Efecto a corto plazo de la contaminación atmosférica sobre la mortalidad. Resultados del proyecto EMECAM en la ciudad de Vigo, 1991-1994 (página 2)

MATERIAL Y MÉTODOS

Diseño y ámbito de estudio.

Se realizó un estudio ecológico de agregaciones temporales, en el que la unidad de estudio fue el día. El estudio se desarrolló siguiendo el protocolo de análisis estandarizado del proyecto EMECAM2. El periodo estudiado comprende desde el 1 de enero de 1991 al 31 de diciembre de 1994. El ámbito geográfico fue el municipio de Vigo.

Fuentes de Datos

Los datos de las muertes diarias ocurridas entre los residentes en la ciudad de Vigo se obtuvieron del Registro de Mortalidad de la Dirección Xeral de Saúde Pública de la Xunta de Galicia. Se analizó el número de muertes diarias de los años 1991 a 1994 por todas las causas excepto las externas (CIE-9, 001-799).

Los datos de contaminación los facilitó la Dirección Xeral de Saúde Pública de la Consellería de Sanidade de la Xunta de Galicia. Se estudiaron los valores medios de 24 horas de partículas en suspensión (humos negros) y dióxido de azufre (SO2). Hay siete estaciones de medida manuales de estos contaminantes y una estación automática, distribuidas por toda la ciudad. Siguiendo los criterios del proyecto EMECAM, se excluyó la estación captadora automática por tener un porcentaje de valores ausentes superior al 25% para todo el periodo de estudio.

Los datos meteorológicos los suministró el Instituto Nacional de Meteorología y proceden de la estación meteorológica de Vigo, situada en el Aeropuerto de Peinador, a 15 Km de la ciudad. Las dos variables estudiadas fueron la temperatura media y la humedad relativa del aire. Para valorar las diferencias de medida entre los valores del aeropuerto y los de la ciudad se compararon los datos de temperatura y humedad de la estación automática de la ciudad en el año 1996 con los del aeropuerto de ese mismo año, ya que es el primer año que la estación automática tiene datos completos.

El número de casos semanales de gripe los proporcionó el Servicio de Epidemiología de la Consellería de Sanidade de la Xunta de Galicia.

Análisis estadístico

El análisis se realizó tomando el día como unidad. Se aplicaron dos tipos de modelos: (1) uno paramétrico, siguiendo el protocolo EMECAM1,2, en el que los diferentes factores de confusión se introducen en los modelos de forma paramétrica; y (2) un modelo no paramétrico – modelo aditivo generalizado (GAM)- que permite incluir las variables de confusión cuantitativas en el modelo mediante funciones suavizadas (smooth).

Para seleccionar los grados de libertad (gl) en el modelo no paramétrico se utilizó el Akaike Information Criterion (AIC)3, que predice el posible error de estimación. En la comparación de dos modelos, se preferirá el que tiene menor AIC. Además, el AIC elimina la posible influencia que tienen los datos ausentes al comparar dos modelos, ya que ajusta por el número de unidades de análisis (días).

En el modelo no paramétrico, para controlar la estacionalidad se usaron funciones suavizadas de la variable tendencia4. Inicialmente, a la función suavizada se le especificaron tantos gl como meses de los que consta el periodo estudiado5 y, posteriormente, se fueron reduciendo hasta minimizar el AIC.

Las variables climatológicas (temperatura y humedad) se incorporaron al modelo comenzando con 8 grados de libertad y disminuyéndolos hasta minimizar el AIC. Este proceso se repitió para cada una de las dos variables meteorológicas y en cada uno de sus 7 retardos. Cuando varios retardos de la misma variable se mantenían en el modelo, se representaban gráficamente sus curvas y, si tenían curvas similares, se agrupaban mediante una media móvil.

Posteriormente, se incluyeron en los modelos las variables: día de la semana, festivos y días inusuales, consideradas como variables categóricas. Para la variable gripe se valoró hasta el 15 retardo y se probaron distintas funciones suavizadas desde 8 gl hasta 3, así como la función paramétrica lineal. Cuando varios retardos mejoraron el modelo con funciones similares, se elaboró una media móvil de todos ellos. Si alguna variable no disminuía el AIC se eliminaba del modelo.

El efecto de cada contaminante se evaluó de forma paramétrica asumiendo una función lineal en cada uno de los retardos (hasta el 5). Considerar una función lineal permite, por un lado, proporcionar una medida de efecto (RR) que resume de forma global el incremento de riesgo de morir ante incrementos de contaminante (en este caso por incrementos de 10 m gr/m3) y, por otro, facilita la comparación con otros estudios, ya que es la forma en que tradicionalmente se expresan los resultados en estudios de contaminación. Para decidir qué retardos de contaminantes se incluían en los modelos finales, se ajustaron modelos con cada retardo de cada contaminante. Los retardos que disminuían el AIC se incluyeron en un modelo final.

RESULTADOS

En la tabla 1 se observan los datos de mortalidad, contaminantes, temperatura y humedad, para todo el periodo de estudio, así como sus variaciones estacionales. El número medio de muertes diarias fue de 5, con un rango de 0 a 15. La estación del año en que se produjeron más muertes fue el invierno. Los contaminantes atmosféricos estudiados (SO2 y partículas) no sobrepasaron, por término medio, los niveles recomendados por la OMS. Sin embargo, las partículas alcanzan concentraciones superiores a los 125 µg/m3 del nivel guía en 300 días (el 21% de los días), distribuidos a lo largo de todas las estaciones del año, con un máximo de 295,39 µg/m3 (figura 1a) y lo mismo sucede con el SO2 en 14 días de otoño e invierno, con un máximo de 244,17 µg/m3 (figura 1b).

Tabla 1 Muertes diarias, contaminantes (m gr/m3), temperatura (0 C), humedad (%) y casos de gripe en la ciudad de Vigo (1991-1994)

Figura 1a

Figura 1b

La correlación entre las estaciones medidoras de SO2 oscila entre 0,539 y 0,746 y, en el caso de las partículas, entre 0,455 y 0,677; mientras que entre ambos contaminantes es de 0,451.

Con relación a las variables meteorológicas, la humedad más elevada se observó en otoño (83,79%) y la más baja en primavera (72,53%). La temperatura media para todo el periodo fue bastante suave (13,490 C), presentándose la máxima en verano, con 18,980C y la mínima en invierno, con 8,950C.

Hemos comparado la temperatura entre las estaciones meteorológicas del aeropuerto y de la ciudad de Vigo en 1996 y encontramos que, en casi todos los meses del año, hay alrededor de tres grados menos en la ciudad. Pero estas diferencias de temperatura no son constantes, sino que dependen del mes: en agosto hay 1,88º C (la diferencia menor) y en enero 3,70º C (la mayor diferencia).

Resultados del modelo paramétrico

En el modelo basal resultaron significativos el cuadrado de la temperatura, así como los retardos 1º y 6º, el 5º retardo de humedad y la gripe de los 10º y 11º días anteriores.

En la tabla 2 se observan los RR de morir para incrementos de 10m gr/m3 de cada contaminante, así como estos riesgos con el retardo de mortalidad que se ajusta mejor. En ningún caso se han encontrado efectos significativos.

Tabla 2 Relación entre contaminación atmosférica y mortalidad en la ciudad de Vigo (1991-1994): Modelo paramétrico

Resultados del modelo no paramétrico

La tabla 3 recoge el proceso de elaboración del modelo no paramétrico. Se empezó con la variable tendencia y el número de gl que minimizaba el AIC fue de 35, aproximadamente el 75% de los meses de los que consta el periodo estudiado.

Tabla 3 Proceso de elaboración del modelo no paramétrico que relaciona la mortalidad por todas las causas en la ciudad de Vigo con la climatología, gripe, y contaminantes.

Las variables meteorológicas que minimizan el AIC son la temperatura del mismo día (con 3 gl) y la media móvil de los tres días anteriores (con 4 gl). En cuanto a la humedad, minimizan el AIC los valores del mismo día (con 3 gl) y la media móvil de los seis días anteriores (con 3 gl). En la figura 2 se puede observar el efecto que sobre la mortalidad tiene la temperatura del mismo día (figura 2a), el efecto de la temperatura media de los tres días anteriores (figura 2b), el efecto de la humedad del mismo día (figura 2c) y de los 6 anteriores (figura 2d).

Los días de la semana, los festivos y los días inusuales no entraron en los modelos definitivos ya que no mejoraban el AIC. Para la variable gripe, como varios retardos mejoraban el modelo con funciones similares, se elaboró una media móvil de 10 días, que también mejoró el AIC.

Respecto a los contaminantes, el único retardo que mejora el AIC es el de partículas del día anterior (RR= 1,05 [IC95%: 1,01-1,09]), efecto que se mantiene al incluir los términos autorregresivos 1, 2, 3 y 5.

El efecto de la temperatura sobre la mortalidad por todas las causas, excepto las externas, tiene un comportamiento distinto el mismo día que los tres días anteriores. Con la humedad ocurre algo similar al efecto de la temperatura: el comportamiento en el mismo día es diferente al de los 6 anteriores.

CONCLUSIÓN

A pesar de que los niveles de contaminación atmosférica de la ciudad de Vigo se encuentran dentro de los valores considerados como seguros en las guías de calidad del aire, con el método no paramétrico se ha observado que las partículas del día anterior influyen en la mortalidad.

AGRADECIMIENTOS

A la Consellería de Sanidade de la Xunta de Galicia por habernos facilitado los datos necesarios para realizar este estudio. A Ferrán Ballester y Santiago Pérez Hoyos por sus comentarios en las versiones previas del manuscrito.

BIBLIOGRAFÍA

1. Ballester Díez F, Sáez Zafra M, Alonso Fustel ME, Taracido Trunk M, Ordóñez Iriarte JM, Aguinaga Ontoso I, y cols. El proyecto EMECAM: Estudio multicéntrico español sobre la relación entre la contaminación atmosférica y la mortalidad. Antecedentes, participantes, objetivos, material y métodos. Rev Esp Salud Pública. 1999;73:165-175.

2. Pérez-Hoyos S, Sáez Zafra M, Barceló MA, Cambra K, Guillén Grima F, Bellido Velasco J, y cols. Protocolo EMECAM: análisis del efecto a corto plazo de la contaminación atmosférica sobre la mortalidad. Rev Esp Salud Pública. 1999 73:177-185.

3. Hastie TJ, Tibshirani RJ. Generalized additive models. New York: Chapman and Hall, 1990.

4. Kelsall JE; Samet JM; Zeger SL; Xu J. Air pollution and mortality in Philadelphia, 1974-1988. Am J Epidemiol. 1997; 46 (9): 750-762.

5. Air quality guidelines for Europe. World Health Organization. Regional Office for Europe. WHO Regional Publications, European Series Nº 23. Copenhagen, 1987.

Margarita Taracido Trunk (1), Adolfo Figueiras (1) y Isabel Castro Lareo (2). (1) Area de Medicina Preventiva y Salud Pública. Facultad de Medicina. Universidad de Santiago. (2) Complejo hospitalario "Arquitecto Marcide-Novoa Santos". Ferrol

Correspondencia: Margarita Taracido Trunk. Departamento de Medicina Preventiva. Facultad de Medicina. C/ San Franciso s/n. 15705 Santiago. Telf. 981 581237 Fax. 981 572282