확률론적 내부피폭 평가 체계 및 전산코드 개발

Abstract

내부피폭 선량평가는 생리역동학 모델 및 전이율, 방사능 측정, 장기 질량 등과 같은 수많은 인자와 섭취시점, 섭취경로 및 섭취 화학형 등과 같은 많은 가정들을 수반한다. 이러한 인자들과 가정들은 필연적으로 불확도를 내포하며 이러한 각각의 불확도들이 합성되어 섭취 방사능과 내부피폭 선량의 불확도를 야기한다. 연구 및 학술적 목적 또는 선량회구 시 이러한 불확도의 정량적 평가가 필요 또는 요구되지만 방사능 측정부터 내부피폭 선량 평가 까지 전 과정을 통합적으로 고려한 정량적 불확도 평가 도구가 없는 상황이다. 이에 따라 본 연구에서는 내부피폭 평가의 전 과정에 수반되는 불확도를 고려하여 내부피폭 선량의 정량적 불확도를 평가할 수 있는 체계와 도구를 개발하고자 하였다. 우선 내부피폭 선량의 불확도에 기여하는 인자들과 가정사항 들을 확인하고 이에 대한 정량적 불확도 정보를 수집하였다. 수집된 정보를 기반으로 평가코드에 사용될 데이터베이스를 구축하였다. 구축된 각 인자의 불확도 정보를 합성하기 위해 베이지안 통계 기법과 몬테카를로 기법에 근거한 불확도 합성 체계를 구축하였고 이를 기반으로 MATLAB을 이용하여 확률론적 내부피폭 평가 코드를 개발하였다. 개발된 코드를 이용하여 다음과 같은 세 가지 사고 시나리오와 세 가지 정기감시 시나리오 대해 내부피폭 선량의 분포와 통계값(2.5th, 5th, 중앙값, 95th, 97.5th)을 산출하였다: 137Cs 섭취와 전신계수기 측정결과(사고 및 정기감시); 90Sr 섭취와 1회 소변시료 측정결과(사고 및 정기감시); 131I 섭취와 갑상선 측정(사고 및 정기감시). 각 시나리오에 대한 선량 분포와 통계값 산출 결과, 1.73에서 최대 5.98까지의 불확도 인자를 갖는 것을 확인하였다. 이러한 큰 불확도의 주요 원인을 파악하기 위해 각 결과별 민감도 분석을 수행하였다. 민감도 분석 수행 결과, 대부분의 경우에서 섭취 시간의 불확도가 주요한 것을 확인하였고 추가적으로 전신선량의 경우 체내 제거율, 결정장기의 경우 결정장기의 질량의 불확도가 내부피폭선량의 불확도를 주로 야기하는 것을 확인할 수 있었다. 본 연구의 결과는 다양한 상황에 유용하게 활용될 수 있다. 높은 수준의 내부피폭이 예상되는 경우 단일값의 선량이 아닌 분포 형태의 선량을 평가함으로써 급성영향이 발생할 수 있는 확률을 파악할 수 있고 95th과 같은 통계값을 통해 의학적 개입의 필요성과 적절한 사후조치를 결정할 수 있다. 또한 민감도 분석 결과를 통해 주요 불확도 인자를 파악하여 불확도 저감 방안의 최적화를 달성하는데 기여할 수 있다. 이러한 이유로 본 연구는 사고 등으로 인한 내부피폭 상황과 내부피폭 감시 및 불확도 저감에 크게 기여할 수 있을 것으로 판단된다. | The assessment of internal dose involves biokinetic models, corresponding parameters, measurement data, and many assumptions. Every component in the internal dose assessment has its own uncertainty, which is propagated in the estimation of the intake activity and internal dose. For research or scientific purpose, and also for retrospective dose reconstructions, quantitative uncertainty assessment is often required in the internal dose. However, there is no calculation tool or computer code available which cover all the processes and corresponding uncertainties, i.e., from the measurement data to the committed dose. Thus, the objective of the present study is to develop an integrated probabilistic internal dose assessment computer code. First, the components of uncertainty in internal dosimetry were identified and quantitative uncertainty data are collected. Then, the uncertainty database was established for each component. In order to propagate these uncertainties in internal dose assessment, the probabilistic internal dose assessment system was developed using the Bayesian and Monte-Carlo methods. Based on the developed system, the probabilistic internal dose assessment code was developed using MATLAB to estimate the dose distributions from measurement data with uncertainty. Using the developed code, the internal dose distribution and statistics (e.g. 2.5th, 5th, median, 95th, 97.5th) was calculated for six example bioassay scenarios: 137Cs intake and whole-body counting (accidental and routine monitoring case); 90Sr intake and spot urine sample (accidental and routine monitoring case); and 131I intake and thyroid measurement (accidental and routine monitoring case). The results show that the dose distributions have uncertainty factor of 1.73-5.98. On the basis of the distributions, the sensitivity analysis of each component to the resulting doss was performed to identify the major uncertainty contribution component in the bioassay. The result of sensitivity analysis shows that intake time in most cases, removal rate from body for total body dose assessment, and a mass of critical organ for critical organ assessment are most important component. The result in the present study can be used in various situation. In severe internal exposure situation, the probability of causation of deterministic health effect can be derived from the dose distribution and high statistic value such as 95th in the distribution can be used to decide appropriate interventional action. The sensitivity analysis using the distribution can also be used to quantify the contribution of each factor on dose uncertainty, which is essential information to reduce and optimize the uncertainty in internal dose assessment. For these reasons, the present study can contribute to retrospective dose assessment for accidental internal exposure situation and optimization of internal dose monitoring and uncertainty reduction.; The assessment of internal dose involves biokinetic models, corresponding parameters, measurement data, and many assumptions. Every component in the internal dose assessment has its own uncertainty, which is propagated in the estimation of the intake activity and internal dose. For research or scientific purpose, and also for retrospective dose reconstructions, quantitative uncertainty assessment is often required in the internal dose. However, there is no calculation tool or computer code available which cover all the processes and corresponding uncertainties, i.e., from the measurement data to the committed dose. Thus, the objective of the present study is to develop an integrated probabilistic internal dose assessment computer code. First, the components of uncertainty in internal dosimetry were identified and quantitative uncertainty data are collected. Then, the uncertainty database was established for each component. In order to propagate these uncertainties in internal dose assessment, the probabilistic internal dose assessment system was developed using the Bayesian and Monte-Carlo methods. Based on the developed system, the probabilistic internal dose assessment code was developed using MATLAB to estimate the dose distributions from measurement data with uncertainty. Using the developed code, the internal dose distribution and statistics (e.g. 2.5th, 5th, median, 95th, 97.5th) was calculated for six example bioassay scenarios: 137Cs intake and whole-body counting (accidental and routine monitoring case)