SciELO - Scientific Electronic Library Online

 
vol.39 issue6Cigarette smoking: knowledge and attitudes among Mexican physiciansCharacteristics associated to the underregistration of deaths in the state of Guerrero, Mexico author indexsubject indexarticles search
Home Page  

Salud Pública de México

Print version ISSN 0036-3634

Salud pública Méx vol.39 n.6 Cuernavaca Nov. 1997

http://dx.doi.org/10.1590/S0036-36341997000600004 

ARTÍCULO ORIGINAL

 

Efecto de la contaminación ambiental sobre las consultas por infecciones respiratorias en niños de la Ciudad de México

 

MARTHA MARÍA TÉLLES-ROJO, MAT., M.SC.,(1) ISABELLE ROMIEU, M.C., M.SC., DR.SC.,(2) MARCO POLO-PEÑA, M.C., M.SC.(3) SILVIA RUIZ-VELASCO, ACT., M.SC. PH.D.,(4) FERNANDO MENESES-GONZÁLEZ, M.C., M.SC.,(1) MAURICIO HERNÁNDEZ-AVILA, M.C., M.SC., DR.SC.(1)

 

 

RESUMEN
Objetivo
. Modelar la variabilidad en el número de consultas infantiles diarias por motivos respiratorios como consecuencia de los cambios diarios en los niveles de contaminación ambiental, observada en los servicios de urgencias y medicina familiar de un hospital de especialidades del Instituto Mexicano del Seguro Social ubicado en la zona suroeste de la Ciudad de México durante 1993. Material y métodos. Se estudió la correlación entre la presencia de infecciones respiratorias altas y bajas con la exposición a ozono y bióxido de nitrógeno. Para modelar esta asociación se utilizó la técnica de regresión Poisson aplicada sobre modelos de riesgo lineal y no lineal con periodos de latencia entre las mediciones ambientales y la consulta de uno, dos y tres días, así como el promedio de las mediciones de los tres, cinco y siete días previos a la consulta. Resultados. El modelo utilizado estima que un incremento de 50 ppb en el promedio horario de ozono de un día ocasionaría, al día siguiente, un incremento del 9.9% en las consultas de urgencias por infecciones respiratorias altas en el periodo invernal, pudiendo incrementarse hasta en un 30% si el incremento se diera en cinco días consecutivos como promedio. Conclusiones. Los resultados sugieren que la exposición de los menores de 15 años al ozono y bióxido de nitrógeno inciden significativamente sobre el número de consultas ocasionadas por motivos respiratorios en esta zona de la Ciudad de México.
PALABRAS CLAVE: contaminación ambiental; ozono; dióxido de nitrógeno; infecciones del tracto respiratorio; niño; México

 

ABSTRACT
Objective
. To model the variability of medical visits by children for respiratory reasons as a consequence of the daily changes in environmental pollution observed in the emergency and family medicine departments of a hospital of the Instituto Mexicano del Seguro Social located in the southwest of Mexico City during 1993. Materials and methods. The correlation between the presence of upper and lower respiratory tract infections and exposure to ozone and nitrogen dioxide was studied. To model this association, the authors used multivariate Poisson regression models with linear and non-linear risk, with lag periods between the environmental measurements and the medical visits of one, two and three days, as well as the average of the measurements of three, five and seven days previous to the visit. Results. The model estimates that an increment of 50 ppb in the daily average of ozone would cause an increase of 9.9% in emergency visits due to high respiratory tract infections during the winter, which could rise to 30% if the increment would last five consecutive days in average. Conclusions. Results suggest that exposure of children younger than 15 years of age to ozone and nitrogen dioxide significantly affect the number of medical visits for respiratory causes in this part of Mexico City.
KEY WORDS: environmental pollution; ozone; nitrogen dioxide; respiratory tract infections; child; Mexico

 

 

El área metropolitana de la Ciudad de México es una de las zonas con mayores problemas de contaminación ambiental en el mundo. Está ubicada a 2 240 m sobre el nivel del mar, tiene una extensión aproximada de 7 860 km2 y se encuentra rodeada por importantes cadenas montañosas que impiden la libre circulación del aire, lo cual agrava las condiciones ambientales.

Adicionalmente existen importantes problemas relacionados con la industria y el transporte; se estima que el parque vehicular de la zona metropolitana es de aproximadamente tres millones de automotores y, en los últimos años, ha crecido a un ritmo cercano al 10% anual, generando un elevado consumo de combustibles, con la consecuente emisión de contaminantes. Asimismo, se ha detectado una discordancia entre el sitio de residencia y el lugar de trabajo de la población, lo que origina el recorrido de enormes distancias varias veces en un día; actualmente se estima que se realizan alrededor de 36 millones de viajes-persona-día, de los cuales 21.4% se hacen en automóvil particular.1

Los niveles más elevados de contaminación ambiental se presentan durante el periodo invernal que comprende los meses de noviembre a marzo y que se caracteriza por bajas temperaturas y escasez de lluvias.

En estudios previos realizados en otros países2,3 se ha documentado la asociación entre el ozono y el riesgo de enfermedades respiratorias. No obstante, los datos para bióxido de nitrógeno (NO2) son escasos y no concluyentes. En México se han llevado a cabo algunos estudios en este sentido;4 sin embargo, éstos han sido en poblaciones susceptibles como la de los asmáticos, de tal manera que se conoce poco sobre los efectos de la contaminación ambiental sobre la población general. En este trabajo se presentan los resultados de un estudio que se hizo en el Instituto Mexicano del Seguro Social (IMSS), utilizando la demanda de atención correspondiente al suroeste del Distrito Federal, para determinar la relación entre el número de consultas por infecciones respiratorias en los servicios de medicina familiar y urgencias, con los niveles diarios de los principales contaminantes que aquejan a la ciudad.

 

Material y métodos

Se estudiaron las consultas médicas que otorgó el IMSS, en la zona suroeste de la Ciudad de México, donde se concentra la población adscrita a un conjunto de clínicas, determinadas por la proximidad geográfica a su domicilio, por lo que resulta razonable suponer que sus usuarios están expuestos a contaminantes atmosféricos relativamente similares por tener un sitio de residencia cercano. El periodo de estudio comprendió del 15 de enero al 14 de diciembre de 1993.

Para cada consulta se obtuvo información sobre el tipo de servicio solicitado (medicina familiar, atención dental, urgencias, etc.), fecha, código de identificación para los pacientes de primera vez y subsecuentes, turno, sexo, edad y diagnóstico principal.

Para estimar la exposición a contaminantes ambientales se utilizaron las mediciones diarias de ozono (O3), bióxido de azufre (SO2), NO2, así como parámetros meteorológicos tales como temperatura y humedad relativa, recabados en la estación Pedregal de la Red Automática de Monitoreo Ambiental del Distrito Federal,* por ser la más cercana a esta zona. En 1993 se realizaban mediciones de material particulado cada seis días, lo que generó únicamente 53 observaciones en el año, lo cual impedía desarrollar un análisis estadístico potente e imposibilitaba el análisis de efectos acumulados, por lo que no se consideró pertinente utilizarlas. Asimismo, como los niveles registrados de SO2 fueron muy bajos, tampoco se incluyó en el análisis.

Como medición diaria de NO2 y SO2 se utilizó el promedio de las 24 horas de cada día y, para O3, el máximo de los promedios horarios del día correspondiente. Además, se consideraron algunas variables meteorológicas como temperatura mínima y humedad relativa máxima, que pudieran afectar directamente en la aparición de estas enfermedades y que, además, estuvieran correlacionadas significativamente con ellas.

Las consultas por padecimientos respiratorios se clasificaron en dos grupos: infecciones respiratorias altas (IRA) y bajas (IRB), de acuerdo con la 9a. revisión de la Clasificación Internacional de Enfermedades (CIE-9a. rev).5 El primer grupo se integró con los siguientes padecimientos: (CIE-9:460) rinofaringitis aguda; (CIE-9:462) faringitis aguda; (CIE-9:463) amigdalitis aguda; (CIE-9:464) laringitis y traqueítis agudas; y, (CIE-9:465) infecciones respiratorias de vías superiores de localización múltiple o no especificada. El correspondiente para vías respiratorias bajas comprendió los diagnósticos (CIE-9:466) bronquitis y bronquiolitis agudas; (CIE-9:480) neumonía vírica; (CIE-9:481) neumonía neumocócica; (CIE-9:482) otras neumonías bacterianas; (CIE-9:483) neumonía debida a otro microrganismo no especificado; y, (CIE-9:493) asma. La población bajo estudio estuvo conformada por niños menores de 15 años.

Con el fin de modelar la variabilidad observada en el número de consultas diarias al centro hospitalario como consecuencia de los cambios diarios en los niveles de contaminación ambiental, para cada uno de los padecimientos antes mencionados, se utilizó un modelo estadístico lineal donde la variable respuesta considerada fue el número de consultas diarias; se trata de una variable de conteo que toma sólo valores enteros positivos y pequeños en relación al tamaño de la población en estudio, ya que únicamente una pequeña proporción de individuos demanda atención médica en un día determinado. Esto sugirió que un proceso Poisson pudiera regir el fenómeno, y su aplicación se sustentó a través del correspondiente análisis de residuos.

Para modelar los datos se utilizó la regresión Poisson;6 ese modelo supone que el logaritmo del número de visitas está relacionado, de manera lineal, con el conjunto de variables independientes, difiriendo considerablemente de un ajuste por mínimos cuadrados sobre la variable respuesta transformada debido a que el modelo Poisson incorpora la heterocedasticidad de las observaciones, ocasionada por el efecto de los predictores y confusores. Lo anterior se resume en la siguiente expresión:

log(número de visitas en el día i)= a + å b iX

donde a representa la media general y Xi, el nivel diario del contaminante y los factores de confusión que conformaron el modelo. La estimación de los parámetros a y bi se realiza mediante métodos iterativos que maximizan la función de verosimilitud.7,8 Para cumplir con el supuesto de independencia entre las observaciones que requiere esta técnica se incluyeron únicamente las consultas de primera vez, lo que eliminó a los pacientes crónicos y subsecuentes cuyas consultas hubieran incidido sobre el total diario, provocando dependencia entre las observaciones. No se dispuso de información precisa sobre la presencia de alguna epidemia o evento extraordinario que pudiera ocasionar un cambio inesperado en el flujo de pacientes, pero, además, como el análisis exploratorio tampoco evidenció movimientos atípicos, se supuso que la probabilidad de que esto se hubiera presentado era prácticamente nula. Esta suposición se justifica, además, por el tamaño de la población en estudio: 29 001 derechohabientes usuarios del IMSS, de los cuales 10 577 pertenecen al grupo de edad de 0 a 4 años y 18 424 al de 5 a 14 años.

Esta técnica se aplicó para dos tipos de modelos:

a) Bajo el supuesto de que el efecto es constante e independiente del nivel en el que se encuentre, denominados "modelos de riesgo lineal". En estos modelos, el coeficiente estimado para cada uno de los predictores puede interpretarse como el porcentaje de incremento esperado en el número de las visitas, de acuerdo con la unidad de cambio del contaminante correspondiente.

b) Con base en los modelos de riesgo lineal estimados se hizo un suavizamiento9 sobre el número de visitas esperadas para cada día, en relación con la variación diaria en los niveles de O3, lo que evidenció un cambio en el efecto asociado a los niveles de exposición. En la figura 1 se observa un punto de inflexión cercano al primer cuartil y otro alrededor del tercero, lo que sugirió estudiar modelos de riesgo constante al interior de cada una de estas categorías; los cuartiles se calcularon para cada periodo estudiado (invernal/cálido) por presentar éstos comportamientos considerablemente diferentes (cuadro I). En este tipo de modelos "riesgo no lineal", el coeficiente estimado se interpreta como el riesgo relativo con referencia a la categoría basal.

 

y065151.GIF (15929 bytes)

 

 

y065161.GIF (24659 bytes)

 

Para un día determinado, se estudió la relación entre el número de visitas de cada grupo de enfermedades con los niveles diarios de los contaminantes de uno, dos y tres días previos a la visita, así como con la medición promedio correspondiente a los tres, cinco y siete días anteriores al evento. De acuerdo con el comportamiento diferente que presentan los servicios de medicina familiar y urgencias, por el nivel de gravedad de los pacientes que atiende cada uno se optó por hacer el análisis estratificando por tipo de servicio. Al desarrollar el análisis se pudo detectar el efecto significativo (p< 0.001) de una interacción de la temperatura con los contaminantes, lo que motivó la estratificación por estación. No obstante, no fue necesario subdividir en cuatro periodos, ya que, desde el punto de vista estadístico, la clasificación en dos grupos, abril-octubre y el resto del año, fue la que logró mayor capacidad explicativa del fenómeno.

Para incorporar la variación que presentan los niveles de contaminación ambiental entre los días del fin de semana y entre los del resto de la semana, se construyó una variable indicadora que reflejara esta categorización y eliminara un posible confusor; asimismo, se incluyeron variables dicotómicas que representaran el mes en que ocurrió la consulta. Como se mencionó anteriormente, la población bajo estudio se constituyó con pacientes menores de 15 años; no obstante, se observó que el grupo de niños menores de cuatro años presentó frecuencias notablemente más altas (cuadro II), por lo que se incorporó otra variable dicotómica que refiriera la pertenencia al grupo de edad correspondiente. La significancia de todas estas variables en el modelo logró una reducción importante de variabilidad, mejorando el ajuste y la capacidad predictiva del modelo.

 

y065162.GIF (31969 bytes)

 

Resultados

Durante el periodo del estudio se presentaron un total de 18 158 consultas de niños menores de 15 años por IRA y de 981 por IRB en los servicios de medicina familiar y urgencias de este hospital; el primer servicio atendió a 10 128 pacientes (55.8%), y el segundo a 8 030 (44.2%). La distribución de frecuencias por grupo de edad y periodo climatológico se presenta en el cuadro I.

Las estadísticas descriptivas básicas de los niveles que alcanzaron los contaminantes estudiados se muestran en los cuadros II y III; la primera se elaboró de acuerdo con la estratificación por periodo climatológico. Para el máximo de los promedios horarios de O3 la norma mexicana es de 0.11 ppm,** la cual se rebasó en 248 de los 334 días que duró el estudio, es decir durante el 74.3% del periodo; la correspondiente para el promedio de 24 horas de SO2 es de 0.13 ppm y quedó muy lejos incluso de alcanzarse; finalmente, la norma propuesta por la Organización Mundial de la Salud para el promedio de 24 horas de NO2 es de 0.08 ppm y se rebasó únicamente en tres días del año que correspondieron al periodo invernal.

 

Cuadro III
COEFICIENTES DE CORRELACIÓN PARCIAL DE CADA GRUPO DE PADECIMIENTOS, AJUSTADOS POR VARIABLES INDICADORAS ENTRE SEMANA/FIN DE SEMANA Y PERIODO CLIMATOLÓGICO PARA LOS DIFERENTES PERIODOS DE LATENCIA ESTUDIADOS. CIUDAD DE MÉXICO, 1993

 

IRA

IRB

Ozono

Latencia un día

0.0392

-0.0383

Latencia dos días

0.1092*

0.0249

Latencia tres días

0.1179*

0.0444

Promedio tres días

0.1370*

0.0219

Promedio cinco días

0.1446*

0.0296

Promedio siete días

0.1574*

-0.0061

Bióxido de nitrógeno

Latencia un día

0.0819

-0.0731

Latencia dos días

0.1631*

-0.0058

Latencia tres días

0.1360*

-0.0253

Promedio tres días

0.1552*

-0.0424

Promedio cinco días

0.1456*

-0.0272

Promedio siete días

0.1429*

-0.0350

IRA= infecciones respiratorias altas
IRB= infecciones respiratorias bajas
* p<0.05

 

En la figura 2 se presentan, simultáneamente, la variación diaria del número de visitas por IRA y los niveles de O3, sugiriendo una posible asociación entre los días con niveles altos del contaminante con incrementos en el número de visitas por IRA.

 

y065181.GIF (36154 bytes)

 

En cuanto a la estructura de correlación entre contaminantes y condiciones climatológicas se pudo observar que O3 mantiene una correlación con NO2 de 0.44, pero negativa, con temperatura (-0.31) y humedad relativa máxima (-0.24); para NO2, las correlaciones observadas fueron de -0.35 y -0.34, respectivamente; todos estos factores mostraron correlaciones con IRA. Cabe señalar que todas estas asociaciones tuvieron una significancia estadística superior al 0.05.

En el cuadro III se muestran los coeficientes de correlación parcial entre el número total de consultas para cada uno de los padecimientos que se estudiaron y los niveles alcanzados por los contaminantes en los días previos al evento, ajustados por las variables indicadoras entre semana/fin de semana y periodo climatológico. Se puede observar que los padecimientos de vías superiores presentan una tendencia creciente con incremento de O3, conforme aumenta el tiempo entre la exposición y el evento, siendo éstos de 0.04, 0.11 y 0.12 para uno, dos y tres días previos, respectivamente. Lo anterior sugiere la existencia de un periodo de latencia o de un efecto acumulado entre el día en el que ocurre la exposición y aquel en que se registra el daño que ocasiona. En lo que se refiere al NO2, las asociaciones también resultaron altamente significativas; no obstante, se perdió la tendencia creciente detectada para O3. En lo referente a los padecimientos de vías inferiores, estas asociaciones no fueron estadísticamente significativas.

Para modelar los datos, al principio se identificaron las variables que incidieron significativamente sobre las consultas diarias, excluyendo los contaminantes de interés. Este modelo base se conformó con las siguientes variables: tiempo, tiempo al cuadrado, tiempo al cubo, grupo de edad, entre semana/fin de semana, temperatura mínima, temperatura mínima al cuadrado, humedad relativa máxima e indicadores del mes en que ocurrió la visita. El patrón de residuos que generó fue muy satisfactorio: sugiere no correlación y media y varianza constantes, y es muy similar al comportamiento conocido como ruido blanco; esto pone de manifiesto que las estructuras subyacentes en la serie original, como las tendencias y la temporalidad, fueron removidas y que lo único que quedó sin explicación fue el efecto del contaminante.10 Este modelo básico tuvo una capacidad explicativa de 60.44% (porcentaje de reducción de la devianza al compararla contra el modelo saturado)6 en el periodo invernal, y del 70.27% durante los meses cálidos, siendo en ambos casos altamente significativa al compararlas contra la distribución chi cuadrada correspondiente; esto puede interpretarse como una medida de la explicación que aportan estos modelos ajustados únicamente por las covariables relevantes, antes de incluirse el contaminante de interés.

Como puede observarse en la figura 3, existe una diferencia en la magnitud de los residuos entre los periodos climatológicos, lo que confirmó la interacción detectada y la importancia de desarrollar el análisis estratificando en el periodo invernal/cálido.

 

1802f3.GIF (15815 bytes)

 

Al aplicar la técnica de regresión Poisson sobre los modelos de riesgo lineal pudo observarse una asociación altamente significativa entre los niveles de O3 alcanzados y el número de consultas por IRA. El efecto estimado más fuerte y de latencia menor se encontró en el servicio de urgencias durante el invierno, a diferencia del servicio de medicina familiar, donde este periodo fue mayor. Al transformar los coeficientes del cuadro IV a través de la expresión

incremento porcentual= exp{coeficiente* incremento en ppb/1000}, 

se estimó que, en invierno, un incremento de 50 ppb en el máximo promedio horario de O3 conduciría a un aumento del 9.9% en las visitas a urgencias respiratorias del día siguiente (intervalo de confianza de 95% -IC 95%- 70-12.9) y del 7.5% (IC 95% 4.8-10.3) dos días después; esto difiere del servicio de medicina familiar donde el incremento máximo estimado fue de 8.7% (IC 95% 5.4-12.1) y éste se esperaría tres días después del evento. Durante el periodo cálido no se observó ningún efecto significativo. Al analizar el comportamiento en días consecutivos, se detectó que un incremento en el promedio de las mediciones de cinco días de O3 tiene un efecto más importante que cuando éste se presenta en días aislados; un aumento en este promedio de 50 ppb podría ocasionar un incremento del 30% (IC 95% 23.3-37.1), lo que sugiere un efecto acumulado de la exposición a O3. Para el periodo cálido, la estimación correspondiente fue de 10.6%. En lo referente al NO2 se observó un efecto similar al del O3; un incremento de 30 ppb en el promedio de 24 horas incrementaría en un 23% (IC 95% 13.7-33.5) las visitas a urgencias al día siguiente, en el periodo invernal; cuando se consideró el efecto de este mismo incremento sobre el promedio de cinco días consecutivos, el aumento esperado en las visitas fue de 65.9% (IC 95% 42.7-93.8). La inclusión del contaminante en los modelos básicos logró incrementar significativamente la variabilidad explicada por el modelo, reduciendo la devianza en los meses invernales entre 20.8 y 94.05, dependiendo del factor de retraso (intervalo entre el aumento del contaminante y la consulta) correspondiente; todas estas reducciones fueron altamente significativas (p<0.001) -la capacidad explicativa de un modelo aumenta en la medida en que se reduce la devianza; un modelo perfecto tendría una devianza igual a cero-. Los modelos que se construyeron para los meses cálidos también lograron una reducción de variabilidad significativa (p<0.05), excepto para el NO2 con factor de retraso de uno y tres días, así como para el promedio de los tres días previos; esto sugiere tomar con reserva los modelos de este contaminante en el periodo cálido, por no haberse obtenido una explicación contundente del fenómeno.

 

y065191.GIF (45186 bytes)

 

A diferencia de los sucedido con las IRA, en el grupo de IRB no se encontró ningún efecto significativo, lo que pudo deberse, como ya se ha dicho, al número reducido de consultas que se presentaron por estos padecimientos, dando lugar a una reducción muy importante en la potencia del análisis, lo que motivó a omitir la tabla de resultados correspondiente.

En lo referente a los modelos de riesgo no lineal se observó que, nuevamente, en el periodo invernal se presentó un efecto inmediato más fuerte en el servicio de urgencias que en el de medicina familiar, donde se encontró una asociación importante al incorporar el periodo de latencia. Al analizar la temporada cálida se observó que en el servicio de urgencias se estima un incremento significativo aproximado del 10% en las visitas por IRA, cuando el O3 alcanza el tercer cuartil, presentando un efecto acumulado de uno o dos días. Cuando este periodo aumenta, nuevamente el efecto más severo recae sobre el servicio de medicina familiar.

 

Discusión

Este estudio sugiere la presencia de un efecto importante de la exposición a niveles altos de O3 y de NO2 sobre la ocurrencia de enfermedades respiratorias infantiles; sin embargo, como se mencionó anteriormente, se detectó que este efecto es más severo en los meses invernales que en los cálidos. Lo anterior es similar a lo que se ha notificado en otros países en relación con la mortalidad por enfermedades respiratorias.14

Los mecanismos a través de los cuales estos contaminantes predisponen a infecciones respiratorias son todavía desconocidos; sin embargo, existen evidencias en estudios toxicológicos realizados en animales y en humanos de que la exposición a éstos afecta al sistema inmunológico y que, en particular, puede alterar las funciones de los macrófagos alveolares, incrementando la susceptibilidad para contraer infecciones,4,13,15 lo que pudiera ser un factor necesario, mas no suficiente, en el caso de ausencia de un agente infeccioso. En los últimos años en la comunidad científica se ha despertado un gran interés por estimar los efectos que ocasiona la contaminación ambiental en la salud de la población;4,14,16-20 la mayoría de los estudios orientados en esa dirección se hicieron en localidades donde los niveles de contaminación son más bajos que los de este estudio. En esa norma se rebasó esporádicamente e incluyeron únicamente visitas que requirieron hospitalización; esa situación repercute en que, al incluir una proporción menor de pacientes, los efectos encontrados son menores, como puede verse en el trabajo de Ponce de León y colaboradores en el que se estimó que en Londres (1987-1988 y 1991-1992), durante el periodo invernal, el riesgo relativo fue de 1.04 ante un incremento de 50 ppb de O3.17

Una posible fuente de sesgo en los resultados del presente estudio podría surgir de la costumbre de algunos usuarios de no utilizar exclusivamente el servicio del IMSS y de recurrir a otras instituciones médicas, lo cual representan visitas que no se contabilizaron. No obstante, para que esta tendencia tuviera un efecto importante en los mismos, debería presentar un patrón sistemático asociado a los niveles de contaminación; por ejemplo, si en los días en los que se determina contingencia ambiental el IMSS ofreciera atención médica a toda la población -tanto asegurada como no asegurada- se condicionaría un aumento en la demanda de servicios asociado a esta situación. En este trabajo se supone que es poco probable la existencia de ese patrón y que el comportamiento atiende a preferencias personales que se mantienen constantes a lo largo del estudio, por lo que, al no depender de la contaminación o de las contingencias, no constituye una fuente importante de sesgo.

En cuanto a la medición de exposición, cabe señalar que, al tratarse de un estudio de tipo ecológico, no se contó con información individual que permitiera una caracterización precisa del nivel de exposición; no se dispuso de variables como la distancia de la habitación al monitor asociado, y patrón de actividades durante el día, en particular la actividad física, que influye directamente en la ventilación pulmonar y en la asimilación del contaminante. Por esto, se decidió utilizar como medida de exposición la medición horaria máxima para O3, ya que comúnmente este máximo se alcanza entre las 12:00 y las 15:00 horas, cuando la mayoría de los niños se encuentran cerca de sus domicilios, desarrollando actividades al aire libre, ante una exposición directa. Una limitación de este estudio es que asume que los niños tienen conductas similares y homogéneas durante los días del estudio, lo que permite suponer que los días con niveles altos de contaminación ocasionan también exposiciones altas. Al concentrar el estudio en la población infantil, se pensó que la movilidad fuera de su área de habitación es reducida y que, con todo lo anterior, el error de medición de la exposición podría considerarse aleatorio, repercutiendo en una posible subestimación del efecto real.

Como la población bajo estudio consiste en niños menores de 15 años, se consideró que la exposición al tabaco fue mayoritariamente pasiva. A nivel individual esta exposición se mantiene constante ya que atiende a costumbres familiares que se modifican esporádicamente; por lo anterior, el porcentaje de niños expuestos es prácticamente el mismo a lo largo del estudio en una población fija, lo que metodológicamente justifica que esta exposición no sea considerada como un posible confusor.

Con el objeto de identificar el periodo de latencia comprendido entre la exposición y el efecto, se buscó la estimación del efecto inmediato. Se estudió la asociación entre las consultas del turno nocturno, con los niveles alcanzados durante ese mismo día, y se encontró que no fue significativa. En el servicio de urgencias se detectó que el periodo de latencia es más corto que el correspondiente para el servicio de medicina familiar, lo cual se explica porque dentro del servicio de medicina familiar se encuentra la modalidad de visita programada.

Para validar el uso de la regresión Poisson se analizaron los residuos derivados de los modelos propuestos. Los residuos estandarizados se graficaron en escala normal, mostrando todos comportamientos distribucionales muy semejantes a una curva normal, excepto por algunas evidencias de sobredispersión en las colas; esto se justifica por estar frente a un estudio de tipo observacional, donde no se pueden controlar e incorporar todas las variables que se consideran relevantes.

Se consideraron dos formas de atacar el problema de sobredispersión: utilizar la regresión binomial negativa21 en lugar de la regresión Poisson, con el objeto de incorporar esta sobredispersión en el modelo mismo. Esta técnica conduce a estimadores puntualmente muy similares a los propuestos, pero con mayor variabilidad, ya que distribuye la varianza no explicada sobre el conjunto de predictores incorporados en el modelo, lo que se consideró una desventaja en este tipo de estudios. Se optó por reconocer que, de la variación total, los modelos propuestos explican gran parte de ella, quedando aún variabilidad por explicar, que es atribuible a otras variables cuya importancia marginal puede ser nula pero que de manera conjunta explican la variabilidad remanente.

El efecto observado para NO2 es superior al correspondiente para O3, aunque éste rara vez rebase la norma. Para una interpretación adecuada, es importante recordar que esta medición diaria se obtiene como el promedio de 24 horas, a diferencia de la correspondiente para O3, que es el máximo de los promedios horarios, con lo que un incremento en NO2 sería equivalente a que éste se mantuviera durante las 24 horas, o bien, a que se hubiera presentado un aumento muy fuerte en ciertas horas que, al promediarse sobre las 24 horas del día, se diluyera. Esto contrasta con la medición de O3 que sólo resume la medición de una hora, impidiendo la comparación directa de los efectos estimados. Cabe señalar que los niveles de O3 registrados son tan altos que la estimación de su efecto, cuando no rebasa la norma, podría estar sesgada.

En conclusión, los resultados de este estudio ponen en evidencia una fuerte asociación entre la exposición a O3 y NO2 y el número de consultas por IRA en niños menores de 15 años que habitan el suroeste de la Ciudad de México. También sugiere que el efecto inmediato se dará en el servicio de urgencias y durante el periodo invernal, siendo el servicio de medicina familiar el que recupera los casos con periodo de latencia mayor.

 

REFERENCIAS

1. Departamento del Distrito Federal, Gobierno del Estado de México, Secretaría de Medio Ambiente, Recursos Naturales y Pesca, Secretaría de Salud. Programa para mejorar la calidad del aire en el valle de México 1995-2000. México, D.F.: DDF, Gobierno del Estado de México, SEMARNAP, 1996.         [ Links ]

2. Samet J. Health effects of outdoor air pollution (part 1). Am Respir Crit Care Med 1996;153:3-50.         [ Links ]

3. Samet J. Health effects of outdoor air pollution (part 2). Am Respir Crit Care Med 1996;153:477-498.         [ Links ]

4. Romieu I, Meneses F, Sienra-Monge JJL, Huerta J, Ruiz Velasco S, White MC et al. Effects of urban air pollutants on emergency visits for childhood asthma in Mexico City. Am J Epidemiol 1995;141:546-553.         [ Links ]

5. Organización Panamericana de la Salud. Clasificación Internacional de Enfermedades. Publicación Científica núm. 353-A. México, D.F.: OPS, 1978.         [ Links ]

6. McCullagh P, Nelder JA. Generalized linear models. Londres: Chapman & Hall, 1989.         [ Links ]

7. Breslow NE, Day NE. Statiscal methods in cancer research. Lyon: International Agency for Research on Cancer, 1987;2:178-229.         [ Links ]

8. Schwartz J, Spix C, Touloumi G, Bachárová L, Barumamdzadeh T, le Tertre A et al. Methodological issues in studies of air pollution and daily counts of deaths or hospital admissions. J Epidemiol Community Health 1996;50:3S-11S.         [ Links ]

9. Fan J, Gijbels I. Local polynomial modelling and its applications. Londres: Chapman & Hall, 1996:24-27.         [ Links ]

10. Katsouyanni K, Schwartz J, Spix C, Touloumi G, Zmirou D, Zanobetti A et al. Short term effects of air pollution on health: A European approach using epidemiologic time series data: The APHEA protocol. J Epidemiol Community Health 1996;50:12S-18S.         [ Links ]

11. Lippmann M. Effects of ozone on respiratory functions and structure. Annu Rev Public Health 1989;10:49-67.         [ Links ]

12. Bascom R, Bromberg PA, Costa DA, Devlin R, Dockery DW, Frampton MW et al. A committee of environmental and occupational health assembly of the American Thoracic Society. Health effects of outdoor air pollution. Am J Respir Crit Care Med 1996;153:3-50;477-498.         [ Links ]

13. Morrow PW. Toxicological data on NOx. An overview. J Toxicol Environ Health 1984;13:205-227.         [ Links ]

14. Victora CG, Vaughan JP, Barros FC. Seasonality of infant deaths due to diarrhoeal and respiratory diseases in Southern Brazil. Bull Pan Am Health Organ 1985;19:29-39.         [ Links ]

15. Romieu I, Cortés-Lugo M, Ruiz-Velasco S, Sánchez S, Meneses F, Hernández M. Air pollution and school absenteeism among children in Mexico City. Am J Epidemiol 1992;136:1524-1531.         [ Links ]

16. Schouten JP, Vonk JM, De Graaf A. Short term effects of air pollution on emergency hospital admissions for respiratory disease: Results of the APHEA projet in two major cities in The Netherlands, 1977-1989. J Epidemiol Community Health 1996;50:22S-29S.         [ Links ]

17. Ponce de León A, Anderson HR, Bland JM, Strachan DP, Bower J. Effects of air pollution on daily hospital admissions for respiratory disease in London between 1987-88 and 1991-92. J Epidemiol Community Health 1996;50:63S-70S.         [ Links ]

18. Thurston GD, Ito K, Kinney PL, Lippmann M. A multi-year study of air pollution and respiratory hospital admissions in three New York State metropolitan areas: Results for 1988 and 1989 summers. J Expo Anal Care Environ Epidemiol 1992;2:429-450.         [ Links ]

19. Burnett RT, Dales RE, Raizenne ME, Krewski D, Summers PW, Roberts GR et al. Effects of low ambient levels of ozone and sulfates on the frequency of respiratory admissions to Ontario hospitals. Environ Res 1994;65:172-194.         [ Links ]

20. Schwartz J, Spix D, Wichmann HE, Malin E. Air pollution and acute respiratory illness in five german communities. Environ Res 199;56:1-14.         [ Links ]

21. Lawless JF. Negative binomial and mixed Poisson regression. Can J Stat 1987;15:209-225.         [ Links ]

 

 

* Base de datos 1993. Red Automática de Monitoreo Ambiental del Distrito Federal, Secretaría del Medio Ambiente, Departamento del Distrito Federal, México.

** 0.1 ppm = 100 ppb

(1) Centro de Investigación en Salud Poblacional, Instituto Nacional de Salud Pública, México.

(2) Centro Panamericano de Ecología Humana y Salud, Organización Panamericana de la Salud, México.

(3) Proyectos Estratégicos, Coordinación de Salud Comunitaria, Instituto Mexicano del Seguro Social.

(4) Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas, Universidad Nacional Autónoma de México.

 

Fecha de recibido: 26 de febrero de 1997 · Fecha de aceptado: 26 de junio de 1997

Solicitud de sobretiros: Mtra. Martha María Téllez Rojo. Centro de Investigación en Salud Poblacional, Instituto Nacional de Salud Pública. Av. Universidad 655, colonia Santa María Ahuacatitlán, 62508 Cuernavaca, Morelos, México.