만성비염에 대한 대기오염물질의 영향: 시계열과 도구변수를 이용한 분석 = Effect Air pollutatnt on chronic rhinitis : analysis with time-series and instrumental variable|RISS 상세보기

다국어 초록 (Multilingual Abstract)

Allergic rhinitis is the most common IgE-mediated disease and is characterized by nasal symptoms such as nasal congestion, clear runny nose, itchy nose, and sneezing. Air pollutants are known to be an important factor affecting allergic diseases, and there are several studies that allergic rhinitis is also related to the concentration of air pollutants. However, the association between allergic rhinitis and air pollutants cannot be accurately determined by simple regression analysis due to their monthly differences and seasonality. Therefore, this study aims to investigate the effect of air pollutant concentration on the medical cost of allergic rhinitis through time series analysis.
A time series analysis was conducted from January 2016 to December 2019 to analyze the effect of air pollutant concentration on the medical cost of allergic rhinitis using National Health Insurance data. Total medical costs were defined for medical management and outpatient prescriptions in 25 districts in Seoul. After calculating the monthly concentrations of particulate matter 10 (PM10), particulate matter 2.5 (PM2.5), ozone (O3), nitric dioxide (NO2), sulfur dioxide (SO2), and carbon monoxide (carbon oxide, CO), the effect of each air pollutant concentration on the medical cost of allergic rhinitis was evaluated through a time series analysis using seasonal autoregressive integrated moving average (SARIMA).
The annual number of patients with allergic rhinitis who visited clinics or hospitals in Seoul was 1.46, 1.47, 1.49, and
1.45 million for 2016, 2017, 2018, and 2019, respectively. When monthly differences and seasonality were adjusted through time series analysis, PM10, NO2, and CO concentrations were associated with increased medical costs for allergic rhinitis (p=0.048, p=0.001, and p=0.001, respectively). The increase in allergic rhinitis medical costs increased by 6.22% (95% confidence interval [CI]: 0.0–12.37%), 11.27% (95% CI: 6.03–16.50%) and 11.05% (95% CI: 7.09–15.01%) for one standard deviation increase in PM10, NO2, and CO concentrations.
From the above results, it was found that PM10, NO2, and CO were correlated with medical costs of allergic rhintiis when adjusting monthly differences and seasonality through time series analysis. This analysis revealed quantified economic losses related to the level of air pollutants, and these results may provide a better understanding of the health and economic effects of air pollutants on allergic rhinitis and useful insights for the determination of environmental policies.
In the above study, the association between allergic rhinitis and the air pollutants was evaluated after adjusting the seasonality and monthly differences. Although the seasonality and monthly difference that are important factors in both allergic rhinitis and air pollution were adjusted, the causal effect of air pollutants on allergic rhinitis was not evaluated. The association between air pollutants and chronic rhinitis outpatient visits has been widely assessed in previous studies, but causal inference has not been investigated. Therefore, I attempted to evaluate the causal effect of air pollutants on chronic rhinitis through instrumental variable analysis.
In the studies to evaluate associations, there are one or more confounding factors between the exposure (air pollution) and outcome (disease), which means that there are open causal paths between exposure and outcome. Therefore, in order to properly estimate the causal effect between exposure and outcome, potential confounding factors must be adjusted in the model or randomized through experiments. In studies that investigate environmental effects epidemiologically, it is virtually impossible to randomize, and instead, pseudo-randomization can be performed through statistical techniques such as instrumental variable analysis. Instrumental variable analysis is the evaluation of causal reasoning in outcomes using instrumental variables that can limit specific exposures. The important concept here is that the instrumental variable itself does not affect the outcome, but only through the exposure variable. TI affects chronic rhinitis only through air pollutants, and TI is used as an instrumental variable to analyze the causal relationship between air pollution and the number of outpatient visits for chronic rhinitis in this study.
This data was conducted based on environmental disease data provided by the National Health Insurance Service, and the subjects analyzed in the study were patients who visited hospitals in Seoul due to rhinitis from January 1, 2014 to December 31, 2017. The definition of rhinitis patients in the environmental cohort was based on the ICD-10 disease code. The air quality index (AQI) was calculated for the degree of air pollution using air pollutants PM10, PM2.5, O3, NO2, SO2, and CO, and the average AQI value was used as an exposure variable. The TI data measured at radiosonde in the Osan area were used as instrumental variables.
The number of outpatient visits due to chronic rhinitis was 81,210,447, and the analysis was performed based on this. The relative risk of one IQR increase in AQI was significant in lag 0,3,5,6 (p < 0.01) with the largest relative risk (RR) at lag 0, followed by lag 6 (lag 0: RR 1.078, 95% CI 1.045–1.113; lag 6: RR 1.043, 95% CI 1.037–1·087). In Subgroup analysis, the age group 10-19 was the most vulnerable group and had significant RR for lag 0-7 (RR 1.039-1.161). Negative control outcome and exposure analysis demonstrated instrument variable analysis provided a robust estimation of causal effect of AQI on the number of outpatient visits to chronic rhinitis.
This analysis using TI as an instrumental variable showed the causal relationship between the increase in air pollutant level and the number of chronic rhinitis outpatient visits. This analysis suggested a meaningful methodology as it can show the causal effect of air pollution, not merely the association between air pollutants and diseases that can be involved with many confounding variables.

번역하기

국문 초록 (Abstract)

알레르기 비염 (allergic rhinitis)은 가장 흔한 IgE-mediated 질환으로 코막힘, 맑은 콧물, 코 간지러움, 재채기 같은 코증상을 특징으로 한다. 대기오염물질 (air pollutant)은 알레르기 질환에 영향을 끼치는 중요한 요인으로 알려져 있고, 알레르기 비염도 대기오염물질 농도와 연관성이 있다는 보고들이 있다. 하지만 알레르기 비염의 경우 월별 차이와 계절성을 보이기 때문에 단순 regression 분석으로는 대기오염물질과의 연관성을 정확히 알 수 없다. 따라서 본 연구에서는 시계열 분석을 통해 대기오염물질 농도가 알레르기 비염의 의료비용에 끼치는 영향에 대해 알아보고자 한다. 2016년 1월부터 2019년 12월까지 국민건강보험 데이터를 이용해 대기오염물질 농도가 알레르기 비염의 의료비용에 미치는 영향을 분석하기 위한 시계열 분석을 시행하였다. 서울시내 25개구에서의 의료 행위 및 외래환자 처방에 대해 총 의료비용이라고 정의하였다. 월별 미세먼지 (particulate matter 10, PM10), 초미세먼지 (particulate matter 2.5, PM2.5), 오존(ozone, O3), 이산화질소(nitric dioxide, NO2), 이산화황 (sulfur dioxide, SO2), 일산화탄소 (carbone oxide, CO) 농도를 계산 후, seasonal autoregressive integrated moving average (SARIMA)을 이용한 시계열 분석을 통해 대기오염물질 농도가 알레르기 비염의 의료비용에 미치는 영향을 평가하였다. 서울 시내 의원이나 병원을 방문한 알레르기비염 환자의 연간 수는 2016년, 2017년, 2018년, 2019년 각각 146만명, 147만명, 149만명, 145만명이었다. 시계열 분석을 통해 월별 차이와 계절성을 보정했을 때, PM10, NO2, CO 농도는 알레르기 비염의 의료비용 증가와 연관성이 있는 것으로 나타났다 (각각 p=0.048, p=0.001, p=0.001). 알레르기비염 의료비용의 증가는 PM10, NO2, CO 농도가 1 표준편차만큼 증가할 때마다 각각 6.22% (95% confidence interval [CI]: 0.0–12.37%), 11.27% (95% CI: 6.03–16.50%), 11.05% (95% CI: 7.09–15.01%)만큼 증가하였다. 위 결과에서 시계열 분석을 통해 월별 차이와 계절성을 조정할 때 PM10, NO2, CO가 AR의 의료비와 상관관계가 있음을 알 수 있었다. 이 분석을 통해 대기오염 물질의 수준과 관련된 정량화된 경제적 손실이 드러났으며, 이러한 결과는 대기오염 물질이 알레르기 비염에 미치는 건강 및 경제적 효과 (health and economic effect)에 대한 더 나은 이해와 환경정책 결정에 유용한 근거를 제공할 것이다. 위 연구에서는 시계열 분석을 통해서 알레르기 비염과 대기오염물질의 계절성과 월별차이를 보정한 둘 사이의 연관성에 대해서 살펴보았다. 계절성과 월별차이라는 중요한 요인들에 대한 보정이 이루어졌지만 위 연구는 대기오염물질이 알레르기 비염에 대한 영향을 인과적으로는 밝힐 수가 없었다. 이전 연구들에서도 만성비염과 대기오염물질의 연관성에 대해서는 많이 연구된 바가 있으나 그 인과 관계에 대해서는 연구된 바가 없다. 따라서 본 연구자는 대기오염물질이 만성비염에 대한 인과적 영향을 도구변수 분석이라는 분석 방법을 이용해 평가하고자 했다. 연관성을 본 연구일 경우 노출(대기오염)과 결과(질병) 사이에 하나 이상의 교란 요인이 존재하며 이는 노출과 결과 사이에 열린 인과 경로 (causal paths)가 존재한다는 것을 의미한다. 따라서 노출과 결과 사이의 인과 효과를 적절하게 추정하기 위해서는 잠재적 교란 요인을 모델에서 조정하거나, 실험을 통해 무작위화(randomized) 해야 한다. 환경의 영향을 역학적으로 보는 연구에서 사실상 무작위화는 불가능하며, 대신 도구변수 분석 등 통계적 기법을 통한 pseudo-randomization을 시행할 수 있다. 도구변수 분석이란 특정 노출을 제한할 수 있는 도구변수를 이용해 결과에 인과적 추론을 평가하는 것이다. 여기서 중요한 개념은 도구변수 자체는 결과에 영향을 끼치지 않고 오직 노출변수를 통해서만 결과에 영향을 끼친다는 것이다. 열 역전 현상 (Thermal inversion, TI)는 고도에 따른 온도 상승과 관련된 대기 현상이고 이는 지표면에서의 대기오염물질 농도 증가를 유발한다. TI는 대기오염물질을 통해서만 만성비염에 영향을 끼치며, 본 연구에서는 이를 도구변수로 사용하여 대기오염과 만성비염의 외래 방문수 간의 인과 관계를 분석하고자 한다. 본 데이터는 국민건강보험 공단에서 제공되는 환경성 질환 데이터를 바탕으로 시행했으며, 연구에서 분석한 대상자들은 2014년 1월 1일부터 2017년 12월 31일까지 비염으로 서울내 25개구의 병원을 내원한 환자를 대상으로 하였다. 환경성 코호트에서 비염 환자의 정의는 ICD-10 상병코드를 기반으로 하였다. 대기오염물질인 PM10, PM2.5, O3, NO2, SO2, CO를 이용해 대기오염 정도는 대기 질 지수 (air quality index, AQI)를 계산하였고 평균 AQI값을 노출변수로써 사용하였다. 오산 지역의 radiosonde에서 측정된 TI 자료를 사용하여 도구변수로 사용하였다. 연구 기간 동안 비염으로 인한 외래 방문수는 81,210,447회였으며 이를 바탕으로 분석을 시행하였다. AQI 증가에 따른 비염 외래 방문수는 lag 0,3,5,6에서 양의 상관 관계를 가졌으며 (p<0.01) lag 0에 상대위험도 (relative risk, RR) 가 제일 크고 그 다음 lag 6 순서였다 (lag 0: RR 1.078, 95% CI 1.045–1.113; lag 6: RR 1.043, 95% CI 1·037– 1·087). Subgroup analysis에서 10-19세 연령 때가 가장 취약한 group으로 lag 0-7까지 모두 유의한 RR 값을 가졌다 (RR 1.039-1.161). Negative control outcome과 exposure 분석 결과, 제안된 도구변수 분석은 비염 외래 방문수에 대한 AQI의 영향을 인과적으로 설명하는 강력한 추정을 제공했음을 보였다. 위 결과에서 TI를 도구변수로 이용하여 분석을 시행해 대기오염의 증가와 비염 외래 방문수 간의 인과관계를 밝혀냈다. 많은 교란변수과 관여할 수 있는 대기오염 물질과 질병 간의 단순 연관성이 아닌 대기오염의 인과적 영향을 보여줄 수 있다는데 본 분석은 의미 있는 방법론을 제시하였다.

번역하기

알레르기 비염 (allergic rhinitis)은 가장 흔한 IgE-mediated 질환으로 코막힘, 맑은 콧물, 코 간지러움, 재채기 같은 코증상을 특징으로 한다. 대기오염물질 (air pollutant)은 알레르기 질환에 영향을 ...

목차 (Table of Contents)