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

COVID-19 질병 부담의 추정

2020년 12월 23일 업데이트

본 페이지의 내용

미국의 COVID-19 감염, 병증, 입원 환자 추정치로부터 무엇을 알 수 있는가?
CDC가 COVID-19 감염, 병증, 입원 환자 수를 추정하는 이유
CDC에서 COVID-19 감염자, 유증상자, 입원 환자 수를 추정하는 방법
한계

COVID-19라는 질병이 미치는 전체적 영향, 즉 그 부담을 더 올바로 반영하기 위해 CDC에서는 전국 감시 네트워크에서 여러 이유로 포착할 수 없는 감염 사례를 조정할 수 있도록 통계 모델을 이용한 COVID-19 감염, 증상 발현, 입원 환자 수의 추정치를 제공합니다. 이 추정치와 그 계산에 사용된 방법론은 임상 전염병(Clinical Infectious Diseases)에 공개되며, 온라인external icon으로도 보실 수 있습니다. 이 추정치들은 정기적으로 업데이트됩니다.

COVID-19 감염자, 증상 발현자, 입원 환자 수의 추정치 - 미국

2020년 2월-9월 사이의 CDC 추정치:

COVID-19 입원 환자 보고율은 2.2명 중 1명(95% UI* 2.0 - 2.5)

COVID-19 증상 발현자 보고율은 6.7명 중 1명(95% UI* 5.9 - 7.6)

COVID-19 전체 감염자 수 보고율은 7.2명 중 1명(95% UI* 6.2 - 8.5)

이 추정치는 해당 기간 중 대략 다음과 같은 숫자를 제시합니다.

9100만 명

전체 감염자 수 추정치

7700만 명

증상 발현자 추정치

340만 명

입원 환자 수 추정치

최종 업데이트 날짜: 2020년 12월 11일

표 1: 연령 집단별 COVID-19 누적 사례 수 예비 추정치 - 미국, 2020년 2월~9월
연령대	추정치	95% UI*	추정치	95% UI*	추정치	95% UI*
	감염		증상 발현		입원
0-4세	3,020,624	2,499,512 – 3,666,192	2,578,049	2,248,128 – 2,978,515	27,045	22,175 – 32,742
5-17세	14,199,931	11,750,569 – 17,295,512	12,120,204	10,550,789 – 14,046,196	67,866	52,693 – 85,579
18-49세	48,905,808	40,358,886 – 59,515,342	41,671,972	36,183,391 – 48,460,323	877,481	723,557 – 1,061,299
50-64세	15,913,971	13,208,658 – 19,311,326	13,568,462	11,826,506 – 15,727,105	846,409	733,918 – 981,387
65세 이상	9,006,974	7,213,160 – 11,366,916	7,285,753	6,410,796 – 8,382,515	1,540,240	1,333,781 – 1,806,465
모든 연령	91,185,370	77,838,476 – 107,268,160	77,244,188	68,692,432 – 87,689,744	3,362,790	2,971,951 – 3,836,657

* 조정된 추정치와 비율은 불확실성 구간(UI)과 점 추정값의 두 부분으로 나눠 제시됩니다. 불확실성 구간은 같은 연구가 여러 차례 반복될 경우 COVID-19 입원 환자의 참 수 또는 비율이 떨어질 것으로 예상되는 범위를 제공하며, 점 추정값의 정밀성을 제공합니다. 95% 불확실성 구간은 연구가 100회 반복된다면 100회 중 95회는 이 불확실성 구간에 참의 점 추정값이 포함될 것임을 의미합니다. 역으로, 100회 중 단 5회는 불확실성 구간에 참의 점 추정값이 포함되지 않을 것입니다.

표 2: 연령별 100,000명당 COVID-19 질병 결과율 추정치 - 미국, 2020년 2월~9월
연령대	추정치	95% UI*	추정치	95% UI*	추정치	95% UI*
	100,000명당 감염률		100,000명당 증상발현율		100,000명당 입원율
0-4세	15,430	12,768 – 18,727	13,169	11,484 – 15,215	138	113 – 167
5-17세	26,561	21,980 – 32,351	22,671	19,735 – 26,274	127	99 – 160
18-49세	35,685	29,448 – 43,426	30,406	26,402 – 35,359	640	528 – 774
50-64세	25,298	20,997 – 30,699	21,569	18,800 – 25,001	1,346	1,167 – 1,560
65세 이상	16,662	13,343 – 21,027	13,478	11,859 – 15,506	2,849	2,467 – 3,342
모든 연령	27,881	23,800 – 32,798	23,618	21,003 – 26,812	1,028	909 – 1,173

연령별 COVID-19 감염, 증상발현, 입원 환자 수의 백분율

보고되지 않은 사례의 추정은 COVID-19 팬데믹이 의료 시스템과 사회에 미치는 영향과 강도를 정량화하는 데 도움이 됩니다. 또한, 이러한 추정치들은 의료 자원의 방향과 배분, 백신을 포함한 방역 및 예방 수단의 운용 계획 수립, COVID-19의 미래 부담 예측, 개입의 잠재적 영향 평가 등에 도움이 되는 정보를 제공합니다.

COVID-19 누적 건수는 2020년 2월부터 9월 30일까지 COVID-19에 감염되었거나 그로 인해 아팠거나 입원한 사람들 수의 추정치입니다. 미국에서는 COVID-19 확진 사례가 전국적으로 보고되고 있으나, 이 사례 수는 인구 전체에서 발생한 진짜 사례 수의 일부만 반영하고 있을 가능성이 높습니다. COVID-19 감염, 증상발현, 입원은 다양한 이유로 발견 및 보고되지 않을 수 있습니다.

어떤 사람들은 SARS-CoV-2에 감염되어도 증상이 발현되지 않을 수 있으며(무증상 감염), 따라서 이들의 감염은 발견되지 않을 것입니다.
CDC에 전달되는 사례 보고는 종종 연령이나 입원 상황 등의 환자 정보를 누락하거나 지연됩니다.
증상이 나타나 아픈 사람도 모두가 진료 및/또는 검사를 받지는 않으며, 환자 중에는 입원 중 COVID-19 검사를 받지 않는 경우도 있을 수 있습니다.
아픈 외래환자나 입원환자가 검사를 받더라도 다음과 같은 경우에는 COVID-19 감염이 정확히 포착되지 않을 수 있습니다.
- 검사가 올바로 수행되지 않았거나 감염 포착에 적합한 시기에 수행되지 않은 경우
- 검사의 감도로 인해 COVID-19 감염 검사 결과가 음성으로 잘못 나온 경우
- 수집된 표본/검체의 질 또는 양으로 인해 COVID-19 감염 검사 결과가 음성으로 잘못 나온 경우
- COVID-19 확진 사례가 지방 및 주 정부 보건 기관에, 그리고 그 이후 CDC에 보고되지 않은 경우

현행 감시 체제에서는 미국에서 발생하는 COVID-19가 모두 포착되지 않으므로 CDC에서는 COVID-19 더 많은 부담을 더 정확히 파악하기 위해 이 추정값들을 제공합니다. CDC에서는 이러한 유형의 추정치를 정책 결정과 공공 메시지 작성 과정에 참고 자료로 활용합니다.

COVID-19 확진 사례에 통계 모델을 적용하여 COVID-19 감염, 증상발현, 입원 건수를 추정하며, 연령 및 환자 상태 정보가 누락된 경우를 조정합니다. 여러 데이터 출처와 감시 체제를 활용하여, 미처 발견되지 않을 다음과 같은 잠재적 원인들을 파악 및 특성화합니다.

SARS-CoV-2 검사 감도. COVID-19를 일으키는 SARS-CoV-2 바이러스 검사를 받아도 그 검사의 감도가 낮으면 바이러스에 감염이 되었어도 양성으로 나오지 않을 수 있습니다. SARS-CoV-2 검사 감도는 문헌상에 보고되어 왔으며, 위양성 결과를 조정하기 위해 79-98% 범위의 감도가 사용됩니다.

- SARS-CoV-2 검사 지시 및 이행의 적시성. 급성호흡기질환(ARI) 진료를 원하는 외래환자와 ARI로 입원한 환자들이 모두 COVID-19 검사를 받은 것은 아니며 지시된 검사들이 모두 적시에 이행된 것은 아닙니다. ARI 외래환자 가운데 COVID-19 검사를 받지 않은 수의 근사값을 구하기 위해 두 개의 데이터 소스가 사용되었습니다.
  - IBM Watson Explorys 전자 건강 기록 데이터베이스: 건강 관련 협력사 39곳, 급성환자 치료소 400곳, 고유 공급자 400,000곳 이상으로부터 수집된 전자 건강 기록 데이터 저장소
  - COVID Near Youexternal icon(CNY): 하버드 대학교(Harvard University)에서 2020년 3월 출범한 웹사이트 앱으로서, 환자들이 자신의 증상과 진료를 받기 위해 수행한 활동, COVID-19 검사 등에 관한 정보를 직접 제출할 수 있습니다.
- 유증상 환자의 진료 또는 검사 요청 여부: 증상이 있더라도 진료 및/또는 COVID-19 검사를 받지 않아 전국 확진자 보고서에 포함되지 않은 환자가 있을 수 있습니다. 의학적 진찰을 받지 않은 유증상자 수의 근사치를 구하기 위해, COVID Near Youexternal icon(CNY) 및 Flu Near Youexternal icon(FNY) 사이트에서 이루어진 건강 관리 탐색 행동에 관한 데이터를 연구에 활용했습니다. COVID Near You는 2020년 3월에 출범했으나, FNY는 2011년부터 자기 보고 형식의 인플루엔자 참여 데이터를 수집해왔습니다.
- 무증상 사례: 어떤 사람들은 SARS-CoV-2에 감염되어도 증상을 보이지 않아(무증상 감염) 발견되지 않고 지나갈 가능성이 높습니다. 무증상 감염자의 백분율은 문헌상에 보고되어 있으며, 연령 집단에 따라 다릅니다. 0-64세 집단의 경우에는 5-24% 범위가 사용되며, 65세 이상의 경우에는 5-32% 범위가 적용됩니다.

위에 기술된 발견되지 않은 입원 및 비입원 사례 수의 조정에 사용된 통계 모델은 앞서 인플루엔자의 질병 부담 추정에 사용된 방법을 토대로 구성되었으며, 이는 다른 곳에 상술되어 있습니다.

COVID-19 감염, 증상발현, 입원 환자 수에 대한 이러한 추정치는 몇 가지 한계를 갖고 있습니다.

COVID-19 팬데믹의 초기 단계에서는, SARS-CoV-2와 같은 신종 바이러스가 처음 나타날 때 일반적으로 그러하듯이, 어떤 질병의 참 부담 추정에 필수적인 검사, 발견, 확진자 보고 등에 대한 데이터가 부족하거나 없었습니다. 좀더 구체적으로 말하자면, 미국에서도 심각하게 영향받은 일부 지역에서는 COVID-19 집단발병 규모가 의료체제가 감당할 수 있는 범위를 빠르게 추월하여 환자의 연령 및 입원 여부 등과 같은 정보가 포함된 상세한 사례 보고가 어려웠습니다. 그로 인해 CDC에 전달된 사례 보고서에 중요한 환자 정보들이 누락되었습니다. CDC에서는 연령 및 입원 상황에 관한 정보가 확인된 사례들을 토대로, 데이터가 누락된 환자들의 연령 및 입원 상황을 추정해야 했습니다. COVID-19 질병 부담 추정에 필요한 정보를 확보하기 위해, CDC에서는 인플루엔자 질병 부담 추정의 경험에 의지했습니다. CDC는 2010년부터 입원환자들 사이에서의 인플루엔자(독감) 검사 관행을 모니터링하여 미국의 연간 독감 질병 부담을 추정해 왔습니다. 거의 10년에 이르는 독감 데이터 수집과 분석 결과, 호흡기 질병 검사는 지역과 진료 환경, 연령 집단, 질병 중증도 등에 따라 다른 것으로 나타났습니다. COVID-19 검사 관행에 관해 지금까지 입수된 데이터는 이러한 여러 변수들에 대해 전체적으로 제한적인 상황입니다. 이러한 변수들에 대한 보다 완전한 데이터가 확보되면 COVID-19 질병 부담 추정치는 업데이트될 것입니다.

SARS-CoV-2 검사의 감도에 관한 데이터가 더 추가되면 COVID-19 감염, 증상발현, 입원 환자 추정치의 개선에도 도움이 될 것입니다.

최종 업데이트 2020년 12월 23일

콘텐츠 출처: 국립 예방 접종 및 호흡기 질환 센터(NCIRD), 바이러스성 질병 부서