A Spatio-Temporal Modelling of Climate Variability on Respiratory Disease Morbidity in Kampala City, Uganda

기술 요약: 우간다 캄팔라 시의 호흡기 질환 이환율에 대한 시공간적 기후 변동성 모델링

문제 제기
기후 변화와 급격한 도시화는 우간다 캄팔라와 같은 사하라 이남 아프리카의 급성장하는 도시 지역에서 중요한 공중 보건 위험을 초ら합니다. 이러한 요인들은 온도, 습도, 강수량, 대기 질의 복잡한 상호작용을 통해 천식, 만성 폐쇄성 폐질환(COPD), 폐렴과 같은 호흡기 질환을 악화시킵니다. 기후 변동성이 호흡기 결과와 연관되어 있다는 전 세계적인 문헌은 존재하지만, 이러한 환경적 노출이 우간다 도시 환경 내 호흡기 질환의 공간적 및 시간적 분포에 어떻게 공동으로 영향을 미치는지에 대한 증거는 부족한 실정입니다. 전통적인 통계 모델은 기후-건강 관계에 내재된 비선형적, 비균일적, 시공간적 복잡성을 포착하는 데 실패하는 경우가 많으며, 이는 더 유연한 분석 프레임워크를 필요로 합니다.

연구 방법론
본 연구는 2021년부터 2024년까지 캄팔라 시의 5개 행정 구역(Central, Kawempe, Makaka, Nakawa, Rubaga)에 걸친 월별 집계 데이터를 분석하는 회고적 생태학적 설계를 채택하였습니다.

• 데이터 출처:

  • 보건 데이터: 보건부에서 관리하는 지역 보건 정보 시스템 2(DHIS2)로부터 호흡기 질환(천식, COPD, 폐렴)의 월별 집계 건수를 추출하였습니다.

  • 기후 데이터: ERA5 및 CHIRPS 데이터셋을 활용하여 HISP Uganda를 통해 얻은 월평균 온도, 강수량, 습도 데이터를 사용하였습니다.

  • 대기 질 데이터: AirQo(Makerere University) 장치 및 KCCA 모니터링 네트워크로부터 미세먼지(PM2.5) 농도 데이터를 확보하였습니다.

  • 공간 데이터: 우간다 통계청(UBOS)으로부터 행정 경계 데이터를 확보하였습니다.

• 통계적 접근 방식:
  핵심 분석 프레임워크로는 과산포(overdispersion)를 고려하기 위해 음이항 분포를 사용하는 **시공간 일반 가법 모델(ST-GAMs)**을 활용하였습니다. 모델에는 다음이 포함되었습니다:

  • 매끄러운 항(Smooth terms): 기후 변수(온도, 습도, 강수량, PM2.5)의 비선형 관계를 포착하기 위한 비모수 함수.
  • 공간 매끄럽기(Spatial smoothing): 공간적 변이를 모델링하기 위한 경도와 위도의 2차원 매끄러운 함수.
  • 시간 매끄럽기(Temporal smoothing): 추세와 계절성을 포착하기 위한 시간(월 및 연도)의 매끄러운 함수.
  • 상호작용 항: 시공간적 상호작용(예: 계절적 패턴이 위치에 따라 어떻게 변하는지)을 모델링하기 위한 텐서 곱 매끄러운 함수(Tensor-product smooths).
  • 오프셋(Offset): 인구 위험을 조정하기 위해 추정된 월별 인구 규모를 기반으로 한 오프셋 항.

  모델 선택은 Akaike 정보 기준(AIC), 설명된 편차(deviance explained), 그리고 일반화 교차 검증(GCV)에 의해 유도되었습니다. 모델 진단은 R의 mgcv 패키지를 사용하여 무작위 분위 잔차(randomised quantile residuals) 및 공선성(concurvity) 확인을 수행하였습니다.

주요 결과

• 기술 통계: 총 89,253건의 호흡기 질환이 기록되었습니다. 폐렴이 대다수(65%)를 차지했으며, 천식(23%), COPD(12%)가 그 뒤를 이었습니다. PM2.5 농도는 평균 27.80 µg/m³였으며, 1월과 2월에 유의미한 계절적 정점을 보였습니다.
• 질환별 동인:
  • 천식: PM2.5(edf ≈ 4.5, p < 0.05) 및 강수량과 유의미한 비선형적 연관성을 보였습니다. 사례는 PM2.5 농도가 30 µg/m³를 초과하고 강수량이 3 mm를 넘을 때 현저히 증가했습니다. 천식은 Central 및 Nakawa 구역에서 유의미한 공간적 클러스터링을 보였으며, 7월에서 10월 사이에 계절적 정점을 나타냈습니다.
  • 폐렴: 강수량(edf ≈ 2.1, p < 0.05)과 유의미한 비선형 관계를 보였으며, 강우량이 3 mm를 초과한 후 사례가 급격히 증가했습니다. 공간적 클러스터링은 Central 및 Kawempe 구역에서 관찰되었습니다. 계절적 정점은 35월 및 911월 사이에 발생했습니다.
  • COPD: 천식 및 폐렴과 달리, COPD 패턴은 최종 모델에서 테스트된 특정 기후 변수에 의해 유의미하게 유도되지 않았습니다. 대신, COPD 이환율은 공간적 위치와 시간적 추세에 의해 강력하게 영향을 받았습니다. COPD에 가장 적합한 모델은 기후 및 대기 질 변수를 제외하고 공간 및 시간 구성 요소만을 유지하였는데, 이는 고착화된 지역적 노출(예: 가구 내 바이오매스 사용, 규제되지 않은 도시 배출물)이 더 지배적인 동인일 수 있음을 시사합니다. COPD 사례는 5월에서 8월 사이에 계절적으로 정점을 찍었으며, 2022년부터 꾸준한 부담 증가를 보였습니다.
• 시공간 패턴: 세 가지 질환 모두 유의미한 공간적 이질성을 나타냈습니다. 월과 연도 간의 상호작용은 천식과 폐렴에서 유의미하여, 계절적 정점의 연간 변동성을 나타냈습니다. 그러나 계절성과 공간 사이의 상호작용은 일반적으로 유의미하지 않았으며, 이는 계절적 패턴이 캄팔라의 각 구역에서 비교적 일관되게 유지됨을 시사합니다.

주요 기여

1. 방법론적 적용: 본 연구는 텐서 곱 상호작용을 포함한 ST-GAMs를 아프리카 도시 맥락의 기후-건강 관계 모델링에 성공적으로 적용하였으며, 이를 통해 전통적인 선형 모델이 놓치는 비선형 및 시공간적 복잡성을 포착하는 유연한 모델의 유용성을 입증하였습니다.
2. 질환별 통찰: 연구는 서로 다른 호흡기 질환의 환경적 동인을 구분하여, 천식에는 PM2.5가, 폐렴에는 강수량이 중요한 수정 가능한 위험 요인임을 식별하는 동시에, 이 맥락에서의 COPD는 특정 기상 변수보다는 공간적 및 시간적 구조적 요인에 의해 더 많이 유도된다는 점을 밝혀냈습니다.
3. 공간적 세분화: 질환 부담을 특정 행정 구역에 매핑함으로써, 본 연구는 지속적인 핫스팟(Central, Kawempe, Makindye, Nakawa)을 식별하여 표적화된 공중 보건 개입을 위한 구체적인 근거를 제공합니다.

의의 및 주장
본 논문은 연구 결과가 저소득 및 중소득 국가 환경 역학 분야에서 유연한 시공간 모델링 프레임워크 사용에 대한 실증적 지원을 제공한다고 주장합니다. 연구는 PM2.5가 캄팔라의 호흡기 질환, 특히 천식에 대한 핵심적인 수정 가능한 위험 요인이라고 결론짓습니다. 또한 환경적 노출이 질병 유형, 위치, 계절에 따라 질병 패턴에 다르게 영향을 미친다는 점을 강조합니다.

저자들은 지속적인 공간적 클러스터와 특정 계절적 정점의 식별이 **정밀 공중 보건 개입(precision public health interventions)**의 필요성을 뒷받도록 한다고 단언합니다. 그들은 자원이 고위험 구역(Central, Kawempe, Makindye, Nakawa)에 할당되어야 하며, 개입은 각 질환의 특정 환경적 동인(예: 천식을 위한 대기 질 개선, 폐렴을 위한 위생 및 홍수 관리)에 맞춰 맞춤화되어야 한다고 주장합니다. 본 연구는 집계된 데이터의 사용 및 NO₂, O₃와 같은 다른 오염 물질의 제외라는 한계를 인정하면서도, 급격히 도시화되는 아프리카 도시들을 위한 기후 탄력적 보건 전략의 첫걸음으로 자리매김하고 있습니다.