신종 코로나 바이러스 감염에 대한 지나친 우려와 두려움은 기초감염 재생산수(R0)가 높다는 데 기인한다. 연구자들은 R0가 각국 대응 등 상황 맥락에 따라 가변적이라고 말한다.

관련 연구에 따르면 신종 코로나 바이러스(2019-nCoV)의 인체 간 감염은 12 월 중순부터 시작돼 R0를 약 2.2로 예측했다. 이 논문에서는 심층학습(Deep Learning)을 활용, 2019-nCoV의 감염 패턴을 다른 바이러스와 비교해 감염자 수를 식별하는 데 도움이 되는 여러 관련 연구에 대해 설명한다.

이 연구는 중국 여러 지역 및 도시의 질병통제 및 예방 센터에서 다수 연구원이 참여, 뉴 잉글랜드 의학 저널 (NEJM)에 발표됐다.

기초감염 재생산수 2.2~2.9

최근 신종 코로나 바이러스에 감염된 우한 폐렴 초기 사례는 2019년 12 월 중국 후베이성 우한의 화난수산물도매시장에서 발생했다. 2019-nCoV의 R0는 약 2.2 수준이다. 기초감염 재생산수 또는 R0는 감염 기간 동안 감염되지 않은 집단에서 평균적으로 발생하는 사례 수를 나타낸다. 1보다 큰 R0은 감염이 모집단에 퍼질 수 있음을 의미한다.

중국과 세계의 다른 연구팀도 기계학습(ML) 알고리즘을 적용해 발생 확산을 분석하는 논문을 발표했다. 지난 주, 북경대와 절강대 의대 제1병원 연구원들은 바이오아르시브(bioRxiv)에서 딥러닝 알고리즘을 사용, 우한 2019-nCoV 감염성 예측을 발표했다. 연구는 2019-nCoV가 2003년 중증급성호흡기증후군, 즉 사스 코로나 바이러스(SARS-CoV), 코로나 바이러스 WIV1 같은 박쥐 사스(Bat SARS), 2012년 중동 호흡기 증후군 코로나 바이러스(MERS-CoV)와 밀접하게 유사함을 제시했다.

2019-nCoV 감염 패턴도 밍크 바이러스의 패턴과 매우 유사함을 밝히고, 박쥐와 밍크를 2019-nCoV의 두 가지 주요 병원체 후보군으로 확인했다.

2019-nCov R0 추정 범위에 대한 연구 결과도 제시됐다. 중국 광동성 지역 질병통제 및 예방센터는 지수 성장과 최대 가능성 추정치를 사용해 R0를 2.9로 추정했다. 홍콩대 연구팀은 2.13의 R0를, 최근 임페리얼칼리지 런던(Imperial College London)은 R0 추정치를 2.6으로 밝혔다.

R0 가변tjd

미국 캘리포니아 비영리 의학연구기관 스크립스 연구소(TSRI) 감염병 유전학 면역학자 크리스티안 엔더슨(Kristian G. Andersen) 교수는 바이러스 재생산을 의미하는 R0(reproductive number)는 상황과 시간에 따라 크게 달라지고 변하는 것으로 지나친 공포감은 불필요하다고 주장했다. 그는 “SARS의 경우 처음에 ~3이지만 개입 후 1이하로 줄어들었다”고 말했다.

그는 “R0 값은 국가와 지역마다 다르며 시간이 지남에 따라 변경된다…이제 개입이 이루어졌으며, R0는 바이러스가 유출된 각각의 국가마다 다를 것이다. 아마도 이것들은 모두 상당히 낮아질 것”이라고 덧붙였다.

하버드 공중보건 첸 스쿨(Harvard Chan School) 케롤라인OB(CarolineOB) 교수는 “nCov2019에 대한 R0에 대한 많은 논의가 있지만 이를 계산하는 방법과 불확실성이 어디에서 발생하는지 설명하는 것이 유용할 수 있다. R0은 상황에 따라 다르며 인구에 따라 다를 수 있다. 그것은 독성(질병 중증도)의 척도가 아니다”라고 설명했다.

케롤라인OB 교수에 따르면 전염병이 시작될 때 보고 사례가 기하 급수적으로 증가한다. 이 증가율을 사용해 ‘R0 = 1+ 증가율 * 연속적 간격’을 계산, 통계적으로 R0을 추정 할 수 있다. 연속적 간격(serial interval)은 감염 체인에서 한 감염과 다음 감염 사이의 시간이다.

이 접근법에 대한 도전들은 신뢰할 수 없는 보고(결측 사례), 무증상 사례(실제로 누락 됨), 불확실한 연속 간격(비율을 계산하기 위한 시간 간격)등이 있다. 결측 사례와 무증상 사례는 모두 R0를 과소평가하게 한다.

케롤라인OB 교수는 “2019-nCoV를 SARS와 동일한 연속 간격을 가정하면 R0는 2.3-3.6이다. 유용한 접근 방식이지만 기본 모델 프레임워크가 없기 때문에 개입 또는 상황 변화의 영향을 평가할 수 없다”고 설명했다.