뉴스

SBS 뉴스 상단 메뉴

"가을 재유행 11월∼내년 초 전망…누적 사망 700∼2,700명 예측"

백신 주저 현상과 비약물적 중재 상황을 고려한 2022년 예측 시뮬레이션 (사진=질병관리청 제공, 연합뉴스)

전문가들은 올해 11월에서 내년 초 사이에 '가을 재유행'이 발생할 것으로 보고, 이 기간 누적 사망자는 700명에서 최대 2천700명 수준이 될 것으로 내다봤습니다.

정은옥 건국대학교 수학과 교수는 오늘(20일) 오후 질병관리청이 주최한 '과학 방역을 위한 빅데이터 활용 심포지엄'에서 이 같은 유행 전망을 소개했습니다.

정 교수는 "백신 접종을 꺼리는 주저 현상을 최소화하고, 사회적 거리두기와 같은 비약물적 중재 수준을 유지하는 것이 중요한 변수"라며 "백신 주저 현상은 유행의 최대치를 5∼20% 증가시킬 수 있다"고 말했습니다.

그는 가을 재유행이 시작되기 전에 4차 접종이 이뤄지지 않는 경우부터 60대 이상 400만 명이 접종할 경우, 전 연령에서 고르게 400만 명 또는 1천200만 명이 접종할 경우 등 4가지 시나리오를 바탕으로 계산한 결과, 누적 사망자는 최소 700명에서 최대 2천700명이 발생할 것으로 예상했습니다.

시나리오별 가을유행 확진자·중환자·사망자 예측모델 (사진=질병관리청 제공, 연합뉴스)

1천200만 명의 전 연령층에서 고르게 접종이 이뤄질 경우에 중환자 숫자가 가장 적었습니다.

또 400만 명에 대해 접종이 이뤄지는 시나리오에서는 대상군이 60세 이상 고령층일 때 중환자가 최대 1천347명, 전 연령일 때는 1천418명이 발생하는 것으로 나타났습니다.

60대 이상에 대해 접종이 이뤄졌을 때 중환자 수가 근소하게 적었지만, 큰 차이는 없었습니다.

정 교수는 이 밖에 감염재생산지수와 단·장기 유행 예측, 사회적 거리두기의 경제적 효과 등 정부 방역정책에 수리 모델이 활용된 기존 사례를 언급하면서 감염병 대응 수리모델링 센터 구축의 필요성도 아울러 강조했습니다.

발표자로 나선 정재훈 가천대학교 의과대학 예방의학교실 교수도 지금까지 한 변이의 우세 지속기간이 10∼14주였다는 점을 바탕으로 새 변이는 BA.2(스텔스오미크론)의 우세종화 시점 10∼14주 후인 올해 하반기에 중규모 유행이 나타날 것으로 봤습니다.

변이 우세 지속기간 분석 그래프 (사진=질병관리청 제공, 연합뉴스)

정 교수는 이렇게 나타난 변이는 기존의 백신 접종이나 자연 감염의 효과로 중증화율은 감소할 수 있지만, 면역을 회피하는 능력과 전파력은 더 높아질 것으로 예상했습니다.

그는 항체 양성률·재감염율·백신효과 감소, 경구용 치료제 투약 효과 평가를 통해 하반기 유행에 대비해야 하며, 사회적 거리두기와 방역패스 효과 등 정부의 과거 정책 평가도 필요하다고 제언했습니다.

아울러 코로나19 사망자의 사후 기록과 영유아·임산부·신장투석 및 장기이식 환자·1인 가구 등의 위험도 평가 데이터를 적극적으로 정책에 활용할 것을 당부했습니다.

발표자로 나선 김재용 건보공단 빅데이터전략본부 빅데이터연구부장은 미접종자·접종자·확진자 DB 등을 기반으로 개인별 코로나19 위험도를 평가하는 점수를 개발했다고 설명했습니다.

건강보험 빅데이터 기반 코로나19 개인별 위험도 점수 개발 (사진=질병관리청 제공, 연합뉴스)

김 부장은 이달 11일 기준으로 확진자 522만 명에 대해 중증도 점수를 조회해 병상 배정에 활용했으며, 이를 통해 중증·경증 환자를 잘못 분류할 확률을 크게 낮췄다고 말했습니다.

또 코로나19 재감염 빅데이터를 통해 주목할만한 신종 변이의 출현도 감시할 수 있다고 소개했습니다.

그는 "재감염자 중 델타 유행기 확진자 비중이 높고 오미크론 유행기에는 재감염 사례가 거의 없는 것으로 확인됐다"며 "이런 상황에서 오미크론 유행기에 확진자 재감염이 급증한다면 신종 변이의 확산 신호로 볼 수 있다"고 설명했습니다.

박영준 질병청 역학조사분석담당관은 최근 국내 누적 확진자에 대한 재감염 전수 조사와 주차별 코로나19 백신 접종 효과, 먹는 치료제 '팍스로비드' 효과 평가 등 당국의 빅데이터 활용 사례를 소개했습니다.

(사진=질병관리청 제공, 연합뉴스)
Copyright Ⓒ SBS. All rights reserved. 무단 전재, 재배포 및 AI학습 이용 금지

스브스프리미엄

스브스프리미엄이란?

    많이 본 뉴스