nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
La presencia de elementos contaminantes en la atmósfera que alteran su composición y afectan a los diversos componentes del ecosistema, es lo que se conoce como contaminación del aire o contaminación atmosférica (Oyarzún 2010). En Chile, el Ministerio del Medio Ambiente indicó en su Tercer Reporte del Estado del Medio Ambiente (MMA 2017) que es posible reconocer tres grandes fuentes de contaminación del aire en el país: los medios de transporte, las actividades industriales y la calefacción de las viviendas. Dentro de los distintos contaminantes destacan las partículas atmosféricas (PM, por su sigla en inglés), las cuales tienen una composición compleja de partículas sólidas y líquidas de sustancias orgánicas e inorgánicas que por su tamaño pueden mantenerse suspendidas en el aire y ser transportadas a grandes distancias. Las partículas atmosféricas pueden clasificarse, según su tamaño, en fracción respirable o PM10, que incluye las partículas con un diámetro aerodinámico menor o igual a 10 μm, y en partículas finas o PM2.5, aquellas que tienen un diámetro aerodinámico menor o igual a 2.5 μm (Frumkin 2010, Ki-Hyun et al. 2015, Wang et al. 2023). Las principales fuentes de PM10 son el polvo resuspendido de calles, suelos alterados, minería y actividades industriales, en tanto que las principales fuentes de PM2.5 son procesos de combustión (carbón, petróleo, nafta y productos de transformación) y aerosoles secundarios formados en la atmósfera.
En Chile, la combustión residencial de leña es la principal fuente de emisión de PM2.5, contribuyendo al 82 % de las emisiones nacionales (83 528 t/año) de este contaminante del aire. La intensidad de las emisiones de PM2.5 aumenta hacia el sur del país debido al uso intensivo de leña para calefacción residencial y cocción de alimentos. La región del Biobío, donde se estima un total de emisiones de partículas atmosféricas de 17 086 t/año (MMA 2020), es la segunda con mayor nivel de emisiones en el territorio nacional. En esta misma región se localiza la ciudad de Los Ángeles, la cual durante 2015 fue oficialmente declarada zona saturada por los altos niveles de contaminación de PM10 y PM2.5 en los meses de invierno, donde el 63 % de las emisiones de partículas atmosféricas finas provienen de la combustión residencial de leña para calefacción y cocina (MMA 2018).
Las partículas atmosféricas (PM10 y PM2.5) tiene efectos negativos en la salud de la población debido a que tienen la capacidad de penetrar en el tracto respiratorio, terminando en el interior de los pulmones gracias a su tamaño reducido (Londahl et al. 2006). Las partículas cuyo diámetro se encuentra entre 5 y 10 μm son depositadas en el árbol traqueobronquial (Londahl et al. 2007), mientras que aquellas con diámetro entre 1 y 5 μm penetran hasta los bronquiolos respiratorios y los alveolos, poniendo en riesgo el intercambio de gases dentro de los pulmones. Partículas inferiores a 1 μm se comportan en forma similar a moléculas de gases; en consecuencia, tienen mayor facilidad para alcanzar los alvéolos, donde pueden ser transportadas hacia otros órganos por la circulación sanguínea (Valavanidis et al. 2008, Oyarzún 2010).
Se ha identificado la exposición a partículas atmosféricas como la causa de múltiples enfermedades y efectos en la salud de la población, provocando un aumento en ingresos hospitalarios, visitas a urgencias, síntomas respiratorios, exacerbación de enfermedades respiratorias y cardiovasculares crónicas, e incluso la muerte prematura (Chen et al. 2017, Szyszkowicz et al. 2018, Zhang et al. 2019, Pope et al. 2020, Wang et al. 2023). Diversos estudios han investigado esta relación, recurriendo tanto a modelos lineales generalizados (GLM, por sus siglas en inglés), de Poisson (Guo et al. 2018, Linares et al. 2018, Remaggi et al. 2019, Henríquez y Mardones 2021, Nadali et al. 2022) y binomial negativo (Ardiles et al. 2018, Carugno et al. 2018, Dávila-Córdova et al. 2020), como a modelos aditivos generalizados (GAM, por sus siglas en inglés) (Tian et al. 2017, Li et al. 2018, Wang et al. 2018, Shen et al. 2023).
En este contexto, el presente estudio tuvo como objetivo evaluar el impacto de la concentración de partículas atmosféricas en los ingresos hospitalarios y atenciones en urgencias de la ciudad de Los Ángeles. Se utilizaron modelos lineales generalizados (GLM), de Poisson y binomial negativo, considerando tres grupos etarios en la población afectada.
MATERIALES Y MÉTODOS
Datos
Se analizaron las enfermedades del sistema respiratorio y circulatorio, las cuales se codificaron respectivamente con las letras “J” e “I” según la Clasificación Internacional de Enfermedades (CIE-10). Las bases de datos utilizadas para las atenciones de urgencias e ingresos hospitalarios fueron extraídas del Departamento de Estadística e Información de Salud (DEIS) del Ministerio de Salud de Chile, considerando tres grupos etarios: menores de 15 años (G1), personas de 15 a 64 años (G2) y adultos de 65 años o más (G3).
Las concentraciones de partículas atmosféricas (PM10 y PM2.5) fueron extraídas del Sistema de Información Nacional de Calidad de Aire (SINCA) del Ministerio del Medio Ambiente de Chile, considerando la información diaria de las concentraciones de partículas atmosféricas con hasta cinco días de rezago (Li et al. 2018, Henríquez y Mardones 2021).
Para la validación de la información de PM10 y PM2.5 se compararon las concentraciones de ambos parámetros elaborando gráficos de dispersión. Con las concentraciones de PM2.5 en el eje de las ordenadas y las de PM10 en el de las abscisas, se analizó la distribución de los puntos dentro del gráfico. Para el análisis de los datos se consideró la información diaria (promedio de 24 h) de las concentraciones ambientales. Fueron eliminados registros inconsistentes en que la concentración de PM2.5 era mayor que la de PM10 registrada en el mismo periodo.
Los datos meteorológicos de temperatura, precipitaciones y velocidad del viento fueron obtenidos de la Dirección Meteorológica de Chile y el SINCA. El objetivo de incluir estas variables en el estudio es porque se consideran factores confundentes, es decir, factores externos a la relación principal que se deseaba evaluar. La omisión de estas variables produciría sesgos en la relación entre la variable dependiente y las concentraciones de partículas atmosféricas. Lo anterior se explica porque las variables meteorológicas varían de forma diaria al igual que la contaminación atmosférica por partículas atmosféricas respirables y pueden exacerbar las enfermedades respiratorias (de Irala et al. 2001).
Finalmente, se puede mencionar que la serie de tiempo estudiada presentaba componentes estacionales y tendencia. Así que se agregaron variables dicotómicas para los meses del año y días de la semana con el fin de abordar la estacionalidad. También se incluyeron componentes estacionales a través de las variables sen (2 πkt/365) y cos (2 πkt/365), donde t representa el periodo y k valores del 1 al 6.
Modelo estadístico
Se utilizaron los GLM con función de enlace Poisson y binomial negativo. Para la obtención de los modelos se recurrió al programa R-Project (v. 3.5.1 para Windows). Los GLM permiten asumir distribuciones no normales de los errores y varianzas no constantes (Cayuela 2010). En este estudio, las variables respuesta fueron del tipo conteo (ingresos hospitalarios y atenciones en urgencias), por lo que fue apropiado emplear una regresión con función vínculo logarítmica y una distribución de errores tipo Poisson. Sin embargo, la distribución binomial negativa también fue apropiada, ya que utiliza un parámetro adicional para reflejar una posible sobredispersión de los datos (Navarro et al. 2001).
Los GLM cuentan con tres componentes. El primero corresponde al vector de covariables que origina el predictor lineal :
donde x' es el vector de las variables explicativas x j incluidas en el modelo (concentración de PM, variables meteorológicas, etc.) y β corresponde a un vector de parámetros desconocidos β j . El segundo componente es una función de enlace g(∙) que vincula el predictor lineal η con el valor esperado μ de la variable dependiente Y, que en este estudio corresponde a las atenciones de urgencia o ingresos hospitalarios según causa y grupo etario, g(μ) = η.
El tercer componente es una función de varianza Var(Y), la cual depende del valor esperado μ, donde el parámetro de dispersión ϕ es constante.
Para estudiar la presencia de sobredispersión o subdispersión se recurrió a la función dispersiontest del software R-Project, la cual realiza una prueba de hipótesis basada en una razón de verosimilitud entre las distribuciones Poisson y binomial negativa de la siguiente forma:
Si k = 0 la distribución binomial negativa se reduce simplemente a una Poisson. Además, f(μ) es una función monótona (que puede ser lineal o cuadrática) y se recurre a la prueba estadística t con el fin de probar la siguiente hipótesis nula:
Se recurrió al método de selección hacia atrás para eliminar variables explicativas que tuvieran un nivel de significancia de acuerdo con un cierto criterio, lo cual permitió seleccionar las especificaciones más adecuadas para cada modelo. Específicamente, se eliminaron las variables explicativas que presentaron un valor de p > 0.15. Además, se consideró que la concentración de partículas atmosféricas tenía un efecto estadísticamente significativo sobre las variables dependientes cuando su valor p era menor o igual a 0.05.
Una vez seleccionada y validada la especificación de cada modelo, se procedió a obtener el riesgo relativo (RR) de la variable de interés (PM10 y PM2.5) para cada grupo etario y tipo de atención en que ésta haya resultado estadísticamente significativa, para lo cual se recurrió a la siguiente ecuación:
donde β PM es el coeficiente estimado para las partículas suspendidas (PM10 o PM2.5) en los casos en que hayan resultado estadísticamente significativas y ΔPM es el incremento de las partículas que se desea evaluar en μg/m3. En el caso particular de este estudio se simularon incrementos de 1, 5, 10, 50 y 100 μg/m3.
Se espera que la asociación entre atenciones médicas (urgencias o ingresos hospitalarios) y las partículas atmosféricas sea positiva; sin embargo, la asociación observada en las estimaciones empíricas depende de si el RR es mayor, igual o menor a 1. La exposición a partículas atmosféricas incrementa el riesgo de adquirir una enfermedad cuando RR > 1, aumentando las hospitalizaciones y atenciones en urgencias.
Impacto económico en el sistema de salud
Se calculó el impacto económico de las partículas atmosféricas sobre las atenciones médicas en los modelos cuyos ’s fueron positivos y estadísticamente significativos, excluyendo el impacto de las PM10 cuando el impacto de las PM2.5 estuviera ya contabilizado. Para lo anterior, se utilizaron el RR estimado, el promedio diario de atenciones médicas durante el último año de estudio (Cuadro I) y el costo de las atenciones. Los costos unitarios se obtuvieron de Mardones et al. (2015) y se ajustaron con el Índice de Precios al Consumidor de Chile (IPC) de diciembre 2019. Para sensibilizar los resultados, se estimó el costo en atenciones de salud para alzas de 1, 5, 10, 50 y 100 μg/m3 en el promedio diario de PM10 y PM2.5.
CUADRO I DATOS UTILIZADOS PARA CALCULAR IMPACTO ECONÓMICO.
| Variable | Contaminante | Promedio diario de atenciones | Total de atenciones |
| Urgencias G1 | PM2.5 | 118 | 43 222 |
| Urgencias G2 | PM2.5 | 91 | 33 201 |
| Urgencias G3 | PM10 | 24 | 8649 |
PM: partículas atmosféricas, G1: menores de 15 años, G2: personas de 15 a 64 años y G3: adultos de 65 años o más.
RESULTADOS
En las figuras 1 y 2 se muestra la serie temporal de las concentraciones diarias de PM10 y PM2.5 en la ciudad de Los Ángeles entre 2013 y 2019. Se observa que las concentraciones ambientales de estos contaminantes superan las normas chilenas diarias (150 y 50 μg/m3 para el promedio de 24 h de PM10 y PM2.5, respectivamente) en numerosas ocasiones durante el periodo de invierno, evidenciando el problema actual de calidad del aire de la ciudad.
Fig. 1 Concentraciones diarias de partículas atmosféricas PM10 en la ciudad de Los Ángeles, periodo 2013-2019. (Fuente: elaboración propia con base en datos del Sistema de Información Nacional de Calidad de Aire [SINCA]).
Fig. 2 Concentraciones diarias de partículas atmosféricas PM2.5 en la ciudad de Los Ángeles, periodo 2013-2019. (Fuente: elaboración propia con base en datos del Sistema de Información Nacional de Calidad de Aire [SINCA]).
En cuanto a los resultados de los modelos, se discuten únicamente los modelos que analizan las consultas de urgencia e ingresos hospitalarios por causas respiratorias, ya que no se encontró un impacto de las partículas atmosféricas en las atenciones por causas circulatorias.
En el cuadro II se presentan solamente los coeficientes de los modelos en que la concentración del contaminante (PM10 o PM2.5) fue estadísticamente significativa (valor-p ≤ 0.05). En el caso del PM10, el grupo etario G1 (< 15 años) es el más afectado, ya que las partículas atmosféricas tienen un impacto significativo sobre los ingresos hospitalarios y atenciones de urgencia, afectando también las atenciones de urgencias en los grupos G2 y G3. La fracción fina de material particulado (PM2.5) solamente tiene un impacto estadísticamente significativo en las atenciones de urgencias de los grupos G1 y G2, no encontrándose impactos sobre los ingresos hospitalarios para ninguno de los grupos estudiados.
CUADRO II ESTIMACIÓN DEL COEFICIENTE β PARA LAS PARTÍCULAS ATMOSFÉRICAS (PM) Y ENFERMEDADES RESPIRATORIAS.
| Contaminante | Variable respuesta | β | Error estándar | z | Valor de p | |
| PM10 | Ingresos hospitalarios G1 | 7.03E-04 | 3.37E-04 | 2.087 | 0.036885 | * |
| PM10 | Urgencias G1 | 2.88E-04 | 5.43E-05 | 5.298 | 1.17E-07 | ** |
| PM10 | Urgencias G2 | 1.54E-04 | 5.71E-05 | 2.691 | 0.00713 | ** |
| PM10 | Urgencias G3 | 2.58E-04 | 1.25E-04 | 2.073 | 0.038135 | * |
| PM2.5 | Urgencias G1 | 3.35E-04 | 6.47E-05 | 5.183 | 2.18E-07 | ** |
| PM2.5 | Urgencias G2 | 1.55E-04 | 6.78E-05 | 2.286 | 0.02224 | * |
*Significativo al 5 %;**significativo al 1 % (**).
z: puntuación de desviaciones estándar, G1: menores de 15 años, G2: personas de 15 a 64 años y G3: adultos de 65 años o más.
Por otro lado, el efecto de las variables meteorológicas en los diversos modelos mostró un comportamiento similar independiente de la variable respuesta. En la mayoría de los casos, la temperatura, precipitaciones y humedad relativa del aire tuvieron un impacto negativo. Finalmente, las variables estacionales asociadas a los días de la semana y los meses del año presentan también un efecto estadísticamente significativo en los modelos.
Riesgo relativo
El riesgo relativo se calculó únicamente para los modelos cuyos fueron positivos y estadísticamente significativos. Así, se obtuvieron RR positivos de PM10 para los ingresos hospitalarios del grupo etario G1 y urgencias respiratorias de los grupos etarios G1, G2 y G3 (Fig. 3) y RR positivos de PM2.5 para urgencias respiratorias de los grupos etarios G1 y G2 (Fig. 4). Estos RR se estimaron para diversos incrementos (1, 5, 10, 50 y 100 μg/m3) en la concentración de PM10 y PM2.5.
Fig. 3 Riesgo relativo asociado al ingreso hospitalario de G1, y a las urgencias de G1, G2 y G3 por enfermedades respiratorias, para distintos incrementos de partículas atmosféricas PM10.
Fig. 4 Riesgo relativo asociado a las urgencias de G1 y G2 por enfermedades respiratorias, para distintos incrementos de partículas atmosféricas PM2.5.
Al analizar el comportamiento del RR de PM10 (Fig. 3), se observa que es mayor para los ingresos hospitalarios de G1, ya que al aumentar la concentración de PM10 en 100 μg/m3, el RR aumenta en 7.3 %. En contraste, para el mismo incremento de las PM10, las atenciones de urgencia respiratorias muestran un incremento en el RR de 2.9 1.5 y 2.6 % para los grupos etarios G1, G2 y G3, respectivamente.
Al analizar el comportamiento del RR de PM2.5 para las consultas de urgencias respiratorias (Fig. 4), se observa que el primer grupo etario (G1) tiene el RR más alto (3.4 %) cuando las concentraciones de PM2.5 se incrementan en 100 μg/m3. En el caso del grupo etario G2, se obtuvo un incremento de 1.6 % en el RR frente al mismo incremento en la concentración de PM2.5. Este valor es consistente con el RR de consultas de urgencia, para el mismo grupo etario y para el mismo nivel de aumento en la concentración de PM10.
Los RR de PM10 para las atenciones de urgencia respiratorias obtenidos en este estudio son menores a los estimados por Henríquez y Mardones (2021), quienes también analizaron el caso de ciudad de Los Ángeles, pero sin realizar una desagregación por rango etario. Estos autores concluyeron que las atenciones de urgencia por infección respiratoria aguda alta (IRA alta), crisis obstructiva bronquial y otras causas respiratorias se incrementarían en 5.9 6.1 y 4.1 %, respectivamente, si las PM10 aumentan su concentración diaria en 100 μg/m3. Los RR de PM2.5 para las atenciones de urgencias por causas respiratorias también son más bajos que los valores encontrados por Remaggi et al. (2019) para la misma ciudad si las PM2.5 aumentan su concentración diaria en 100 μg/m3 (7.8 % en personas de 5 a 14 años y 5.9 % en personas de 15 64 años para IRA alta; 11.6 % en personas de 1 a 4 años y 6.4 % en personas de 1 a 4 años para neumonía, y 14.2 % en personas de 5 a 14 años para bronquitis/bronquiolitis aguda. Finalmente, el RR de PM10 hallado en este estudio para los ingresos hospitalarios por causas respiratorias en el grupo G1 también es algo menor que el reportado por Mardones et al. (2015) en la cercana ciudad de Concepción, Chile (a 130 km de distancia): 9.4 % si el PM10 aumenta su concentración diaria en 100 μg/m3. La diferencia entre estos estudios se puede atribuir principalmente a los periodos de tiempo analizados y al nivel de agregación (o desagregación) etario y enfermedades, lo cual puede afectar la identificación de la causalidad estadística en los modelos de series de tiempo debido a factores de confusión (Zhang et al. 2019). Sin embargo, lo importante es que las tres investigaciones encuentran efectos robustos de la contaminación por PM sobre la salud respiratoria de la población
Impacto económico en el sistema de salud
Un incremento de 1 μg/m3 en la concentración diaria de partículas atmosféricas (PM10 o PM2.5) significa un costo de aproximadamente 1900 dólares/día, lo que aumenta a 190 000 de dólares/día (Cuadro III) cuando la variación en la concentración de partículas atmosféricas aumenta a 10 μg/m3. Lo anterior, se traduce en un costo de aproximadamente 700 mil dólares/año ante una variación de 1 μg/m3 en la concentración de partículas atmosféricas (PM10) cuando se considera el total anual de atenciones, en tanto que un aumento de 10 μg/m3 significaría un incremento de 7 millones de dólares/año.
CUADRO III COSTO PROMEDIO DIARIO EN MILES DE DÓLARES DE ATENCIONES EN SALUD POR LA VARIACIÓN EN LA CONCENTRACIÓN DE PARTÍCULAS ATMOSFÉRICAS (PM).
| Variable | Contaminante | Variación diaria (μg/m3) | ||||
| 1 | 5 | 10 | 50 | 100 | ||
| Urgencias G1 | PM2.5 | 1.25 | 6.28 | 12.56 | 63.23 | 127.53 |
| Urgencias G2 | PM2.5 | 0.45 | 2.24 | 4.48 | 22.45 | 45.07 |
| Urgencias G3 | PM10 | 0.20 | 0.98 | 1.97 | 9.88 | 19.90 |
| Costo total | 1.90 | 9.50 | 19.00 | 95.56 | 192.50 | |
G1: menores de 15 años, G2: personas de 15 a 64 años y G3: adultos de 65 años o más.
DISCUSIÓN
Se observó la existencia de un efecto positivo y estadísticamente significativo de las partículas atmosféricas sobre las atenciones de urgencia e ingresos hospitalarios en la ciudad de Los Ángeles, Chile. Los niños menores a 15 años (G1) son quienes muestran mayor riesgo de consultas de urgencia e ingresos hospitalarios por causas respiratorias debido a la vulnerabilidad de sus sistemas respiratorio e inmunitario, especialmente los más pequeños. Para este grupo, la concentración de PM10 y PM2.5 del mismo día resultó significativa para el 75 % de las variables dependientes. Se propone utilizar esta información para generar consciencia en la población, ya que un aumento de 100 μg/m3 en la concentración diaria de PM10 se traduce en un aumento de un 7.3 % en los ingresos hospitalarios de este grupo etario.
Por otro lado, las consultas de urgencias por causas respiratorias tuvieron una relación positiva y estadísticamente significativa con la concentración de PM10 y PM2.5 para los grupos etarios estudiados, observándose un aumento de 3, 2 y 3 % en las atenciones en urgencias diarias para los grupos G1, G2 y G3, respectivamente, cuando la concentración de PM10 se incrementó en 100 μg/m3. Esta información es útil para la preparación y asignación de recursos en salud, ya que cuando la calidad del aire empeora (mayores concentraciones de PM10 y PM2.5) la demanda por atenciones de urgencias respiratorias aumenta. El hecho de cuantificar el impacto de la contaminación del aire en la ciudad de Los Ángeles sobre la demanda por atenciones de urgencia e ingresos hospitalarios puede justificar estrategias de educación ambiental y medidas regulatorias para reducir la contaminación que enfrenta la ciudad. Un ejemplo de medidas regulatorias es la prohibición de calefactores a leña o la entrega de subsidios para el reemplazo de calefactores a leña por calefactores a pellet. Esto reduciría las concentraciones ambientales de PM10 y PM2.5, mejorando la salud de la población y disminuyendo la demanda de atenciones médicas por causas respiratorias.
El efecto de las variables meteorológicas (temperatura, precipitaciones y humedad relativa del aire) en los modelos mostró mayoritariamente un efecto negativo. Lo anterior se puede explicar porque las bajas temperaturas y lluvias conducen a un mayor uso de calefacción a leña, pero también porque las personas pasan mayor tiempo en espacios cerrados, coincidiendo con periodos en que hay mayor circulación viral.
CONCLUSIONES
Se determinó un efecto significativo entre las atenciones de urgencia e ingresos hospitalarios y las concentraciones de partículas atmosféricas en la ciudad de Los Ángeles, Chile. El mayor riesgo de consultas de urgencia e ingresos hospitalarios por atenciones respiratorias se encontró en niños menores a 15 años. Al evaluar el impacto económico de la contaminación por partículas atmosféricas, se obtuvo que el costo diario por un incremento de 10 μg/m3 alcanzaría los 19 mil dólares. Esto permitiría cuantificar parte de los potenciales beneficios (costos evitados) en el sistema de salud originadas por la reducción de partículas atmosféricas (plan de descontaminación) en la ciudad de Los Ángeles. Al disminuir en 5 μg/m3 la concentración diaria de PM10, se podría generar un ahorro de 9500 dólares. Además, la disminución de 10 μg/m3 en la concentración promedio anual de partículas atmosféricas lograría un ahorro potencial de 7 millones de dólares.
Se propone replicar el estudio desagregando las causas de las atenciones en urgencias y los ingresos hospitalarios para evaluar el impacto de la calidad del aire en las distintas enfermedades respiratorias.
