Intro to Epi

1. 관찰연구(observational studies)

- 연구자가 개입 없이 현상을 관찰하여 질병의 원인과 연관성을 파악

• 단면연구(cross-sectional study)

: 특정 시점에서 노출과 질병 상태를 동시에 조사

• 환자-대조군 연구(case-control study)

: 환자군(질병 있음)과 대조군(질병 없음)을 비교하여 과거의 노출 요인을 조사

• 코호트 연구(cohort study)

: 질병이 없는 집단을 일정 기간 추적하면서 노출 여부에 따른 질병 발생률을 비교

2. 실험연구(experimental studies)

- 연구자가 개입하여 인위적으로 노출을 설정하고, 그 효과를 확인

• 무작위 대조시험(randomized controlled trial, RCT)

: 연구대상을 무작위 배정하여 실험군/대조군을 설정

• 군집 무작위 시험(cluster RCT)

: 개인이 아니라 학교, 병원, 마을 단위로 무작위 배정

• 지역사회 개입 연구(community trial)

: 대규모 집단(예: 도시, 지역사회)에 개입 후 건강 효과를 평가

• 실험실/필드 실험(field trial)

: 임상시험 외에도 백신 예방효과 연구 등 현장에서 이루어짐

3. 데이터 역학(data-driven epidemiology)

- 새로운 데이터 환경에서 빅데이터와 통계·AI 기법을 적용

• 보건 빅데이터 분석

: 건강보험, 국가 통계, 전자의무기록(EMR) 활용

• 머신러닝/딥러닝 기법

: 질병 예측 모델, 위험 요인 패턴 탐지

• 네트워크 분석

: 감염병 전파 경로, 사회적 연결망에 따른 건강 영향 분석

• 실시간 감시 데이터 분석

: 모바일, 웨어러블, 소셜미디어 데이터

4. 모델링 역학(modeling epidemiology)

- 수학적·통계적 모델을 통해 질병의 확산, 예방효과를 예측하는 방법

• 감염병 수학 모델

: 전염병 확산을 단순 방정식으로 설명 - SIR 모델 (Susceptible-Infectious-Recovered), SEIR 모델 (Susceptible-Exposed-Infectious-Recovered)

• 시뮬레이션 기반 모델

: Agent-based model: 개인 단위 행위 모의

: Microsimulation: 인구집단에서 개인 수준 변화 추적

• 예측 모델링(predictive modeling)

: 질병 발생률·사망률 예측, 개입(예: 마스크 착용률 증가) 시나리오 비교