Objectives: We aimed to compare the sampling performance of different flow-based impactor samplers for collecting fungal spores and bacteria and to explore the association of the level of bioaerosols with activity patterns of occupants in daycare center settings. Methods: For comparison of sampling ...
Objectives: We aimed to compare the sampling performance of different flow-based impactor samplers for collecting fungal spores and bacteria and to explore the association of the level of bioaerosols with activity patterns of occupants in daycare center settings. Methods: For comparison of sampling performance, two different flow-based samplers (greater than 100 L/min or not) were selected; a low flow-based sampler (one-stage Andersen sampler) and two high flow-based samplers (DUO SAS SUPER 360 sampler, BUCK bio-culture sampler). We collected airborne mold and bacteria in 30 daycare centers with various levels of contaminated air. Three repeat samplings per each sampler were performed. Mold and bacteria were grown for 96 hours at $25{\pm}1^{\circ}C$ and 48 hours at $35{\pm}1^{\circ}C$, respectively. The Andersen and SAS samplers were used for investigating the association between the level of bioaerosols and the activity patterns of occupants in daycares. Particular matters 10($PM_{10}$), temperature, and relative humidity were monitored as well. Samplings were carried out with one-hour interval from 9 to 5 O'clock. For statistical comparisons, Kruskal-Wallis test, Wilcoxon's signed rank test, and multiple regression analysis were carried out. Results: The airborne level of molds by the low flow-based sampler were significantly higher than that of high flow-based samplers (indoor, P=0.037; outdoor, P=0.041). However, no statistical difference was observed in the airborne level of bacteria by each sampler. Also the level of bioaerosols varied by the time, particularly with different activity patterns in daycare centers. The higher level of mold and bacteria were observed in play time in indoor. Similarly, the concentrations of $PM_{10}$ were significantly associated with the level of bioaerosols (P<0.05). Conclusions: Our findings indicate that the flow rate of sampler, rather than total air volume, could be able to affect the results of sampling. Also, the level of airborne mold and bacteria vary behavior patterns of occupants in indoor of daycare settings. Therefore, different samplers with other flow rate may be selected for mold or bacteria sampling, and activity patterns should be considered for bioaerosol sampling as well.
Objectives: We aimed to compare the sampling performance of different flow-based impactor samplers for collecting fungal spores and bacteria and to explore the association of the level of bioaerosols with activity patterns of occupants in daycare center settings. Methods: For comparison of sampling performance, two different flow-based samplers (greater than 100 L/min or not) were selected; a low flow-based sampler (one-stage Andersen sampler) and two high flow-based samplers (DUO SAS SUPER 360 sampler, BUCK bio-culture sampler). We collected airborne mold and bacteria in 30 daycare centers with various levels of contaminated air. Three repeat samplings per each sampler were performed. Mold and bacteria were grown for 96 hours at $25{\pm}1^{\circ}C$ and 48 hours at $35{\pm}1^{\circ}C$, respectively. The Andersen and SAS samplers were used for investigating the association between the level of bioaerosols and the activity patterns of occupants in daycares. Particular matters 10($PM_{10}$), temperature, and relative humidity were monitored as well. Samplings were carried out with one-hour interval from 9 to 5 O'clock. For statistical comparisons, Kruskal-Wallis test, Wilcoxon's signed rank test, and multiple regression analysis were carried out. Results: The airborne level of molds by the low flow-based sampler were significantly higher than that of high flow-based samplers (indoor, P=0.037; outdoor, P=0.041). However, no statistical difference was observed in the airborne level of bacteria by each sampler. Also the level of bioaerosols varied by the time, particularly with different activity patterns in daycare centers. The higher level of mold and bacteria were observed in play time in indoor. Similarly, the concentrations of $PM_{10}$ were significantly associated with the level of bioaerosols (P<0.05). Conclusions: Our findings indicate that the flow rate of sampler, rather than total air volume, could be able to affect the results of sampling. Also, the level of airborne mold and bacteria vary behavior patterns of occupants in indoor of daycare settings. Therefore, different samplers with other flow rate may be selected for mold or bacteria sampling, and activity patterns should be considered for bioaerosol sampling as well.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 생물학적 유해인자 노출 평가 시 적절한 샘플러 선정을 위한 저유량 및 고유량 기반 샘플러의 성능(Performance)을 비교하고자 하였으며, 특히 어린이의 주된 생활공간인 어린이집에서 이들의 생활 패턴에 따른 농도 변화를 파악하여, 향후 이를 토대로 국내 실정에 맞는 노출 평가 등에 활용 가능한 생물학적 유해인자의 포집 전략을 제시하고자 하였다.
제안 방법
배지에 증식된 집락 수는 곰팡이 또는 박테리아 집락이 형성된 시료채취장치 뚜껑의 구멍(Positive hole)수를 이용하여 세었으며, 하나의 지점에서 사용한 배지가 여러 개 일 경우에는 각 배지의 집락 수를 센 후 평균을 구하여 측정 대상 공간의 곰팡이 및 박테리아 수로 하였다. 계수한 곰팡이 및 박테리아는 샘플러 별로 각각의 집락 계수 환산표(Positive hole conversion table)를 사용하여 집락 수를 보정하였으며, 보정된 집락 수를 이용하여 공기 중 농도(Colony Forming Unit, CFU/m3)를 계산하였다
곰팡이와 박테리아 모두 1회 측정 시 30분 간격으로 2회 연속 측정 하였으며 이틀간 반복 측정하였다. 데이터의 신뢰도를 높이기 위하여 실내는 Andersen 샘플러 3회, SAS 샘플러 2회, BUCK 샘플러 2회, 실외는 Andersen 샘플러 3회, SAS 샘플러 2회, BUCK 샘플러 2회씩 반복 측정하여 각각의 결과에 대한 평균값을 최종 농도 값으로 사용하였다.
데이터의 신뢰도를 높이기 위하여 실내는 Andersen 샘플러 3회, SAS 샘플러 2회, BUCK 샘플러 2회, 실외는 Andersen 샘플러 3회, SAS 샘플러 2회, BUCK 샘플러 2회씩 반복 측정하여 각각의 결과에 대한 평균값을 최종 농도 값으로 사용하였다.
데이터의 신뢰도를 높이기 위하여 실내는 Andersen 샘플러 3회, SAS 샘플러 2회, BUCK 샘플러 2회, 실외는 Andersen 샘플러 3회, SAS 샘플러 2회, BUCK 샘플러 2회씩 반복 측정하여 각각의 결과에 대한 평균값을 최종 농도 값으로 사용하였다. 또한 배지의 오염여부를 확인하기 위하여 측정에 사용한 배지와 동등한 조건의 배지를 측정 장소에서 개봉하지 않고 실험한 배지와 함께 보관한 후 분석실로 가져와 현장바탕시료(Field blank)로 사용하였다. 측정 시 바닥에서 재비산되는 입자의 포집을 막기 위해 120-150cm 높이로 장비를 설치하였으며, 샘플러의 뚜껑과 내부를 70% 에탄올로 소독한 후 수분을 완전히 제거 하여 측정하였다.
배양 중 증식되는 곰팡이 혹은 박테리아의 확산으로 인해 계수가 곤란할 수 있으므로 24시간 단위로 증식 상태를 관찰하고 집락(Colony)수를 세어 놓았다.
배양 중 증식되는 곰팡이 혹은 박테리아의 확산으로 인해 계수가 곤란할 수 있으므로 24시간 단위로 증식 상태를 관찰하고 집락(Colony)수를 세어 놓았다. 배지에 증식된 집락 수는 곰팡이 또는 박테리아 집락이 형성된 시료채취장치 뚜껑의 구멍(Positive hole)수를 이용하여 세었으며, 하나의 지점에서 사용한 배지가 여러 개 일 경우에는 각 배지의 집락 수를 센 후 평균을 구하여 측정 대상 공간의 곰팡이 및 박테리아 수로 하였다. 계수한 곰팡이 및 박테리아는 샘플러 별로 각각의 집락 계수 환산표(Positive hole conversion table)를 사용하여 집락 수를 보정하였으며, 보정된 집락 수를 이용하여 공기 중 농도(Colony Forming Unit, CFU/m3)를 계산하였다
시간대 별 농도변화를 관찰하기 위해 하루 중 9시, 10시, 11시, 13시, 15시, 16시, 17시를 기준으로 하여 총 7회 측정하였다. 샘플러는 저유량 기반의 Andersen 샘플러와 고유량 기반의 SAS 샘플러를 사용하여 두 샘플러 간의 농도차이를 함께 비교하였다. 구체적인 측정방법 및 분석은 앞서 2.
시간대 별 농도변화를 관찰하기 위해 하루 중 9시, 10시, 11시, 13시, 15시, 16시, 17시를 기준으로 하여 총 7회 측정하였다. 샘플러는 저유량 기반의 Andersen 샘플러와 고유량 기반의 SAS 샘플러를 사용하여 두 샘플러 간의 농도차이를 함께 비교하였다.
1에 설명한 방법과 동일하게 진행하였다. 아울러 생물학적 유해인자 농도에 영향을 미치는 변수에 대한 평가를 위하여 미세먼지, 온도, 상대습도를 측정하였다. 미세먼지의 경우 Dust Monitor(model 1.
이에 본 연구에서도 100 L/min를 기준으로 고유량과 저유량 기반 샘플러로 구분하였으며, 기본적으로 공기 충돌방식(Impaction)의 기기를 사용하여 공정시험법을 기준으로 곰팡이와 박테리아를 측정하였다.
또한 배지의 오염여부를 확인하기 위하여 측정에 사용한 배지와 동등한 조건의 배지를 측정 장소에서 개봉하지 않고 실험한 배지와 함께 보관한 후 분석실로 가져와 현장바탕시료(Field blank)로 사용하였다. 측정 시 바닥에서 재비산되는 입자의 포집을 막기 위해 120-150cm 높이로 장비를 설치하였으며, 샘플러의 뚜껑과 내부를 70% 에탄올로 소독한 후 수분을 완전히 제거 하여 측정하였다. 곰팡이 측정의 경우 국내에는 공정시험법이 마련되어 있지 않아, 환경부에서 규정하고 있는 실내공기질 공정시험법 상의 박테리아 측정법을 참고하여 실시하였다.
대상 데이터
이에 본 연구에서도 100 L/min를 기준으로 고유량과 저유량 기반 샘플러로 구분하였으며, 기본적으로 공기 충돌방식(Impaction)의 기기를 사용하여 공정시험법을 기준으로 곰팡이와 박테리아를 측정하였다. 고유량 기반 샘플러로는 두 개의 독립적인 헤드를 가진 DUO SAS Super 360(Surface Air System, SAS, VWR Inc., Italy)샘플러와 한 개의 헤드를 가진 BUCK Bio Culture Pump(A.P. BUCK Inc., USA)샘플러를 사용하였으며, 저유량 기반의 샘플러로는 One-stage Andersen(KEMIK Corp., Korea)샘플러를 사용하였다.
아울러 생물학적 유해인자 농도에 영향을 미치는 변수에 대한 평가를 위하여 미세먼지, 온도, 상대습도를 측정하였다. 미세먼지의 경우 Dust Monitor(model 1.109, Grimm)를 사용하였으며, 온도 및 상대습도는 IAQ Monitor(model IQ-610Xtra, Graywolf)를 사용하였다. 미세먼지 및 온·습도 측정 장비는 1분 간격으로 실시간 데이터를 저장하였으며, 1회 측정 시 6분 측정하였고, 6회 평균값을 사용하였다.
서울시 내 어린이집 30곳을 선정하였으며, 구별 최소 한곳이 포함 되도록 하였다.
측정에 사용된 배지는 곰팡이의 경우 항생제(Streptomycin sulphate 40 mg/L, Sigma-Aldrich, St Louis, MO, USA)를 넣어 제조한 MEA(malt extract agar)를 사용하였으며, 박테리아의 경우 항진균제(Cycloheximide 0.5 g/L, Difco Laboratories, Detroit, Mich.)가 포함된 TSA(Tryptic soy agar)를 사용하였다. 샘플링이 끝난 후, 외부공기로부터의 오염을 차단하기 위해 파라핀 필름(PARAFILM, American National Can, Chicago, IL)으로 밀봉하였으며 배지는 아이스박스에 보관하여 이동하였다.
데이터처리
각 샘플러 별로 나누어 곰팡이와 박테리아의 농도를 종속변수로, 이에 영향을 줄 수 있는 PM10 및 온·습도를 독립변수로 선택하여 다중회귀분석을 수행하였다.
Shapiro-Wilk test를 이용하여 고유량 및 저유량 기반 샘플러로 측정된 곰팡이, 박테리아 농도의 정규분포 검사(normality test)를 실시하였다. 검사 결과, 농도 값이 오른쪽으로 치우친 비정규 분포로 나타남에 따라, 최종 결과 값은 기하평균(Geometric mean)과 기하표준편차(Geometric standard deviation)를 이용하여 제시하였다. 비정규 분포로 나타난 3가지 샘플러 간 평균 농도 값의 비교를 위하여 Kruskal-Wallis test를 실시하였다.
미세먼지 및 온·습도 측정 장비는 1분 간격으로 실시간 데이터를 저장하였으며, 1회 측정 시 6분 측정하였고, 6회 평균값을 사용하였다.
어린이집 곰팡이 및 박테리아 농도에 영향을 미치는 요인들을 알아보기 위하여 다중선형회귀분석(Multiple regression analysis)을 실시하였다. 본 연구의 모든 통계분석은 SPSS (version 18.0, SPSS Inc, Chicago, IL, USA)를 이용하여 분석하였으며, 유의확률이 0.05미만일 경우 통계적으로 유의한 것으로 정의하였다.
검사 결과, 농도 값이 오른쪽으로 치우친 비정규 분포로 나타남에 따라, 최종 결과 값은 기하평균(Geometric mean)과 기하표준편차(Geometric standard deviation)를 이용하여 제시하였다. 비정규 분포로 나타난 3가지 샘플러 간 평균 농도 값의 비교를 위하여 Kruskal-Wallis test를 실시하였다. 어린이집 측정 시간대에 따른 샘플러 간 평균 농도 값의 비교는 비모수적 방법의 Wilcoxon’s signed rank test를 실시하였다.
어린이집 측정 시간대에 따른 샘플러 간 평균 농도 값의 비교는 비모수적 방법의 Wilcoxon’s signed rank test를 실시하였다. 어린이집 곰팡이 및 박테리아 농도에 영향을 미치는 요인들을 알아보기 위하여 다중선형회귀분석(Multiple regression analysis)을 실시하였다. 본 연구의 모든 통계분석은 SPSS (version 18.
어린이집 측정 시간대에 따른 샘플러 간 평균 농도 값의 비교는 비모수적 방법의 Wilcoxon’s signed rank test를 실시하였다.
이론/모형
Shapiro-Wilk test를 이용하여 고유량 및 저유량 기반 샘플러로 측정된 곰팡이, 박테리아 농도의 정규분포 검사(normality test)를 실시하였다. 검사 결과, 농도 값이 오른쪽으로 치우친 비정규 분포로 나타남에 따라, 최종 결과 값은 기하평균(Geometric mean)과 기하표준편차(Geometric standard deviation)를 이용하여 제시하였다.
곰팡이 측정의 경우 국내에는 공정시험법이 마련되어 있지 않아, 환경부에서 규정하고 있는 실내공기질 공정시험법 상의 박테리아 측정법을 참고하여 실시하였다.
성능/효과
결과를 살펴보면 샘플러와 관계없이 PM10, 온·습도 등이 부유 곰팡이 농도에 영향을 미치는 요인으로 나타났으며(P<0.05)(Table 2), 부유 박테리아의 경우 PM10만이 영향을 미치는 것으로 나타났다(P<0.05)(Table 3).
공기의 총 부피는 550 L로 각 샘플러 당 9회씩 측정한 농도의 평균값을 가지고 총 2회 실험하여 비교 하였으며 그 결과를 살펴보면, 첫번째 실험에서는 SAS 샘플러 사용 시 107.2±48.9 CFU/m3, SPIN AIR 샘플러 사용 시 134.7±12.3 CFU/m3의 농도를 보였으며, 두번째 실험에서는 SAS 샘플러 사용 시 55.4±24.2 CFU/m3, SAMPL’AIR 샘플러 사용 시 54.5±16.1 CFU/m3의 농도 분포를 보여, 첫번째 실험과 두번째 실험 모두 각각의 샘플러를 사용한 농도 결과에서 큰 차이를 보이지 않았다.
3 m/s 정도의 유속(바람)이 가해질 경우 공기 중 곰팡이 포자 수가 증가 할 수 있으므로, 주변 환경으로 인한 주위 유속의 급격한 증가 등이 포집 효율에 영향을 미칠 가능성이 있어 측정 시 선풍기 및 에어컨 등과 같은 인공적인 공기의 난류에 대한 주의가 필요할 것으로 생각된다. 따라서 공기충돌식(Impact)기반의 샘플러로 부유 곰팡이 농도 측정 시 다른 미생물 등의 측정에 비해 대상 지점의 유속 및 기류 등이 농도 값에 상대적으로 더 많은 영향을 미칠 것으로 예상되며, 특히 본 연구의 Figure 2에서 나타난 결과와 같이 부유 곰팡이 측정 시 고유량 기반의 샘플러를 사용할 경우에는 농도 값이 저 평가될 가능성이 있을 것으로 추정된다. 따라서 부유 곰팡이 농도 측정 시에는 특히 샘플러의 선정에 있어 부유 박테리아 측정에 비해 상대적으로 신중하게 접근해야 할 것으로 사료된다.
이는 본 연구에서 실시한 고유량 및 저유량 기반의 샘플러(Andersen, SAS, BUCK)간 농도 비교 결과를 뒷받침 할 수 있는 근거로, 부유 박테리아는 유량이 다른 샘플러를 사용하여 측정 하였을 경우에도 이들 간의 농도 차이가 크지 않음을 확인할 수 있는 결과였다. 따라서 부유 박테리아 농도 측정 시, 고유량 또는 저유량 기반의 샘플러 사용이 농도 수준에 거의 영향을 미치지 않는 것으로 보이며, 이는 샘플러의 선택에 있어 흡입 유량을 크게 고려하지 않아도 될 것으로 사료된다.
따라서 부유 박테리아는 측정 시 흡입 유량의 변화가 농도 결과에 영향을 미치지 않는 것으로 나타났으며, 통계적으로도 유의한 차이를 보이지 않았다(P>0.05).
이는 활동특성이 비교적 뚜렷한 유아반을 대상으로 조사된 결과이며, 각 어린이집들은 요일별로 활동종류(음악, 미술, 만들기, 발표시간 등)의 차이는 있었으나 보통 낮잠, 점심, 실내활동, 실외활동 시간 등 본 연구에서 제시한 큰틀에서의 활동시간에는 요일별 차이를 보이지 않았다. 또한 각 어린이집 마다 점심시간은 거의 동일하였으며, 공통적으로 하루 중 교육 및 놀이 활동과 실외 활동시간이 오전과 오후에 각각 1회씩 포함되어 있는 것으로 조사되었다.
이는 공기 중 곰팡이 및 박테리아 등의 입경이 다른 미생물 입자의 포집 시 나타나는 차이로 해석 해볼 수 있다. 또한 부유 곰팡이 농도의 경우, 측정 시간대 및 재실자의 활동 특성, 환경 요인 등에 따른 농도 차이에도 불구하고 저유량 기반의 샘플러로 측정한 농도 값이 고유량 기반의 샘플러로 측정한 농도 값 보다 높은 농도를 보였다. 이것으로 보아 바이오에어로졸 농도에 영향을 미치는 요인으로 측정 시간대 및 재실자의 활동특성, 환경요인 등 도 중요하지만, 포집 하고자 하는 미생물에 대한 선택적 샘플러 선정이 노출 수준 평가에 있어서 매우 중요한 요인으로 생각되며, 특히 부유 곰팡이의 농도를 측정할 경우 본 연구 결과와 같이 저유량 기반의 샘플러 보다 고유량 기반의 샘플러를 사용하였을 때 농도 값이 저 평가 될 가능성이 있어, 샘플러 선정 시 박테리아 등의 다른 공기 중 미생물 보다 상대적으로 신중하게 접근해야 할 것으로 사료된다.
또한 앞서 설명한 샘플러 간 비교 결과와 동일하게 부유 박테리아의 경우 흡입 유량에 관계없이 유사한 평균 농도를 보였지만, 부유 곰팡이의 경우 저유량 기반의 샘플러가 고유량 기반의 샘플러 보다 높은 평균 농도를 보였으며, 통계적으로도 유의한 차이가 있는 것으로 확인되었다(P<0.05).
바이오에어로졸을 포집하여 각 샘플러 간 농도를 비교한 결과를 보면 부유 곰팡이의 경우 실내·외 모두 저유량 기반의 샘플러(Andersen)가 고유량 기반의 샘플러(SAS, BUCK)보다 높은 평균 농도를 보인 반면(P0.05).
보건복지부에서 발표한 보육시설 관련 통계자료를 살펴보면 2002년 22,147개였던 보육시설은 2011년 39,842개로 실제 약 10년 사이에 약 80% 정도가 증가하는 등 여성인력의 사회진출이 증가함에 따라 어린이 보육시설의 수요도 증가하는 것을 확인 할 수 있었다.
본 연구 결과를 바탕으로 정리 해보면 바이오에어로졸 측정을 위한 샘플러 선정에 있어 공기 역학적 크기가 2 ㎛ 이상인 곰팡이와 같은 부유 미생물 포집시에는 저유량 기반의 샘플러를 사용할 것을 권장하며, 공기 역학적 크기가 2 ㎛ 이하인 박테리아와 같은 부유 미생물 포집 시에는 고유량 기반의 샘플러를 사용하는 것이 적절할 것으로 사료된다. 특히 어린이집의 바이오에어로졸 농도 평가의 경우에는 어린이들의 활동특성을 신중히 고려하여 최적의 측정시간대 선정이 필요할 것으로 생각된다.
본 연구 결과에 따르면 부유 곰팡이의 경우 고유량 기반의 샘플러(SAS, BUCK)보다 저유량 기반의 샘플러(Andersen)에서 실내·외 평균 농도가 높게 나타났으며, 부유 박테리아의 경우 고유량 기반 샘플러(SAS, BUCK)와 저유량 기반 샘플러(Andersen)간의 유량 차이에 관계없이 실내·외 평균 농도가 유사한 경향을 보였다.
부유 곰팡이의 실내 농도는 Andersen 샘플러 317.7±2.8 CFU/m3, SAS 샘플러 223.8±2.5 CFU/m3, BUCK 샘플러 212.9±2.1 CFU/m3이었으며, 실외 농도 또한 이와 유사하게 Andersen 샘플러 391.1±2.5 CFU/m3, SAS 샘플러 294.8±2.3 CFU/m3, BUCK 샘플러 300.4±2.3 CFU/m3로 나타나 실내와 실외의 결과 모두 저유량 기반의 샘플러를 사용했을 경우에 가장 높은 농도를 보였다.
부유 박테리아의 경우 최소값은 393.6 CFU/m3, 최대값은 887.1 CFU/m3로 나타났으며 각 샘플러의전체 농도 평균은 Andersen 샘플러가 658.4 CFU/m3, SAS 샘플러가 650.6 CFU/m3로 곰팡이의 농도 결과와는 다르게 큰 차이를 보이지 않았다. 측정 시간대별 농도 차이 역시 오후 4시의 경우에만 고유량과 저유량 기반의 샘플러 간 농도가 근소한 차이를 보였으나(P=0.
샘플러 간 농도 비교에서는 약간의 차이를 보였는데, 저유량 기반의 Andersen 샘플러가 평균 410.4 CFU/m3, 고유량 기반의 SAS 샘플러가 평균 377.5 CFU/m3로 저유량 기반의 샘플러가 고유량 기반의 샘플러 보다 모든 측정 시간대에서 다소 높은 농도를 나타냈다.
아울러 Figure 3에 나타낸 어린이집 시간대 별 농도 비교결과를 살펴보면, Andersen 샘플러를 기준으로 가장 높은 농도를 보인 활동 특성 시간인 오전 10시경의 부유 곰팡이의 농도는 528.1 CFU/m3, 부유 박테리아의 농도는 883.2 CFU/m3이었으며, 가장 낮은 농도를 보인 활동 특성 시간인 오후 1시경의 부유 곰팡이 농도는 301 CFU/m3, 부유 박테리아농도는 403.4 CFU/m3으로 나타났다. 어린이집의 경우 Table 1의 활동 특성표와 같이 재실자의 활동변화가 큰 편이므로 실내에서의 주 활동시간에는 농도가 높으며, 야외 활동 및 낮잠 시간에는 농도가 낮은 경향을 보이는 등 측정 시간대 별 농도에 뚜렷한 차이를 보였다.
5 CFU/m3로 저유량 기반의 샘플러가 고유량 기반의 샘플러 보다 모든 측정 시간대에서 다소 높은 농도를 나타냈다. 아울러 모든 시간대의 샘플러 간 농도 자료 전체를 비교한 결과 통계적으로 유의한 것으로 확인되었으며(P=0.048), 시간대 별 샘플러 간 차이를 살펴보면 9시 (Andersen 기하평균 농도 값, 310.4 CFU/m3; SAS기하평균 농도 값, 260.5 CFU/m3; P=0.036), 10시 (Andersen, 528.1 CFU/m3; SAS, 491.4 CFU/m3; P=0.029), 11시 (Andersen, 476.7 CFU/m3; SAS, 434.1 CFU/m3; P=0.022), 3시 (Andersen, 445.1 CFU/m3; SAS, 401.9 CFU/m3; P=0.025), 4시 (Andersen, 494.1 CFU/m3; SAS, 462.3 CFU/m3; P=0.031)대의 결과가 통계적 유의성을 갖는 것으로 분석 되었다(Figure 3).
05). 아울러 시간별 활동 특성에 따른 농도 분포를 보면, 어린이들이 실내에서 가장 활발히 보내는 시간인 실내 놀이활동 시간에 포함되는 오전 10시와 오후 4시경에 곰팡이와 박테리아 모두 가장 높은 농도를 보인 반면, 실내활동이 거의 없는 낮잠 시간 및 실외 활동 시간인 오후 1시경과 어린이집의 등원 및 하원 시간인 오전 9시와 오후 5시경에는 곰팡이와 박테리아 모두 상대적으로 낮은 농도를 보였다.
이것으로 보아 바이오에어로졸 농도에 영향을 미치는 요인으로 측정 시간대 및 재실자의 활동특성, 환경요인 등 도 중요하지만, 포집 하고자 하는 미생물에 대한 선택적 샘플러 선정이 노출 수준 평가에 있어서 매우 중요한 요인으로 생각되며, 특히 부유 곰팡이의 농도를 측정할 경우 본 연구 결과와 같이 저유량 기반의 샘플러 보다 고유량 기반의 샘플러를 사용하였을 때 농도 값이 저 평가 될 가능성이 있어, 샘플러 선정 시 박테리아 등의 다른 공기 중 미생물 보다 상대적으로 신중하게 접근해야 할 것으로 사료된다. 아울러 어린이집을 대상으로 바이오에어로졸을 측정한 결과 어린이들의 생활 패턴 및 행동 특성에 따라 농도 값이 크게 변화하는 것을 확인하였다. 따라서 보다 정확하고 효율적인 결과를 얻기 위해서는 대상 어린이집의 시간표를 고려하여 활동 특성(생활패턴)에 맞는 측정 시간대의 선정이 필요할 것으로 판단된다.
1 CFU/m3의 농도 분포를 보여, 첫번째 실험과 두번째 실험 모두 각각의 샘플러를 사용한 농도 결과에서 큰 차이를 보이지 않았다. 이는 본 연구에서 실시한 고유량 및 저유량 기반의 샘플러(Andersen, SAS, BUCK)간 농도 비교 결과를 뒷받침 할 수 있는 근거로, 부유 박테리아는 유량이 다른 샘플러를 사용하여 측정 하였을 경우에도 이들 간의 농도 차이가 크지 않음을 확인할 수 있는 결과였다. 따라서 부유 박테리아 농도 측정 시, 고유량 또는 저유량 기반의 샘플러 사용이 농도 수준에 거의 영향을 미치지 않는 것으로 보이며, 이는 샘플러의 선택에 있어 흡입 유량을 크게 고려하지 않아도 될 것으로 사료된다.
이러한 여러 선행연구들의 결과는 본 연구결과를 뒷받침 할 수 있는 중요한 자료이며, 실내 바이오에어로졸 농도의 증가는 재실자의 규모 및 생활 패턴에 따른 환경 요인의 변화(미세먼지 농도 및 온·습도 변화 등)가 한 요인으로 작용 할 수 있다는 것을 보여주는 결과라고 생각된다.
측정 시간대별 농도 차이 역시 오후 4시의 경우에만 고유량과 저유량 기반의 샘플러 간 농도가 근소한 차이를 보였으나(P=0.047), 이를 제외한 모든 측정 시간대에서는 유사한 농도 결과를 보였으며, 이는 통계적으로 유의한 차이를 보이지 않았다(P>0.05).
후속연구
아울러 어린이집을 대상으로 바이오에어로졸을 측정한 결과 어린이들의 생활 패턴 및 행동 특성에 따라 농도 값이 크게 변화하는 것을 확인하였다. 따라서 보다 정확하고 효율적인 결과를 얻기 위해서는 대상 어린이집의 시간표를 고려하여 활동 특성(생활패턴)에 맞는 측정 시간대의 선정이 필요할 것으로 판단된다.
특히 어린이집의 바이오에어로졸 농도 평가의 경우에는 어린이들의 활동특성을 신중히 고려하여 최적의 측정시간대 선정이 필요할 것으로 생각된다. 아울러 미세먼지와 바이오에어로졸 농도 간의 높은 상관성을 고려할 때, PM10등의 미세먼지 농도를 같이 모니터링 한다면 향후 바이오에어로졸의 노출 수준 평가에 있어 효율적이고 정확도 높은 연구가 가능할 것으로 여겨진다.
또한 부유 곰팡이 농도의 경우, 측정 시간대 및 재실자의 활동 특성, 환경 요인 등에 따른 농도 차이에도 불구하고 저유량 기반의 샘플러로 측정한 농도 값이 고유량 기반의 샘플러로 측정한 농도 값 보다 높은 농도를 보였다. 이것으로 보아 바이오에어로졸 농도에 영향을 미치는 요인으로 측정 시간대 및 재실자의 활동특성, 환경요인 등 도 중요하지만, 포집 하고자 하는 미생물에 대한 선택적 샘플러 선정이 노출 수준 평가에 있어서 매우 중요한 요인으로 생각되며, 특히 부유 곰팡이의 농도를 측정할 경우 본 연구 결과와 같이 저유량 기반의 샘플러 보다 고유량 기반의 샘플러를 사용하였을 때 농도 값이 저 평가 될 가능성이 있어, 샘플러 선정 시 박테리아 등의 다른 공기 중 미생물 보다 상대적으로 신중하게 접근해야 할 것으로 사료된다. 아울러 어린이집을 대상으로 바이오에어로졸을 측정한 결과 어린이들의 생활 패턴 및 행동 특성에 따라 농도 값이 크게 변화하는 것을 확인하였다.
종합해보면, 바이오에어로졸 측정 시 부유 박테리아 보다는 부유 곰팡이 측정에 있어 샘플러의 유량 선택에 더욱 신중해야 할 것으로 보이며, 특히 어린이집을 대상으로 바이오에어로졸 측정 시 어린이들의 생활 패턴 및 행동 특성에 따라 농도 값이 변화할 수 있으므로 적절한 측정 시간대를 고려해야 할 것으로 생각된다. 다만, 현재에는 부유 곰팡이 측정 방법에 대한 국내 기준은 존재하지 않으며, 실내공기질 공정시험법상의 부유 박테리아에 대한 측정기준만이 표준화 되어 있을 뿐이다.
질의응답
핵심어
질문
논문에서 추출한 답변
생물학적 유해인자에는 어떤 것들이 있는가?
, 2007). 미생물 오염과 직접적으로 관련된 생물학적 유해인자로는 세균이나 곰팡이의 포자, 바이러스, 집먼지진드기 등이 있다. 이들은 실내에서 번식 환경이 충족될 경우, 빠른 속도로 증식하여 인체로의 노출 가능성을 높일 수 있으며, 이런 위험인자들에 지속적으로 노출될 경우 천식, 폐렴 등과 같은 호흡기 질환 및 심혈관계 질환, 아토피피부염 등과 같은 알레르기 질환 등 다양한 질환들을 유발 시킬 수 있다(IOM, 2004; WHO, 2009).
생물학적 유해인자들이 유발할 수 있는 질병에는 어떤 것들이 있는가?
미생물 오염과 직접적으로 관련된 생물학적 유해인자로는 세균이나 곰팡이의 포자, 바이러스, 집먼지진드기 등이 있다. 이들은 실내에서 번식 환경이 충족될 경우, 빠른 속도로 증식하여 인체로의 노출 가능성을 높일 수 있으며, 이런 위험인자들에 지속적으로 노출될 경우 천식, 폐렴 등과 같은 호흡기 질환 및 심혈관계 질환, 아토피피부염 등과 같은 알레르기 질환 등 다양한 질환들을 유발 시킬 수 있다(IOM, 2004; WHO, 2009).
어린이가 대부분 생활하는 공간은?
어린이의 경우 대부분 실내에서 시간을 보내며 통상 자신의 집과 유치원 또는 어린이집과 같은 보육시설(Child daycare center)이 주된 생활 공간이다. 따라서 어린이집 및 보육시설 등에서의 환경유해인자에 대한 노출 수준 평가는 어린이 건강 보호 차원에서 매우 필요한 조치이다.
참고문헌 (18)
Boudia N, Halley R, Kennedy G, Lambert J, Gareau L, et al. Manganese concentrations in the air of the Montreal(Canada) subway in relation to surface automobile traffic density. Science of The Total Environment 2006;366(1):143-147
Cho JH, Paik NW. Assessment of airborne fungi concentrations in subway stations in Seoul. Korea Journal of Environmental Health Sciences 2009;35(6): 487-494
Didier N, Jacques L, Adel B, Muriel B, Jacques C, et al. Comparative performance of impactor air samplers for quantification of fungal contamination. Journal of Hospital Infection 2001;47:149-155
Hinds WC. Aerosol technology: properties, behavior, and measurement of airborne particles, 2nd ed. New York: John Wiley and Sons Inc.; 1998. p. 394-396
Institute of Medicine(IOM). Damp Indoor Spaces and Health. Washington, D.C.: National Academies Press.; 2004. p. 189-201
International Organization for Standardization(ISO). ISO 16000-18:Indoor air-Detection and enumeration of moulds-Sampling by impaction.; 2011. p. 1-20
James P, Lodge JR. Methods of Air Sampling and Analysis. Lewis Publishers, New York.; 1989. p. 28-29
Kideso J, Wrtz H, Nielsen KF, Kruse P, Wilkins K, et al. Determination of fungal spore release from wet building materials. Journal of Indoor Air 2003;13:148-155
Korean Academy of Asthma, Allergy and Clinical Immunology (KAAACI), Korean Academy of Pediatric Allergy and Respiratory Diseases (KAPARD), National Strategic Coordinating Center of Clinical Research (NSCR), Korean Guideline for Asthma.; 2015. p. 11-14
Marta SM, Maria MV, Guillermo C, Raquel P, Ricardo A, et al. Comparison of three high-flow single-stage impaction-based air samplers for bacteria quantification: DUO SAS SUPER 360, SAMPL'AIR and SPIN AIR. Journal of Anal Methods 2012;4:399-405
Park JY, Kim SY. Study of Correlation between Bioaerosol and Indoor Environmental Factors in Elementary School Classroom. Journal of the Korean Society of Architectural Institute Conference 2007;27(1):829-832
Park JH. Exposure assessment of biological agents in indoor environments. Korean Journal of Environmental Health Sciences 2009;35(4):239-248
Roh YM, Kim JC, Lee CM, Kim YS, Ha MN, et al. A Survey of Distribution for Indoor Air Pollutants in Classrooms of Some Elementary Schools, Journal of Odor and Indoor Environment 2007;4(4):204-213
Sahakian NM, qkrehd JH, Cox-Ganser JM. Dampness and mold in the indoor environment: implications for asthma. Immunology and Allergy Clinics of North America 2008;28:485-505
World Health Organization (WHO), Guidelines for indoor air quality: Dampness and mould. WHO Regional Office for Europe, Copenhagen Denmark.; 2009. p. 65-75
※ AI-Helper는 부적절한 답변을 할 수 있습니다.