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