대기오염물질의 건강 위해성 평가(AP-HRA)를 위한 농도반응함수 및 노출 예측 모델링의 중요성과 적절한 평가 도구 선정 및 불확실성 관리 방안 doc_id PCY_201702210416198931_3

PM2.5에 대한 현존하는 코호트 연구들은 대부분 개발도상국들과 비교하여 대기오염물질의 연평균 농도가 낮은 미국과 서유럽 등에서 실시된 것들이다. 또한 대기오염물질과 건강 관련성은 선형의 관계를 가지는 것이 아니라, 높은 수치에 이를수록 기울기가 수평에 근접하는 양상을 보이는 것으로 확인되는 연구결과들도 존재한다. 이에 그동안 선진국들에서 실시된 연구결과들을 사회인구적 요인과 오염물질 성향이 다른 개발도상국들에 그대로 적용하는 것에 대한 의문들이 제기되어 왔다. 이러한 문제점들을 해결하기 위해 Burnett 등은 주변 대기오염, 가정대기오염, 간접흡연, 흡연 등 다양한 오염물질 근원(source)들로부터 배출된 PM2.5의 건강영향들을 모두 고려하여 전 농도 범위에 걸친 건강 위해성 평가가 가능한 CR함수의 통합 농도반응 모형(Integrated Exposure-Response Model)을 개발하였다. 농도반응함수는 역학연구로부터 산출되며 이러한 과정에서 불가피한 여러 가정들로 인해 결과에 불확실성을 포함하게 된다. 또한 일부 국가들에서는 대기오염에 대한 역학적 근거 자체가 존재하지 않거나 미미한 경우가 많다. 대부분의 역학연구들은 선진국에서 실시된 것들이며, 연구된 노출 범위들은 세계 전 지역에서 일률적으로 적용 가능하다고 볼 수는 없다. 다양한 공공보건 및 정책 결정에서 대기오염에 의한 사망률은 다른 요인들에 의한 사망률과 같은 맥락에서 고민되어야 한다. 비교위해성평가(CRA: Comparative Risk Assessment)는 AP-HRA의 한 종류로서 다양한 위협요인들에 대하여 비교 가능한 예측값을 제시해주는데, 이를 위해서 다양한 위해성들을 측정하는 데 있어 동일한 방법으로 접근해야만 한다. 보건 측정 및 평가 기관(IHME: Institute for Health Metrics and Evaluation)에서 담당한 GBD 2010 사업에서는 대기오염을 포함한 다양한 위협요인들의 질병부담을 비교하기 위해 CRA를 실시했다. 일반적으로 대기오염물질에 대한 인구 노출도 자료는 지자체 또는 국가기관에서 관측한 것을 이용한다. 측정된 대기오염 자료를 기반으로 하는 인구 노출도 예측값은 주로 한정된 시공간적 범위로 제한적인 성향을 가진다. 또한 모니터링은 기관마다 각각의 절차 및 기술을 이용하여 측정되기 때문에 여러 장소에서 오는 다양한 자료들을 조합하는 것이 어려울 수도 있다. 심지어 하나의 지점에서 측정된 자료조차 시간에 따라 측정 방법이 다를 수 있다. 근래에는 위성원격탐사기술, 화학물질거동모형, 토지이용 회귀분석모형, 고해상도 분산 모델 등을 기존의 지상관측 방식과 병행하는 기술이 많이 발달되었기 때문에 자료가 많이 존재하지 않거나 심각하게 오염된 지역들에 대해서도 주요 대기오염 지표물질들에 관한 정보 수집이 비교적 수월하다. 오염물질의 배출량 또는 농도가 변화한다는 가정하에 인구노출이 어떻게 변할 것인지를 예측하는 데 있어 이와 같은 실측 자료들은 배경농도로 이용될 수 있다. 하지만 정책 및 기술혁신에 의한 미래농도의 변화율을 예측하기 위해서는 대기질 모델링이 필요하다. 전 지역범위를 대상으로 하는 지상관측망은 존재하지 않기 때문에 AP-HRA는 노출 수준을 예측하는 데 있어 모델링에 일정 부분 의존한다. 더불어 모델링은 새로운 정책의 도입이나 기술의 혁신 등으로 인해 영향을 받을 것으로 예측되는 대기오염의 미래 노출 정도를 예측하는 데 사용되기도 한다. 대기질 모델들은 다양한 가정들을 포함하기 때문에 이를 통해 예측된 노출값이 특정 지역에서의 실제 대기오염 농도와 정확히 일치하는 것은 불가능하다. 심지어 전(지역) 범위에 대한 지상 관측이 가능하다 할지라도 모든 AP-HRA는 특정 지역에서의 평균 오염물질 노출 수준이 실측에 의한 것이든 모델에 의한 예측값이든 모두 표적 집단에 대한 노출을 대표한다고 가정한다. 인구노출이 적절히 예측되었다 하더라도 오염물질 농도의 지역적 편차 및 개인 생활양식의 차이 등으로 인해 개인 노출은 매우 다양하게 나타난다. 개인 수준의 위해성을 평가하기 위해서는 개인 관측(Personal Monitoring)을 실시해야만 한다. 오늘날에는 매우 다양한 AP-HRA 도구들이 존재한다. 평가에 있어 가장 적합한 도구를 선정하기 위해서는 대답하고자 하는 정책적 의제가 무엇인지를 명확히 정의해야 하며, 평가 결과를 전달받게 될 대상이 누구인지를 잘 고려해야 한다. 또한 대상 오염물질 및 공간 규모 등과 같은 평가의 기술적 필요 요인(Technical Needs)들을 식별해내는 것이 적합한 도구 선정에 있어 매우 중요하다. 각각의 평가를 위해 새로운 모형을 개발하는 것보다는 기존에 존재하는 자동화 도구를 이용하는 것이 더욱 편리하며, 평가 결과의 일관성, 비교 가능성, 신뢰성 등의 측면에 있어서도 후자를 이용하는 것이 더욱 합리적이다. 이용 가능한 도구들은 각각 다양한 기술적 특징들(공간 범위, 공간해상도, 대상 오염물질, 노출 구분 방법 등)과 운영상 특징들(도구 형식, 복잡성, 동료심사 수준)을 보유한다. 도구 이용자들은 평가의 맥락을 고려하여 가장 적합한 도구를 선정할 수 있도록 노력해야 하며, 일반적으로 이용 가능한 자원 내에서 최대 수준의 기술적 엄격성을 부과하는 도구를 이용해야 한다. 근래에 AP-HRA의 절차들을 자동화해 주는 컴퓨터 기반의 도구들이 존재한다. 이러한 도구들은 실제로 도구를 활용하는 인력(Practitioner)이나 최종 사용자(End-User)들에게 간편성(평가수행의 진입장벽을 낮춰줌), 지속성, 평가 간 비교 가능성, 품질 보증성 등의 다양한 편의를 제공한다. 대부분의 도구는 서로 유사한 접근방법을 이용하는데, 대부분 역학연구로부터 산출된 농도반응함수 및 인구단위의 노출 예측값을 이용하여 대기질 변화에 의한 특정 건강영향들의 추가 발생 비율을 측정하는 방식이다. 자동화된 도구들에는 일반적으로 건강 및 인구자료, 농도반응함수 등이 기본적으로 사전 입력되어 있으며, 일부의 경우에 이용자가 직접 특정 입력자료의 입력이 가능하다. 하지만 각각의 도구는 다양한 방면에서 서로 다른 특징을 보유하므로, 분석을 수행하는 담당자들은 평가의 목적과 맥락에 가장 적절히 들어맞는 도구를 선정해야 한다. 평가 모형을 실용적으로 활용하기 위해서는 단순한 모델로 사용해야 하는데, 이는 불확실성을 높일 수 있다. 불확실성에 대한 다양한 원인을 파악하는 것은 전체적인 불확실성을 낮추는 데 중요하며, 나아가 추정치의 정확성을 높일 수 있다. 건강 위해성 평가에서 불확실성은 대부분 CR함수 및 노출 정도의 예측에서 발생한다. 게다가 이러한 불확실성 요인이 인지되지 못하는 것 자체가 주요한 불확실성이 될 수 있다. 이러한 불확실성에도 불구하고 건강 위해성 평가는 정책 결정자에게 있어 유효하고 유용한 결과를 제공한다. 불확실성은 건강 위해성 평가 결과를 활용하는 자에게 있어 인지되고 이러한 불확실성이 최종 결과물을 어떻게 변화시킬 수 있는지에 대해서 알려져야 한다. 불확실성의 다양한 요인에 대한 민감도 분석(Sensitivity Analysis)은 정책 결정자가 건강 위해성 평가 결과를 정책적으로 활용할 시 주요 고려 사항이 무엇인지를 파악할 수 있게 한다.