A Comparison of the Prediction Models for the Impact of Heat Wave on Total Mortality and Incidence of Heat-related Illness in the Republic of Korea

Abstract

Heatwave surveillance systems of patients with heat-related illness generated by the Korea Centers for Disease Control and Prevention have been reported since 2010. So, there are few studies about relationship between incidence of heat-related illness and temperature during heat wave in Korea. This study is to select the most appropriate prediction model for the impact of heat wave on total mortality and incidence of heat-related illness in Korea. Using piecewise regression model, the study was selected the best goodness of fit with the model which were calculated by adjusted R2 between mortality during the summer (1 June to 31 August) from 2001 to 2011 and incidence of heat-related illness during the summer (1June to 31 August) in 2011 and 2012. Then, threshold temperature showing the minimum Akaike's information criterion and the relative risk (RR) above the threshold temperature were calculated. The adjusted R2 on the model of incidence of the heat-related illness with daily maximum temperature (0.836) was higher than that on the model of the mortality with daily maximum temperature (0.058). The threshold temperature on the model of the incidence of the heat-related illness with daily maximum temperature(30.5℃) was lower than that on the model of the mortality with daily maximum temperature(32℃). Meanwhile, the threshold temperatures on the model of the incidence of heat-related illness with daily maximum temperature in Seoul, Gyeonggi-do and Chungcheong-do were higher than that of the model of the mortality with daily maximum temperature, having the explanation power of 0.841, 0.724, and 0.721, respectively. The threshold temperature of women (31.9℃) on the model of the heat-related illness with daily maximum temperature which was the best goodness of fit by sex was greater than that of men (30℃). The RR was the highest in the ≥65 age group on the model of the heat-related illness with daily maximum temperature which was the best goodness of fit by age group (1.803 [95% CI, 1.723-1.887]). The model built by the daily maximum temperature and heat-related illness was the most regression model. There were differences in the threshold temperature and relative risk between the models of mortality and incidence of heat-related illness with the daily maximum temperature by regions, genders, and age groups. Average daily maximum temperature was 5 percent higher than heat wave warning issued 33 ℃. And there was no temperature threshold of research model is higher than heat wave warning issued 35℃. Therefore it may be needed to establish relative criteria on heat wave warning system in Korea.

기후변화로 인해 지구의 기온이 상승함에 따라 폭염의 빈도와 강도가 증가할 것으로 예측되고 있다. 그리하여 폭염으로 인한 직접적 기전으로 온열질환이 발생하고 심한 경우 사망에 이를 수도 있다. 이에 따라 고온 현상으로 인한 사망률에 대한 연관성 연구는 많이 진행되어 왔다. 최근 우리나라에서 고온이 온열질환 발생률에 미치는 영향에 관한 연구가 보고되었으나 폭염으로 인한 사망 및 온열질환 발생률을 비교한 연구는 없었다. 따라서 본 연구에서는 우리나라의 폭염으로 인한 사망과 온열질환의 발생률을 예측하는데 가장 적합한 모형을 선정하였다. 그리하여 실시간 폭염예경보시스템에 적합한 기상 요인을 추정하고 기온 상승에 따른 사망률 모형과 온열질환 발생률 모형 중에 설명력이 높은 모형을 선정하였다. 또한 지역별, 성별, 연령별로 기온 상승에 따른 사망 및 온열질환 발생률 모형에 대한 설명력, 역치기온과 역치기온 이상에서의 상대위험도를 분석하였다. 기상 요인과 사망 및 온열질환 발생률을 살펴보기 위하여 2001~2012년 6~8월 동안에 기상청으로부터 최고기온, 평균기온, 최저기온, 열지수 등의 기상 자료와 2001~2011년 6~8월 동안에 통계청으로부터 사망 자료 및 2011~2012년 6~8월 동안에 질병관리본부 응급의료기관 폭염피해 감시체계를 통해 온열질환자 자료를 사용하여 일별 시계열모형을 구축하였다. 그리고 구간적 회귀 모형(piecewise regression model)을 사용하여 가장 작은 AIC(Akaike's information criterion)값을 나타내는 역치 기온을 선정하고 수정결정계수(Adjusted R2)로 회귀모형의 적합도를 산출하여 고온에 따른 사망 및 온열질환 발생률에 대한 설명력이 가장 높은 모형을 선정하였다. 기온변화에 따른 사망 및 온열질환 발생률과의 관련성을 분석한 결과, 일 최고기온 상승에 따른 온열질환 발생률 모형에 대한 수정결정계수가 0.836로 일 최고기온 상승에 따른 사망률 모형에 대한 수정결정계수 0.058보다 매우 높았다. 그리고 일 최고기온에 따른 온열질환자 모형의 역치기온(threshold temperature)은 30.5℃로 사망자 모형의 역치기온 32℃보다 낮았다. 반면 서울특별시, 경기도, 충청도의 일 최고기온 상승에 따른 온열질환 발생률 모형이 사망률 모형에 대한 역치기온보다 높았고 설명력이 각각 0.841, 0.724, 0.721이었다. 성별에 따른 설명력이 높은 모형은 일 최고기온 상승에 따른 여성 온열질환 발생률 모형이었다. 이 모형은 역치기온이 남성보다 높았고, 역치기온 이상에서 1℃ 상승시 상대위험도가 남성보다 높았다. 연령집단에 따른 설명력이 높은 모형은 65세 이상 연령집단의 일 최고기온 상승에 따른 온열질환 발생률 모형이었다. 이 모형에 대한 역치기온(31.9℃)은 사망자 모형과 비슷하였으며 역치기온 이상에서 1℃ 상승시의 상대위험도는 1.803(95% 신뢰구간, 1.723-1.887)로 다른 연령집단에 비해 가장 높았다. 기온 상승에 따른 건강영향을 보다 민감하게 예측할 수 있으며 가장 유용한 회귀모형은 일 최고기온 상승에 따른 온열질환 발생률 모형이었다. 그리고 지역별, 성별, 연령별의 일 최고기온 상승에 따른 사망 및 온열질환 발생률 모형에 대한 역치기온과 상대위험도는 서로 다른 결과를 보였다. 일 평균 최고기온이 폭염주의보 발령기준인 33℃ 보다 높았던 날은 5%이었고 연구 모형에 대한 역치기온이 폭염 경보 발령기준인 35℃ 보다 높은 연구모형은 없었다. 따라서 온열질환자 모형으로 상대적 폭염예경보시스템 기준의 재설정이 필요할 것으로 사료된다.