Introducción a la contaminación atmosférica

Estime cuál habría sido el exceso de concentración de MP₁₀ que se habría manifestado en ese episodio de Londres. Indique también cuáles serían los intervalos de confianza para dicha cantidad. Como referencia, la concentración total de partículas suspendidas (PTS) medida en el ambiente fue de 1.400 [μg/m³] como promedio del episodio londinense.

Solución:

a)Primero se evalúa el riesgo relativo de la población durante el episodio:

b)Luego, usando el modelo epidemiológico estándar, se puede estimar que la concentración en exceso, ΔC, está dada por la ecuación:

Usando alguno de los estudios epidemiológicos resumidos en la Tabla 2.5, se puede estimar un valor de ΔC en [μg/m³]; de la misma manera, empleando el intervalo de confianza del respectivo estimador β, se puede construir un intervalo de confianza para ΔC.

A partir de la Tabla 2.5 se puede construir el siguiente resumen:

Se aprecia que tanto el meta-análisis europeo como el global son muy consistentes con el dato que el promedio del PTS en el episodio fue de 1.400 [μg/m³], ya que entonces el intervalo de confianza del ΔC del MP₁₀ queda acotado siempre por dicha cantidad.

Luego, estos resultados indican que aparentemente la susceptibilidad de la población de Londres al MP₁₀ sería muy similar a la estimada a partir de estudios epidemiológicos en épocas recientes, tanto en Europa como en otras regiones del mundo.

2.3.5.1 Comparación de resultados de distintos estudios

Cualquiera que sea el ámbito de comparación de los estudios: según coeficientes β, según incidencias Δy o según beneficios valorizados, surge siempre la pregunta de cómo ponderar los distintos resultados de la literatura. El enfoque estándar consiste en agrupar los estimadores de diferentes estudios, dándole más importancia relativa a los estudios con poca variabilidad que a los que poseen mucha variabilidad. En cualquier caso, la forma específica en que se ponderan los estudios depende de los supuestos que se hagan acerca de cómo los distintos estimadores se relacionan entre sí.

Bajo el supuesto de que existe una distribución de coeficientes de efectos (β) que difieren por ubicación y/o estudio (el llamado modelo de efectos aleatorios), los diferentes coeficientes reportados en diversos estudios pueden ser estimadores de distintos coeficientes, en vez de ser diferentes estimadores del mismo coeficiente. Este último caso es el modelo de efectos fijos, que asume que hay un solo β en todas partes²³.

De esta forma, el modelo de efectos aleatorios permite la posibilidad de que los diversos estudios estén estimando distintos parámetros. Por ejemplo, en estudios que relacionan mortalidad con concentraciones de MP₁₀, si la composición química del MP₁₀ varía de una ubicación a otra, las funciones de daño estimadas en dichas localidades pueden ser diferentes.

Si se supone que las partículas finas son las principales responsables del efecto y ellas están en mayor proporción del MP₁₀ en la ciudad A que en la ciudad B, uno esperaría que el valor verdadero de β sea mayor en A que en B; esto violaría la suposición del modelo de efectos fijos. Sin embargo, al suponer un modelo de efectos aleatorios, los coeficientes observados son representativos de la región analizada (que incluye las ciudades A y B).

Es común resumir la información de múltiples ciudades empleando la hipótesis del modelo de efectos aleatorios, como se muestra en ejemplos en la siguiente sección.

2.4 Resumen de antecedentes de la literatura

En las últimas décadas, los estudios epidemiológicos realizados en todo el mundo han demostrado que hay una asociación entre diversos efectos en la salud y cambios en las concentraciones diarias (o de largo plazo) de los contaminantes atmosféricos, incluyendo el material particulado.

Entre los efectos que se han estudiado podemos mencionar: mortalidad prematura, cáncer al pulmón, hospitalizaciones por enfermedades cardiovasculares y respiratorias, visitas al médico y a salas de emergencia, exacerbación de síntomas de asma, síntomas respiratorios, pérdida de días de clases, restricción de actividad física y bronquitis aguda y crónica.

En esta sección se resume la evidencia de la literatura especializada, intentado recopilar los estudios más relevantes y concluyentes. Los resultados se clasifican en efectos de corto y largo plazo, en diferentes grupos etarios, para distintos contaminantes, y separados en mortalidad y morbilidad.

2.4.1 Efectos agudos (de corto plazo)

Estos efectos se estiman utilizando estudios de series de tiempo que emplean promedios diarios de MP₁₀, MP_2.5, NO₂ u ozono y los asocian con conteos diarios de mortalidad o morbilidad, de acuerdo al modelo estándar de la ecuación 2.1 y a la metodología ya presentada en la sección 2.3.3.

2.4.1.1 Mortalidad prematura y material particulado: todas las edades

a)La primera de las investigaciones que consideró varias ciudades (o sea, diferentes niveles de exposición al material particulado) fue el “Estudio de seis ciudades de EE.UU.” (Schwartz y otros, 1996). En él se instalaron monitores de MP₁₀ para representar mejor la exposición de la población. Se encontró una asociación consistente entre mortalidad diaria (todas las edades) y exposición diaria al MP₁₀ y al MP_2.5, con 0,8% (intervalo: 0,5-1,1% al 95%) de incremento en la mortalidad total diaria por cada 10 (μg/m³) de incremento en el MP₁₀.

b)En una investigación de 10 ciudades en EE.UU., Schwartz (2000a) examinó los efectos del MP₁₀ en la mortalidad y halló que un cambio de 10 (μg/m³) en el MP₁₀, medido como promedio del valor actual y del día anterior, estaba asociado a 0,7% de incremento en la mortalidad total.

c)En otro estudio de múltiples ciudades, Burnett y otros (2000) analizaron los datos de mortalidad entre 1986 y 1996 para las ocho ciudades más grandes de Canadá, encontrando asociaciones entre el MP₁₀ o MP_2.5 y mortalidad. Para el MP₁₀, se halló que un incremento de 10 (μg/m³) en la concentración promedio diaria estaba asociado con 0,7% (intervalo: 0,2-1,2 % al 95%) de incremento en la mortalidad total diaria.

d)Otro estudio (APHEA) que consideró 29 ciudades europeas midió MP₁₀ con una metodología similar a la de los estudios de EE.UU. ya mencionados, aunque en algunas ciudades se empleó otros indicadores como PTS²⁴ o BS. Nuevamente, se halló una asociación entre la mortalidad diaria y MP₁₀, con un coeficiente global de efectos de 0,6% de incremento por cada 10 (μg/m³) de incremento en el MP₁₀ (Katsouyanni y otros, 2001).

e)Samet y otros (2000a) analizaron una base de datos de 88 ciudades en EE.UU. (Estudio NMMAPS), con una investigación más focalizada en solo 20 ciudades (Samet y otros, 2000b). Los resultados combinados de todas las ciudades indicaron una asociación entre mortalidad y MP₁₀ de aproximadamente 0,5% por cada 10 (μg/m³) de incremento en el MP₁₀, lo cual está cercano al valor más bajo reportado en los estudios ya citados.

Trabajos más recientes que han corregido deficiencias en la metodología estadística del ajuste de modelos GAM han encontrado un efecto todavía menor, de 0,27% por cada 10 (μg/m³) de MP₁₀ (Dominici y otros, 2002). Este valor corresponde a una cota inferior debido a que el análisis solo consideró efectos de rezagos de hasta dos días en las concentraciones de MP₁₀. Otros estudios han reportado efectos mayores al incluir más días de rezago en el modelo epidemiológico.

Además de estas investigaciones de múltiples ciudades y de meta-análisis, se han realizado estudios individuales en más de cien ciudades en todo el mundo. Varios de esos trabajos se han realizado en ciudades de países en desarrollo, y han reportado efectos similares a los de Norteamérica o de Europa. Así, en la escala de incrementos de 10 (μg/m³) de MP₁₀, los coeficientes y sus intervalos de confianza se entregan en la siguiente tabla, junto con la referencia de cada estudio.

TABLA 2.6

Ejemplos de estudios de mortalidad total y material particulado en ciudades²⁵

Dado que todos los estudios citados en este ítem han sido realizados en ciudades bajo distintas condiciones de demografía, clima, nivel de tabaquismo, combustibles residenciales, exposición ocupacional, estado socioeconómico, niveles de MP₁₀, etcétera, parece razonable extrapolar los resultados de los estudios a ciudades donde no se han hecho estudios de epidemiología ambiental.

En conjunto, los estudios resumidos aquí indican que hay evidencia consistente en que el material particulado en el ambiente incrementa de manera significativa la tasa de mortalidad total de la población expuesta. Aunque el riesgo relativo es pequeño, debido al largo número de personas expuestas, el impacto en salud es considerable.

En caso de utilizarse extrapolaciones o estudios locales para estimar mortalidad de corto plazo en la población, es importante evitar contar más de una vez el efecto. Así, estos resultados no deberían sumarse a los efectos de largo plazo en mortalidad, que se presentan más adelante en este capítulo.

2.4.1.2 Mortalidad prematura y material particulado: niños

La evidencia de los estudios indica que la contaminación por material particulado incrementa las tasas de mortalidad prematura en niños con edades menores a 5 años. Este efecto ya está incluido en la mortalidad total ya descrita en el ítem anterior.

Existen varios estudios que han reportado asociación entre concentraciones ambientales de material particulado y mortalidad infantil (o neonatal), bajo peso al nacer o altas tasas de nacimientos prematuros (Penna y Duchiade, 1991; Bobek y Leon, 1998; Woodruff, Grillo y Schoendorf, 1997).

En este tipo de estudios es difícil separar el efecto de la contaminación de otros factores, tales como pobreza, patrones de exposición y aspectos socioeconómicos como la dieta. A pesar de esto, los estudios longitudinales (de series de tiempo) han encontrado asociaciones entre mortalidad infantil y exposición a MP₁₀. Tres estudios se han realizado en Sao Paulo (Saldiva y otros, 1994; Gouveia y Fletcher, 2000; Conceiçao y otros, 2001), un estudio se ha hecho en Ciudad de México (Loomis y otros, 1999) y otro en Bangkok (Ostro y otros, 1998, 1999a). Estos cinco estudios producen un estimador global (de acuerdo al meta-análisis de la OMS) de 1,66% de incremento en la mortalidad por causas respiratorias en niños menores a 5 años, por cada 10 (μg/m³) de incremento en el MP₁₀, con un intervalo de confianza entre 0,34 y 3,0%; ver siguiente tabla²⁶.

TABLA 2.7 Ejemplos de estudios de mortalidad prematura en niños

2.4.2 Efectos del material particulado en la morbilidad de la población

Múltiples estudios epidemiológicos han reportado asociaciones entre varias medidas del material particulado y diversos impactos en la morbilidad de corto plazo, incluyendo:

• Hospitalización por enfermedad respiratoria o cardiovascular.

•Exacerbación de síntomas de asma.

•Incrementos en infecciones respiratorias.

•Visitas a salas de emergencia y a consultas de urgencia.

•Días laborales perdidos.

•Ausentismo escolar.

•Aumento de síntomas respiratorios.

•Disminución de la capacidad pulmonar en deportistas.

La mayoría de estos estudios se han hecho en ciudades de EE.UU., con algunas hechas en ciudades europeas y muy pocos casos fuera de esas dos regiones. Luego, existe un mayor grado de incertidumbre cuando se trata de extrapolar resultados de estudios de morbilidad a países en desarrollo, puesto que las estimaciones requieren tanto el coeficiente de la función C-R como la tasa base de incidencia del efecto.

La metodología de estos estudios es la misma que se ha empleado en los casos de mortalidad de corto y largo plazo: estudios de series de tiempo con conteos diarios de los efectos, con correcciones por variables de confusión como día de la semana, meteorología, presencia de influenza, etcétera, y estudios de paneles de individuos (ejemplo, niños asmáticos) a los que se les hace seguimiento en el tiempo.

En esta sección se presentan resultados del meta-análisis efectuado por un grupo de investigadores mexicanos y holandeses, quienes agruparon una gran cantidad de estudios epidemiológicos y construyeron estimadores de tendencia central para diversos efectos a la salud (Olaíz-Fernández y otros, 2000)²⁷.

A continuación presentaremos algunos de ellos, para que el lector tenga una impresión de la variabilidad de las estimaciones de efectos en morbilidad de un estudio a otro.

En todos los casos, y para fines de comparación, se expresó el efecto en la tasa de incidencia para un cambio estandarizado de 10 unidades de medición del contaminante respectivo (10 μg/m³ para material particulado y 10 ppb para ozono) en la exposición promedio de la población. Los estimadores centrales se hicieron asumiendo el modelo de efectos aleatorios, y los intervalos de confianza graficados son del 95%.

2.4.2.1Hospitalizaciones por enfermedades respiratorias o cardiovasculares

El número de individuos hospitalizados por complicaciones respiratorias en un cierto período es un indicador empleado a menudo para estimar efectos de exposiciones a bajas concentraciones de material particulado en la población. La magnitud de los efectos estimados varía entre 0,30% y 3,83%. Todos estos estudios se han realizado en países desarrollados. En este caso el estimador central es 1,39% (IC 95% 1,18-1,60%). Si solo se consideran los mayores de 65 años, el estimador central es 1,49% (IC: 1,20-1,78), como se muestra en la siguiente figura.

Para el caso de hospitalizaciones por enfermedades cardiovasculares (todas las edades), los efectos varían entre 0,4% y 0,9% de incremento, con un estimador central de 0,60% (IC: 0,42-0,79), y algunos de los estudios no son significativos. Sin embargo, al considerarse solo mayores de 65 años, los estudios son todos significativos (ver Figura 2.5) y el porcentaje aumenta a 1,22 % (IC: 0,94-1,50).

FIGURA 2.4

Cambio porcentual en admisiones hospitalarias por enfermedades respiratorias por cada 10 μg/m³ de incremento en MP₁₀

FIGURA 2.5

Cambio porcentual en admisiones hospitalarias por enfermedades cardiovasculares por cada 10 μg/m³ de incremento en MP₁₀ para mayores de 65 años

2.4.2.2 Hospitalizaciones en personas con asma

Los estudios de admisiones hospitalarias indican una asociación entre los ataques de asma y la contaminación atmosférica. La siguiente figura muestra que el cambio porcentual de esa tasa varía bastante entre un estudio y otro entre 2,2% y 14,6%, con un valor promedio de 7,9% (IC: 4,5-11,3%).

FIGURA 2.6

Cambio porcentual en ataques de asma por cada 10 μg/m³ de incremento en MP₁₀

2.4.2.3 Visitas a salas de emergencia

Las visitas a salas de emergencia por enfermedades respiratorias constituyen un indicador típico de morbilidad. Los estudios muestran efectos muy variados (ver Figura 2.7), con un estimador promedio de 3,1% (IC: 2,4-3,9%).

FIGURA 2.7

Porcentaje de incremento en admisiones hospitalarias respiratorias por cada 10 μg/m³ de incremento en MP₁₀

2.4.2.4 Bronquitis crónica

Los estudios analizados fueron hechos en EE.UU.; la siguiente figura muestra que los efectos cambian bastante entre un estudio y otro, con un estimador medio cercano a 11%.

FIGURA 2.8

Porcentaje de cambio en la presencia de bronquitis crónica por cada 10 μg/m³ de incremento en MP₁₀

2.4.2.5Hospitalizaciones de personas con enfermedad pulmonar obstructiva crónica

La siguiente figura muestra el porcentaje de incremento en admisiones hospitalarias por enfermedad pulmonar obstructiva crónica (EPOC), con un estimador promedio de 2,34% (IC: 1,80-2,89%). Este es un grupo de riesgo que normalmente está constituido por fumadores habituales que desarrollan esta enfermedad en un período prolongado.

FIGURA 2.9

Porcentaje de cambio en hospitalizaciones por EPOC por cada 10 μg/m³ de incremento en MP₁₀. Fuente: Olaíz-Fernández y otros, 2000

2.4.2.6Días de actividad restringida

Desde un punto de vista económico, los días en que un trabajador suspende su trabajo (llamado días de actividad restringida, DAR), o bien su productividad es mermada (lo que se llama días de actividad restringida menor, DARM), debido a alguna dolencia o enfermedad, representan un factor importante, puesto que esto se traduce en un pérdida de ingreso monetario. Es por esto que es importante cuantificar estos efectos en la población trabajadora. Solo se encontraron estudios hechos en EE.UU., los que se resumen en la siguiente tabla.

TABLA 2.8

Porcentaje de cambio en DAR y DARM por cada 10 μg/m³ de incremento en MP¹⁰

2.4.2.7 Resumen del meta-análisis

La siguiente tabla resume la totalidad de los efectos a la salud estimados en la recopilación y meta-análisis de Olaíz-Fernández y otros (2000). Los valores de los coeficientes en las funciones de daño se pueden utilizar para extrapolar efectos en otras localidades, teniendo cuidado en considerar la incertidumbre involucrada en cada caso.

Para hacer estimaciones de impactos a la salud usando los coeficientes de la tabla siguiente, se efectúa el cálculo dado por las ecuaciones 2.2 y 2.3:

Donde β e y(C₀) son el coeficiente y tasa de incidencia base tomados de la siguiente tabla, respectivamente; ΔC es el cambio esperado de la exposición (ponderando por población) y Pob es la población relevante.

TABLA 2.9

Resultados del meta-análisis de Borja-Aburto y otros (2000)

(1) Corresponde al % de cambio por cada 10 ppb de cambio en máxima diaria de ozono

(2) Corresponde al % de cambio por cada 10 μg/m³ de cambio en media diaria de MP₁₀ (3) Corresponde a efectos en asmáticos solamente

Ejemplo 2.8

Una reducción de 10% en las concentraciones de ozono en Ciudad de México produciría una disminución en la exposición promedio a las personas de 11,4 ppb/persona; el coeficiente para el ozono es 3,76%/10 ppb. Considerando que la Ciudad de México tiene una población actual de 19 millones de habitantes y que la tasa base de admisiones hospitalarias respiratorias es de 411 casos/100.000 personas/año, entonces la variación de efectos es:

Es decir, se reducirían las admisiones por complicaciones respiratorias en 3.346 casos al año. ¿Cuál sería un IC al 95% para esta magnitud?

Ejemplo 2.9

Consideremos ahora Santiago de Chile, con una población adulta de 3,5 millones de personas (mayores de 19 años) en el año 2000; la concentración media de MP₁₀ en los ocho monitores de la red MACAM-2 fue de 77 μg/m³. ¿Cuál sería el efecto en los días laborales perdidos si se redujera la exposición a 60 μg/m³ como promedio?

Es decir, habría una disminución en los días laborales no trabajados de más de un millón de casos al año. ¿Cuál sería un IC al 95% para esta magnitud?

Para evaluar la confiabilidad de este estimador, averigüe si existen estadísticas de ausencias laborales totales anuales para Santiago; en tal caso compare esas cifras con el estimador calculado en este ejemplo.

2.4.3 Efectos crónicos del material particulado

Para examinar el efecto de largo plazo de la exposición al material particulado, se han diseñado estudios de cohorte, en los cuales una muestra de individuos es seleccionada y a ellos se les hace seguimiento en el tiempo. Dockery y otros (1993) siguieron aproximadamente 8.000 individuos en seis ciudades de EE.UU., y Pope y otros (1995) evaluaron las tasas de mortalidad en un lapso de siete años en aproximadamente 550.000 individuos en 151 ciudades de EE.UU.

Estos estudios analizaron datos a nivel individual, y permitieron evaluar si es que los niveles de MP₁₀ (o de MP_2.5 o sulfatos) medidos en períodos largos de tiempo estaban asociados con diferentes riesgos de mortalidad y esperanzas de vida. Estos estudios incluyen también los efectos de corto plazo, ya mencionados anteriormente. Los estimadores de efectos de mortalidad total de largo plazo varían en esos dos estudios entre 4% y 7% de incremento en mortalidad por cada 10 (μg/m³) de incremento en el MP₁₀, es decir, son varias veces mayores que los resultados de corto plazo (en torno al 1%).

Estos estudios también permiten establecer una base de cálculo de la reducción en esperanza de vida por exposición al material particulado. Los resultados sugieren que la diferencia de MP_2.5 de 24 (μg/m³) entre las ciudades más y menos contaminadas está asociada a una diferencia de 1,5 años de esperanza de vida (Pope, 2000). Brunekeef (1997) encontró una diferencia de 1,1 años de esperanza de vida entre las dos ciudades del estudio original de Pope y otros (1995). La siguiente figura muestra el cociente (RR, ver ecuación 2.4) entre las tasas de mortalidad de varias ciudades comparadas con respecto a la más saludable, para el estudio de seis ciudades de Dockery y otros (1993).

Entre las fortalezas del estudio de Dockery y otros (1993), podemos citar:

a)Se encontró un efecto significativo después de ajustar por variables tales como hábito de fumar, educación, índice de masa corporal y exposición ocupacional.

b)El efecto se encontró dentro de todos las categorías de fumadores, situación ocupacional y tanto en hombres como mujeres.

c)El tamaño del efecto fue similar al encontrado en los estudios transversales previos (Lave y Seskin, 1977).

FIGURA 2.10

Resultados del estudio longitudinal de Dockery y otros (1993). P: Portage, Wisconsin; T: Topeka, Kansas; W: Watertown, Massachusetts; L: St. Louis, Missouri; H: Harriman, Tennessee; S: Steubenville, Ohio

Entre las limitaciones del estudio de Dockery y otros (1993) que se pueden mencionar tenemos:

a)No sabemos si la contaminación presente o la histórica (o qué ponderación de ambas) es la responsable del efecto observado.

b)No sabemos con certeza cuál contaminante es el causante del efecto: partículas finas, ozono, acidez del aerosol o si la mezcla es sinérgica.

c)El estudio podría estar sesgado por alguna variable no medida que estuviera presente en todas las ciudades simultáneamente (¿hábitos sedentarios?).

De todas formas, un resultado importante es que las curvas de supervivencia derivadas para las seis ciudades mostraron inequívocamente que la gente tenía menor probabilidad de supervivencia a medida que aumentaba la contaminación en la ciudad donde vivían, lo que se muestra en la siguiente figura.

FIGURA 2.11

Curvas de probabilidad de supervivencia reportadas por Dockery y otros (1993)

Krewski y otros (2000) han hecho un reanálisis completo de los estudios de Dockery y otros (1993) y de Pope y otros (1995), incluyendo modelos estadísticos alternativos, potenciales variables de confusión, subgrupos de la población, otros contaminantes presentes, estimaciones alternativas de exposición al material particulado, correlaciones espaciales entre ciudades, etcétera. Las conclusiones que se obtuvieron fueron:

Más recientemente, Pope y otros (2002) extendieron su análisis empleando 16 años de datos, incluyendo información más reciente de MP_2.5 en ciudades de Estados Unidos. Con ellas se halló no solo un estimador de β (todas las causas) similar al de los estudios previos, sino que además se estimaron coeficientes β para mortalidad cardiopulmonar (9,3%, 3,3-16%) y cáncer al pulmón (13,5%, 4,4-23%). Estos resultados más comprehensivos se deben a mejores estimadores de exposición de la población con instrumentos más modernos y a un mayor tamaño de muestra.

Los estudios con datos más recientes incluyen valores de MP_2.5 tan bajos como 5 (μg/m³), lo que permite extrapolar los resultados a bajas concentraciones para estimar efectos de largo plazo causados por exposición a bajas concentraciones de material particulado.

2.4.3.1 Funciones concentración-respuesta para material particulado

En el meta-análisis hecho por la OMS, se estimó la función C-R para mortalidad de largo plazo usando una función lineal del logaritmo de la concentración de MP_2.5, cuya pendiente se aplana a concentraciones altas, de manera de evitar extrapolar en forma lineal, lo que llevaría a estimaciones irrealistas para las ciudades con más altos niveles de MP_2.5 en la actualidad. La recomendación de la OMS es:

a)Usar la siguiente expresión para el riesgo relativo de mortalidad cardiopulmonar de largo plazo (adultos mayores a 30 años):

Donde α = 0,155, (IC: 0,056-0,254), X es la concentración anual de MP_2.5 y X₀ es una concentración de background en la ciudad o país (valor medido), o bien se asume igual al menor valor observado en el estudio original, de 7,5 (μg/m³) en el estudio de Pope y otros (1995).

b)Para mortalidad por cáncer al pulmón, el respectivo valor es α = 0,232 (IC: 0,0856-0,3787) de acuerdo a Pope y otros (2002). Ese valor se puede reemplazar en la ecuación anterior para estimar el riesgo relativo. Notar que estos coeficientes se aplican solamente a la ecuación anterior y no al modelo más usado de la ecuación 2.1.

c)En caso de que se mida la exposición como concentraciones de MP₁₀, se requiere conocer el cociente MP_2.5 / MP₁₀ para poder aplicar las ecuaciones anteriores. Se prefiere que ese cociente sea medido localmente. Debido a que las curvas se obtuvieron con análisis hechos en ciudades con concentraciones bajo los 30 (μg/m³) de MP_2.5 anual, la OMS recomienda no extrapolar los riesgos relativos más allá de niveles de 50 (μg/m³) de MP_2.5 anual, es decir, se hace una saturación del riesgo relativo calculado con la ecuación 2.8 para 50 (μg/m³), si es que el valor efectivo excede dicha magnitud.

Así por ejemplo, en la siguiente figura, confeccionada para países en desarrollo (MP_2.5 / MP₁₀=0,5), y asumiendo una concentración de background de 5 (μg/m³), los resultados para el riesgo relativo (RR) se saturan para mayores valores del MP₁₀, es decir, RR quedaría en el valor central 1,39 para valores de MP₁₀ por sobre 100 [μg/m³].

d)Por otra parte, si se asume que la mortalidad está linealmente relacionada con la exposición (i.e., concentración) ambiental, la ecuación para el riesgo relativo es la 2.4, pero ahora con los siguientes valores de β:

• β = 0,00893 (σ_β = 0,00291) para mortalidad cardiopulmonar.

• β = 0,01267 (σ_β = 0,00426) para mortalidad por cáncer al pulmón.

FIGURA 2.12

Gráfica del RR y su IC al 95% para el caso de la mortalidad cardiopulmonar de largo plazo. Fuente: OMS (2004)

Para poner en perspectiva la magnitud de los efectos, el siguiente ejemplo muestra los resultados de aplicar la metodología presentada en esta sección al caso de Santiago de Chile, en 2012.

Ejemplo 2.10

Considerando que X₀ en la ecuación 2.8 se asume igual a 5 [μg/m³], que el 2012 la población de adultos mayores a 30 años en Santiago era de 3 millones de personas y que las tasas de mortalidad cardiopulmonar y de cáncer al pulmón tienen los valores 0,00362 y 0,00028, respectivamente, calcule cuáles serían los efectos en la salud de largo plazo en Santiago, considerando que la concentración anual de MP_2.5 se mantuviera en 25 [μg/m³] de manera permanente desde el 2012 en adelante. Exprese sus resultados para el 2012 e incluya intervalos de confianza al 95% para los resultados.

Los valores de la constante α y su intervalo de confianza son los siguientes (se asume que se pueden aplicar en Santiago):

Como la concentración es menor a 50 [μg/m³], ignoramos las correcciones por saturación y aplicamos directamente la ecuación 2.8, obteniendo los siguientes riesgos relativos para el caso a):