Tratamiento y estudio de series de temperatura para su aplicación en salud pública. El caso de Castilla – La Mancha

2. Material y métodos
3. Resultados
4. Discusión
5. Glosario de términos
6. Bibliografía

RESUMEN

Fundamento: Numerosos trabajos relacionan variables atmosféricas con indicadores sanitarios. En regiones extensas, como Castilla- La Mancha, puede ser necesario dividirla en áreas en función de las variables atmosféricas disponibles, eligiendo una estación meteorológica representativa para cada zona. El objetivo de este artículo es analizar los datos diarios de temperaturas de numerosos observatorios de Castilla- La Mancha y su reducción a unas pocas estaciones representativas para ser utilizadas en estudios que relacionen variables atmosféricas con indicadores sanitarios de esta región.

Métodos: Se seleccionaron estaciones meteorológicas de Castilla- La Mancha en función del número de años disponibles y de datos perdidos. Tras rellenar las lagunas de las series elegidas, detectar posibles discontinuidades y homogeneizar las series, los datos diarios de temperaturas se utilizan en análisis de conglomerados jerárquico y factorial mediante componentes principales.

Resultados: El análisis factorial extrae un solo factor utilizando las series de temperaturas máximas, medias o mínimas. En las máximas, ese factor explica el 93,45% de la varianza, con autovalor 39,249. La estación Toledo «Compuesta» tiene coeficientes de correlación en la matriz de componentes principales de 0,987; 0,991 y 0,981 para las series de temperaturas máximas, medias y mínimas respectivamente.

Conclusiones: Castilla-La Mancha es una región isoclimática en función de la temperatura y la estación Toledo «Compuesta» la elegida como representativa regional para estudios en salud pública. Los resultados permiten la realización de estudios desagregados en unidades menores como las provincias, con las estaciones de las capitales administrativas como referencia.

Palabras clave: Temperatura ambiental. Mortalidad. Series temporales. Análisis por conglomerados.

ABSTRACT

Background: Numerous articles relate atmospheric variables to health indicators. In large regions, such as Castilla-La Mancha, it may be necessary to divide the region into areas in terms of the atmospheric variables available by selecting a representative weather station for each zone. This article focuses on analyzing the daily temperature data from numerous Castilla La Mancha observatories and reducing the number thereof to a few representative stations for being used in studies relating atmospheric variables to health indicators in this region.

Methods: Castilla-La Mancha weather stations were selected in terms of the number of years available and missing data. After filling in the gaps in the selected series, to detect any possible discontinuities and to homogenize the series, the daily temperature data is used in hierarchical cluster and factorial analyses by principal components.

Results: Factorial analyses extract one single factor by using the maximum, mean or minimum temperature series. For the maximum temperatures, this factor explains 93.45% of the variance, with an eigenvalue of 39.249. The «Compuesta» station in Toledo shows correlation coefficients in the principal components matrix of 0.987, 0.991 and 0.981 respectively for the maximum, mean and minimum temperature series.

Conclusions: Castilla-La Mancha is an isoclimatic region in terms of the temperature, the «Compuesta» station in Toledo being selected as the representative station for the region for public health studies. The results afford the possibility of conducting studies broken down into small units such as the provinces, with the stations in the government capitals as a reference.

Key words: Temperature. Mortality. Clusters analisys. Principal components analisys.

INTRODUCCIÓN

Numerosos estudios relacionan variables atmosféricas con diversos indicadores sanitarios, la mayor parte referidos a ciudades o a zonas geográficas reducidas. La influencia de la temperatura sobre la mortalidad se ha observado en numerosos países1-3, incluyendo España4,5,6, así como el papel de otras variables como la humedad7, velocidad del viento8 o el efecto conjunto temperatura- viento (wind-chill)9 sobre la mortalidad general o causas específicas de mortalidad, e incluso la relación de la horas de luz con la prevalencia de enfermedades psiquiátricas10 o la estacionalidad de las afecciones afectivas11. La sobremortalidad causada por la ola de calor del verano de 200312,13 puso de actualidad ante la opinión pública este tipo de estudios y sirvió para implementar medidas preventivas ante pronósticos de situaciones meteorológicas similares. Sin embargo, la eficacia de las mismas va a depender de condicionantes que exigen el tratamiento previo de los datos meteorológicos suministrados a fin de cumplir con unos criterios razonables de representatividad. Un problema de este tipo se plantea en el caso de estudios referidos a ámbitos geográficos relativamente extensos u orográficamente diversos, con posibles variaciones termométricas significativas que aconsejan la utilización de varias estaciones meteorológicas para analizar la pertinencia, o no, de dividir la región considerada en áreas, conglomerados o clusters, eligiéndose una estación de referencia para cada uno de los conglomerados resultantes. Por otro lado, para todo estudio climatológico las series de variables meteorológicas a analizar deben abarcar un mínimo de 30 años, según la Organización Meteorológica Mundial (OMM)14, lo que complica notablemente el proceso ya que las series de datos diarios suelen contener lagunas (días en los que no se registran datos) más o menos extensas, incluso años, que hay que rellenar con criterios científicos consistentes.