impacto de la contaminación del aire

ACTA NOVA; Vol. 3, N 1, junio 2005 56

Impacto de la Contaminacin del Aire en Enfermedades Respiratorias Atendidas en

el Centro Peditrico Albina Patio

Natalie Alem, Marcos Lujn, Dennis Bascop

Departamento de Ciencias Exactas e Ingeniera, Universidad Catlica Boliviana

Av. General Galindo s/n, Cochabamba, Bolivia

e-mail: [email protected]

Resumen

Se elabor e implement una metodologa para evaluar el impacto de la contaminacin sobre casos de enfermedades respiratorias, atendidos en el Centro Peditrico Albina Patio, en la ciudad de Cochabamba (Bolivia), durante el ao 2004. Se aplic un estudio ecolgico de series de tiempo, para asociar los niveles de contaminacin por dixido de nitrgeno (NO2) y de ozono (O3) con consultas externas por causa de enfermedades respiratorias. Se consideraron por separado cuatro patologas: asma, bronquitis, bronquiolitis, neumona-bronconeumona. Se utiliz como modelo la regresin de Poisson, aplicando el paquete estadstico STATA 8.0, para obtener factores de riesgo relativo y calcular el nmero de casos atribuibles a la contaminacin del aire para cada variable de salud. Los mayores efectos sobre la salud estn asociados la contaminacin por NO2. Se logr adaptar la metodologa propuesta a la disponibilidad de informacin de salud y de contaminacin atmosfrica en Cercado, para estimar, como primera aproximacin, los efectos a corto plazo del NO2 y del O3 sobre la salud de la poblacin.

Palabras clave: Contaminacin atmosfrica, series de tiempo, salud, regresin de Poisson, Cochabamba-Bolivia.

1 Introduccin

Desde la ocurrencia de episodios de contaminacin agudos en ciudades como Londres en 1952, en los cuales murieron miles de personas, se viene estudiando el impacto de la contaminacin atmosfrica sobre la mortalidad y morbilidad de las poblaciones [5] [15]. Aunque los mecanismos no estn explicados en su totalidad, los estudios epidemiolgicos realizados en los ltimos 20 aos sugieren que la contaminacin del aire exterior es un factor que contribuye al incremento de la

ACTA NOVA; Vol. 3, N1, junio 2005 Artculos Cientficos 57

mortalidad y morbilidad [14]. Un estudio realizado el 2003 muestra que la contaminacin del aire es responsable del 1,4% de todas las muertes en el mundo [15].

En los ltimos aos, en muchos pases en vas de desarrollo los ndices de mortalidad y morbilidad tambin han aumentado considerablemente a causa de la contaminacin atmosfrica [21]. Este hecho es preocupante ya que, en la prctica, es imposible evitar el estar expuesto a la contaminacin atmosfrica, sobre todo para las poblaciones que viven en centros urbanos. El impacto que tiene la contaminacin sobre la salud tiene consecuencias, no slo sobre la salud y la calidad de vida de la gente, sino tambin consecuencias econmicas y sociales, que tienen mayor impacto en pases en desarrollo, postergando todava ms sus aspiraciones de una vida mejor.

El impacto de la contaminacin del aire sobre la salud es mayor en grupos sensibles de la poblacin, como nios, ancianos, enfermos y embarazadas, que son ms vulnerables a la contaminacin del aire. Los nios son un grupo vulnerable, debido principalmente a que la proporcin de contaminante inhalado es mayor por unidad de masa corporal comparada con la de adultos, la ventilacin pulmonar por unidad de peso es mayor en los nios y juegan ms a menudo al aire libre. Otra caracterstica que vuelve sensible al grupo de nios y nias es que fisiolgicamente su sistema inmunolgico y sus rganos son an inmaduros, y sus vas respiratorias son ms estrechas, por lo que existe mayor cantidad de tejido expuesto por volumen inhalado y, por tanto, existe mayor probabilidad de inflamacin de las mucosas y membranas de las vas respiratorias [15].

Un estudio realizado en Europa por la Organizacin Mundial de la Salud, en el 2004, seala que la mortalidad del 33% de la poblacin infantil europea puede ser atribuida a cinco factores, entre los cuales se encuentra la contaminacin del aire, como la principal causa. En el estudio tambin se detect que, cada ao, en Europa mueren ms de 13.000 nios menores de cuatro aos a causa de la contaminacin atmosfrica [3].

A pesar de la gravedad de la situacin, la informacin sobre los impactos de la contaminacin del aire sobre la salud, en las principales ciudades de Bolivia es muy limitada. Sin embargo, en Cochabamba se cuenta con informacin sobre la contaminacin atmosfrica, monitoreada a travs de la Red de Monitoreo de la Calidad del Aire (Red MoniCA). La Red MoniCA monitorea diferentes contaminantes criterio, con tres metodologas: monitoreo pasivo, activo y automtico. Los datos indican que existe una slida tendencia a un deterioro de la calidad del aire, debido al aumento, en particular, del material particulado (PM10), xidos de nitrgeno y ozono (O3). En la figura 1 se puede observar el comportamiento del dixido de nitrgeno (NO2), para valores de promedios mximos de una hora diarios, en los aos 2001 y 2004, monitoreados con un equipo automtico en la estacin Plaza Coln. El incremento de las concentraciones del NO2, a lo largo del tiempo, hace indispensable determinar su impacto en la salud de la poblacin.

58 Natalie Alem: Impacto de la contaminacin del aire en enfermedades respiratorias

Figura 1: Concentracin de NO2 en el ao 2001 y 2004 en la estacin de Plaza

Coln

De igual manera, se observa que las concentraciones de ozono, para los promedios mviles de 8 h, en la estacin SEMAPA, han incrementado desde el ao 2001 (Fig. 2).

Figura 2: Concentracin de O3 en el ao 2001 y 2004 en la estacin SEMAPA

Por otro lado, ciertas patologas respiratorias, como las infecciones respiratorias agudas muestran un aumento el ao 2004 con relacin a aos precedentes (Fig. 3). Estas patologas pueden ser agravadas por la contaminacin atmosfrica, sin embargo, existen pocos estudios que establecen el alcance de esta relacin.

0

50

100

150

200

250

300

18-jun 07-ago 26-sep 15-nov 04-ene

fecha

[NO

2] mx 1h [

g/m

3]

2001

2004

0

50

100

150

200

23-may 12-jul 31-ago 20-oct 09-dic

fecha

[O3] prom. 8h [

g/m

3]

2001

2004


Figura 3: Total IRAS notificadas entre enero y abril, en los aos 2002, 2003 y

2004 en Bolivia [17].

Los lmites para los diferentes contaminantes del aire, establecidos en la norma nacional, son niveles confiables bajo los cuales se asegura un efecto mnimo sobre la salud y la calidad de vida de las personas. Sin embargo, actualmente se discute sobre si existe o no un umbral inferior el cual evite poner en riesgo la salud de las personas, porque muchos estudios han mostrado que an por debajo de los niveles de calidad del aire considerados como seguros, existen asociaciones positivas entre los contaminantes del aire y los efectos sobre la salud [15], sobre todo en poblaciones de alto riesgo como nios, ancianos y personas con enfermedades respiratorias.

Mediante el presente estudio se estimaron los efectos agudos del NO2 y del O3 troposfrico sobre los casos diarios de enfermedades respiratorias, en nios/as atendidos/as en el Centro Peditrico Albina Patio el ao 2004. El Centro Peditrico Albina Patio, se dedica exclusivamente a la atencin de nios/as y adolescentes menores de 17 aos. Se implement una metodologa reconocida y normalizada, para obtener resultados consistentes y comparables con otros estudios desarrollados a nivel mundial.

2 Efectos del NO2 y el O3 en la salud

La contaminacin atmosfrica es la inmisin de sustancias que, por su concentracin o duracin en la atmsfera, pueden provocar daos a las personas, animales, plantas o bienes materiales. Estas sustancias son llamadas contaminantes atmosfricos y pueden provenir de dos tipos de fuentes. Las fuentes naturales incluyen: el polen, las erupciones volcnicas, incendios por causas naturales y la descomposicin bacteriana, etc. Las fuentes antropognicas son: el transporte vehicular, las industrias y las centrales hidroelctricas, entre otras. La contaminacin que proviene de fuentes naturales provoca muy rara vez efectos serios al medio ambiente, porque puede ser ms fcilmente dispersada o diluida naturalmente [7] [16].

Debido a que se enfatiz el impacto provocado por el NO2 y el O3 sobre la salud, se detallan algunas de las caractersticas de estos contaminantes.

0

100000

200000

300000

400000

500000

2002 2003 2004

ao

N casos/ao


2.1 Dixido de nitrgeno

El NO2 es un gas incoloro, que se produce por la quema de combustibles a temperaturas elevadas a partir del nitrgeno del aire, sobre todo por la industria (generacin de energa elctrica y calderas industriales, entre otras) y por el trfico vehicular [2].

Los efectos agudos, es decir, que tienen impacto sobre la salud por exposiciones a NO2 en periodos cortos de exposicin son, en general, la irritacin en los ojos, nariz y garganta, edema pulmonar, decremento de la funcin pulmonar, bronquitis y neumona [2] [18] [27]. Por otra parte, dos estudios realizados en Japn que relacionan la mortalidad por cncer de pulmn y las concentraciones de NO2, han detectado una asociacin significativa entre ambas variables [25].

No existen estudios concluyentes sobre la relacin concentracin-respuesta por exposicin al NO2. Sin embargo, sobre la base de datos clnicos, se ha propuesto que el valor gua apropiado, en el cual no existiran riesgos para la salud humana, es de 200 g de NO2 /m3 como mximo de 1 h diario y 80 g/m3 para promedios de 24 h [19]. En Bolivia, la norma para mximos promedios de 24 h es de 150 g/m3 y para mximos diarios de 1 h el valor establecido es de 400 g/m3. Estos valores superan los valores gua [11]. Adems de sus efectos directos sobre la salud, los NOx contribuyen significativamente a la formacin de oxidantes fotoqumicos, principalmente ozono, al descomponerse en xido ntrico y oxgeno atmico y reaccionar con una molcula de oxgeno, por la accin de la luz solar [2] [27].

2.2 Ozono

En la troposfera se forma el O3, producto de la reaccin entre los NOx y los compuestos orgnicos voltiles (COV) en presencia de radiacin solar [14] [27]. La reaccin que se lleva a cabo entre el NO2 en presencia de la luz solar es la siguiente [2]:

32

23

2

OOO

OOhvO

ONOhvNO

+

++

++

Donde

hv:= fotn de luz solar

El O3 es una forma alotrpica del oxgeno, de color azul plido. Adems, el O3 es un oxidante muy fuerte que ataca al hule sinttico, decolora textiles, pinturas y provoca daos en la vegetacin, al reducir su capacidad de fotosntesis y consecuentemente la produccin de alimentos [3] [27].

El O3 es el principal componente del smog o niebla fotoqumica y provoca daos en la salud de las personas, sobre todo en ancianos y nios. Entre otros efectos, el O3 causa irritacin severa en la nariz, ojos y garganta, constriccin en el pecho, dificultad en la respiracin y reduccin en la capacidad forzada (FVC) [16] [27]. Adems, el O3 provoca cambios en la funcin pulmonar y un aumento en las infecciones respiratorias


porque afecta a las funciones de los macrfagos [14] [18]. Finalmente, el O3 empeora las enfermedades crnicas como son el asma, bronquitis, enfisema pulmonar y trastornos cardiacos [11] [14] [27].

En un estudio realizado en San Paulo-Brasil, sobre la contaminacin del aire y el ingreso diario por urgencias a causa de la neumona y la gripe, se verific que el O3 est directamente asociado a estas patologas [9]. El estudio indica que existe un aumento del 8.07% de casos atendidos por neumona y gripe cuando la concentracin del O3 incrementa en 38.8 g/m3 [9].

La Organizacin Mundial de la Salud propone como valor gua, 120 g O3/m3, para mximos promedio de 8 h [18]. Sin embargo, en Bolivia, la norma para mximos de 1 h ha sido establecida en 236 g/m3, de acuerdo al reglamento de la ley del medio ambiente [11].

3 Mtodo utilizado en el estudio

La asociacin cuantitativa entre los niveles de contaminacin atmosfrica y los efectos sobre la salud se fundamentan en estudios toxicolgicos y epidemiolgicos. Los estudios ms utilizados para estimar esta asociacin, son los estudios epidemiolgicos de series de tiempo, en los cuales se estudian los efectos de la contaminacin del aire bajo condiciones naturales, en toda la poblacin considerada [6] [18] [25].

En un estudio de series de tiempo, se comparan variaciones, en periodos de tiempo que pueden contemplar varios aos, de los niveles de exposicin al contaminante, con otra serie de tiempo que muestra cambios en la frecuencia de ocurrencia del indicador de salud, en la poblacin de un rea geogrfica. Los periodos considerados para la medicin de las variables son en general de un da [4] [6] [22].

Para evaluar el impacto de la contaminacin del aire sobre la salud, se consideran datos diarios de medidas indirectas. La informacin de salud es recolectada de las instituciones de salud, generalmente de consultas, hospitalizaciones, visitas a urgencias y muertes, mientras que los datos de la contaminacin atmosfrica, son recabados de las redes de monitoreo de la calidad del aire, para un tiempo y lugar dados [8] [10] [11].

Las ventajas de los estudios de series de tiempo son, entre otras, que analizan la salud en un contexto ambiental real [4] [10]. Adems, los estudios de series de tiempo son relativamente fciles de realizar, tienen bajos costos, se realizan relativamente rpido y utilizan datos que generalmente son disponibles [4] [10]. Adems, al analizar la misma poblacin da a da, muchas variables que actan como factores de confusin individuales, se mantienen constantes en periodos de tiempo cortos, y no es necesario considerarlas en el anlisis [6]. Entre estas variables de confusin individuales, para un periodo de estudio corto, Snchez et al. (1998) incluyen el hbito tabquico y alimenticio, tiempo de exposicin al aire libre, acceso a la salud y condiciones socioeconmicas.

Un aporte importante de los estudios de series de tiempo es que ha permitido detectar efectos significativos sobre la salud, an a niveles de concentracin de


contaminantes considerados seguros. En consecuencia, se han reformulado algunos valores guas de exposicin a contaminantes atmosfricos [10].

Las desventajas de los estudios de series de tiempo son principalmente que no se dispone de informacin individual, no se puede establecer una relacin causal y no se puede establecer incidencia [4] [8]. Adems, es difcil determinar la secuencia de tiempo entre la exposicin y la enfermedad y es difcil evaluar el efecto de variables de confusin, que tambin tienen un efecto sobre la frecuencia de los casos estudiados [4] [8]. Una variable de confusin es un factor geofsico, meteorolgico o sociocultural que puede afectar de alguna manera el comportamiento de la ocurrencia del efecto en la salud, pero que no es de inters intrnseco del estudio, por lo que se trata de disminuir su efecto sobre la respuesta en la salud [4].

A pesar de las limitaciones metodolgicas, los estudios de series de tiempo, por su alta efectividad, actualmente son ampliamente utilizados para estudiar los efectos agudos asociados a la contaminacin. Adems, los estudios de series de tiempo permiten calcular los impactos econmicos y las ventajas que se pueden obtener al disminuir los niveles de contaminacin [10] [19]. Los resultados que se obtienen de los estudios de series de tiempo tienen un valor de orientacin inicial en relacin a los factores que pueden condicionar una enfermedad y se puede estimar hipotticamente la relacin causa-efecto para las poblaciones susceptibles al riesgo estudiado [10].

La herramienta ms utilizada, para analizar la relacin entre la variacin de los contaminantes del aire con la variacin de las ocurrencias de una enfermedad (variable respuesta), es la regresin longilineal de Poisson, con la incorporacin de diferentes variables de confusin [18]. Al aplicar este modelo, se asume que la variable de salud sigue una distribucin de probabilidad de Poisson, la cual cumple con ciertas condiciones [1] [23]:

Es una variable que slo asume valores discretos (enteros positivos)

La frecuencia de un evento, en un intervalo de tiempo de espacio o tiempo, es

independiente de otros

La varianza es igual a la media esperada del efecto en la salud

La construccin del modelo de regresin de Poisson autoregresivo permite determinar si la variable respuesta depende o no de otras variables. Si las variables independientes tienen un efecto significativo sobre la variable respuesta (para un intervalo de confianza del 95%, p


E(y)= el nmero esperado de casos diarios 0 y i= constantes del modelo x= cualquier variable independiente i en el periodo de tiempo t

La construccin del modelo de Poisson para cada un de los efectos sobre la salud tiene dos fases. En la primera fase, se construye un modelo basal con las posibles variables de confusin. En la segunda fase, se incluyen las variables de contaminacin atmosfrica o sus retardos (valores de das previos de esta variable), considerando especialmente a la posible autocorrelacin (cuando la ocurrencia de la variable de salud est influenciada por valores previos de ella misma), con la inclusin de retardos de la variable respuesta [20] [25].

La construccin del modelo basal sigue generalmente los siguientes pasos [20]:

1. Inclusin de las variables de confusin o de sus retardos

2. Inclusin de los das de la semana como variables dummy, esto debido a que la

actividad laboral reducida en das feriados en los centros de salud influye sobre el

registro de los casos estudiados

3. Inclusin de trminos sinusoidales que minimicen los efectos de la estacionalidad de

la variable de salud

Una vez identificado el modelo basal para cada variable respuesta, se incluyen cada uno de los contaminantes o sus retardos, y se toma en cuenta el que cumple el criterio estadstico de mejora de la lejana o deviance, el cual est determinado por una significacin de verosimilitudes de p


Donde

RR(c)= el riesgo relativo para una patologa en la categora c de exposicin (por definicin, c=1 es una categora de referencia, siendo RR(1)=1)

p(c)= la porcin de la poblacin en la categora de exposicin c p(c)= 1 = una sumatoria de c= 1 a n

El nmero de casos por unidad de poblacin atribuible a la exposicin de la poblacin (IE) se calcula mediante [18]:

PAIIE = (2)

Donde

I= la incidencia de la variable respuesta.

De esta manera, se puede estimar el nmero de casos atribuibles a la exposicin (NE) para una poblacin de un tamao dado N mediante [18]:

NIN EE = (3)

4 Metodologa

El nmero diario de consultas externas por enfermedades respiratorias, se relacion con las variaciones diarias de los contaminantes atmosfricos, aplicando modelos de regresin de Poisson autoregresivos. Para controlar los posibles efectos de factores de confusin, se introdujeron variables meteorolgicas y estacionales.

4.1 Recoleccin de la informacin requerida

La variable respuesta fue constituida por los registros diarios de consultas externas por enfermedades del aparato respiratorio, para el ao 2004, obtenidos del Centro Peditrico Albina Patio. Se consideraron las siguientes enfermedades respiratorias: asma (CIE-9: 493), bronquitis (CIE-9: 46601), bronquiolitis (CIE-9: 46602) y neumona-bronconeumona (CIE-9: 486).

Se consideraron como variables explicativas al NO2 y al O3 troposfrico. Los datos diarios de los contaminantes fueron obtenidos de los registros generados por analizadores automticos de la Red de Monitoreo de la Calidad del Aire. Para el NO2, se utilizaron los valores diarios de mximos de 1 h y los promedios diarios de 24 h, mientras que para el O3 se utilizaron los valores mximos diarios de 1 y 8 h. Se utilizaron los datos de los contaminantes ambientales de tres estaciones automticas. La tabla 1 muestra las estaciones de las cuales se obtuvo la informacin para cada contaminante.


Tabla 1.Tabla 1.Tabla 1.Tabla 1. Recoleccin de datos por contaminante y estacin.

Estacin NO2 O3

Plaza Coln -

SEMAPA

PROMIC -

Los datos de NO2 fueron obtenidos de dos estaciones de monitoreo automtico, una ubicada en el centro de la ciudad, la Plaza Coln, y la otra al norte de la ciudad, en los predios de SEMAPA. Los datos de O3 tambin fueron obtenidos de dos estaciones de monitoreo automtico, una ubicada al norte de la ciudad, sobre la avenida Circunvalacin, en SEMAPA y la otra dentro del Parque Tunari, en los predios del Programa de Manejo Integral de Cuencas (PROMIC). Los valores diarios de temperatura fueron generados por equipos ubicados en SEMAPA y los de la humedad relativa fueron proporcionados por AASANA en el aeropuerto de Cochabamba.

Figura 4: Ubicacin de las estaciones meteorolgicas y de monitoreo

4.2 Tratamiento de la informacin

Para utilizar la informacin de los contaminantes atmosfricos en el estudio de series de tiempo, como variables explicativas, las estaciones deban presentar un porcentaje de datos vlidos de al menos 75%. Es as que los datos de NO2 de la estacin de SEMAPA, al no cumplir este criterio fueron descartados del estudio.

Posteriormente, se corrigi la deriva que presentan los equipos automticos entre calibracin y calibracin. Adems se imputaron los datos perdidos por vacos de informacin o datos incoherentes, a travs de interpolaciones lineales, para los valores

PROMIC

SEMA

Plaza

AASA


horarios faltantes, con los valores de das previos y posteriores al da con vaco de informacin.

Una vez completada la serie de las variables explicativas, se calcularon los parmetros requeridos para cada variable:

Mximo diario de una hora y promedio diario de 24 h para el NO2

Mximos diarios de 1 y 8 h para el O3

La informacin de salud, registros diarios de consultas externas en torno al aparato respiratorio, fue obtenida del Centro Albina Patio. Se tradujeron estos registros diarios en nmeros de casos por da, para cada una de las variables respuesta, y se incluyeron los casos totales como variable respuesta. Los casos totales fueron obtenidos de la sumatoria del nmero de casos diarios del asma, bronquitis, bronquiolitis y neumona-bronconeumona.

Los valores de la variable de temperatura tambin fueron corregidos a partir de interpolaciones lineales y se calcularon la media, la mxima y la mnima de temperatura. Se incluy la variable diferencial de temperatura, resultante de la diferencia entre la mxima y la mnima de temperatura. Los datos de la humedad relativa fueron recolectados como mximos, promedios y mnimos. A partir de la diferencia entre los valores mximos y mnimos, se calcul la variable diferencial de humedad relativa.

4.3 Construccin del modelo basal

Para cada variable respuesta, se construy un modelo basal, incluyendo una a una las principales variables de confusin (temperatura y humedad relativa). Como el efecto de la temperatura o de la humedad relativa no necesariamente ocurre el mismo da de la consulta al Centro de Salud, sino que puede ser retardado, es decir, tener efecto en las consultas de los das siguientes, se incluyeron retardos de la temperatura y humedad relativa hasta de orden 7.

Posteriormente, se incluyeron los das de la semana, como variables dummy. Para minimizar el posible efecto de la estacionalidad de la variable respuesta se incluyeron trminos sinusoidales de los siguientes tipos:

366

2 tksen

pi

366

2cos

tk pi,

Donde

k=1 (ciclo anual) k= 1.5 t= 1 al 366


Las variables fueron incluidas progresivamente si el cociente de probabilidad era p


Figura 6: Nmero de das por categora para mximos diarios de 1 hora de NO2

en 2004 en Cochabamba.

Al igual que para los valores mximos de 1 h, se realiz el clculo del nmero de das por categora para el valor promedio de 24 h de NO2 al que se encuentra expuesta la poblacin de Cercado (Fig. 7).

Figura 7: Nmero de das por categora para promedios diarios de 24 horas de

NO2 en 2004 en Cochabamba.

En el caso del promedio diario para el NO2, con mayor frecuencia la poblacin est expuesta a valores de 80 y 90 g/m3. En este caso no existe ningn da que sobrepase la norma de 150 g/m3, pero s se sobrepasa frecuentemente el valor gua de 80 g/m3.

La figura 8 muestra el comportamiento de los promedios mviles de ocho horas del O3 para el ao 2004 en las estaciones de SEMAPA y Parque Tunari. En los meses de septiembre y octubre, principalmente, las concentraciones del O3 son mayores que durante el resto del ao, probablemente porque la radiacin solar es mucho mayor en septiembre y octubre que durante el resto del ao.

0

5

10

15

20

25

30

35

300

NO2, mximos de 1 hora [g/m3]

N das de exposicin

0

10

20

30

40

50

60

70

80

=400

NO2, promedios de 24 horas [g/m3]

N das de exposicin


Figura 8: Comportamiento anual del O3 en SEMAPA y Parque Tunari, durante el

ao 2004.

Para los valores mximos de 1 h de O3, la poblacin est expuesta generalmente a niveles de 90-110 g/m3, muy por debajo de la norma boliviana (236 g/m3) (Fig. 9).

Figura 9: Nmero de das por categora para valores mximos de 1 h de O3

en SEMAPA y Parque Tunari en Cochabamba, durante el ao 2004.

La grfica 9 muestra el nmero de das que la poblacin de Cercado se encuentra expuesta a diferentes categoras de promedios mviles de 8 h (en g/m3) del O3. La poblacin generalmente est expuesta a niveles de contaminacin entre 70-90 g/m3, debajo del valor gua propuesto por la OMS (120 g/m3) (Fig. 10). Sin embargo, existieron cinco das en Parque Tunari y seis das en SEMAPA en los cuales las concentraciones del O3 excedieron el valor gua (Fig. 9).

0

40

80

120

160

30-dic 18-feb 8-abr 28-may 17-jul 5-sep 25-oct 14-dic

2004

[O3] prom. 8h [ g/m

3]

SEMAPA

Parque Tunari

0

10

20

30

40

50

60

70

80

=400

O3, mximos de 1 hora [g/m3]

N das de exposicin

SEMAP A

P arque Tunari


Figura 10: Nmero de das por categora para mximos diarios de 8 h de O3 en

SEMAPA y Parque Tunari en Cochabamba, durante el ao 2004.

Los estadsticos de las variables respuesta se presentan en la tabla 2.

Tabla 2.Tabla 2.Tabla 2.Tabla 2. Estadsticos de la variable respuesta

Variable Respuesta Media

[casos/da] Varianza

[casos/da] N de

casos/ao

Asma 0,33 0,37 120

Bronquitis 4,63 16,61 1.696

Bronquiolitis 1,51 2,93 554

N-bronconeumona 1,96 3,39 620

Casos totales 8,17 43,37 2.990

Se observ que todas las variables respuesta presentaban sobre dispersin, es decir, la varianza es mayor que la media (Tabla 2). Para mejorar la relacin entre la media y la varianza, tal que se cumpla el postulado de la regresin de Poisson donde V(yt)= , se incluyeron retardos de la variable respuesta. Si bien no se logr igualar la relacin, se disminuy el efecto provocado por la sobredispersin.

Las variables de salud tambin presentaron autocorrelacin, que fue controlada incluyendo al modelo retardos de la variable respuesta, la figura 11 muestra un ejemplo para la variable casos totales.

0

20

40

60

80

100

=400

O3, mximos de 8 horas [g/m3]

N das de exposicin

SEMAP A

P arque Tuna ri


Figura 11: Autocorrelacin de las variables respuesta; casos totales.

Es importante tomar en cuenta que las variables dependientes pueden tener un comportamiento estacional. Si se observa la figura 12, se puede notar claramente un aumento en el nmero de consultas totales entre los meses de abril y julio.

0

5

10

15

20

25

30

35

05-ene

05-feb

05-mar

05-abr

05-may

05-jun

05-jul

05-ago

05-sep

05-oct

05-nov

05-dic

Figura 12: Comportamiento estacional del nmero de consultas totales

durante el ao 2004.

El efecto de la estacionalidad sobre las variables respuesta fue considerada, incluyendo trminos sinusoidales en el modelo.

5.1 Construccin del modelo

Se construy el modelo basal para las variables respuesta siguiendo la metodologa descrita previamente. La tabla 3 muestra el resumen de los modelos con las variables de

N

caso

s

fec

Casos totales

N de retardos

16

15

14

13

12

11

10

9

8

7

6

5

4

3

2

1

ACF

.8

.3

-.3

-.8

Lmites

confidenciales

Coeficiente


confusin ms significativas para cada variable dependiente. La nica variable para la cual no se encontr asociacin con las variables de confusin, es la variable asma; posiblemente por la reducida cantidad de casos que se presentaron el ao 2004 en el centro de salud.

Tabla 3.Tabla 3.Tabla 3.Tabla 3. Variables de confusin consideradas en el modelo basal para las variables

respuesta.

------------------------------------ Variables de confusin --------------------------------

----------------- Temperatura ------------- ------------ Humedad Relativa----------- Variable respuesta

Mxima Media Mnima Diferencia Mxima Media Mnima Diferencia

Asma X X

(0, 5)*

Bronquitis X (2)

X (1, 6)

Bronquiolitis X X

N-bronconeumona X X

(3, 5)

Casos totales X

(0, 2, 7) X

(1, 6)

*Los nmeros entre parntesis muestran los retardos utilizados para cada variable de confusin.

La construccin del modelo basal para todas las variables respuesta, excepto para la bronquiolitis, se realiz a partir del diferencial de temperatura y de la humedad relativa con algunos de sus retardos. Aparentemente las enfermedades respiratorias estn asociadas a grandes cambios de la temperatura durante el da y a la presencia de humedad en el ambiente. De la misma manera que se incluyeron las variables meteorolgicas, se incluyeron otras variables que podan ser confusoras de las variables respuesta, como son los das de la semana, estacionalidad y los retardos de la variable respuesta.

Despus de identificado el modelo basal para cada variable respuesta, se introdujeron los contaminantes uno a uno y sus retardos hasta de orden 7. La tabla 4 muestra un ejemplo del modelo final para los casos totales con O3, para mximos de 8 h.


Tabla 4.Tabla 4.Tabla 4.Tabla 4. Modelo final para casos totales con O3 de Parque Tunari (promedio

mximo de 8 h).

APC FRR Error

estndar z P>z

[95% Intrvalo de confianza]

dt 1,015 0,007 2,08 0,038 1,001 - 1,029

dt2 1,017 0,007 2,41 0,016 1,003 - 1,031

hrmax6 1,007 0,003 2,52 0,012 1,001 - 1,012

lu 5,476 0,620 15,03 0,000 4,387 - 6,835

ma 4,447 0,508 13,06 0,000 3,555 - 5,563

mi 4,304 0,494 12,73 0,000 3,437 - 5,388

ju 3,650 0,424 11,16 0,000 2,907 - 4,582

vi 4,285 0,491 12,70 0,000 3,423 - 5,364

sa 1,133 0,160 0,88 0,378 0,858 - 1,495

opt87 1,003 0,001 2,04 0,041 1,000 - 1,005

sin1 1,258 0,0378 7,67 0,000 1,186 - 1,334

cos1 0,712 0,026 -9,28 0,000 0,663 - 0,765

A partir de los valores de factor de riesgo relativo, determinados mediante los modelos, se calcul la fraccin atribuible (PA) para cada una de las variables respuesta mediante la ecuacin propuesta por Krzyzanowski (ecuacin 1) [1]. Seguidamente, a partir de la ecuacin (3), se determin el nmero de casos atribuibles (para cada variable respuesta) a los diferentes contaminantes, en el Centro Peditrico Albina Patio, para el ao 2004. En la tabla 5 se presenta el resumen de las fracciones atribuibles y del nmero de casos atribuibles, calculados para cada variable respuesta, dependientes de las variables de contaminacin atmosfrica, en sus diferentes parmetros.


Tabla 5.Tabla 5.Tabla 5.Tabla 5. Resumen de la estimacin del impacto del NO2 y el O3 sobre la salud (IC

95%)

Variable respuesta

Variable explicativa

Factor de riesgo relativo

Fraccin atribuible

Casos atribuibles

----- 1 g/m3 ----- --------(%) ------- ---- #/yr ----

Bronquitis NO2 mx. 1 h (7)

1,0026 (1,0004 1,0049)

3,81 (0, 60 6, 89)

65 (10 117)

NO2 prom. 24 h (6)

1,0059 (1,0012 1,0107)

4,33 (0, 91 - 7, 56)

74 (15 128)

O3 mx. 1 h (7) SEMAPA

1,0027 (1,0001 1,0054)

2,43 (0, 09 4, 74)

41 (2 80)

O3 mx. 1 h P. Tunari

1,0028 (1,0003 1,0054)

2,67 (0, 29 5, 00)

45 (5 85)

O3 prom. 8 h (2) P. Tunari

1,0046 (1,0005 1,0087)

3,27 (0, 37 6, 04)

56 (6 102)

Bronquio-litis

NO2 mx. 1 h (4)

1,0043 (1,0000 1,0086)

6,13 (0, 00 11, 49)

34 (0 64)

NO2 prom. 24 h (2)

1,0096 (1,0005 1,0187)

6,81 (0, 38 12, 50)

38 (2 69)

N-bronco-neumona

NO2 mx. 1 h (1)

1,0050 (1,0011 1,0090)

7,05 (1, 63 11, 96)

44 (10 74)

NO2 prom. 24 h (1)

1,0073 (1,0004 1,0143)

5,30 (0, 30 9, 85)

33 (2 61)

Casos

totales

NO2 mx. 1 h (7)

1,0021 (1,0005 1,0036)

3,00 (0, 75 5, 15)

90 (22 154)

NO2 prom. 24 h 1,0071

(1,0037 1,0106) 5,18

(0, 28 7, 49) 155

(8 224)

O3 mx. 1 h (7) SEMAPA

1,0020 (1,0001 1,0040)

1,82 (0, 09 3, 55)

54 (3 76)

O3 prom. 8 h (7) SEMAPA

1,0027 (1,0001 1,0054)

1,84 (0, 07 3, 84)

55 (2 115)

O3 mx. 1 h (5) P. Tunari

1,0020

(1,0003 1,0040)

1,95 (0, 29 3, 75)

58 (9 112)

O3 prom. 8 h (7) P. Tunari

1,0025 (1,0001 1,0050)

1,84 (0, 07 3, 32)

55 (2 99)

El nmero de casos atribuibles, calculados para el Centro Peditrico Albina Patio, muestra que el contaminante que mayores efectos tiene sobre las consultas externas por causas del aparato respiratorio es el NO2, en su parmetro de promedio de 24 h. El efecto de la contaminacin por NO2 es significativo para todas las enfermedades respiratorias consideradas, excepto el asma. La mayor proporcin atribuible se observ


para la N-bronconeumona. Esto significa que, de los 2 990 casos totales por enfermedades respiratorias atendidas el 2004, 155 pueden ser atribuibles a la contaminacin por NO2. En todos los casos de variables respuesta analizados, se observa un mayor impacto del promedio de 24 h en relacin al mximo de 1 h para el NO2, excepto la N-bronconeumona.

Adems, el O3 puede causar 58 casos en exceso de enfermedades respiratorias, para las consultas externas en el Centro Peditrico Albina Patio (Tabla 5). El efecto del O3 es significativo en los casos de bronquitis y casos totales. Sin embargo, no se detect un efecto significativo del O3 en relacin al asma, bronquiolitis y N-bronconeumona. En general, el efecto del O3 sobre los casos analizados es menor que el del NO2. Esto es consistente con los datos generados por los equipos de la Red MoniCA, porque, en comparacin con el O3, el nivel de NO2 ms frecuentemente supera los lmites establecidos por los valores gua.

6 Conclusiones y recomendaciones

A pesar de que en la ciudad de Cochabamba los valores de los contaminantes del aire no sobrepasan los valores gua frecuentemente, existe un impacto significativo del NO2 y del O3 sobre el nmero de consultas externas por enfermedades respiratorias, tales como la bronquitis, bronquiolitis y neumona-bronconeumona . Aunque, para el asma no se ha detectado una relacin entre nmero de casos diarios y la contaminacin del aire, no se puede afirma que no exista una relacin entre estas variables, especialmente porque se realizo el anlisis con un nmero reducido de casos de asma.

El parmetro ms importante para la bronquitis result el promedio diario de 24 horas del dixido de nitrgeno, para el cual 4,3% de los casos pueden ser atribuidos a la contaminacin por NO2. Por otro lado, el ozono tuvo menos efecto sobre el nmero de casos de bronquitis, pero el parmetro ms significativo fue el mximo diario con 3,3%, el cual representaba un aumento del 3,3% de casos por esta patologa.

La asociacin ms significativa para la bronquiolitis fue el promedio diario de NO2 y no se detect ninguna relacin significativa con la contaminacin por O3. En los casos de la bronquiolitis, el promedio diario de NO2 tiene un efecto ligeramente mayor que el promedio diario de mximo de 1 h.

Para los casos de neumona-bronconeumona, al igual que la bronquiolitis, no se detect una asociacin significativa con el O3. Sin embargo, se identific una asociacin significativa con el mximo de 1 h de NO2, diferente a las dems variables, que parecen estar ms afectadas por el parmetro de promedio diario. Finalmente, para los casos totales, el parmetro con mayor impacto es el promedio diario de NO2 con un 5,2% de los casos atribuibles.

Se concluye que el parmetro de mayor impacto sobre los casos estudiados es el promedio diario de 24 h para el NO2 y, para el O3, el mximo diario de 8 h. El NO2 tiene mayor impacto que el O3, resultado que es coherente, debido a que las concentraciones del NO2 sobrepasan con ms frecuencia los valores gua propuestos


por la OMS. En el caso del O3, el parmetro que tiene mayor impacto sobre la salud es el mximo diario de 8 h. Sin embargo, en la norma boliviana no existen valores para este parmetro, por lo cual sera importante establecer una norma.

Los datos indican que la variable de confusin de mayor influencia sobre las enfermedades respiratorias es la diferencia de temperatura durante el da, aunque existe una asociacin significativa con la humedad relativa mxima.

No se cuenta son informacin de salud suficiente para determinar el impacto de la contaminacin sobre ciertas patologas, por lo que es necesario desarrollar adecuados sistemas de informacin y seguimiento de las enfermedades asociadas a la contaminacin del aire. Por ejemplo, para determinar con ms precisin el impacto de la contaminacin del aire sobre la poblacin del Cercado, se recomienda aplicar la misma metodologa para una serie de tiempo mayor a un ao y para una muestra ms amplia de la poblacin. Adems, como el mtodo exige que la informacin de los niveles de contaminacin atmosfrica sean de alta calidad, se debe implementar sistemas de medicin confiables y realizar controles de calidad para garantizar la confiabilidad de los datos.

Agradecimientos

Los autores agradecen el apoyo brindado por el directorio y los responsables de la Red MoniCA quienes brindaron la informacin sobre la contaminacin atmosfrica. Tambin agradecemos al personal del Centro Peditrico Albina Patio por el acceso a la informacin.

Referencias

[1] V. Abaraira y Prez A. Regresin de Poisson. Centro de Estudios Ramn Areces. Madrid, Espaa, 1996.

[2] R. Alley y Associates, Inc. Manual de la calidad del aire. Mc Graw Hill Interamericana Editores, S.A. de C.V. de Mxico, D.F, 2001.

[3] BBC. OMS: 5 causas de mortalidad infantil.18 de junio de 2004. En: http://www.bbc.com (Verificado 13.06.05).

[4] Victor Hugo Borja. Estudios ecolgicos. Salud Pblica de Mxico. Vol. 42, No.6. Mxico, 2000.

[5] D.F. Ballester, M. Sez, M.E. Alonso, M. Taracido, J.M. Ordez, I. Aguinaga, A. Daponte, J. Bellido, J.J. Guilln, M.J. Prez, A. Caada, F. Arribas y S. Prez-Hoyos. El Proyecto EMECAM: Estudio Multicntrico Espaol sobre la Relacin entre la Contaminacin del Aire y la Mortalidad. Antecedentes, participantes, objetivos y metodologa. Revista especial Salud Pblica. Vol 73, N2. Madrid, Espaa, 1999.


[6] D.F. Ballester, J.M. Tenas y S. Prez-Hoyos. Efectos de la contaminacin atmosfrica sobre la salud: una introduccin. Revista especial Salud Pblica. Vol 73, N2. Espaa, 1999.

[7] L. Canter Manual de Evaluacin de Impacto Ambiental. Segunda Edicin. McGraw-Hill. Colombia, 1999.

[8] Centro Centroamericano de Poblacin. Estdios observacionales. Universidad de Costa Rica, 1999. Revisado 08.09.04: www.ccp.ucr.ac.cr

[9] Conceio L.M., M.R Dias, M.R. Alves, F.L. Teixeira, P.H Nascimento, A.L. Ferreira. Poluio atmosfrica e atendimentos por pneumonia e gripe em So Paulo, Brasil, 2002.

[10] CEPIS-OMS. Curso de orientacin para el control de la contaminacin del aire. 2003. Revisado 21.04.04: www.cepis.ops-oms.org/bvsci/e/fulltext

[11] CEPIS-OMS4. Curso para el control de la contaminacin del aire. 2003 Revisado: 23.09.04: http://www.cepis.ops-oms.org/bvsci/e/fulltext/orienta2/lecc4/lecc4_2.html

[12] P. Fernndez Tipos de estudios clnico epidemiolgicos. ltima actualizacin 28.02.01. Atencin Primaria en la red. 1995. Revisado 03.08.04: www.fisterra.com

[13] M Hernndez., F. Garrido y S. Lpez. Diseo de estudios epidemiolgicos. Revista Salud Pblica de Mxico. Vol 42, N2. Mxico, 2000.

[14] Instituto Nacional de Ecologa. Contaminacin Atmosfrica. Delegacin de Coyacn. Mxico D.F., 2003.

[15] C. Linares, J. Daz, C. Lpez, J.C. Montero y R. Garca-Herrera. Relationship between emergency hospital admissions and air pollution (PM10) in children under 10 years

old. WIT Press. Madrid, Espaa, 2004.

[16] T.G Miller., Jr. Living in the Environment. Wadsworth Publishing Company. Belmost, California, 1990.

[17] Ministerio de Salud y Deportes. Boletn semanal del Sistema Nacional De Informacin en Salud. No 22. La Paz, Bolivia, 2004.

[18] Organizacin Mundial de la Salud (OMS). Centro Europeo para el Ambiente y la Salud. Evaluacin y uso de la evidencia epidemiolgica para la evaluacin de riesgos ambientales para

la salud. Documento Gua. Divisin de Bilthoven, 2000.

[19] B. Ostro, Cmo estimar los efectos de la contaminacin atmosfrica en la salud. Centro de Estudios Pblicos, 1998.

[20] A. Prez-Hoyos, M. Saez, S., M.A. Barcel, C. Cambra, A. Figueiras, J.M. Ordez, F. Guilln, R. Ocaa, J. Bellido, L. Cirera, A. Alonso, V. Rodrguez, T. Alcal y F. Ballester. Protocolo EMECAM: Anlisis del efecto a corto plazo de la contaminacin atmosfrica sobre la mortalidad. Revista Espaola Salud Pblica v.73 n.2. Madrid, Espaa, 1999.


[21] Programa Aire Puro de Swisscontact. Manual de Gestin de la Calidad del Aire. COSUDE. La Paz. Bolivia, 2003.

[22] J.M. Snchez, S., Valds y B. Ostro. Los efectos en salud de la contaminacin atmosfrica por PM10 en Santiago. Centro de Estudios Pblicos, 1998.

[23] M. Saez., S. Prez-Hoyos, A. Tobias, C. Saurina, M.A. Barcel y F. Ballester. Mtodos de series temporales en los estudios epidemiolgicos sobre contaminacin atmosfrica. Revista Espaola Salud Pblica v.73 n.2. Madrid, Espaa, 1999.

[24] SAS Institute Inc. What is a Generalized Linear Model?. Cary NC. Estados Unidos, 1999.

[25] J. Tenas, F. Ballester, S. Medina y A. Daponte. Revisin de los trabajos originales que analizan el impacto de la contaminacin atmosfrica sobre la mortalidad, 1994-1998. Revista Espaola Salud Pblica v.73 n.2 Madrid, Espaa, 1999.

[26] A. Tobas y M. Saez. Time-series regression models to study the short-term effects of environmental factors on health. Departamento de Economa. Universidad de Girona. Espaa, 2004.

[27] K.Wark y C. Warner. Contaminacin del aire, origen y control. Editorial Limusa S.A. de C.V. Grupo Noriega Editores. Mxico D.F, 1996.

impacto de la contaminación del aire

Documents