📄 medicine

Association Between ABO Blood Group and Self-Reported Recovery from Infectious Diseases Among University Students in Anuradhapura District, Sri Lanka

스리랑카의 대학생 322명을 대상으로 한 이 단면 연구는 표본 내 혈액형 O형의 현저한 과잉 대표에도 불구하고, ABO 혈액형과 감염병으로부터의 자기 보고된 회복 결과 사이에 통계적으로 유의미한 연관성이 없음을 발견했다.

원저자: Rishmi Sri Wijebandara

게시일 2026-08-04

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Rishmi Sri Wijebandara

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신의 몸을 북적이는 도시로, 당신의 면역 체계를 그 거리를 안전하게 지키는 지칠 줄 모르는 경찰 부대로 상상해 보세요. 수년 동안 과학자들은 모든 시민의 유니폼에 달린 '배지', 즉 구체적으로 그들의 ABO 혈액형(A, B, AB 또는 O)이 세균에 걸리거나 병에서 회복될 가능성을 높이거나 낮추는 특별한 신분증 역할을 하는지 궁금해해 왔습니다. 혈액형을 서로 다른 맛의 아이스크림이라고 생각해 보세요. 어떤 이들은 바닐라(O형)가 초콜릿(A형)보다 감기를 물리치는 데 더 나을 수 있다고 생각하는 반면, 다른 이들은 희귀한 민트 초코(AB형)가 더 고생할 수도 있다고 의심합니다. 이러한 아이디어는 팬데믹 이후 계속 떠돌았으며, 일부 연구는 당신의 혈액형이 비밀 무기가 되거나 약점이 될 수 있음을 시사했습니다. 하지만 여기 함정이 있습니다. 대부분의 이러한 연구는 매우 아픈 환자들이 있는 큰 병원에서 진행되었습니다. 우리는 이 '혈액형의 마법'이 일반인들, 특히 기숙사나 공동 주택에 살며 독감이나 뎅기열 같은 일상적인 바이러스와 싸우는 젊은 학생들에게도 실제로 작동하는지 정말 알지 못했습니다. 이것이 바로 이 논문이 해결하고자 했던 미스터리입니다. 과연 당신의 혈액형이 실제로 병에서 회복되는 속도를 결정하는 것일까요, 아니면 그것은 우리가 스스로에게 들려주는 신화에 불과할까요?

스리랑카 아누라다푸라의 연구진은 322명의 대학생을 대상으로 탐정 놀이를 하기로 했습니다. 그들은 이 학생들에게 지난 5년 동안 겪었던 감염성 질환—코로나19, 뎅기열, 또는 독감 같은 것들—과 회복하는 동안 어떻게 느꼈는지를 보고하도록 요청했습니다. 그들은 패턴이 있는지 확인하고 싶었습니다. 'O형' 학생들은 더 빨리 나았을까요? 'AB형' 학생들은 더 아팠을까요? 특정 혈액형을 가진 학생들이 병원을 더 자주 찾았을까요?

여기 이야기의 반전이 있습니다. 데이터는 누가 그 방에 있었는지에 대해서는 엄청난 놀라움을 드러냈지만, 그들에게 무슨 일이 일어났는지에 대해서는 매우 지루한 답을 내놓았습니다. 먼저, 연구팀은 이 학생 그룹의 혈액형이 매우 불균형하다는 것을 발견했습니다. 스리랑카의 일반 인구는 약 35%의 O형이 섞여 있을 것으로 예상되지만, 이 학생 집단은 O형 사람들로 가득 차 있었습니다—무려 62.4%나 되었습니다! 이는 마치 다양한 아이스크림 맛이 섞여 있을 것이라고 기대하며 방에 들어갔는데, 거의 3분의 2의 사람들이 바닐라를 먹고 있는 것을 발견한 것과 같았습니다. 이 거대한 차이는 통계적으로 유의미했으며, 이는 이 특정 학생 그룹이 독특한 유전적 구성을 가지고 있거나 그들이 사는 지역에 O형 사람들이 많다는 것을 시사합니다.

하지만 연구진이 핵심 질문인 "당신의 혈액형이 회복을 변화시키는가?"라고 물었을 때, 대답은 단호하게 "아니오"였습니다. 그들은 증상의 심각도, 회복까지 걸린 시간, 재발 여부, 그리고 학생들이 병원에 가야 했는지 등 모든 것을 확인했습니다. 그들은 A, B, AB, O형 학생들의 회복 시간을 비교했습니다. 결과는 그룹 간의 차이가 너무 미미하여 단순히 우연으로 치부할 수 있을 정도였습니다. 이는 마치 동전 300번을 던졌을 때, 빨간 셔츠를 입든 파란 셔츠를 입든 상관없이 '앞면'과 '뒷면'이 거의 똑같은 횟수로 나오는 것과 같습니다.

사실, 연구는 학생들의 개인적인 믿음 또한 현실과 일치하지 않는다는 것을 발견했습니다. 약 41%의 학생들이 자신의 혈액형이 회복에 영향을 미친다고 생각했지만, 수치는 아무런 연관성도 보여주지 않았습니다. 학생들의 행동에 영향을 미친 유일한 요소는 그들이 느끼는 증상이 얼마나 심한가였습니다. 만약 학생이 상태가 매우 나쁘다고 느끼면 도움을 구했고, 괜찮다고 느끼면 집에 머물렀습니다. 혈액형은 그 결정의 주인이 아니었습니다.

그렇다면 결론은 무엇일까요? 이 연구는 이 특정 학생 그룹이 매우 높은 수치의 O형 개인들을 보유하고 있다는 점을 확인해주었으며—이는 지역 혈액 은행이 공급량을 계획하는 데 유용한 정보가 됩니다—일상적인 감염으로부터의 회복에 있어서 혈액형은 우리가 생각했던 마법의 스위치가 아님을 시사합니다. 저자는 이 연구가 전 우주에서 혈액형의 효과가 전혀 없다는 것을 증명한 것은 아니라고 조심스럽게 말하지만, 이 학생 그룹과 이 질병들을 고려했을 때, 그 효과는 측정하기에는 너무 작았습니다. 감기나 독감을 이겨내는 문제에 있어서는, 당신의 혈형 배지에 적힌 글자보다는 당신의 면역 체계가 매일 수행하는 노고와 당신이 얼마나 아프게 느끼는지가 훨씬 더 중요해 보입니다.

기술 요약: 스리랑카 아누라다푸라 지역 대학생의 ABO 혈액형과 감염성 질환에 대한 자기 보고된 회복 간의 연관성

문제 제기

기존 문헌은 특정 감염성 질병(예: Plasmodium falciparum 말라리아, SARS-CoV-2)에 대한 ABO 혈액형과 감수성 또는 중증도 사이의 연관성을 입증해 왔으나, 남아시아의 비임상 인구 집단을 대상으로 한 회복 결과에 관한 근거는 부족한 실정이다. 선행 연구 대부분은 고소득 환경의 입원 환자 코호트에 집중되어 있으며, 회복의 기간이나 궤적보다는 감수성을 다루고 있다. 또한, Sri Lanka의 연구 중 ABO 혈액형이 대학생의 자기 보고된 회복 지표(기간, 중증도, 재발, 입원 여부)와 상관관계가 있는지 조사한 발표된 연구는 없다. 본 연구는 아누라다푸라 지역의 지역사회 기반 학생 인구를 대상으로 혈액형과 회복 결과 사이의 관계를 조사하고, 표본의 혈액형 분포를 국가 표준과 비교함으로써 이러한 공백을 메우고자 한다.

연구 방법론

연구 설계 및 대상:
본 연구는 아누라다푸라 지역(주로 라자라타 대학교, 오픈 유니버시티, 빅수 대학교)에 거주하는 18세 이상의 대학생을 대상으로 한 단면 조사 설계 방식을 채택하였다. 목표 인구는 약 13,500명이다.

표집 및 데이터 수집:

표본 크기: Cochran의 공식을 사용하여 목표 표본 크기를 374로 계산하였으나, 모집 과정의 어려움으로 인해 322개의 유효 응답(목표의 86%)을 확보하였다.
선정 기준: 참가자는 최근 5년 이내에 최소 하나 이상의 자기 식별 가능한 감염성 질환(예: COVID-19, 뎅기열, 인플루엔자)을 경험해야 하며, 자신의 ABO 혈액형을 알고 있어야 한다.
도구: 구조화된 설문지를 통해 인구통계학적 특성, 자기 보고된 혈액형, 회복 결과(기간, 증상 중증도, 진행 양상, 재발, 입원 수준)에 대한 데이터를 수집하였다.
데이터 검증: 모든 질병 이력과 혈액형 데이터는 자기 보고 방식이다. 임상 기록이나 실험실 확진 결과는 검토되지 않았다. 혈액형 지식은 이전 검사 결과(49.1%) 또는 자기 식별을 통해 도출되었다.
배포: 디지털 및 비디지털 인구 통계 전반에 걸친 도달을 보장하기 위해 2025년 1월부터 6월 사이에 Google Forms와 종이 설문지를 병행하여 데이터를 수집하였다.

통계 분석:
데이터는 IBM SPSS Statistics (v29)를 사용하여 분석되었다.

분포 분석: $\chi^2$ 적합도 검정을 통해 표본의 혈액형 분포를 발표된 스리랑카 국가 표준(A=25%, B=30%, AB=10%, O=35%)과 비교하였다.
연관성 테스트: 카이제곱 독립성 검정을 통해 혈액형과 범주형 회복 결과(중증도, 진행, 재발, 입원 수준) 간의 관계를 평가하였다. 효과 크기 측정을 위해 Cramer's $V$ 를 사용하였다.
연속 변수 분석: 일원 분산 분석(One-way ANOVA)과 Tukey HSD 사후 검정을 통해 혈액형 간 평균 회복 시간의 차이를 테스트하였다. 효과 크기로 $\eta^2$ 를 보고하였다.
유의 수준: $\alpha = 0.05$ 로 설정하였다.

주요 결과

1. 혈액형 분포:
표본은 국가 표준으로부터 통계적으로 유의미한 편차를 보였다 ( $\chi^2(3) = 125.490, p < 0.0001$ , Cohen's $w = 0.62$ ).

관찰 결과: O형이 62.4% (n=201)로 현저히 과잉 대표되었으며, A형(16.5%), B형(14.6%), AB형(6.5%)은 과소 대표되었다.
시사점: 이는 회복 결과와는 독립적으로, 샘플링된 기관 내의 지역적 유전 구조 또는 인구 통계적 집중을 시사한다.

2. 회복 결과와의 연관성:
ABO 혈액형과 회복 관련 결과 사이에서 통계적으로 유의미한 연관성은 발견되지 않았다:

증상 중증도: $\chi^2(12) = 5.475, p = 0.940$ (Cramer's $V = 0.075$ ).
회복 시간 (범주형): $\chi^2(12) = 5.935, p = 0.919$ (Cramer's $V = 0.078$ ).
증상 진행: $\chi^2(6) = 7.176, p = 0.305$ (Cramer's $V = 0.106$ ).
재발/지속성: $\chi^2(6) = 8.376, p = 0.212$ (Cramer's $V = 0.114$ ).
입원 수준: $\chi^2(9) = 6.508, p = 0.688$ (Cramer's $V = 0.082$ ).
인지된 영향: 혈액형이 회복에 영향을 미친다는 믿음 또한 실제 혈액형에 따라 달라지지 않았다 ( $\chi^2(6) = 6.692, p = 0.350$ ).

3. 평균 회복 시간:
일원 분산 분석 결과, 혈액형에 따른 평균 회복 기간의 유의미한 차이는 나타나지 않았다 ( $F(3, 318) = 1.231, p = 0.299, \eta^2 = 0.011$ ).

기술적 경향에서는 O형이 가장 짧은 평균 회복 기간(2.46주)을, AB형이 가장 긴 회복 기간(2.95주)을 보였으나, 이러한 차이는 통계적으로 유의하지 않았다. 집단 내 분산이 집단 간 분산보다 상당히 컸다.

주요 기여

지역적 근거: 본 연구는 감염성 질환의 자기 보고된 회복 결과와 ABO 혈액형을 연결하는 최초의 스리랑카 데이터를 제공하며, 남아시아 문헌의 공백을 메운다.
방법론적 접근: 다양한 학생 인구 통계를 포착하기 위해 혼합 모드 설문(디지털 및 종이)을 활용하였으며, 감수성이나 중증도 연구에서 흔히 간과되는 회복 지표(기간, 재발)를 명시적으로 테스트하였다.
실용적 효용: 특정 지역에서 혈액형 O형이 유의미하게 과잉 대표됨(62.4%)을 확인한 것은 지역 헌혈 은행 계획 및 헌혈자 모집 전략을 위한 실행 가능한 데이터를 제공한다.

의의 및 주장

본 논문은 이 특정 표본에서 ABO 혈액형은 감염성 질환에 대한 자기 보고된 회복 결과를 예측하는 통계적으로 신뢰할 수 있는 예측 변수가 아님을 결론짓는다. 연구의 명시적 주장은 다음과 같다:

무효 결과의 견고성: 다섯 가지 독립적인 결과 변수 전반에서 일관되게 유의성이 나타나지 않았고 효과 크기가 작았다는 점은, 결여된 연관성이 단순히 낮은 통계적 검정력 때문이 아니라 실제적인 부재임을 시사한다 (단, 작은 하위 집단(예: AB형)에 대한 검정력 제한은 인정함).
행동의 동인: 의료 추구 행동과 인지된 회복은 생물학적 혈액형보다는 인지된 증상 중증도 및 심리사회적 요인(상식적 자기 조절 모델과 일치)에 의해 더 강력하게 유도되는 것으로 보인다.
일반화의 한계: 이질적인 감염성 질병(COVID-19, 뎅기열, 인플루엔자)을 혼합하여 분석한 점이 질병 특이적 연관성을 희석했을 수 있음을 저자는 경고한다. 또한, 자기 보고 데이터에 의존하고 단면적 설계를 사용했으므로 인과 관계를 추론할 수는 없다.
향-후 방향: 본 연구는 혈액형을 이 환경에서의 학생 건강 계획을 위한 단독 예측 변수로 사용하는 것을 지지하지 않는다. 향후 연구는 잠재적인 작은 효과를 탐지하기 위해 더 큰 규모의 다지역 표본과 임상적으로 확진된 진단 및 질병별 층화 분석을 우선시해야 함을 제언한다.