"코로나 후유증 '롱 코비드, 백신으로 예방 효과 크지 않다"

미접종자보다 '사망' 34%↓ vs '롱 코비드' 15%↓
경증 '돌파 감염'도 심장·뇌·폐·신장 등 후유증 유발
미국 워싱턴의대 연구진, 저널 '네이처 메디신'에 논문

 코로나 팬데믹(대유행)이 길어지면서 코로나19(신종 코로나바이러스 감염증) 후유증, 일명 '롱 코비드'(long COVID)를 걱정하는 목소리가 커지고 있다.

 롱 코비드는 코로나19 치료 환자에게 나타나는 여러 유형의 장기 후유증을 말한다.

 사람들은 보통 코로나19 백신을 맞으면 롱 코비드를 막는 데도 도움이 되지 않을까 기대한다.

 그런데 백신이 롱 코비드를 예방하는 효과는 그다지 크지 않다는 연구 결과가 나왔다.

 백신 접종자가 롱 코비드에 걸릴 위험은 미접종자보다 약 15% 낮았다.

 백신을 맞았을 때 코로나19 사망 위험이 약 34% 주는 것과 비교하면 백신의 롱 코비드 억제 효과는 상당히 제한적이라는 뜻이다.

 게다가 가벼운 증상의 돌파 감염도 심장, 폐, 뇌 등 주요 기관에 다양한 후유증을 일으켰다.

 미국 세인트루이스 워싱턴대 과학자들이 수행한 이 연구 결과는 25일(현지 시각) 저널 '네이처  메디신'(Nature Medicine)에 논문으로 실렸다.

 이제 백신이 코로나19를 완전히 막을 수 없다는 건 누구나 안다.

 백신을 다 맞은 사람도 언제든지 돌파 감염될 수 있다.

 연구팀은 미국 보훈국(U.S. Department of Veterans Affairs) DB(database)에 등록된 재향 군인 1천300만여 명의 의료 기록을 활용했다.

 지난해 1월부터 10월까지 발생한 백신 미접종 코로나19 환자 11만3천474명과 돌파 감염 환자 3만3천940명을 가려내 분석했다.

 이들 환자는 대부분 백인 고령자였다. 그래서 다양한 연령대와 인종에 걸쳐 성인 남녀 130만 명을 추가했다.

 화이자나 모더나의 mRNA 백신은 2회까지 맞아야 '완전 접종자'로 분류했다. 하지만 존슨앤드존슨이나 얀센 백신은 한 차례만 맞아도 접종자로 간주했다.

 분석 결과, 백신을 접종하고 코로나19에 걸린 환자의 8% 내지 12%가 치료 후 롱 코비드를 겪는 것으로 나타났다.

 돌파 감염자는 심장ㆍ뇌ㆍ폐 외에도 신장, 혈전, 신경계, 물질대사, 위장관, 근골격계 등에 롱 코비드가 왔다.

 이렇게 돌파 감염으로 롱 코비드가 올 가능성은, 면역력이 손상된 사람이 건강한 사람보다 17% 높았다.

 돌파 감염으로 입원한 코로나19 환자(3천667명)가 사망할 위험은 계절 독감 입원 환자(1만4천337명)의 2.5배에 달했다.

 이런 코로나19 환자가 확진 30일 이내에 롱 코비드에 걸리는 경우는 독감 입원 환자보다 27% 많았다.

 백신을 맞고 코로나19에 걸린 환자는 코로나 팬데믹 이전의 대조군과 비교해도 건강 이상을 많이 겪었다.

 특히 심장이나 폐 질환, 신경 질환, 신부전(kidney failure) 등으로 사망할 위험이 상당히 컸다.

 논문의 제1 저자인 워싱턴 의대의 지야드 알 알리 조교수는 "백신을 맞으면 코로나19 입원과 사망 위험이 줄지만, 롱 코비드를 막는 효과는 크지 않은 것 같다"라면서 "돌파 감염 회복 환자의 경우 일상 활동이 어려울 정도의 증상이 나타나면 즉시 의사의 진찰을 받는 게 좋다"라고 조언했다.



학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만

메디칼산업

더보기