직업성 건강문제 네트워크와 노출체계

본 연구는 프랑스의 국가 직업병 감시·예방 네트워크인 RNV3P(레조 네셔날 드 빌랑스 에 프레벤션 데 파톨로지 프오프레시옹넬) 데이터를 활용하여 직업성 건강문제(OHP)를 관계형 네트워크 형태로 재구성하는 ‘노출체계(exposome)’ 개념을 제시한다. RNV3P는 2001년부터 시작된 전산 기반 시스템으로, 프랑스 전역의 직업병 진료센터에서 매년 약 5,000건 이상의 OHP를 보고한다. OHP는 ‘주요 병리 + 최대 5개의 유해 물질 + 직업·활동’이라는 3요소로 정의되며, 각 유해 물질에 대한 책임도(강도)를 부여한다. 이러한 정의는 동일 질환이라도 노출 조합이 다르면 서로 다른 OHP로 구분될 수 있음을 의미한다. 연구진은 OHP 간의 공통 노출 요소(유해 물질, 직업, 산업군)를 기반으로 네트워크를 구축한다. 네트워크의 각 링크는 하나의 OHP를 나타내며, 동일 OHP가 여러 번 보고될 경우 링크의 크기로 시각화한다. 두 링크가 하나 이상의 노출 요소를 공유하면 엣지(edge)로 연결된다. 이때 연결 수는 다중노출의 다양성과 인접 OHP의 수를 동시에 반영한다. 결과적으로 OHP는 ‘질병–유해 물질–직업’이라는 삼중층(tripartite) 구조를 이루는 노드와 엣지로 표현되며, 이는 전통적인 표 형식 데이터보다 복합 노출 관계를 직관적으로 파악할 수 있게 한다. 논문은 암 범주를 사례로 들어 네트워크를 구체화한다. 악성 종양 16종을 대상으로 한 서브네트워크에서는 38개의 질병이 포함되며, 이 중 22개는 다른 질병과 전혀 공통된 유해 물질이 없어 고립된 링크를 형성한다. 나머지 16개는 유해 물질 혹은 직업군을 매개로 상호 연결되어 클러스터를 만든다. 이러한 클러스터는 동일 물질에 장기간 노출된 작업자 집단에서 발생하는 질병군집을 시사하며, 잠재적 위험 요인을 식별하는 데 유용하다. 또한, 네트워크의 동적 변화를 실시간으로 모니터링함으로써 ‘신흥 사건(emerging event)’을 탐지한다. 새로운 OHP가 보고되면 새로운 링크가 추가되고, 기존 링크와 새로운 노출 요소가 결합하면 새로운 엣지가 형성된다. 이러한 변화를 통계적 알림 기법(약물감시에서 차용)과 결합하면, 질병 발생 초기에 위험 신호를 포착할 수 있다. 연구는 기존의 ‘노출체계’ 개념(Wild, 2005)과 ‘디시즈오메(diseasome)’(Barabási, 2007) 등을 참고하여, 직업보건 분야에 맞는 맞춤형 네트워크 모델을 구축했다는 점에서 학문적 의의를 가진다. 그러나 데이터 정제 과정, 노출 요소의 최대 5개 제한, 네트워크 분석에 사용된 구체적 알고리즘 및 통계 검증 절차가 상세히 기술되지 않아 재현성 및 결과의 신뢰성 평가에 한계가 있다. 또한, 보고된 OHP가 의사에 의해 선택적으로 입력되는 특성상 보고 편향(reporting bias)도 존재할 가능성이 있다. 그럼에도 불구하고, ‘노출체계’는 다중 노출과 직업군별 위험을 동시에 고려하는 통합적 프레임워크를 제공한다. 이는 직업병 감시 체계의 효율성을 높이고, 정책 입안자가 특정 산업·직업에 대한 예방 조치를 설계하는 데 실질적인 근거를 제공한다. 향후 다른 국가·산업의 직업병 데이터와 연계하거나, 유전·환경 데이터와 통합하여 ‘전인적(exposome‑genome) 네트워크’를 구축한다면, 질병 발생 메커니즘에 대한 보다 정교한 가설을 도출하고, 맞춤형 예방 전략을 개발하는 데 큰 도움이 될 것으로 기대된다.