유의 사항:이 웹 사이트는 수시로 업데이트됩니다. 일부 내용은 모든 내용이 번역될 때까지 영어로 기재되어 있을 수 있습니다.

질병 모니터링 및 추적

질병 모니터링 및 추적
2020년 7월 1일 업데이트

사례 정의

COVID-19를 유발하는 바이러스가 지역사회에서 사람 간에 전파되기 시작하면서(지역사회 감염) 과학자들은 질병을 추적하여 확산 속도를 늦춰야 했습니다. 이를 위해 과학자들은 COVID-19 사례의 공통 정의가 필요했습니다. 사례 정의를 사용하면 모든 곳에서 동일한 방식으로 사례를 헤아릴 수 있습니다. 미국의 경우, COVID-19 확진 사례는 COVID-19를 유발하는 바이러스에 대해 양성 검사를 받는 사람으로 정의됩니다.

COVID-19는 국가적인 신고대상질병이 되어 보건부는 COVID-19의 사례를 보고해야 합니다. 국가감염병감시시스템(NNDSS)과 같은 시스템은 COVID-19 사례에 대한 데이터를 수집하여 CDC로 보냅니다. 이를 통해 CDC는 주 내 동향과 전국적인 동향을 모니터링할 수 있습니다. 

사례에 대한 정보 수집

COVID-19 사례가 보고됨에 따라 역학자들은 공중 보건 감시, 건강 데이터에 대한 체계적인 수집, 분석, 해석을 수행하고 있습니다. 역학자들은 감시를 통해 다음을 계산할 수 있습니다.

  • 발생(특정 기간 동안 보고된 새로운 사례 수).
  • 유병(어느 특정 시점에서의 사례 수).
  • 입원(입원으로 이어진 사례 수).
  • 사망(사망으로 이어진 사례 수).
미국 사망률: 폐렴, 인플루엔자, COVID-19가 기재된 사망 증명서

감시에서 수집한 데이터는 COVID-19가 어디서, 얼마나 오랫동안, 얼마나 멀리 전파될지 예측하기 위해 역학 모델을 만드는 데도 사용됩니다.

그러나 감시는 사례를 헤아리는 것만이 아닙니다. 질병에 대한 자세한 정보를 얻기 위해 모든 종류의 정보를 수집할 수 있습니다.

의료 기록(차트 추출)에서 데이터를 수집하면 COVID-19 환자와 해당 환자의 질병 경과에 대해 자세히 알 수 있습니다. 이러한 데이터에는 인구 통계 정보(연령, 인종/민족성, 성별)뿐만 아니라 증상, 치료, 건강 결과가 포함될 수 있습니다. 과학자들은 차트 추출을 사용하여 중병에 걸릴 확률이 높은 사람이 누군지, 환자가 어떤 치료를 받고 있는지, 환자가 회복되었는지 파악할 수 있습니다.

사례 보고

과학자들이 데이터를 수집하고 분석하면 데이터 시각화 전문가는 정보를 더 쉽게 ​​이해하고 사용하도록 그림, 차트, 그래픽을 만들 수 있습니다. 이 정보는 정보를 이해하려고 노력하는 과학자뿐만 아니라 대중에게도 도움이 됩니다.

역학 데이터 표시에는 대개 유행 곡선이 포함됩니다. 유행 곡선은 시간에 따른 사례, 입원 또는 사망 수를 포함하여 발생 상황을 보여줍니다. COVID-19의 유행 곡선은 새로운 데이터가 제공됨에 따라 지속적으로 업데이트되고 있습니다.

질병에 걸린 시점과 사례 보고 시점 사이에 지연이 있으므로 실제로 사례가 감소하기 시작하는 시기를 파악하기 어려울 수 있습니다. 따라서 최근 몇 주간의 유행 곡선은 발병이 여전히 진행 중임에도 이러한 발병 상황이 종식되는 것처럼 보일 수 있습니다. 곡선의 전체 모양은 발병이 종식된 후에만 ​​명확합니다.

접촉자 추적

과학자들과 공중 보건 종사자들은 접촉자 추적을 통해 COVID-19 전파를 막기 위해 노력하고 있습니다. 이 전략에서 공중 보건 종사자들은 COVID-19 환자와의 대화를 통해 해당 환자가 잠재적으로 질병을 전파할 수 있었던 시기 동안 물리적으로 가까운 거리에 있었던 모든 사람들을 파악합니다. 이들이 해당 환자의 접촉자입니다. 이 정보를 통해 과학자들은 감염 사슬을 추적하여 질병이 어떻게 사람 간에 전파될 수 있었는지 이해할 수 있습니다. 접촉자 추적은 결핵 및 HIV와 같은 다른 많은 전염병을 예방하고 통제하는 데 사용됩니다.

역학자들은 접촉자 추적을 통해 얻은 정보를 사용하여 접촉자 목록이라 불리는 표를 작성합니다. 이 표는 접촉자에 대한 데이터 요약입니다. 각 사람 간의 관계를 역학(유행) 관계라고 합니다.

COVID-19 환자와 접촉한 사람들은 질병을 발전시키고 다른 사람들에게 전파할 고위험군입니다.

공중 보건 종사자들은 고위험군에게 연락하여 COVID-19 환자와 접촉했음을 알립니다. 이러한 노출로 인해 질병에 걸릴 수 있기 때문입니다. 공중 보건 종사자들은 자가 격리(질병의 징후를 모니터링하는 동안 다른 사람으로부터 떨어져 있음), 손씻기, 천 마스크 사용 등 접촉자가 따라야 하는 예방 조치를 권고합니다.

접촉자 추적을 통해 에볼라와 SARS를 포함한 다른 전염병의 전파를 늦출 수 있었으며, 이러한 추적은 COVID-19 전파를 늦추는 데 중요합니다.

질병의 영향

COVID-19 팬데믹 중 역학자의 주요 역할은 질병 부담, 즉 질병의 영향 또는 집단에 미치는 기타 건강 결과를 추정하는 것입니다. 과학자들은 COVID-19 연구에서 데이터를 수집함에 따라 감염, 질환, 의료 기관 방문, 입원, 사망과 같은 주요 결과를 추정하기 위해 해당 데이터를 분석하고 있습니다.

알아야 할 용어

질병 부담: 집단에 미치는 건강 결과 또는 질병의 영향.

사례 정의: 개인이 특정 질병이나 다른 건강 상태를 가지고 있는지 확인하기 위한 일련의 기준.

감염 사슬: 사람 간 감염 관계.

차트 추출: 증상, 치료, 건강 결과뿐만 아니라 인구 통계 데이터(연령, 인종/민족성, 성별)를 포함한 환자 의료 기록에서 정보를 기록함.

지역사회 감염: 지역사회에서 사람 간 질병 전파

접촉자: 병원체에 감염된 가능성이 있는 사람과 물리적으로 가까운 거리에 있었던 사람

접촉자 추적: 공중 보건 종사자가 감염자와 의사소통하여 해당 감염자의 접촉자를 파악함으로써 질병 전파를 늦추기 위한 전략. 이어서 공중 보건 종사자는 해당 접촉자에게 연락하여 자가 격리 방법과 질병 증상이 나타날 경우의 대처 방법에 대한 지침 제공.

데이터 시각화: 데이터를 더 쉽게 ​​이해하고 사용하도록 그림, 차트, 그래픽으로 정보 표시.

역학(유행) 곡선: 시간이 지남에 따른 사례, 입원 또는 사망 수의 변화 등 질병 현황의 그래픽 표현.

역학(유행) 관계: 두 사람 간의 가까운 접촉 또는 일반적인 노출 등 두 사례를 연결하는 특성.

역학 모델: 질병이 어디서, 얼마나 오랫동안, 얼마나 멀리 전파될지 예측하는 수학적 표현.

노출: 질병 유발 물질과의 접촉. 전염병인 경우, 병원체가 전염될 수 있는 인간, 동물 또는 환경과의 상호 작용을 나타냄.

발병: 일정 기간 동안 질병 또는 다른 건강 결과를 겪게 된 집단 내 사람 수.

감염성 질병: 질병으로 이어질 수 있는 감염을 유발하는 것.

접촉자 목록: 특정 질병 또는 노출을 가진 사람들의 목록을 포함하는 표.

국가적인 신고대상질병: 건강 관리 서비스 제공업체가 주 또는 지방 보건부에 보고해야 하는 질병.

국가감염병감시시스템(NNDSS): 약 3,000개의 공중 보건부에서 사용하는 다각적인 프로그램으로, 100개가 넘는 질병을 모니터링하는 감시 시스템을 포함함.

공중 보건 감시: 건강 데이터의 체계적인 수집, 분석, 해석.

유병: 어느 특정 시점에서 질병 또는 다른 건강 결과를 가진 집단 내 사람들의 수.

자가 격리: 질병 징후에 대해 자신을 모니터링하면서 다른 사람들로부터 떨어져 지내는 것.