Animal Health
Big data from small animals: integrating multi-level environmental data into the Dog Aging Project
Big data from small animals: integrating multi-level environmental data into the Dog Aging Project
- 저자: Xue D; Collins D; Kauffman M; Dunbar M; Crowder K; Schwartz SM; Dog Aging Project Consortium; Ruple A
- 출처: - (2023)
- DOI/링크: https://doi.org/10.20506/rst.42.3349
- 연구 계열: Topics/Animal Health
- 게재일: 2023-01-01
TL;DR
Dog Aging Project(DAP)가 보호자 설문(HLES)과 주소 기반 지오코딩으로 공개 2차 자료(ACS, CACES, NOAA, Walk Score)를 연결해, 41,517두에 대한 집, 마당, 이웃 수준의 다층 환경 자료 기반을 구축한 과정을 기술했다. 주 주소 99.5%, 보조 주소 95.8%가 지오코딩되었으며, 자료는 요청 시 외부 연구자에게 공개된다.
1. 연구 배경 및 동기
- 다루는 문제: 환경 노출은 건강에 큰 영향을 주며 사람에서는 대기오염, 녹지, 이웃의 밀도와 사회경제적 수준이 건강과 연관된다. 반려견은 보호자와 같은 환경을 공유하고 암, 치매 등 사람과 유사한 질환을 겪는다.
- 기존의 공백 / 왜 필요한가: 반려동물에서 환경이 질병에 미치는 영향을 본 기존 연구는 표본이 작거나 특정 지역에 한정되었다.
2. 관련 연구
- 기존 연구 흐름: 보호자 설문은 Golden Retriever Lifetime Study와 Darwin’s Dogs, 사람 종단 연구를 참고해 설계되었다. 사람에서 대기오염과 뇌졸중·심장질환, 보행 환경과 인지기능의 연관이 보고되어 있다.
- 이 논문의 위치: DAP를 시민과학 기반 대규모 종단 코호트로 소개하고 개별 주소를 열쇠로 다층 환경 변수를 연결하는 청사진을 제시한다. 이는 원헬스 접근과 정밀 공중보건으로 이어진다.
3. 핵심 기여
- 집, 마당, 이웃, 추가 활동 지역으로 이어지는 다층 환경 프로파일을 41,517두에 구축했다
- 설문 기반 환경 자료와 지오코딩 기반 공개 2차 자료를 보편 익명 ID로 통합했다
- disadvantage index와 stability index 등 이웃 수준 복합 지수를 산출했다
- 클라우드 기반 자료 공유와 개인정보 보호 체계를 마련했다
4. 제안 방법론
- 전체 접근 논리: 보호자 설문(HLES)으로 가정과 마당 환경을 수집하고, 보호자 주소를 지오코딩해 인구조사 구역(tract)과 카운티 수준의 공개 자료를 연결하는 데이터 인프라 구축 논문이다. 실험이 아닌 자료 기반 구축 방법을 기술한다.
- 단계:
- HLES를 REDCap으로 등록 시 작성하고 이후 매년 갱신(8개 섹션: 견 인구통계, 행동, 신체 활동, 환경, 식이, 약물과 예방, 건강 상태, 보호자 인구통계)
- 3단계 지오코딩(ArcGIS Business Analyst, Smarty, 수동 검토)으로 주소에 좌표와 Census block FIPS 코드를 부여
- ACS(사회인구·경제), CACES(대기오염 6종), NOAA(기온·강수), Walk Score와 ACS 밀도(보행성)를 연결하고 복합 지수를 계산
5. 실험 설정
| 항목 | 내용 |
|---|---|
| 대상/재료 | DAP에 등록된 반려견 41,517두(2019년 등록 시작, 미국 50개 주, AKC 등록 품종과 잡종, 모든 연령과 건강 상태). 설문 환경 프로파일은 38,000두 이상, 생체시료는 표본 코호트 10,000두에서 수집 |
| 처리 조건 | 환경 4영역(물리·건축 환경, 화학 환경과 노출, 식이와 운동, 사회 환경)을 가정, 마당, 이웃, 추가 지역의 다층 수준에서 수집 |
| 대조군 | 해당 없음(자료 인프라 기술) |
| 측정 방법 | HLES 응답, 지오코딩 성공률, ACS 기반 disadvantage index(빈곤, 실업, 한부모 가구, 학력, 소득 항목의 z-score 평균)와 stability index(거주 안정성, 자가 비율, 미국 출생 비율), 대기오염(ozone, CO, SO2, NO2, PM10, PM2.5), NOAA 월별 기온·강수와 30년 normals(1981-2010부터), 보행성 |
6. 실험 결과 분석
| 지표 | 변화(Δ) | 조건 · 유의성 |
|---|---|---|
| 등록 견 수 | 41,517두 | 논문 시점, 2019년 등록 시작, 계속 증가 |
| 지오코딩 성공률 | 주 주소 99.5%, 보조 주소 95.8% | ArcGIS 1차 후 미매칭 3.1%를 Smarty와 수동 검토로 처리 |
| 참가자 소득 대표성 | DAP 참가자 중위 소득 구간 US$ 100,000-119,999 vs 2020년 전국 평균 US$ 67,521 | 사회경제적 대표성의 한계 |
7. 비판적 평가
강점
- 공개 가능한 변수만 선정해 개방형 과학 모델과 자료 요청 접근을 가능하게 했다
- 보편 익명 ID와 시간 기록된 지오코딩으로 변수를 소급 및 전향적으로 추가할 수 있다
- 3단계 지오코딩으로 매칭률이 높고 개인 식별 정보는 별도로 보호한다
한계 · 의문
- 참가자의 소득과 사회경제적 다양성이 낮아 일반화에 한계가 있다
- 자원 봉사 기반 모집이라 인터넷 접근성과 시간이 있는 보호자에 치우치며 건강이 나쁜 견의 등록이 적을 수 있다
- 프래킹, 산불, 진드기 밀도 같은 지역 한정 노출은 원래 설계에 포함되지 않았다
8. 향후 연구 방향
- 식생 지수(NDVI) 등 녹지 변수의 소급 추가
- 지역 한정 노출 변수를 외부 연구자가 보태는 부수 연구
- All of Us 같은 사업을 참고한 참여자 다양화
9. 결론
DAP는 개별 주소를 기반으로 사회, 물리, 건축 환경 자료를 반려견 기록에 연결하는 다층 환경 자료 체계를 구축했다. 이를 통해 노화와 동반질환에 대한 환경 결정 요인을 연구할 수 있으며, 참가자 대표성 확대가 과제로 남는다.
Keywords
Dog Aging Project, environmental exposures, companion dogs, big data, longitudinal study, multi-level environmental data, canine health, geocoding
원문 그림


원문 그림 · 라이선스: cc-by