Estimating Infectious Disease Importation Risk during the 2026 FIFA World Cup

기술 요약: 2026 FIFA 월드컵 기간 중 감염병 유입 위험 추정

문제 정의
2026년 6월 11일부터 7월 19일까지 개최되는 2026 FIFA 월드컵은 11개 미국 도시에서 48개 본선 진출국을 대상으로 진행되며, 이는 약 100만~500만 명의 국제 방문객이 예상되는 역사상 최대 규모의 토너먼트입니다. 이러한 대규모 집회는 다양한 기원 인구로부터 감염병의 가속화된 유입 조건을 형성합니다. 이 위험을 추정하기 위한 기존 프레임워크는 종종 공간적 및 기원 국가별 이질성을 가리는 총체적인 승객량에 의존하거나, 단일 질병에 집중하거나, 이벤트 특유의 여행 급증을 반영하지 못하는 한계가 있습니다. 저자들은 공중 보건 대비 및 감시 우선순위 설정을 지원하기 위해, 사전에 유입 위험을 추정할 수 있는 투명하고 재현 가능하며 데이터 중심적인 접근 방식의 필요성을 식별했습니다.

방법론
본 연구는 5가지 질병(뎅기열, 인플루엔자, 말라리아, 홍역, 백일해)과 11개 미국 개최 도시를 대상으로 적용되는 일반적인 포아송(Poisson) 유입 프레웨임을 개발했습니다. 이 프레임워크는 다음과 같은 다양한 공개 데이터셋을 통합합니다: 미국 관세국경보호청(CBP) I-94 월별 입국자 데이터, 미국 교통통계국(BTS) T-100 공항 경로 데이터, 국립여행관광국(NTTO) 여행 전망치, 그리고 세계보건기구(WHO) 질병 감시 데이터입니다.

방법론의 핵심은 해상도가 점진적으로 높아지는 세 가지 중첩 모델로 구성됩니다:

1. 기초 모델 (Model 1): 월드컵 조정을 거치지 않은 2024년 6월의 일상적인 도착 데이터를 사용합니다. 이는 일상적인 관광 위험에 대한 하한선 참조치를 설정합니다.
2. 월드컵 조정 모델 (Model 2): NTTO 예측치와 성장 계수($\phi_c$)를 사용하여 여행량을 2026년 6월 전망치로 스케일링합니다. 전체적인 여행 급증을 포착하기 위해 월드컵 진출국에는 1.174, 그 외 국가에는 1.077의 특정 성장 계수를 적용합니다.
3. 일정 기반 모델 (Model 3): 여행을 "월드컵 팬 스트림"과 "배경 스트림"으로 분리합니다. 팬 스트림은 공식 FIFA 일정을 사용하여 특정 도시로 경로를 지정하는 반면, 배경 스트림은 BTS T-100 데이터에서 도출된 습관적 경로 패턴을 따릅니다.

유입 위험 계산
국가 $c$로부터 도시 $v$로 유입되는 예상 감염 여행자 수($\lambda_{c,v,d}$)는 다음과 같이 모델링됩니다:
$$\lambda_{c,v,d} = N_{c,v} \cdot I_{c,d} \cdot p_d$$
여기서:

• $N_{c,v}$는 예상 여행자 수입니다.
• $I_{c,d}$는 과소 보고 계수($\rho_d \cdot C_{c,d}/P_c$)가 조정된 국가별 질병 발생률입니다.
• $p_d$는 감염된 상태로 여행할 확률입니다.

총 유입 강도($\Lambda_{v,d}$)는 모든 기원 국가의 기여도를 합산한 것입니다. 1회 이상의 유입이 발생할 확률은 $P(\ge 1) = 1 - e^{-\Lambda_{v,d}}$로 계산됩니다.

불확실성 전파
과소 보고 계수($\rho_d$)와 감염 상태 여행 확률($p_d$)의 불확실성을 다루기 위해, 저자들은 몬테카를로 불확실성 전파법을 채택했습니다. 문헌 범위에 맞춰 조정된 균등 분포(Uniform distribution)로부터 5,000개의 독립적인 샘플을 추출합니다. 결과는 중앙값과 95% 불확실성 구간(2.5~97.5 백분위수)으로 보고됩니다.

주요 결과

• 질병 위험 프로필: 일정 기반 모델 하에서 뎅기열은 대부분의 개최 도시에서 가장 높은 유입 위험을 보입니다. 뉴욕, 로스앤젤레스, 마이애미와 같은 고위험 도시에서는 브라질 한 곳에서만 발생하는 예상 유입량($\Lambda$)의 중앙값이 10을 초나갑니다. 애틀랜타는 서부 및 중부 아프리카 국가들로부터의 직접적인 여행으로 인해 말라리아 위험이 뎅기열을 상회하는 주목할 만한 예외 사례입니다. 인플루엔자는 대회 기간과 겹치는 남반구 겨울 정점(peak)으로 인해 대부분의 도시에서 두 번째로 높은 순위를 차지합니다. 백일해는 광범위한 지리적 확산을 보이지만 상대적 불확실성이 가장 큽니다. 홍역은 심각한 전구 증상으로 인해 여행을 억제하므로 일관되게 가장 낮은 확률을 보입니다.
• 기원 동인: 라틴 아메리카(브라질, 콜롬비아, 베네수엘라)는 뎅기열과 인플루엔자 위험을 주도합니다. 서부 및 중부 아프리카는 말라리아 위험을 주도합니다. 유럽 국가들은 백일해와 홍역 위험을 주도합니다. 브라질은 전체적으로 가장 위험도가 높은 단일 기원 국가로 식별되었습니다.
• 여행 스트림 구성: 배경 관광(이벤트와 무관하게 발생하는 여행)이 전체 유입 위험의 지배적인 부분을 차지합니다. 월드컵 팬 증가분은 진출국 도착량의 약 8.3%를 기여합니다.
• 모델 견고성: 도시 순위(뉴욕, 로스앤젤레스, 마이애미, 휴스턴이 가장 높은 위험)는 세 가지 모델 단계 모두에서 견고하게 유지됩니다. 기초 모델에서 월드컵 조정 모델로의 단계는 위험의 거의 균일한 약 17% 상승을 생성하며, 일정 기반 모델은 전체적인 계층 구조를 바꾸지 않으면서 도시별 차이를 도입합니다.

의의 및 주장
본 논문은 전적으로 공개된 데이터만을 사용하여 구축된 일반적이고 재현 가능한 포아송 유입 프레임워크를 제공한다고 주장합니다. 주요 기여는 다음과 같습니다:

1. 투명성 및 재현성: 상업적 예약 데이터에 의존하는 독점 모델과 달리, 이 프레임워크는 공개 데이터셋만을 사용하여 공중 보건 팀이 분석을 배포, 업데이트 및 적응할 수 있도록 합니다.
2. 세밀한 귀속: 세 가지 모델 계층 구조를 통해 월드컵 여행 급증 효과와 일정 기반 팬 경로 지정의 부가가치를 명확히 분리할 수 있습니다.
3. 실용적 유용성: 이 프레임서는 독점 시스템을 보완하는 투명한 기준점 역할을 합니다. 이는 특정 대규모 집회와 무관하게, 미국의 국제 관문에서의 일상적인 유입 압력을 위한 상설 감시 도구로 기능할 수 있습니다.
4. 위험 소통: 몬테카를로 불확실성 구간의 사용은 의사 결정자가 확실한 결과(예: 뎅기열 위험)와 주의가 필요한 추정치(예: 보수적 상한선으로 제시된 백일해 위험)를 구분할 수 있게 합니다.

저자들은 공중 보건 대비가 월드컵 팬에게만 집중되어서는 안 되며, 배경 관광이 유입 위험의 대부분을 주도하므로 6월의 전체 국제 방문객 인구를 주요 노출 그룹으로 취급해야 한다고 결론짓습니다. 이 프레임워크는 추가적인 질병(예: 치쿤구니야, 볼거리), 도시 및 대규모 집회 행사로 확장 가능하도록 설계되었습니다.