[국내논문]서울시 대기 중 이산화질소 농도와 천식증상의 비교 연구 - 2012~2013년 지역사회건강조사 자료를 중심으로 - Comparison Study of Nitrogen Dioxide and Asthma Doctor's Diagnosis in Seoul - Base on Community Health Survey 2012~2013 -원문보기
Seoul city has high population density as well as high traffic congestion, which are vulnerable to exposure of environmental pollutions caused by car traffic. However, recent studies are only on local regions about road traffic and air pollution or health effect of road traffic on residents. Thus, c...
Seoul city has high population density as well as high traffic congestion, which are vulnerable to exposure of environmental pollutions caused by car traffic. However, recent studies are only on local regions about road traffic and air pollution or health effect of road traffic on residents. Thus, comprehensive study data are needed in terms of overall Seoul regions. In this study utilized the nitrogen dioxide concentration through the national air pollution monitoring network data, 2012 to 2013. It also divided regions into high and low exposure districts via the Origin destination data developed by the Korea transport institute to quantify and evaluate the effect of transport policies and analyzed a correlation of asthma symptoms with high and low exposure districts through raw data of community health survey from the Korea centers for disease control and prevention. Based on the collected data, the pearson's correlation analysis was conducted between air pollution substance concentration and high exposure district and multiple logistic regression analysis was conducted to determine the effect of traffic environment and factors on asthma symptoms of residents. Accordingly, the following results were derived. First, the high exposure district was higher concentrations of nitrogen dioxide ($NO_2$) as per time compared to those of the low exposure district (p<0.01). Second, analysis on correlation between average daily environmental concentration in the air pollution monitoring network and road traffic showed that nitrogen dioxide had a significant positive correlation (p<0.01) with car traffic and total traffic as well as with truck traffic (p<0.05) statistically. Third, an adjusted odds ratio about asthma doctor's diagnosis in the high and low exposure districts was analyzed through the logistic regression analysis. With regard to an adjusted model 2 (adjusted gender, age, health behavior characteristics, and demographic characteristics) odds ratio of asthma doctor's diagnosis in the high exposure district was 1.624 (95% CI: 1.269~2.077) compared to that of the low exposure district, which was significant statistically (p<0.001).
Seoul city has high population density as well as high traffic congestion, which are vulnerable to exposure of environmental pollutions caused by car traffic. However, recent studies are only on local regions about road traffic and air pollution or health effect of road traffic on residents. Thus, comprehensive study data are needed in terms of overall Seoul regions. In this study utilized the nitrogen dioxide concentration through the national air pollution monitoring network data, 2012 to 2013. It also divided regions into high and low exposure districts via the Origin destination data developed by the Korea transport institute to quantify and evaluate the effect of transport policies and analyzed a correlation of asthma symptoms with high and low exposure districts through raw data of community health survey from the Korea centers for disease control and prevention. Based on the collected data, the pearson's correlation analysis was conducted between air pollution substance concentration and high exposure district and multiple logistic regression analysis was conducted to determine the effect of traffic environment and factors on asthma symptoms of residents. Accordingly, the following results were derived. First, the high exposure district was higher concentrations of nitrogen dioxide ($NO_2$) as per time compared to those of the low exposure district (p<0.01). Second, analysis on correlation between average daily environmental concentration in the air pollution monitoring network and road traffic showed that nitrogen dioxide had a significant positive correlation (p<0.01) with car traffic and total traffic as well as with truck traffic (p<0.05) statistically. Third, an adjusted odds ratio about asthma doctor's diagnosis in the high and low exposure districts was analyzed through the logistic regression analysis. With regard to an adjusted model 2 (adjusted gender, age, health behavior characteristics, and demographic characteristics) odds ratio of asthma doctor's diagnosis in the high exposure district was 1.624 (95% CI: 1.269~2.077) compared to that of the low exposure district, which was significant statistically (p<0.001).
농도의 상관관계를 구하고자 하였다. 그리고 교통량의 노출에 따른 행정구역별 대상자의 천식증상 과의 영향을 정량적으로 평가하고자 하였다. 그 연구 결과는 다음과 같다.
본 연구에서는 서울시를 전체 행정구역을 대상으로 대기측정망 자료, 교통량자료를 통해 행정구역별 교통량과 NO2 농도의 상관관계를 구하고자 하였다. 그리고 교통량의 노출에 따른 행정구역별 대상자의 천식증상 과의 영향을 정량적으로 평가하고자 하였다.
제안 방법
질병관리본부로부터 제공받은 지역사회건강조사 원시자료는 매년 8월부터 10월까지의 기간 동안 훈련된 조사원이 표본가구에 직접 방문하여 설문 프로그램이 탑재된 노트북을 사용하여 1 : 1 면접조사 (CAPI; Computer assisted personal interviewing)로 수행되었다 (CDC, 2013).
대상 데이터
본 연구는 2012년 1월부터 2013년 12월까지 국가 행정기관의 데이터를 (기종점 자료, 도시대기측정망 자료, 지역사회건강조사 자료) 활용하였다. 서울시 행정 구역을 교통량에 따라 고노출지역과 저노출지역으로 구분하며, 교통량이 많은 고노출지역이 NO2 농도가 높음을 확인하고, 행정구역별 NO2 농도와 행정구역별 교통량과의 상관성을 분석하고, 고노출지역 거주자의 천식 증상의 관련성을 분석하여 해당지역 거주자의 천식 증상에 기여하는 중요 요인을 도출하고자 한다.
본 연구는 2012년부터 2013년에 고노출지역과 저노출지역의 서울시 거주자 중 질병관리본부에서 실시한 지역사회건강조사에 참여한 인원 중의 사천식문항에 모름 및 응답 거부한 6명을 제외한 36,590명을 조사 대상자로 선정하였으며, 그중 고노출지역에 거주하는 사람은 11,792명이었으며 의사천식진단는 296명이었다. 저노출지역에 거주하는 사람은 24,798명이었으며, 의사천식진단는 622명으로 관찰되었다.
데이터처리
농도의 관련성은 상관분석 (Pearson correlation test)를 통해 알아보았다. 또한, 로지스틱 회귀 분석 (Logistic regression analysis)을 이용하여 저노출지역에 비해 고노출지역에 거주하는 대상자들에게서 천식증상의 관련성을 분석하였다.
측정 시간별 고노출지역과 저노출지역의 교통량과 고노출지역과 저노출지역의 NO2 농도의 차이는 독립 표본 T 검정 (T-test)으로 분석하였고, 행정구역별 교통량과 NO2 농도의 관련성은 상관분석 (Pearson correlation test)를 통해 알아보았다. 또한, 로지스틱 회귀 분석 (Logistic regression analysis)을 이용하여 저노출지역에 비해 고노출지역에 거주하는 대상자들에게서 천식증상의 관련성을 분석하였다.
이론/모형
최근 천식과 교통오염원과의 관계를 연구한 선행연구에서와 같이 NO2 와 천식과의 관계 연구에서 영향을 준다고 알려진 성별, 연령, 흡연, 가구소득 등의 변수를 통제하기 위해 인구 특성, 건강행태 특성, 인구사회학적 특성을 모델별로 시나리오를 작성하여 보정하였다 (Jacquemin et al., 2009; Oftedal et al., 2009; Modig et al., 2009; Lee et al., 2006). Model 1은 인구 특성을 보정하기 위해 생애주기별 연령과 성별로 구분하였으며, Model 2의 경우, 크게 건강행태 특성 (흡연, 음주, 신체 질량지수, 운동량)과 인구사회학적특성(가구소득, 교육 수준)을 보정하였다.
성능/효과
둘째, NO2 농도와 교통량과의 상관관계 분석 결과, 승용차 교통량과 총 교통량은 통계적으로 유의한 (p< 0.01) 양의 상관관계를 관찰할 수 있었으며, 화물차 교통량과도 통계적으로 유의한 (p< 0.05)양의 상관관계로 나타났다.
셋째, 로지스틱 회귀 분석을 통해 고노출지역과 저노출지역의 의사천식진단의 보정교차비를 분석한 결과, 보정 전 로지스틱 모형과, Model 1에서는 통계적으로 유의한 보정교차비를 관찰할 수 없었으나, 통제변수로써 건강행태 특성과 인구사회학적 특성을 보정한 보정교차비 (Model 2)가 1.624 (95% CI: 1.269~2.077) 로 나타났으며, 통계적으로 유의하였다 (p<0.001). 또한 총 교통량의 경우 일평균 10,000대가 증가할 경우와 NO 2 농도가 1 ppb 증가할 경우 통계적으로 유의하게(p<0.
이상의 연구결과를 종합하여 볼 때, 교통량 저노출 지역에 비해 고노출지역의 경우 의사천식진단의 보정 교차비가 1을 초과하는 것을 확인할 수 있었고, 교통 관련 대기오염물질인 NO2 농도의 증가가 의사천식진단 보정교차비를 증가시켰으며, 또한 NO2 의 일평균 농도와 양의 상관관계가 있는 총 교통량 역시 의사천식 진단 보정교차비를 증가시켰다.
첫째, 교통량 저노출지역에 비해 고노출지역은 NO2 농도가 통계적으로 유의하게(p<0.01) 높은 것으로 나타났다.
후속연구
향후 다년간의 장기간의 데이터를 응용하고, 실시간 측정되어지는 정확도 높은 교통량 자료, 식품섭취행태 및 개인별 생활습관을 포함한 건강조사자료 등의 자료를 보완한다면, 교통밀집지역의 교통집중억제정책 및 도시대기 환경 정책의 기초자료 등으로 활용될 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
고농도 이산화질소에 노출될 경우 발생하는 증상은?
생성된 질소산화물은 대기중 휘발성유기화합물 (VOCs)와 반응하여 자극성기체인 오존 (O3)을 생성하는 전구물질 (Precursor)역할을 하기도 한다. 질소산화물은 반응성이 큰 기체로써, 수용성이 낮아 사람의 폐 깊숙이 침투할 수 있으며, 고농도 이산화질소 (이하 NO2)에 노출되면 눈과 호흡기 등에 자극을 주어 기침, 현기증, 두통, 구토 등이 나타나고 심하면 폐수종, 폐렴, 폐출혈, 혈압상승으로 의식을 잃기도 한다. 한편, 국립환경과학원의 대기오염물질 배출량 2012년 통계 자료를 통해 분석한 결과, 전국 질소산화물 배출량 중 도로이동오염원이 차지하는 비율은 32.
대기오염 문제로 인하여 발생한 전 세계 사망자 추정치는?
2012년 WHO에서 발간된 보고서에 따르면, 대기오염으로 인한 사망은 전 세계적으로 약 300만 명에 이른다고 추정되었으며, 사망자 수의 불확실성을 고려할때 실제 사망자는 약 600만 명 정도로 잠재적 가능성이 있다. 이 중 우리나라가 포함된 서태평양 지역에서의 대기오염으로 인한 사망은 167만 명으로 보고되어, 대기오염에 대한 연구와 관리가 요구되어지고 있다(Shin, 2007).
도로이동오염원으로부터 배출되는 주요 대기오염물질은?
도로이동오염원으로부터 배출되는 주요 대기오염물 질은 일산화탄소, 탄화수소, 질소산화물, 매연, 입자상 물질, 이산화황 등이 있으며 (Bae and Lee, 2009; Lee and bae, 2008), 특히 질소산화물은 연소공기 중에 포함된 질소 및 연료에 포함된 질소가 연소온도에 영향을 받아 산소와 결합하여 생성되며 NO2 , N2O, NO, N2O3 등이 이에 해당된다. 생성된 질소산화물은 대기중 휘발성유기화합물 (VOCs)와 반응하여 자극성기체인 오존 (O3)을 생성하는 전구물질 (Precursor)역할을 하기도 한다.
참고문헌 (26)
Bae, G.N. and S.B. Lee (2009) Contamination level of vehicle-related air pollutants at a roadside in the downtown area of seoul, The Korean society of automotive engineers, 340-345.
Centers for disease control and prevention (2013) Community health survey.
Cho, I.H., H.J. Ju, and G.H. Kwon (2013) The impact analysis of air pollutants on increasing environmental disease, Seoul Studies, 14(2), 97-114.
Cho, Y.S., C.H. Jung, Y.J. Son, Y.S. Chun, and J.T. Lee (2007) A time-series study on relationship between visibility as an indicator of air pollution and daily respiratory, Journal of Korean society for atmospheric environment, 23(5), 563-574.
Clark, N.A., P.A. Demers, C.J. Karr, M. Koehoorn, C. Lencar, L. Tamburic, and M. Brauer (2010) Effect of early life exposure to air pollution on development of childhood asthma, Journal of environmental health perspectives, 118(2), 284-290.
Faustini, A., M. Stafoggia, G. Cappai, and F. Forastiere (2012) Short-term effects of air pollution in a cohort of patients with chronic obstructive pulmonary disease, Journal of epidemiology, 23(6), 861-879.
Gauderman, W.J., E. Avol, F. Lurmann, N. Kuenzli, F. Gilliland, J. Peters, and R. McConnell (2005) Childhood asthma and exposure to traffic and nitrogen dioxide, Journal of epidemiology, 16(6), 737-743.
Jacquemin, B., J. Sunyer, B. Forsberge, L.B. Aguilera, D. Briggs, R. Marco, J. Heinrich, D. Jarvis, J.A. Maldonado, F. Payoee, E. Rage, and D. Vienneau (2009) Association between modelled traffic-related air pollution and asthma score in the ECRHS, Journal of European respiratory, 34, 834-842.
Jang, W.J. (2009) Estimating Origin-destination trip matrices from roadside survey data with consideration of passing traffic data, Journal of transport research, 16(1), 1-14.
Jang, Y.S. (2011) Korean Guideline for asthma 2011, Journal of the Korean association of internal medicine, 198-202.
Kang, B.G. (2013) Assessment of automobile contribution on estimation of emission of mobile road pollutant in heavy-traffic areas. Graduation school of Konkuk university.
Kim, H. and J.A. Bernstein (2009) Air pollution and allergic disease, Journal of current allergy and asthma reports, 9(2), 128-133.
Lee, S.B. and G.N. Bae (2008) Characteristics of air pollution at a roadside contaminated with vehicle emissions, Journal of the Korean society of automotive engineers, 398-402.
Lee, Y.L., T.R. Hsiue, C.H. Lee, H.J.J. Su, and Y.L. Guo (2006) Home exposures, parental atopy, and occurrence of asthma symptoms in adulthood in Southern Taiwan, Journal of chest, 129(2), 300-308.
Ministry of environment (2014) White paper of environment.
Ministry of land, infrastructure and transport (2013) Korea transport database.
Ministry of land, infrastructure and transport (2014) Statistical year book of MOLIT.
Modig, L., K. Tore, C. Janson, B. Jarvholm, and B. Forsberg (2009) Vehicle exhaust outside the home and onset of asthma among adults, Journal of European respiratory, 33, 1261-1267.
Morgenstern, V., A. Zutavern, J. Cyrys, I. Brockow, U. Gehring, S. Koletzko, C.P. Bauer, D. Reinhardt, H.E. Wichmann, and J. Heinrich (2007) Respiratory health and individual estimated exposure to trafficrelated air pollutants in a cohort of young children, Journal of occupational & environmental medicine, 64(1), 8-16.
National institute of environmental research (2013) Annual report of air quality in Korea.
Nicolai, T., D. Carr, S.K. Weiland, H. Duhme, O. Ehrenstein, C. Wagner, and E. Mutius (2003) Urban traffic and pollutant exposure related to respiratory outcomes and atopy in a large sample of children, Journal of european respiratory, 21(6), 956-963.
Oftedal, B., W. Nystad, B. Brunekreef, and P. Nafstad (2009) Long-term traffic-related exposures and asthma onset in schoolchildren in Oslo, Norway, Journal of environmental health perspectives, 117(5), 839-844.
Shima, M., Y. Nitta, M. Ando, and M. Adachi (2002) Effects of air pollution on the prevalence and incidence of asthma in children, Journal of archives of environmental health, 57(6), 529-535.
Woo, W.H. (2014) Origin-destination trip matrices estimation with open data. Graduation school of Myong-Ji university.
Yanosky, J.D., C.J. Paciorek, J. Schwartz, F. Laden, R. Puett, and H.H. Suh (2008) Spatio-temporal modeling of chronic PM10 exposure for the nurses' health study, Journal of atmospheric environment, 42(18), 4047-4062.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.