[논문]시공간 클러스터링 분석을 이용한 2010~2011 국내 발생 구제역 전파양상

배선학; 신연경; 김병한; 박선일

doi:10.14405/kjvr.2013.53.1.049

[국내논문] 시공간 클러스터링 분석을 이용한 2010~2011 국내 발생 구제역 전파양상
Temporospatial clustering analysis of foot-and-mouth disease transmission in South Korea, 2010~2011 원문보기

大韓獸醫學會誌 = Korean journal of veterinary research, v.53 no.1 = no.150, 2013년, pp.49 - 54

배선학 (강원대학교 사범대학) , 신연경 (농림수산검역검사본부) , 김병한 (농림수산검역검사본부) , 박선일 (강원대학교 수의과대학 및 동물의학종합연구소)

Abstract ▼ AI-Helper

To investigate the transmission pattern of geographical area and temporal trends of the 2010~2011 foot-and-mouth disease (FMD) outbreaks in Korea, and to explore temporal intervals at which spatial clustering of FMD cases space-time analysis based on georeferenced database of 3,575 burial sites, from 30 November 2010 to 23 February 2011, was performed. The cases represent approximately 98.1% of all infected farms (n = 3,644) during the same period. Descriptive maps of spatial patterns of the outbreaks were generated by ArcGIS. Spatial Scan Statistics, using SaTScan software, was applied to investigate geographical clusters of FMD cases across the country. Overall, spatial heterogeneity was identified, and the transmission pattern was different by province. Cattle have more clusters in number but smaller in size, as compared to the swine population. In addition, spatiotemporal analysis and the comparison of clustering patterns between the first 7 days and days 8 to 14 of the outbreak revealed that the strongest spatial clustering was identified at the 7-day interval, although clustering over longer intervals (8~14 days) was also observed. We further discussed the importance of time period elapsed between FMD-suspected notice and the date of confirmation, and emphasized the necessity of region-specific and species-specific control measures.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

공간정보를 이용한 구제역 전파 양상에 대한 연구로는 GIS에 근거한 시공간 클러스터 분석 [1], 시공간 분석을 이용한 구제역 방역 시스템에 대한 연구 [10], GIS를 이용한 공간 분석 [9], 발생농가의 지역적 분포를 이용한 경시적 전파 분석 [2] 등이 보고된바 있다. 본 연구는 2010~2011년 기간 동안 국내에서 발생한 구제역 발생농가와 매몰지의 지리정보를 이용하여 첫째, 축종별 시공간 클러스터링 형성 여부 분석 둘째, 보고된 양성건수와 시공간 클러스터가 형성된 시기 비교를 통한 구제역 전파 양상 분석 셋째, 전파양상 파악에 적합한 최적의 시간단위를 확인하고자 수행되었다.
Madin [10]은 동남 아시아에서 2000~2010년 동안 발생한 구제역의 전파 양상을 분석하기 위하여 구제역의 최대 감염 가능한 기간을 고려하여 90일의 시간단위로 분석한바 있다. 본 연구에서는 매몰지 자료를 1~14일까지 일일 단위의 시공간 분석으로 확인된 클러스터의 크기, 개수, 규모 등을 비교함으로써 구제역 전파 패턴을 도출할 수 있는 특정 시간단위가 존재하는지 검토하였으며, 분석의 목적으로 공간단위(spatial cluster size)는 구제역 매몰지 개수의 최대 50%로 지정하였다. 1~6일 단위 분석에서 보듯이 시간범위가 좁은 경우 상대적 발생건수가 많지 않아도 일시적으로 클러스터가 형성될 수 있으며, 실제로 1~3일 분석에서 확인된 클러스터 중 아산, 포항, 파주, 공주, 광명, 김포, 4~6일 단위 분석의 경우 평택, 충주, 강화, 철원, 예산 등의 지역이 이에 해당한다.

제안 방법

국내 구제역 발생의 전파 양상을 분석하는데 적합한 시간 단위를 파악하기 위해 매몰지 정보를 이용하여 1일에서 최대 14일의 시간단위까지 일별 시공간 클러스터를 도출하여 그 패턴을 분석하였다. 구제역 매몰지에 대한 시공간 클러스터는 SaTScan software 9.
분석을 위한 공간단위는 질병 발생 지역의 최대 50%로 지정하였다. 이와 동일한 방법으로 발생자료를 소와 돼지로 구분하여 클러스터 형성 여부를 비교하였다. 일별 구제역 발생 건수를 구제역 발생 기간과 시공간 클러스터가 형성된 기간을 분석함으로써 발생 지역에 대한 전파양상을 비교하였다.
이와 동일한 방법으로 발생자료를 소와 돼지로 구분하여 클러스터 형성 여부를 비교하였다. 일별 구제역 발생 건수를 구제역 발생 기간과 시공간 클러스터가 형성된 기간을 분석함으로써 발생 지역에 대한 전파양상을 비교하였다. 시공간 클러스터가 확인된 지역을 대상으로 구제역 의심신고 이후 확진에 소요되는 시간을 분석하였으며, 구제역 양성 농가에 대한 정보가 확인되지 않은 경상북도와 발생건수가 적은 지역(대구, 대전, 부산, 울산)은 분석에서 제외하였다.

대상 데이터

1%에 해당한다. 구제역 발생기간과 건수는 2010~2011구제역 역학조사보고서 [2]에 제시된 자료를 이용하였다.
시공간 분석을 위해서는 구제역 양성농가에 대한 지리정보가 필요하지만 정부에서는 이에 대한 정확한 자료를 공개하고 있지 않다. 따라서 2010년 11월 30일에서 2011년 2월 23일 기간 동안 구제역 매몰지 정보(행정구역 단위, 위도, 경도, 매몰두수, 매몰 축종, 매몰 날짜)를 공개하고 있는 포탈사이트(한눈에 보는 구제역 매몰지, 오마이뉴스)에서 매몰지의 위도 및 경도좌표를 추출하여 분석에 사용하였다. 본 자료는 총 3,575건에 대한 매몰지 정보를 제공하고 있으며 동일한 기간의 구제역 양성농가 수인 3,644건 [2]의 98.
따라서 2010년 11월 30일에서 2011년 2월 23일 기간 동안 구제역 매몰지 정보(행정구역 단위, 위도, 경도, 매몰두수, 매몰 축종, 매몰 날짜)를 공개하고 있는 포탈사이트(한눈에 보는 구제역 매몰지, 오마이뉴스)에서 매몰지의 위도 및 경도좌표를 추출하여 분석에 사용하였다. 본 자료는 총 3,575건에 대한 매몰지 정보를 제공하고 있으며 동일한 기간의 구제역 양성농가 수인 3,644건 [2]의 98.1%에 해당한다. 구제역 발생기간과 건수는 2010~2011구제역 역학조사보고서 [2]에 제시된 자료를 이용하였다.

데이터처리

1로 설정하였다. SaTScan에 의한 시공간적 분석 결과는 Arc View GIS(ver. 10; Esri, USA)를 사용하여 지도로 표현하였다 [8].

이론/모형

국내 구제역 발생의 전파 양상을 분석하는데 적합한 시간 단위를 파악하기 위해 매몰지 정보를 이용하여 1일에서 최대 14일의 시간단위까지 일별 시공간 클러스터를 도출하여 그 패턴을 분석하였다. 구제역 매몰지에 대한 시공간 클러스터는 SaTScan software 9.1.1에서 제공하고 있는 permutation model을 이용하여 분석하였다 [1]. 이 모형은 시간 정보가 포함된 발생 자료(case file)와 공간 정보가 포함된 좌표(coordinate file)를 이용하며, 위험 집단에 대한 자료(population at risk)를 필요로 하지 않는 장점이 있다 [7].
통계적 유의성을 판정하기 위하여 본 연구에서는 클러스터링에 대한 민감도를 높이기 위해 McNally 등 [12], Madin 등 [10]의 연구에서 사용된 유의수준 보다 기준을 완화한 Alkhamis 등 [1]의 분석방법에 따라 p < 0.1로 설정하였다.

성능/효과

1~14일까지의 일일 단위 분석 결과 최소 4개, 최대 9개의 시공간 클러스터가 확인되었으며, 분석 시간단위에 따라 클러스터를 형성한 지역이 다양한 것으로 나타났다(Table 1). 1일 단위 분석에서는 총 7개의 유의한 클러스터(Fig.
1~14일까지의 일일 단위 분석 결과 최소 4개, 최대 9개의 시공간 클러스터가 확인되었으며, 분석 시간단위에 따라 클러스터를 형성한 지역이 다양한 것으로 나타났다(Table 1). 1일 단위 분석에서는 총 7개의 유의한 클러스터(Fig. 1A), 2일 단위 분석에서는 4개 클러스터(Fig. 1B), 3일 단위 분석에서는 9개 클러스터(Fig. 1C)가 형성되어, 1~3일 단위 분석에서 확인된 시공간 클러스터는 일정한 규칙성이 없는 다양한 양상을 보였다. 4일 단위 분석(Fig.
1C)가 형성되어, 1~3일 단위 분석에서 확인된 시공간 클러스터는 일정한 규칙성이 없는 다양한 양상을 보였다. 4일 단위 분석(Fig. 1D)과 비교할 때 5일 단위 분석에서는 8개 클러스터(Fig. 1E)가 형성되어 의성과 충주가 추가된 반면 안동, 평택, 평창이 제외되었으며, 6일 단위 분석에서는 공주가 제외되고 예산과 안동 클러스터가 추가된 점을 제외하고 5일 단위 분석과 유사한 양상을 보였다(Fig. 1F). 7일 단위 분석에서는 7개 클러스터(Fig.
즉 시간이 경과함에 따라 발생건수가 누적되면서 클러스터의 반경이 점차 커지므로 개수는 감소할 수 있다는 것을 의미하며, 실제로 7~11일 분석 결과와 비교할 때 12일 이후의 분석에서는 클러스터의 개수가 감소하였음은 이를 반영하는 것이다. 7~11일 단위 분석에서 안동, 양주, 괴산, 평창, 남양주 클러스터가 공통적으로 포함되었으며, 이러한 규칙성을 보이는 최소 시간 단위인 7일 간격의 분석이 2010~2011년 구제역의 시공간 클러스터 양상을 분석하는데 가장 적절한 것으로 판단되었다. 7일 단위의 기간이 구제역 바이러스의 역학적 특성과 어떠한 관련성이 있는지에 대해서는 추가적인 연구가 필요할 것으로 사료된다.
1F). 7일 단위 분석에서는 7개 클러스터(Fig. 1G)가 형성되었으며, 8~11일 단위 분석에서는 안동, 보령, 양주, 괴산, 횡성, 평창, 남양주 등이 주요 클러스터로 형성된 7일 단위 분석 결과와 큰 차이가 없었으나 12일 이후에는 클러스터의 개수가 감소하거나 새로운 클러스터가 추가되었다(Figs. 1H and I).
구제역 매몰지 자료를 축종별로 구분하여 7일 단위의 시공간 클러스터로 분석한 결과 소의 경우 6개의 유의한 클러스터(강화 2개, 횡성, 평창, 논산, 안동), 돼지는 2개의 클러스터(남양주, 김제)가 확인되었다(Fig. 2). 소와 돼지의 시공간 클러스터 형성 패턴을 비교할 때 소의 경우 시공간 클러스터 개수가 더 많고 크기는 상대적으로 작았다(Table 2).
시공간 클러스터가 형성된 도를 대상으로 구제역 의심신고에서 확진에 소요되는 기간을 분석한 결과 전국적으로 평균 3.3일(표준편차 1.6, 범위 0~28일)이 소요되었으며, 지역별로 강원도 2.8일(표준편차 1.2일, 범위 0~8일), 경기도 3.9일(표준편차 1.7일, 범위 0~28일), 충청남도 2.2일(표준편차 0.8일, 범위 0~10일), 충청북도 2.7일(표준편차 1.0일, 범위 1~11일)로 나타났다.
시간범위를 확대하면 발생 자료가 충분하기 때문에 비교적 안정적이고 규칙성을 갖는 클러스터가 형성되어 시공간상에서 전파양상을 파악하는데 유용하지만, 시간범위를 지나치게 연장하면 클러스터를 찾지 못하고 시공간적으로 평준화된 결과를 보일 수 있다. 즉 시간이 경과함에 따라 발생건수가 누적되면서 클러스터의 반경이 점차 커지므로 개수는 감소할 수 있다는 것을 의미하며, 실제로 7~11일 분석 결과와 비교할 때 12일 이후의 분석에서는 클러스터의 개수가 감소하였음은 이를 반영하는 것이다. 7~11일 단위 분석에서 안동, 양주, 괴산, 평창, 남양주 클러스터가 공통적으로 포함되었으며, 이러한 규칙성을 보이는 최소 시간 단위인 7일 간격의 분석이 2010~2011년 구제역의 시공간 클러스터 양상을 분석하는데 가장 적절한 것으로 판단되었다.

후속연구

7~11일 단위 분석에서 안동, 양주, 괴산, 평창, 남양주 클러스터가 공통적으로 포함되었으며, 이러한 규칙성을 보이는 최소 시간 단위인 7일 간격의 분석이 2010~2011년 구제역의 시공간 클러스터 양상을 분석하는데 가장 적절한 것으로 판단되었다. 7일 단위의 기간이 구제역 바이러스의 역학적 특성과 어떠한 관련성이 있는지에 대해서는 추가적인 연구가 필요할 것으로 사료된다.
구제역 양성농가에 대한 정보를 입수할 수 없어 본 연구의 시공간 분석에서는 구제역 매몰지 자료를 사용하였기 때문에 실제 발생농가에 대한 정보를 이용한 클러스터링 결과와 차이를 보일 수 있다. 향후 발생을 대비하기 위해서는 현행 국가 방역정책의 효율성을 정확하게 평가하는 연구가 선행되어야 하므로 가축전염병 발생자료를 공유하는 방안을 적극적으로 검토할 필요가 있을 것으로 판단한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	구제역이란?	구제역(Foot-and-mouth disease, FMD)은 소, 돼지, 염소, 양 등 우제류에서 발생하는 급성 전염병으로, 감염된 동물간의 직접 접촉이나 차량, 사료, 농장 근로자의 작업복 등 바이러스 입자에 오염된 매개물에 의한 간접접촉으로 전파가 가능한 것으로 알려져 있다 [3, 5, 14]. 원인체인 FMD virus(FMDV)의 혈청형은 A, O, C, SAT1, SAT2, SAT3, Asia 1 등 7개로 보고되어 있다 [4].
	구제역은 무엇으로 전파가 가능한가?	구제역(Foot-and-mouth disease, FMD)은 소, 돼지, 염소, 양 등 우제류에서 발생하는 급성 전염병으로, 감염된 동물간의 직접 접촉이나 차량, 사료, 농장 근로자의 작업복 등 바이러스 입자에 오염된 매개물에 의한 간접접촉으로 전파가 가능한 것으로 알려져 있다 [3, 5, 14]. 원인체인 FMD virus(FMDV)의 혈청형은 A, O, C, SAT1, SAT2, SAT3, Asia 1 등 7개로 보고되어 있다 [4].
	Kulldorff 등은 어떤 시간과 공간 정보를 이용한 클러스터링 분석을 시도하였는가?	전염병 유행기간 중 전파 경로를 예측하기 위하여 발생자료의 시간과 공간 정보를 이용한 클러스터링 분석에서 시간 단위(temporal cluster size)를 결정하는 것은 매우 중요하다. Kulldorff 등 [7]은 병명이 확인되지 않은 증후군(syndromic disease)의 전파 경로를 신속하게 예측하기 위하여 7일 이내의 시간 단위로 클러스터 분석을 시도하였다. Madin [10]은 동남 아시아에서 2000~2010년 동안 발생한 구제역의 전파 양상을 분석하기 위하여 구제역의 최대 감염 가능한 기간을 고려하여 90일의 시간단위로 분석한바 있다.

참고문헌 (16)

Alkhamis MA, Perez AM, Yadin H, Knowles NJ. Temporospatial clustering of foot-and-mouth disease outbreaks in Israel and Palestine, 2006-2007. Transbound Emerg Dis 2009, 56, 99-107.

상세보기
Animal, Plant and Fisheries Quarantine and Inspection Agency (QIA). Epidemiological report of the 2010-2011 footand- mouth disease epidemic. pp. 209-274, QIA, Anyang, 2011.
Carpenter TE, Thurmond MC, Bates TW. A simulation model of intraherd transmission of foot and mouth disease with reference to disease spread before and after clinical diagnosis. J Vet Diagn Invest 2004, 16, 11-16.

상세보기
Davies PR, Wayne SR, Torrison JL, Peele B, de Groot BD, Wray D. Real-time disease surveillance tools for the swine industry in Minnesota. Vet Ital 2007, 43, 731-738.
Dunn CS, Donaldson AI. Natural adaption to pigs of a Taiwanese isolate of foot-and-mouth disease virus. Vet Rec 1997, 141, 174-175.

상세보기
Kandwal R, Garg PK, Garg RD. Health GIS and HIV/ AIDS studies: Perspective and retrospective. J Biomed Inform 2009, 42, 748-755.

상세보기
Kulldorff M, Heffernan R, Hartman J, Assuncao R, Mostashari F. A space-time permutation scan statistic for disease outbreak detection. PLoS Med 2005, 2, e59.

상세보기
Le Menach A, Legrand J, Grais RF, Viboud C, Valleron AJ, Flahault A. Modeling spatial and temporal transmission of foot-and-mouth disease in France: identification of highrisk areas. Vet Res 2005, 36, 699-712.

상세보기
Lee YJ, Shin MS, Yoon HC, Chang WS, Hwang SC, Kim YJ, Jung JW, Lee SJ. Epidemiological characteristics about introduction and transmission of foot-and-mouth disease in republic of Korea in January 2010. Korean J Vet Public Health 2010, 34, 203-210.
Madin B. An evaluation of foot-and-mouth disease outbreak reporting in mainland South-East Asia from 2000 to 2010. Prev Vet Med 2011, 102, 230-241.

상세보기
McLaws M, Ribble C, Martin W, Stephen C. Factors associated with the clinical diagnosis of foot and mouth disease during the 2001 epidemic in the UK. Prev Vet Med 2006, 77, 65-81.

상세보기
McNally RJQ, Alexander FE, Bithell JF. Space-time clustering of childhood cancer in great Britain: a national study, 1969-1993. Int J Cancer 2006, 118, 2840-2846.

상세보기
Ministry of Public Administration and Security. Report on the foot-and-mouth disease epidemic. pp. 721-724, Ministry of Public Administration and Security, Seoul, 2011.
Perez AM, Zeng D, Tseng CJ, Chen H, Whedbee Z, Paton D, Thurmond MC. A web-based system for near real-time surveillance and space-time cluster analysis of foot-andmouth disease and other animal diseases. Prev Vet Med 2009, 91, 39-45.

상세보기
Sobrino F, Saiz M, Jimenez-Clavero MA, Nunez JI, Rosas MF, Baranowski E, Ley V. Foot-and-mouth disease virus: a long known virus, but a current threat. Vet Res 2001, 32, 1-30.

상세보기
Yang PC, Chu RM, Chung WB, Sung HT. Epidemiological characteristics and financial costs of the 1997 foot-and-mouth disease epidemic in Taiwan. Vet Rec 1999, 145, 731-734.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증