반응형
역학(epidemiology): 질병의 원인을 구명하는 학문으로 특정 위험 요소를 지닌 집단을 지속적으로 추적하여 인터뷰, 혈액 검사 등을 통해 원인으로 의심되는 위험 인자 후에 그 결과를 일으키는지에 대한 연구를 전향적 연구(prospective study)라고 하며, 역학 연구에서 전향적인 비교 연구를 코호트 연구라고 한다.
유전자 발굴 방법: 최근에는 이러한 역학에 있어서 유전자를 이용하는 방식이 사용되고 있는데, 이는 질병의 원인으로 의심되는 유전자에 대한 정보를 지닌 집단(환자)과 그렇지 않은 집단(정상인) 사이의 유전 마커의 빈도 차이를 조사하여 특정 유전자 또는 유전체 위치를 규명하는 연관성 연구(association study) 방법을 사용한다.
인플루엔자(Influenza): 독감, 다양한 인플루엔자 바이러스에 의해 일어나는 질환의 총칭으로 일반적인 계절성 인플루엔자는 감기와 비슷한 증상을 보이며 위험성도 높지 않으나, 변종 바이러스 중 높은 전염성과 치사성을 가진 경우가 있다. 1918년에 발생한 Spanish flu pandemic은 Influenza A virus의 아종 H1N1에 의한 것으로, 2년 동안 치사율 2~20%에 사망자 4천만~1억명을 기록하여 인류 역사상 가장 짧은 시간 동안 가장 많은 사망자를 낸 재해(disaster)가 되었다.(중복되는 시기에 일어난 1차 세계대전의 사망자는 약 2천만명) 출처: 무다리 연구실
조류독감(Avian influenza): 조류에게 발생하는 인플루엔자의 총칭으로 일반적인 AI 바이러스는 대인 전염력이 극도로 낮거나 아예 없지만, 바이러스의 변종이 인간에게 감염되어 생겨난 epidemic이 몇 번 있었으며 Spanish flu의 정체도 조류 인플루엔자가 아닐까 의심되고 있다. 현 시점에서 새로운 pandemic을 일으킬 위험이 가장 높은 질병으로 알려져 있음. 출처: 무다리 연구실
국내에서는 네이버, 다음, 야후 코리아의 포털 검색엔진 + 헬스로그나 질병관리본부 등의 건강/질병 관련 포털의 검색어 로그 데이터만 얻는다면 재미있는 결과가 나올 수 있을것 같다. 질병관리본부는 어떻게 데이터를 얻을 수 있는데,, 포털의 경우는 어쩐담,,?? 암튼 많이 제한적이긴 하지만 할 수 있는 만큼만 ^^, 독감과 관련된 검색어를 선정하고, 각 검색어의 추이를 실제 독감 발생과 비교해서 살펴보도록 하자.
네이버의 연관검색을 통한 '독감'의 연관 검색어
구글 트렌드로 본 '인플루엔자', '감기', 'flu', '치료약'의 검색 추이
다음에서는 2009년 1월 초, 2008년도 11월 중순, 10월 말에 눈에 띄게 튄다. 그럼 실제 질병관리본부에서 그동안 제공한 인플루엔자 정보와 연관지어 한번 살펴보자. <-이건 다음번 포스팅에서
유전자 발굴 방법: 최근에는 이러한 역학에 있어서 유전자를 이용하는 방식이 사용되고 있는데, 이는 질병의 원인으로 의심되는 유전자에 대한 정보를 지닌 집단(환자)과 그렇지 않은 집단(정상인) 사이의 유전 마커의 빈도 차이를 조사하여 특정 유전자 또는 유전체 위치를 규명하는 연관성 연구(association study) 방법을 사용한다.
증후군 감시(syndromic surveillance): 질병의 초기 단계에서 감시하고자 하는 질병의 전구 증상의 발생 양상을 감시하여 질병의 대량 발생을 최종 진단 내지는 확진이 내려지기 이전에 질병의 발생을 조기에 인지하는 방법으로 이에 따른 이환율 및 사망률을 낮추는데 그 목적이 있다.
고전적인 감시체계(traditional surveillance system)는 의사에 의한 의심 혹은 확진 사례나 임상병리 검사 결과상 확진 사례의 보고를 통하여 감시대상 질병의 발생양상을 감시하는 체계임에 비해 증후군 감시체계는 감시 대상 질병의 발생 자체를 감시하는 것이 아니라 질병 발생 초기에 나타날 수 있는 여러가지 비특이적인 전구증상(prodrome)의 발생양상을 감시하여 질병의 발생을 가능한 조기에 인지하고자 하는 체계이다.
인플루엔자(Influenza): 독감, 다양한 인플루엔자 바이러스에 의해 일어나는 질환의 총칭으로 일반적인 계절성 인플루엔자는 감기와 비슷한 증상을 보이며 위험성도 높지 않으나, 변종 바이러스 중 높은 전염성과 치사성을 가진 경우가 있다. 1918년에 발생한 Spanish flu pandemic은 Influenza A virus의 아종 H1N1에 의한 것으로, 2년 동안 치사율 2~20%에 사망자 4천만~1억명을 기록하여 인류 역사상 가장 짧은 시간 동안 가장 많은 사망자를 낸 재해(disaster)가 되었다.(중복되는 시기에 일어난 1차 세계대전의 사망자는 약 2천만명) 출처: 무다리 연구실
조류독감(Avian influenza): 조류에게 발생하는 인플루엔자의 총칭으로 일반적인 AI 바이러스는 대인 전염력이 극도로 낮거나 아예 없지만, 바이러스의 변종이 인간에게 감염되어 생겨난 epidemic이 몇 번 있었으며 Spanish flu의 정체도 조류 인플루엔자가 아닐까 의심되고 있다. 현 시점에서 새로운 pandemic을 일으킬 위험이 가장 높은 질병으로 알려져 있음. 출처: 무다리 연구실
- Web Queries as a Source for Syndromic Surveillance - 검색 질의어를 통한 증후군 감시
- Infodemilogy: Tracking Flu-Related Searches on the Web for Syndromic Surveillance - (Informatics + epidemiology의 합성어인듯,, 즉,) 정보역학??: 증후군 감시를 위한 독감 관련 검색어 추적
- Detecting influenza epidemics using search engine query data - 검색어를 이용한 독감 유행 감지
- Analysis of Web Access Logs for Surveillance of Influenza - 독감 감시를 위한 웹 로그 분석
국내에서는 네이버, 다음, 야후 코리아의 포털 검색엔진 + 헬스로그나 질병관리본부 등의 건강/질병 관련 포털의 검색어 로그 데이터만 얻는다면 재미있는 결과가 나올 수 있을것 같다. 질병관리본부는 어떻게 데이터를 얻을 수 있는데,, 포털의 경우는 어쩐담,,?? 암튼 많이 제한적이긴 하지만 할 수 있는 만큼만 ^^, 독감과 관련된 검색어를 선정하고, 각 검색어의 추이를 실제 독감 발생과 비교해서 살펴보도록 하자.
네이버의 연관검색을 통한 '독감'의 연관 검색어
구글 트렌드로 본 '인플루엔자', '감기', 'flu', '치료약'의 검색 추이
다음 트렌드로 본 '독감', '감기'. '인플루엔자' 검색 추이
다음에서는 2009년 1월 초, 2008년도 11월 중순, 10월 말에 눈에 띄게 튄다. 그럼 실제 질병관리본부에서 그동안 제공한 인플루엔자 정보와 연관지어 한번 살펴보자. <-이건 다음번 포스팅에서
반응형