소·농장 모델과 오소리 모델 결합을 통한 결핵 전파 예측

초록

본 연구는 영국·아일랜드에서 주요 감염원인 오소리와 가축인 소를 개별 기반 모델(IBM)로 각각 시뮬레이션한 뒤, 공간적으로 연계하여 한 지역(군) 규모에서 결핵(TB) 전파 dynamics를 예측한다. 라틴 하이퍼큐브 표본추출(LHS)과 혼합효과 모델을 활용해 파라미터 민감도 분석을 수행했으며, 테스트 빈도와 겨울 사육(겨울 하우징)이 감염 소 수에 가장 큰 영향을 미친다는 결과를 도출했다. 오소리 사육제거는 전체 변동의 약 5%만을 설명했고, 검사 정확도는 3% 미만에 불과했다.

상세 요약

이 논문은 두 종(소와 오소리)의 개별 기반 모델(IBM)을 동시에 운영함으로써, 전통적인 단일 종 모델이 놓치기 쉬운 종간 전파 경로와 공간적 상호작용을 정밀하게 포착한다는 점에서 혁신적이다. 소 모델은 농장 단위의 네트워크와 겨울 하우징(집단 사육) 상황을 반영해, 계절별 이동 패턴과 밀집도를 구현했으며, 오소리 모델은 서식지 별 군집 구조와 자연 번식·사망률을 실제 조사 데이터에 기반해 설정했다. 두 모델은 서로 다른 격자 해상도를 사용하지만, 격자 간 교차점에서 접촉 확률을 정의해 종간 전파를 가능하게 한다.

파라미터 탐색은 라틴 하이퍼큐브 샘플링(LHS)으로 10⁴개 이상의 조합을 생성했으며, 각 시뮬레이션은 30년 기간(연간 시계열) 동안 실행되었다. 결과 변수는 감염 소의 연간 평균 수와 오소리 감염 비율이었다. 민감도 분석은 혼합효과 모델을 적용해 고정 효과(테스트 빈도, 겨울 하우징, 오소리 사육제거, 검사 정확도)와 무작위 효과(시뮬레이션 반복, 지역별 차이)를 분리하였다.

주요 발견은 다음과 같다. 첫째, 연간 검사 횟수를 늘릴수록 감염 소 수는 급격히 감소했으며, 특히 2회 이상 검사가 시행될 경우 감염률이 절반 이하로 떨어졌다. 둘째, 겨울 하우징을 실시하면 밀집도가 상승해 전파 위험이 크게 증가했으며, 이 효과는 농장 규모가 클수록 더욱 두드러졌다. 셋째, 오소리 사육제거(전통적 culling) 정책은 전체 변동의 약 5%만을 설명했으며, 이는 오소리와 소 사이의 직접 접촉 빈도가 낮다는 가설을 뒷받침한다. 넷째, 검사 정확도(민감도·특이도)의 향상은 변동 설명력 3% 미만에 그쳐, 검사 빈도와 관리 전략이 더 중요한 정책 변수임을 시사한다.

이러한 결과는 정책 입안자에게 검사 주기와 겨울 사육 관리가 결핵 통제에 핵심적임을 강조한다. 또한, 모델 구조는 다른 다종 전파 질병(예: 사스코프라스, 광우병 등)에도 적용 가능하도록 설계돼, 향후 지역 맞춤형 시뮬레이션 플랫폼으로 확장될 여지가 크다.