초록 배경 발진열(rub typhus, ST)은 쓰츠가무시병(tsutsugamushi disease)으로도 알려져 있으며, 한국에서 흔한 발열성 매개(벡터) 매개 감염병이다. 주요 숙주는 설치류이다. 매개 감염병에 대한 기존 연구는 질병의 역학 동학, 벡터, 환경 변화까지 아우르는 통합적 시공간 분석을 종종 포함하지 못하였다. 따라서 본 연구는 벡터와 환경 정보를 함께 반영하여 ST의 고위험 지역 및 시공간적 추이를 포괄적으로 탐색하고자 하였다.그림 1. 연구 대상자 선정 과정 도식. 발진열은 ICD-10-CM 코드 A75.3으로 진단하였다. Epiweek, 역학 주(疫學週). NHIS, 한국의 국민건강보험공단. 방법 ST 환자 사례는 2013–2019년 한국 국민건강보험공단 자료를 250개 시군구 수준에서 추출하였다. 시공간 클러스터는 Getis-Ord Gi* 및 핫/콜드 스팟 추이 분석을 사용하여 평가하였다. 시공간 상호작용 항을 포함한 베이지안 허들(hurdle) 모형을 이용하여 ST 발병률과 설치류 적합성뿐 아니라 인구 및 환경 요인을 포함하는 다양한 지역 요인 간의 연관성을 규명하였다. 성별 및 연령 집단(0–19, 20–39, 40–59, 60–79, 및 ≥80세)별로 층화하였다.그림 2. 연도별 인구 10만 명당 발진열 발생률. 결과 2013년부터 2019년까지 95,601명의 ST 환자가 보고되었다(남성-여성 발병률 비=0.71:1). ST 발병률은 한국 전역에서 양의 공간 자기상관을 보였으며(I=0.600, p=0.01), 남서부 지역에서 북동부 지역으로의 공간적 확장이 관찰되었다. 설치류 적합성이 높은 지자체(계수=0.230, 95% 신뢰구간=0.126–0.333), 산림 면적(계수=0.254, 95% 신뢰구간=0.117–0.394), 그리고 재정적 독립성이 더 낮은 지자체(계수=-0.262, 95% 신뢰구간=-0.326~-0.198)는 시공간 자기상관을 조정한 이후에도 ST 발병률 증가 가능성이 더 높았다. 다만 유의한 위험 요인은 연령 집단에 따라 달랐다.그림 3. 인구 10만 명당 발진열 발생률의 시공간 큐(space-time cube)를 시각화하여 도출한 핫/콜드 스팟 추이 결과. 색상은 90%, 95%, 99% 신뢰수준에서 각각 “상승 추세(up trend)”, “하락 추세(down trend)”, 또는 “유의한 추세 없음(no significant trend)”으로 분류된 패턴을 나타낸다. 결론 본 연구는 시공간 자기상관을 조정한 이후에도 설치류 적합성, 산림 피복, 경제적 독립성과 같은 요인을 고려하여 한국에서 발진열의 복잡한 시공간적 역학을 규명하였다. 본 연구 결과는, 총체적 One Health 관점을 통합하고 질병 위험의 핵심 결정요인으로서 설치류 분포를 강조하는, 발진열 대응을 위한 근거 기반 전략 및 정책의 기초를 제공한다.표. 성별 및 연령 집단별 발진열 발생률에 대한 다변량 베이지안 시공간 모형의 결과(계수로 표현, 95% 신뢰구간) WAIC, 와타나베-아카이케 정보 기준(Watanabe-Akaike information criterion). 공개 사항 모든 저자: 보고된 이해상충 없음
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.