Association Between Meteorological Variables and Emergency Department Presentations for Syncope: A Five-Year Retrospective Time-Series Study

기술 요약: 기상 변수와 실신으로 인한 응급실 내원 사이의 연관성

문제 제lemnt (Problem Statement)
실신은 전신 뇌관류 저하로 인한 일시적인 의식 상실로 정의되며, 응급실 내원의 빈번한 원인이다. 환자 수준의 요인(연령, 동반 질환, 약물 복용)은 잘 확립된 결정 요인이지만, 환경 및 기상 변수의 영향은 여전히 불분명하다. 기존 문헌은 열 노출, 습도, 기압 변화, 그리고 단기적인 날씨 변동성이 말초 혈관 확장, 저혈량증, 체온 조절 장애와 같은 기전을 통해 실신이나 기립성 내성을 유발할 수 있음을 시사한다. 그러나 특정 기상 매개변수와 실신 발생량 사이의 연관성을 연결하는 기존의 역학적 근거는 제한적이고 일관성이 없으며, 종종 좁은 변수나 짧은 관찰 기간에 집중되어 있다. 본 연구는 일상적인 일일 기상 데이터가 응급실 환경에서의 일일 실신 내원 수를 예측하거나 설명할 수 있는지에 대한 이해의 공백을 다룬다.

연구 방법론 (Methodology)
저자들은 2021년 1월 1일부터 2025년 12월 31일까지(1,826일)의 5개년 기간 동안 이스탄불의 한 상급 종합병원에서 후향적 시계열 연구를 수행하였다.

• 데이터 소스: 병원 기록을 통해 722건의 실신 내원(564개의 서로 다른 날짜에서 발생) 데이터를 확보하였다. 기상 데이터(기온, 상대 습도, 기압, 강수량, 풍속)는 Şişli/18401 기상 관측소로부터 얻었다.
• 변수 구성: 저자들은 당일 기상 값, 지연 효과(lag-1 및 lag-2), 선행 효과(lead-1), 그리고 절대적 노출과 단기적 불안정성을 모두 포착하기 위한 일일 변화 변수(연속된 날 사이의 차이)를 평가하였다.
• 통계 분석:
  • 단변량 분석: 두 표본 t-검정(two-sample t-tests)과 윌콕슨 순위합 검정(Wilcoxon rank-sum tests)을 사용하여 실신 발생일과 비발생일 간의 기상 특성을 비교하였다. 스피어먼 상관계수(Spearman rank correlations)를 사용하여 모든 지연 창(-3 ~ +3일)에 걸친 연관성을 평가하였다.
  • 다변량 모델링: 두 가지 회귀 접근법을 사용하였다:
    1. 음이항 회귀(Negative Binomial Regression): 일일 실신 건수(희소하고 과분산된 계수 데이터를 처리하기 위함)를 모델링하였다.
    2. 로지스틱 회귀(Logistic Regression): 이진 결과인 실신 발생일(최소 1건 이상의 발생)을 모델링하였다.
  • 비선형 평가: 비선형 연관성을 탐지하기 위해 음이항 가족(negative binomial family)을 사용한 일반화 가법 모델(Generalized Additive Models, GAMs)을 사용하였다.
  • 공변량: 모든 모델은 계절(봄을 참조군으로 설정), 달력 연도, 일일 기상 변화를 조정하였다. 모델 적합도는 아카이케 정보 기준(AIC)을 사용하여 평가하였다.

주요 결과 (Key Results)

• 기술 통계: 평균 일일 실신 건수는 0.40(범위 0–4)이었다. 실신 발생일은 전체 연구 기간의 30.9%를 차지했다. 평균 기온, 습도, 기압은 실신 발생일과 비발생일 사이에 통계적으로 유사했다.
• 단변량 결과: 어떤 기상 변수(당일, 지연, 선행 또는 일일 변화)도 실신 발생일과 비발생일 사이에 통계적으로 유의미한 차이를 보이지 않았다. 기상 변수와 일일 실신 건수 사이의 스피어먼 상관계수는 모든 지연 창에서 일관되게 매우 낮았다(절대 계수 ≤ 0.049).
• 다변량 회귀:
  • 계절성: 가을은 봄과 비교하여 실신 부담이 유의하게 낮았다(음이항 모델에서 발생률 비율[IRR] = 0.69; p = 0.0092).
  • 시간적 추세: 달력 연도는 증가하는 실신 건수와 유의한 연관성을 보였다(연간 IRR = 1.085).
  • 기상 변수: 음이항 모델에서 어떤 기상 변수도 통계적 유의성에 도달하지 못했다. 로지스istic 회귀 모델에서는 기온이 경계 수준의 양의 연관성을 보였으나(온도 1°C 상승당 오즈비[Odds Ratio] = 1.035; p = 0.046), 이것이 계수 기반 모델에서는 일관되게 재현되지 않았다. 습도, 기압, 강수량, 풍속 및 이들의 일일 변화는 유의하지 않았다.
• 모델 성능: 일반화 가법 모델(GAM)은 주로 선형 관계를 나타냈으며 의미 있는 비선형 효과는 없었다. GAM의 조정된 R-제곱 값은 0.009로, 포함된 예측 변수들이 일일 실신 건수 변동의 2% 미만을 설명함을 나타냈다. AIC 비교 결과, 계절과 연도에 일일 변화 변수를 추가하는 것이 모델 적합도 개선에 미치는 영향은 미미했다.
• 임계값 분석: 기압 변화에 대해 기술적인 U자형 패턴이 관찰되었으나(기압 급락 및 급상승 시 높은 발생률), 극단적인 범주의 낮은 표본 크기로 인해 통계적 유의성에 도달하지는 못했다.

의의 및 주장 (Significance and Claims)
본 논문은 일상적인 일일 기상 변수만으로는 실신 관련 응급실 수요를 예측하기에 불충분하다고 결론짓는다.

• 제한된 예측 가치: 본 연구는 급격한 날씨 변화나 절대적인 기상 수치가 일일 실신 규모의 주요 동인이라는 가설에 이의를 제기한다. 발견된 약한 연관성은 환경 요인을 단독으로 분석할 경우 실신 내원 건수의 분산을 설명하는 비율이 무시할 만한 수준임을 시사한다.
• 계절성의 역할: (가을에 부담이 낮은) 유의한 계절적 변이는 특정 기상 매개변수(기온이나 기압 등)의 직접적인 결과라기보다는 행동적, 환경적, 의료 이용 요인(예: 활동 패턴, 수분 섭득 습관, 감염병 부담) 및 환경적 요인의 복합적인 지표로 보인다.
• 임상적 시사점: 본 연구 결과는 열 관련 질환이나 심혈관 사건에 사용되는 것과 유사한 날씨 기반 실신 예측 모델이 환자 수준의 임상 변수(실신 유형, 쇠약도, 약물 복용, 수분 상태)와 더 넓은 맥락적 요인(대기 오염, 실내 노출, 총 응급실 방문객 수)을 통합하지 않고서는 임상적으로 실행 가능성이 낮음을 시사한다.
• 향후 연구 방향: 저자들은 향후 연구가 다기관 설계, 실신 원인별 층화, 그리고 잠재적인 지연 또는 상호작용적 환경 효과를 더 잘 포착하기 위한 대기 오염 데이터 및 분포 지연 비선형 모델(distributed lag non-linear models)을 포함하는 데 집중해야 한다고 주장한다.

이 연구는 열과 기압이 실신에 연결되는 생리학적 기전이 존재함에도 불구하고, 이러한 요인들이 5년간의 정기적인 응급실 집계 데이터에서 강력하고 일관된 신호로 나타나지는 않는다는 점을 강조하며 신중한 입장을 유지하고 있다.