대안이필요함을제시하였다. 본연구결과를기반으로사고장소의위치정보를추가적으로통합하여 GIS공간클러스터링으로발전시킨다면안전향상대책시행의우선순위지역을선정하는근거로도본연구의활용가치가높을것이다. 주요어 : 교통사고-인체상해데이터베이스, 외상중증도, 병원전응급의료서비스, 안전향상대책, sequential logistic regression 서론 도로교통사고비용추계에따르면, 2016년한해동안우리나라도로교통사고사상자는사망 4,292명, 부상 1,846,937 명으로이는교통사고로인해하루평균약12명이사망하고 5,046명이부상당하고있는셈이다 (Korea Road Traffic Authority, 2017). 특히, 교통사고로인한 1인당평균사고비용은사망자의경우 4억 3,139만원으로이는중상자 5,917만원의 7배가넘는다. 따라서교통사고로부터발생한인적, 물적피해에따른막대한사고비용을줄이기위해사망자를감소시키는지속적인노력이필요하다. 교통사고발생이후사망자를줄이고생존율을높이려는노력의예로정부는의료기관과의접근성이떨어지는고속도로에서신속하게중상자를이송할수있도록고속도로구급대와닥터헬기를위한헬리포트를설치, 운영하고있다. 또한, 국내의료기관인력과시설의규모에따라, 위중한응급환자를치료할수있는권역응급의료센터 (2011년기준 21개소 ) 및중등도응급환자를치료하는지역응급의료센터 (2011년기준 117개소 ) 를지정하여적절한응급의료서비스를제공할수있도록노력을기울이고있다. 실제로, 교통사고직후최종의료기관에도착하기전까지제공되는병원전응급의료서비스의신속성은중상자의생사에큰영향을미치는요인으로주목받고있다 (Meng and Weng, 2013; Gitelman et al., 2013; Jung et al., 2016). 2014년통계청자료에따르면대표적인지방부도로인고속도로의국내구급차량의사고현장평균도착시간은약 20분으로도시부평균도착시간의 4배에가까운것으로나타났다. 이는교통사고에의한호흡및심정지와같은중증환자의경우골든타임을넘겨 Figure 1에서보는바와같이 100% 사망에이르게하는시간이다. Figure 1. Golden hour principle 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 275
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database 따라서교통사고직후부상자의상태에따라적절한응급치료를제공함과동시에중상자를치료할수있는인력과시설을갖춘최종의료기관까지신속히이동시키는것이사고이후중상자의생존율을높이는관건이라할것이다. 그러나최근까지국내교통사고조사와교통사고로부터발생한부상자의치료기록이별개로다루어져교통사고중상자의생사여부와관련하여사고전요인들과사고이후의료서비스공급과관련된요인들의관계를통합적으로분석하는데제한이있었다. 이에, 본연구는최근구축된심층적교통사고-인체상해데이터베이스를이용하여교통사고에서발생한중증외상환자가생존하는경우와사망하는경우로나누고, 각경우에영향을끼치는사고전, 후요인들을통합하여계량적으로비교, 분석하는데목적이있다. 더불어, 이러한분석결과를바탕으로, 교통사고중상자의사망률을감소시키기위하여특히사고이후의병원전응급의료서비스와관련한대안들을제시하고자한다. 이러한목적을달성하기위하여본연구는 2011년부터 2015년까지 5년간충주건국대학교병원에서의료처치가있었던탑승자들의인체상해, 차량변형및사고유형데이터를분석하였다. 특히교통사고중상자중사망한경우와생존한경우를구분하여 sequential logistic regression 모델링을통하여교통사고탑승자상해중증도에영향을미치는요인을확인하였다. 선행연구 1. 교통사고탑승자상해중증도영향요인 구급차가교통사고현장에도착하여적절한응급의료서비스를공급하는데필요한시간과부상자가최종의료기관에도착하는데까지필요한시간은교통사고차량탑승자의부상심각도에의미있는영향을끼친다고알려져있다 (Qin et al., 2015). 특히, 사고접보시각으로부터사고현장에구급차가도착할때까지걸린시간을 Emergency Medical Service (EMS) 반응시간이라고하는데이러한EMS 반응시간은교통사고부상자생존율에가장큰영향을미치는것으로나타났다 (Highway Capacity Manual, 1994; Gitelman et al., 2013). Gitelman et al.(2013) 의연구에서는 EMS 반응시간은최대 30분으로밝히고있는데특히, 지방부도로에서의일어난사고의경우지형, 응급구조전문가부족, 노후장비, 지역의의료기관부족등이생존율을높이는데걸림돌로나타났다. 이를뒷받침하는결과로서 2011년미국의교통안전실태조사에따르면사망자가발생한교통사고에있어미국전체의평균 EMS 반응시간은도시의경우 37분가량으로나타나 30분을초과하는 EMS 반응시간은부상자의생존에부정적영향을미치는것으로나타났다 (Traffic Safety Facts, 2013). 더불어EMS 반응시간에영향을미치는요인들에대한결과도발표되었는데싱가포르에서는교통류, 기상및사고지점의특성이싱가포르의응급구조차량의 EMS 반응시간에가장유의미한영향을미치는것으로드러났다 (Lam et al., 2015). 또한미국의지방부도로, 특히공사구간에서 EMS 반응시간은기상환경과조명상태와밀접하게관련이있는것으로나타났다 (Meng and Weng, 2013). 반면, Malliaris et al.(1997), Bahouth(2003), Kononen et al.(2011) 는그들의연구에서교통사고로인한사고차량탑승자의상해중증도에영향을주는사고직전의여러요인들을언급하였다. 이들연구에서상대적으로큰영향을주는것은충돌속도였으며아울러, 사고의속성정보가신속하고적절한응급치료를위한의사결정에도움을줄수있다고하였다. 이들연구에서는충격방향, 탑승자나이, 안전벨트착용, 에어백전개도탑승자의상해중증도에영향을주며이러한변수들은교통사고자동통보시스템을통해상세히전달됨으로써상해중증도를보다정확하게추정할수있게한다고하였다. 한편, 상해중증도에의미있는영향을끼치는몇가지특정요인들에주목하여교통사고차량운전자의상해중증도를추정한선행연구들도있었다. Kim et al.(2012) 의연구에서는 3개의국내병원에서수집된교통사고-의료기록데이터에기반한차량충돌사고 76개의사례에서중증상해를입은 87명의교통사고차량탑승자를대상으로기술통계분석을시행하였다. 그결과, 전복, 우측면충돌및추돌사고의각각의경우에따라운전석탑승자의두경부손상의중증도차이가확연함을확인하였다. 더불어, 안전띠착용유무에따른탑승자손상의중증도에서도통계학적으로의미있는차이를보였다. Park et al.(2017) 의연구에서는교통사고차량운전 276
JUNG, Soyoung Article 자의성별및충격방향을구별하여운전자신체부위별상해중증도를추정하는모형을개발하였다. 이들의연구에서는충격방향별, 신체부위별남성과여성운전자의중상확률변화는비슷한양상을보이나, 좌측방충격교통사고의가슴중상확률은남성운전자가높고, 전방충격교통사고의배중상확률은여성운전자가높은것으로나타났다. Conroy et al.(2008) 또한충돌방향, 특히정면충돌에따른차량손상분포가운전자의상해중증도에어떠한영향을미치는지연구하여, 차량손상이넓게분포된편이운전자의상해중증도를낮춘다는결과를제시하였다. 2. 기존연구와의차별성본연구는경찰에의한교통사고조사데이터뿐만아니라기존데이터에서누락되었던부상한탑승자의의료기관후송까지의타임라인, 의료처치, 탑승차량의파손정보를통합한심층데이터에 ( 이후본연구에서는교통사고- 인체상해데이터라칭함 ) 의거하여교통사고중증외상자의생존과사망을가르는요인들을계량적으로비교, 분석한국내최초의연구이다. 관련하여앞서언급한 Kim et al.(2012) 의연구는국내교통사고-인체상해데이터를이용하였으나차량충돌방향에따른탑승자상해중증도의기술통계분석만을수행한상태로, 사고이후생존에서사망의결과로이어질수있는주요영향요인들, 특히응급의료서비스관련변수들의계량적분석과그결과에따른대책수립연구는아직미비한실정이다. 따라서본연구는심층적인국내교통사고-인체상해데이터를기반으로일반적로지스틱회귀모형에서벗어나각상해중증도예측단계에서변수의종류를다르게선택할수있는 Sequential Logistic Regression 모형을적용하여중증외상대비사망확률에영향을끼치는요인들의차이비교에중점을두었다. 더불어국내교통사고로인한중증외상자가사망으로이어지는결과를만드는주요요인에근거하여중증외상으로부터의생존율을높이기위한대안들도함께제시한차별성이있다. 연구방법론 1. 모형선정 서론에서밝힌대로본연구의목적중하나는교통사고차량탑승자의외상정도에영향을끼치는주요인을분석하고, 특히중증외상환자가생존하는경우와사망하는경우어떤영향요인들의차이가있는지비교하는것이다. 따라서본연구에서는교통사고차량탑승자의외상정도는경상, 중증외상을당했으나생존, 중증외상후사망의세가지로나누었고이는순서형종속변수로규정지을수있다. 순서형종속변수와독립변수의관계를규정짓는회귀모형으로는대표적으로순서형로짓 (ordered logit) 혹은순서형프로빗 (ordered probit) 모형을들수있는데이들모형은종속변수의각순서척도를설명하는독립변수의추정된패러미터값이동일하다는, 즉 proportional odds 의제한이있다 (Milton et al., 2008; Wang and Abdel-Aty, 2008). 본연구는교통사고로인한중증외상환자가생존하는경우와사망하는경우에어떠한영향요인들이차이를보이는지비교하는것이주요한목적이기때문에전통적순서형로짓혹은프로빗모형들의특성과본연구의목적과는차이가있다. 따라서본연구에서는순서형종속변수의성격을유지하면서도종속변수의각순서척도를추정하기위한독립변수조합이서로다를수있는 Sequential Logistic Regression (SLR) 모형을사용하였다. 본연구에서사용한종속변수인교통사고탑승자의외상중증도는세개의레벨을가지고있기때문에, 두개의단계를통하여외상중증도를나누어 SLR 모형을추정하였다. 첫번째단계에서는전체데이터샘플을기반으로이항로짓 (binary logit) 모형을적용하고, 두번째단계에서는종속변수의세개의순서척도중가장낮은혹은가장높은척도를제외한데이터샘플을기반으로하여이항로짓모형을다시구성한다. 각단계에서는외상중증도가보다높은척도를 1, 낮은척도를 0으로코딩하여이항로짓모형을적용시켰는데, 종속변수의순서척도를두단계 (stage) 로나누는방법에따라두개의포맷이있으며각포맷에서탑승자의외상중증도확률식과함께다음과같이나타낼수있다 (Maddala, 1983). 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 277
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database Forward format: Stage 1 - 경상 (0) vs. 중증외상 (1) Stage 2 ( 경상샘플제외 ) - 중증외상후생존 (0) vs. 중증외상후사망 (1) P1 = 1 /{1+exp (α 1 + β i X i )} (1) P2 = exp (α 1 + β i X i ) / [{1+exp (α 1 + β i X i )} {1+exp (α 2 + β j X j )}] (2) P3 = exp (α 1 + β i X i ) exp (α 2 + β j X j ) / [{1+exp (α 1 + β i X i )} {1+exp (α 2 + β j X j )}] (3) Backward format: Stage 1 - 경상혹은중증외상후생존 (0) vs. 중증외상후사망 (1) Stage 2 ( 중증외상후사망샘플제외 ) - 경상 (0) vs. 중증외상후생존 (1) P1 = 1 / [{1+exp (α 1 + β i X i )} {1+exp (α 2 + β j X j )}] (4) P2 = exp (α 2 + β j X j ) / [{1+exp (α 1 + β i X i )} {1+exp (α 2 + β j X j )}] (5) P3 = exp (α 1 + β i X i ) /{1+exp (α 1 + β i X i )} (6) P1: 경상을입을확률, P2: 중증외상을입었으나생존할확률, P3: 중증외상후사망할확률, α 1 = Stage 1에서추정된상수, α 2 = Stage 2에서추정된상수, β i = Stage 1의유의미한독립변수의패러미터세트, β j = Stage 2의유의미한독립변수패러미터세트. 위 SLR모형의두포맷중예측성능이더좋은포맷을선택하여최적의 SLR 모형으로구축하였다. 본연구에서는모형의가장중요한성능척도로서 ROC (Receiver Operation Characteristic) 커브의밑면적 (Aare Under the Curve, AUC) 을이용하였다. ROC 커브는 1로코딩된케이스를 1로정확히예측한비율인민감도 (Sensitivity) 를 y축으로, 0으로코딩된케이스를 1로잘못예측한비율인 1 - 특이도 (Specificity) 를 x축으로그린그래프이다 (Gonen, 2006). 즉, ROC커브는모형이 1로예측하는기준인 cut-off값을연속적으로변경시켜민감도과특이도의전체적변화를한눈에볼수있게만든성능척도이다. ROC 커브의 AUC값이 1에가까울수록모형의예측력이우수하다고볼수있다. 단, 상쇄관계인민감도와특이도의특성으로인해 AUC가 0.5를초과해야예측모형으로서성능을가진다고할수있다 (Bartolucci et al., 2016). 2. 분석데이터본연구에서는교통사고-인체상해데이터베이스로부터2011년부터 2015년까지 5년간충주건국대학교병원에서의료처치가있었던탑승자들의인체상해, 차량변형및사고유형데이터를분석하였다. 교통사고-인체상해데이터세트는경찰에의한사고, 차량, 차량운전자와탑승자의의료기록이연결된자료로서크게사고형태, 사고차량, 탑승자의료처리, 그리고사고발생이후병원전응급의료시간에관한네개의필드로구분되어있다. 사고형태필드에는장소, 시간, 날씨, 추돌형태와대상, 주원인기록, 사고차량필드에는차량의안전장치, 크기, 파손정도, 탑승자의료처리필드에는신체정보, 탑승위치, 외상정도, 진료결과기록, 병원전응급의료시간필드에는구급차도착시간, 현장응급처치시간및최종의료기관까지의환자이송시간관련된기록들이포함되어있다. 본연구에서는이들필드에포함된기록들을최대한활용함과동시에, 특히본연구의목적에의거하여병원전응급의료와관련된변수, 선행연구에서탑승자부상의중증도와유의미하다고밝혀진요인및교통사고-인체상해데이터필드의하부카테고리샘플수를 (30개이상 ) 검토하여변수들을선정하였다. 278
JUNG, Soyoung Article 3. 탑승자및자동차손상분류본연구에서는교통사고에의한인체상해중증도를구분하기위하여미국자동차의학진흥협회 (Association for the Advancement of Automotive Medicine, AAAM) 가개발한 AIS (Abbreviated Injury Scale) 와 ISS (Injury Severity Score) 를사용하였다. AIS는인체의손상부위를여덟부분 ( 머리, 얼굴, 목, 가슴, 척추, 복부, 팔, 다리 ) 으로구분하고그손상정도를다음과같은6개의척도로구분하였다 (AAAM, 1998; Yang, 2014): minor (AIS 1), moderate (AIS 2), serious (AIS 3), severe (AIS 4), critical (AIS 5), maximum (AIS 6). 교통사고-인체상해데이터세트에는사고당시인체의여덟가지신체부위별 AIS 값이기록되어있다 (Conroy et al., 2008). AIS에기반하여널리쓰이고있는인체상해중증도지표인 ISS는인체의상해가큰세개부위의 AIS 값의제곱의합으로구한다 (Baker et al., 1974). 교통사고환자의경우 ISS 값이 15를초과할때 (ISS>15) 중증외상으로분류한다 (Kusano and Gabler, 2014; Niebuhr et al., 2014). Table 1에서제시한바와같이, 본연구는 ISS값이 15 이하인경우, 사고당시환자의 ISS값이 15를초과하였으나진료결과 ( 한달이내 ) 환자가생존하는경우, 사고당시환자의ISS 값이 15를초과하여진료결과 ( 한달이내 ) 환자가사망한경우의세가지로교통사고로인한인체상해중증도를분류하였다. 그결과, 사망케이스 30개, 중증외상을입었으나생존한케이스 51개, 경상인케이스가 301개로총 382개의인체상해샘플이본연구에서분석되었다. Table 1. Variable statistics Class Field (unit) Filed category (variable) Sample percentage Occupant ISS ISS 15 7.9 ISS>15 & survival 13.4 ISS>15 & death 78.7 Age (years) Less than 25 16.5 25 to 64 67.0 65 or greater than 65 16.5 Gender Female 41.9 Male 58.1 Seating position Driver seat 53.9 Front passenger seat 21.2 Other passenger seats 24.9 Seatbelt Seatbelt worn 68.8 Seatbelt not worn 31.2 Vehicle Airbag Airbag operated 19.4 Airbag not operated 34.0 Not exist 46.6 Side airbag Airbag operated 4.2 Airbag not operated 31.4 Not exist 64.4 Vehicle type Passenger car 51.0 SUV/Van 30.1 Bus 3.7 Truck 15.2 Principal force Head-on (12o clock) direction 34.0 Rear-end (6o clock) direction 12.3 Sideswipe direction 43.5 More than single direction 10.2 Impact area Single wide impact 72.8 More than single wide impact 10.7 Narrow impact 6.8 Others 9.7 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 279
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database Table 1. Variable statistics (continued) Class Field (unit) Filed category (variable) Sample percentage EMS time Report to on-site time (min) 8 or less than 8 75.7 Longer than 8 24.3 Report to leaving scene time (min) 12 or less than 12 75.1 Longer than 12 24.9 Report to hospital arrival time (min) 24 or less than 24 75.7 Longer than 24 24.3 Accident Road type Expressway 21.7 National highway 8.4 Rural arterial 12.6 Local road 57.3 Weather Adverse weather (rain, snow, fog) 21.7 Cloudy weather 7.3 Clear weather 71.0 Night Accident occurred at night 29.8 Daytime 71.2 Collision type Fixed object collision 19.4 Non-fixed object collision 73.0 Others 7.6 Principal cause Violation 15.2 Under alcohol effect 12.8 Weather 5.5 Vehicle malfunction 3.7 Driver careless 59.4 Others 3.4 사고차량의손상분류는자동차손상 (Collision Deformation Classification, CDC) 코드를이용하였다. CDC 코드는 Figure 2에서보는바와같이교통사고충돌시힘의주방향, 수평및수직방향으로의차량손상길이, 손상분포의형태를바탕으로하여차량의변형정도를알수있게만든일곱자리표준이다 (Society of Automotive Engineers, 1980). 본연구에서는기존의교통사고빈도혹은심각도영향요인분석연구에서활용되고있는차량충돌형태의분류, 즉정면충돌 (12시방향 ), 후방추돌 (6시방향 ), 측방충돌 (12시및 6시방향을제외한나머지방향 ) 를고려하여충돌시차량의손상을가져오는힘의주방향에해당하는 CDC코드를변수로사용하였다. Figure 2. A descriptive example of crushed car by CDC code (Kim et al., 2012) 280
JUNG, Soyoung Article 차량손상분포또한인체상해에영향을미치는선행연구에근거하여본연구에서변수로이용하였다 (Conroy et al., 2008). 즉, 각교통사고-인체상해데이터세트에기록된 CDC 코드를참조하여넓은충격은차량앞부분면적의 66% 이상의넓은범위의손상분포를보이는경우로, 좁은충격은코너를포함하지않는 41cm 미만의좁은범위의손상분포를보이는경우로정의하여이항변수로사용하였다. 4. 병원전응급의료서비스시간교통사고발생이후부상자들이얼마나신속하게적절한의료서비스를받을수있는가하는것은사고이후부상자의생사를결정짓는가장큰요인중하나이다. 특히, 선행연구에서도밝힌바와같이, 응급구조차량의사고현장도착시간인 emergency medical service 반응시간 (EMS response time) 은부상자생존에가장큰영향을미치고있다. 본연구에서사용된교통사고-인체상해데이터세트에는사고발생시각과더불어병원전응급의료서비스 (Pre-hospital Emergency Medical Service, Pre-hospital EMS) 시간이기록되어있는데병원전응급의료서비스시간이란교통사고가접보된시점부터구급차가사고현장에도착하여응급처치를시행하고최종의료기관 ( 충주건국대학교병원 ) 에이르기까지걸린시간을의미한다. 일반적으로사고발생시각으로부터부상자의치료를위한타임라인의구성은 Figure 3에서보는바와같다 (Jung et al., 2016). Figure 3. Temporal point for victim s injury care (NA not available in this study) 본연구에서는교통사고-인체상해데이터세트에기록된사고시점이사고가접보된시각을근거로추정된시각이었으므로사고발생시각이명확하지않아제외하였다. 따라서정확한기록이존재하는사고접보시점으로부터다음의시점들까지걸린시간들을고려하였다 : 1) 구급차가사고현장에도착한시점, 2) 구급차가현장에서응급처치완료한시점, 3) 구급차가최종의료기관에도착한시점. 사고가접보된시점부터세개의시점들까지소요된시간들의도수분포를고려하여각소요된시간의 75 분위이하와 75 분위를초과한값으로카테고리를분류하여각카테고리를이항변수로사용하였다. 병원전응급의료시간을비롯하여, 본연구에서는탑승자외상중증도를종속변수로, 17개의데이터필드에서 52 개의하부카테고리들을독립변수로포함한총382개의교통사고차량탑승자들의인체상해케이스를분석에활용하였다. Table 1에서보는바와같이네개의 class에서도출된 17개필드의각카테고리는모두이항변수로코딩하여독립변수로사용하였다. 연구결과 본연구에서는두가지 SLR포맷의각단계에서종속변수인탑승자의외상중증도와각각의이항변수와의관계를 Bivariate Logistic Regression (BLR) 으로먼저검토하고그결과통계적으로유의미한이항변수들만을포함한 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 281
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database Multiple Logistic Regression (MLR) 으로구축하였다. 그런다음 MLR 모형에서독립변수들사이의상관성을제거하기위해주로쓰이고있는 Stepwise Selection 보다성능이좋다고알려진 Backward Elimination을반복실행하여종속변수에유의미한변수들만 MLR 모형에최종적으로남아있도록하였다 (Chatterjee et al., 2000). 본연구에서는보다많은변수들의영향을조사하기위하여유의미한이항변수들을선택하는유의수준을 10% 이내로설정하였다. 그결과 SLR 모형의최종두포맷은다음과같다. 1. 사고차량탑승자외상정도에따른영향요인비교분석 Table 2와 Table 3에서보는바와같이 SLR의각포맷및각단계에서모두 overall fit을위한 P-value가 0.05 보다훨씬작은값을보이고있는데이는두포맷모두적정한수준의독립변수를가지고탑승자의외상중증도를예측하는의미있는모형임을의미한다. 그러나 Figure 4와 Figure 5에서보는바와같이 ROC 커브의 AUC는두 SLR 포맷모두에서 0.77 이상으로양호한예측력을보여주었으나, Forward Format이두단계모두에서 Backward Format보다더높은값으로형성되었다. 특히 Forward Format의두번째단계 (Stage 2) 와 Backward Format의첫번째단계 (Stage 1) 는중증외상자가사망하는확률을예측하는단계로서본연구의목적에의거하여예측의정확성이요구되는단계인데여기에서도 Forward Format의 ROC 커브의 AUC값은 0.773으로 Backward Format의 0.771보다조금더높았다. 또한, Forward Format의 Stage 1의 ROC커브의 AUC값은 0.793으로 Backward Format의 Stage 2의ROC 커브의 AUC 값인 0.773보다우위를보여, 중증외상을예측하는성능에있어서도 Forward Format이더정확성을보여주고있다. 이에, 본연구에서는 SLR Forward Format을교통사고탑승자의외상중증도를예측하는최적모형으로선택하였다. SLR의 Forward Format에기반하여아래와같이중증외상후생존과사망에영향을미치는요인들을비교, 분석하였다. Table 2. Resultant SLR forward format Forward format Stage 1: ISS 15, occupant survival vs. ISS>15, occupant survival Overall fit Chi-squared value (ChiSq) D.F. Pr<ChiSq. 71.701 8 <0.0001 BIC value 286.724 Maximum Likelihood Estimate Variable Coefficient S.E. P-value Odds ratio Constant 1.256 0.47 0.008 3.51 Seatbelt worn -0.599 0.294 0.042 0.549 Truck 0.997 0.38 0.009 2.711 Side airbag not operated -1.938 0.486 <0.0001 0.144 Side airbag not exist -1.000 0.368 0.007 0.368 Rear-end impact -1.647 0.777 0.034 0.193 More than single impact points 1.147 0.412 0.005 3.147 EMS response time 8min -0.902 0.296 0.002 0.406 Local road -0.802 0.283 0.005 0.448 Stage 2: ISS>15, occupant survival vs. ISS>15, occupant death Overall fit Chi-squared value (ChiSq) D.F. Pr<ChiSq. 23.695 3 <0.0001 BIC value 105.060 Maximum Likelihood Estimate Variable Coefficient S.E. P-value Odds ratio Constant -1.419 0.433 0.001 0.242 Pre-hospital EMS time>24min 1.686 0.559 0.003 5.396 Freeway -2.466 0.894 0.006 0.085 Driver careless 1.335 0.564 0.018 3.799 282
JUNG, Soyoung Article Table 3. Resultant SLR backward format Backward format Stage 1: ISS>15, occupant death vs. Occupant survival regardless of ISS Overall fit Chi-squared value D.F. Pr<ChiSq. 42.184 3 <0.0001 BIC value 203.778 Maximum Likelihood Estimate Variable Coefficient S.E. P-value Odds ratio Constant -2.133 0.309 <0.0001 0.118 Widely impacted at more than single point 1.708 0.492 0.001 5.515 EMS response time 8min 1.064 0.452 0.019 2.898 Adverse weather -1.869 0.437 <0.0001 0.154 Stage 2: ISS>15, occupant survival vs. ISS 15, occupant survival Overall fit Chi-squared value D.F. Pr<ChiSq. 44.374 6 <0.0001 BIC value 297.394 Maximum Likelihood Estimate Variable Coefficient S.E. P-value Odds ratio Constant -1.513 0.308 <0.0001 0.22 Front airbag not operated -1.471 0.438 0.001 0.23 Head-on impact 0.726 0.333 0.029 2.068 On-scene time 12min 1.469 0.593 0.013 4.344 Local road -1.172 0.344 0.001 0.31 Accident occurred at night 0.648 0.346 0.061 1.912 Cause of accident from vehicle malfunction 1.065 0.643 0.098 2.901 Equation 2와 Equation 3을비교했을때, SLR Forward Format에서중증외상을입었으나생존할확률과중증외상을입고사망할확률을상이하게만드는것은 exp (α 2 + β j X j ) 항으로이는 SLR Forward Format의 Stage 2 에서확인된유의미한독립변수들의집합이다. Table 2에따르면 Stage 2에서유의미한변수들은사고접보시점부터최종의료기관까지환자를이송하는데걸리는시간인 Pre-hospital EMS 시간 (EMS vehicle response time, on-scene time, transport time의합 ), 사고장소의도로유형및운전자부주의사고는탑승자가중증외상후사망할확률에영향을끼치는유의미한요인으로확인되었다. 즉, 사고접보시점부터최종의료기관까지걸리는시간이 24분을초과하거나운전자가졸음, 음식물섭취, 차량기기및스마트폰조작으로인하여집중력이떨어진상황에서운전중부주의가교통사고의주원인인경우에는탑승자가중상을입고사망할확률이매우높아지는결과로나타났다. 두요인모두약 5.4 및 3.8의odd ratio값을보이고있고, 이결과는사고접보시점부터최종의료기관까지걸리는시간이 24분이하및운전자부주의가주원인인경우, 중증상해를입었으나생존하는경우대비탑승자가사망하는확률이각540%, 380% 더크다고할수있다. 반면, 교통사고가고속도로에서일어났을경우사망할확률이줄어드는것으로나타났다. 고속도로가도심에서떨어진외곽지역에있기때문에중증외상자에게응급의료서비스를제공할수있는권역응급의료센터혹은지역응급의료센터로부터일반적으로거리가멀다는것을감안하면이결과는다소외의라고볼수있다. 본연구에쓰인데이터에서고속도로와유의미한상관관계가있는변수는부상자가탄차량종류로나타났는데이는상대적으로크기가큰차량비율이높은고속도로의특성으로인해크기가큰차량의탑승자의외상중증도가상대적으로적은것으로추정된다. SLR Forward Format의 Stage 1에서는차량, EMS 시간및사고유형과관계된다양한요인들이탑승자의외상중증도에유의미하게영향을끼치는것으로나타났다. 우선사고차량이트럭일경우, 충돌및충돌시힘의충격방향이두군데이상일경우에탑승자가중증외상을입을확률이증가하는것으로나타났다. 반면, Equation 1에서볼수있듯이 Stage 1에서확인된유의미한변수들은상대적으로경상을입을확률과관계가있는데안전벨트를맨경우, 사이드에어백이없거나작동되지않았던경우, 후방추돌의경우, 사고접보후구급차가사고현장에 8분이내 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 283
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database 에도착하는경우, 사고장소가시내인경우에중증외상을입을확률이감소되는것으로나타났다. 특히, 본연구결과에서나타난사이드에어백의영향은다소상식에배치된다. 일반적으로에어백은교통사고시외부충격으로부터사람을보호하는차량설비로알려져있지만, 에어백이전개될때의충격이나설치된위치에따라사람이 2차상해를입는경우도있어본연구결과는이러한영향이반영된것으로추정된다. Figure 4. ROC curve for SLR forward format Figure 5. ROC curve for SLR backward format 2. 사고차량탑승자의사망률감소방안에대한고찰교통사고탑승자가중증외상후생존대비사망할확률은 Equations 2, 3 및 Table 2에제시한바대로 SLR Forward Format의 Stage 2에서통계적으로유의미한변수들의변화와관련이있는데그유의미한변수에는사고접보후최종의료기관까지이송시간 ( 병원전응급의료서비스시간 ) 과운전자부주의요인이포함되었다. 즉, 병원전응급의료서비스시간이 24분을초과하는경우, 사고의주원인이운전자의부주의에의해사고가난것일수록탑승자가중증외상후사망할확률이높아짐이확인되었다. 284
JUNG, Soyoung Article 일반적으로사고현장으로부터최종의료기관까지환자가이송되어적절한의료서비스를받고생존할수있는골든타임은한시간이내로알려져있다 (FHWA, 2015; Minge, 2013). 그러나본연구처럼중증외상을입은사고차량탑승자의경우에는한시간보다더신속하게병원으로의이송이필요하다. 본연구에서도최종의료기관까지후송시간이 24분을초과하면사망할확률이높아지는결과로나타나중증외상의경우골든타임보다짧은시간내에병원으로의환자이송이필요함을암시하고있다. 본연구에서중증외상을입고사망한경우와생존한경우의 ISS 평균값은공통적으로 27이었으나, 병원전응급의료서비스시간이 24분을초과한케이스는사망의경우 30개중 18개, 생존의경우 51개중 13개로현격한차이가났다. 이는교통사고부상자가생존하는경우와사망하는경우의외상중증도에서는큰차이가없으나적절한치료를신속히받지못하면부상자가사망할가능성이높다는것을의미한다. 중증외상과함께부상자가사망한케이스에서병원전응급의료서비스시간이 24분을초과하는경우의구급차의평균현장도착시간, 현장응급처치시간, 현장에서병원도착시간은각각 20분, 5분, 14분으로나타났다. 반면에중증외상을입었으나부상자가생존한케이스의구급차의평균현장도착시간, 현장응급처치시간, 현장에서병원도착시간은각각 7분, 1분, 8분인것으로나타났다. 즉, 부상자생존대비사망한경우의구급차현장도착시간과현장응급처치시간은각각 3배, 5배정도더길게소요되었다. 이결과는병원전응급의료서비스시간중특히사고접보후신속한구급차의현장에도착과현장에서응급처치를하는시간을감소시켜야할필요성을내포하고있다. 이러한필요성을충족시키기위하여 119 구급대의개수뿐만사고현장으로출동하는응급의료처치인력과장비를더증가시켜사고접보후구급차의현장도착과응급처치시간을줄일수있도록해야할것이다. 더불어 119 구급차와기존신호제어기를연결하여긴급차량우선신호시스템을전국적으로시행하여교통혼잡의영향없이병원전응급의료서비스시간을줄일수있도록해야할것이다. 실제로미국에서는긴급차량우선신호시스템의통행시간감소효과가검증되어 78개대도시에있는신호교차로중약 20% 에해당하는교차로에서긴급차량우선신호제어시스템이운영중에있다 (Kim et al., 2017). 다음으로, 운전자가운전중졸음, 음식물섭취, 차량기기및스마트폰조작으로인하여집중력이떨어진상태에서부주의로인한사고일경우탑승자의사망확률이높아지는결과가나타났다. 따라서교통사고로인한중증외상후생존율을높이기위해운전자가운전중집중도를높일수있도록도로주변안전시설설치, 제도및교육적노력이필요하다. 예를들면, 운전자의졸음방지를위한럼블스트립혹은고속도로의졸음쉼터및휴게소는운전자의집중도를높일수있는시설이라할수있다. 이미기존연구에서길가혹은중앙선럼블스트립을통한소음및차량의진동뿐만아니라국내고속도로에설치된졸음쉼터도운전자의졸음방지에효과가있는것으로확인되었다 (Jung et al., 2017). 또한, 미국캘리포니아주는 2017년운전중스마트폰사용을전면금지하였는데그에앞서손에쥐는휴대폰사용의법적금지에대한교통사고감소효과를입증한바있다 (Kwon et al., 2014). 이러한결과를근거로국내에서도운전중스마트폰사용에따른법적규제방안을마련하고캠페인및운전자교육의강화또한운전부주의에의한사망사고를줄일수있는방안이될수있을것이다. 결론 본연구는경찰에의한교통사고조사와의료기관에의한부상자의치료정보가통합되어구축된교통사고-인체상해데이터베이스를기반으로교통사고중상자의생존과사망에영향을미치는유의미한요인들을계량적으로비교, 분석하여생존율을높이기위한대안을제시하고자하였다. 특히본연구에쓰인데이터세트는기존의교통사고데이터세트와는달리사고차량탑승자의의료정보와병원전 EMS 시간정보가기록되어있어병원전 EMS시간관련변수들과중증외상후생존및사망과의관계에보다초점을맞추었다. 이를위하여순서형종속변수 ( 경상, 중증외상후생존, 중증외상후사망 ) 의확률을예측하는데있어종속변수의각카테고리의확률을예측하는데있어상이한독립변수조합을활용할수있는 SLR 모형의두포맷을구축하였고예측성능척도로서 ROC 커브의 AUC 값을비교하여우수한 SLR 포맷을선택하였다. 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 285
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database 그결과, SLR의두가지포맷중 Forward Format이Backward Format보다외상중증도를예측하는데있어우수한성능을보였다. Forward Format의 Stage 1에서는안전벨트착용, 트럭, 사이드에어백, 후방추돌방향, 충격점의개수, 사고접보후구급차의현장도착까지걸린시간, 시내도로가경상대비중증외상의확률을감소시키는데유의미한영향을주는요인들임이확인되었다. Stage 2에서는사고접보후최종의료기관까지부상자를이송하는시간, 고속도로, 운전자부주의가중증외상후생존대비사망하는확률에유의미하게영향을주는요인들로확인되었다. 특히, 사고접보후최종의료기관까지환자의이송시간이일반적인골든타임보다훨씬짧은 24분이초과될경우에중증외상후생존대비사망확률을약 5.4배나증가시키는것으로나타났다. 더불어교통사고의주원인이졸음이나기기조작과같은운전자의부주의일경우, 중증외상후생존대비사망확률을약 3.8 배나증가시키는것으로나타났다. 또한, 사고접보후구급차가 8분이내로현장에도착하는경우경상대비중증외상의확률을약 60% 감소시키는것으로나타났다. 이와같은 SLR Forward Format모형의결과를근거로, 본연구는 119 구급대의개수및응급의료처치인력과장비증가, 긴급차량우선신호시스템운영, 럼블스트립혹은고속도로졸음쉼터증설, 운전중스마트기기제한법제화및관련운전자교육과같이교통사고로인한중증외상환자의생존율을높일수있는대안을제시하였다. 본연구에쓰여진교통사고부상자의인체상해데이터는충주건국대학교병원에서기록된의료정보이기때문에사고장소가대부분충청북도에한정되어있고단일한지역응급의료센터의데이터라는제한점이있었다. 따라서중증외상후생존율을높일수있는보다일반적이고통합적인분석과대책수립을위하여보다많은시간동안다양한지역의교통사고와광역응급의료센터혹은지역응급의료기관등을포함한여러등급의의료기관데이터를통합하여비교, 분석할필요가있을것이다. 더불어, 교통사고-인체상해데이터세트에는사고장소가기록되어있어각사고지점의경, 위도좌표를알수있기때문에본연구로부터의외상중증도확률과각사고지점을연결하여 GIS공간클러스터링으로분석, 시각화하면안전향상대책시행의우선순위지역을선정하는연구로도확장될수있을것이다. Funding This research was supported by Basic Science Research Program through the National Research Foundation of Korea (NRF) funded by the Ministry of Education (NRF-2016R1D1A1B03930700). ORCID JUNG, Soyoung http://orcid.org/0000-0001-9671-2114 References Association for the Advancement of Automotive Medicine (AAAM) (1998), The Abbreviated Injury Scale, 1990 Edition, AAAM, Des Plaines, IL. Bahouth G.T. (2003), Development and Validation of Injury Predicting Algorithms for Automotive Applications, George Washington University School of Engineering and Applied Science, Doctoral Dissertation. Baker S.P., O Neill B., Haddon W., Long W.B. (1974), The Injury Severity Score: A Method for Describing Patients With Multiple Injuries and Evaluating Emergency Care, J. Trauma, 14, 187-196. Bartolucci A., Singh K. O., Bae S. (2016), Introduction to Statistical Analysis of Laboratory Data, John Wiley & Sons, Inc. 286
JUNG, Soyoung Article Bigdeli M., Khorasani-Zavareh D., Mohammadi R. (2010), Pre-Hospital Care Time Intervals Among Victims of Road Traffic Injuries in Iran: A Cross-Sectional Study, BMC Public Health. Chatterjee S., Hadi A., Price B. (2000), Regression Analysis by Example, John Wiley and Sons, New York. Conroy C., Tominaga G., Erwin S., Pacyna S., Velky T., Kennedd F., Sise M., Coimbra R. (2008), The Influence of Vehicle Damage on Injury Severity of Drivers in Head-on Motor Vehicle Crashes, Accident Analysis and Prevention, 40, 1589-1594. FHWA (2015), U.S. Department of Transportation, Strategic Highway Safety Plan, http://safety.fhwa.dot.gov/hsip/ resources/fhwasa1102/flyr3_in.pdf. Gitelman V., Auerbach K., Doveh E. (2013), Development of Road Safety Performance Indicators for Trauma Management in Europe, Accident Analysis and Prevention, 60, 412-423. Gonen M. (2006), Receiver Operating Characteristic (ROC) Curves, SUGI, 31 Proceedings. Highway Capacity Manual (1994), TRB, National Research Council, Washington, D.C. Jung S., Joo S., Oh C. (2017), Evaluating the Effects of Supplemental Rest Areas on Freeway Crashes Caused by Drowsy Driving, Accident Analysis and Prevention, 99, 356-363. Jung S., Qin X., Oh C. (2016), Systemwide Impacts of Emergency Medical Services Resources on Freeway Crash Severity, Transportation Research Record 2582, Transportation Research Board, Washington, D.C., 51-60. Kim S., Ko K., Park S., Jeong Y., Lee C. (2017), Adaptability Analysis of Emergency Preemption System in Field Operation, Journal of Korea Institute of Intelligent Transport System, 16(3), 95-109. Kim S., Lee K., Lee J., Choi H., Kim H. (2012), Pilot Study on Construction of a Database for In-depth Analysis of Occupant Injury and Vehicle Damage of Domestic Motor Vehicle Crash Accidents, Journal of the Korean Society of Emergency Medicine, 23(3), 315-326. Kononen D.W., Flannagan C.A.C., Wang S.C. (2011), Identification and Validation of a Logistic Regression Model for Predicting Serious Injuries Associated With Motor Vehicle Crashes, Accident Analysis and Prevention, 43(1), 112-122. Kusano K., Gabler H. (2014), Comparison and Validation of Injury Risk Classifiers for Advanced Automated Crash Notification Systems, Traffic Injury Prevention, 15(1), 126-133. Kwon O., Yoon Y., Jang K. (2014), Evaluating the Effectiveness of the Law Banning Handheld Cellphone Use While Driving, Safety Science, 70, 50-57. Lam S.S. et al. (2015), Factors Affecting the Ambulance Response Times of Trauma Incidents in Singapore, Accident Analysis and Prevention, 82, 27-35. Maddala G.S. (1983), Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University Press, New York. Malliaris A.C., Digge K.H., DeBlois J.H. (1997), Relationships Between Crash Casualties and Crash Attributes, Society of Automotive Engineers, Paper 970393. Meng Q., Weng J. (2013), Uncertainty Analysis of Accident Notification Time and Emergency Medical Service Response Time in Work Zone Traffic Accidents, Traffic Injury Prevention, 14(2), 150-158. Milton J.C., Shankar V.N., Mannering F.L. (2008), Highway Accident Severities and the Mixed Logit Model: An 대한교통학회지, 제 36 권제 4 호, 2018 년 8 월 287
Article Examining Influential Factors on Injury Severities of Vehicle Occupants Based on In-depth Traffic Accident Database Exploratory Empirical Analysis, Accident Analysis and Prevention, 40(1), 260-266. Minge E. D. (2013), NCHRP Synthesis of Highway Practice 451: Emergency Medical Services Response to Motor Vehicle Crashes in Rural Areas, Transportation Research Board of the National Academies, Washington, D.C. Niebuhr T., Junge M., Achmus S. (2014), Expanding Pedestrian Injury Risk to the Body Region Level: How to Model Passive Safety Systems in Pedestrian InjuryRisk Functions, Traffic Injury Prevention, 15(5), 19-31. Park S., Yoo H., Jeong S., Chung K. (2017), Estimation of Driver Injury Severity in Traffic Collisions, Journal of Transport Research, 24(1), 1-15. Qin X., He Z., Samra H. (2015), Needs Assessment of Rural Emergency Medical Services, In Transportation Research Record: Journal of the Transportation Research Board, 2513, Transportation Research Board, Washington, D.C., 30-39. Society of Automotive Engineers (SAE) (1980), Recommended Practice J224, Collision Deformation Classification, SAE, Warrendale, PA. Traffic Safety Facts (2013), 2011: A Compilation of Motor Vehicle Crash Data From the Fatality Analysis Reporting System and the General Estimates System, DOT HS 811 754. NHTSA, U.S. Department of Transportation. Wang X., Abdel-Aty M. (2008), Analysis of Left-turn Crash Injury Severity by Conflicting Pattern Using Partial Proportional Odds Models, Accident Analysis and Prevention, 40(5), 1674-1682. Yang M. (2014), Introductionto the Tool to Classify the Severity Levels of Injury Patients, Public Health Weekly Report, 7(41), 917-920. 288