이전 연구들은 대기오염, 특히 PM 2.5와 다양한 질환 및 사망률 증가 간에 유의미한 상관관계가 일관되게 존재함을 보여주었다. 본 연구는 GPS 추적 데이터와 시간-활동 일지(time–activity diary)를 사용하여 개인의 이동 경로와 활동 공간을 반영함으로써, 시간대별 실내 PM 2.5 노출을 예측하기 위한 새로운 접근법을 제시한다. 모델은 하루 중 각 시간(예: 0:00–0:59, 1:00–1:59)마다 별도로 학습하였으며, 총 24개의 모델을 구축하였다. 실제 참여자로부터 수집한 데이터를 통해 이들의 적용 가능성을 입증하였다. 또한 예측 성능을 최적화하기 위해 자동화된 기계학습(AutoML)을 활용하였다. 결과는 제안된 모델이 실외 PM 2.5 농도와 기상 요인의 영향을 효과적으로 반영함을 보여주었다. 성능은 서로 다른 실내 환경에 따라 달라졌으며, 지하철역 모델이 가장 높은 예측 정확도를 보였다. 향후 연구에서는 이러한 불확실성을 다루고 더 고도화된 모델링 기법을 채택하며, 포괄적인 이해를 위해 다양한 실내 변수를 고려해야 한다. 본 연구의 통찰은 미세입자상 물질 노출과 관련된 건강 위험 평가를 크게 향상시킬 수 있다.

배경 미세먼지(PM2.5)는 소아 천식 악화의 주요 유발 요인이지만, 개인별 감수성은 상당한 차이를 보인다. 기존의 중재는 이러한 이질성을 고려하지 않고 대체로 획일적인 접근을 채택하는 경우가 많다. 목적 본 연구는 개인별 PM2.5 모니터링, 딥러닝(DL) 기반 예측, 그리고 맞춤형 행동 권고를 통합하는 모바일 헬스(mHealth) 중재의 파일럿 연구로서의 실행 가능성과 효과를 평가하고자 하였다. 방법 본 3년 간의 파일럿 연구에는 한국의 9개 상급(3차) 병원에서 소아 천식 환자 272명이 등록되었다. 천식 증상 보고와 스마트폰 및 휴대용 기기를 통해 수집한 개인적 PM 모니터링 데이터를 이용하여, PM에 민감한 환자를 식별하고 악화를 예측하기 위한 1D CNN–LSTM 모델을 개발하였다. 모델 구축 후 109명의 참여자가 중재 단계에 들어갔으며, 초기 선별과 모델 기반 분류를 통해 세 그룹(모델 기반 중재, 예측 기반 중재, 중재 없음)으로 배정되었다. 모델 기반 그룹은 DL 예측에 기반한 행동 권고와 함께 개별화된 경고를 제공받았고, 예측 기반 그룹은 지역 대기질 예측에 기반하여 동일한 권고를 제공받았다. 주요 결과는 천식 악화율의 변화였으며(중재 효과 비율, IER로 측정), IER는 Intervention Effectiveness Ratio로 정의하였다. 결과 모델 기반 그룹은 악화율에서 유의한 감소를 보였다(중앙값 IER 감소: 6.6%; 평균 IER 감소: 11.5%; P < 0.05). 반면 다른 그룹에서는 유의한 변화가 관찰되지 않았다. 오즈비 분석 결과, 모델 기반 그룹은 중재 없음 그룹 및 예측 기반 그룹과 비교하여 PM2.5 관련 악화의 오즈가 각각 5.92배 및 4.22배 더 낮았다. 계층화 분석과 보정 분석에서는, 천식의 기저 중증도 및 조절 상태의 차이가 있음에도 불구하고 모델 기반 경고의 이점이 견고하게 유지됨을 확인하였다. 결론 본 파일럿 연구는 소아 천식에서 개인별 PM 모니터링, DL 기반 예측, 맞춤형 행동 권고를 통합하는 mHealth 중재의 실행 가능성과 잠재적 효과를 보여주었다. 이 접근은 PM 관련 악화를 감소시킬 가능성을 시사하며, 더 큰 규모의 장기 연구에서의 검증이 필요하다. 임상시험 Clinical Research Information Service KCT0010530; https://cris.nih.go.kr/cris/search/detailSearch.do?seq=30032&search_page=L

그리고 CO 농도, 거주 환경에서 보내는 시간은 노출을 증가시키는 요인으로 확인되었으며, 강수(91.23% 감소), 풍속, 공기청정기 사용은 노출을 감소시키는 요인으로 확인되었다. 이러한 결과는 개인의 활동 양상과 환경 요인이 노출 수준에 유의미한 영향을 미친다는 점을 시사하며, 개인 맞춤형 완화 전략과 국가 미세먼지 정책의 필요성을 강조한다. 본 연구는 알레르기 질환을 가진 개인의 건강 위험을 줄이고 삶의 질을 향상시키는 데 기여할 과학적 근거를 제공할 것으로 기대된다.

본 연구는 저비용 센서를 이용한 실시간 개인 노출 모니터링의 정확성과 효과를, 고정 관측소에 기반한 기존 자료 수집 방법과 비교하여 평가하고자 한다. PM2.5 데이터는 2019년 11월부터 2020년 3월까지 서울·수도권 지역에 거주하는 천식 아동 47명이 소지한 가방에 부착한 저비용 센서를 사용하여 5분마다 측정하였으며, 실시간 GPS 위치, 온도, 습도도 함께 수집하였다. 이후 이동형 센서 데이터는 시간과 위치를 기준으로 관측소 기반 시간당 PM2.5 데이터와 매칭하였다. 센서 데이터에는 일부 불확실성과 부정확성이 존재하였음에도 불구하고, 집계 수준에서는 두 출처의 PM2.5 데이터 간에 유사한 시간적 패턴이 관찰되었다. 그러나 개인 모니터링을 통한 평균 PM2.5 농도는 고정 관측소에서의 값보다 대체로 낮았으며, 특히 대상자가 실내에 있을 때, 야간에 있을 때, 그리고 고정 관측소로부터 더 멀리 위치할 때 그러한 경향이 두드러졌다. 개인 수준에서는 대상자가 실내에 머무르는 동안 두 PM2.5 데이터 출처 간의 상당한 차이가 관찰되었다. 본 연구는 정책결정자와 연구자들에게, 저비용의 이동형 센서를 이용한 개인 모니터링의 실현 가능성을 기존 관측소 기반 모니터링의 대안 또는 보완책으로 개선하기 위한 지침을 제공한다.

목적: 알레르기 비염(AR)은 환경 알레르겐에 의해 유발되는 비강 점막의 만성 염증이다. 비록 병태생리가 광범위하게 연구되어 왔으나, 환경을 악화시키는 요인—특히 복합 오염물질 노출—의 영향은 충분히 규명되지 않았다. 본 연구는 마우스 AR 모델에서 PM2.5, 포름알데히드 및 Zn의 동시 노출이 알레르기성 염증에 미치는 영향을 평가하고, 이에 연관된 면역학적 및 조직병리학적 반응을 규명하고자 하였다. 방법: 암컷 BALB/c 마우스에 난백알부민(OVA)으로 감작을 시행한 후, AR을 유도하기 위해 비강 내로 자극하였다. 21-24일째에 마우스를 PM2.5, 포름알데히드 및 Zn에 단독으로 또는 OVA와 병합하여 노출시켰다. 알레르기 증상은 행동 관찰을 통해 평가하였고, 면역 반응은 비강 및 기관지폐포 세척액(NALF 및 BALF), 혈청 면역글로불린 수준, 비강 조직병리, 사이토카인 프로파일 분석을 통해 평가하였다. 결과: PM2.5, 포름알데히드 및 Zn의 복합 노출은 단독 노출에 비해 알레르기성 염증을 유의하게 악화시켰다. PM2.5와 Zn의 동시 노출은 총 및 OVA 특이 면역글로불린 E 수준, 호산구성 침윤, 비비기(nasal rubbing), 재채기(sneezing), 그리고 NALF 및 BALF에서의 Th2/Th17 사이토카인 수준을 상승시키는 상승작용(synergistic)으로 이어졌다. 조직학적 분석에서는 복합 노출 후 상피 두꺼워짐(epithelial thickening)과 잔세포(goblet cell) 과형성이 관찰되었다. PM2.5와 포름알데히드의 조합을 포함한 다른 조합들 또한 가산적(additive) 또는 다소 증폭된 염증 반응을 유발하였다. 결론: PM2.5, 포름알데히드 및 Zn의 동시 노출은 OVA로 유도된 마우스 모델에서 알레르기성 염증을 악화시켰으며, PM2.5+Zn이 가장 강한 상승작용 효과를 보였다. 이러한 결과는 알레르기성 기도 질환에서 오염물질-오염물질 상호작용의 역할을 강조하며, 장기적 건강 영향 및 사람 질환과의 관련성을 규명하기 위한 추가 연구의 필요성을 시사한다.

(p = 0.014). 다중회귀분석 결과, 반려동물 소유는 아토피성 천식 아동에서 FeNO 수치 증가 및 천식 중증도 증가와 유의하게 연관되는 것으로 나타났다. 반려동물 소유는 반려동물에 대한 감작 여부와 관계없이 아토피성 천식이 있는 아동에서 FeNO 수치와 천식 중증도를 증가시켰다. 반려동물에의 노출은 반려동물에 감작되지 않은 아토피성 천식 아동에서도 기도 염증과 질환 중증도를 증가시킬 수 있다.

이전 연구들은 대기오염, 특히 PM 2.5와 다양한 질환 및 사망률 증가 간에 유의미한 상관관계가 일관되게 존재함을 보여주었다. 본 연구는 GPS 추적 데이터와 시간-활동 일지(time–activity diary)를 사용하여 개인의 이동 경로와 활동 공간을 반영함으로써, 시간대별 실내 PM 2.5 노출을 예측하기 위한 새로운 접근법을 제시한다. 모델은 하루 중 각 시간(예: 0:00–0:59, 1:00–1:59)마다 별도로 학습하였으며, 총 24개의 모델을 구축하였다. 실제 참여자로부터 수집한 데이터를 통해 이들의 적용 가능성을 입증하였다. 또한 예측 성능을 최적화하기 위해 자동화된 기계학습(AutoML)을 활용하였다. 결과는 제안된 모델이 실외 PM 2.5 농도와 기상 요인의 영향을 효과적으로 반영함을 보여주었다. 성능은 서로 다른 실내 환경에 따라 달라졌으며, 지하철역 모델이 가장 높은 예측 정확도를 보였다. 향후 연구에서는 이러한 불확실성을 다루고 더 고도화된 모델링 기법을 채택하며, 포괄적인 이해를 위해 다양한 실내 변수를 고려해야 한다. 본 연구의 통찰은 미세입자상 물질 노출과 관련된 건강 위험 평가를 크게 향상시킬 수 있다.

배경 미세먼지(PM2.5)는 소아 천식 악화의 주요 유발 요인이지만, 개인별 감수성은 상당한 차이를 보인다. 기존의 중재는 이러한 이질성을 고려하지 않고 대체로 획일적인 접근을 채택하는 경우가 많다. 목적 본 연구는 개인별 PM2.5 모니터링, 딥러닝(DL) 기반 예측, 그리고 맞춤형 행동 권고를 통합하는 모바일 헬스(mHealth) 중재의 파일럿 연구로서의 실행 가능성과 효과를 평가하고자 하였다. 방법 본 3년 간의 파일럿 연구에는 한국의 9개 상급(3차) 병원에서 소아 천식 환자 272명이 등록되었다. 천식 증상 보고와 스마트폰 및 휴대용 기기를 통해 수집한 개인적 PM 모니터링 데이터를 이용하여, PM에 민감한 환자를 식별하고 악화를 예측하기 위한 1D CNN–LSTM 모델을 개발하였다. 모델 구축 후 109명의 참여자가 중재 단계에 들어갔으며, 초기 선별과 모델 기반 분류를 통해 세 그룹(모델 기반 중재, 예측 기반 중재, 중재 없음)으로 배정되었다. 모델 기반 그룹은 DL 예측에 기반한 행동 권고와 함께 개별화된 경고를 제공받았고, 예측 기반 그룹은 지역 대기질 예측에 기반하여 동일한 권고를 제공받았다. 주요 결과는 천식 악화율의 변화였으며(중재 효과 비율, IER로 측정), IER는 Intervention Effectiveness Ratio로 정의하였다. 결과 모델 기반 그룹은 악화율에서 유의한 감소를 보였다(중앙값 IER 감소: 6.6%; 평균 IER 감소: 11.5%; P < 0.05). 반면 다른 그룹에서는 유의한 변화가 관찰되지 않았다. 오즈비 분석 결과, 모델 기반 그룹은 중재 없음 그룹 및 예측 기반 그룹과 비교하여 PM2.5 관련 악화의 오즈가 각각 5.92배 및 4.22배 더 낮았다. 계층화 분석과 보정 분석에서는, 천식의 기저 중증도 및 조절 상태의 차이가 있음에도 불구하고 모델 기반 경고의 이점이 견고하게 유지됨을 확인하였다. 결론 본 파일럿 연구는 소아 천식에서 개인별 PM 모니터링, DL 기반 예측, 맞춤형 행동 권고를 통합하는 mHealth 중재의 실행 가능성과 잠재적 효과를 보여주었다. 이 접근은 PM 관련 악화를 감소시킬 가능성을 시사하며, 더 큰 규모의 장기 연구에서의 검증이 필요하다. 임상시험 Clinical Research Information Service KCT0010530; https://cris.nih.go.kr/cris/search/detailSearch.do?seq=30032&search_page=L

그리고 CO 농도, 거주 환경에서 보내는 시간은 노출을 증가시키는 요인으로 확인되었으며, 강수(91.23% 감소), 풍속, 공기청정기 사용은 노출을 감소시키는 요인으로 확인되었다. 이러한 결과는 개인의 활동 양상과 환경 요인이 노출 수준에 유의미한 영향을 미친다는 점을 시사하며, 개인 맞춤형 완화 전략과 국가 미세먼지 정책의 필요성을 강조한다. 본 연구는 알레르기 질환을 가진 개인의 건강 위험을 줄이고 삶의 질을 향상시키는 데 기여할 과학적 근거를 제공할 것으로 기대된다.

본 연구는 저비용 센서를 이용한 실시간 개인 노출 모니터링의 정확성과 효과를, 고정 관측소에 기반한 기존 자료 수집 방법과 비교하여 평가하고자 한다. PM2.5 데이터는 2019년 11월부터 2020년 3월까지 서울·수도권 지역에 거주하는 천식 아동 47명이 소지한 가방에 부착한 저비용 센서를 사용하여 5분마다 측정하였으며, 실시간 GPS 위치, 온도, 습도도 함께 수집하였다. 이후 이동형 센서 데이터는 시간과 위치를 기준으로 관측소 기반 시간당 PM2.5 데이터와 매칭하였다. 센서 데이터에는 일부 불확실성과 부정확성이 존재하였음에도 불구하고, 집계 수준에서는 두 출처의 PM2.5 데이터 간에 유사한 시간적 패턴이 관찰되었다. 그러나 개인 모니터링을 통한 평균 PM2.5 농도는 고정 관측소에서의 값보다 대체로 낮았으며, 특히 대상자가 실내에 있을 때, 야간에 있을 때, 그리고 고정 관측소로부터 더 멀리 위치할 때 그러한 경향이 두드러졌다. 개인 수준에서는 대상자가 실내에 머무르는 동안 두 PM2.5 데이터 출처 간의 상당한 차이가 관찰되었다. 본 연구는 정책결정자와 연구자들에게, 저비용의 이동형 센서를 이용한 개인 모니터링의 실현 가능성을 기존 관측소 기반 모니터링의 대안 또는 보완책으로 개선하기 위한 지침을 제공한다.