본문 바로가기

광고

광고닫기

광고

본문

광고

미래&과학과학

확진자보다 ‘찾지 못한 감염자’가 더 많았다

등록 :2022-11-25 10:00수정 :2022-11-25 10:10

데이터로 보는 ‘한국의 코로나19 3년(5)
2부 : 2020년 실제 감염자수 추적
국립중앙의료원 폐쇄회로TV에 비친 코로나19 환자 격리병실. 박승화 한겨레21 기자 eyeshoot@hani.co.kr
국립중앙의료원 폐쇄회로TV에 비친 코로나19 환자 격리병실. 박승화 한겨레21 기자 eyeshoot@hani.co.kr

한국 질병관리청이 발표하는 치명률은 확진자 치명률이다. 발표 당일 누적 사망자수를 그날 누적 확진자수로 나눠 계산한 치명률이다. 이렇게 계산한 치명률의 문제점은 이전 글에서 언급한 바와 같이 최근에 확진된 사람들 중 앞으로 사망할 사람이 포함되지 않는다는 것이다. 치명률이 과소 평가되는 것이다. 감염 확산이 커지면서 신규 확진자수가 크게 늘어나는 시기에는 이 문제점이 두드러진다.

2020년 상반기 확진자 치명률을 그래프로 그린 그림 2-6을 보자. 당일 누적 사망자수를 누적 확진자수로 나눈 치명률은 주황색 마름모로 그렸다. 2월18일 이후 신규 확진자가 급격히 늘어나는 기간에 확진자 치명률은 1%에 훨씬 못미치는 값을 보였다. 2월29일에서 3월2일까지는 치명률이 0.5% 정도임을 확인할 수 있다. 당시 언론에서도 한국의 코로나19 치명률이 0.5% 정도라는 보도가 나갔다.[15]

3월 초 누적 확진자수에는 3월 초까지 확진된 모든 사람이 포함되어 있다. 하지만 3월 초 누적 사망자수에는 3월 초까지 확진되었지만 그 이후에 사망한 사람들이 포함되지 않았다. 그만큼 사망자수가 과소 평가된다. 이 때문에 치명률도 과소 평가된다. 치명률이 과소 평가되는 것을 줄이려면, 확진과 사망 사이의 시차를 반영해 확진된 이후에 사망하는 사람수도 포함해야 한다. 한국의 확진과 사망 사이의 시차는 2~3주로 알려졌다.[16] 이 시차만큼 기다린 후에 사망한 사람들도 포함해 치명률을 계산해야 치명률이 더 정확해진다.

그런데 한국에서 2020년 2월에서 3월 초까지는 확진자들이 정상보다 늦게 확진되던 상황이었다. 늦게 확진되는 만큼 확진과 사망 사이의 시차도 더 짧아진다. 1부에서 분석한 바와 같이, 정상적으로 접촉자 추적을 하고 검사를 하던 기간에 확진되던 사람에 비해 2020년 3월2일 이전에 확진된 사람들은 10일 이상 뒤늦게 확진되던 상황이었다. 정상적인 상황에서 확진과 사망 사이의 시차를 2주와 3주의 중간인 17일로 가정하면. 3월2일 이전에 확진된 사람들의 확진-사망 시차는 1주일 정도밖에 안됐다고 볼 수 있다. 확진과 사망 사이의 시차가 변한다는 얘기다. 이런 경우에는 ‘제때 확진되었어야 할 사람수’로 확진자를 대체해 치명률을 계산하면 좀 더 정확하게 치명률을 계산할 수 있다.

‘제때 확진되었어야 할 사람수’는 PCR 검사 이틀 연속 음성이 격리 해제 기준이었던 2020년 6월24일 이전의 격리 해제자수를 35일 이전으로 이동한 다음 사망자수를 보정한 수치다. 이렇게 계산한 좀 더 정확한 치명률은 그림 2-6의 빨간색 곡선으로 나타냈다. 주황색 마름모로 나타낸 확진-사망 시차 없이 계산한 치명률은 2월말과 3월초에 0.5% 수준까지 내려갔지만, 확진-사망 시차를 반영한 치명률은 2월말과 3월초에 이미 1%에 가까운 상황이었다.

그림 2-6. 2020년 2월1일에서 6월30일까지 한국의 코로나19 치명률 변화. 주황색 마름모는 누적 사망자수를 당일 누적 확진자수로 나눠 계산한 치명률이고, 빨간색 곡선은 누적 사망자수를 17일 이전의 ‘제때 확진되었어야 할 사람수’로 나눠 계산한 치명률이다. 6월7일 이후의 치명률은 17일 이전의 누적 확진자수로 나눠 계산했다. 검은색 곡선은 누적 확진자수이다.
그림 2-6. 2020년 2월1일에서 6월30일까지 한국의 코로나19 치명률 변화. 주황색 마름모는 누적 사망자수를 당일 누적 확진자수로 나눠 계산한 치명률이고, 빨간색 곡선은 누적 사망자수를 17일 이전의 ‘제때 확진되었어야 할 사람수’로 나눠 계산한 치명률이다. 6월7일 이후의 치명률은 17일 이전의 누적 확진자수로 나눠 계산했다. 검은색 곡선은 누적 확진자수이다.

확진-사망 시차를 반영해 계산한 치명률은 4월15일부터 6월10일까지 2.4% 근처에서 거의 변하지 않는 것을 볼 수 있다. 양쪽 끝을 5일씩 자른 4월20일부터 6월5일 사이에 사망한 사람들만 따로 떼어서 치명률을 계산해 보자. 이 기간 동안 사망한 사람은 39명이다. 확진-사망 시차 17일을 이 기간에 적용하면, 확진 기간은 4월3일에서 5월19일 사이다. 이 기간 동안 ‘제때 확진되었어야 할 사람수’는 1528명으로 나왔다. 이 값들로 계산한 치명률은 2.55%다.

확진자 치명률은 6월 중순부터 다시 서서히 낮아지기 시작한다. 그림 2-7 그래프에서도 볼 수 있듯이 치명률은 8월20일까지 꾸준히 낮아진다. 6월15일 2.43%였던 치명률은 8월20일 2.13%까지 낮아진다. 앞뒤 5일씩 자른 6월20일에서 8월15일 사이에 사망한 사람은 25명이고 17일 전인 6월3일~7월29일 사이 나온 확진자수는 2710명이다. 이 값들로 계산한 치명률은 0.92%다. 치명률이 상당히 낮았다.

2020년 후반기 그래프에서도 치명률이 거의 변하지 않는 기간이 있다. 9월20일~11월25일 기간의 평균 확진자 치명률은 1.86%다. 앞뒤로 5일씩 자른 9월25일에서 11월20일 사이 사망한 사람은 123명이고 17일 전인 9월8일~11월3일 확진된 사람은 5512명이다. 이 값들로 계산한 치명률은 1.96%다.

그림 2-7. 2020년 7월1일에서 12월31일까지 한국의 코로나19 치명률 변화. 주황색 마름모는 누적 사망자수를 당일 누적 확진자수로 나눠 계산한 치명률이고, 빨간색 곡선은 누적 사망자수를 17일 이전의 누적 확진자수로 나눠 계산했다. 검은색 곡선은 누적 확진자수이다.
그림 2-7. 2020년 7월1일에서 12월31일까지 한국의 코로나19 치명률 변화. 주황색 마름모는 누적 사망자수를 당일 누적 확진자수로 나눠 계산한 치명률이고, 빨간색 곡선은 누적 사망자수를 17일 이전의 누적 확진자수로 나눠 계산했다. 검은색 곡선은 누적 확진자수이다.

그림 2-7의 2020년 하반기 확진자 치명률을 보면 특이한 점을 발견할 수 있다. 8월 중순 확진자수가 더 가파르게 증가하는 기간에 확진-사망 시차를 반영하지 않은 확진자 치명률(주황색 마름모)이 눈에 띄게 낮아지는 현상이 나타난다. 이런 현상은 11월 중순 확진자가 더 가파르게 증가하는 기간에도 나타난다. 신규 확진자는 많이 늘었지만 당시 사망하던 사람들은 이전에 신규 확진자수가 적었던 때 확진됐던 사람들이다. 이 시점에 많이 늘어난 신규 확진자 중에서 사망하는 사람은 평균 2~3주 후에 나오기 때문에 사망자수가 과소 평가되면서 치명률도 과소 평가됐기 때문이다. 그림 2-7의 빨간색 곡선으로 나타낸 확진-사망 시차를 반영한 확진자 치명률과의 차이는 더 벌어진다. 신규 확진자수가 증가하는 기간에는 확진-사망 시차를 반영하지 않은 확진자 치명률이 과소 평가되는 정도가 더 커진다는 것을 의미한다.

이렇게 확진-사망 시차를 반영하지 않은 확진자 치명률이 더 많이 과소 평가되는 것은 신규 확진자가 더 많이 늘어나 누적 확진자수 곡선의 기울기가 높아지는 시기에 공통적으로 나타난다. 2020년 2월 하순에 대구 종교 모임발 확진자 폭증 시기에도 비슷한 상황이 있었다. 반면 확진-사망 시차를 반영한 치명률은 신규 확진자수가 눈에 띄게 증가하는 기간에 치명률이 변동하는 정도가 훨씬 적은 것을 볼 수 있다.

2020년 찾지 못한 감염자는 확진자의 1.5배 이상

그림 2-6 그래프에서 확진-사망 시차를 반영한 치명률이 거의 변하지 않는 기간이었던 4월20일~6월5일 기간을 보자. 이 기간에 사망한 사람수와 이들이 확진되었을 기간으로 추정되는 4월3일~5월29일 사이 확진된 사람수로 계산한 확진자 치명률은 2.55%다. 중국 우한시의 항체 검사 결과로 추정한 감염자 치명률보다 3.2배 높다. 만약에 한국의 감염자 치명률과 중국 우한시의 감염자 치명률이 같다면, 한국에서는 확진자수보다 3.2배 많은 감염자들이 있었다고 추정할 수 있다. 감염자 중 확진자를 뺀 사람들은 ‘찾지 못한 감염자’이므로 ‘찾지 못한 감염자’는 확진자의 2.2배인 셈이다.

이후 6월20일부터 8월15일까지는 확진자 치명률이 계속 감소한다. 이 기간에 사망한 사람만 따로 떼어서 계산한 확진자 치명률은 0.92%다. 중국 우한시의 감염자 치명률과 상당히 비슷하다. 만약 이 기간에도 한국의 감염자 치명률이 우한시의 감염자 치명률과 같다고 가정하면, 이 기간 동안 ‘찾지 못한 감염자’는 상당히 적었을 가능성이 있다. 다른 가능성으로 코로나19 감염으로 인한 사망 위험이 높은 고위험층을 감염으로부터 잘 보호했을 수도 있다. 확진-사망 시차 17일을 가정하면 이 기간 동안 사망한 사람들이 확진된 기간은 6월3일에서 7월29일 사이다. 이 기간 동안의 연령별 확진자수 분포를 보면 80세 이상이 차지하는 비율은 3.62%였다. 6월2일 이전까지 확진된 사람 중 80세 이상이 차지하는 비율 4.32%보다 줄었다. 하지만 70~79세는 6.34%에서 7.90%로 늘고 60~69세는 12.3%에서 15.6%로 늘었다. 적어도 이 기간에 고령층 보호 효과는 크지 않았던 것으로 보인다.

9월25일~11월20일 기간도 치명률이 거의 변하지 않던 기간이다. 이 기간에 사망한 사람만으로 계산한 확진자 치명률은 1.96%다. 중국 우한시보다 2.5배 높다. 실제 이 기간 동안 새로 생긴 감염자수는 새로 생긴 확진자수보다 2.5배 많다는 추정이 가능하다. ‘찾지 못한 감염자수’는 새로 생긴 확진자수의 1.5배이다.

2020년 한 해 동안 코로나19로 사망한 사람들로부터 치명률을 계산해 보자. 2020년 12월31일까지 사망한 사람은 총 900명이다. 확진-사망 시차를 반영하면 이들은 대략 12월14일까지 확진된 사람들이고 이때까지 확진된 사람수는 4민3484명이다. 이 두 숫자로 계산한 확진자 치명률은 2.07%다. 중국 우한시의 감염자 치명률보다 2.6배 많다. 이 기간에 한국의 감염자 치명률이 우한시의 감염자 치명률과 같다고 가정하면 한국에서 12월14일까지 감염된 사람수는 누적 확진자수의 2.6배인 약 11만명으로 추정할 수 있다. 이 중 확진자수를 제외한 약 7만명의 감염자는 ‘찾지 못한 감염자’이다.

중국 우한시는 사실상 나이, 건강 상태와 관계없이 무차별적으로 감염된 경우로 볼 수 있다. 하지만 한국에서는 코로나19로 사망하기 쉬운 고령층과 다른 질환을 앓고 있는 사람을 감염으로부터 잘 보호하고 있던 시기였다. 이 때문에 이 기간 동안 한국의 감염자 치명률은 중국 우한보다 더 낮을 수 있다. 그렇다면 더 많은 사람이 감염되어야 같은 수의 사망자가 나온다. ‘찾지 못한 감염자수’는 좀 전에 추정한 값보다 더 많을 수도 있다는 얘기다.

표 2-3. 2020년 한국의 기간별 확진자 치명률로 추정하는 감염자수와 ‘찾지 못한 감염자수’, 한국의 감염자 치명률은 중국 우한시의 감염자 치명률과 같은 0.79%로 가정했다.
표 2-3. 2020년 한국의 기간별 확진자 치명률로 추정하는 감염자수와 ‘찾지 못한 감염자수’, 한국의 감염자 치명률은 중국 우한시의 감염자 치명률과 같은 0.79%로 가정했다.

하지만 한국의 인구 고령화 추세는 다른 방향으로 감염자 치명률에 영향을 끼친다. 2020년 한국 인구에서 65세 이상 비율은 15.7%다.[17] 중국 인구에서 65세 이상 비율은 13.5%다.[18] 한국의 고령층 비율이 좀 더 높다. 같은 수의 사람이 연령과 관계없이 골고루 감염되면 고령층이 많은 한국에서 사망자가 더 많이 나온다. 이 점은 한국에서의 감염자 치명률이 우한시보다 더 높을 수 있는 요인이 된다.

포항시 ‘1가구 1인 진단 검사’로 추정한 2021년 1월말에서 2월초 한국의 감염자 치명률 0.82%는 중국 우한시의 항체 검사 결과로 추정한 감염자 치명률 0.79%와 상당히 비슷하다. 한국에서는 연령대와 관계없이 무차별적으로 감염이 일어나지 않아서 감염자 치명률이 낮아지는 것과, 고령 인구 비율이 더 높은 인구 구조 때문에 감염자 치명률이 동시에 높아지는 것이 복합적으로 나타나, 중국 우한시의 감염자 치명률과 비슷하게 나왔다고 볼 수 있다.

유럽 주요국들의 감염자는 확진자의 수십배

한국, 중국, 대만, 싱가포르, 호주, 뉴질랜드 등 일부를 제외한 대부분의 나라에서는 코로나19 감염 확산 규모가 상당히 컸다. 통계를 비교적 잘 집계한다고 추측하는 대부분의 선진국에서도 2020년 상반기 코로나19 감염 확산 규모는 엄청났다. 코로나19 진단검사 준비가 제대로 안된 상태에서 감염 확산이 들이닥쳐 검사가 제대로 안 된 정황이 뚜렷했다. 그 결과 코로나19 유행 초기에는 확진자 치명률이 상당히 높게 나왔다.

코로나19로 인한 사망자수가 잘 집계되면, 감염자 치명률을 이용해 사망자수로부터 실제 감염자가 어느 정도였는지를 가늠할 수 있다. ‘감염자 치명률’이 중국 우한시처럼 0.79%라고 하자. 사망자 79명이 나오면 감염자가 1만명이라고 볼 수 있다. 1명이 사망하면 대략 127명의 감염자가 있다고 보면 된다. 이 비율을 사망자수에 적용하면 실제 감염된 사람수를 추정할 수 있다.

문제는 나라마다 방역정책, 인구 분포, 국민 건강상태, 의료 역량 등이 다르기 때문에 각 나라의 실제 감염자 치명률은 차이가 있을 수 있다는 것이다. 고령층과 다른 질병을 앓고 있는 사람들을 잘 보호하는 방향으로 방역정책이 시행되면, 사망자수가 줄어들어 감염자 치명률이 낮아진다. 반대로 이들을 잘 보호하지 못하는 방역정책이라면 감염자 치명률은 높아진다. 인구에서 고령층 비율이 높으면 감염자 치명률이 높아지지만, 반대로 고령층 비율이 낮으면 감염자 치명률도 낮아진다.

전반적인 국민 건강 상태도 감염자 치명률에 영향을 끼친다. 비만, 당뇨 등을 앓고 있는 사람이 많으면 사망자수가 늘어나 감염자 치명률이 높어지고, 국민 건강 상태가 좋으면 감염자 치명률은 낮아진다. 코로나19 감염으로 위중한 환자들을 모두 관리하고 치료할 수 있는가도 중요한 요인이다. 코로나19에 감염되어 위중한 상태가 된 사람들을 모두 잘 관리하고 치료할 만큼 의료 역량이 충분하면 감염자 치명률이 더 낮을 수 있다. 반대로 의료 역량이 충분하지 않으면 감염자 치명룰은 높아질 수 있다.

그림 2-8. 사망자수로부터 감염자수를 추정하는 방법. 감염 확산 상황이 중국 우한시에서의 감염 확산 상황과 비슷하다고 가정한 계산이다.
그림 2-8. 사망자수로부터 감염자수를 추정하는 방법. 감염 확산 상황이 중국 우한시에서의 감염 확산 상황과 비슷하다고 가정한 계산이다.

각국의 ‘찾지 못한 감염자수’는?

감염자 치명률이 이렇게 여러 요인들로 인해 나라마다 차이가 있을 수 있지만, 중국 우한시의 감염자 치명률과 같다고 가정하고 감염자수를 추정하면 각국의 코로나19 상황이 대략 어땠는지 파악할 수 있다.

주요 서방 선진국의 2020년 추정 감염자수를 기간별로 표 2-3에 정리했다. 이들 나라에서는 접촉자 추적을 제대로 안해 한국보다 확진되는 시점이 더 늦어진다는 것을 고려해, 확진-사망 시차를 14일로 가정했다. 4월30일까지 사망한 사망자로 추정한 감염자수는 실제 확진자수보다 훨씬 많았다.

영국과 프랑스는 실제 확진자수보다 30배 이상 많은 감염자가 있었을 것으로 추정할 수 있다. 사실상 진단검사 시스템이 제대로 작동되지 않았던 시기였다. 확진자 치명률이 상대적으로 낮은 독일의 경우 인구 대비 사망자수는 미국, 영국, 프랑스, 이탈리아보다 2.5배 이상 적었다. 감염자를 잘 찾아내면서 감염 확산 규모가 상대적으로 작아진 것으로 보인다. 감염자를 잘 찾지 못하는 상황은 2020년 상반기까지 이어졌다. 미국, 영국, 프랑스, 독일, 이탈리아 모두 확진자 치명률이 5.7~20%로 상당히 높게 유지됐다.

7~9월 데이터는 각국의 희비가 엇갈린다. 미국은 사망자가 이전 기간보다 더 많이 나올 만큼 악화됐다. 확진자수도 많이 나와 이 기간 동안 확진자 치명률은 2%까지 낮아졌다. 방역이 한국만큼 안됐다는 것과 검사 시스템이 제대로 자리 잡은 것 두 가지가 복합적으로 작용하면서 나온 결과로 보인다. 영국, 프랑스, 독일, 이탈리아는 확진자 치명률도 낮았고 인구 대비 사망자수도 상당히 줄어들었다. 봉쇄를 통해 감염 확산을 막는 방식이 효과를 봤다고 볼 수 있다.

특히 독일은 추정 감염자수가 확진자수보다 더 적게 나왔다. 이 시기 독일에서는 감염자 치명률이 중국 우한시의 감염자 치명률 0.79%보다 더 낮았기 때문에 나타난 특수한 결과다. 실제로 감염자수가 확진자수보다 적었던 것은 아니고, 감염자 치명률이 중국 우한시 감염자 치명률보다 더 낮았다고 보는 것이 적절한다. 고령층과 건강이 안 좋은 사람들을 감염으로부터 잘 보호한 결과로 보인다. 프랑스도 이 기간 확진자 치명률은 0.95%에 불과하다. 프랑스도 독일처럼 고령층과 건강이 안 좋은 사람들을 감염으로부터 잘 보호했다고 볼 수 있다.

2020년 10~12월에는 다시 사망자수가 급증한다. 이 기간 동안 표에 나열한 모든 나라에서 실제 감염자수는 확진자수의 2~3배 많았을 것으로 추정된다. 독일과 프랑스에서도 비슷한 결과가 나왔다. 고령층과 다른 질환을 앓고 있는 사람들을 보호할 수 있는 수준의 감염 확산 규모를 넘어섰기 때문이었던 것으로 보인다.

한국도 같은 방법으로 분석해 표 2-4에 정리했다. 한국의 2020년 내내 확진자 치명률이 낮게 유지된 것을 통해, 검사 시스템이 비교적 잘 작동하고 있었던 것을 확인할 수 있다. 반면, 2020년 하반기에는 유럽의 일부 국가에 비해 확진자 치명률이 더 높게 나오는 것도 확인할 수 있다. 한국에서 7~9월 사망한 사람 131명에 대한 확진자 치명률은 1.4%다. 이값 자체로도 상당히 추적과 검사를 잘 했다는 것을 보여준다, 하지만 프랑스와 독일은 비록 한국보다 많은 사망자가 나왔지만 확진자 치명률은 1%도 안됐다. 이들 나라들이 더 적극적으로 검사를 했을 가능성도 있고, 주위에 감염자가 한국보다 더 많음에도 요양병원, 의료시설과 같이 고령층과 건강이 안 좋은 사람들이 있는 시설들을 외부 접촉으로부터 잘 보호했을 수도 있다.

10~12월 사이 한국에서는 코로나19로 전체 인구의 10만분의 1 수준인 487명이 사망했고, 확진자 치명률이 2.5%였다. 각국의 인구 대비 사망자수를 계산해 보면 미국, 영국, 프랑스, 독일, 이탈리아 모두 이 기간동안 한국보다 적게는 30배, 많게는 60배 이상 많이 나왔다. 그럼에도 불구하고 확진자 치명률은 한국보다 낮은 1.5~2.4%였다. 이 나라들이 2020년 상반기와 비교해 검사 시스템이 잘 정비되고 적극적으로 검사를 한 결과로 보인다.

윤복원/미국 조지아공대 연구원(전산재료과학센터·물리학) bwyoon@gmail.com

주)

[1] "Consensus document on the epidemiology of severe acute respiratory syndrome (SARS)", Department of Communicable Disease Surveillance and Response. World Health Organization, (2003).

"중증급성호흡기증후군(SARS)", 감염병포털, 질병관리청, https://www.kdca.go.kr/npt/biz/npp/portal/nppSumryMain.do?icdCd=NA0013&icdgrpCd=01

[2] “Infection with Middle East respiratory syndrome coronavirus.“ Sami Alsolamy and Yaseen M Arabi, Can J Respir Ther. 51, 102 (2015).

"중동호흡기증후군(MERS)", 감염병포털, 질병관리청, https://www.kdca.go.kr/npt/biz/npp/portal/nppSumryMain.do?icdCd=NA0014&icdgrpCd=01

[3] "1918 influenza: the mother of all pandemics", J. K. Taubenberger and M. M. David, Emerging Infectious Diseases. Coordinating Center for Infectious Diseases, Centers for Disease Control and Prevention. 12, 15 (2006), doi: https://doi.org/10.3201/eid1201.050979

[4] “COVID Live - Coronavirus Statistics - worldometer”, https://www.worldometers.info/coronavirus/

[5] "6시간 검사 완료 진단키트 이렇게 만들었다", 김연희, 시사 IN, 2020년 2월 14일, https://www.sisain.co.kr/news/articleView.html?idxno=41277

[6] 과총 온라인 공동포럼 - COVID-19 판데믹 중환자진료 실제와 해결방안, 2020년 4월 2일 https://youtu.be/yqu0Zehi2Js

[7] "COVID-19: average time from infection to death in Poland, USA, India and Germany", A. Wiliński, Ł. Kupracz, A. Senejko & G. Chrząstek, Quality & Quantity, 2022년 2월 15일, doi: https://doi.org/10.1007/s11135-022-01340-w

"Time between Symptom Onset, Hospitalisation and Recovery or Death: Statistical Analysis of Belgian COVID-19 Patients", C. Faes, et al., International Journal of Environmental Research and Public Health, 17, 7560 (2020), doi: https://doi.org/10.3390%2Fijerph17207560

"COVID-19: time from symptom onset until death in UK hospitalised patients", E.M. Harrison, A. Docherty & C. Semple, gov.uk, 2020년 10월 7일. https://www.gov.uk/government/publications/co-cin-covid-19-time-from-symptom-onset-until-death-in-uk-hospitalised-patients-7-october-2020

[8] "Nearly half a million people may have had Covid-19 in Wuhan, study shows. That's almost 10 times the official figure", Nectar Gan, CNN, 2020년 12월 29일, https://www.reuters.com/article/us-health-coronavirus-usa-new-york/new-york-survey-suggests-nearly-14-in-state-may-have-coronavirus-antibodies-idUSKCN2252WN

[9] ‘Wuhan’s Covid Cases May Have Been 10 Times Higher, Study Shows’, 블룸버그 뉴스, 2020년 12월 29일, https://www.cnn.com/2020/12/29/asia/china-coronavirus-seroprevalence-study-intl-hnk/index.html

[10] "Update on the COVID-19 situation in Wuhan (December 27, 2020)", Wuhan Municipal Health Commission, 2020년 12월 29일, http://wjw.wuhan.gov.cn/gsgg/202012/t20201229_1572409.shtml

[11] ‘1 in 5 prisoners in the US has had COVID-19, 1,700 have died’, AP 통신, 2020년 12월 18일, https://apnews.com/article/pandemics-race-and-ethnicity-prisons-united-states-coronavirus-pandemic-0bef0673013aa579551db5ad61b885e0

[12] "포항시 “1가구 1명 진단검사로 확진자 39명 찾아”", 김일우, 한겨레, 2021년 2월 5일, https://www.hani.co.kr/arti/area/yeongnam/982002.html

[13] “지역별 인구 및 인구밀도”, e-나라지표, https://www.index.go.kr/potal/main/EachDtlPageDetail.do?idx_cd=1007

[14] “Inmate Age”, Federal Bureau of Prisons, https://www.bop.gov/about/statistics/statistics_inmate_age.jsp

“Age and Sex Composition: 20102010 Census Briefs”, U.S. Department of Commerce Economics and Statistics Administration U.S. Census Bureau

[15] "국내 확진자 4천 명 넘어…대구만 3천 명 넘어 총 73%", 채널A, 2020년 3월 2일, http://www.ichannela.com/news/main/news_detailPage.do?publishId=000000191647

"정부 "신천지 교인 1명, 1월초 우한서 입국"", 이한솔, 의사신문, 2020년 3월 2일, http://www.doctorstimes.com/news/articleView.html?idxno=210219

[16] ""내달 확진자 20만"…전파 빠르고 백신 안듣는 '센 놈' 왔다", 어환희, 중앙일보, 2022년 7월 11일, https://www.joongang.co.kr/article/25085935

"방역당국 "사망자 폭증 고령층 환자 증가가 원인…병상부족 문제 아냐"", 이현경, 동아사이언스, 2020년 12월 29일, https://www.dongascience.com/news.php?idx=42762

[17] “주요연령계층별 추계인구”, 한국 국가 통계 포럼 https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1BPA003&language=ko

[18] “China: Population Distribution by Age Group”, Statista, https://www.statista.com/statistics/1101677/population-distribution-by-detailed-age-group-in-china/

광고

광고

광고

미래&과학 많이 보는 기사

‘블루마블’ 50주년…사람이 찍은 마지막 지구 전체 사진 1.

‘블루마블’ 50주년…사람이 찍은 마지막 지구 전체 사진

미 샌프란시스코, 경찰 ‘킬러로봇’ 승인 철회…“상식이 이겼다” 2.

미 샌프란시스코, 경찰 ‘킬러로봇’ 승인 철회…“상식이 이겼다”

코로나 백신 기술 이용해 ‘범용 독감 백신’ 돌파구 열었다 3.

코로나 백신 기술 이용해 ‘범용 독감 백신’ 돌파구 열었다

‘면도날 삼키는 인후통’ 부르는 오미크론…어찌해야 덜 아플까 4.

‘면도날 삼키는 인후통’ 부르는 오미크론…어찌해야 덜 아플까

똑같이 코로나 걸렸는데 왜 누군 아프고 누군 안 아플까 5.

똑같이 코로나 걸렸는데 왜 누군 아프고 누군 안 아플까

한겨레와 친구하기

1/ 2/ 3


서비스 전체보기

전체
정치
사회
전국
경제
국제
문화
스포츠
미래과학
애니멀피플
기후변화&
오피니언
만화 | ESC | 한겨레S | 한겨레 데이터베이스 | 뉴스그래픽 | 연재 | 이슈 | 함께하는교육 | HERI 이슈 | 탐사보도 | 서울&
스페셜
포토
한겨레TV
뉴스서비스
매거진
사업

맨위로
뉴스레터, 올해 가장 잘한 일 구독신청