보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 기온과지역특성이말라리아발생에미치는영향 채수미 ( 한국보건사회연구원 ) 윤석준 ( 고려대학교 ) 김동진 ( 한국보건사회연구원 ) 신호성 * ( 원광대학교 ) 기온은매개체에의한감염병발생에가장많은영향을주는기후요인으로, 말라리아는기후변화에민감하여세계적으로중요한매개질환으로다루어지고있다. 본연구는말라리아발생에영향을주는지역적특성을반영하여, 기온으로인한말라리아발생위험을추정하는것이다. Generalized Additive Model을이용하여, 역치기온이상에서의삼일열말라리아발생위험을평가하였다. 기온상승에따라말라리아발생위험이증가하였는데, 말라리아환자가밀집되어있는서울, 경기, 인천, 강원에서기온이 1 상승하면발생위험이 10.8%, 12.7%, 14.2%, 20.8% 증가하였다. 위험도는역치기온이후에서추정된것으로, 역치는지역별로다르게나타났다. 매개체, 가축등지역의특성은기온상승이말라리아발생에영향을미치는데관련이있는것으로보고되고있다. 이에따라본연구에서는말라리아발생위험을추정하는데기상요소만을포함한경우와지역의특성을함께고려한경우를비교하였는데, 그결과모기와가축자료를포함하면모형의적합도가좋아졌으며, 기온으로인한말라리아의위험은낮아졌다. 앞으로신뢰할수있는정확한데이터를기반으로말라리아에영향을미치는여러요인들을효과적으로반영한예측모형이개발되어야하겠다. 주요용어 : 말라리아, 기후변화, 기온, 지역특성 본연구는환경부차세대에코이노베이션기술개발사업 (No.412-111-004) 의환경성통합건강평가 적응기술개발연구과제에서지원받았음. * 교신저자 : 신호성, 원광대학교 (shinhosung@gmail.com) 투고일 : 2013.5.27 수정일 : 2014.2.10 게재확정일 : 2014.2.24 436
기온과지역특성이말라리아발생에미치는영향 Ⅰ. 서론 기후변화는온도, 강수량, 습도에영향을미치고, 그로인해매개체의생존기간, 성장발달, 숙주의분포와개체수, 매개체의서식지에영향을미친다. 이러한영향은결과적으로감염병의전파시기와강도, 질병분포를변화시킨다 (Gubler et al., 2001). 기온은매개체에의한감염병발생에가장많은영향을주는기후요인으로, 2100년에는세계기온이 1.8~4 까지증가할것으로예측되는상황에서매개질환이상당히증가할것으로전망된다 (IPCC, 2007). 특히모기매개질환중하나인말라리아는기후변화에민감하여세계적으로중요한매개질환으로다루어지고있다. 기온이증가함에따라말라리아전파지역이점차확장되고, 전파기간도늘어나게된다 (WHO, 2003). 기후변화로인한건강위험을예측한연구에서는기후변화로인해 2100년까지 5천만명의새로운말라리아환자가발생할것으로추정했다 (McMichel et al., 2006). 우리나라는 1983년에세계보건기구에말라리아근절을보고하였으나, 1993년 1명의환자가발견되기시작하여 2006~2007년에는 2천명을넘어섰다 ( 장재연외, 2009). 말라리아재출현이후계속적으로발생하고있으며, 처음에는현역군인에게서발견되었으나점차민간인에게확산되어 2005년이후에는현역및제대군인보다민간인환자비율이더높다 ( 질병관리본부, 2009). 또한우리나라에서기후변화로인한기온상승으로말라리아전파기간이길어지고있으며, 단기잠복기로인한첫발생시기가 1997년에는 8월이었으나 2000년에는 6월초로나타나는등재출현이후단기잠복기에의한조기발병시점이빨라지고있다 ( 질병관리본부, 2009; Park, 2011; 강준영, 2012). 그런데이러한위험들은기존의보건사업들을잘활용하면상당부분줄일수있기때문에, 보건의료체계강화및건강증진활동을통해서기후변화에대한취약성을줄여나갈필요가있다 ( 홍윤철, 2008). 기후변화에따른건강문제는우리나라정부의건강증진정책에도잘나타나있다. 기후변화에대비한건강관리는보건복지부의건강증진정책전략으로, 여름철열성질환과함께말라리아등과같이기온상승과관련된전염병예방을강조하였다 ( 오상윤, 2009). 또한제3차국민건강증진종합계획의 32개중점과제중의하나로 비상방역체계 가포함되어있으며, 이의세부지표중하나가 매개체및매개체전파질환감시체계구축 이다. 구체적으로기후변화등으로인한매개충서식환경의변화로지역별유행성감염병의분포지역확산등에대한우려및이에대한대책 437
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 마련의필요성을역설하고있다 ( 보건복지부 질병관리본부, 2011). 외국에서는이미기후변화로인해발생할수있는건강영향을건강증진의핵심영역으로포함하고있으며 (Catford, 2008), 환경부문전문가와의파트너쉽을통해기후변화에대비한새로운건강증진아젠다개발을제안하고있다 (Loft, 2010). 정책적측면과더불어국내연구를통해서도기후변화에따른말라리아발생위험을평가하는데관심이증가하고있음을알수있다. 우리나라말라리아연평균발생률은인구백만명당 25.8명으로여름철에집중적으로발생하는데, 이것은기온, 상대습도, 강수량의변화와높은양의상관관계를갖는다 ( 김시헌 장재연, 2010). 월평균기온이 0.5 상승하면말라리아가 2% 증가한다는보고가있었으며 ( 박윤형외, 2006), 특정온도이후에서의위험을평가한경우가있었다. 16 이후기온으로인한위험이증가하였고 ( 신호성 김동진, 2008), 19.6 이후에는온도가 1 상승할때마다시군구행정구역당말라리아환자가주간평균 0.196명발생할것으로예측하였다 ( 신호성, 2011). 또한기온과질병발생간시간지연에따라위험도가다르게나타나는데, 주평균기온이 1 증가하면그주의발생위험은 16.1%, 3주후의위험은 17.7% 까지증가하였다 (Kim et al., 2012). 분석모형및방법에따라위험의크기는다르지만, 우리나라에서도향후기온상승에따라더많은위험에노출될것을짐작할수있다. 한편기상요인과함께모기와가축은말라리아발생에영향을미치는주요한요인으로알려져있다. 모기증가와환자발생과의관련성은여러연구에서입증해왔는데, 관련성이나타나는시간지연에대해서는다르게언급하고있다. 국외연구에서는모기증가가한달후의환자발생과관련성이있다고하였다 (Tadei et al., 1998; Amerasinghe et al., 1999). 우리나라에서모기발생은 6주후의환자발생까지상관관계가있었고 ( 이희일, 2001), 또다른연구에서는장기잠복기로인해지연발생하는사례가연초부터여름까지계속적으로발생하여, 그해의감염환자는전년도의모기밀도를검토해야할필요가있다고제안하기도하였다 ( 심재철 신이현, 2002). 또한이연구들에서는소와돼지등대형가축을사육하는것이모기발생원과주거지사이에생물학적장벽의역할을수행하여모기흡혈에보호효과를갖는다고설명하였다 ( 이희일, 2001; 심재철 신이현, 2002). 그러나국내에서는아직까지기상요인이감염병발생에미치는영향을평가하는데매개체등지역특성을고려하지못하였다. 438
기온과지역특성이말라리아발생에미치는영향 이러한배경에서본연구의목적은기후변화에의한곤충매개감염병에대응할수있는적응기술개발을위해, 기온으로인한말라리아발생위험을추정하는것이다. 특히기상요소뿐아니라매개체분포, 가축사육과같이말라리아발생에영향을주는지역적특성을반영하여, 지금까지발표되어왔던기온상승으로인한말라리아발생위험예측을보다발전시키고자한다. Ⅱ. 연구방법 1. 연구자료 가. 환자발생자료 우리나라말라리아환자현황은질병관리본부감염병웹통계와국민건강보험공단의명세서자료에서파악할수있다. [ 그림 1] 에볼수있듯이두자료에서나타난 2003~ 2010년까지연도별, 월별환자분포는비슷하였는데, 건강보험자료는입원, 외래구분이가능하고환자자격정보가포함되어있다는장점이있다. 그림 1. 자료원별말라리아환자현황 연도별말라리아환자발생 월별말라리아환자발생 case case 2,500 3,500 2,000 3,000 2,500 1,500 2,000 1,000 1,500 1,000 500 500 0 0 2003 2004 2005 2006 2007 2008 2009 2010 Dec CDC NHIC Jan Feb Mar Apr May Jun Jul Aug Sept Oct Nov Dec CDC NHIC 이에본분석에서는국민건강보험공단이구축하고있는건강보험자료에서 2003년부터 2010년까지삼일열말라리아 ( 주상병또는부상병코드 B51.0, B51.8, B51.9) 로외래 439
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 의료이용을한경우를대상으로하였다. 건강보험청구자료를이용하여환자발생수를안정적으로추정하기위해서, 명세서단위로구성되어있는자료를질병에피소드단위로재가공해야한다. 하나의질병에피소드에대해서도여러개의명세서로분할청구하는경우가있기때문이다. 여러개의날짜로분리되어청구된명세서를 1회의환자발생으로묶기위해, 의료기관첫번째방문과다음방문사이의기간, 즉무진료기간을정해야한다. 일반적으로사용하는무진료기간의정의는없기때문에, 무진료기간을여러가지로적용하여에피소드건수의변화를검토하였다. 그러나말라리아로외래의료이용을한경우가매우적고, 진료기간이짧아서무진료기간을몇일로정의하는가가환자발생수에큰영향을미치지않았다. 최종적으로동일한날짜에명세서가두번청구된경우를동일한에피소드로정의하였고, 진료에피소드의수를질환의발생수로간주하였다. 나. 기상자료 활용가능한시군구단위의일별기상자료는 2012년부터기상청에서제공하는응용시나리오자료이다. 응용시나리오자료는과거의실측데이터를기반으로시나리오에따라미래의기상수준을예측한자료이다. RCP 8.5 시나리오로추정한 12.5km 격자자료의상대습도, 1km 격자자료의일평균기온, 일최대기온, 일최저기온변수를활용하였다. 다. 모기및가축자료 삼일열말라리아발생에영향을미치는중국얼룩날개모기자료의출처는시도보건환경연구원이다. 시도보건환경연구원에서해당시도내지역별로사이트를정하여모기를채집하고있으며, 일부시도에서정보를공개하고있다. 예를들어, 강원도의경우 2010 년현재 9개시군에대해농촌지역일반주택과우사에유문등을설치하여 4월부터 (2006년까지는 5월부터 ) 10월사이약 30주동안매주 2회씩야간에모기를채집하여모기종별분포와발생밀도를조사하고있다. 440
기온과지역특성이말라리아발생에미치는영향 가축자료로는전국오염원조사원자료를가공하여지역별육우및한우분포로활용하였다. 전국오염원조사에서는수질에영향을줄수있는각종점오염원및비점오염원관련자료를수집한다. 이중지역별로한우, 젖소, 돼지, 닭, 말등의가축수를수집한축산계자료는리단위까지수집하고있으며, 매년시군구단위로발표되고있다. 모기자료가주별, 가축은연도별로구축되어있으므로, 일별환자발생및기상자료와연결하여재구성하였다. 모기는한주간매일동일개체수가발생하는것으로, 가축은한해동안의가축수에변화가없는것으로간주하였다. 2. 분석방법 가. 기상요인을고려한모형 기온상승에따른말라리아발생위험을추정하기위하여 GAM(Generalized Additive Model) 을사용하였는데, 이방법은비선형자료를유연하게모델링하는데유용하다. GAM은 GLM 방정식에평활함수를포함하는데, 평활함수가연간계절적변이를통제해준다. 평활함수가연간계절적변이를잘제거해줄수록주요독립변수와종속변수와의관계가더잘설명될수있다 (Barnett & Dobson, 2010). 분석에포함되는기상요인, 모기분포자료는계절성의패턴을갖기때문에선형으로가정하기어렵다. 따라서주요효과를파악하기위한기온을제외하고, 상대습도, 모기분포를평활함수로통제하였다. 이외에도연도와요일이 factor 변수로모형에포함되었다. 이것은환자수가자연증가하는것, 그리고특정요일에의료이용이두드러지는것을고려하였기때문이다. 지역별데이터에서세개의기온변수를각각모델링한결과적합도가가장좋게나타나는것은일평균기온또는일최저기온이었는데, 분석결과에서는모두일평균기온을적용한결과를제시하였다. 기상요소인일별습도는자유도 3을갖는평활함수로포함하였다. 최종적으로지역별기온으로인한말라리아환자발생위험을추정하기위한모형은다음과같다. 441
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review log[daily outpatient episode] = β 1 (Temperature) + S(Humidity, k=3) + factor(year) + factor(day of Week) 나. 지역특성을고려한모형 기상요인외에말라리아환자발생과관련이있다고알려진매개모기와가축분포현황을모형에포함하여비교하였다. 모형은크게세가지로나누어지는데, 첫째, 기상요인으로인한말라리아발생위험을평가한경우 ( 모형 A), 둘째, 기상요인과모기발생자료를함께고려한경우 ( 모형 B), 셋째, 기상요인, 모기발생, 가축의분포를모두고려한경우 ( 모형 C) 로구성하였다. 모형A log[daily outpatient episode] = β 1 (Temperature) + S(Humidity, k=3) + factor(year) + factor(day of Week) 모형B log[daily outpatient episode] = β 1 (Temperature) + S(Humidity, k=3) + factor(year) + factor(day of Week) + S(mosquito, k=#) 모형C log[daily outpatient episode] = β 1 (Temperature) + S(Humidity, k=3) + factor(year) + factor(day of Week) + S(mosquito, k=#) + β 2 (animal) 말라리아환자발생데이터는시군구별일별에피소드건수로구축이가능하나, 매개모기및가축데이터는일부지역, 일부기간에대해주또는연도별로구축되어있다. 그렇기때문에각모형별비교를위해환자발생, 모기발생, 가축분포, 기상데이터를모두연결한최종데이터는앞서지역별기온에따른말라리아발생위험을평가했던데이터보다축소되었다. 자료이용가능성에따라모형별비교는강원도, 경상북도, 충청남도지역을대상으로하였다. 모형에서모기의분포는선형으로가정하기어려우므로평활함수로적용하였으며, 이때자유도는 Eilers & Marx(1996) 가제안한 Akaike s Information Criterion(AIC) 을 442
기온과지역특성이말라리아발생에미치는영향 이용하여결정하였다. 자유도를 3부터 9까지적용한결과에따라강원도, 경상북도, 충청남도에서각각 5, 3, 4의값을적용하기로하였다. 분석은 R version 3.0.0 for windows를사용하였다. Ⅲ. 연구결과 1. 기온으로인한말라리아발생위험 기온으로인한말라리아발생의변화를살펴보기위해, 기온과질병발생의관계에영향을미치는기상요소인상대습도를함께고려하였다. 분석결과역치기온과역치기온이후의발생위험이시도별로차이가있었다. AIC 값이최소가되는지점의기온을역치로선정하였는데, 예를들어서울에서는일평균기온이 9.5 일때 AIC 값이최소였다. 서울은일평균기온 9.5 이상에서 1 증가에따라말라리아발생위험이 1.108배유의하게높아지는것으로나타났다. 제주를제외한모든시도에서역치기온이후말라리아발생위험이유의하게증가하였다. 특히고온에서의위험은급격하게증가하여, 일평균기온수준에따른말라리아발생위험도는완만한 J 혹은 U 자형태를나타내었다. 제주도는분석기간동안말라리아외래환자발생이총 9건으로드물게나타나기온의영향을해석하는데주의가필요하다. 2003년부터 2010년까지삼일열말라리아로의료기관을이용했던경우는경기도가 5,545건으로가장많았고, 다음으로서울 (2,504건), 인천 (1,185건) 순으로많았으며, 강원도가뒤를이었으나 385건으로큰차이가있었다. 질병관리본부에서는동기간경기도 (5,372건), 인천 (2,028건), 서울 (1,699건), 강원도 (970건) 의순으로발표하여순위의차이가있었다. 그러나말라리아발생이많았던이들지역에서기온상승으로인한위험이특히두드러지지는않았다. < 표 1> 은지역별기온증가에따른말라리아발생위험을추정한결과이다. 기온 1 증가에따른상대위험도는강원도가역치기온 15. 5 이후에서 1.208로가장높게나타났다. 기온증가에따라발생위험이증가하는지점인역치기온은지역별로다양했다. 충청남도와경상남도는영하 3.3~3.4 이후기온상승으로인한말라리아발생위험이증가하기시작했다. 443
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 표 1. 지역별일평균기온 1 증가로인한말라리아발생위험 지역 상대위험도 1) 95% 신뢰구간 역치기온 ( ) 서울 1.108 (1.097-1.119) 9.5 부산 1.123 (1.087-1.159) 9.0 대구 1.101 (1.073-1.129) 8.2 인천 1.142 (1.126-1.159) 0.6 광주 1.126 (1.075-1.180) 9.0 대전 1.091 (1.044-1.139) 7.4 울산 1.091 (1.045-1.140) 8.8 경기 1.127 (1.120-1.134) 4.4 강원 1.208 (1.162-1.255) 15.5 충북 1.179 (1.095-1.269) 0.3 충남 1.033 (1.014-1.052) -3.4 전북 1.163 (1.110-1.218) 17.5 전남 1.141 (1.085-1.200) 6.2 경북 1.158 (1.099-1.219) 17.5 경남 1.090 (1.068-1.111) -3.3 제주 0.952 (0.858-1.056) 4.9 주 : 1) 지역별역치기온이후에서기온 1 증가에따른위험도. 2. 분석모형별말라리아발생위험 세가지분석모형에따른말라리아발생위험의차이를 < 표 2> 에제시하였다. 강원도의모기채집지역은 2010년 9개시군으로, 분석대상기간동안 10개시군의모기채집자료를활용하였다. 따라서분석모형비교를위한강원도데이터는 10개시군으로축소되었다. 강원도전체지역에서산출한말라리아발생위험은역치기온 15.5 이후 1.208이었다. 그러나축소된자료에서는역치기온 15.6 이후 1.189로낮아졌다 ( 모형 A). 그런데모기발생 ( 모형 B) 과가축분포 ( 모형 C) 까지고려하면상대위험도가각각 1.141, 1.144로낮아졌다. 모형 A보다 B, C의 AIC 값이더작아져모형의적합도는점점좋아지는것으로나타났다. 경상북도의경우 2005년도이후 1개시의모기데이터를경북지역전체에적용하였 444
기온과지역특성이말라리아발생에미치는영향 다. 모형비교를위한데이터는모기자료의제한으로 2003~2004년도의자료를제외하였다. 축소된데이터에서일평균기온에따른말라리아발생위험은역치기온 17.5 이후 1.131로앞에서제시했던경북전체지역의위험도보다낮았다 ( 모형 A). 모형 A와비교하여모형 B와 C에서의위험도는낮아졌다. 충청남도의경우분석대상기간은모두포함할수있었으나, 3개시군의모기발생자료만이용가능하여, 그것의평균값을충남지역전체에적용하였다. 충남에서는비교적위험도의변화가미미하였으나, 지역특성변수를포함할경우모형의적합도가향상되었고위험도가낮아졌다. 표 2. 모형별말라리아환자발생위험 지역모형 AIC 상대위험도 95% 신뢰구간역치기온 ( ) 강원도 경상북도 충청남도 A 1380.1 1.189 (1.122-1.273) 15.6 B 1374.4 1.141 (1.062-1.228) 16.0 C 1362.9 1.144 (1.073-1.230) 15.9 A 1910.3 1.131 (1.122-1.273) 17.5 B 1904.6 1.105 (1.062-1.228) 18.3 C 1862.6 1.097 (1.073-1.230) 18.2 A 2188.4 1.0330 (1.014-1.052) -3.4 B 2190.4 1.0327 (1.009-1.057) -3.4 C 2186.1 1.0325 (1.008-1.057) -3.4 [ 그림 2] 는세가지분석모형별로일평균기온수준에따라말라리아발생위험의변화를나타낸것이다. 세지역에서모형에따라위험도의변화는있었으나, 일평균기온이높을수록말라리아발생위험은유의하게증가하였고, 특히고온에서위험도는급격히증가하였다. 그런데기상요인만을고려한모형보다모기, 가축분포를함께고려하면극단적인고온에서의위험증가가다소완만해졌다. 445
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 그림 2. 모형별일평균기온수준별말라리아발생위험 모형 A 모형 B 강원도 모형 C Relative Risk 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0 Relative Risk 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0 Relative Risk 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0-21 -17-13 -9-5 -1 3 7 11 15 19 23 27 31 일평균기온 ( ) -21-17 -13-9 -5-1 3 7 11 15 19 23 27 31 일평균기온 ( ) -21-17 -13-9 -5-1 3 7 11 15 19 23 27 31 일평균기온 ( ) 경상북도 13 13 13 12 12 12 11 11 11 10 10 10 9 9 9 Relative Risk 8 7 6 5 Relative Risk 8 7 6 5 Relative Risk 8 7 6 5 4 4 4 3 3 3 2 2 2 1 1 1 0 0 0-16 -10-4 2 8 14 20 26 32 일평균기온 ( ) -16-10 -4 2 8 14 20 26 32 일평균기온 ( ) -16-10 -4 2 8 14 20 26 32 일평균기온 ( ) 충청남도 6.9 6.9 6.9 6.4 6.4 6.4 5.9 5.9 5.9 5.4 5.4 5.4 4.9 4.9 4.9 Relative Risk 4.4 3.9 3.4 2.9 Relative Risk 4.4 3.9 3.4 2.9 Relative Risk 4.4 3.9 3.4 2.9 2.4 2.4 2.4 1.9 1.9 1.9 1.4 1.4 1.4 0.9 0.9 0.9 0.4 0.4 0.4-14 -9-4 1 6 11 16 21 26 31 일평균기온 ( ) -14-9 -4 1 6 11 16 21 26 31 일평균기온 ( ) -14-9 -4 1 6 11 16 21 26 31 일평균기온 ( ) 446
기온과지역특성이말라리아발생에미치는영향 Ⅳ. 논의 본연구에서는 2003년부터 2010년까지삼일열말라리아발생현황과기상요소자료를연결하여, 우리나라에서기온변화에따른말라리아발생위험을지역별로살펴보았다. 또한기온의변화, 말라리아감염과관련이있는매개체및가축자료를통합하여위험도를평가하여, 기상요소의영향만을고려한경우와비교하였다. 분석결과모형에서기상요인만을고려할경우 15개시도에서기온상승에따라말라리아발생위험이증가하는것으로나타났다. 말라리아환자가주로많이보고되었던서울, 경기, 인천, 강원에서는기온이 1 상승하면발생위험이각각 10.8%, 12.7%, 14.2%, 20.8% 증가하는것으로나타났다. 그러나말라리아환자가적게보고되는지역에서도기온상승으로인한위험도가높은지역이있었는데, 충청북도, 전라북도, 경상북도가각각 17.9%, 16.3%, 15.8% 였다. 지역별로위험도의크기에서차이가있었으나, 기온이상승하면말라리아발생위험이증가한다는기존연구들의결과와같은맥락이다. 2005~2007년건강보험자료를이용하여 GEE 방법으로추정한연구에서는기온 1 상승으로 11.7% 가증가한다고하였고 ( 신호성, 2011), 2001~2009년사이의자료로분석한연구에서는 16.1% 가증가했다 (Kim et al., 2012). 많은매개감염병이최저 14~18, 최고 35~40 에서발생하는것으로알려져있는데 (Githeko et al., 2000), 분석결과지역별로역치기온은다양하게나타나지만대체로낮은기온에서위험이시작되는것으로나타났다. 지역별로나타난위험도는각각다른역치수준에서추정된것인데, 충청남도와경상남도는역치기온이영하의온도에서나타났다. 말라리아발생은기존의연구에서알려진바와같이기상요인, 매개체, 잠복기요인의복합적인작용뿐아니라방역활동이나예방접종과같은지역의보건사업, 그리고지역주민의취약정도와관련이있을수있다. 따라서이지역에서특히역치기온이낮게나타나는원인을명확히파악하기는어렵지만, 관련요인중다른지역에비해두드러지는특성을갖는요인들이무엇인지비교해볼필요가있겠다. 그런데일평균기온과말라리아의관련성은 J 혹은 U 자형태로, 역치기온수준에서는완만하게증가하고상대적으로고온에서위험도가가파르게증가하였다는데중점을두어야한다. Kim et al.(2012) 의연구에서도비슷한그래프를제시하였는데, 31.2 의상당한고온을넘어서면환자수가다시감소하는경향을보인다는결과 ( 신호성, 2011) 와는차이가있다. 447
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 지금까지논의한결과는상대습도를보정한기온의영향을분석한것이며, 기상요인에지역특성까지고려한모형과비교하기위하여일부지역을대상으로추가분석하였다. 모기와가축현황이모형에포함됨에따라모형의적합도를나타내는 AIC 값이더좋아졌고, 기온으로인한말라리아의위험은더낮아졌다. 기상요인만을고려하였을경우강원도에서는기온이 1 증가하면삼일열말라리아로외래의료이용을할위험이 18.9% 높아졌으나, 지역특성을고려하면약 14% 로위험이감소하였다. 경상북도는 13% 에서약 10% 로감소하였고, 충청남도에서도다소감소하였다. 그러나데이터의제한으로모형비교를위해구축된자료가축소되었기때문에, 환자변화율이앞서전국민자료를활용한결과와차이가있음을다시한번언급한다. 이러한결과는말라리아발생위험을예측할때지역특성을고려하지않고기상요소만을고려할경우기온상승으로인한위험이과대추정될가능성을시사한다. 또한기상요인외에말라리아감염에영향을미치는요소가지역별로다르기때문에, 이러한점을고려하면지역간위험도의편이도다르게추정될것이다. 본연구가갖는의의는다음과같이정리할수있다. 첫째, 우리나라에서계속적으로환자가발생하고있으며, 기후변화로인해위험이증가하고전파지역이확산될것으로예상되는질환에대하여다루었다는점이다. IPCC 4차보고서에서는곤충에의한감염병을기후변화로인한건강영향의한분야로제시하고있고, 특히말라리아등모기에의한질환에유의할것을경고하고있다 (IPCC, 2007). 우리나라에서말라리아는제3군법정전염병으로, 발생률기준에따라위험지역을구분하여선별적으로적극적인관리사업을시행하고있으며 ( 박재원외, 2009), 말라리아퇴치사업중장기계획을마련하고, 매개체및감염병감시체계인 Vector-Net을운영하는등국가차원에서노력을기울이고있다 ( 보건복지부, 질병관리본부, 2010). 따라서객관적인근거자료가구축되어전략수립및시행을뒷받침하고, 문제인식을제고할필요성을갖는다. 특히기후변화로인한영향은노인이나저소득계층등건강취약계층의건강에더큰영향을미치는것으로알려져있기때문에 (Patrick et al., 2011), 기후변화로인해예상되는건강영향을파악하고이에대비한정책을사전에마련하는것이중요한건강증진전략이될수있다는점에서본연구가중요성을갖는다. 둘째, 기온이말라리아에미치는영향을평가하는데매개체등지역특성을함께고려하였다는점이다. 기후요소를기반으로질병의위험을예측하는것은질병의위험을 448
기온과지역특성이말라리아발생에미치는영향 예측하는중요한첫번째과정으로, 이러한시도는계속적으로이루어져왔다. 그런데기상요인이말라리아환자발생에미치는영향뿐아니라, 매개체, 가축등의관련성에대하여추가적으로다루어야할필요가있다. 기온증가에따라모기, 병원균등의개체수가증가하는생태적변화가일어나는데 ( 김호외, 2009), Pascual et al.(2006) 은기온이 0.1 상승하면모기개체수가 10배이상증가한다고하였으며, 국내연구에서도기온과모기의관련성을보고하였다 ( 박용배, 2000; 이희일, 2001). 기온상승으로증가한모기의밀집정도는말라리아감염과관련이있다 (Parham et al., 2010). 본연구에서는모기와함께지역의가축자료를모형에포함하였는데, 가축사육이말라리아에미치는영향에대한논의는국내연구에서고찰된바있다. 이희일 (2001) 의연구에따르면가축사육이말라리아에미치는영향에대해상반된근거가있다고하였는데, 사육장의위치와규모에따라예방의효과가다르게나타나는것으로설명하였다. 이러한관점에따라모기서식지, 감염병환자분포등지역의특성을고려하면, 위험도예측모형을더향상시킬수있다 (Lindsay et al., 2010). 셋째, 본연구는 8년간건강보험자료에삼일열말라리아로진단명을갖는모든데이터를대상으로하였다. 다양한예측모형과통계기법, 그리고관련자료의신뢰도에따라결과는다르게나타날수있으나, 전체국민의환자발생현황을근거로위험도를예측하였다는점에서의의를갖는다. 연구가갖는의의에이어향후보다개선되어야할점을두가지언급하고자한다. 한가지는말라리아발생의결정인자를모두반영하기는어렵다는점이다. 말라리아발생에는매개모기의밀도, 모기한마리가사람을무는횟수의제곱, 모기가하루동안생존할확률의 10배에정비례하는것으로알려져있으며, 특히모기의수명이중요하여기온에따라 8~30일까지차이가발생한다 ( 박윤형외, 2006). 그리고모기가사람을물었다하더라도사람이모기에물리면바로감염시킬수있는것이아니라잠복기집단으로들어가게된다는측면이다 ( 질병관리본부, 2009). 우리나라말라리아환자발생패턴은단기잠복기와장기잠복기로나타나며, 각각평균은 25.4일, 328.6일이었다 ( 나경아외, 2010). 말라리아환자는 7, 8월에최고조에달하는데, 7월하순이전에발생하는사례는대부분장기잠복기로인한지연발병사례이고, 8월하순이후의발생은단기잠복기로인한것이다 ( 강준영, 2012). 그러나분석모형에서는다양하게나타나는증상발현시점을충분히다루지못하였다. 449
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 다른하나는자료와예측모형이갖는한계이다. 모기및가축데이터는특정지역및기간, 그리고다양한단위로구축되어있고, 모기자료의경우지역별로수집장소에편차가있을뿐아니라수집된자료가체계적으로종합되어있지않다. 향후예측모형에서는잠복기등말라리아감염의특성을고려하고, 신속하고체계적인감시체계를기반으로하는신뢰도높은자료를연결할필요가있다. 특히말라리아와같은감염병은비교적드물게발생하기때문에현재의모형에서는좁은지역단위로분석할수록기온상승에따른위험도를추정하는것이더욱어렵다. 본연구에서는시도별위험도를추정하였으나일부지역에서만모형비교가가능하여, 앞으로환자수가적은질환에대해서도예측이가능한모형개발이요구된다. 또한예측모형에서당일의기온과당일환자수와의관련성을평가하였다는점에서제한점을갖는다. 말라리아는상당한기간의잠복기가있는것으로알려져있으므로향후우리나라말라리아발생패턴을고려하여지연기간에따른위험도를평가해볼필요가있겠다. Ⅴ. 결론 매개질환의생태는여러요인의영향으로복잡하게나타나는데, 기후변화로인한기온및강수량의변화는전파주기나질환의발생에직, 간접적으로영향을미치는주요요인이다. 우리나라는오래전말라리아완전퇴치지역으로분류되었으나, 삼일열말라리아가재유행하면서기후변화의영향과맞물려예방및관리대책이더욱중요해지고있다. 전파기간및지역이확산되고있고, 우리나라대부분의지역에서기온과의관련성이입증되고있다는점에서말라리아의위험은집중적으로발생이보고되는중부지역에한정된문제가아니다. 따라서위험지역을선정하는데발생률뿐만아니라기온과의연관성을함께고려해야하며, 지역사회건강위험의근거를기반으로건강증진프로그램에기후변화적응전략이통합될수있어야한다. 이를위해서기후변화로인한건강영향을이해할수있도록지역사회에서기후변화로인한질병발생의위험과변이를정확히파악해야할필요가있다. 국, 내외에서기후변화로인한말라리아발생위험을예측하기위한노력이다양하게시도되어왔는데, 우리나라에서유행하는질환및매개체의역학적특성, 지역의특성을고려한발전된예측기 450
기온과지역특성이말라리아발생에미치는영향 법이개발되어야한다. 신뢰할수있는예측모형을개발하기위해서는신뢰할수있는정확한데이터가기반되어야한다. 우선지역및주최별로분산되어있는데이터의접근성이향상되어효과적으로통합되어야하며, 시범적으로시행되고있는질병, 매개체에대한체계적인감시체계가안정적으로구축되어야한다. 본연구는지금까지기온으로인한말라리아발생위험분석에서한단계나아가매개체와가축자료를반영함으로써발전된예측모형을제안하고자시도하였다. 그러나지역별로기후, 산업, 지역주민의인구학적특성, 지자체의예방및관리사업운영에대한시각과노력이상호작용하여, 결과적으로지역의말라리아발생위험은다양하게나타났을수있다. 앞으로우리나라삼일열말라리아에영향을미치는여러요인들을효과적으로반영한진일보한예측모형이개발되어, 기후변화로인한감염병발생저감기술개발에기여해야하겠다. 채수미는고려대학교에서보건학박사학위를받았으며, 현재한국보건사회연구원에서전문연구원으로재직중이다. 주요관심분야는기후변화의건강영향및적응전략, 보건사업평가, 의약품정책등이다. (E-mail: csm1030@kihasa.re.kr) 김동진은서울대학교에서보건학박사과정을수료하였으며, 현재한국보건사회연구원에서부연구위원으로재직중이다. 주요관심분야는기후변화로인한건강영향, 건강영향평가, 건강결정요인, 건강형평성등이다. (E-mail: djkim@kihasa.re.kr) 윤석준은서울대학교에서의료관리학박사학위를받았으며, 현재고려대학교의과대학예방의학교실에서교수로재직중이다. 주요관심분야는기후변화로인한건강영향및질병부담, 건강보험, 만성질환관리등이다. (E-mail: yoonsj02@korea.ac.kr) 신호성은미국 University of South Carolina에서보건학박사학위를받았으며, 현재원광대학교치과대학인문사회치의학교실에서교수로재직중이다. 주요관심분야는의료형평성, 기후변화, 공간분석등이다. (E-mail: shinhosung@gmail.com) 451
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review 참고문헌 강준영 (2012). 한국에서의 2008-2009년도삼일열말라리아발생현황. 박사학위논문, 의학과, 가천의과대학교, 인천. 김시헌, 장재연 (2010). 국내기후변화관련감염병과기상요인간의상관성. 예방의학회지, 43(5), pp.436-444. 김호, 권순만, 이승묵, 김명희, 도순자, 이사라외 (2009). 서울시보건분야기후변화대응기반구축연구. 서울 : 서울대학교. 나경아, 최일수, 김용국 (2010). 2006-2008년삼일열말라리아환자의잠복기연구. 한국데이터정보과학회지, 21(6), pp.1237-1242. 박용배, 홍해근, 방선재, 임준래, 문혜경 (2000). 경기북부지역의말라리아에관한역학적연구. 대한위생학회지, 15(1), pp.46-53. 박윤형, 김호, 장원기, 김용배, 황보영, 기모란외 (2006). 기후변화에의한감염병발생영향통합관리체계구축. 충남 : 순천향대학교 건강증진기금사업지원단. 박재원, 홍지영, 염준섭, 조성래, 오대규 (2009). 국내말라리아퇴치사업의현황분석과개선방안. 대한감염학회, 41(1), pp.42-53. 보건복지부, 질병관리본부 (2010). 한국의기후변화건강영향과적응대책. 충북 : 질병관리본부. 보건복지부, 한국보건사회연구원 (2011). 제3차국민건강증진종합계획. 서울 : 한국보건사회연구원. 신호성 (2011). 기상요소와지역말라리아발생자수의상관관계. 보건사회연구, 31(1), pp.217-237. 신호성, 김동진 (2008). 기후변화와전염병질병부담. 서울 : 한국보건사회연구원. 심재철, 신이현 (2002). 한국에서의말라리아환자발생. 감염, 34(2), pp.104-135. 오상윤 (2009). 정부의건강증진정책방향. 대한의사협회지, 52(7), pp.634-636. 이희일 (2001). GIS를활용한국내말라리아발생과매개체인중국얼룩날개모기 (Anopheles sinensis) 의 Vectorial Capacity에관한연구. 박사학위논문, 생명과학과, 건국대학교, 서울. 장재연, 조수남, 김성자, 김시헌, 신소영 (2009). 기후변화에다른건강분야적응대책수립방안연구. 경기 : 아주대학교 건강증진사업지원단. 452
기온과지역특성이말라리아발생에미치는영향 질병관리본부 (2009). 재출현이후국내삼일열말라리아발생현황. 주간건강과질병, 2(38), pp.633-636. 질병관리본부 (2009). 한국형말라리아의수학모형과응용프로그램개발. 주간건강과질병, 2(17), pp.264-269. 홍윤철 (2008). 기후변화와건강. 대한의사협회지, 51(8), pp.764-769. Amerasinghe, P. H., Amerasinghe, F. P., Konradsen, F., Fonseka, K. T., Wirtz, R. A. (1999). Malaria vectors in a traditional dry zone village in Sri Lanka. American Journal of Tropical Medicine and Hygiene, 60(3), pp.421-429. Barnett, A. G., Dobson, A. J. (2010). Analysing seasonal health data. Statistics for Biology and Health. Catford, J. (2008). Food security, climate change and health promotion: opening up the streams not just helping out downstream. Health Promotion International, 23, pp.105-108. Eilers, P. H. C., Marx, B. D. (1996). Flexible smoothing with B-splines and penalties. Statistical Science, 11(2), pp.89-121. Githeko, A. K., Lindsay, S. W., Confalonieri, U. E., Patz, J. A. (2000). Climate change and vector-borne diseases: a regional analysis. Bulletin of the World Health Organ, 78(9), pp.1136-1147. Gubler, D. J., Reiter, P., Ebi, K. L., Yap. W., Nasci, R., Patz, J.A. (2001). Climate variability and change in the United States: potential impacts on vector- and rodent-borne diseases. Environ Health Perspect, 109(Suppl2), pp.223-233. Intergovernmental Panel on Climate Change (2007). IPCC fourth assessment report: climate change 2007. Intergovernmental Panel on Climate Change. Kim, Y. M., Park, J. W., Cheong, H. K. (2012). Estimated Effect of Climatic Variables on the Transmission of Plasmodium vivax Malaria in the Republic of Korea. Environ Health Perspect, 120(9), pp.1314-1319. Lindsay, S. W., Hole, D. G., Hutchinson, R. A., Richards, S. A., Willis, S. G. (2010). Assessing the future threat from vivax malaria in the United Kingdom using two markedly different modelling approaches. Malaria Journal, 9(70). 453
보건사회연구 34(1), 2014, 436-455 Health and Social Welfare Review Loft, S. (2010). Co-benefits of reducing green-house gas emissions by active transport compared to motor vehicle in Copenhagen. Denmark. Canberra: Healthy Climate, Planet and People, Fenner conference Program and Abstracts. McMichael, A. J., Woodruff, R. E., Hales, S. (2006). Climate change and human health: present and future risks. Lancet, 367(9513), pp.859-869. Parham, P. E., Michael, E. (2010). Modeling the effects of weather and climate change on malaria transmission. Environmental Health Perspectives, 118(5), pp.620-626. Park, J. W. (2011). Changing transmission pattern of plasmodium vivax malaria in the republic of Korea: relationship with climate change. Environmental Health and Toxicology, 26. Pascual, M., Ahumada, J., Chaves, L., Rodo, X., Bouma, M. (2006). Malaria Resurgence In The East African Highlands: Temperature Trends Revisited. Proceedings of the National Academy of Sciences of the United States of America, 103(15), pp.5829-5834. Tadei, W. P., Thatcher, B. D., Santos, J. M., Scarpassa, V. M., Rodrigues, I. B., Rafael, M. S. (1998). Ecologic observations on anopheline vectors of malaria in the Brazilian Amazon. American Journal of Tropical Medicine and Hygiene, 59(2), pp.325-335. World Health Organization (2003). Climate change and human health: risks and responses. Geneva: World Health Organization. 454
기온과지역특성이말라리아발생에미치는영향 The Impact of Temperature Rise and Regional Factors on Malaria Risk Chae, Su-Mi (Korea Institute for Health and Social Affairs) Yoon, Seok-Jun (Korea University) Kim, Dongjin (Korea Institute for Health and Social Affairs) Shin, Hosung (Wonkwang University) The impact of climate change on infectious diseases became one of the major public health interest in Korea. The purpose of this study is to estimate the potential effect of temperature rise on malaria transmission and to improve a prediction model by reflecting regional factors. We used claims data for health care utilization to identify malaria incidence during 2003~2010. Generalized additive model was used to examine the correlations between malaria incidences and meteorological factors. To investigate the impact of temperature on malaria incidence, we adjusted the number of Anopheles mosquitoes, the primary vector for malaria, and the animal hosts as regional factors. There were significant correlations between temperature and malaria incidence by region in Korea. For a daily mean temperature increase of 1 C above the threshold, the relative risk of malaria incidence increased except Jeju-do. When the regional factors like the number of Anopheles mosquitoes and animal hosts were added to the model, relative risks of malaria incidence were lower than those were not adjusted for regional factors in Gangwon-do, Gyeongsangbuk-do, and Chungcheongnam-do. Malaria incidence was correlated with not only meteorological factors but also regional factors in Korea. This implies that malaria incidence could be influenced by temperature rise and regional environment. Keywords: Malaria, Climate Change, Temperature, Regional Factor 455