Predicting the distribution of 16 tick species in Japan and its association with the occurrence of tick-borne diseases

기술 요약: 일본 내 16종 진드기 분포 예측 및 진드기 매개 질환 발생과의 연관성

문제 제식
진드기 매개 질환은 아한대에서 아열대까지 다양한 기후대를 가진 일본의 지리적 특성으로 인해 강한 공간적 이질성을 특징으로 하며, 이는 중대한 공중 보건 위협이 되고 있다. 중증 열성 혈소판 감소 증후군(SFTS) 및 일본 쯔쯔가무시병(JSF)과 같은 특정 질환은 따뜻한 남부 지역에서 유행하는 반면, 라임병(LD), 진드기 매개 뇌염(TBE), 회귀열(RF) 등은 주로 추운 북부 지역에 국한되어 나타난다. 질병 위험을 예측하기 위한 포괄적인 분포 데이터에 대한 필요성이 매우 높음에도 불구하고, 기존의 일본 내 진드기 조사 데이터는 파편화되어 있고 국지적이며, 샘플링 방법 또한 일관되지 않은 경우가 많다. 이러한 전국 단위 데이터의 부재는 효과적인 공중 보건 대비를 저해한다. 본 연구는 국지적 모델을 일본 열도 전체로 확장하는 데 따르는 한계를 해결하고자, 16종의 주요 진드기에 대한 최초의 포괄적인 전국 단위 분포 모델을 생성하고, 5가지 법정 전염성 진드기 매개 질환의 발생을 예측하는 데 있어 이 모델들의 유용성을 평가하는 것을 목표로 한다.

연구 방법론
본 연구는 광범위한 현장 데이터 수집과 종 분포 모델링(SDM) 및 통계적 회귀 분석을 결합한 다단계 접근 방식을 채택하였다.

1. 데이터 수집: 2013년부터 2025년 사이에 일본 내 39개 현, 1,018개 지점에서 플래깅(flagging)법을 사용하여 진드기를 채집하였다. 총 22,416마리의 진드기가 23종으로 식별되었다. 모델링을 위해 최소 10개 이상의 존재 지점을 보유한 16종을 선별하였으며, 유사 반복(pseudo-replication)을 피하기 위해 존재 데이터를 공간적으로 필터링하였다.
2. 환경 변수: 초기에는 28개의 환경 변수(기후, 지형, 경관)를 고려하였다. 다중공선성을 완화하기 위해 분산 팽창 계수(VIF) 분석(임계값 < 10)을 사용하여 변수를 17개로 축소하였다. 주요 변수로는 19개의 생물 기후 변수, 연간 최대 적설량, 고도, 경사도, 그리고 토지 피복 비율(예: 활엽수림, 도시 피복률) 등이 포함되었다.
3. 종 분포 모델링 (SDM): Maxent(Maximum Entropy) 모델을 사용하여 1km 해상도에서 잠재적 적합 서식지를 예측하였다.
   • 편향 교정 (Bias Correction): 샘플링 지점의 가우시안 커널 밀도 추정을 기반으로 한 평활화된 편향 표면(smoothed bias surface)을 사용하여 배경 점(background point) 선택에 가중치를 부여함으로써 지역적 샘플링 노력의 차이를 반영하였다.
   • 모델 선택: 모델은 데이터의 75%로 학습시키고 나머지 25%로 테스트하였다. 성능은 AUC, True Skill Statistic (TSS), Continuous Boyce Index (CBI), 그리고 과적합을 탐지하기 위한 $\Delta$AUC(학습 및 테스트 AUC 간의 차이)를 사용하여 평가하였다. 낮은 $\Delta$AUC와 높은 CBI를 우선시하는 계층적 기준에 따라 설명 변수를 순차적으로 제거하여 모델 성능을 최적화하였다.
4. 검증: 예측된 분포는 Morishima 등(2025)이 정리한 독립적인 역사적 진드기 채집 기록(1911–2021)을 통해 검증되었다.
5. 질환 연관성 분석:
   • 공간적 중첩: 도도부현 단위에서 진드기 점유율과 질환 발생률(SFTS, TBE, JSF, LD, RF) 사이의 공간적 중첩을 평가하기 위해 Schoener's D 및 Warren's I 지표를 계산하였다.
   • 회귀 분석: 진드기 점유율과 질환 사례 수 사이의 관계를 조사하기 위해 일반화 선형 모델(GLM) 및 일반화 가법 모델(GAM)을 적용하였다. 모델 선택 시 과분산(음이항 분포 사용) 및 공간적 자기상관(SFTS 및 JSF에 대한 공간적 평활 함수 사용)을 고려하였다.

주요 기여 및 결과

• 전국 분포 지도: 본 연구는 일본 열도 전역에 걸친 16종 진드기에 대한 최초의 포괄적인 분포 모델을 성공적으로 생성하였다. 모델은 대부분의 종에서 AUC > 0.7, TSS > 0.4를 달성하며 견고한 성능을 보여주었다.
• 환경 결정 요인: 분석 결과 연간 최대 적설량이 진드기 분포의 근본적인 결정 요인임이 밝혀졌으며, 6개 종에서 가장 높은 기여도를 나타냈다.
  • 남부 종: 남부 분포를 보이는 종(예: Haemaphysalis spp.)은 적설량과 음의 상관관계를 보였다.
  • 북부 종: 북부 분포를 보이는 종(예: Ixodes spp.)은 적설량과 양의 상관관계를 보였는데, 이는 월동 시 열 절연 효과 때문인 것으로 보인다.
  • 기타 유의미한 변수로는 산림 피복(양의 효과)과 고도(많은 Haemaphysalis 종에 대해 음의 효과)가 포함되었다.
• 외부 검증: 16종 중 10종이 독립적인 역사적 기록을 통해 검증되었을 때 우수한 예측 성능을 보여, 모델링 접근 방식의 견고함을 확인하였다.
• 질환 상관관계: 회귀 분석 결과, 특정 매개 진드기의 점유율과 보고된 5가지 질환 사이의 유의미한 상관관계가 드러났다.
  • 북부 질환 (LD, RF, TBE): Ixodes pavlovskyi와 Ixodes persulcatus의 분포는 해당 질환의 발생과 밀접하게 일치하였다. I. pavlovskyi와 I. persulcatus는 각각 LD와 RF의 최상위 예측 인자였다.
  • 남부 질환 (SFTS, JSF): Haemaphysalis flava는 JSF의 주요 예측 인자로 식별되었으며, H. flava와 Amblyomma testudinarium은 SFTS의 강력한 예측 인자였다.
  • SFTS 및 JSF에 대한 회귀 결과는 해당 병원체가 해당 진드기 종에서 분리되거나 검출되었던 기존의 분자 역학 감시 데이터와 일치하였다.

의의 및 주장
저자들은 본 연구가 일본 내 진드기 분포에 대한 최초의 포괄적인 공간적 개요를 제공함으로써 역학 데이터의 중요한 공백을 메운다고 주장한다. 주요 의의는 예측된 진드기 점유율이 풍토성 진드기 매개 질환의 발생을 예측하는 강력한 지표 역할을 한다는 점을 입증한 데 있다.

본 연구는 생성된 지도가 해당 지역의 질환 발생을 예측하기 위한 기초 정보 역할을 한다고 상정한다. 특정 매개체 분포와 질환 발생 사이의 관계를 확립함으로써, 이 모델들은 지역적 대비를 위한 실질적인 도구를 제공한다. 저자들은 본 연구가 도도부현 규모로 운영되며 미시적 요인(예: 인간의 활동 패턴 또는 척추동물 숙주의 분포)을 포함하지 않는다는 점을 언급하였으나, 거시적 규모의 분포 모델과 실제 질환 발생 사이의 강력한 일치성은 공중 보건 계획을 위한 이 지도의 유용성을 입증한다. 나아가, 저자들은 향-신종 진드기 매개 병원체가 탐지될 경우, 이 지도가 잠재적 매개체를 식별하고 고위험 지역을 파악하는 데 도움을 줄 수 있다고 제언한다.