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
정리일: 2026-08-25

TL;DR

Dog Aging Project(DAP)는 40,000마리 이상의 반려견에 대해 다층적 환경 데이터를 통합하여 환경 노출이 반려견의 건강과 노화에 미치는 영향을 분석하는 빅데이터 기반 종단 연구이다. 물리적 환경, 화학적 노출, 식이 및 운동, 사회적 환경 등 4개 영역의 환경 데이터를 생물측정 데이터 및 의료 기록과 결합하여 반려견의 질병 동반성과 노화 이해를 개선하고자 한다.

1. 연구 배경 및 동기

다루는 문제: 환경 노출은 건강 결과에 큰 영향을 미친다. 인간에 대한 환경의 영향을 이해하기 위해 많은 자원이 투입되었으나, 동물 건강에 대한 자연 및 인공 환경 특성의 역할을 연구하는 노력은 부족하다.
기존의 공백 / 왜 필요한가: 동물 건강에 미치는 환경 요인의 영향에 대한 체계적인 연구가 부족하다. 반려견의 건강과 노화에 영향을 미치는 다층적 환경 요인을 통합적으로 분석할 필요가 있다.

2. 관련 연구

기존 연구 흐름: 인간 건강에 대한 환경 영향 연구는 광범위하게 진행되어 왔다.
이 논문의 위치: DAP는 지오코딩된 좌표를 통해 소유자 보고 설문과 2차 자료를 결합하여 40,000마리 이상의 반려견에 대한 다층적 환경 데이터를 수집하고 통합하는 빅데이터 접근법을 제시한다.

3. 핵심 기여

40,000마리 이상의 반려견에 대한 가정, 마당, 이웃 변수를 포함한 대규모 환경 데이터셋 구축
물리적·건축 환경, 화학적 환경 및 노출, 식이 및 운동, 사회적 환경 및 상호작용 등 4개 영역의 환경 데이터 통합
생물측정 데이터, 인지 기능 및 행동 측정, 의료 기록과 환경 데이터를 결합한 다층적 데이터 인프라 개발
반려견의 질병 동반성과 노화 이해를 개선하기 위한 데이터 통합 및 분석 인프라 제시

4. 제안 방법론

전체 접근 논리: DAP는 소유자 보고 설문과 지오코딩된 좌표를 통해 연결된 2차 자료를 결합하여 다층적 환경 데이터를 수집하고, 이를 생물측정 데이터 및 의료 기록과 통합하여 분석한다.
단계:
소유자 보고 설문을 통한 환경 데이터 수집
지오코딩된 좌표를 통한 2차 자료 연결
4개 영역(물리적·건축 환경, 화학적 환경, 식이·운동, 사회적 환경)의 환경 변수 통합
생물측정 데이터, 인지 기능·행동 측정, 의료 기록과의 결합 분석

5. 실험 설정

항목	내용
대상/재료	40,000마리 이상의 반려견
처리 조건	가정, 마당, 이웃 환경 변수
대조군	-
측정 방법	생물측정 데이터, 인지 기능 및 행동 측정, 의료 기록

6. 실험 결과 분석

지표	변화(Δ)	조건 · 유의성
결과	-	-

7. 비판적 평가

강점

대규모 표본(40,000마리 이상)을 통한 통계적 신뢰성
다층적 환경 데이터(4개 영역)와 생물측정·의료 데이터의 통합
지오코딩을 통한 정확한 환경 노출 측정

한계 · 의문

초록에서 구체적인 분석 결과가 제시되지 않음
소유자 보고 설문의 신뢰성 및 편향 가능성
인과관계 규명의 어려움

8. 향후 연구 방향

환경 노출과 반려견 건강 결과 간의 인과관계 규명
질병 동반성 및 노화 메커니즘에 대한 심층 분석
환경 중재 전략 개발을 위한 추가 연구

9. 결론

DAP는 빅데이터 접근법을 통해 환경이 반려견 건강에 미치는 영향을 이해하기 위한 포괄적인 데이터 인프라를 구축했다. 이 연구는 반려견의 질병 동반성과 노화에 대한 이해를 개선하고 향후 환경 중재 연구의 기초를 제공할 수 있다.

Keywords

Dog Aging Project, environmental exposures, companion dogs, big data, longitudinal study, multi-level environmental data, canine health, geocoding