공공정책 위키(Public Policy Wiki)에 오신 것을 환영합니다


공공정책 위키 시작하기

온열 및 한랭질환 응급실감시체계

Public Policy Wiki
River9 (토론 | 기여)님의 2024년 1월 4일 (목) 19:22 판 (새 문서: 온열 및 한랭질환 응급실감시체계는 폭염 및 한파에 의한 환자 발생 규모를 감시하여 위험을 조기에 예보할 뿐 아니라 폭염 및 한파로 인한 온열, 한랭 질환의 취약 계층이나 유발 요인을 확인하여 예방 및 대응 계획을 수립하기 위한 사업이다. = 개요 = == 온열질환 응급실감시체계 == ==== 목적 ==== 여름철 온열질환자 발생현황 모니터링 및 신속한 정보공유로 국...)
(차이) ← 이전 판 | 최신판 (차이) | 다음 판 → (차이)
둘러보기로 이동 검색으로 이동

온열 및 한랭질환 응급실감시체계는 폭염 및 한파에 의한 환자 발생 규모를 감시하여 위험을 조기에 예보할 뿐 아니라 폭염 및 한파로 인한 온열, 한랭 질환의 취약 계층이나 유발 요인을 확인하여 예방 및 대응 계획을 수립하기 위한 사업이다.

개요

온열질환 응급실감시체계

목적

여름철 온열질환자 발생현황 모니터링 및 신속한 정보공유로 국민 주의환기 및 예방활동 유도

신고주체

전국 응급실 운영 의료기관(약 500 여개)

신고기간

5월 20일 ∼ 9월 30일(범부처 폭염 종합대책 운영 기간)

신고대상

폭염으로 인한 온열질환자 및 온열질환 추정 사망자

*온열질환: 열사병, 열탈진, 열경련, 열실신, 열부종 등

신고체계

참여 의료기관 → 관할 보건소 → 관할 시·도 → 질병관리청

신고시기

온열질환자가 응급실 내원 시 익일 10시까지 의료기관에서 신고

결과환류

매일 16시까지 질병관리청 홈페이지를 통해 게시

온열질환 응급실감시체계 성별, 연령별, 온열질환자 수

연도 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 연평균
전체 443 984 1,189 556 1,056 2,125 1,574 4,526 1,841 1,078 1,376 1,564 1,526.0
326 683 824 426 785 1,578 1,238 3,351 1,432 833 1,044 1,256 1,148.0
117 301 365 130 271 547 336 1,175 409 245 332 308 378.0
15세이상 20 37 34 18 34 42 38 67 26 7 13 17 29.4
15-64세 322 629 860 424 742 1,505 1,139 3,073 1,343 757 988 1,125 1,075.6
≥65세 101 318 295 114 280 578 397 1,386 472 314 375 422 421.0

온열질환 응급실감시체계 지역별 온열질환자 수 및 보고율

지역 인구(2016년 기준) 총 환자수 보고율(십만인년당)
서울 9,470,339 1,334 1.41
부산 3,394,316 706 2.08
대구 2,430,510 430 1.77
인천 2,841,151 635 2.24
광주 1,477,856 563 3.81
대전 1,515,758 342 2.26
울산 1,137,241 472 4.15
경기 12,199,257 2,479 2.03
강원 1,502,387 721 4.80
충북 1,558,503 809 5.19
충남 2,055,033 929 4.52
전북 1,801,619 892 4.95
전남 1,759,387 1,595 9.07
경북 2,621,463 1,216 4.64
경남 3,247,448 1,642 5.06
제주 605,856 557 9.19
세종 237,672 50 3.01

신고현황

(단위: 명)

집계시점: 2023. 10.01(일) 16:00

날짜 2023년 2022년
온열질환자 추정사망자 온열질환자 추정사망자
9.29.(일계) 0 0 1 0
5.20.~9.29.(누계) 2,818 32 1,564 9
  • 2023년 온열질환 응급실감시체계 운영기간: 5. 20. ~ 9. 30.
  • 본 자료는 전국 응급실 운영 의료기관의 자발적 참여를 통해 운영하는 「온열질환 응급실감시체계」 표본감시 결과로 전수조사 결과가 아니며, 통계청 사망원인통계 등 관련 자료와 다를 수 있으며, 변동 가능한 잠정자료임

한랭질환 응급실감시체계

목적

겨울철 한랭질환자 발생현황 모니터링 및 신속한 정보공유로 국민 주의환기 및 예방활동 유도

신고주체

전국 응급실 운영 의료기관(약 500 여개)

신고기간

12월 ∼ 다음해 2월

신고대상

한파로 인한 한랭질환자 및 한랭질환 추정 사망자

*한랭질환: 저체온증, 동상, 동창, 침수병, 침족병 등

신고체계

참여 의료기관 → 관할 보건소 → 관할 시·도 → 질병관리청

신고시기

한랭질환자가 응급실 내원 시 익일 10시까지 의료기관에서 신고

결과환류

매일 16시까지 질병관리청 홈페이지를 통해 게시

2023-2024절기 한랭질환 응급실감시체계 신고현황

(단위: 명)

집계시점: 2024.1.4.(목) 16:00

날짜 2023-2024절기(’23.12.1.~’24.2.29.) 2022-2023절기(’22.12.1.~’23.2.28.)
한랭질환자 사망자 한랭질환자 사망자
’24.1.3.(일계) 4 0 3 0
’23.12.1.~’24.1.3.(누계) 165 3 188 8

관련 사이트

질병관리청https://www.kdca.go.kr

연구동향

이민성 외(2014)는 국내 응급의료기관에서 적용 가능한 응급 실 기반 온열 질환 능동 조사 감시 체계를 개발하고 일개 권역에서 이를 운영한 경험을 공유하였다. 또한 이 감시체계를 통해 얻은 자료를 분석하여 국내에서 하절기에 응급실을 방문한 온열 질환자의 역학적 특성을 평가하고, 일별 온열 지수가 지역 사회 응급실의 온열 질환자 방문 수 에 미치는 영향을 알아보고 권역 단위의 응급실 기반 능동 조사 감시 체계로서, 폭염으로 인한 임상 정보뿐만 아니라 유발 요인 등에 대한 심층 항목을 포함한 조사를 최초로 수행하였다. 권역 단위의 지역응급의료기관 이상 전수가 참여하고 주기 적인 질관리를 수행하여 지역 사회 자료 체계로서의 정확 성을 높였다. 또한 권역 단위의 응급의료기관 방문 환자에 대한 능동 감시를 통해서 권역 단위의 폭염 지수 등 기상 정보와 연계하여 폭염 정도가 응급실 방문에 미치는 효과를 측정하였다.

Dhainaut(2004)는 온열 관련 영향에 의한 추가 사망률의 증가를 신속하게 예측할 수 있는 지표로서 응급실에 방문하는 고령의 환자 의 수나 발열 환자수의 증가, 응급실 환자의 사망률 증가 등이 이용되고 있다고 밝혔다. 열사병과 같은 직접적인 온열 질환 뿐만 아니라 기존의 심혈관계 질환과 같은 만성질환의 악 화에 의해서도 사망이 증가하는 것으로 보고되고 있다.

Schaffer 외(2012)는 폭염기간에 발생하는 전체 사망률 의 증가는 폭염의 시작으로부터 48시간이 경과하면서 유의하게 증가하며, 폭염의 기간이 연장됨에 따라 사망률이 급격하게 증가한다는 사실을 밝혔다.

Josseran(2010)은 프랑스에서는 2003년 파리의 폭염으로 인한 사망자 증가 이후에 보건 당국의 대책으로 the Oscour network 이라는 응급실 기반 능동 조사 감시 체계를 운영함을 밝혔다.

참고문헌

이민성, 홍기정, 신상도, 송경준, 류현욱, 송성욱, ... & 이광성. (2014). 응급실 기반 온열 질환 능동 감시 체계 개발 및 구축: 일별 온열 지수가 지역 사회응급실 방문 온열 질환자 수에 미치는 영향. 대한응급의학회지: 제, 25(5).

Dhainaut JF, Claessens YE, Ginsburg C, Riou B. Unprecedented heat-related deaths during the 2003 heat wave in Paris: consequences on emergency departments. Crit Care. 2004;8:1-2

Available at: https://www.gov.uk/government/publications/heatwave-plan-for-england-2013/. Accessed May 4, 2014.

Schaffer A, Muscatello D, Broome R, Corbett S, Smith W. Emergency department visits, ambulance calls, and mortality associated with an exceptional heat wave in Sydney, Australia, 2011: a time-series analysis. Environ Health. 2012;11:3

Josseran L, Fouillet A, Caillere N, Brun-Ney D, Ilef D, Brucker G, et al. Assessment of a syndromic surveillance system based on morbidity data: results from the Oscour network during a heat wave. PLoS One. 2010;5:e11984