Embedded Files
8.2. 노출 평가의 이해
(1) 노출 평가의 원칙
(1) 노출 평가의 원칙
역학연구에서 노출이란 질병 발생과 관련된 요인들 혹은 연구대상자의 속성을 말하는 광범위한 의미이며, 노출 평가란 신체가 특정 위험요인에 접촉되어 있는지 또는 몸 안에 얼마나 흡수되었는지를 파악하는 것이다. 노출값을 통해 노출-질병의 관련성을 평가할 수 있으므로 노출 평가값이 정교할수록 질병과의 관련성을 더욱 잘 평가할 수 있다. 따라서 최대한 정확한 노출 평가 방법을 적용하는 것이 바람직하다. 예를 들어 방사선 역학 연구에서는 방사선 노출량을 개인적 수준을 넘어 각 장기별로 산출하고 있다. 이러한 정교한 노출량을 근거로 방사선에 의한 건강 영향을 단위 선량당 위험도(risk per unit dose)로 제시할 수 있는 것이 방사선 역학의 큰 장점 중의 하나이다.
노출 평가는 관심 있는 주된 노출 변수 이외에 교란변수 및 효과변경인자 등에도 적용할 수 있으며, 질병 자체를 노출 정보로 활용하여(예를 들어 흡연 정보가 없을 때 폐암 혹은 호흡기 질환이 흡연의 대리지표로 활용) 보정변수로서 적용할 수도 있다.
노출 평가에서의 변수(parameter)들로는 노출 농도(mGy 등), 노출 기간(시간, 년수 등), 노출 시점(연령 등), 노출 횟수(주당 또는 연간 노출 횟수 등) 등이 포함된다. 노출률(속도)은 단위 시간당 노출되는 양으로서 노출 횟수와 농도를 곱해서 산출할 수 있다. 노출 평가에서는 같은 노출 요인이라고 하더라도 각 노출 시점과 기간에 따라 다른 건강 영향을 줄 수 있다(즉 몇 살에 노출되었는지, 얼마나 오래 노출되었는지, 노출 이후 기간이 얼마나 지났는지 등). 예를 들어 육체 활동은 장기적으로는 심근경색증 위험도를 낮추지만, 운동 후 한두 시간 후에는 위험도를 증가시킬 수 있다. 음주의 경우도 장기간 소량의 음주는 심혈관 질환의 위험도를 낮출 수 있지만, 음주 직후에는 심혈관계 질환의 위험성을 증가시킬 수 있다.
노출량과 노출시간은 서로 구별되는 개념이기 때문에 분석시 서로를 보정해 주는 경우가 많다. 예를 들어 음주 누적량과 음주 시작연령은 상관성이 높아 음주 누적량 효과를 보려면 음주 시작 나이를 보정해 주어야 한다. 마찬가지로 직업적 방사선량에 의한 효과를 파악하기 위해서 근무 기간을 보정하기도 한다.
누적 노출(cumulative exposure)은 단순히 노출 혹은 비노출에 대한 정보보다 얼마나 노출되었는지에 대한 양적 정보를 제공해주어, 노출과 질병과의 관련성을 근거 있게 판단하는 데 도움을 준다. 따라서 일반적으로 노출의 정도를 가장 잘 대변하는 노출 지표로 활용되고 있다. 누적 노출량은 노출 기간, 횟수, 그리고 농도를 곱하여 산출한다. 그런데 장기간 노출이 일정하였다면 누적량 적용이 바람직하지만, 만약 시기 혹은 나이에 따라 노출의 변화가 크면 누적 지표의 의미가 제한적이다. 따라서 누적 노출 지표에 포함되는 각 개별지표가 가진 특성의 차이 및 각 개별지표 간의 상관성을 살펴보고 결과를 해석하는 것이 필요하다.
노출 형태에 따라 건강 영향이 달라질 수 있다. 예를 들어 같은 양의 방사선에 노출되었다고 하더라도 노출 형태와 조건이 다르면 다른 건강 영향이 나타날 수 있다. 즉 일본 원폭에서와 같이 한 번에 순간적으로 방사선에 노출되는 경우, 환자가 간헐적으로 저선량 혹은 고선량에 노출되는 경우, 작업자가 매일 일정하게 저선량에 노출되는 경우 등은 총 노출선량이 같다고 하더라도 서로 다른 건강 영향이 나타날 수도 있다. 따라서 방사선 역학에서는 노출 형태에 따른 다양한 역학 연구들이 진행되고 있으며 서로의 차이점을 비교 평가하여 방사선의 영향을 종합적으로 파악하고 있다.
노출 평가에 있어서 질병 발생과 관련이 있는 노출을 파악하는 것이 중요하다. 왜냐하면 모든 노출값이 질병 발생과 관련이 있기보다는 그중에서 일부 노출값만이 질병과 인과성을 갖기 때문이다. 특히 만성질환의 경우 최근 노출 정보는 질병과 직접적인 인과성이 적다. 예를 들어 방사선 노출과 암발생과의 관련성을 평가 시 1년 전 방사선 노출값은 암발생의 잠재기를 고려했을 때 합리적이지 못하다. 반면 흡연과 심근경색의 경우는 너무 오래전 노출보다도 상대적으로 최근 노출이 더 중요한 인과성을 갖는다. 따라서 질병과 관련된 노출은 생물학적(biological)으로나 시간적(temporal)으로 합당해야 한다. 노출 평가의 목적은 이 두 가지를 만족하는, 즉 전체 노출에서 질병 발생과 관련된 노출만을 합리적으로 분별하는 것이라고 할 수 있다.
노출과 관련된 시기는 이론적으로 원인적 시기(etiological time window), 유도기(induction period), 잠재기(latent period)로 나누어 표현한다 (그림 8.2.1). 원인적 시기는 질병을 발생시키는 데 노출이 기여한 노출 기간, 유도기는 원인적 노출 이후 실제 질병이 발생하기 전까지의 기간, 잠재기는 질병 시작 이후 증상이나 진단될 때까지의 기간을 의미한다(따라서 잠재기는 질병 진단 방법의 개발에 따라 짧아질 수 있으나 원인적 시기와 유도기는 질병 발생 이전에는 질병을 발견할 수 없으므로 기술적으로 줄일 수 있는 기간은 아니다). 이 중에서 노출이 질병과 직접적으로 관련된 시기는 원인적 시기뿐이며 유도 및 잠재기의 노출량은 질병 발생에 직접 기여하지 않는다. 유도기의 기간은 노출 이외의 다른 원인 인자들이 얼마나 그리고 어떻게 작용하느냐에 따라 차이가 난다(질병은 하나의 노출 원인만으로 발생하는 것이 아니라 다른 원인 인자들과의 상호작용(생물학적)을 통해서 발생한다. 따라서 질병이 실제 시작되기 위해서는 원인적 노출 이후에 다른 인자들의 작용이 수반되어야 한다). 즉 원인적 기간은 노출 인자 자체로 인한 질병 발생까지의 기간을 의미하며, 유도기는 노출 후 다른 원인 인자들의 작용이 더해지면서 실제 질병이 발생하기 전까지의 기간을 의미한다. 따라서 유도기 및 잠재기 기간의 노출을 포함하게 되면 노출의 오분류를 발생시킬 수 있어, 노출 평가에서 원인적 시기를 정확히 평가하는 것이 중요하다. 그러나 현실적으로 원인적 시기, 질병의 유도기, 잠재기를 구분하기는 매우 어렵고 구별할 수 있는 정보도 부족하다. 특히 원인적 시기와 유도기는 이론적으로만 구별할 수 있는 개념이다. 따라서 대부분의 역학연구에서는 각 기간을 구별하기보다는, 모두 합한 노출 기간을 사용하거나 임의로 설정한 잠재기를 제외하는 방식을 적용한다.
질병 발생과 관련 있는 노출을 역학연구에 적용하기 위해 시간변수를 고려한 분석 방법들로는 1) 처음 노출 시기(age at first exposure)에 따른 분석(즉 처음 노출 시 연령 혹은 처음 노출 후 기간), 2) 질병의 잠재기에 해당되는 기간을 제외한 분석(latency analysis, 예를 들어 방사선 노출과 폐암 발생 시 10년 이전 노출만 고려), 3) 원인적 노출 이전에 노출을 제외하고 질병과 관련이 있을 최근 노출만 포함한 분석(recency analysis, 예를 들어 흡연과 심근경색 관련성에서 질병 발생 1년 전까지 노출만을 포함), 4) 위의 2)와 3) 방법을 모두 적용해서 앞뒤로 질병 발생과 가장 관련 있을 노출만 선택하는 분석(exposure time window analysis) 등이 있다.
그림 8.2.1 노출에서 질병 발생까지의 과정에서 각 시간: X 관심 노출; ⭙ 질병을 발생시키는 노출; ⮽ 질병에 의해 영향받는 노출
(2) 노출 평가 방법
(2) 노출 평가 방법
노출 평가 방법은 크게 분류(exposure classification), 측정(measurement), 모델링(modeling)으로 나눌 수 있다. 각 연구별로 어떤 방법을 선택할지는 연구목적 및 실무적 요인들을(현실적인 시간, 노력, 비용 및 자료 확보 가능성 등) 고려하여 가능한 범위 내에서 방법을 선택한다. 가장 중요한 것은 연구 목적상 어떤 개념을 파악해야 하고, 그것을 어떻게 지표화할 수 있는지를 판단하는 것이다. 가장 적합한 방법 하나를 선택할 수도 있지만 여러 방법을 동시에 평가하여 해당 노출 평가를 종합하는 것이 바람직하다.
노출 분류(exposure classification)는 전문가적 판단으로 노출의 여부 혹은 정도(no, low, medium, high 등)로 구분하는 것을 말한다. 전문가의 경험과 해당 분야의 관련 자료들에 근거하여 판단할 수 있는데 주로 직종과 작업력에 기초한 노출 평가를 수행하는 데 적용되어 왔다. 이 방법은 다소 주관적이지만 전문성에 근거하여 합리적으로 역학연구에 활용되어 왔다. 일반적으로 역학연구에서는 특정 인자의 진짜 노출(true exposure)량을 파악하는 것이 어렵기 때문에 진짜 노출을 반영하는 대리지표(surrogate)를 합리적으로 평가 혹은 만들어 내는 것이 중요하다. 따라서 노출의 절대값을 파악하지 못하였다고 하더라도 대리지표가 진짜 노출과 상관성이 높고 인구집단의 노출 정도를 올바르게 분류(categorization)할 수 있으면 효율적으로 역학적 연구를 수행할 수 있다. 즉 역학연구에서는 노출 평가 자체의 정교함뿐 아니라 합리적인 분류 자체도 중요하다.
방사선 노출 평가 시 직업 및 작업 종류를 통해 방사선 노출 정도를 분류할 수 있다. 예를 들어 방사선 작업 종사자 내에는 원전 종사자, 의료기관 종사자, 비파괴검사 종사자 등 다양한 직종이 있으며 이들의 평균적 노출수준은 기존 자료를 통해 파악할 수 있다. 따라서 직종의 근무기간 그리고 각 직종 내 작업종류 등에 대한 정보를 모아서 개인별 방사선 노출 수준의 상대적 크기를 분류할 수 있다. 더 나아가 산업명과 직업명을 체계적으로 조합하는 방법(job exposure matrix)을 적용하기도 한다. 예를 들어 개인이 종사했던 각 산업과 직업명에 대해 각각 방사선 노출 수준을 비노출, 저노출, 고노출로 나누고 각 산업과 그 산업 내에서의 직업 형태를 조합하여 종합적 노출 정도를 산출함으로써 전체 대상자를 비노출, 저노출, 중간노출, 고노출, 최고노출군으로 분류할 수 있다. 또한 평가된 지표는 직업의 근무 기간과 곱해 누적 방사선 노출 지표로도 활용할 수 있다. 이러한 방식을 통해 산출된 수치는 절대값으로서의 의미는 없지만, 상대적 정도에 대한 범주화를 통해 질병과의 양-반응 관령성을 살펴보는 데 사용될 수 있다. 이때 각 직업 및 노출 정보의 신뢰도를 별도로 점수화함으로써 필요에 따라 신뢰도가 낮은 작업은 제외하고 살펴볼 수 있다.
설문조사는 노출 분류의 유용한 평가 도구이다. 특히 노출 기간이나 노출 횟수 등의 노출력은 설문조사를 통해서만 파악할 수 있다. 또한 대규모 집단 모두에게 측정이 이루어지지 못한 경우, 설문조사를 통해 직접 측정된 일부의 노출값을 적용할 수 있다. 따라서 설문조사는 노출 평가에 있어서 필수적인 도구로 활용되고 있다. 그러나 설문은 응답자의 주관성과 조사자의 차이 등 여러 제한점이 있어 문항의 완결성과 정확성을 높이는 것이 중요하다. 수집한 정보의 정확성이 낮을 경우 살펴보고자 하는 관심 노출 변수 및 질병 변수의 오분류가 발생하고, 노출과 질병 간의 관련성을 왜곡시킬 수 있다. 따라서 설문을 활용한 역학연구에서 설문 문항의 신뢰도와 타당도 연구가 방법론적 근거를 위해 필요하다.
노출 분류 방식은 방사선량값 자체가 부재하거나 선량값이 있더라도 불안정할 경우 방사선 노출 정도를 분류하는 데 유용하게 적용된다. 특히 장기선량 산출 이전 단계의 연구에서 직업적 특성과 건강 영향과의 관련성을 평가하는 데 필수적이다. 예를 들어 미국 방사선사 코호트 연구에서 장기선량이 산출되기 이전 초반기 연구들은 직종 정보를 노출 변수로 활용하여 건강 영향을 보고한 바 있다. 비록 장기선량이라는 자세한 노출값이 있더라도 직종 및 작업 특성에 따른 노출 분류는 연구집단에서의 건강 상태 및 영향을 종합적으로 파악하기 위한 기본적이면서도 중요한 단계이다.
방사선 역학에서는 특히 환경 노출 영역에서 노출 분류 방식을 많이 적용하고 있다. 즉 모든 주민에게 개인적 방사선량을 측정하는 것은 현실적으로 어려우므로 가능한 오염원과의 거리를 노출의 대리지표로 흔히 사용한다. 예를 들어 원전 주변 지역을 거리로 분류하여 5km 이내를 고노출군으로 정의하고, 5-10km, 10-20km, 20km 이상으로 구분하여 상대적 노출 정도를 평가한다. 이때 단순한 거리 정보만이 아니라 방사능 오염물질이 기후조건에 따라 방출되는 모델에 근거하여 더 정교한 노출 대리지표를 만들기도 한다.
측정(measurement)은 노출량을 직접 측정하는 것으로 여러 경로를 통한 노출을 객관적으로 종합 평가할 수 있다는 장점이 있다. 예를 들어 방사선량을 직접 측정한 개인별 배지값, 대기 중 라돈 농도, 생물학적 선량평가에서의 염색체 이상값 등이 포함된다. 개인이 아닌 지역별 환경 측정은 측정값을 다시 개인에게 할당하기 때문에 측정이 아닌 노출 분류 영역에 포함할 수도 있다
방사선량을 측정하는 대표적인 기기는 작업자들에게 지급되는 개인선량계(thermoluminescent dosimeter)로 흡수된 방사선의 에너지를 나중에 가열하였을 때 저장된 에너지가 빛으로 방출되는 원리를 이용하여 선량을 측정한다. 그리고 외부 계측기를 통해 인체 내에 존재하는 핵종이 외부로 나오는 방사선(주로 투과력이 큰 감마선이나 X선)을 직접 측정하기도 한다. 또한 소변이나 다른 생체 시료에서 방사성 핵종을 측정하기도 하고, 혈액 림프구 세포에서 관찰되는 염색체이상의 수를 측정하여 선량 평가에 활용하기도 한다.
측정은 일반적으로 노출 평가에서 참값(gold standard)의 역할을 하지만, 노출량 자체만을 평가하는 것이지 노출 평가의 다른 중요한 변수(시점, 기간, 횟수 등)들을 평가하는 것은 아니다. 따라서 측정만으로는 노출 평가에 대한 정보를 포괄적으로 제공하지 못하며, 여러 노출 변수들에 대해서는 다른 방법이 보완되어야 한다. 측정은 일반적으로 시간과 노력이 많이 들고 비용이 많이 들며 침습적 방법이 동원된다. 따라서 측정은 일부 집단에서만 실시하고 그 값을 직접 측정되지 않은 개인에게 적용하기도 한다. 또한, 측정된 선량값이 어떤 특정 시점의 노출을 반영하는 것이기 때문에 그것을 근거로 실제 누적 노출량을 추정하는 과정에는 여러 불확실성이 존재한다.
모델링(modeling)은 기존 결과들을 활용하여 노출값을 예측하는 방법으로, 결정론적 및 확률론적 모델링으로 구분한다. 결정론적 모델링은 노출 물질의 물리, 화학 및 생물학적 지식에 근거하여 모델을 구축하는 것으로, 예를 들어 방사능 핵종의 특성과 배출 조건들(굴뚝 높이, 지름, 배출 속도, 온도 및 기후 조건 등)을 고려하며 방사능이 주변에 어떻게 분포될 것인지를 모델링할 수 있다. 확률론적 모델링은 조사된 변수들을 활용하여 회귀분석 식을 만들고 이 변수들의 통계적 관련성에 근거하여 노출량을 예측하는 것으로, 주로 유해물질의 특성이 충분히 알려지지 않았을 때 적용한다.
노출 평가는 학문이 발전함에 따라 점차 복잡해지고 정교해지고 있다. 질병의 원인이 한 가지 노출 요인을 넘어서서 다양한 요인들과 관련되어 있으며, 인구집단은 질병 발생과 관련된 여러 요인에 동시에 노출되어 있기 때문이다. 따라서 하나의 노출을 파악했다고 하더라도 전체적으로 한 부분의 역할만으로 제한되며 여러 유해 요인들에 대한 복합 노출 평가가 요구된다. 그리고 질병의 발생과 노출 사이의 간격을 고려할 때 어느 시점에서 노출을 평가했냐도 중요하다. 또한, 질병의 원인이 되는 노출은 대부분의 경우 현재가 아니라 과거의 노출이지만 과거 노출을 직접 측정하기 어렵기 때문에 현재 노출값을 통해 과거 노출량을 파악하는 것이 중요하다.
방사선 역학에서의 노출 평가는 일반적으로 1) 대규모 인구집단에 적용되며 2) 현재만이 아니라 과거 노출을 평가하는 것이 필요하며 3) 단순한 측정지표보다는 정교한 노출 지표(장기선량)를 필요로 한다는 특징이 있다. 즉 개별화된 장기선량을 대규모 인구집단에서 파악하는 것이 필요하다. 그러나 현재가 아닌 과거의 노출 을 파악하는 데 필요한 자료는 준비되어 있지 못한 경우들이 많아 측정자료, 설문 (인터뷰)자료, 기후나 작업환경 등의 자료를 문헌 고찰과 함께 종합적으로 활용해야 한다. 방사선 노출 평가를 어떻게 할 것인지에 대해서 일정하게 처방된 방식은 없 으며, 여러 가능한 정보들을 종합하는 것이 중요하다.
Page updated
Google Sites
Report abuse