성별에 따른 거주지역 대기 중 미세먼지(PM₁₀) 오염도와 당뇨병 유병 위험도와의 상관관계 분석

Ⅰ. 서 론

Ⅱ. 연구방법

Ⅲ. 연구결과

1) 성별에 따른 연령집단의 일반적 특성 및 당뇨 유병 특성

연구 대상에 대한 남녀별 성인 연령집단의 인구 특성 및 당뇨 유병 특성 비교 결과는 Table 1과 같다. 3개 연령집단에서 공통적으로 남녀 간 통계적으로 유의한 차이를 보인 변수는 가구소득(p<.001), 경제활동 유무(p<.001), 체질량지수(p<.001), 교육수준(p<.001), 흡연행태(p<.001)인 것으로 나타났다. 당뇨병 유병율¹⁾은 전반적으로 남성이 여성에 비하여 높았으며, 특히 40-59세 연령집단에서 남녀 간 당뇨병 유병 비율의 편차가 가장 크게 나타났다. 반면에 60대 이상 연령집단에서는 남녀 간 당뇨 유병률의 차이가 없는 것(χ2=.71, p=.400)으로 나타났다. 가구소득 및 경제활동 비율은 모든 연령집단에서 남성이 여성보다 높은 것으로 나타났다. 체질량지수의 경우 60세 이상 연령집단에서는 여성이 남성보다 높은 반면(t=-6.15, p<.001), 나머지 두개 연령집단(19-39세, 40-59세)에서는 남성의 체질량지수가 여성보다 높게 나타났다(p<.001). 교육수준의 경우 모든 연령집단에서 남성의 전문대 이상 학력 비율이 여성에 비해 다소 높게 나타났으며, 반대로 초등학교 이하 학력 비율은 여성이 높게 나타났다. 흡연자의 비율은 모든 연령집단에서 남성이 여성에 비해 월등히 높았으며, 특히 남성의 경우 19-39세 연령집단의 흡연율(매일흡연 및 가끔흡연, 50.3%)이 모든 연령집단 중 가장 높게 나타났다 (Table 1).

Table 1.

Characteristics of Total Population and Sub-groups by Gender

2) 지역별 미세먼지 오염도

분석에 사용된 143개 지자체에 대한 미세먼지 오염도 분석 결과 연구 대상 지자체의 평균 미세먼지 오염도는 44.75μg/m³이며 가장 오염도가 높은 지자체는 가장 낮은 지자체보다 약 3.7배 높은 평균 오염수치를 기록하였다 (Table 2). 세계보건기구(WHO, 2014)에서 제시하고 있는 대기 중 미세먼지에 대한 노출 권장 기준치가 연평균 20 μg/m³임을 고려할 때 분석 대상지의 미세먼지 오염도는 상당히 높은 수준임을 알 수 있다. 분석에 사용된 143개 지자체 중 세계보건기구의 미세먼지 연평균 노출 권장 기준치 20 μg/m³ 이하를 만족하는 지자체는 없는 것으로 나타났다. 미세먼지 오염도의 지역적 분포를 살펴보면 서울을 비롯한 지방 대도시의 오염도가 전반적으로 높게 나타났으며, 수도권과 연접한 지역의 오염도 역시 높은 수준을 보이고 있음이 확인되었다 (Figure 1). 수도권 및 지방 대도시(광역시)에 거주하는 인구는 2010년 인구총조사 기준 약 70% 정도(Statistics Korea, 2010)임을 고려할 때 절대 다수의 국민이 높은 수준의 미세먼지 오염에 노출되어 있다고 할 수 있다.

Table 2.

General Characteristics of PM10 Concentration Level in Study Areas

Figure 1.

Map of particulate matter concentration in South Korea

자체 중 세계보건기구의 미세먼지 연평균 노출 권장 기준치 20 μg/m³ 이하를 만족하는 지자체는 없는 것으로 나타났다. 미세먼지 오염도의 지역적 분포를 살펴보면 서울을 비롯한 지방 대도시의 오염도가 전반적으로 높게 나타났으며, 수도권과 연접한 지역의 오염도 역시 높은 수준을 보이고 있음이 확인되었다 (Figure 1). 수도권 및 지방 대도시(광역시)에 거주하는 인구는 2010년 인구총조사 기준 약 70% 정도(Statistics Korea, 2010)임을 고려할 때 절대 다수의 국민이 높은 수준의 미세먼지 오염에 노출되어 있다고 할 수 있다.

3) 성별에 따른 당뇨 유병 여부와 대기 중 미세먼지 농도와의 상관성

본 연구에서는 로지스틱 회귀분석 모형을 사용하여 전체 및 3개 연령별 하위인구집단에 대한 성별에 따른 당뇨 유병 위험도와 미세먼지오염도와의 상관성을 분석하였다(Table 3). 분석 결과 여성 전체 및 40세 이상 여성 연령집단(40-59세, 60세 이상)에 대한 모형 결과에서 미세먼지가 당뇨병 유병 위험도 증가와 통계적으로 유의한 양의 상관성(p<.01)을 보이는 것이 확인되었으며, 19세-39세 집단 역시 통계적 유의성이 다소 낮기는 하나(p=.092) 나머지 연령집단과 유사한 상관성을 보이는 것으로 나타났다. 반면 남성 전체 및 연령별 남성 인구집단에 대한 분석 결과에서는 미세먼지와 당뇨병 유병 위험도 사이에 통계적으로 유의한 상관성이 확인되지 않았다. 통제변수로 사용된 개인단위 변수들 중에는 연령, 경제활동 여부, 체질량지수, 흡연행태 등과 당뇨병 유병 위험도 사이의 통계적으로 유의한 상관성이 일관되게 나타난 반면, 소득수준, 교육수준, 및 거주형태와 당뇨병 유병 위험도 사이의 상관성은 특정 연령집단에서 일부 확인되었다.

Table 3.

Multivariate Logistic Regression Estimates for PM10 According to Diabetes Risk, Adjusted for Age, Household Income, Housing type, Economic Activity Status, Educational Attainment, and Smoking Behavior

Ⅳ. 논의

우리나라를 비롯한 주변 지역의 급격한 산업화와 도시화로 인한 대기오염은 심각한 수준에 이르고 있으며, 이로 인한 건강상의 유해성에 대한 우려 역시 심화되고 있다. 본 연구는 대표적인 대기오염물질의 하나인 미세먼지에 대한 최근 연구들에서 보고되고 있는 당뇨병과의 연관성을 살펴봄으로써 대기오염의 유해성을 분석하고, 이에 대한 국민건강 측면에서의 대응 필요성을 제기하기 위한 목적으로 수행되었다. 본 연구의 분석에는 2012 지역사회건강조사 데이터가 사용되었으며, 143개 기초지자체에서 측정된 미세먼지 오염도 데이터와 연계하여 미세먼지 오염도와 당뇨병 유병 위험도 증가 사이의 상관성을 분석하였다. 연구에 사용된 로지스틱회귀분석모형에서는 개인단위의 통제변수로 연령, 주택유형, 가구소득, 교육수준, 경제활동, 흡연수준, 체질량지수가 고려되었다. 이들 중 체질량지수, 흡연 습관이 당뇨병 유병 위험도를 높이는데 영향을 미치는 것으로 확인되었다.

본 연구의 가장 중요한 분석 항목인 성별에 따른 대기 중 미세먼지 오염도 증가와 당뇨병 위험성 증가 사이의 상관성 분석 결과 여성의 대기 중 미세먼지 오염도와 당뇨병 위험성 증가 사이에 통계적으로 유의한 상관성이 확인되었다. 전체 대상 표본을 남녀로 구분하여 실시한 로지스틱 회귀분석 결과 40세 이상의 여성 연령집단에서 일관되게 개인의 당뇨병 유병 위험성과 거주지 대기 중 미세먼지 오염도 사이에서 통계적으로 유의한 양의 상관성(p<.05)을 보인 반면, 동일한 조건에서 실시된 남성 인구에 대한 분석 결과에서는 모든 연령집단에서 미세먼지 오염도와 당뇨병 유병 위험성 사이에 통계적으로 유의한 상관성(p<.05)이 확인되지 않았다.

성별에 따른 대기오염물질의 건강상의 위험성의 차이는 일상생활에 있어 오염물질에 대한 남녀간 노출 빈도의 차이 외에도 성별에 따른 신체적 특성에 의해 달라질 수 있음이 알려져 있다(Butter, 2006). 당뇨와 대기오염물질에 대한 기존의 관련 연구에서도 대기 중 이산화질소(NO2) 오염도 증가와 여성의 당뇨 위험성 사이의 상관성이 보고된 바 있다. 현재까지 미세먼지(PM₁₀)와 당뇨병 위험과의 연관성에 대한 연구에서 이와 유사한 결과가 확인된 바는 없으나, 여성의 미세먼지 오염 노출에 의한 당뇨 관련 위험성 증가는 최근 연구들에서 그 가능성이 확인되고 있다. 미국의 50세 이상 여성 인구를 대상으로 한 미세먼지의 유해성 연구(Whitsel et al., 2009)에서 미세먼지오염이 여성의 인슐린 저항성에 영향을 미치는 것을 확인하였으며, 특히 이러한 특성이 노년 여성인구에서 뚜렷하게 나타나고 있음이 최근 연구(Choi et al., 2015)에서 보고된 바 있다. 본 연구는 기존 연구들에서 데이터 확보의 한계로 인하여 시도되지 않았던 전국 단위의 대규모 표본집단에 대한 당뇨 위험과 대기오염과의 연관성을 분석한 최초의 시도로써, 본 연구 결과는 여성의 당뇨 위험성과 관련한 미세먼지 노출의 유해성을 제기한 기존 연구 결과들을 뒷받침하는 또 하나의 의미 있는 자료가 될 것이다.

한편 지역별 미세먼지 오염도 분석 결과에서 확인된 바와 같이 우리나라의 전반적인 미세먼지 오염도는 매우 심각한 수준이다. 특히 지역간 비교 분석 결과는 우리나라 인구의 약 70%가 거주하고 있는 수도권 및 지방 대도시 지역의 미세먼지 오염도가 상대적으로 더 심각함을 보여주고 있다. 따라서 이들 인구 밀집 지역에서 미세먼지 오염이 당뇨병 유병률 증가로 이어질 경우 이는 국민건강 관리 측면에서 상당한 사회적 비용의 증가를 초래할 것이다. 이에 대한 대응 방안으로써 단기적으로는 개인 차원에서 미세먼지 노출을 줄이기 위한 보건위생 측면에서의 접근도 필요하나, 보다 근본적으로는 국가 또는 지역 차원에서의 장기적인 정주환경 개선을 통한 대기오염 감축 노력이 필요하다. 미세먼지와 같은 대기오염물질의 경우 발생원을 명확히 특정하기 어려울 뿐만 아니라 확인된 발생원에 대한 관리를 위해서는 광범위한 민간 및 공공부문의 공조가 필요하기 때문이다. 이러한 정책적 접근이 현실화되기 위해서는 보건, 환경, 도시계획 등 다양한 분야의 공동연구를 통하여 정책 마련의 당위성을 부각시킴과 동시에 대기오염 저감을 위한 효과적인 정책 방향 및 전략의 지속적인 제시가 이루어져야 할 것이다.

본 연구는 사용된 표본집단 및 미세먼지 데이터의 내재적 속성으로 인하여 다음과 같은 한계를 지니고 있다. 첫째, 본 연구에 사용된 지역사회건강조사 데이터는 특정시기(2012년)에 해당 거주지(시·군·구)에 거주하고 있는 인구를 대상으로 한 단면조사로써, 실제 당뇨병 발병 시기와 현재 거주지 거주시기 사이의 불일치 가능성이 있다. 지역사회건강조사와 같은 국가 단위 조사의 설문 보완을 통해 참여자의 거주지에 대한 보다 구체적인 정보와 함께 해당 거주지 거주 기간에 대한 정보의 확보가 가능하다면 조사 대상의 정주환경에 대한 분석의 오류를 줄임으로써 연구 결과의 신뢰성을 확보하는 것이 가능 할 것이다. 둘째, 미세먼지 측정 공간단위(spatial unit of analysis)인 기초지자체(시·군·구)는 현재까지 관련 연구들에서 사용된 데이터들 중 가장 정밀한 공단단위이기는 하나 대기오염도의 지역적 분포는 미시적으로도 상당한 차이를 보일 가능성이 있어(Lee & Sohn, 2015) 본 연구에 사용된 표본의 실제 거주지 주변 미세먼지 오염도와 분석에 사용된 데이터 사이에는 오차 가능성이 존재한다. 생태학적 오류(ecological fallacy)라 불리는 이러한 문제(Pearce, 2000)를 해결하기 위해서는 개인 단위의 독립적인 대기오염 측정 데이터를 사용하거나 이를 보완할 수 있는 통계모형의 활용 방안을 모색해야 할 것이다. 셋째, 본 연구는 분석에 사용된 데이터 및 통계기법의 한계로 인하여 당뇨병 유병률과 미세먼지 오염도 사이의 인과관계를 규명하기는 불가능하였다. 특히 단면 조사의 특성상 본 연구에서 확인된 결과가 지속적으로 나타나고 있는 현상인지에 대한 확인은 불가능하였다. 이에 대한 보다 명확한 분석을 위해서는 장기간에 걸친 표본 추적조사 및 이와 연계된 관찰대상의 실제 거주지에 대한 정밀한 대기오염도 데이터 수집을 통하여 실제 개인의 당뇨병 발병 시기와 거주지 미세먼지 오염도 사이의 연관성에 대한 시계열 분석이 필요할 것으로 판단된다.

Ⅴ. 결론

최근 우리나라 및 주변 주역의 산업화로 인한 환경문제의 하나로써 대기오염 문제가 심각하게 대두되고 있으며, 특히 대도시지역이나 공장지대와 같이 대기오염 수준이 높은 곳에 거주하는 사람들의 경우 장기간에 걸친 대기오염에 노출됨으로 인한 건강상의 악영향이 우려되고 있다. 본 연구에서는 대표적인 대기오염물질의 하나인 미세먼지와 당뇨병 위험성 증가 사이의 연관성을 분석함으로써 대기오염의 건강상의 유해성에 대한 검증을 시도하였다. 연구 결과 대기 중 미세먼지 오염도와 여성의 당뇨병 유병률 증가 사이에 유의미한 상관성이 있음이 확인되었다. 특히 이러한 상관성은 40세 이상 연령의 여성 인구 집단에서 명확히 확인되고 있다. 만성질환인 당뇨병의 증가 추세 및 우리나라 대기오염 문제의 심각성을 고려할 때 중년 여성들의 미세먼지 노출로 인한 건강상의 피해를 줄일 수 있는 보건 및 도시환경 관리 측면에서의 정책적 노력이 필요할 것으로 판단된다.

References

• Alberti, KGMM., Zimmet, P., Shaw, J., (2007), “International Diabetes Federation: a consensus on Type 2 diabetes prevention”, Diabetic Medicine, 24(5), p451-463. [https://doi.org/10.1111/j.1464-5491.2007.02157.x]
• Brook, R., Jerrett, M., Brook, J., Bard, R., Finkelstein, M., (2008), “The relationship between diabetes mellitus and traffic-related air pollution”, Journal of Occupational and Environmental Medicine, 50, p32-38. [https://doi.org/10.1097/JOM.0b013e31815dba70]
• Butter, M., (2006), “Are Women More Vulnerable to Environmental Pollution?”, Journal of Human Ecology, 20(3), p221-226.
• Chen, H., Burnett, R., Kwong, J., et al , (2013), “Risk of Incident Diabetes in Relation to Long-term Exposure to Fine Particulate Matter in Ontario, Canada”, Environmental Health Perspectives, 121, p804-810. [https://doi.org/10.1289/ehp.1205958]
• Choi, Y., Kim, J., Hong, Y., (2015), “Sex-dependent and body weight-dependent associations between environmental PAHs exposure and insulin resistance: Korean urban elderly panel”, Journal of Epidemiology and Community Health, 0, p1-7. [https://doi.org/10.1136/jech-2014-204801]
• Coogan, P., White, LF., Jerrett, M., et al , (2012), “Air Pollution and Incidence of Hypertension and Diabetes Mellitus in Black Women Living in Los Angeles”, Circulation, 125, p767-772. [https://doi.org/10.1161/CIRCULATIONAHA.111.052753]
• Dijikema, M., Mallant, S., Gehring, U., et al , (2011), “Long-term Exposure to Traffic-related Air Pollution and Type 2 Diabetes Prevalence in a Cross-sectional Screening-study in the Netherlands”, Environmental Health, 10(76), p1-9.
• Goldberg, M., Burnett, R., Yale, J., Valois, M., Brook, J., (2006), “Associations between ambient air pollution and daily mortality among persons with diabetes and cardiovascular disease”, Environment Research, 100, p255-267. [https://doi.org/10.1016/j.envres.2005.04.007]
• Janghorbani, M., Momeni, F., Mansourian, M., (2014), “Systematic review and metaanalysis of air pollution exposure and risk of diabetes”, European Journal of Epidemiology, (2014), 29, p231-242. [https://doi.org/10.1007/s10654-014-9907-2]
• Kan, H., Jia, J., Chen, B., (2004), “The association of daily diabetes mortality and outdoor air pollution in Shanghai, China”, Journal of Environmental Health, 67, p21-26.
• Korea Centers for Disease Control and Prevention, (2012), Community Health Survey. Osong: Korea Centers for Disease Control and Prevention, Osong, South Korea.
• Kramer, U., Herder, C., Sugiri, D., et al , (2010), “Traffic-Related Air Pollution and Incident Type 2 Diabetes: Results from the SALIA Cohort Study”, Environmental Health Perspectives, 118, p1273-1279. [https://doi.org/10.1289/ehp.0901689]
• Lee, Y., Sohn, D., (2015), “An Analysis of the Relationships between the Characteristics of Urban Physical Environment and Air Pollution in Seoul”, Journal of The Urban Design Institute of Korea, 16(3), p5-19.
• Maynard, D., Coull, B., Gryparis, A., Schwartz, J., (2007), “Mortality risk associated with short-term exposure to traffic particles and sulfates”, Environmental Health Perspectives, 115, p751-755. [https://doi.org/10.1289/ehp.9537]
• Monn, C., Braendli, O., Schaeppi, G., Schindler, C., Ackermann- Liebrich, U., Leuenberger, P., (1995), “Particulate matter (PM₁₀) and total suspended particulates (TSP) in urban, rural and alpine air in Switzerland”, Atmospheric Environment, 29(19), p2565-2573. [https://doi.org/10.1016/1352-2310(95)94999-U]
• Ostro, B., Broadwin, R., Green, S., Feong, W., Lipsett, M., (2006), “Fine particulate air pollution and mortality in nine California counties: results from CALFINE”, Environmental Health Perspectives, 114, p29-33. [https://doi.org/10.1289/ehp.8335]
• Park, S., Moon, K., Park, J., et al , (2009), “Chemical Characteristics of Ambient Aerosol during Asian Dusts and High PM Episodes at Seoul Intensive Monitoring Site in 2009”, Journal of Korean Society for Atmospheric Environment, 28(3), p282-293. [https://doi.org/10.5572/KOSAE.2012.28.3.282]
• Pearce, N., (2000), “The ecological fallacy strieks back”, Journal of Epidemiology and Community Health, 54, p326-327. [https://doi.org/10.1136/jech.54.5.326]
• Pearson, J., Bachireddy, C., Shyamprasad, S., Goldfine, A., (2010), “Association between fine particulate matter and diabetes prevalence in the US”, Diabetes Care, 33, p2196-2201. [https://doi.org/10.2337/dc10-0698]
• Puett, R., Hart, J., Schwartz, J., Hu, F., Liese, A., Laden, F., (2011), “Are particulate matter exposures associated with risk of type 2 diabetes?”, Environmental Health Perspectives, 119, p384-389. [https://doi.org/10.1289/ehp.1002344]
• Shaw, JE., Sicree, RA., Zimmet, PZ., (2010), “Global estimates of the prevalence of diabetes for 2010 and 2030”, Diabetes Research and Clinical Practice, 87(1), p4-14. [https://doi.org/10.1016/j.diabres.2009.10.007]
• Spengler, J., Brauer, M., Koutrakis, P., (1990), “Acid air and health”, Environmental Science & Technology, 24(7), p946-956. [https://doi.org/10.1021/es00077a002]
• Statistics Korea, (2010), Census [Internet], Daejeon, Statistics Korea, 2010 [cited 2015 May 07], Available from: http://kosis.kr/statisticsList/statisticsList_01List.jsp?vwcd=MT_ZTITLE&parentId=A.
• Whitsel, E., Quibrera, P., Christ, S., et al , (2009), “Heart Rate Variability, Ambient Particulate Matter Air Pollution, and Glucose Homeostasis: The Environmental Epidemiology of Arrhythmogenesis in the Women's Health Initiative”, American Journal of Epidemiology, 169(6), p693-703. [https://doi.org/10.1093/aje/kwn400]
• World Health Organization: Ambient (outdoor) air quality and health. 2014.
• Yoo, J., Kim, E., Lee, S., (2006), “The Effects of a Comprehensive Life Style Modification Program on Glycemic Control and Stress Response in Type 2 Diabetes”, Journal of Korean Academy of Nursing, 36(5), p751-760.