본 연구의 목적은 보수적인 시각에서 2020년까지의 적정 치과의사 인력 수급을 추계하는 것이다. 치과의사 인력을 추계하기 위해서 미국의 BHPr(Bureau of Health Professional model) 방법을 사용하였다. 인력추계에 사용된 자료는 모두 이차자료로서 이중 일부는 전수조사 자료이며 일부는 설문조사를 통해 수집된 것이다. 국민건강보험공단과 보건복지부 공식 통계와 통계청 인구추계 및 사망자료, 교육부 대학정원 및 치과의사 합격률, 해외이주 치과의사 수에 대한 대한치과의사협회 내부 자료 등은 전수자료이며 연령대별, 성별 치과의료이용량, 연간 진료시간 등은 샘플 조사자료이다. 미국의 BHPr 방법은 기준연도(2002년)의 의료수요(의료이용량)를 기준으로 치과의사 인력 수요를 산정하고 목표연도 활동치과의사수와 비교하여 치과의사 인력의 과불급을 비교하는 것으로 일반적인 접근방법과 함께 치과의료서비스의 특수한 상황과 활용가능자료의 수준을 고려하여 적용하였다. 치과의사 공급현황을 파악하기 위하여 치과의사 취업률을 85.9%, 은퇴연령을 65세, 1970년 초반까지 진행된 치과의사 집단 이주를 고려한 해외이주자 현황 등을 반영하였다. 치과의료수요는 2002년 환자조사자료를 기반으로 치과의료 이용형태가 특별히 변하지 않을 것으로 고정하였고 치과의사의 연간 노동시간은 1906시간, 비진료부문 치과의사 비율은 평균 9% 정도인 것으로 추정하여 치과의사 인력 수요정도를 추계하였다. 2005년을 기준으로 시간이 흐를수록 면허인력이나 가용치과의사 수의 증가에 비해 활동치과의사 수의 증가율이 상대적으로 높았다. 2020년 활동치과의사 수는 2005년에 비해 44% 상승한 24,856명으로 추계되었으나 면허인력은 50% 정도 상승한 33,795명으로 추계되었다. 수요추계에 따르면 2010년도를 기점으로 치과의사 공급과 수요가 거의 일치하게 되고, 2020년이 되면 치과의사의 과잉공급이 큰 문제가 될 것으로 예측되었다. 본 추계의 결과 2020년의 치과의사 공급 과잉에 대비하기 위하여 향후 5년 이내에 치과대학 입학생을 줄이는 등 적극적인 치과의사 공급 조절 정책이 필요할 것으로 보인다.;The aim of study is to forecast dentist workforce by 2020 using the Bureau of Health Professional model (BHPr) in the conservative perspective. The use of this models helps to ensure some consistency with prior work and facilitates comparisons of the new forecasts with prior forecasts. The future dentist manpower balance was appraised by comparing the working dentist supply with demand (need) based on dental utilization pattern of reference year, 2002. Future dentist supply was forecasted by assessing the number of new entrants, dentist activity rate (85.9%), retire age (65 years old), dentist emigrant, and death based on rational inference of dental professional community. In order to calculate dentist needs, the pattern of dental utilization by patients was assumed as same as the results of 2002 Patients Survey. Annul working hour of a full time equivalent dentist was 1906 and non-practising dentist rate was 9%. For dentist supply, the increasing rate of practicing dentists was higher than that of registered dentists and maximum available dentists. The number of practicing dentists in 2020 was forecasted as 24,856, which was increased by 44% compared with 2005 and the number of registered dentists was 33795, which was as high as 50%. Dentists shortage would disappeared by 2010 and after that, the supply would exceed demand and needs, and oversupply of dentists would be hugh in 2020. The results of analysis indicated that dentist supply policy immediately needed to be revised within near 5 year to prevent the future overcrowding of dental professionals.
기후변화에 대한 관심이 고조되고 있고 기후변화에 대응한 적응정책의 수립은 각 분야가 당면한 주요과제이다. 식중독 및 수인성 전염병의 경우 미생물 유기체와 독성이 있는 식품의 섭취 및 오염된 식수원에 의해 감염될 위험이 있으며 이러한 질병매개체의 활동은 기상 및 기후변화에 영향을 받는다. 본 연구의 목적은 기후변화와 식중독 발생과의 관계를 조명하고 미래 기후변화 시나리오에 입각하여 식중독 발생 예측을 수행하는 것이다. 본 연구의 예측모형은 기온상승, 상대습도변화에 따른 주간 식중독 발생 건수 및 환자 수의 변화에 주목하여 분석을 수행하였다. 분석은 임의효과 Poisson 시계열 분석과 식중독 발생의 계절성과 기온 및 상대습도의 시간지연효과를 고려한 분석 분배시차모형(Distributed Lag Model) 두 가지를 사용하였다. 식중독 발생 감시자료는 우리나라 16개 광역단위별 주간 식중독 발생보고 자료 중 2003년 이후 자료를 이용하였고 기상자료는 기상대와 관측소 관측 지점의 기온과 상대습도 값을 사용하였다. 분석결과 상대위험률(Relative Risk Rate, IRR)은 단위기온 상승 당 5.27%(시간지연효과 포함) ~ 5.99%의 식중독 발생 건수가 증가하는 것으로 예측되었다. 상대습도 계수는 음의 값을 보이나 통계학적으로 유의하지 않아 발생 건수에 영향을 미치지 못하는 것으로 보인다. 주간 환자 수의 경우 기온이 평균 1도 상승하면 6.18%(시간지연효과 포함) ~ 7.01%의 환자수가 증가하는 것으로 예측되었다. 주간최고 상대습도는 주간 발생 건수의 경우와 달리 식중독 발생 환자 수에 통계적으로 유의한 영향을 미쳐 상대습도가 1% 증가할수록 환자수는 1.7% 감소하는 것으로 예측되었다. 기준연도인 2003년과 비교하여 식중독 발생 건수는 연도별에 따라 높고 낮음의 차이가 있고 분석방법에 따라서도 약간의 차이를 보여 일정한 경향을 보이지 않았다. 식중독 발생에 대한 기온 효과는 지구 온난화에 따른 일반적 경향과 예측 불가능한 기후변화를 동시에 고려하여 판단하여야 한다. 이 같은 현상을 반영할 경우 식중독 발생은 경시적 변화에 따른 발생증가보다 훨씬 큰 폭으로 나타날 수 있다. 본 연구의 결과 수입식품에 대한 안전관리, 식중독에 대한 예방법과 교육 홍보활동의 강화, 공공부문 관련자, 식품생산자, 식품소비자간 의사소통 개선 등 잠재적 식품 위해 발생 분야와 요인을 분석하여 효과적인 대응전략을 마련하며 향후 식중독 증가 등 식품안전사고에 의한 사회 경제적 피해를 최소화할 필요가 있다.;There is enormous public interest in measuring the impacts of climate change. Food borne diseases may be one of the most significant contemporary public health problems. The purpose of this study was to estimate the prevalence of food borne diseases due to the climate change and to predict their future impact. The analytical approach used generalized linear Poisson regression models adapted for timeseries data. To account for seasonal patterns of food-borne disease not directly due to weather factors, Fourier terms with annual periodicity were introduced into the model. To allow autocorrelation due to biological process of pathogen development and host reaction and the longterm trend, we considered time lags and year variable. The data we used was a panel data for the years between 2003 and 2007. The food-borne disease patients increased 5.27~5.99%(relative risk rate) per a Celsius degree. Moreover, the weekly food-borne disease patients increased 6.18~7.01%(relative risk rate) per a Celsius degree. In the case of the weekly patients, the relative humidity was significant, so the weekly patient decreased 1.7% when the relative humidity increased 1%. Compared to reference year, 2003, there was no a certain trend in the food borne disease patients due to differences as per year and analysis methods. Climate change will not result in a uniform warming over the globe. With the oceanic and atmospheric circulations, large scale change will adjust smaller scale weather features including the frequency of extreme events, and in turn the prevalence of food-borne diseases. Disease surveillance, proper case management, environmental monitoring and international communication systems were the keys for curbing the spread of contamination and the outbreak of food-borne diseases.
말라리아는 우리나라에서는 1970년대 이후 사라졌지만, 1993년 휴전선 근처에서 재발생한 이후 매년 환자가 증가하고 있는 추세이다. 본 연구의 목적은 말라리아 발생에 있어서 기후요소의 영향을 살펴보고 기온 증가에 따른 말라리아 발생자수를 예측하는 것이다. 건강보험심사평가원으로부터 제공받은 2005~2007년 건강보험심사완결 원시자료 중 말라리아 16,898건이 분석대상에 포함되었다. 말라리아 발생 자료는 행정단위로 시군구, 발생기간은 주(week)를 분석단위로 하여 해당기간 시군구에서 발생한 전염병을 합산하였다. 기온자료는 전국 AWS(Automatic Weather Station)에서 3년간(2005~2007년) 최고기온, 최저기온, 평균기온, 일강수량 자료를 1일을 기준으로 작성된 자료를 이용하였다. 분석방법은 시계열 자료 분석방법인 Poisson 분포의 일반화추정방정식(Generalized Estimation Equation, GEE)을 기반으로 기온변수에 대한 3차원 스플라인, 다항 시간지연효과를 고려하였고 연간 주기성(Annual Periodicity)을 가지고 사인 함수와 코사인 함수로 표시되는 최대 6주기 조화함수인 Fourier Term을 회귀식 포함하였다. 말라리아 발생 회귀방정식에서 추정된 예측값과 기온과의 관계를 해석하는데 변곡점 영향을 살펴보았고 GIS(Geographic Information System) 상에 결과치를 표시하는 다양한 방법을 고려하였다. 분석기간 중 연도별 시군구 말라리아 발생자수는 계속 증가하였다. 2005년 평균 1.3명, 최대 262명이었으나 2006년 평균 1.6명 최대 240명, 2007년 평균 2.5명 최대 400명으로 증가하였다. 본 연구에서 제안된 기온상승에 따른 말라리아 발생예측 모형을 따라 분석을 수행한 결과 변곡점이 0.8℃, 20.2℃, 31.2℃인 영문글자 ‘M’자 모양을 나타내었다. 두 번째 변곡점(20.2℃) 이후의 경우, 기온이 1도 상승하면 주간 시군구단위 환자수가 0.212(95 CI, 0.201~0.224)명 증가할 것으로 예측되었다. 지역 결핍지수와 말라리아 발생과의 상관성을 살펴본 결과 말라리아 발생은 시군구 통합결핍지수가 낮은 지역에서 더 많이 발생하는 경향이 있었다. 말라리아 발생은 일부지역에 국한된 양상을 보였으나 해안가와 대도시의 경우 보다 세밀한 조사가 필요할 것으로 보인다.;Malaria has been eradicated since 1970’s, but has re-emerged near the DMZ in 1993. Malaria prevalence rates have tended to increase over time. The purpose of this study is to investigate the impact of weather factors on municipal malaria patient numbers, and to predict the future prevalence rate of malaria. The data came from 2005~2007 claim data from the National Health Insurance, which is calculated based on the municipal level in weekly time bands. Weather data were taken, including daily temperature and precipitation from 194 automatic weather station (AWS) managed by the Korea Meteorological Administration. The analytical approach that was used were a generalized estimation equation and a generalized linear model for a time-series of Poisson distribution. To account for the seasonal patterns of malaria not directly due to weather factors, Fourier terms with annual periodicity were introduced into the model. To allow autocorrelation due to the biological process of pathogen development and host reactions, we also considered time lags, cubic spline, and change point analysis. Malaria patients had continuously shown an increase during the study period. In 2007, for example, malaria patients were 2.5 on average and 400 in the maximum compared to those of the year 2005, which were 1.3 on average and 262 in the maximum. The distribution of the predicted model showed the shape of a character ‘M’, which had three change points in temperature 0.8℃, 20.2℃, and 31.2℃. In the prediction model of malaria, marginal temperature effects after the second change point temperature (20.2℃) was a 0.202 increase of the weekly municipal patients per 100,000 of population. While analyzing the effects of a regional socioeconomic status on malaria prevalence, we found the inverse relationship between estimated malaria patients and the deprivation index. In this study, malaria largely occurred near the DMZ, but we need more detailed investigations in specific regions such as costal areas and large cities.