Descargar

Efectos a corto plazo de la contaminación atmosférica sobre la mortalidad: Resultados del proyecto EMECAM en Madrid, 1992-1995 (página 2)


Partes: 1, 2

METODOLOGÍA

La metodología empleada es la desarrollada por el proyecto. Las variaciones diarias de mortalidad se relacionan con las variaciones diarias de contaminación cuando se estudian usando modelos autorregresivos de Poisson. A continuación se describen las características de las variables utilizadas en el estudio.

Población y área de estudio

La población media del municipio de Madrid para el período 1992-1995 (interpolación lineal entre el censo de 1991 y el padrón de 1996) es de 2.940.896 habitantes, distribuidos en una superficie de 605,8 Km2, lo que equivale a una densidad de 4.964 habitantes por Km2.

Mortalidad

El número de defunciones registradas en el municipio de Madrid de personas residentes en el mismo para los años 1992 a 1995, se obtuvieron del Registro de Mortalidad de la Comunidad de Madrid. Se ha estudiado la mortalidad por todas las causas, menos las externas, en todas las edades y en personas de 70 y más años (CIE 9a 001-799), la mortalidad por enfermedades del aparato circulatorio (CIE 9a 390-459), y la mortalidad por enfermedades del aparato respiratorio (CIE 9a 460-519).

Datos de contaminación atmosférica

El municipio de Madrid cuenta con una red automática denominada Red de Control de Contaminación Atmosférica13, compuesta por un total de 24 estaciones remotas dispersas a lo largo de todo el municipio. Esta red fue contrastada por el centro de la Unión Europea de Ispra en el año 199114.

Los contaminantes y métodos analíticos utilizados son los siguientes: las partículas se han medido como PM10 promedio diarios (atenuación de la radiación beta); el SO2 promedio diario y máximo horario (absorción de la fluorescencia ultravioleta); el NO2 promedio diario y máximo horario (quimiluminiscencia); el CO promedio diario (absorción por infrarrojo no dispersivo); el O3 promedio de 8 horas (absorción ultravioleta).

Para el período de estudio se ha prescindido de la información registrada en diversas estaciones, debido a cambios de emplazamiento, pérdida de datos o períodos de la serie con datos dudosos o extraños. Asimismo, se han excluido los datos de una estación alejada del casco urbano. El rango mínimo de lecturas válidas para toda la serie para cada contaminante en las estaciones captadoras incluidas es del 97%. Los valores perdidos fueron imputados a partir de los valores obtenidos en la regresión de cada una de ellas, utilizando los datos de las demás estaciones como variables explicativas. El número de estaciones utilizadas para cada contaminante es el siguiente: partículas, 12 estaciones; SO2, 16 estaciones; NO2, 15 estaciones; CO, 12 estaciones; O3, 3 estaciones.

Variables meteorológicas

Se han utilizado la temperatura media y la humedad relativa media, obtenidas a partir de cuatro mediciones diarias (0, 7, 13 y 18 horas) en el observatorio meteorológico de Barajas, situado en la zona noreste del municipio. Este observatorio, además de representativo del clima de Madrid, ofrece una contrastada información de alta calidad.

Otras variables

Los datos sobre incidencia de gripe se han obtenido del registro del Sistema de Enfermedades de Declaración Obligatoria, con una cobertura de notificación, para el período de estudio, que oscila entre el 88,5% y 89,6%. La distribución temporal de la incidencia de gripe a través de esta fuente de información coincide con la observada por otros registros15.

También se incluyeron las variables estacionalidad, año, tendencia, día de la semana, huelga general y huelga médica, así como los días festivos correspondientes.

Análisis estadístico

La construcción de los modelos de regresión se realizó para cada contaminante y causa de mortalidad según el protocolo del proyecto EMECAM12. Se estudió la asociación de cada contaminante con la mortalidad de forma cruda y mediante su transformación logarítmica, excepto para el O3, para el que también se probó una transformación cuadrática. En la selección del mejor modelo se utilizó una descripción gráfica, la mejora en el ajuste del coeficiente de determinación realizando una regresión lineal, y la mejora del ajuste en el modelo final de regresión de Poisson.

Los resultados se expresan como el riesgo relativo (RR) de mortalidad para un incremento de 10Fg/m3 a partir de la mediana en los niveles de cada contaminante, excepto para el CO que se expresan para un incremento de 1mg/m3. También se presenta el RR para un incremento correspondiente a la diferencia entre los niveles del percentil 90 y los del percentil 10. En este trabajo se estudia la asociación de cada uno de los contaminantes sin ajustar por los demás.

RESULTADOS

En la tabla 1 y en la figura 1 se puede observar la distribución de los contaminantes estudiados. Como era de esperar, el patrón estacional de los contaminantes es invernal, especialmente para SO2, CO y partículas, al coincidir el incremento de emisión de las mismas con condiciones meteorológicas propicias para la formación de inversiones térmicas, que incrementan la concentración de contaminantes en la atmósfera11. Por el contrario, el O3 presenta un comportamiento inverso, con máximos niveles en verano, dado que es un contaminante secundario que necesita la actuación de la luz solar además de los contaminantes precursores16.

Figura 1 Variaciones diarias de la contaminación atmosférica. Municipio de Madrid, 1992-95.

Tabla 1 Estadísticos descriptivos de la mortalidad diaria, contaminantes, variables meteorológicas y gripe. Municipio de Madrid 1992-1995

Variables

Media (s.d.)

Percentil 10

Percentil 50

Percentil 90

Mortalidad todas las causas menos externas

60,8 (11,1)

47

60

75

Mortalidad todas las causas menos externas en personas $70 años

40,5 (8,7)

30

40

52

Mortalidad aparato circulatorio

21,7 (6,1)

14

21

30

Mortalidad aparato respiratorio

6,1 (3,1)

3

6

10

Partículas (Fg/m3)

37,8 (17,7)

22,8

32,8

76,3

SO2 24 horas (Fg/m3)

35,5 (27,2)

11,9

25,9

76,9

SO2 1 hora (Fg/m3)

77,9 (64,5)

23,6

56,3

169,8

NO2 24 horas (Fg/m3)

70,9 (20,0)

48,7

68,1

96,7

NO2 1 hora (Fg/m3)

122,9 (44,6)

79,3

112,2

180,0

CO (mg/m3)

2,1 (1,1)

1,0

1,9

3,7

O3 (Fg/m3)

42,1 (27,8)

9,6

79,1

98,7

Temperatura media (1C)

14,4 (7,7)

4,9

13,7

25,8

Humedad relativa (%)

61,8 (16,7)

40,6

60,1

85,1

Gripe (casos diarios)

1.200 (1.084,1)

139

964

2.534

En la tabla 2 se presentan las correlaciones entre los contaminantes y variables meteorológicas, en ella que aparece una alta correlación positiva entre las partículas, CO, SO2, y NO2. El O3 se correlaciona negativamente con el resto de contaminantes de la serie. La temperatura media se correlaciona de forma positiva con el O3 y negativa con el resto de contaminantes. La correlación entre las estaciones captadoras es bastante alta para cada uno de los contaminantes, siendo la más baja de 0,4147 para el promedio diario de NO2, y la más alta de 0,9467 para el CO.

Tabla 2 Coeficientes de correlación de Pearson entre contaminantes y variables meteorológicas. Municipio de Madrid 1992-1995

Partículas

S02 24 h.

S02 1h.

N02 24 h.

N02 1h.

CO

O3

Temp*

Humedad*

Partículas

1

 

 

 

 

 

 

 

 

SO2 24 h.

0,7821

1

 

 

 

  

 

 

   

SO2 1h.

0,7671

0,9740

1

 

 

  

 

  

 

NO2 24 h.

0,7706

0,6991

0,7193

1

 

 

  

 

 

NO2 1h.

0,7216

0,6457

0,7061

0,9088

1

 

  

 

   

CO

0,8378

0,8816

0,8881

0,8132

0,7530

1

 

 

 

O3

-0,3802

-0,5593

-0,4961

-0,1693

-0,0726

-0,4922

1

 

 

Temp.*

-0,3584

-0,6938

-0,6179

-0,2596

-0,1496

-0,5316

0,6955

1

 

Humedad*

0,3609

0,4594

0,3738

0,1230

0,0084

0,4742

-0,6668

-0,7034

1

*Temp=temperatura media; Humedad=humedad relativa

A excepción de unos pocos días, la concentración atmosférica de los contaminantes se mantiene por debajo de los valores guía propuestos por la OMS5. En el caso del NO2, sólo 4 días de la serie de promedios diarios superan los 150Fg/m3 y 2 días para la máxima horaria superan los 400Fg/m3. La concentración máxima horaria de SO2 supera 6 días los 350 Fg/m3 y el promedio de 8 horas de O3 supera 17 días los 120Fg/m3. Los valores de SO2, NO2 y CO, presentan en la serie una tendencia lineal descendente estadísticamente significativa. La tendencia descendente del SO2 parece ser consecuencia de la gradual sustitución de las calefacciones de carbón por las de gas natural y electricidad. Por otro lado, la disminución de NO2 y CO, podría asociarse a la incorporación de catalizadores en los vehículos a motor, junto con la modernización del parque automovilístico.

En la tabla 1 se presenta un resumen de los estadísticos descriptivos de la mortalidad. La calidad de estos datos ha sido analizada previamente17. La media de fallecimientos diarios por todas las causas menos las externas y todas las edades, es de 60,8, correspondiendo un 35,7% y un 10,1% a la mortalidad del aparato circulatorio y respiratorio respectivamente.

En la figura 2 se muestra el ajuste obtenido por el modelo al controlar la estacionalidad y la tendencia para la mortalidad diaria por todas las causas. Esta serie de mortalidad tiene un claro ciclo invernal que hace inducir su relación con variables ambientales18. Asimismo, los picos de sobremortalidad estivales han sido asociados con la ocurrencia de altas temperaturas en esta época del año19. De hecho, la mayor mortalidad observada en nuestra serie ocurre en agosto de 1995, coincidiendo con temperaturas medias sostenidas de 30 y 311, las máximas de todo el período.

Figura 2 Mortalidad observada y estimada después de ajustar por estacionalidad y tendencia. Municipio de Madrid, 1992-95.

En la tabla 3 se especifican los modelos basales correspondientes a las cuatro series de mortalidad estudiadas, sin incluir los términos autorregresivos. La mortalidad por todas las causas en personas de 70 y más años, es la que incluye mayor número de variables de control en el modelo, siendo el más parsimonioso el de la mortalidad respiratoria. Los residuos de los cuatro modelos basales, después de incluir de forma independiente los contaminantes, presentaban autocorrelaciones significativas que se solucionaron al incluir términos autorregresivos. Así, los modelos finales no presentan autocorrelación seriada y el análisis de los residuos no presenta un patrón evidente, a excepción de picos estivales relacionados con olas de calor. Por este motivo, pensamos que sería conveniente incluir esta variable en posteriores análisis, así como la de vacaciones estivales dada la gran disminución en nuestro área geográfica del número de personas expuestas en esta época del año.

Tabla 3 Variables incluidas en el modelo basal para cada serie de mortalidad. Municipio de Madrid 1992-95

Variables

MORTALIDAD

Todas menos externas

Todas menos externas $70 años

Aparato circulatorio

Aparato respiratorio

Estacionalidad

Funciones senos-cosenos de orden 1 al 6

Funciones senos-cosenos de orden 1 al 6

Funciones senos-cosenos de orden 1 al 4

Funciones senos-cosenos de orden 1,3 y 4

Temperatura

Lineal: Ret# 1, 6 Cuadrática: Ret 0, 1

Lineal: Ret 1, 3, 6 Cuadrática: Ret 0, 1, 4

Lineal: Ret 1, 6 Cuadrática: Ret 1, 6

Lineal: Ret 1 Cuadrática: Ret 1

Humedad

Lineal: Ret 3 Cuadrática: Ret 0

Lineal: Ret 2 Cuadrática: Ret 0, 2

Lineal: Ret 0, 3, 7 Cuadrática: Ret 0

Lineal: Ret 6

Años*

1993/94/95 (92 basal)

1993/94/95 (92 basal)

1993/94/95 (92 basal)

1993/94/95 (92 basal)

Tendencia

Cuadrática

Cuadrática

Días de la Semana*

M/Mi/J/V/S/D (L basal)

M/Mi/J/V/S/D (L basal)

M/Mi/J/V/S/D (L basal)

M/Mi/J/V/S/D (L basal)

Gripe

Ret 0

Ret 0

Ret 0

Ret 5

Otras

Huelga médica

Huelga médica

# Ret: Retardo * Años y días de la semana son variables Adummy[arroba] con múltiples categorías. Entre paréntesis la categoría de referencia

En la tabla 4 se presentan los RR de cada contaminante y la mortalidad para todo el período, para un incremento del contaminante de 10Fg/m3 a partir de la mediana (excepto para el CO que es para un incremento de 1 mg/m3). En la figura 3 se exponen gráficamente estos resultados para incrementos equivalentes de la diferencia del percentil 90 y 10.

Figura 3 Riesgos relativos de la mortalidad para una diferencia del contaminante del percentil 90 y 10. Municipio de Madrid, 1992-95.

   

Tabla 4 Riesgos relativos de la mortalidad por cada 10 Fg/m3 de incremento del contaminante (1 mg/m3 para el CO) a partir de la mediana. Municipio de Madrid, 1992-95

Contaminante

MORTALIDAD

Todas menos externas

Todas menos externas $70 años

Aparato circulatorio

Aparato respiratorio

Retardo

RR (IC 95%)

Retardo

RR (IC 95%)

Retardo

RR (IC 95%)

Retardo

RR (IC95%)

Partículas

4

0,9956 (0,9912 – 1,0000)

4

0,9950 (0,9896 – 1,0004)

0

1,0091 (1,0015 – 1,0167)

1

1,0080 (0,9944 – 1,0218)

Ln S02 24h.#

0

1,0087 (1,0011-1,0163)

0

1,0116 (1,0023-1,0210)

0

1,0171 (1,0050-1,0293)

0

1,0276 (1,0056-1,0500)

Ln S02 1h. #

0

1,0027 (0,9999-1,0055)

0

1,0045 (1,0010-1,0080)

0

1,0066 (1,0021-1,0111)

0

1,0110 (1,0027-1,0193)

NO2 24h.

3

0,9964 (0,9926 – 1,0003)

0

1,0039 (0,9991 – 1,0086)

0

1,0081 (1,0018 – 1,0144)

0

1,0107 (0,9992 – 1,0222)

NO2 1h.

3

0,9988 (0,9971 – 1,0004)

0

1,0014 (0,9994 – 1,0034)

0

1,0029 (1,0003 – 1,0056)

0

1,0035 (0,9987 – 1,0082)

Ln CO #

0

1,0081 (0,9995-1,0168)

0

1,0123 (1,0017-1,0230)

0

1,0199 (1,0061-1,0340)

0

1,0319 (1,0064-1,0581)

O3

4

1,0033 (0,9987 – 1,0079)

1

1,0051 (0,9993 – 1,0109)

1

0,9919 (0,9841 – 0,9998)

5

0,9911 (0,9765 – 1,0058)

# Transformación logarítmica del contaminante

La relación del SO2 y CO con la mortalidad es de tipo logarítmico, mejorando el ajuste del modelo cuando se utiliza una transformación logarítmica de estos contaminantes. La relación funcional de tipo logarítmico entre el SO2 y la mortalidad, ha sido puesta de manifiesto en diferentes ciudades europeas20-22, así como en el municipio de Madrid8. A pesar de que la relación del CO y la mortalidad ha sido analizada con menor frecuencia, también se ha observado esta relación23. Sin embargo, no se mejora el ajuste después de realizar una transformación logarítmica y cuadrática del O3, por lo que se introduce como lineal.

El SO2 es el contaminante que se asocia más claramente con la mortalidad, siendo esta relación ligeramente superior para el promedio diario que para la máxima horaria. La asociación de mayor magnitud del promedio diario de SO2 se presenta con la mortalidad respiratoria y cardiovascular, donde se alcanzan incrementos del 2,8% y 1,7%, respectivamente, al aumentar este contaminante 10Fg/m3 a partir de la mediana. Este efecto es del 17% y 10% para una diferencia del percentil 90 y 10. La asociación del SO2 con la mortalidad se produce para el contaminante del mismo día.

El CO es, después del SO2, el contaminante con mayores efectos en la mortalidad. En concreto, se asocia de forma estadísticamente significativa con la mortalidad por todas las causas en las personas de 70 y más años, así como con la mortalidad de causa cardiovascular y respiratoria, estando en el límite de la significación con la mortalidad por todas las causas en todas las edades. El incremento de la mortalidad respiratoria es de un 3,2% para un incremento del CO de 1mg/m3 a partir de la mediana, y de un 2% para las circulatorias. Al igual que para el SO2, su asociación se establece con el contaminante del mismo día.

Tanto el promedio diario de NO2 como la máxima horaria del mismo día, presentan una asociación estadísticamente significativa con la mortalidad cardiovascular, la cual se incrementa en un 3-4% para diferencias del percentil 90 y 10. Su asociación con la mortalidad respiratoria y la de todas las causas en personas de 70 y más años está rozando la significación. El retardo 3 del NO2 presenta una relación negativa con la mortalidad por todas las causas en todas las edades, sin embargo, el NO2 del mismo día tiene una asociación positiva con un coeficiente de similar magnitud.

No se aprecia una relación entre las partículas y la mortalidad por todas las causas, pero aparece una asociación estadísticamente significativa del contaminante del mismo día con la mortalidad del aparato circulatorio, que se traduce en un incremento de un 3,5% para la diferencia del percentil 90 y el 10. También se manifiesta una asociación, aunque menos clara, en el retardo 1, con la mortalidad respiratoria.

El O3 no presenta asociaciones positivas, a excepción de su relación en el retardo 1 con la mortalidad por todas las causas en las personas de 70 y más años.

CONCLUSIONES

Se ha encontrado asociación entre el SO2 y el CO con las cuatro series de mortalidad analizadas, mientras que las partículas (PM10) se asocian con la mortalidad cardiovascular y, de forma menos clara, con la respiratoria.

El NO2 muestra una relación positiva estadísticamente significativa con la mortalidad cardiovascular, y no significativa con la mortalidad por todas las causas en personas de 70 y más años, y por causas respiratorias.

En relación con el O3, no hemos observado asociaciones positivas significativas. La relación del O3 con la mortalidad no es lineal sino curvilínea, apareciendo incrementos de mortalidad a bajas dosis de O3, una disminución de la mortalidad a medida que aumenta su concentración, y de nuevo un aumento de la mortalidad con altos niveles del contaminante. Esta relación hace que sea difícil su estudio con modelos paramétricos y, a pesar de que se probaron transformaciones de la variable (logarítmica y cuadrática), no se consiguió mejorar el ajuste.

Las asociaciones encontradas se producen de forma consistente con el contaminante del mismo día o en el retardo 1 para la relación de las partículas con la mortalidad respiratoria. Estos resultados indican que los efectos de las variables explicativas pueden ser inmediatos.

Este estudio tiene las limitaciones propias de los diseños de tipo ecológico, especialmente en la falta de precisión en la medida de las exposiciones. Asimismo, la pequeña magnitud de las asociaciones hace que la interpretación de los resultados deba realizarse con precaución, dado que variables no controladas en el modelo, o complejas relaciones entre contaminantes, pueden confundir sus resultados. Por todo ello debemos de ser cautos a la hora de sacar conclusiones de tipo causal.

Los resultados obtenidos presentan, para la mayor parte de los contaminantes, un importante grado de concordancia con los descritos por otros autores en situaciones de contaminación y para poblaciones no muy diferentes a las de nuestro entorno geográfico. En este contexto podemos concluir, contando con las precauciones señaladas anteriormente en la interpretación de los resultados, que las evidencias de este primer análisis de la asociación entre la contaminación atmosférica y la mortalidad en el municipio de Madrid en el marco del proyecto EMECAM, muestran que moderados niveles de contaminación atmosférica, en concreto de SO2, partículas, CO y NO2, incrementan de forma moderada la mortalidad, especialmente la debida a causas relacionadas con el aparato circulatorio y respiratorio.

AGRADECIMIENTOS

Agradecemos la información facilitada a Salvador Castromil y Francisco Moya, del Departamento de Control de Contaminación Atmosférica del Ayuntamiento de Madrid; a Santiago Jiménez Beltrán y Rafael Hernández, de la Subdirección General de Calidad Ambiental del Ministerio de Medio Ambiente; a Javier Mantero, del Instituto Nacional de Meteorología del Ministerio de Medio Ambiente; al Registro de Mortalidad de la Comunidad de Madrid, del Instituto de Estadística de la Consejería de Hacienda.

BIBLIOGRAFÍA

1. Scott JA. Fog and Deaths in London, December 1952. Public Health Rep 1953; 68:474-479.

2. Wichmann HE, Mueller W, Allhoff P, Beckmann M, Bocter N, Csicsaky MJ et al. Health effects during a smog episode in west Germany in 1985. Environ Health Perspect 1989;79:89-99.

3. Katsouyanni K, Zmirou D, Spix C, Sunyer J, Schouten JP, Pönka A et al. Short-term effects of air pollution on health: a European approach using epidemiological time-series data. Eur Resp J 1995;8:1030-1038.

4. Schwartz J. Air pollution and daily mortality: a review and meta Analysis. Environ Res 1994;64:36-52.

5. Sunyer J, Castellsagué J, Saez M, Tobias A, Antó JP. Air pollution and mortality in Barcelona. J Epidemiol Community Health 1996;50 Suppl 1:S76-S80.

6. Ballester F, Corella D, Pérez-Hoyos S, Hervás A. Air pollution and mortality in Valencia, Spain: a study using the APHEA methodology. J Epidemiol Community Health 1996;50:527-533.

7. World Health Organization. Air quality guidelines for Europe. WHO Regionals Publications, European Series núm 23. Copenhagen: WHO; 1987.

8. Díaz J, Alberdi JC, Montero JC, Mirón IJ. Asociación entre la contaminación atmosférica por dióxido de azufre y partículas totales en suspensión y la mortalidad diaria en la ciudad de Madrid (1986-1992). Gac Sanit 1998;12:207-215.

9. El medio Ambiente en la Comunidad de Madrid. Madrid: Consejería de Medio Ambiente y Desarrollo Regional, 1998 (en prensa).

10. Anuario estadístico general. Madrid: Dirección General de Tráfico. Ministerio del Interior, 1997.

11. López A, López J, Fernández F, Moreno A. El clima urbano. Teledetección de la isla de calor en Madrid. Madrid: Ministerio de Obras Públicas; 1993.

12. Pérez S, Sáez M, Barceló M. Protocolo EMECAM. Análisis del efecto a corto plazo de la contaminación atmosférica sobre la mortalidad.Rev Esp Salud Pública 1999;73:177-185.

13. Estaciones y redes de Vigilancia de la contaminación atmosférica en España. Descripción técnica y gráfica. Madrid: Ministerio de Obras Públicas, Transportes y Medio Ambiente; 1993.

14. Thibaut G, Lameloise PH, Le Moulec Y. Audit d=evaluation du reseau de surveillance de la qualité de l=air de la ville de Madrid vis a vis des Directives Européennes. París; 1991 (documento de trabajo).

15. Consejería de Sanidad y Servicios Sociales. Temporada de gripe 1995/1996 en la Comunidad de Madrid. Bol Epidemiol Comunidad de Madrid 1996;4:27-33.

16. McCurdy TR. Concentrations of ozone in the lower tropospheric (ambient air). En: McKee DJ, editor. Tropospheric ozone: human health and agricultural impacts. Boca Raton: Lewis Publishers;1994.p.19-37.

17. Indicadores de cobertura, calidad y depuración de la estadística. En: Estadísticas del movimiento natural de la población de la Comunidad de Madrid III. Defunciones 1990. Madrid: Consejería de Salud; 1993.p.57-61.

18. Alberdi JC, Díaz J. Modelización de la mortalidad diaria en la Comunidad Autónoma de Madrid (1986-1991). Gac Sanit 1997;11:9-15.

19. Montero JC, Mirón IJ, Díaz J, Alberdi JC. Influencia de variables atmosféricas sobre la mortalidad por enfermedades respiratorias y cardiovasculares en los mayores de 65 años de la Comunidad de Madrid. Gac Sanit 1997;11:164-170.

20. Schwartz J, Marcus A. Mortality and air pollution in London: a time series analysis. Am J Epidemiol 1990;131:185-194.

21. Dab W, Medina S, Quénel P, Le Moullec Y, Le Tertre A, Thelot B et al. Short term respiratory health effects of ambient air pollution: results of the APHEA project in Paris. J Epidemiol Comm Health 1996;50 (Suppl):S42-S46.

22. Vigotti MA, Rossi G, Bisanti L, Zanobetti A, Schwartz J. Short term effects of urban air pollution on respiratory health in Milan, Italy, 1980-89. J Epidemiol Comm Health 1996;50 (Suppl):S71-S75.

23. Touloumi G, Spocock SJ, Katsouyanni K, Trichopoulos D. Short-term effects of air pollution on daily mortality in Athenas: a time-series analysis. Int J Epidemiol 1994;23:957-967.

Iñaki Galán Labaca, Emiliano Aránguez Ruiz, Ana Gandarillas Grande, José María Ordóñez Iriarte y Nuria Aragonés Sanz. Dirección General de Salud Pública. Consejería de Sanidad y Servicios Sociales. Comunidad de Madrid. Correspondencia: Iñaki Galán. Servicio de Epidemiología. C/ O´Donnell, 52 28009 Madrid.

Partes: 1, 2
 Página anterior Volver al principio del trabajoPágina siguiente