검색
검색 팝업 닫기

Ex) Article Title, Author, Keywords

Article

Split Viewer

Original Article

J Environ Health Sci. 2023; 49(1): 30-36

Published online February 28, 2023 https://doi.org/10.5668/JEHS.2023.49.1.30

Copyright © The Korean Society of Environmental Health.

Assessing the Health Benefits of PM2.5 Reduction Using AirQ+ and BenMAP

AirQ+와 BenMAP을 이용한 초미세먼지 개선의 건강편익 산정

Sun-Yeong Gan , Hyun-Joo Bae*

간순영, 배현주*

Division of Environmental Health, Korea Environment Institute

한국환경연구원 환경보건연구실

Correspondence to:Division of Environmental Health, Korea Environment Institute, 370 Sicheongdaero, Sejong 30147, Republic of Korea
Tel: +82-44-415-7681
Fax: +82-44-415-7799
E-mail: hjbae@kei.re.kr

Received: January 10, 2023; Revised: February 23, 2023; Accepted: February 23, 2023

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Highlights

ㆍ The number of deaths due to all causes attributable to PM2.5 exceeding WHO’s AQG was estimated using both AirQ+ and BenMAP.
ㆍ The results computed using AirQ+ and BenMAP agree well if similar input data is employed.
ㆍ There are significant health benefits in the reduction of PM2.5 concentration.

Background: Among various pollutants, fine particle (PM2.5, defined as particle less than 2.5 nm in aerodynamic diameter) shows the most consistent association with adverse health effects. There is scientific evidence documenting a variety of adverse health outcomes due to exposure to PM2.5.
Objectives: This study aims to assess the health benefits of that would be achieved by meeting the World Health Organization’s air quality guidelines for PM2.5 using AirQ+ and BenMAP.
Methods: We estimated PM2.5 related health benefits in Korea from implementing the World Health Organization’s air quality guidelines (annual average 5 μg/m3 and 10 μg/m3) and Korea’s National Ambient Air Quality Standard (annual average 15 μg/m3). We used World Health Organization’s AirQ+ and U.S. Environmental Protection Agency’s Environmental Benefits Mapping and Analysis Program.
Results: The annual number of avoided PM2.5 related premature deaths exceeding WHO guideline levels was assessed using both AirQ+ and BenMAP. We estimated that the health benefits of attaining the World Health Organization’s air quality guidelines for PM2.5 (annual average 5 μg/m3) would suggest an annual reduction of 26,128 (95% confidence interval [CI]: 17,363~34,024) and 26,853 (95% CI: 18,527~34,944) premature deaths.
Conclusions: Our study provided useful information to policy makers and confirms that the reduction of PM2.5 concentration would result in significant health benefits in Korea.

KeywordsPM2.5, health impact assessment, AirQ+, BenMAP, health benefits

입자상 물질(particulate matter, PM)은 대기질을 평가하는 중요한 지표로, 대기 중에 고체나 액체상태로 존재하는 미세한 물질이며 일반적인 크기는 0.001~500 μm이다. 입자상 물질 중 특히 인체 유해성이 크다고 보고된 초미세먼지(PM2.5)는 만성과 급성조기사망,1-3) 심혈관계와 호흡기계 질환으로 인한 입원4-7) 등의 건강영향이 있는 것으로 보고되고 있다.

Health Effects Institute는 2019년 PM2.5 노출로 인하여 전 세계에서 약 414만 명(95% 신뢰구간: 345만~480만 명)이 조기사망하고, PM2.5는 대기오염으로 인한 질병을 유발하는 가장 큰 원인이라고 보고하였다.8) 또한 한국의 경우에는 PM2.5로 인한 조기사망자 수는 21,000명이며, 인구 10만 명당 25.9명인 것으로 보고하였다.8)

세계보건기구(World Health Organization, WHO)가 2005년에 제시한 대기질 가이드라인(Air Quality Guideline, AQG) 이후로 발표된 대기오염과 건강영향의 과학적 근거들을 종합하여, 2021년 대기오염 물질에 대한 최근 새로운 대기질 가이드라인을 발표하였다. WHO는 대기오염의 건강영향에 대하여 축적된 과학적 근거를 체계적으로 검토하여 대부분의 가이드라인 수준을 강화하였다. 특히 발암물질로 규정된 PM2.5에 주목하며, 기존 PM2.5 연평균 10 μg/m3, 24시간 기준 25 μg/m3 이하의 권고기준을 강화하여 연평균 5 μg/m3, 24시간 기준 15 μg/m3 이하로 설정하였다.9)

2000년대 후반부터 WHO와 유럽 등 주요 선진국들은 대기오염의 농도 변화에 따른 건강편익 또는 건강피해를 산출하여 정책의 사전효과와 사후효과를 평가하는 지표로서 활용하고 있다.10) 또한 지역별 건강편익을 분석한 결과는 한정된 자원으로 대기질 개선이 시급한 지역의 정책적 우선순위를 선정하는 데 활용할 수 있다.11)

대기질 농도 변화에 따른 건강영향을 평가할 수 있는 다양한 프로그램들이 개발되었다.12,13) Anenberg 등14)은 대기오염의 건강영향을 평가하기 위한 12개 분석도구들을 검토하였으며, AirQ+와 BenMAP (Environmental Benefits Mapping and Analysis Program)이 다른 분석도구보다 다양하게 적용가능하다고 평가하였다. 즉, 건강영향 분석에 필요한 농도-반응함수 등을 프로그램 내 기능으로 탑재하고, 다양한 공간적 범위에서 활용할 수 있도록 하였다.

WHO에서 개발한 AirQ+는 대기오염의 장기와 단기노출의 건강영향을 정량화하기 위한 사용자 친화적인 소프트웨어이다.15) 또한 미국 환경보호청(Environment Protection Agency, EPA)에서 개발한 BenMAP은 국가적인 차원의 대기질 관련 환경법과 규제를 만들 때 정책수립의 과학적 근거를 제공하기 위하여 구축되었고, 대기질 기준 개정과 정책개발에 활용되고 있다.16)

대기오염 개선에 따른 건강편익을 산정한 연구결과는 대기질 개선의 건강영향의 규모를 정량적으로 파악하고, 수용체 중심의 정책의 효과를 분석할 수 있고 환경정책 우선순위를 선정하는데 활용될 수 있다는 점에서 공중보건학적으로 중요한 의미를 가진다.

본 연구에서는 우리나라의 PM2.5 농도가 WHO의 새로운 대기질 가이드라인을 달성하였을 때, PM2.5 개선에 따른 장기노출로 인한 조기사망 감소의 건강편익을 정량적으로 산정하는 것을 목적으로 하였다. 또한 대기오염의 건강편익 분석에서 대표적인 프로그램인 WHO의 AirQ+와 미국 EPA의 BenMAP 프로그램을 활용하여 PM2.5의 건강편익 결과를 비교하였다.

1. 연구 자료 및 분석 시나리오

대기오염물질의 건강편익을 산출하기 위해서는 PM2.5 농도자료, PM2.5와 건강영향의 농도-반응함수(concentration-response function, CRF), PM2.5에 노출되는 대상지역의 인구자료, 사망률 자료가 필요하다.16)

PM2.5 농도의 기준 시나리오는 2019년 농도이며, 2019년 PM2.5 농도가 WHO 연평균 기준인 5 μg/m3, WHO의 개정전 연평균 기준인 10 μg/m3, 우리나라 연평균 기준인 15 μg/m3를 각각 달성하는 것으로 시뮬레이션 하였다.

PM2.5와 사망영향의 농도-반응함수는 WHO가 AirQ+에서 권고하고 있는 Krewski 농도-반응함수를 적용하여, PM2.5 장기노출로 인한 만성 조기사망 감소의 건강편익을 추산하였다. Krewski 농도-반응함수는 하버드 6개 도시 코호트 연구와 미국암학회 코호트 연구결과를 재분석한 것이다.17) 미국암학회 코호트연구와 하버드 코호트 연구는 대규모로 수행된 코호트 연구로, 두 코호트 연구결과에서 산출된 Krewski 농도-반응함수는 PM2.5 장기노출에 의한 만성 조기사망의 농도-반응함수가 부재한 국가에서 조기사망 감소의 건강편익을 산출하는 데 가장 널리 차용되고 있다.18,19)

인구자료는 통계청의 인구총조사 자료를 적용하였으며, 2019년의 전국 총인구는 51,772,448명이었고, 분석에서 제주도는 제외하였다. PM2.5 장기노출의 사망영향에 대한 농도-반응 함수의 적용대상 인구집단은 30세 이상이다. 30세 이상 인구는 총 34,840,127명이며, 전국 시군구별로 최소 13,341명에서 최대 537,216명으로 분포하였다.

사망률 자료는 통계청의 사망자료를 사용하였으며, 전체원인 사망의 경우 사망원인(International Classification of Disease, 10th Revision; ICD-10, code)이 사고사인 사망외인을 제외한 전체원인 사망(ICD-10, code A00~U99)을 대상으로 30세 이상의 시도별 사망률의 2017~2019년 평균치를 적용하였다.

2. AirQ+를 이용한 건강편익 산정 방법

WHO에서 개발한 AirQ+는 대기질과 역학데이터를 기반으로 대기오염이 건강에 미치는 영향을 평가하는 도구이다. AirQ+의 대기오염으로 인한 건강영향 평가는 단기영향과 장기영향으로 구분되며, 다중 영역 분석(multiple area analysis) 기능을 통하여 국가, 도시 등 공간적 규모에 구애받지 않고 적용할 수 있는 특징을 가지고 있다.20)

AirQ+를 활용한 건강영향 평가는 건강영향의 기여율(AP)을 기반으로 하며, 기여율(AP)은 대상 인구집단에서 대기오염물질 노출로 인해 발생한 건강영향의 비율로 다음 식을 이용하여 평가한다.

AP= RRc1)×Pc RRc×Pc

여기서,

AP=기여율

RR(c)=대기오염 노출 범위 c의 상대위험도

P(c)=대기오염 노출 범위 c에 노출되는 인구 수

건강편익은 다음 식과 같이 추정된 기여율(AP)에 BI (주어진 인구집단에서 조사된 건강영향의 기저 발병률)와 인구 수(P)를 곱하여 최종적으로 대기오염물질 노출로 인한 건강영향 기여 사례 수를 추정한다.

HB=AP×P×BI

여기서,

HB=건강편익

P=인구 수

BI=기준 사망률 또는 유병률

3. BenMAP을 이용한 건강편익 산정

미국 EPA에서 개발된 BenMAP은 대기오염 농도 변화로 인한 건강편익과 경제적 가치를 추정할 수 있다.17)

대기오염 농도 변화에 따른 건강영향은 연구 대상지역의 대기오염 모니터링 자료를 이용하여 대기오염물질의 농도변화를 산정하고, 대기오염물질에 노출되는 인구를 입력하여 대기오염에 대한 노출을 추정한다. 또한 대상 인구집단의 건강영향을 나타내는 해당 질환의 유병률 또는 사망률 자료, 대기오염물질 농도 자료와 함께 건강영향의 농도-반응 함수를 적용한다. PM2.5 농도변화로 인한 건강편익(health benefit, HB)은 다음 식을 이용하여 평가한다.16,21)

HB=Y01eβΔPM×P

여기서,

HB=대기오염물질의 농도변화로 인한 건강편익

Y0=사망률 또는 해당 질환에 대한 유병률

β=대기오염물질 농도와 건강영향의 농도-반응함수

PM=대기오염물질의 농도변화

P=대기오염물질에 노출되는 인구 수

1. 초미세먼지의 농도 분포

기준 시나리오인 2019년 전국 시군구별 PM2.5 농도분포는 Fig. 1과 같다. 2019년의 연평균 농도는 22.6 μg/m3였고, 시군구별로 PM2.5의 연평균 농도는 최저 15.4 μg/m3에서 최고 32.3 μg/m3의 범위를 나타내었다. 수도권 지역과 충청도 지역이 다른 지역에 비하여 PM2.5 농도가 상대적으로 높은 것으로 나타났다.

Figure 1.The spatial distribution of the concentration of PM2.5

2. AirQ+와 BenMAP을 적용한 초미세먼지 개선의 건강편익

AirQ+와 BenMAP을 이용하여 국내 PM2.5 농도가 WHO 권고기준을 달성하였을 경우의 건강편익을 파악하기 위하여 2019년의 조기사망자 감소 규모를 분석하였으며, 결과는 Table 1과 같다.

Table 1 Comparison of estimated benefits of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 using AirQ+ and BenMAP

ResultsAirQ+BenMAP
Estimated number of attributable cases26,128 (17,363~34,024)26,853 (18,527~34,944)
Estimated attributable proportion (%)10.39 (6.91~13.53)10.68 (7.36~13.90)
Estimated number of attributable cases per 100,000 population77.27 (51.33~100.68)80.62 (55.63~104.92)

전국 규모에서 AirQ+ 툴로 분석한 결과 2019년 PM2.5 농도가 WHO 연평균 기준(AQG=5 μg/m3)을 달성하였을 경우, 조기사망자는 26,128명(95% confidence interval [CI]: 17,363~34,024명)이 감소하였고 이는 전체 사망자의 10.39% 기여율을 차지하였다.

또한 BenMAP으로 분석한 결과 2019년 PM2.5 농도가 WHO 연평균 기준(AQG=5 μg/m3)을 달성하였을 경우, 조기사망자는 26,853명(95% CI: 18,527~34,944명)이 감소하였고 이는 전체 사망자의 10.68%의 기여율을 차지하는 것이다.

AirQ+와 BenMAP을 각각 적용하여 PM2.5 농도가 WHO 권고기준을 달성하였을 경우의 건강편익을 산정한 결과는 유사한 값을 나타내었다.

3. AirQ+와 BenMAP을 적용한 초미세먼지 개선의 시도별 건강편익

2019년 PM2.5 농도가 WHO AQG (5 μg/m3)로 개선될 경우에 조기사망자 수 감소의 건강편익을 시도별로 분석한 결과는 Fig. 2와 같으며, 시도별 상세한 결과값은 Supplementary Table 1에 제시하였다. AirQ+와 BenMAP을 적용한 경우 PM2.5 개선에 따른 조기사망 감소의 건강편익 규모는 비슷하였지만, 전반적으로 BenMAP보다는 AirQ+의 건강편익이 다소 작게 나타났다.

Figure 2.Comparison of estimated benefits of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 by region using AirQ+ and BenMAP

PM2.5 농도 개선에 따른 건강편익은 인구규모가 큰 경기도와 서울시에서 나타났으며, 조기사망자는 각각 5,574명(95% CI: 3,711~7,246명)과 4,688명(95% CI: 3,122~6,095명)이 감소하여 수도권의 건강편익이 큰 것으로 나타났다.

2019년 PM2.5 농도가 WHO 권고기준인 5 μg/m3로 개선될 경우, 전국 시도별 조기사망자 감소의 건강편익을 인구 10만 명당 건강편익으로 환산한 결과는 Fig. 3과 같으며 시도별 상세한 결과값은 Supplementary Table 2에 제시하였다.

Figure 3.Comparison of estimated number of attributable case per 100,000 population of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 by region using AirQ+ and BenMAP

조기사망자 수 감소의 건강편익을 살펴보면 광역시에 비해 상대적으로 광역시 권역의 조기사망 감소 효과가 크게 나타났다. 특히 충청북도, 충청남도, 전라북도 지역의 건강편익이 높게 나타났다. 충청북도, 충청남도, 전라북도는 인구 고령화로 인해 상대적으로 높은 사망률을 보이는 지역이며, 2019년 기준으로 PM2.5 농도가 다른 지역보다 상대적으로 높은 지역이다. 따라서 WHO 권고기준 달성에 따라 큰 폭으로 PM2.5 농도가 개선되면서 건강편익의 효과가 크게 나타난 것이다.

4. AirQ+와 BenMAP을 적용한 초미세먼지 개선의 건강편익의 민감도 분석

AirQ+와 BenMAP을 이용하여 국내 PM2.5 농도 개선에 따른 건강편익 산정에 대한 민감도를 분석하기 위하여 PM2.5 농도가 10 μg/m3과 15 μg/m3를 달성하는 시나리오에 대한 건강편익을 산정하여 비교하였다.

PM2.5 연평균 10 μg/m3은 2005년 WHO의 PM2.5 연평균 권고기준이고, 15 μg/m3는 우리나라 대기환경기준의 연평균 농도 기준이다.

AirQ+와 BenMAP을 적용하여 PM2.5 농도 개선에 따른 건강편익을 산정한 결과는 유사한 경향을 보였다. PM2.5 농도 개선에 따른 건강편익은 BenMAP을 적용하였을 때보다 AirQ+를 적용하였을 때, 건강편익의 규모가 다소 작게 나타났다(Table 2).

Table 2 Comparison of estimated benefits of meeting annual PM2.5 value of 10 μg/m3 and 15 μg/m3 using AirQ+ and BenMAP

ResultsAirQ+BenMAP
PM2.5 10 μg/m3PM2.5 15 μg/m3PM2.5 10 μg/m3PM2.5 15 μg/m3
Estimated number of attributable cases20,256 (13,400~26,490)13,217 (8,698~17,367)22,343 (15,367~29,151)17,792 (12,200~23,271)
Estimated attributable proportion (%)8.08 (5.34~10.56)5.27 (3.47~6.92)8.89 (6.11~11.59)7.08 (4.85~9.25)
Estimated number of attributable cases per 100,000 population60.82 (40.23~79.53)39.68 (26.12~52.14)67.08 (46.14~87.52)53.42 (36.63~69.87)

본 연구에서는 우리나라의 PM2.5 농도가 WHO의 새로운 대기질 가이드라인을 달성하였을 때, WHO의 AirQ+와 미국 EPA의 BenMAP을 이용하여 PM2.5 농도 개선에 따른 장기노출로 인한 조기사망 감소의 건강편익을 정량적으로 산출하였다.

2019년 PM2.5 농도가 WHO 연평균 기준(AQG=5 μg/m3)을 달성하였을 경우, AirQ+와 BenMAP으로 분석한 조기사망자 감소의 건강편익은 각각 26,128명(95% CI: 17,363~34,024명)과 26,853명(95% CI: 18,527~34,944명)이었다.

GBD 연구에서 우리나라의 PM2.5 노출로 인한 조기사망자는 2015년 18,393명(95% CI: 15,422~21,220명), 2017년 19,603명(95% CI: 15,950~26,655명), 2019년 21,852명(95% CI: 17,652~26,351명)으로 추산하였다.22) 본 연구에서는 2019년 PM2.5 농도가 개정 전 WHO 연평균 기준(AQG=10 μg/m3)을 달성할 경우 AirQ+와 BenMAP을 이용하여 조기사망자 감소의 건강편익을 산출한 결과 각각 20,256명(95% CI: 13,400~26,490명)과 22,343명(95% CI: 15,367~29,151명)으로 나타났으며, 이는 GBD의 연구결과와도 유사한 결과를 보였다.

또한 Han 등(2018)23)의 연구에서는 2015년 우리나라 PM2.5 농도가 24.4 μg/m3였고, 개정 전 WHO 권고기준인 연평균 10 μg/m3을 달성하면 조기사망자 수는 8,539명 감소할 것으로 추산하였다. 사망원인별 PM2.5의 조기사망자 감소의 편익은 허혈성심질환 1,736명(95% CI: 1,658~1,813명), 만성폐쇄성폐질환 455명(95% CI: 445~465명), 폐암 1,748명(95% CI: 1,708~1,786명), 허혈성 뇌졸증 4,601명(95% CI: 4,533~4,669명)으로 산정하였다.

Kim 등(2018)24)의 연구에서는 1990~2013년 PM2.5의 인구가중 농도값인 30.2 μg/m3를 적용한 결과, PM2.5의 조기사망자수는 허혈성 뇌졸증 5,382명(95% CI: 3,101~7,403명), 폐암 4,958명(95% CI: 2,857~6,820명), 출혈성 뇌졸중 3,452명(95% CI: 1,989~4,748명), 허혈성심질환 3,432명(95% CI: 1,383~5,358명)이라고 보고한 바 있다. 인구집단이 노출되는 대기오염 농도를 추정하는 방법은 대기오염 건강영향 평가에 있어 중요한 요소이다. Han 등(2018)23)의 연구에서 PM2.5 농도는 CMAX 모델링 값을 적용하였고, Kim 등(2018)24) 연구는 PM2.5의 농도를 인구가중 농도값을 적용하였다. 본 연구에서 AirQ+는 시도별 PM2.5 농도값을 적용하였고, BenMAP은 대기오염측정소값을 Voronoi Neibhbor Averaging (VNA) 보간법을 적용하여 지역별 농도값을 적용하였다. 또한 Han 등(2018)23)과 Kim 등(2018)24) 연구에서는 사망원인별로 사망률과 건강영향함수를 적용하여 건강편익을 산출한데 비하여, 본 연구에서는 사고사를 제외한 전체원인 사망에 대한 건강편익을 산출하였다.

AirQ+와 BenMAP 두 프로그램에서 평가한 PM2.5 개선에 따른 건강편익은 유사한 것으로 분석되었다. 환경오염의 건강영향 규모를 분석하기 위하여 과학적인 분석도구로 가장 대표적인 AirQ+와 BenMAP은 대기오염 농도 변화에 따른 건강편익을 산정하는 공통점이 있지만, 두 도구의 개발 목적이 상이하며 이에 따라 기능에 차이가 있다. AirQ+는 보건분야에서 교육 목적에 중점을 두고 의사결정지원 도구로 개발되어, 증거 기반이 강력하지 않은 BC 또는 장기 오존 노출 등에 대한 건강영향까지 정량화가 가능하다.25) 또한 상대위험비 값과 대기오염의 연평균농도를 적용하여 1년의 건강편익을 산정한다. BenMAP은 환경규제를 마련하는 과정에서 정책과 관련된 위험과 장점 분석을 지원하기 위해 개발되어, 다양한 지역적 해상도의 분석이 가능하고, 대기오염 농도의 시뮬레이션이 가능하다.25) 이를 위하여 대기오염과 건강영향의 농도반응함수의 회귀계수와 대기오염의 일별 농도를 적용하여 일별 건강편익을 산정하고, 이를 합하여 1년의 건강편익을 산정한다. 우리나라에서는 연구자들이 건강편익 산정 개념을 적용하여 SAS 또는 R 프로그램으로 만들어 산정하고 있으며, 외국의 사례와 같이 AirQ+ 및 BenMAP에 비교하여 법으로 규정하거나 가이드라인을 마련하는 절차는 마련되어 있지 않다. AirQ+와 BenMAP은 사용과 업데이트 규정이 각각 WHO, EPA라는 기관에서 다루고 있으며 세계적으로 공통적인 매뉴얼이 같이 수록되어 있다. 이는 사용의 편리함과 더불어 기술적 오류와 통계적 해석을 최적의 조건으로 해석하여 다른 연구에서도 비교분석을 할 수 있도록 한 것이다. 따라서 본 연구에서도 한국의 특성을 다른 국가와 비교할 수 있도록 AirQ+와 BenMAP을 사용하였다.

Mirzaei 등26)은 2016~2018년 이란의 수도인 테헤란의 PM2.5 농도가 WHO의 대기질 권고기준을 달성하였을 때, PM2.5 농도 개선에 따른 조기사망 감소의 건강편익을 산정하였다. AirQ+와 BenMAP-CE를 적용하여 산출한 조기사망자 수 감소는 유사한 것으로 나타났다. 그러나 상대적으로 공간해상도가 높은 대기오염물질 농도와 인구자료를 사용하여 평가하면, 전체 지역의 평균농도와 전체 인구자료를 사용한 때보다 정확한 결과를 나타내는 것으로 보고하였다.25) 이것은 AirQ+를 적용하면 지역의 대기오염 평균 농도값을 적용한 것으로, 도시내에서 PM2.5 농도가 동일하지 않기 때문에 대기오염 개선의 건강편익이 과소 평가될 수 있다는 것을 의미한다.25) 본 연구에서는 BenMAP을 적용하였을 때 보다 AirQ+를 적용하였을 때, 대기오염 개선의 건강편익의 규모가 다소 적게 나타났다. 이에 비하여 BenMAP는 대기오염 측정소의 점 기반 자료에서 격자 기반으로 자료를 생성하기 위하여 보간법을 사용할 수 있다.

본 연구에서는 VNA 보간법을 사용하여 지역별 평균 대기오염 농도를 산출하였다. VNA 보간법은 모니터링되지 않는 지역에 위치한 격자에 대하여 해당 격자 주변의 모니터링 값을 거리의 역수로 가중평균 농도를 사용하는 것이다.25) 따라서 보다 정확한 대기오염 개선의 건강편익을 산정하기 위해서는 보다 상세한 해상도의 자료를 사용할 필요가 있다.

PM2.5 개선에 따른 건강편익을 시도 단위로 구분하여 분석하였을 때, 대기질 개선의 건강편익의 규모는 인구 수가 많은 수도권 지역에서 큰 것으로 나타났다. 이에 비하여 대기질 개선의 건강편익을 인구 10만 명당으로 환산한 결과에서는 충청북도, 충청남도, 전라북도 지역의 건강편익이 높게 나타났다. 이것은 대기질 개선의 건강편익 산정을 토대로 대기관리 정책의 효과성과 효율성 측면에서 대기질 관리 정책의 우선순위 방향을 제시하는 데 활용할 수 있을 것이다.

본 연구에는 몇 가지 한계점이 존재한다. 첫째, 대기오염과 건강영향의 농도-반응함수는 항상 동일하지 않고, 국가 또는 지역에 따라 달라질 수 있다.27) 대기오염의 농도수준, 대기오염의 구성성분, 대기오염에 노출되는 인구집단의 민감도 등에 따라서 대기오염과 건강영향의 농도-반응함수는 달라지게 된다.27) 본 연구에서는 우리나라를 대상으로 한 PM2.5와 장기노출의 사망에 대한 대표적 건강영향함수를 적용하기 어려워 WHO의 AirQ+에서 권고하고 있는 Krewski가 개발한 농도-반응함수를 적용하였다.18,19) 건강영향함수는 연구 형태, 연구기간, 연구대상지역, 연구대상인구, 결과의 신뢰성 등을 고려하여 농도-반응함수를 적용하도록 권고되고 있다.28) 둘째, PM2.5의 건강편익 산정에서 지역별 인구구조의 특성을 고려하지 않았다. 대기오염의 건강편익 산정에서 구성 요소인 인구 수, 사망률, 대기오염과 건강영향의 농도-반응함수는 지역별 인구구조의 특성에 따라 달라지게 된다. 향후 지역별 인구구조의 특성을 반영하여 인구 수와 사망률을 계산하고, 우리나라의 연령군별 대기오염과 건강영향의 농도-반응함수를 산출하여 건강편익에 적용하면 보다 보건학적으로 의미있는 건강편익의 결과를 산정할 수 있을 것이다.

본 연구에서는 우리나라의 PM2.5 농도가 WHO의 새로운 대기질 가이드라인을 달성하였을 때, WHO에서 개발한 AirQ+와 미국 EPA에서 개발한 BenMAP을 이용하여 PM2.5 농도 개선에 따른 장기노출로 인한 조기사망 감소의 건강편익을 정량적으로 산출하였다. 본 연구에서는 대기질 개선에 따른 건강편익을 분석하는 틀을 제시하고, PM2.5 농도 개선으로 기대되는 만성 조기사망 감소의 건강편익 산정하는 국제적 방법론을 적용하여 건강편익 규모를 산정함으로써 국민의 건강을 보호하기 위한 PM2.5 개선의 관리방안 필요성을 제시하였다는 데에 의의가 있다.

환경오염으로부터 건강한 삶을 지키고 영위하도록 하는 것은 사회경제적으로 가장 중요한 편익으로 수용체 중심의 환경정책을 추진하기 위해서 환경오염으로 인한 건강편익 또는 건강피해 규모를 정량적으로 산정하는 것은 필요하다. 환경오염으로 인한 건강영향 규모를 파악하는 것은 다양한 정책에 대한 효과와 효율성을 비교 평가함으로써 정책의 우선순위를 결정하는데 유용한 판단 근거로 활용할 수 있다.

본 논문은 환경부 국고보조금 사업의 지원을 받아 한국환경연구원이 수행한 「환경보건정보(빅데이터) 분야 환경보건센터(2022-018)」사업의 연구결과로 작성되었습니다.

  1. Kioumourtzoglou MA, Schwartz J, James P, Dominici F, Zanobetti A. PM2.5 and mortality in 207 US cities: modification by temperature and city characteristics. Epidemiology. 2016; 27(2): 221-227.
    Pubmed KoreaMed CrossRef
  2. Bowe B, Xie Y, Yan Y, Al-Aly Z. Burden of cause-specific mortality associated with PM2.5 air pollution in the United States. JAMA Netw Open. 2019; 2(11): e1915834.
    Pubmed KoreaMed CrossRef
  3. Apte JS, Marshall JD, Cohen AJ, Brauer M. Addressing global mortality from ambient PM2.5. Environ Sci Technol. 2015; 49(13): 8057-8066.
    Pubmed CrossRef
  4. Atkinson RW, Kang S, Anderson HR, Mills IC, Walton HA. Epidemiological time series studies of PM2.5 and daily mortality and hospital admissions: a systematic review and meta-analysis. Thorax. 2014; 69(7): 660-665.
    Pubmed KoreaMed CrossRef
  5. Shah AS, Langrish JP, Nair H, McAllister DA, Hunter AL, Donaldson K, et al. Global association of air pollution and heart failure: a systematic review and meta-analysis. Lancet. 2013; 382(9897): 1039-1048.
    Pubmed CrossRef
  6. Requia WJ, Adams MD, Arain A, Papatheodorou S, Koutrakis P, Mahmoud M. Global association of air pollution and cardiorespiratory diseases: a systematic review, meta-analysis, and investigation of modifier variables. Am J Public Health. 2018; 108(S2): S123-S130.
    Pubmed KoreaMed CrossRef
  7. Amoatey P, Sicard P, De Marco A, Khaniabadi YO. Long-term exposure to ambient PM2.5 and impacts on health in Rome, Italy. Clin Epidemiol Glob Health. 2020; 8(2): 531-535. https://doi.org/10.1016/j.cegh.2019.11.009 
    CrossRef
  8. Health Effects Institute. State of Global Air 2020: A Special Report on Global Exposure to Air Pollution and its Health Impacts. Available: https://fundacionio.com/wp-content/uploads/2020/10/soga-2020-report.pdf [accessed 22 December 2022].
  9. World Health Organization. WHO Global Air Quality Guidelines: Particulate Matter (PM2.5 and PM10), Ozone, Nitrogen Dioxide, Sulfur Dioxide and Carbon Monoxide. Geneva: World Health Organization; 2021. https://apps.who.int/iris/handle/10665/345329 
  10. Davidson K, Hallberg A, McCubbin D, Hubbell B. Analysis of PM2.5 using the Environmental Benefits Mapping and Analysis Program (BenMAP). J Toxicol Environ Health A. 2007; 70(3-4): 332-346.
    Pubmed CrossRef
  11. Bae HJ. Effects of reduced ambient PM10 levels on the health of children in lower-income families. J Environ Health Sci. 2010; 36(3): 182-190. https://www.e-jehs.org/journal/view.html?pn=vol&uid=1400&vmd=Full&TG=vol&sm=&s_v=36&s_n=3&year=& 
    CrossRef
  12. Chen L, Shi M, Gao S, Li S, Mao J, Zhang H, et al. Assessment of population exposure to PM2.5 for mortality in China and its public health benefit based on BenMAP. Environ Pollut. 2017; 221: 311-317.
    Pubmed CrossRef
  13. Bahrami Asl F, Leili M, Vaziri Y, Salahshour Arian S, Cristaldi A, Oliveri Conti G, et al. Health impacts quantification of ambient air pollutants using AirQ model approach in Hamadan, Iran. Environ Res. 2018; 161: 114-121.
    Pubmed CrossRef
  14. Anenberg SC, Belova A, Brandt J, Fann N, Greco S, Guttikunda S, et al. Survey of ambient air pollution health risk assessment tools. Risk Anal. 2016; 36(9): 1718-1736.
    Pubmed CrossRef
  15. Miri M, Derakhshan Z, Allahabadi A, Ahmadi E, Oliveri Conti G, Ferrante M, et al. Mortality and morbidity due to exposure to outdoor air pollution in Mashhad metropolis, Iran. The AirQ model approach. Environ Res. 2016; 151: 451-457.
    Pubmed CrossRef
  16. Hubbell BJ, Hallberg A, McCubbin DR, Post E. Health-related benefits of attaining the 8-hr ozone standard. Environ Health Perspect. 2005; 113(1): 73-82.
    Pubmed KoreaMed CrossRef
  17. Krewski D, Jerrett M, Burnett RT, Ma R, Hughes E, Shi Y, et al. Extended follow-up and spatial analysis of the American Cancer Society study linking particulate air pollution and mortality. Res Rep Health Eff Inst. 2009; (140): 5-114; discussion 115-136.
  18. Fann N, Lamson AD, Anenberg SC, Wesson K, Risley D, Hubbell BJ. Estimating the national public health burden associated with exposure to ambient PM2.5 and ozone. Risk Anal. 2012; 32(1): 81-95.
    Pubmed CrossRef
  19. Fann N, Coffman E, Timin B, Kelly JT. The estimated change in the level and distribution of PM2.5-attributable health impacts in the United States: 2005-2014. Environ Res. 2018; 167: 506-514.
    Pubmed KoreaMed CrossRef
  20. WHO/Europe. AirQ+: Software Tool for Health Risk Assessment of Air Pollution. Available: https://www.who.int/europe/tools-and-toolkits/airq---software-tool-for-health-risk-assessment-of-air-pollution [accessed 5 January 2023].
  21. Global Burden of Disease Study. Global Burden of Disease Study 2019 (GBD 2019) Data Resources. Available: https://ghdx.healthdata.org/gbd-2019 [accessed 22 December 2022]. 
  22. Han C, Kim S, Lim YH, Bae HJ, Hong YC. Spatial and temporal trends of number of deaths attributable to ambient PM2.5 in the Korea. J Korean Med Sci. 2018; 33(30): e193.
    Pubmed KoreaMed CrossRef
  23. Kim JH, Oh IH, Park JH, Cheong HK. Premature deaths attributable to long-term exposure to ambient fine particulate matter in the Republic of Korea. J Korean Med Sci. 2018; 33(37): e251.
    Pubmed KoreaMed CrossRef
  24. Sacks JD, Fann N, Gumy S, Kim I, Ruggeri G, Mudu P. Quantifying the public health benefits of reducing air pollution: critically assessing the features and capabilities of WHO’s AirQ+ and U.S. EPA’s Environmental Benefits Mapping and Analysis Program - community edition (BenMAP - CE). Atmosphere (Basel). 2020; 11(5): 1-15.
    Pubmed KoreaMed CrossRef
  25. Mirzaei A, Tahriri H, Khorsandi B. Comparison between AirQ+ and BenMAP-CE in estimating the health benefits of PM2.5 reduction. Air Qual Atmos Health. 2021; 14(6): 807-815. https://doi.org/10.1007/s11869-021-00980-5 
    CrossRef
  26. Byun G, Choi Y, Gil J, Cha J, Lee M, Lee JT. Health and economic burden attributable to particulate matter in South Korea: considering spatial variation in relative risk. J Environ Health Sci. 2021; 47(5): 486-495. https://www.e-jehs.org/journal/view.html?pn=vol&uid=2085&vmd=Full&page=2&sort=start_Page*1&scale=10&key=&keyword=&s_v=47&s_n=5&TG=vol&year=&sm=& 
    CrossRef
  27. Bell ML, Davis DL, Gouveia N, Borja-Aburto VH, Cifuentes LA. The avoidable health effects of air pollution in three Latin American cities: Santiago, São Paulo, and Mexico City. Environ Res. 2006; 100(3): 431-440.
    Pubmed CrossRef

Article

Original Article

J Environ Health Sci. 2023; 49(1): 30-36

Published online February 28, 2023 https://doi.org/10.5668/JEHS.2023.49.1.30

Copyright © The Korean Society of Environmental Health.

Assessing the Health Benefits of PM2.5 Reduction Using AirQ+ and BenMAP

Sun-Yeong Gan , Hyun-Joo Bae*

Division of Environmental Health, Korea Environment Institute

Correspondence to:Division of Environmental Health, Korea Environment Institute, 370 Sicheongdaero, Sejong 30147, Republic of Korea
Tel: +82-44-415-7681
Fax: +82-44-415-7799
E-mail: hjbae@kei.re.kr

Received: January 10, 2023; Revised: February 23, 2023; Accepted: February 23, 2023

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Background: Among various pollutants, fine particle (PM2.5, defined as particle less than 2.5 nm in aerodynamic diameter) shows the most consistent association with adverse health effects. There is scientific evidence documenting a variety of adverse health outcomes due to exposure to PM2.5.
Objectives: This study aims to assess the health benefits of that would be achieved by meeting the World Health Organization’s air quality guidelines for PM2.5 using AirQ+ and BenMAP.
Methods: We estimated PM2.5 related health benefits in Korea from implementing the World Health Organization’s air quality guidelines (annual average 5 μg/m3 and 10 μg/m3) and Korea’s National Ambient Air Quality Standard (annual average 15 μg/m3). We used World Health Organization’s AirQ+ and U.S. Environmental Protection Agency’s Environmental Benefits Mapping and Analysis Program.
Results: The annual number of avoided PM2.5 related premature deaths exceeding WHO guideline levels was assessed using both AirQ+ and BenMAP. We estimated that the health benefits of attaining the World Health Organization’s air quality guidelines for PM2.5 (annual average 5 μg/m3) would suggest an annual reduction of 26,128 (95% confidence interval [CI]: 17,363~34,024) and 26,853 (95% CI: 18,527~34,944) premature deaths.
Conclusions: Our study provided useful information to policy makers and confirms that the reduction of PM2.5 concentration would result in significant health benefits in Korea.

Keywords: PM2.5, health impact assessment, AirQ+, BenMAP, health benefits

I. 서 론

입자상 물질(particulate matter, PM)은 대기질을 평가하는 중요한 지표로, 대기 중에 고체나 액체상태로 존재하는 미세한 물질이며 일반적인 크기는 0.001~500 μm이다. 입자상 물질 중 특히 인체 유해성이 크다고 보고된 초미세먼지(PM2.5)는 만성과 급성조기사망,1-3) 심혈관계와 호흡기계 질환으로 인한 입원4-7) 등의 건강영향이 있는 것으로 보고되고 있다.

Health Effects Institute는 2019년 PM2.5 노출로 인하여 전 세계에서 약 414만 명(95% 신뢰구간: 345만~480만 명)이 조기사망하고, PM2.5는 대기오염으로 인한 질병을 유발하는 가장 큰 원인이라고 보고하였다.8) 또한 한국의 경우에는 PM2.5로 인한 조기사망자 수는 21,000명이며, 인구 10만 명당 25.9명인 것으로 보고하였다.8)

세계보건기구(World Health Organization, WHO)가 2005년에 제시한 대기질 가이드라인(Air Quality Guideline, AQG) 이후로 발표된 대기오염과 건강영향의 과학적 근거들을 종합하여, 2021년 대기오염 물질에 대한 최근 새로운 대기질 가이드라인을 발표하였다. WHO는 대기오염의 건강영향에 대하여 축적된 과학적 근거를 체계적으로 검토하여 대부분의 가이드라인 수준을 강화하였다. 특히 발암물질로 규정된 PM2.5에 주목하며, 기존 PM2.5 연평균 10 μg/m3, 24시간 기준 25 μg/m3 이하의 권고기준을 강화하여 연평균 5 μg/m3, 24시간 기준 15 μg/m3 이하로 설정하였다.9)

2000년대 후반부터 WHO와 유럽 등 주요 선진국들은 대기오염의 농도 변화에 따른 건강편익 또는 건강피해를 산출하여 정책의 사전효과와 사후효과를 평가하는 지표로서 활용하고 있다.10) 또한 지역별 건강편익을 분석한 결과는 한정된 자원으로 대기질 개선이 시급한 지역의 정책적 우선순위를 선정하는 데 활용할 수 있다.11)

대기질 농도 변화에 따른 건강영향을 평가할 수 있는 다양한 프로그램들이 개발되었다.12,13) Anenberg 등14)은 대기오염의 건강영향을 평가하기 위한 12개 분석도구들을 검토하였으며, AirQ+와 BenMAP (Environmental Benefits Mapping and Analysis Program)이 다른 분석도구보다 다양하게 적용가능하다고 평가하였다. 즉, 건강영향 분석에 필요한 농도-반응함수 등을 프로그램 내 기능으로 탑재하고, 다양한 공간적 범위에서 활용할 수 있도록 하였다.

WHO에서 개발한 AirQ+는 대기오염의 장기와 단기노출의 건강영향을 정량화하기 위한 사용자 친화적인 소프트웨어이다.15) 또한 미국 환경보호청(Environment Protection Agency, EPA)에서 개발한 BenMAP은 국가적인 차원의 대기질 관련 환경법과 규제를 만들 때 정책수립의 과학적 근거를 제공하기 위하여 구축되었고, 대기질 기준 개정과 정책개발에 활용되고 있다.16)

대기오염 개선에 따른 건강편익을 산정한 연구결과는 대기질 개선의 건강영향의 규모를 정량적으로 파악하고, 수용체 중심의 정책의 효과를 분석할 수 있고 환경정책 우선순위를 선정하는데 활용될 수 있다는 점에서 공중보건학적으로 중요한 의미를 가진다.

본 연구에서는 우리나라의 PM2.5 농도가 WHO의 새로운 대기질 가이드라인을 달성하였을 때, PM2.5 개선에 따른 장기노출로 인한 조기사망 감소의 건강편익을 정량적으로 산정하는 것을 목적으로 하였다. 또한 대기오염의 건강편익 분석에서 대표적인 프로그램인 WHO의 AirQ+와 미국 EPA의 BenMAP 프로그램을 활용하여 PM2.5의 건강편익 결과를 비교하였다.

II. 재료 및 방법

1. 연구 자료 및 분석 시나리오

대기오염물질의 건강편익을 산출하기 위해서는 PM2.5 농도자료, PM2.5와 건강영향의 농도-반응함수(concentration-response function, CRF), PM2.5에 노출되는 대상지역의 인구자료, 사망률 자료가 필요하다.16)

PM2.5 농도의 기준 시나리오는 2019년 농도이며, 2019년 PM2.5 농도가 WHO 연평균 기준인 5 μg/m3, WHO의 개정전 연평균 기준인 10 μg/m3, 우리나라 연평균 기준인 15 μg/m3를 각각 달성하는 것으로 시뮬레이션 하였다.

PM2.5와 사망영향의 농도-반응함수는 WHO가 AirQ+에서 권고하고 있는 Krewski 농도-반응함수를 적용하여, PM2.5 장기노출로 인한 만성 조기사망 감소의 건강편익을 추산하였다. Krewski 농도-반응함수는 하버드 6개 도시 코호트 연구와 미국암학회 코호트 연구결과를 재분석한 것이다.17) 미국암학회 코호트연구와 하버드 코호트 연구는 대규모로 수행된 코호트 연구로, 두 코호트 연구결과에서 산출된 Krewski 농도-반응함수는 PM2.5 장기노출에 의한 만성 조기사망의 농도-반응함수가 부재한 국가에서 조기사망 감소의 건강편익을 산출하는 데 가장 널리 차용되고 있다.18,19)

인구자료는 통계청의 인구총조사 자료를 적용하였으며, 2019년의 전국 총인구는 51,772,448명이었고, 분석에서 제주도는 제외하였다. PM2.5 장기노출의 사망영향에 대한 농도-반응 함수의 적용대상 인구집단은 30세 이상이다. 30세 이상 인구는 총 34,840,127명이며, 전국 시군구별로 최소 13,341명에서 최대 537,216명으로 분포하였다.

사망률 자료는 통계청의 사망자료를 사용하였으며, 전체원인 사망의 경우 사망원인(International Classification of Disease, 10th Revision; ICD-10, code)이 사고사인 사망외인을 제외한 전체원인 사망(ICD-10, code A00~U99)을 대상으로 30세 이상의 시도별 사망률의 2017~2019년 평균치를 적용하였다.

2. AirQ+를 이용한 건강편익 산정 방법

WHO에서 개발한 AirQ+는 대기질과 역학데이터를 기반으로 대기오염이 건강에 미치는 영향을 평가하는 도구이다. AirQ+의 대기오염으로 인한 건강영향 평가는 단기영향과 장기영향으로 구분되며, 다중 영역 분석(multiple area analysis) 기능을 통하여 국가, 도시 등 공간적 규모에 구애받지 않고 적용할 수 있는 특징을 가지고 있다.20)

AirQ+를 활용한 건강영향 평가는 건강영향의 기여율(AP)을 기반으로 하며, 기여율(AP)은 대상 인구집단에서 대기오염물질 노출로 인해 발생한 건강영향의 비율로 다음 식을 이용하여 평가한다.

AP= RRc1)×Pc RRc×Pc

여기서,

AP=기여율

RR(c)=대기오염 노출 범위 c의 상대위험도

P(c)=대기오염 노출 범위 c에 노출되는 인구 수

건강편익은 다음 식과 같이 추정된 기여율(AP)에 BI (주어진 인구집단에서 조사된 건강영향의 기저 발병률)와 인구 수(P)를 곱하여 최종적으로 대기오염물질 노출로 인한 건강영향 기여 사례 수를 추정한다.

HB=AP×P×BI

여기서,

HB=건강편익

P=인구 수

BI=기준 사망률 또는 유병률

3. BenMAP을 이용한 건강편익 산정

미국 EPA에서 개발된 BenMAP은 대기오염 농도 변화로 인한 건강편익과 경제적 가치를 추정할 수 있다.17)

대기오염 농도 변화에 따른 건강영향은 연구 대상지역의 대기오염 모니터링 자료를 이용하여 대기오염물질의 농도변화를 산정하고, 대기오염물질에 노출되는 인구를 입력하여 대기오염에 대한 노출을 추정한다. 또한 대상 인구집단의 건강영향을 나타내는 해당 질환의 유병률 또는 사망률 자료, 대기오염물질 농도 자료와 함께 건강영향의 농도-반응 함수를 적용한다. PM2.5 농도변화로 인한 건강편익(health benefit, HB)은 다음 식을 이용하여 평가한다.16,21)

HB=Y01eβΔPM×P

여기서,

HB=대기오염물질의 농도변화로 인한 건강편익

Y0=사망률 또는 해당 질환에 대한 유병률

β=대기오염물질 농도와 건강영향의 농도-반응함수

PM=대기오염물질의 농도변화

P=대기오염물질에 노출되는 인구 수

Ⅲ. 결 과

1. 초미세먼지의 농도 분포

기준 시나리오인 2019년 전국 시군구별 PM2.5 농도분포는 Fig. 1과 같다. 2019년의 연평균 농도는 22.6 μg/m3였고, 시군구별로 PM2.5의 연평균 농도는 최저 15.4 μg/m3에서 최고 32.3 μg/m3의 범위를 나타내었다. 수도권 지역과 충청도 지역이 다른 지역에 비하여 PM2.5 농도가 상대적으로 높은 것으로 나타났다.

Figure 1. The spatial distribution of the concentration of PM2.5

2. AirQ+와 BenMAP을 적용한 초미세먼지 개선의 건강편익

AirQ+와 BenMAP을 이용하여 국내 PM2.5 농도가 WHO 권고기준을 달성하였을 경우의 건강편익을 파악하기 위하여 2019년의 조기사망자 감소 규모를 분석하였으며, 결과는 Table 1과 같다.

Table 1 . Comparison of estimated benefits of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 using AirQ+ and BenMAP.

ResultsAirQ+BenMAP
Estimated number of attributable cases26,128 (17,363~34,024)26,853 (18,527~34,944)
Estimated attributable proportion (%)10.39 (6.91~13.53)10.68 (7.36~13.90)
Estimated number of attributable cases per 100,000 population77.27 (51.33~100.68)80.62 (55.63~104.92)


전국 규모에서 AirQ+ 툴로 분석한 결과 2019년 PM2.5 농도가 WHO 연평균 기준(AQG=5 μg/m3)을 달성하였을 경우, 조기사망자는 26,128명(95% confidence interval [CI]: 17,363~34,024명)이 감소하였고 이는 전체 사망자의 10.39% 기여율을 차지하였다.

또한 BenMAP으로 분석한 결과 2019년 PM2.5 농도가 WHO 연평균 기준(AQG=5 μg/m3)을 달성하였을 경우, 조기사망자는 26,853명(95% CI: 18,527~34,944명)이 감소하였고 이는 전체 사망자의 10.68%의 기여율을 차지하는 것이다.

AirQ+와 BenMAP을 각각 적용하여 PM2.5 농도가 WHO 권고기준을 달성하였을 경우의 건강편익을 산정한 결과는 유사한 값을 나타내었다.

3. AirQ+와 BenMAP을 적용한 초미세먼지 개선의 시도별 건강편익

2019년 PM2.5 농도가 WHO AQG (5 μg/m3)로 개선될 경우에 조기사망자 수 감소의 건강편익을 시도별로 분석한 결과는 Fig. 2와 같으며, 시도별 상세한 결과값은 Supplementary Table 1에 제시하였다. AirQ+와 BenMAP을 적용한 경우 PM2.5 개선에 따른 조기사망 감소의 건강편익 규모는 비슷하였지만, 전반적으로 BenMAP보다는 AirQ+의 건강편익이 다소 작게 나타났다.

Figure 2. Comparison of estimated benefits of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 by region using AirQ+ and BenMAP

PM2.5 농도 개선에 따른 건강편익은 인구규모가 큰 경기도와 서울시에서 나타났으며, 조기사망자는 각각 5,574명(95% CI: 3,711~7,246명)과 4,688명(95% CI: 3,122~6,095명)이 감소하여 수도권의 건강편익이 큰 것으로 나타났다.

2019년 PM2.5 농도가 WHO 권고기준인 5 μg/m3로 개선될 경우, 전국 시도별 조기사망자 감소의 건강편익을 인구 10만 명당 건강편익으로 환산한 결과는 Fig. 3과 같으며 시도별 상세한 결과값은 Supplementary Table 2에 제시하였다.

Figure 3. Comparison of estimated number of attributable case per 100,000 population of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 by region using AirQ+ and BenMAP

조기사망자 수 감소의 건강편익을 살펴보면 광역시에 비해 상대적으로 광역시 권역의 조기사망 감소 효과가 크게 나타났다. 특히 충청북도, 충청남도, 전라북도 지역의 건강편익이 높게 나타났다. 충청북도, 충청남도, 전라북도는 인구 고령화로 인해 상대적으로 높은 사망률을 보이는 지역이며, 2019년 기준으로 PM2.5 농도가 다른 지역보다 상대적으로 높은 지역이다. 따라서 WHO 권고기준 달성에 따라 큰 폭으로 PM2.5 농도가 개선되면서 건강편익의 효과가 크게 나타난 것이다.

4. AirQ+와 BenMAP을 적용한 초미세먼지 개선의 건강편익의 민감도 분석

AirQ+와 BenMAP을 이용하여 국내 PM2.5 농도 개선에 따른 건강편익 산정에 대한 민감도를 분석하기 위하여 PM2.5 농도가 10 μg/m3과 15 μg/m3를 달성하는 시나리오에 대한 건강편익을 산정하여 비교하였다.

PM2.5 연평균 10 μg/m3은 2005년 WHO의 PM2.5 연평균 권고기준이고, 15 μg/m3는 우리나라 대기환경기준의 연평균 농도 기준이다.

AirQ+와 BenMAP을 적용하여 PM2.5 농도 개선에 따른 건강편익을 산정한 결과는 유사한 경향을 보였다. PM2.5 농도 개선에 따른 건강편익은 BenMAP을 적용하였을 때보다 AirQ+를 적용하였을 때, 건강편익의 규모가 다소 작게 나타났다(Table 2).

Table 2 . Comparison of estimated benefits of meeting annual PM2.5 value of 10 μg/m3 and 15 μg/m3 using AirQ+ and BenMAP.

ResultsAirQ+BenMAP
PM2.5 10 μg/m3PM2.5 15 μg/m3PM2.5 10 μg/m3PM2.5 15 μg/m3
Estimated number of attributable cases20,256 (13,400~26,490)13,217 (8,698~17,367)22,343 (15,367~29,151)17,792 (12,200~23,271)
Estimated attributable proportion (%)8.08 (5.34~10.56)5.27 (3.47~6.92)8.89 (6.11~11.59)7.08 (4.85~9.25)
Estimated number of attributable cases per 100,000 population60.82 (40.23~79.53)39.68 (26.12~52.14)67.08 (46.14~87.52)53.42 (36.63~69.87)

Ⅳ. 고 찰

본 연구에서는 우리나라의 PM2.5 농도가 WHO의 새로운 대기질 가이드라인을 달성하였을 때, WHO의 AirQ+와 미국 EPA의 BenMAP을 이용하여 PM2.5 농도 개선에 따른 장기노출로 인한 조기사망 감소의 건강편익을 정량적으로 산출하였다.

2019년 PM2.5 농도가 WHO 연평균 기준(AQG=5 μg/m3)을 달성하였을 경우, AirQ+와 BenMAP으로 분석한 조기사망자 감소의 건강편익은 각각 26,128명(95% CI: 17,363~34,024명)과 26,853명(95% CI: 18,527~34,944명)이었다.

GBD 연구에서 우리나라의 PM2.5 노출로 인한 조기사망자는 2015년 18,393명(95% CI: 15,422~21,220명), 2017년 19,603명(95% CI: 15,950~26,655명), 2019년 21,852명(95% CI: 17,652~26,351명)으로 추산하였다.22) 본 연구에서는 2019년 PM2.5 농도가 개정 전 WHO 연평균 기준(AQG=10 μg/m3)을 달성할 경우 AirQ+와 BenMAP을 이용하여 조기사망자 감소의 건강편익을 산출한 결과 각각 20,256명(95% CI: 13,400~26,490명)과 22,343명(95% CI: 15,367~29,151명)으로 나타났으며, 이는 GBD의 연구결과와도 유사한 결과를 보였다.

또한 Han 등(2018)23)의 연구에서는 2015년 우리나라 PM2.5 농도가 24.4 μg/m3였고, 개정 전 WHO 권고기준인 연평균 10 μg/m3을 달성하면 조기사망자 수는 8,539명 감소할 것으로 추산하였다. 사망원인별 PM2.5의 조기사망자 감소의 편익은 허혈성심질환 1,736명(95% CI: 1,658~1,813명), 만성폐쇄성폐질환 455명(95% CI: 445~465명), 폐암 1,748명(95% CI: 1,708~1,786명), 허혈성 뇌졸증 4,601명(95% CI: 4,533~4,669명)으로 산정하였다.

Kim 등(2018)24)의 연구에서는 1990~2013년 PM2.5의 인구가중 농도값인 30.2 μg/m3를 적용한 결과, PM2.5의 조기사망자수는 허혈성 뇌졸증 5,382명(95% CI: 3,101~7,403명), 폐암 4,958명(95% CI: 2,857~6,820명), 출혈성 뇌졸중 3,452명(95% CI: 1,989~4,748명), 허혈성심질환 3,432명(95% CI: 1,383~5,358명)이라고 보고한 바 있다. 인구집단이 노출되는 대기오염 농도를 추정하는 방법은 대기오염 건강영향 평가에 있어 중요한 요소이다. Han 등(2018)23)의 연구에서 PM2.5 농도는 CMAX 모델링 값을 적용하였고, Kim 등(2018)24) 연구는 PM2.5의 농도를 인구가중 농도값을 적용하였다. 본 연구에서 AirQ+는 시도별 PM2.5 농도값을 적용하였고, BenMAP은 대기오염측정소값을 Voronoi Neibhbor Averaging (VNA) 보간법을 적용하여 지역별 농도값을 적용하였다. 또한 Han 등(2018)23)과 Kim 등(2018)24) 연구에서는 사망원인별로 사망률과 건강영향함수를 적용하여 건강편익을 산출한데 비하여, 본 연구에서는 사고사를 제외한 전체원인 사망에 대한 건강편익을 산출하였다.

AirQ+와 BenMAP 두 프로그램에서 평가한 PM2.5 개선에 따른 건강편익은 유사한 것으로 분석되었다. 환경오염의 건강영향 규모를 분석하기 위하여 과학적인 분석도구로 가장 대표적인 AirQ+와 BenMAP은 대기오염 농도 변화에 따른 건강편익을 산정하는 공통점이 있지만, 두 도구의 개발 목적이 상이하며 이에 따라 기능에 차이가 있다. AirQ+는 보건분야에서 교육 목적에 중점을 두고 의사결정지원 도구로 개발되어, 증거 기반이 강력하지 않은 BC 또는 장기 오존 노출 등에 대한 건강영향까지 정량화가 가능하다.25) 또한 상대위험비 값과 대기오염의 연평균농도를 적용하여 1년의 건강편익을 산정한다. BenMAP은 환경규제를 마련하는 과정에서 정책과 관련된 위험과 장점 분석을 지원하기 위해 개발되어, 다양한 지역적 해상도의 분석이 가능하고, 대기오염 농도의 시뮬레이션이 가능하다.25) 이를 위하여 대기오염과 건강영향의 농도반응함수의 회귀계수와 대기오염의 일별 농도를 적용하여 일별 건강편익을 산정하고, 이를 합하여 1년의 건강편익을 산정한다. 우리나라에서는 연구자들이 건강편익 산정 개념을 적용하여 SAS 또는 R 프로그램으로 만들어 산정하고 있으며, 외국의 사례와 같이 AirQ+ 및 BenMAP에 비교하여 법으로 규정하거나 가이드라인을 마련하는 절차는 마련되어 있지 않다. AirQ+와 BenMAP은 사용과 업데이트 규정이 각각 WHO, EPA라는 기관에서 다루고 있으며 세계적으로 공통적인 매뉴얼이 같이 수록되어 있다. 이는 사용의 편리함과 더불어 기술적 오류와 통계적 해석을 최적의 조건으로 해석하여 다른 연구에서도 비교분석을 할 수 있도록 한 것이다. 따라서 본 연구에서도 한국의 특성을 다른 국가와 비교할 수 있도록 AirQ+와 BenMAP을 사용하였다.

Mirzaei 등26)은 2016~2018년 이란의 수도인 테헤란의 PM2.5 농도가 WHO의 대기질 권고기준을 달성하였을 때, PM2.5 농도 개선에 따른 조기사망 감소의 건강편익을 산정하였다. AirQ+와 BenMAP-CE를 적용하여 산출한 조기사망자 수 감소는 유사한 것으로 나타났다. 그러나 상대적으로 공간해상도가 높은 대기오염물질 농도와 인구자료를 사용하여 평가하면, 전체 지역의 평균농도와 전체 인구자료를 사용한 때보다 정확한 결과를 나타내는 것으로 보고하였다.25) 이것은 AirQ+를 적용하면 지역의 대기오염 평균 농도값을 적용한 것으로, 도시내에서 PM2.5 농도가 동일하지 않기 때문에 대기오염 개선의 건강편익이 과소 평가될 수 있다는 것을 의미한다.25) 본 연구에서는 BenMAP을 적용하였을 때 보다 AirQ+를 적용하였을 때, 대기오염 개선의 건강편익의 규모가 다소 적게 나타났다. 이에 비하여 BenMAP는 대기오염 측정소의 점 기반 자료에서 격자 기반으로 자료를 생성하기 위하여 보간법을 사용할 수 있다.

본 연구에서는 VNA 보간법을 사용하여 지역별 평균 대기오염 농도를 산출하였다. VNA 보간법은 모니터링되지 않는 지역에 위치한 격자에 대하여 해당 격자 주변의 모니터링 값을 거리의 역수로 가중평균 농도를 사용하는 것이다.25) 따라서 보다 정확한 대기오염 개선의 건강편익을 산정하기 위해서는 보다 상세한 해상도의 자료를 사용할 필요가 있다.

PM2.5 개선에 따른 건강편익을 시도 단위로 구분하여 분석하였을 때, 대기질 개선의 건강편익의 규모는 인구 수가 많은 수도권 지역에서 큰 것으로 나타났다. 이에 비하여 대기질 개선의 건강편익을 인구 10만 명당으로 환산한 결과에서는 충청북도, 충청남도, 전라북도 지역의 건강편익이 높게 나타났다. 이것은 대기질 개선의 건강편익 산정을 토대로 대기관리 정책의 효과성과 효율성 측면에서 대기질 관리 정책의 우선순위 방향을 제시하는 데 활용할 수 있을 것이다.

본 연구에는 몇 가지 한계점이 존재한다. 첫째, 대기오염과 건강영향의 농도-반응함수는 항상 동일하지 않고, 국가 또는 지역에 따라 달라질 수 있다.27) 대기오염의 농도수준, 대기오염의 구성성분, 대기오염에 노출되는 인구집단의 민감도 등에 따라서 대기오염과 건강영향의 농도-반응함수는 달라지게 된다.27) 본 연구에서는 우리나라를 대상으로 한 PM2.5와 장기노출의 사망에 대한 대표적 건강영향함수를 적용하기 어려워 WHO의 AirQ+에서 권고하고 있는 Krewski가 개발한 농도-반응함수를 적용하였다.18,19) 건강영향함수는 연구 형태, 연구기간, 연구대상지역, 연구대상인구, 결과의 신뢰성 등을 고려하여 농도-반응함수를 적용하도록 권고되고 있다.28) 둘째, PM2.5의 건강편익 산정에서 지역별 인구구조의 특성을 고려하지 않았다. 대기오염의 건강편익 산정에서 구성 요소인 인구 수, 사망률, 대기오염과 건강영향의 농도-반응함수는 지역별 인구구조의 특성에 따라 달라지게 된다. 향후 지역별 인구구조의 특성을 반영하여 인구 수와 사망률을 계산하고, 우리나라의 연령군별 대기오염과 건강영향의 농도-반응함수를 산출하여 건강편익에 적용하면 보다 보건학적으로 의미있는 건강편익의 결과를 산정할 수 있을 것이다.

Ⅴ. 결 론

본 연구에서는 우리나라의 PM2.5 농도가 WHO의 새로운 대기질 가이드라인을 달성하였을 때, WHO에서 개발한 AirQ+와 미국 EPA에서 개발한 BenMAP을 이용하여 PM2.5 농도 개선에 따른 장기노출로 인한 조기사망 감소의 건강편익을 정량적으로 산출하였다. 본 연구에서는 대기질 개선에 따른 건강편익을 분석하는 틀을 제시하고, PM2.5 농도 개선으로 기대되는 만성 조기사망 감소의 건강편익 산정하는 국제적 방법론을 적용하여 건강편익 규모를 산정함으로써 국민의 건강을 보호하기 위한 PM2.5 개선의 관리방안 필요성을 제시하였다는 데에 의의가 있다.

환경오염으로부터 건강한 삶을 지키고 영위하도록 하는 것은 사회경제적으로 가장 중요한 편익으로 수용체 중심의 환경정책을 추진하기 위해서 환경오염으로 인한 건강편익 또는 건강피해 규모를 정량적으로 산정하는 것은 필요하다. 환경오염으로 인한 건강영향 규모를 파악하는 것은 다양한 정책에 대한 효과와 효율성을 비교 평가함으로써 정책의 우선순위를 결정하는데 유용한 판단 근거로 활용할 수 있다.

SUPPLEMENTARY MATERIALS

감사의 글

본 논문은 환경부 국고보조금 사업의 지원을 받아 한국환경연구원이 수행한 「환경보건정보(빅데이터) 분야 환경보건센터(2022-018)」사업의 연구결과로 작성되었습니다.

CONFLICT OF INTEREST

No potential conflict of interest relevant to this article was reported.

저자정보

간순영(전문연구원), 배현주(선임연구위원)

Fig 1.

Figure 1.The spatial distribution of the concentration of PM2.5
Journal of Environmental Health Sciences 2023; 49: 30-36https://doi.org/10.5668/JEHS.2023.49.1.30

Fig 2.

Figure 2.Comparison of estimated benefits of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 by region using AirQ+ and BenMAP
Journal of Environmental Health Sciences 2023; 49: 30-36https://doi.org/10.5668/JEHS.2023.49.1.30

Fig 3.

Figure 3.Comparison of estimated number of attributable case per 100,000 population of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 by region using AirQ+ and BenMAP
Journal of Environmental Health Sciences 2023; 49: 30-36https://doi.org/10.5668/JEHS.2023.49.1.30

Table 1 Comparison of estimated benefits of meeting the World Health Organization Air Quality Guidelines (AQG) annual PM2.5 value of 5 μg/m3 using AirQ+ and BenMAP

ResultsAirQ+BenMAP
Estimated number of attributable cases26,128 (17,363~34,024)26,853 (18,527~34,944)
Estimated attributable proportion (%)10.39 (6.91~13.53)10.68 (7.36~13.90)
Estimated number of attributable cases per 100,000 population77.27 (51.33~100.68)80.62 (55.63~104.92)

Table 2 Comparison of estimated benefits of meeting annual PM2.5 value of 10 μg/m3 and 15 μg/m3 using AirQ+ and BenMAP

ResultsAirQ+BenMAP
PM2.5 10 μg/m3PM2.5 15 μg/m3PM2.5 10 μg/m3PM2.5 15 μg/m3
Estimated number of attributable cases20,256 (13,400~26,490)13,217 (8,698~17,367)22,343 (15,367~29,151)17,792 (12,200~23,271)
Estimated attributable proportion (%)8.08 (5.34~10.56)5.27 (3.47~6.92)8.89 (6.11~11.59)7.08 (4.85~9.25)
Estimated number of attributable cases per 100,000 population60.82 (40.23~79.53)39.68 (26.12~52.14)67.08 (46.14~87.52)53.42 (36.63~69.87)

References

  1. Kioumourtzoglou MA, Schwartz J, James P, Dominici F, Zanobetti A. PM2.5 and mortality in 207 US cities: modification by temperature and city characteristics. Epidemiology. 2016; 27(2): 221-227.
    Pubmed KoreaMed CrossRef
  2. Bowe B, Xie Y, Yan Y, Al-Aly Z. Burden of cause-specific mortality associated with PM2.5 air pollution in the United States. JAMA Netw Open. 2019; 2(11): e1915834.
    Pubmed KoreaMed CrossRef
  3. Apte JS, Marshall JD, Cohen AJ, Brauer M. Addressing global mortality from ambient PM2.5. Environ Sci Technol. 2015; 49(13): 8057-8066.
    Pubmed CrossRef
  4. Atkinson RW, Kang S, Anderson HR, Mills IC, Walton HA. Epidemiological time series studies of PM2.5 and daily mortality and hospital admissions: a systematic review and meta-analysis. Thorax. 2014; 69(7): 660-665.
    Pubmed KoreaMed CrossRef
  5. Shah AS, Langrish JP, Nair H, McAllister DA, Hunter AL, Donaldson K, et al. Global association of air pollution and heart failure: a systematic review and meta-analysis. Lancet. 2013; 382(9897): 1039-1048.
    Pubmed CrossRef
  6. Requia WJ, Adams MD, Arain A, Papatheodorou S, Koutrakis P, Mahmoud M. Global association of air pollution and cardiorespiratory diseases: a systematic review, meta-analysis, and investigation of modifier variables. Am J Public Health. 2018; 108(S2): S123-S130.
    Pubmed KoreaMed CrossRef
  7. Amoatey P, Sicard P, De Marco A, Khaniabadi YO. Long-term exposure to ambient PM2.5 and impacts on health in Rome, Italy. Clin Epidemiol Glob Health. 2020; 8(2): 531-535. https://doi.org/10.1016/j.cegh.2019.11.009 
    CrossRef
  8. Health Effects Institute. State of Global Air 2020: A Special Report on Global Exposure to Air Pollution and its Health Impacts. Available: https://fundacionio.com/wp-content/uploads/2020/10/soga-2020-report.pdf [accessed 22 December 2022].
  9. World Health Organization. WHO Global Air Quality Guidelines: Particulate Matter (PM2.5 and PM10), Ozone, Nitrogen Dioxide, Sulfur Dioxide and Carbon Monoxide. Geneva: World Health Organization; 2021. https://apps.who.int/iris/handle/10665/345329 
  10. Davidson K, Hallberg A, McCubbin D, Hubbell B. Analysis of PM2.5 using the Environmental Benefits Mapping and Analysis Program (BenMAP). J Toxicol Environ Health A. 2007; 70(3-4): 332-346.
    Pubmed CrossRef
  11. Bae HJ. Effects of reduced ambient PM10 levels on the health of children in lower-income families. J Environ Health Sci. 2010; 36(3): 182-190. https://www.e-jehs.org/journal/view.html?pn=vol&uid=1400&vmd=Full&TG=vol&sm=&s_v=36&s_n=3&year=& 
    CrossRef
  12. Chen L, Shi M, Gao S, Li S, Mao J, Zhang H, et al. Assessment of population exposure to PM2.5 for mortality in China and its public health benefit based on BenMAP. Environ Pollut. 2017; 221: 311-317.
    Pubmed CrossRef
  13. Bahrami Asl F, Leili M, Vaziri Y, Salahshour Arian S, Cristaldi A, Oliveri Conti G, et al. Health impacts quantification of ambient air pollutants using AirQ model approach in Hamadan, Iran. Environ Res. 2018; 161: 114-121.
    Pubmed CrossRef
  14. Anenberg SC, Belova A, Brandt J, Fann N, Greco S, Guttikunda S, et al. Survey of ambient air pollution health risk assessment tools. Risk Anal. 2016; 36(9): 1718-1736.
    Pubmed CrossRef
  15. Miri M, Derakhshan Z, Allahabadi A, Ahmadi E, Oliveri Conti G, Ferrante M, et al. Mortality and morbidity due to exposure to outdoor air pollution in Mashhad metropolis, Iran. The AirQ model approach. Environ Res. 2016; 151: 451-457.
    Pubmed CrossRef
  16. Hubbell BJ, Hallberg A, McCubbin DR, Post E. Health-related benefits of attaining the 8-hr ozone standard. Environ Health Perspect. 2005; 113(1): 73-82.
    Pubmed KoreaMed CrossRef
  17. Krewski D, Jerrett M, Burnett RT, Ma R, Hughes E, Shi Y, et al. Extended follow-up and spatial analysis of the American Cancer Society study linking particulate air pollution and mortality. Res Rep Health Eff Inst. 2009; (140): 5-114; discussion 115-136.
  18. Fann N, Lamson AD, Anenberg SC, Wesson K, Risley D, Hubbell BJ. Estimating the national public health burden associated with exposure to ambient PM2.5 and ozone. Risk Anal. 2012; 32(1): 81-95.
    Pubmed CrossRef
  19. Fann N, Coffman E, Timin B, Kelly JT. The estimated change in the level and distribution of PM2.5-attributable health impacts in the United States: 2005-2014. Environ Res. 2018; 167: 506-514.
    Pubmed KoreaMed CrossRef
  20. WHO/Europe. AirQ+: Software Tool for Health Risk Assessment of Air Pollution. Available: https://www.who.int/europe/tools-and-toolkits/airq---software-tool-for-health-risk-assessment-of-air-pollution [accessed 5 January 2023].
  21. Global Burden of Disease Study. Global Burden of Disease Study 2019 (GBD 2019) Data Resources. Available: https://ghdx.healthdata.org/gbd-2019 [accessed 22 December 2022]. 
  22. Han C, Kim S, Lim YH, Bae HJ, Hong YC. Spatial and temporal trends of number of deaths attributable to ambient PM2.5 in the Korea. J Korean Med Sci. 2018; 33(30): e193.
    Pubmed KoreaMed CrossRef
  23. Kim JH, Oh IH, Park JH, Cheong HK. Premature deaths attributable to long-term exposure to ambient fine particulate matter in the Republic of Korea. J Korean Med Sci. 2018; 33(37): e251.
    Pubmed KoreaMed CrossRef
  24. Sacks JD, Fann N, Gumy S, Kim I, Ruggeri G, Mudu P. Quantifying the public health benefits of reducing air pollution: critically assessing the features and capabilities of WHO’s AirQ+ and U.S. EPA’s Environmental Benefits Mapping and Analysis Program - community edition (BenMAP - CE). Atmosphere (Basel). 2020; 11(5): 1-15.
    Pubmed KoreaMed CrossRef
  25. Mirzaei A, Tahriri H, Khorsandi B. Comparison between AirQ+ and BenMAP-CE in estimating the health benefits of PM2.5 reduction. Air Qual Atmos Health. 2021; 14(6): 807-815. https://doi.org/10.1007/s11869-021-00980-5 
    CrossRef
  26. Byun G, Choi Y, Gil J, Cha J, Lee M, Lee JT. Health and economic burden attributable to particulate matter in South Korea: considering spatial variation in relative risk. J Environ Health Sci. 2021; 47(5): 486-495. https://www.e-jehs.org/journal/view.html?pn=vol&uid=2085&vmd=Full&page=2&sort=start_Page*1&scale=10&key=&keyword=&s_v=47&s_n=5&TG=vol&year=&sm=& 
    CrossRef
  27. Bell ML, Davis DL, Gouveia N, Borja-Aburto VH, Cifuentes LA. The avoidable health effects of air pollution in three Latin American cities: Santiago, São Paulo, and Mexico City. Environ Res. 2006; 100(3): 431-440.
    Pubmed CrossRef
The Korean Society of Environmental Health

Vol.50 No.1
February, 2024

pISSN 1738-4087
eISSN 2233-8616

Frequency: Bimonthly

Current Issue   |   Archives

Supplementary File

Stats or Metrics

Share this article on :

  • line