위험 매트릭스(Risk Matrix)를 활용한 조류인플루엔자 인체감염증 위험지역 평가 (High-Risk Area for Human Infection with Avian Influenza Based on Novel Risk Assessment Matrix)

서지정보

· 발행기관 : 한국가금학회
· 수록지 정보 : 한국가금학회지 / 50권 / 1호 / 41 ~ 50페이지
· 저자명 : 박성대, 유대성

초록

AI인체감염증은 한번 발생하게 되면 막대한 사회경제적 손실이 있으므로, 사전 예방적 관리가 필수적이다. 위험도 평가를 통해 위험요인과 위험지역을 확인하여 방역을 강화하고 사람, 동물, 환경 등 소관 부처 간 분산되어 있는 방역정책 및 관리를 원헬스 차원으로 협업․연계한다면 사회경제적 비용을 최소화할 수 있다.
이번 연구에서는 위험 매트릭스 분석을 통해 가금농장의 고병원성AI와 연계하여 AI인체감염증의 발생 위험지역을 평가하고 위험요인을 분석하였다. AI인체감염증은 가금농장의 고병원성AI와 밀접한 관련이 있고 가금관련 산업 종사자가 가장 감염에 취약한 위험군이기 때문에, 위험 매트릭스는 가금농장의 고병원성AI 평균 발생 건수와 감염에 취약한 가금 관련 축산시설 수를 활용하여 분석하였다. 조류인플루엔자 유행시기에 시․군․구별로 가금농장의 HPAI 평균 발생건수를 예측하기 위해 일반화 선형모형 중 과대산포가 있는 가산자료를 분석하는데 이용되는 음이항 회귀모형을 적용하였다.
시․군․구별 가금농장의 고병원성AI 발생건수와 축산시설 수를 적용한 위험 매트릭스 분석 결과, AI인체감염증의 발생위험이 높아 관리가 필요한 지역은 전남 나주, 전북 정읍, 전북 남원으로 확인되었다. 또한, AI 인체감염증의 발생에 영향을 줄 수 있는 위험요인으로는 가금농장의 저병원성AI 발생건수, 닭과 오리의 사육 밀도, 축산차량 등록 수로 확인되었다. 가금농장에서 저병원성AI가 1건 발생 시 가금농장의 고병원성AI 발생은 1.687배 증가하고, 닭과 오리의 밀도가 1,000 두/km2 증가할 경우 가금농장의 고병원성AI 발생은 각각 1.618배, 10.252배 증가하며, 축산차량의 경우 100대 증가 시 가금농장의 고병원성AI 발생이 1.134배 증가하는 것으로 나타났다.
AI인체감염증의 예방을 위해 HPAI의 발생주기인 2∼3년 간격으로 위험평가를 실시하고 환경․동물․사람에 대하여 원 헬스(One Health)적 관점으로 위험요인과 위험지역을 관리한다면, AI인체감염증에 대한 방역정책 수립과 사회․경제적 비용 감소에 도움이 될 수 있을 것으로 판단된다.

영어초록

Over the last decade, avian influenza (AI) has been considered an emerging disease that would become the next pandemic, particularly in countries like South Korea, with continuous animal outbreaks. In this situation, risk assessment is highly needed to prevent and prepare for human infection with AI. Thus, we developed the risk assessment matrix for a high-risk area of human infection with AI in South Korea based on the notion that risk is the multiplication of hazards with vulnerability. This matrix consisted of highly pathogenic avian influenza (HPAI) in poultry farms and the number of poultry-associated production facilities assumed as hazards of avian influenza and vulnerability, respectively. The average number of HPAI in poultry farms at the 229-municipal level as the hazard axis of the matrix was predicted using a negative binomial regression with nationwide outbreaks data from 2003 to 2018. The two components of the matrix were classified into five groups using the K-means clustering algorithm and multiplied, consequently producing the area-specific risk level of human infection. As a result, Naju-si, Jeongeup-si, and Namwon-si were categorized as high-risk areas for human infection with AI. These findings would contribute to designing the policies for human infection to minimize socio-economic damages.

참고자료

· 없음