Tratamiento y estudio de series de temperatura para su aplicación en salud pública. El caso de Castilla – La Mancha
Publicación original: |
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.
Página siguiente |