본 연구에서는 전국의 일반 대용량 데이터를 기반으로 기상 및 풍질변수가 각막확산에 미치는 영향을 평가하고 예측모형의 성능을 비교하였다. 대기 오염과 각결막염, 허혈성 심장병, 뇌졸중, 호흡기 질환과 같은 다양한 질병 사이의 연관성에 대한 선행 연구가 있었습니다.^8,10. 안질환과 관련된 다양한 데이터셋에도 불구하고, 각막을 비롯한 눈의 표면은 항상 공기에 노출되어 결막염과 대기오염의 증상이 항상 연관되어 있다는 것은 잘 알려져 있습니다.¹¹. 따라서 본 연구에서는 각결막염, 결막염, 흉막결막염과 같은 안구표면 질환을 선별하여 환경적 요인과의 관계를 분석하였다.

2013년부터 2019년까지 결막염의 유병률은 증가 추세를 보였다. 월별 분석에 따르면 영향은 봄과 가을에 가장 높았고 5월과 9월에 두 번 정점에 이르렀고 겨울에 매우 낮았다. 이 발견은 이전 연구와 일치합니다¹²미세먼지, 꽃가루 등 알레르기 질환이 증가하면서 알레르기 결막염의 유병률이 봄부터 가을까지 증가했다.

예측 모델 중 XGBoost 모델이 가장 좋은 성능을 보였고, 다중회귀분석, 랜덤포레스트, 엔드트리 모델링 순으로 나타났다. XGBoost 모델에 따른 가장 중요한 변수는 지방이며, 그 다음이 월과 일산화탄소의 양입니다. 특히, 한국에서 수행된 이전 연구에서 이 지역은 유용한 요소로 평가되지 않았습니다.⁸. 이러한 차이는 기후 요인, 대기 질 요인 및 각 지방의 의료 관행이 다르기 때문일 수 있습니다. 지역 예측 모델에 대한 추가 연구가 필요하다고 생각합니다.

두 번째로 중요한 요소는 연도입니다. 앞서 언급했듯이 분포는 봄과 가을에 더 높은 비율로 월별로 다릅니다. 월별 영향이 다른 기후나 대기질 요인의 영향보다 크다는 점은 주목할 만하다. 이러한 기후 및 대기질 요인은 매월 상세하게 반영됩니다. 따라서 월을 별도의 요인으로 고려하면 기후 및 대기질의 특성을 예측할 수 있으므로 다른 기후 및 대기질 요인에 비해 매우 중요할 수 있다.

대기 오염 물질에서 일산화탄소는 이산화황(0.016), PM과의 접촉과 비교하여 결막염(0.133)의 확산과 관련이 있습니다.₁₀ (0.017), 이산화질소(0.013) 및 오존(0.019). 일부 이전 연구에서는 일산화탄소가 결막염의 확산에 거의 영향을 미치지 않는 것으로 나타났습니다. 한 보고서에 따르면 일산화탄소 수치와 천식으로 인한 응급실 방문 사이의 연관성이 나타났습니다¹⁰그리고 또 다른 연구에서는 일산화탄소 수치와 결막염의 유병률 사이에 양의 상관관계가 있다고 보고했습니다.¹³. 대조적으로, Chang et al. 일산화탄소 노출로 인한 눈 자극의 부재는 외래 방문 중 상세불명의 결막염 사례에 대해 일산화탄소가 유의한 영향을 미치지 않는 것으로 나타났습니다.¹⁴. 우리 연구에 따르면 결막염과 일산화탄소는 음의 상관 관계가 있으며 우리가 아는 한 이것은 음의 상관 관계 결과를 보여준 유일한 연구입니다. 우리는 증가하는 일산화탄소 수준과 겨울철 난방을 위한 연료 사용 증가 사이에 밀접한 관련이 있다고 믿습니다. 일산화탄소 농도는 여름에 감소하고 겨울에 증가합니다. 우리의 결과는 일산화탄소의 농도가 4월에서 9월까지 낮고 10월에서 3월까지 증가한다는 것을 보여줍니다. 결막염의 발병률은 4월에 증가하기 시작하여 5월과 9월에 최고조에 달하고 10월에서 3월에 감소합니다. 이러한 변화는 일산화탄소와 결막염의 직접적인 상관관계라기 보다는 월간 경향의 유사성에 기인한 것으로 생각된다.

저녁₁₀ 니켈은 알루미늄, 실리콘 및 이산화티타늄과 같은 합금의 복합 성분으로 안구 증상과 관련이 있습니다.¹⁵. Luet al. 오후.₁₀ 결막염과 관련된¹⁶그러나 다른 연구에서는 둘 사이에 상관 관계가 없었습니다.¹⁴. 자동차 배출은 대기 중 이산화황과 이산화질소의 주요 원인입니다.¹⁷. 브라질의 한 연구에서는 이산화질소 수치와 쿠데타 세포 증식 사이의 명확한 용량-반응 관계를 발견했으며, 이는 결막 상피의 형태학적 변화가 만성 환경 손상에 대한 적응 반응임을 시사합니다.¹⁸. 이산화황은 외래 입원 및 응급실 방문 시 결막염과 유의한 관련이 있습니다.^13,19.

오존은 차량 배출에서 파생된 질소 산화물과 탄화수소의 대기 혼합물에서 자외선을 포함하는 광화학 반응에 의해 지상에서 생성되는 “여름 연기”의 주요 원인입니다. 오존과 질소 산화물의 대기 농도는 천식 및 기타 기도 질환과 관련이 있습니다.^20,21. 오존 마우스 샘플 및 배양은 인간 결막 상피 세포의 표면에 염증 반응을 유도합니다²². 또한, 오존 노출은 결막 알레르기 반응에 의해 유발되고 염증 반응을 더욱 악화시키는 눈 표면의 무결성에 대한 해로운 영향을 증가시킵니다.²³.

결막염과 대기 오염 물질 간의 상호 작용 결과는 일치하지 않습니다. Fu et al.¹³ Jamaluddin 등은 각막 증식에 대한 이산화질소의 상당한 위험을 밝혔습니다.²⁴ 하지 않았다. 총리에 대해₁₀Chang et al.¹⁴ PM 공개₁₀ 결막염의 위험 증가와 유의하게 관련이 있습니다. 그러나 Chiang et al.⁷, 이산화질소는 결막염의 위험에 큰 영향을 미치지 않았습니다. Fu et al.¹³ 이산화황과 결막염의 위험 사이의 연관성이 중요하다는 것이 밝혀졌습니다. 기존 5대 대기오염물질 메타분석(PM₁₀이산화황, 일산화탄소, 이산화질소, 오존)은 이들 오염물질과 결막염 사이에 양의 상관관계를 보였다.²⁵. 우리는 상충되는 결과가 연구의 설계로 인해 발생할 수 있다고 제안합니다. 우리의 결과는 일산화탄소가 결막염과 부정적인 관련이 있다는 점에서 이전 연구와 다릅니다. 이러한 결과는 분석방법과 기후요인 및 대기질 관련 자료의 출현에 약간의 차이가 있기 때문인 것으로 판단된다.

본 연구에서는 행정구역 인구, 기상자료, 풍질자료, 질병자료를 수집하였다. 연구는 효과적인 적용과 통계적 분석을 위해 데이터를 전처리한 후 진행되었습니다. 기계 학습 기술을 통해 사용자는 일반 데이터를 사용하여 지침을 만들고 새로운 통찰력을 생성할 수 있습니다. 이 연구를 통해 환경 분석을 위해 개인에 적용하는 데 한계가 있음에도 불구하고 기상 요인 및 안과 질환의 예후 모델에 대한 후속 연구를 위한 고유한 진단 데이터 및 변수를 얻을 수 있었습니다.

우리 연구에는 몇 가지 제한 사항이 있었습니다. 첫째, 클레임 데이터에는 실제 임상 시험에 대한 정보가 없습니다. 주변 공기의 질 외에 안과 질환을 유발할 수 있는 생물학적 요인은 확인되지 않았습니다. 국제표준질병분류(ICD-10) 결과는 결막염의 진정한 원인을 반영할 만큼 정확하지 않을 수 있습니다. 또한 이 연구는 환경 노출과 질병 간의 상관 관계를 평가하는 데 사용된 데이터를 사용했습니다. 우리는 참가자들이 거주 지역 측정에 반영된 동일한 양의 대기 오염에 노출되었다고 가정했습니다. 따라서 위험이 과소 평가되었을 수 있습니다.²⁶.

결론적으로 우리는 전국적으로 제공되는 대규모 데이터의 대규모 분석을 통해 기상요인과 결막염의 확산과의 상관관계를 입증하였다. 최고의 예측 모델을 식별하기 위해 많은 전통적인 회귀 분석 및 기계 학습 기술이 사용되었습니다. XGBoost 모델의 가장 좋은 예측 성능으로 지역(지역), 월, 일산화탄소 농도가 결막염의 확산에 기여하는 중요한 변수인 것으로 밝혀졌습니다. 대기오염물질 중 일산화탄소의 접촉이 높다는 것은 일산화탄소의 접촉이 높다는 점과 지역적, 월별 요인도 결막염과 같은 대기질 요인과 관련이 있다는 점에 유의하는 것이 중요하다. 이러한 변수를 고려하면 의료 현장에서 결막염을 진단하고 관리하는 데 도움이 될 수 있습니다.