[논문]인천시 자치구별 미세먼지 농도에 따른 호흡기 및 심혈관계 외래환자 수 상관분석

이승운; 정승권

doi:10.5668/jehs.2020.46.3.276

인천시 자치구별 미세먼지 농도에 따른 호흡기 및 심혈관계 외래환자 수 상관분석
Analysis of Respiratory and Cardiovascular Diseases according to PM Concentration in the Incheon Area 원문보기

韓國環境保健學會誌 = Journal of environmental health sciences, v.46 no.3, 2020년, pp.276 - 284

이승운 ((재)국제도시물정보과학연구원) , 정승권 ((재)국제도시물정보과학연구원)

Abstract ▼ AI-Helper

Objectives: This study was conducted to identify the effects of PM10 and PM2.5 on hospital visits in the Incheon area over the period of 2016-2018. Methods: We applied correlation analysis and Poisson regression to perform the analysis using cardiovascular disease and respiratory disease data from the National Health Insurance Service and the daily average PM10 and PM2.5 from the Korea Environment Corporation adjusting for time lag. Results: When the daily average PM10 concentration increased by 10 ㎍/㎥, the number of cardiovascular disease patients were 1.002 times higher (95% CI [Confidence Interval]; 1.000-1004) in Ganghwa County. As the daily average PM2.5 concentration increased by 10 ㎍/㎥, the number of cardiovascular disease patients were 1.012 times higher (95% CI; 1.008-1.016) in Ganghwa County. As the daily average PM10 concentration increased by 10 ㎍/㎥, the respiratory disease patients were 1.003 times (95% CI; 1.002-1.004) higher in Gyeyang and Michuhol Counties. As the PM2.5 concentration increased by 10 ㎍/㎥, the respiratory disease patients were 1.003 times higher (95% CI; 1.002-1.005) in Bupyeong County. Conclusions: In some parts of the Incheon area there was a correlation between the number of patients with respiratory and cardiovascular conditions and the concentration of PM10 and PM2.5.

주제어

표/그림 (9)

표 Table 1. The constituent regions and the WEATHER monitoring sites
표 Table 2. The constituent regions and the PM monitoring sites
표 Table 3. Daily distribution of weather, PM₁₀, PM_2.5, and Number of Patient between 2016~2018 in Incheon
표 Table 4. Correlation PM₁₀, PM_2.5, and Number of Patient between 2016~2018 in Incheon
그림 Fig. 1. Correlation respiratory and cardiovascular diseases according to PM concentration in Incheon
표 Table 6. Increase in risk of cardiovascular diseases (95% CI) per 10 μg/m³ in PM₁₀ and PM_2.5
표 Table 5. The number of cardiovascular diseases per 100,000 people per county
표 Table 7. The number of respiratory diseases per 100,000 people per county
표 Table 8. Increase in risk of respiratory diseases (95% CI) per 10 μg/m³ in PM₁₀ and PM_2.5

AI 본문요약
AI-Helper

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

문제 정의

이에 본 연구에서는 인천시 지역의 특성을 고려하여, 옹진군을 제외한 인천시 9개 자치구를 대상으로 미세먼지 농도가 심혈관계 및 호흡기계 환자 수에 미치는 관계를 알아보고자 연구를 실시하였다. 단면적이기는 하나 자치구별로 미세먼지 농도에 따른 호흡기 및 심혈관계 질환자 수 사이의 상관성을 이용하여 이에 대한 대책을 수립하는 데 과학적 근거자료를 제공하기 위해, 인천시 9개 자치구를 대상으로 분석하였다.
본 연구는 2016년부터 2018년까지 인천시를 대상으로 대기오염자료, 질환별 환자 수를 이용하여 미세먼지(PM₁₀, PM_2.5)의 환자 수에 미치는 영향을 분석한 이차자료분석(Secondary analysis) 연구이다.
본 연구는 인천시 자치구별로 미세 먼지 농도가 심혈관계 질환 및 호흡기 질환자 수에 미치는 영향을 알아보기 위해 2016년 1월 1일부터 2018년 12월 31일까지의 미세먼지 농도를 포함한 기상자료(기온, 풍속, 강우량) 및 동일 기간 병원을 방문한 외래 환자 수를 분석하였다. 우선적으로 미세먼지 농도와 기상자료를 함께 분석한 이유는 미세먼지의 농도는 대기 환경에 따라 변화할 것이고, 대기 환경에 영향을 미치는 각각의 기상 요소들이 미세먼지 농도에 미치는 영향을 파악하여 이를 환자 수와도 함께 분석하기 위함이었다.
본 연구에서는 인천시 자치구별 미세먼지(PM₁₀, PM_2.5) 농도 증가가 일별 심혈관계 및 호흡기계 환자 수 증가에 미치는 영향을 정량적으로 평가하였다. 미세먼지 농도 증가는 강화군과 계양구 등에서 유의한 영향을 주고 있었으며, 이것은 미세먼지 농도가 기관지 천식 환자 중 남자 환자의 외래방문 횟수에 영향을 미친다고 연구한 기존 미세먼지 농도가 해당 질병과 연관이 있다¹⁴⁾는 연구결과와 일관된 결과를 보였다.
이러한 제한점에도 불구하고, 본 연구가 가지는 의미는 미세먼지가 인천 지역 내 심혈관계 및 호흡기계 질환자에 미치는 영향을 연구하였으며, 미세먼지 농도 증가에 따른 환자 증가가 예상됨에 따라 지역 내 의료기관 및 관련 담당자의 적절한 대처가 필요함을 인식시킨 점이다. 추후 지속적으로 관련 질환자의 데이터 수집과 본 연구에서 제한적이었던 부분들을 보완한다면 보다 정확하고 의미있는 연구 결과를 얻을 수 있을 것이다.
미세먼지가 건강에 미치는 피해를 최소화하기 위한 대책 마련을 위해서 미세먼지와 건강과의 상관관계 및 다양한 영향인자를 종합적으로 반영한 연구가 선행되어야 한다. 이에 본 연구에서는 인천시 지역의 특성을 고려하여, 옹진군을 제외한 인천시 9개 자치구를 대상으로 미세먼지 농도가 심혈관계 및 호흡기계 환자 수에 미치는 관계를 알아보고자 연구를 실시하였다. 단면적이기는 하나 자치구별로 미세먼지 농도에 따른 호흡기 및 심혈관계 질환자 수 사이의 상관성을 이용하여 이에 대한 대책을 수립하는 데 과학적 근거자료를 제공하기 위해, 인천시 9개 자치구를 대상으로 분석하였다.
그러나 단순 일자별 미세먼지 농도와 기상요소 사이에서의 상관성은 확인하기 어려웠다. 이에 저자는 기상요소는 제외한 미세먼지와 환자 수만을 고려하여 연구하였다.

가설 설정

본 연구에서는 미세먼지에 대한 적절한 지연효과에 대해서 규명된 바가 없기 때문에 최근 Bae 등¹²⁾ 의 논문을 참고하여 당일(lag=0)부터 최고 5일 전(lag=5)까지의 지연효과를 평가하고, 건강영향과 연관성이 가장 높게 나타난 날을 지연효과 일로 참고하여 미세먼지 농도와 환자 발생 사이에는 5일 간의 지연효과가 있을 것으로 가정하고 분석하였다.

제안 방법

2017년에는 2016년과 마찬가지로 동구에서 1,176명으로 가장 많았고, 계양구에서 533명으로 가장 적었다. 강화군의 2017년 심혈관계 환자수는 이상치(outlier)로 간주하여 결측(missing) 처리하였다. 2018년에는 동구에서 992명으로 연구기간 내내 가장 많은 모습을 나타냈다.

대상 데이터

2016년 1월 1일부터 2018년 12월 31일까지 36개월의 인천광역시에서 심혈관계 및 호흡기계 질환으로 병원 외래진료를 받은 환자를 대상으로 조사를 시행하였다. 인천시의 관련 질병통계자료는 국민건강보험공단의 빅데이터센터 내 자료를 이용하였다.
인천시의 관련 질병통계자료는 국민건강보험공단의 빅데이터센터 내 자료를 이용하였다. 관련 질환은 한국질병분류 정보센터의 질병분류코드(KOICD)를 바탕으로 인천시의 심혈관계통의 질환(I00~I99), 호흡기계통의 질환(J00~J99)을 대상으로 하였다.
기상자료는 기상청의 기상자료개방포털을 통해 인천지역을 대상으로 Table 1과 같이 ASOS 및 AWS 지점의 일 단위로 제공되는 평균 기온, 평균 풍속, 강수량 자료를 이용하였다. 인천시 전체의 경우 ASOS와 AWS 모두를 사용하였고, 한 개의 자치구에 여러 개의 관측지점이 있는 경우에는 관측값들의 평균값을 대푯값으로 사용하였고, 관측지점이 없는 계양구, 남동구, 동구, 미추홀구의 경우 인천(ASOS) 지점의 값을 대푯값으로 사용하였다.
인천지역 대기오염자료는 국립환경공단의 에어코리아에서 제공하는 일별 평균 미세먼지 농도 자료를 이용하였으며, 인천시에 17개 대기오염자동측정소를 Table 2와 같이 운영하고 있다. 본 연구에서는 17개 측정망의 일별 평균 미세먼지(PM₁₀, PM_2.5)농도 자료를 다운받아 사용하였다. 이 중 인천시 전체의 경우 관내의 모든 관측소 자료를 이용하여 대푯값으로 산정하였고, 한 개의 자치구에 여러 개의 관측지점이 있는 경우는 가장 높은 값을 대푯값으로 사용하였다.
기상자료는 기상청의 기상자료개방포털을 통해 인천지역을 대상으로 Table 1과 같이 ASOS 및 AWS 지점의 일 단위로 제공되는 평균 기온, 평균 풍속, 강수량 자료를 이용하였다. 인천시 전체의 경우 ASOS와 AWS 모두를 사용하였고, 한 개의 자치구에 여러 개의 관측지점이 있는 경우에는 관측값들의 평균값을 대푯값으로 사용하였고, 관측지점이 없는 계양구, 남동구, 동구, 미추홀구의 경우 인천(ASOS) 지점의 값을 대푯값으로 사용하였다.
2016년 1월 1일부터 2018년 12월 31일까지 36개월의 인천광역시에서 심혈관계 및 호흡기계 질환으로 병원 외래진료를 받은 환자를 대상으로 조사를 시행하였다. 인천시의 관련 질병통계자료는 국민건강보험공단의 빅데이터센터 내 자료를 이용하였다. 관련 질환은 한국질병분류 정보센터의 질병분류코드(KOICD)를 바탕으로 인천시의 심혈관계통의 질환(I00~I99), 호흡기계통의 질환(J00~J99)을 대상으로 하였다.
인천지역 대기오염자료는 국립환경공단의 에어코리아에서 제공하는 일별 평균 미세먼지 농도 자료를 이용하였으며, 인천시에 17개 대기오염자동측정소를 Table 2와 같이 운영하고 있다. 본 연구에서는 17개 측정망의 일별 평균 미세먼지(PM₁₀, PM_2.

데이터처리

수집된 자료의 기록과 작성은 Excel 2016과 Python ver. 3.7.3을 사용하였으며, 통계 검정 및 그래프는 Python ver. 3.7.3과 R ver. 3.6.1을 이용하였다.
인천시 미세먼지 농도에 따른 심혈관계 및 호흡기계 외래 질환자 수를 분석하기 위해 인천시 각 자치구별 미세먼지 농도(PM₁₀, PM_2.5)를 예측변수(Predictors)로 설정하고, 외래 질환자 수를 응답변수(Response variable)로 설정하여 푸아송 회귀분석을 하였다.¹³⁾푸아송 회귀분석 결과를 미세먼지 단위농도 증가에 따른 외래 환자 수 정도를 나타내는 회귀계수(β)를 지수함수인 exp (β)로 변환하여 상대 위험비(Relative Risk)로 표현하였다.

성능/효과

13) 푸아송 회귀분석 결과를 미세먼지 단위농도 증가에 따른 외래 환자 수 정도를 나타내는 회귀계수(β)를 지수함수인 exp (β)로 변환하여 상대 위험비(Relative Risk)로 표현하였다.
피어슨 상관분석에서 양의 값은 미세먼지 농도가 증가할수록 질환자 수가 증가함을 의미하고, −는 미세먼지 농도가 증가할수록 질환자 수가 감소함을 의미한다. PM₁₀과 심혈관계 질환자 사이의 상관성은 인천시 전체로 보았을 때는 0.03으로 유의미한 상관성을 보이지 않았고 마찬가지로 모든 자치구에서 유의미한 상관성을 보이지 않았으나, 호흡기계와의 상관성은 계양구에서 0.37, 미추홀구에서 0.28로 유의미한 상관성을 나타냈다.
1과 같다. PM_2.5와 심혈관계 질환자 사이의 상관성은 인천시 전체로 보았을 때는 0.01로 유의미하다고 볼 수 없었고, 자치구별로 보았을 때는 강화군에서 0.28로 상관성을 나타내었고, 호흡기계와의 상관성은 인천시 전체로 보았을 때 0.13으로 유의미하다고 볼 수 없었으나 계양구에서 0.28로 낮은 상관성을 나타내었다.
본 연구에서는 미세먼지(PM₁₀)와 초미세먼지(PM_2.5)로 인한 인천 지역 내 심혈관계 및 호흡기계 질환자를 분석한 결과, 미세먼지와 초미세먼지의 농도와 환자 수 사이의 유의미한 결과가 있었다. 향후 본 연구에서 제시한 심혈관계 및 호흡기계 이외의 다양한 질병들을 대상으로 연구가 진행되어야 하며, 또한 미세먼지 이외에 기타 대기오염물질과도 역학적인 연구조사를 통해 환자의 예방을 위한 구체적인 지표와 실질적인 대응이 필요하다.
일평균 미세먼지(PM10) 농도가 10 μg/m3 증가할 때 심혈관계 질환자는 강화군에서 1.002배(95% CI [Confidence Interval]; 1.000-1.004), 동구에서 1.000배(95% CI; 0.999-1.002)로 나타났고 나머지 자치구에서는 0.995-0.999배로 미비하게 감소하였다.
일평균 미세먼지(PM10) 농도가 10 μg/m3 증가할 때 호흡기계 질환자는 계양구와 미추홀구에서 1.003배(95% CI; 1.002-1.004), 연수구에서 1.002배(95% CI; 1.001-1.004), 강화군, 남동구, 동구, 서구에서 1.001배(95% CI; 1.000-1.002)로 나타났고 나머지 자치구에서는 1.000배로 나타났다.
일평균 미세먼지(PM2.5) 농도가 10 μg/m3 증가할 때 심혈관계 질환자는 강화군에서 1.012배(95% CI [Confidence Interval]; 1.008-1.016), 연수구에서 1.004배(95% CI; 0.999-1.008)로 나타났고, 미추홀구와 중구에서 1.001배(95% CI; 0.998-1.004)로 증가하는 모습을 보였으며, 나머지 자치구에서는 0.990-0.999배로 미비하게 감소하였다.
일평균 미세먼지(PM2.5) 농도가 10 μg/m3 증가할 때 호흡기계 질환자는 부평구에서 1.003배(95% CI; 1.002- 1.005), 서구에서 1.002배(95% CI; 1.001-1.003)로 나타났고, 강화군 1.001배(95% CI; 0.999-1.002), 계양구 1.001배(95% CI; 1.000-1.003), 동구 1.001배(95% CI; 1.000-1.003), 중구 1.001배(95% CI; 1.000-1.002)로 증가하는 모습을 보였으며, 나머지 자치구에서는 0.998-0.999배로 미비하게 감소하였다.

후속연구

또한 지연효과의 경우 심혈관계 질환의 경우 장기간 노출에 대한 추적이 되지 않았다는 점이 한계점이라 할 수 있다. 또한 앞에서 언급한 것처럼 미세먼지 농도의 증가가 급성 심혈관계 및 호흡기 질환으로 이어진 경우 응급실을 방문한 환자 수를 확인하여야 하나, 이 부분의 자료를 자치구별로 획득하기 어려웠다는 한계점이 있었다.
동시에 미세 먼지 농도가 높아진 날과 환자의 외래진료일 사이의 지연효과를 고려하긴 하였으나, 개인의 병원 방문 시기가 차이가 날 수 있다는 점과 미세먼지 이외의 기타 대기오염물질을 반영하지 못하였다. 또한 지연효과의 경우 심혈관계 질환의 경우 장기간 노출에 대한 추적이 되지 않았다는 점이 한계점이라 할 수 있다. 또한 앞에서 언급한 것처럼 미세먼지 농도의 증가가 급성 심혈관계 및 호흡기 질환으로 이어진 경우 응급실을 방문한 환자 수를 확인하여야 하나, 이 부분의 자료를 자치구별로 획득하기 어려웠다는 한계점이 있었다.
미세먼지 농도와 심혈관계 및 호흡기계 질환자 수 사이의 푸아송 분석에서 검정군에 대한 다중비교를 통한 보정은 비교집단의 수가 적고, 분석 데이터 또한 3년이라는 점에서 따로 진행하지 않았다. 본 연구에서처럼 일반적으로 대량의 N 비교를 하지 않을 때는 두 방식의 결과는 비슷하지만 N이 많아지면 Bonferroni는 false negative, 즉 놓치는 부분이 생겨날 것이고, 추후 연구 기간이나 기상데이터 등이 추가될 경우 이에 대한 보정이 필요할 것으로 사료된다.
본 연구의 제한점은 3년이라는 비교적 짧은 연구기간과 관련 질병의 외래환자만을 대상으로 했다는 점이다. 예를 들어 본 연구에서는 심혈관계 및 호흡기 질환으로 응급실을 찾은 응급환자의 수를 포함하지 못하였다.
이러한 제한점에도 불구하고, 본 연구가 가지는 의미는 미세먼지가 인천 지역 내 심혈관계 및 호흡기계 질환자에 미치는 영향을 연구하였으며, 미세먼지 농도 증가에 따른 환자 증가가 예상됨에 따라 지역 내 의료기관 및 관련 담당자의 적절한 대처가 필요함을 인식시킨 점이다. 추후 지속적으로 관련 질환자의 데이터 수집과 본 연구에서 제한적이었던 부분들을 보완한다면 보다 정확하고 의미있는 연구 결과를 얻을 수 있을 것이다.
5)로 인한 인천 지역 내 심혈관계 및 호흡기계 질환자를 분석한 결과, 미세먼지와 초미세먼지의 농도와 환자 수 사이의 유의미한 결과가 있었다. 향후 본 연구에서 제시한 심혈관계 및 호흡기계 이외의 다양한 질병들을 대상으로 연구가 진행되어야 하며, 또한 미세먼지 이외에 기타 대기오염물질과도 역학적인 연구조사를 통해 환자의 예방을 위한 구체적인 지표와 실질적인 대응이 필요하다.

참고문헌 (15)

WHO. Using climate to predict infectious disease outbreak: a review. Geneva: World Health Organization Press; 2004. 37-42.
Environmental Protection Agency. Integrated Science Assessment for Particulate Matter. Available:http://www.sinia.cl/1292/articles-51242_Integrated_-Science.pdf [accessed 13 July 2016].
Canova C, Dunster C, Kelly FJ, Minelli C, Shah PL, Caneja, et al. PM10-induced hospital admissions for asthma and chronic obstructive pulmonary disease: the modifying effect of individual characteristics. Epidemiology. 2012; 23(4): 607-615.

상세보기
Faustini A, Stafoggia M, Cappai G, Forastiere F. Short-term effects of air pollution in a cohort of patients with chronic obstructive pulmonary disease. Epidemiology. 2012; 23(6): 861-879.

상세보기
Ostro B, Roth L, Malig B, Marty M. The effects of fine particle components on respiratory hospital admissions in children. Environ Health Perspect. 2009; 117(3): 475-480.

상세보기
Di Q, Dai L, Wang Y, Zanobetti A, Choirat C, Schwartz JD, Dominici F. Association of Short-term Exposure to Air Pollution with Mortality in Older Adults. Journal of American Medical Association. 2017; 318(24): 2446-2456.
BC Card BigData Center, Big Data Read People, 2020.01.10
Korea Trend Research Institute, Hot Trend 2016-Hot Issue top 100, Available: http://www.whatsnewtrend. com/whats/bbs/board.php?bo_tableisNow &wr_id165 [accessed Oct.2016].
Pope CA, Burnett RT, Thurston GD, Thun MJ, Calle EE, Krewski D, et al. Cardiovascular mortality and long-term exposure to particulate air pollution epidemiological evidence of general pathophysiological pathways of disease. Circulation. 2004; 109(1):71-77.

상세보기
Yoo, HJ, Kim JK, Shin JW, Kim YJ, Min SE, Jegal DS, Bang KI, Lee SM. Health Vulnerability Assessment for PM10 due to Climate Chnage in Incheon. Journal of Environmental Health Sciences. 2017;43(3): 240-246.
Bae, HJ. Effects of Short-term Exposure to $PM_{10}$ and $PM_{2.5}$ on Mortality in Seoul. Journal of Environmental Health Sciences. 2014; 40(5): 346-354.
Bae, HJ, Lim YR, Yu SD, Kim JH, Cho YS. Temperature Modifies the Association between PM10 and Mortality in Seoul. Journal of Environmental Health Sciences. 2013; 39(1): 90-98.
Oh, JS, Park, SH, Kwak, MK, Pyo, CH, Park, KH, Kim, HB, Shin, SY, Choi, HJ. Ambient Particulate Matter and Emergency Department Visit for Chronic Obstructive Pulmonary Disease. 2017;28(1): 32-39.
Park HJ, Woo KS, Chung EK, Kang TS, Kim GB, Yu SD, et al. A Time-series study of ambient air pollution in relation to daily mortality count in Yeosu. Journal of Environmental Impact Assessment. 2015; 24(1): 66-77.

원문보기 상세보기
On IB, Kim YH, Sim CS, Lee JH. Prevalence of children's allergic diseases in Ulsan: local differences and environmental risk factors. Journal of Environmental Health Sciences. 2012; 38(6): 472-481.

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