Pm10 Bolivia

LOS EFECTOS DE LA CONTAMINACION
ATMOSFERICA POR PM10

SOBRE LA SALUD
CIUDAD DE LA PAZ - BOLIVIA
Presentación: Ing. Pablo Aldunate M.
Desarrollo de Proyecto: Aldunate P., Paz O., Halvorsen K.
dipashir@hotmail.com
Abril del 2005

Cusco - Perú
1
INTRODUCCIÓN
Antecedentes
Un ser humano adulto inhala cada día 15 a 18 kg (11000 a 14000 L) de aire,
absorbe unos 2 L de agua y consume 1,5 Kg de alimentos. De los 3 aportes
externos, la interrupción del aire, es la que más rápidamente imposibilita la
continuación de la vida (5 min).
“Se ha puntualizado por el Banco Mundial que los contaminantes más críticos
en América Latina son: el ozono, las partículas suspendidas y el monóxido de
carbono………muchos contaminantes atmosféricos afectan los sistemas
respiratorio y cardiovascular de la población, particularmente niños y
ancianos……”
“En muchas ciudades se ha identificado una correlación positiva entre el nivel,
duración y frecuencia de los episodios de contaminación atmosférica y la
incidencia de síntomas como irritación ocular, tos, ronquera e incrementos en
los índices de morbilidad así como de mortalidad”
Monitoreos de la calidad del aire en la ciudad de La Paz:

Experiencias Puntuales y Aisladas a excepción de 2 casos
Monitoreos sistemáticos de PM10 en la ciudad de La Paz:

Ninguno
Estudios de efectos de la contaminación del aire sobre la salud:

Ninguno 2
OBJETIVOS
Objetivo General
“Estudiar el comportamiento de las concentraciones de PM10

que se encuentran en la atmósfera de la ciudad de La Paz,
para determinar el grado en que estas contribuyen a los
índices de morbilidad”
Objetivos Específicos
• Aportar información científica confiable sobre la exposición

de la población a PM10.
• Determinar concentraciones típicas de PM10 y evaluar su
magnitud frente a valores límite.
• Determinar concentraciones pico de PM10 y evaluar su
magnitud frente a valores límite.
• Establecer la magnitud del incremento de PM10 durante
temporadas críticas.
3
OBJETIVOS
Objetivos Específicos (Cont.)
• Comparar las concentraciones de PM10 en distintos

sectores de la ciudad e identificar los de mayor exposición.
• Establecer el período de tiempo en el que los valores pico
de PM10 permanecen en la atmósfera.
• Determinar el efecto que puede estar causando la quema
de la fiesta de San Juan sobre la atmósfera, la población y
el sistema ecológico-ambiental de la ciudad.
• Obtener estimaciones del impacto de la contaminación por
PM10 en la salud de la población.
• Realizar una correlación cualitativa entre las
concentraciones de PM10 y los índices de morbilidad
causados por este contaminante.
4
HIPÓTESIS
”El aumento de material particulado PM10 en el aire debido a
la quema de materiales combustibles durante la fiesta de
San Juan en los meses de invierno, incrementa el índice de
afecciones respiratorias y oculares en nuestro medio”.
5
METODOLOGÍA
Determinación de las Recopilación

características del de
área de estudio información
• Contaminación
Revisión de atmosférica
bibliografía • Monitoreo de la Diseño de la
calidad del aire red de
• Material particulado monitoreo de
Análisis de en suspensión PM10
correlación • Efectos de la
entre datos contaminación del
de aire sobre la salud
contaminaci • etc.
ón por PM10
Monitoreo de
y datos de
PM10
salud
Análisis de Análisis de datos de

datos de contaminación por
salud PM
6
METODOLOGÍA

• Ubicación
Revisión de • Clima
bibliografía • Topografía Diseño de la
• Características de la red de
población monitoreo de
Análisis de PM10
correlación
entre datos
de
contaminaci
ón por PM10
Monitoreo de
y datos de
PM10
salud

salud PM
7
METODOLOGÍA

• Vientos
Revisión de
• Precipitación pluvial
bibliografía Diseño de la
• Temp. Ambiente
red de
• Pres. Barométrica
monitoreo de
• Campañas de
Análisis de PM10
monitoreo de PM
correlación
• N° de visitas medicas
entre datos
por afecciones
de
asociadas al PM
contaminaci
ón por PM10
Monitoreo de
y datos de
PM10
salud

salud PM
8
METODOLOGÍA

Revisión de • Tecnología
bibliografía empleada Diseño de la
• Ubicación de puntos red de
de monitoreo monitoreo de
Análisis de • Duración del estudio PM10
correlación • Tiempo de muestreo
entre datos • Frecuencia de
de muestreos
contaminaci
ón por PM10
Monitoreo de
y datos de
PM10
salud

salud PM
9
METODOLOGÍA

Revisión de • Capacitación
bibliografía • Monitoreo de Diseño de la
material particulado red de
PM10 monitoreo de
Análisis de PM10
correlación
entre datos
de
contaminaci
ón por PM10
Monitoreo de
y datos de
PM10
salud

salud PM
10
METODOLOGÍA

Revisión de
• Evaluación y
bibliografía Diseño de la
validación de
red de
resultados del
monitoreo de
monitoreo
Análisis de PM10
• Evaluación y
correlación
evaluación de datos
entre datos
recolectados de PM
de
• Análisis matemáticos
contaminaci
y estadísticos de los
ón por PM10
datos de PM Monitoreo de
y datos de
PM10
salud

salud PM
11
METODOLOGÍA

Revisión de
bibliografía • Evaluación y Diseño de la
validación de datos red de
de salud monitoreo de
Análisis de • Análisis matemáticos PM10
correlación y estadísticos de los
entre datos datos de salud
de
contaminaci
ón por PM10
Monitoreo de
y datos de
PM10
salud

salud PM
12
METODOLOGÍA

Revisión de
bibliografía • Análisis de Diseño de la
correlación a través red de
de un ajuste de monitoreo de
Análisis de regresión Poisson PM10
correlación
entre datos
de
contaminaci
ón por PM10
Monitoreo de
y datos de
PM10
salud

salud PM
13
ÁREA DE ESTUDIO
Ubicación, condiciones físicas y topográficas
Coordenadas UTM:
E 591000-594000
N 8174000-8177000
H 3550-3650
14
ÁREA DE ESTUDIO
15
ÁREA DE ESTUDIO
Topografía accidentada
Principales valles:
De NO a SE
De N a S
16
ÁREA DE ESTUDIO
Condiciones climáticas
Año 1997 1998 1999 2000 2001 2002
Parametro
Unidad
Promedio anual de
temperatura media °C 12.29 13.4 12.3 12.8 12.5 12.1
ambiente
Promedio anual de
temperatura maxima °C 19.18 20.57 19.08 19.81 19.35 19.37
media
Promedio anual de
temperatura minima °C 5.4 6.23 5.54 5.51 5.73 6.2
media
Promedio anual de % 48.92 46 48 48 52.6 55
humedad relativa
Año 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
Parametro
Unidad
Precipitación Pluvial
mm 413.0 461.8 344.7 478.9 432.9 591.1 455.7 508.5 466.9 626.1 612.2
acumulada anual
Promedio anual de
mm 34.4 38.5 28.7 39.9 36.1 49.3 38.0 42.4 38.9 52.2 51.0
precipitación pluvial
Mes Ene. Feb. Mar. Apr. May. Jun. Jul. Aug. Sep. Oct. Nov. Dic.
Parametro
Unidad 2002
Direccion prevalente y
velocidad media de Nudos SE-5 SSE-4 SSE-5 SE-4 SSE-5 SSE-5 NW-6 W-5 SE-5 SE-5 SSE-5 SSE-4
los vientos
Fuente: Anuario estadístico 2002, INE - SENAMHI

17
ÁREA DE ESTUDIO
Características Urbanas
Sexo Grupo Etáreo Población
00-05 39 748 • Indicadores de desarrollo
mayo-50 285765 socioeconómico
Hombres
50-más 52056
Subtotal 377 569 • Taza de crecimiento anual: 1,8 %
00-04 37 257
Mujeres
mayo-50 312409 • Zona centro: Comercial y
50-más 62350 residencial
Subtotal 412 016
TOTAL 789 585
Fuente: INE - Censo 2001
TOTAL HOGARES 204090

SI TIENE 177993
Agua cañería
NO TIENE 26097
SI TIENE 195068
Energía eléctrica
NO TIENE 9022
SI TIENE 171232
NO TIENE 32858
Usado solo por su Hogar 109703
USO
Compartido con otros hogares 61529
Baño, water o letrina
Alcantarillado 162594
Cámara Séptica 3490
DESAGUE
Pozo Ciego 1887
Superficie 3261
18
INFORMACIÓN RECOPILADA - PM
PM10, Red de Monitoreo de la Calidad del Aire (RMCA),
Jun/2004 - ……
Concentraciones de PM10
160
140
120
100
80
60
40
20
0
18/06 25/06 02/07 09/07 16/07 23/07 30/07 06/08 13/08 20/08 27/08 03/09
Fecha
TR CH CC ML Limite 24 Hrs. Limite Prom Anual
Fuente: DCA - GMLP, 2004

• Tres meses de monitoreos (Actualmente esta en operación)
• Frecuencia regular de muestreos
• Tipo de equipo utilizado: Impactadores Harvard
• Información empleada en los análisis Î PM10-2004
19
RED DE MONITOREO DE PM10
Diseño de la Red
Número de Puntos de
Monitoreo
Por motivos de disponibilidad
de equipo, se proyecto una
red de tres (3) puntos de
monitoreo.
Criterios de Ubicación en
orden de importancia para
el proyecto
•Seguridad
•Accesibilidad
•Distribución uniforme en el
área de estudio
•Cobertura en áreas con
distintas características de
tráfico
•Cobertura en áreas con
distintas características
urbanas
•Disponibilidad eléctrica
•Recomendaciones
internacionales 20
Diseño de la Red
San Pedro
Dirección
Calle Manuel Huici No. 725
Entre Plza. Líbano y C. J.
Aguirre
Sitio
Domicilio Particular
Descripción
Zona residencial
Calle angosta de muy bajo
trafico vehicular
21
Diseño de la Red
Miraflores
Dirección
Calle Guerrilleros Lanza No.
1459
Entre Av. Guerra del Pacifico y
C. Panamá
Sitio
I.J.S.U.D.
Estaca Miraflores
Descripción
Zona residencial
Doble sentido de circulación
Trafico vehicular medio
22
Diseño de la Red
Universidad
Dirección
Calle Zapata s/n
Entre Av. Villazón y C.
Capitán Ravelo
Sitio
Instituto de Ensayo de
Materiales
Monoblock Central de la
UMSA
Descripción
Zona comercial
Avenida de dos carriles por
sentido de circulación
Tráfico vehicular alto
23
CRONOGRAMA
Duración del estudio,
frecuencia y tiempo de muestreo
CRONOGRAMA DE MONITOREO DE PM10 EN LA CIUDAD DE LA PAZ - AÑO 2003
LUN MAR MIER JUE VIE SAB DOM LUN MAR MIER JUE VIE SAB DOM LUN MAR MIER JUE VIE SAB DOM
ABRIL MAYO JUNIO
1 2 3 4 5 6 1 2 3 4 1
7 8 9 10 11 12 13
5 6 7 8 9 10
11 2 3
4 5 6 7 8
14 15 16
17 18 19 20 12 13 14 15 16
17 18 9
10 11 12 13 14 15
21 22
23 24 25 26 27 19 20 21 22
23 24 25
16 17 18
19 20 21
22
28
29 30 26 27 28
29 30 31
23 24 25
26 27
28 29
30
JULIO AGOSTO SEPTIEMBRE

1 2 3
4 5 6 1 2 3 1 2 4
5 6 7
7 8 9 10 11 12
13 4 5
6 7 8 9 10 8 9 10
11 12 13 14
14 15 16 17 18
19 20 11
12 13 14 15 16 17 15 16 17 18 19 20 21
21 22 23 24
25 26 27
18 19 20 21 22 23
24 22 23 24 25 26 27 28
28 29 30
31 25 26 27 28 29
30 31 29 30
Diez semanas previas a San Juan ⇒ Final de la época húmeda

Once semanas posteriores a San Juan ⇒ Final de la época seca
Frecuencia ⇒ Variable de 6 a 2 días
Tiempo de muestra ⇒ 24 hrs. 24
MONITOREO DE PM10
Equipo de muestreo
Impactador Harvard (1986)
Características del equipo
•Tipo de muestreo: Activo
•Tipo de equipo: MiniVol (4 L/min)
Impactación directa
•Recolec. Muestra: Filtración
Principio de Funcionamiento
25
MONITOREO DE PM10
Equipo de muestreo
26
MONITOREO DE PM10
Registro Fotográfico
Efecto de San Juan 24/Jun/2003
25/Jul/2003
24/Jun/2003 27
ANÁLISIS DE DATOS DE CONTAMINACIÓN
PM10 2003
Curvas de concentración por punto de monitoreo
PM10 promedio
90
80
70
60
50
40
30
20
10
0
01/5 07/5 13/5 19/5 25/5 31/5 06/6 12/6 18/6 24/6 30/6 06/7 12/7 18/7 24/7 30/7 05/8 11/8 17/8 23/8 29/8 04/9 10/9 16/9
Fechas
SP M U
05/May al 11/Sep del 2003
Tendencia de comportamiento similar en las tres curvas
28
PM10 2003
Curva promedio
PM10 promedio
90
80
70
60
50
40
30
20
10
0
01/5 07/5 13/5 19/5 25/5 31/5 06/6 12/6 18/6 24/6 30/6 06/7 12/7 18/7 24/7 30/7 05/8 11/8 17/8 23/8 29/8 04/9 10/9 16/9
Fechas
SP M U Prom
05/May al 11/Sep del 2003
Curva promedio representativa de las tres curvas reales
29
PM10 2003
Valores característicos y valores límite
Evaluacion frente a normas

160
150
140
130
120
110
100
79 [µg/m3]
90
80
70
60
50
40
30
34 [µg/m3]
20
16 [µg/m3]
10
0
01/5 07/5 13/5 19/5 25/5 31/5 06/6 12/6 18/6 24/6 30/6 06/7 12/7 18/7 24/7 30/7 05/8 11/8 17/8 23/8 29/8 04/9 10/9 16/9
Fechas
Limite maximo primario Limite maximo secundario Curva de concentracion
Valor maximo Valor promedio Valor minimo
• No se exceden los Límites Máximos Permisibles

• La OMS no establece un valor guía máximo para concentraciones de PM10
dados sus posibles efectos sobre la salud a muy bajas concentraciones.
30
PM10 2003
Disipación de PM10
Efecto de San Juan

90
San Juan
80
70
60
50
40
30 Prom. PM10
20
4 días
10
15 días
0
08/6 10/6 12/6 14/6 16/6 18/6 20/6 22/6 24/6 26/6 28/6 30/6 02/7 04/7 06/7 08/7 10/7 12/7 14/7
Fechas
31
MONITOREO DE PM10
Registro Fotográfico
Efecto de San Juan
24/Jun/2003 26/Jun/2003 Partículas mayores a 10 µm
28/Jun/2003 25/Jul/2003 Partículas menores a 10 µm
32
ANÁLISIS DE DATOS DE SALUD
Datos de: 01/Abr a 30/Sep del 2003 = 2003*

16/Jun a 16/Jul del 2003 = 2003
16/Jun a 16/Jul del 2004 = 2004
Clasificación de las enfermedades en:
Afecciones de las Vías Respiratorias Inferiores (VRI)

Asma, Bronquitis, neumonía, tuberculosis,
bronquiectacias
Afecciones de las Vías Respiratorias Superiores (VRS)

Amigdalitis, faringitis, laringitis, rinitis, sinusitis
Afecciones oculares (OJOS)

Conjuntivitis, síndrome de ojo rojo
Centro de No. De casos registrados

salud 2003* % 2004 %
INT 2525 33.0 387 38.5
INO 930 12.2 109 10.9
HN 4189 54.8 508 50.6
Total 7644 100 1004 100
33
Series temporales 2003*
VRI, 2003*
60
50
• Regularidad de N° de
40
casos durante todo el
30
período de estudio
20
• Paro de trabajadores
10
de salud a fines de
0
Agosto
22/3 06/4 21/4 06/5 21/5 05/6 20/6 05/7 20/7 04/8 19/8 03/9 18/9 03/10
Fecha
VRS, 2003*
60
• Marcada
50
estacionalidad del N°
40
de casos
30
20
de salud a fines de
10
Agosto
0
22/3 06/4 21/4 06/5 21/5 05/6 20/6 05/7 20/7 04/8 19/8 03/9 18/9 03/10
Fecha
OJOS, 2003*
20 • No existe ningún
patrón de
18
16
14
12
comportamiento
10
8
6 de salud a fines de
Agosto
4
2
0
22/3 06/4 21/4 06/5 21/5 05/6 20/6 05/7 20/7 04/8 19/8 03/9 18/9 03/10
Fecha 34
Series temporales 2003-2004
VRI, 2003-2004 desplz
VRI, 2003-2004
60
50
• Regularidad de N° de
40
casos durante todo el
período de estudio
2003 2003
30
2004 desplz
2004
20
• Existe gran similitud
10
entre ambos curvas
0
15/6 20/6
20/6 25/6
25/6 30/630/6 05/7 05/7 10/7 10/7 15/7 15/7 20/7 20/7
Fecha
Fecha
VRS, 2003-2004
40
35
30
25 • Poca similitud entre

ambas curvas
2003
20
2004
15
10
0
15/6 20/6 25/6 30/6 05/7 10/7 15/7 20/7
Fecha
OJOS, 2003-2004
20 • No existe ningún
patrón de
18
16
14
12
comportamiento
• No hay ninguna
2003
10
2004
8
6 similitud entre ambas
curvas
4
2
0
15/6 20/6 25/6 30/6 05/7 10/7 15/7 20/7
Fecha 35
Discretización por grupos etáreos 2003*
"VRI" por grupo etareo, 2003*
1400
1200
1000
800
600
400
200
0
e<5 5<e<10 e<10 10<e<20 20<e<30
Edad
30<e<40 40<e<50 50<e<60 e>60
• Predominancia
absoluta del número
"VRS" por grupo etareo, 2003*
de casos en menores
3000
de 10 y de 5 años
2500
para todos los grupos
2000
de enfermedades
1500
• VRS grupo de
1000
enfermedades
500
0
e<5 5<e<10 e<10 10<e<20 20<e<30
Edad
30<e<40 40<e<50 50<e<60 e>60
prácticamente
exclusiva de menores
"OJOS" por grupo etareo, 2003* de 10 y 5 años
350
300
250
200
150
100
50
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad 36
Discretización por grupos etáreos 2003-2004
"VRI" por grupo etareo, 2003-2004
250
200
150
2003
2004
100
50
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad
"VRS" por grupo etareo, 2003-2004
450
400
350
• Mayor número de
casos atendidos el
300
250 2003
200
150
2004
año 2003
100
50
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad
"OJOS" por grupo etareo, 2003-2004
80
70
60
50
2003
40
2004
30
20
10
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad 37
Discret. por genero y grupos etáreos 2003*
"VRI" por genero, 2003*
800
700
600
500
Femenino
400
Masculino
300
200
100
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad
"VRS" por genero, 2003*
1800
1600
1400
1200
1000 Femenino pacientes masculinos
en casi todos los
800 Masculino
600
400
grupos etáreos
200
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad
"OJOS" por genero, 2003*
200
180
160
140
120
Femenino
100
Masculino
80
60
40
20
0
e<5 5<e<10 e<10 10<e<20 20<e<30 30<e<40 40<e<50 50<e<60 e>60
Edad 38
Discret. por género y grupos etáreos 2003-2004
"VRI" por genero, 2003 "VRI"por genero, 2004
120 60
100 50
80 40
Femenin Femenin
60 30
Masculin Masculin
40 20
20 10
0 0
e<5 5<e<10 e<10 10<e<2020<e<3030<e<4040<e<5050<e<60 e>60 e<5 5<e<10 e<10 10<e<2020<e<3030<e<4040<e<5050<e<60 e>60
pacientes
Edad Edad
"VRS"por genero, 2003 "VRS"por genero, 2004 masculinos en

250 250 casi todos los
200 200
grupos
150 150
Femenin Femenin
Masculin Masculin
100 100
50 50
0 0
Edad Edad
"OJOS" por genero, 200 "OJOS" por genero, 200
45
40
30
• No existe
35
25
predominancia
de número de
30 20
25 Femenin Femenin
casos para
15
20 Masculin Masculin
ninguno de los
15 10
10
5
5
0 0
géneros
Edad Edad 39
ANÁLISIS DE CORRELACIÓN ENTRE DATOS DE
CONTAMINACIÓN Y DATOS DE SALUD
Modelos estadísticos
Se utiliza regresión Poisson con función de enlace logarítmico
Matemáticamente: Regresión Poisson ⇒ Lim. de distribución binomial
x ~ bin(n,p) Donde: n → ∞
p→0
Tal
Que:
n • p = λ = cte > 0
Relevancia del límite: N° grande de oportunidades para la ocurrencia de un
evento, pero
en cada oportunidad la probabilidad de ocurra el evento
es pequeña
El modelo es un caso específico de los GLM’s (Se puede usar distintas

distribuciones para la respuesta manteniendo una estructura lineal )
−λ j
e λyi i
Donde: Yi=N° de casos observados
Pr(Yi = yi / x i ) = xi=Vector de covariables del día
λi = exp(xTi β) = exp (ηi)
y i! ηi se llama el predictor Lineal
40
Preparación de datos
Software de aplicación:
“R” Es un sistema para análisis estadísticos y gráficos, tiene una naturaleza doble
de programa y lenguaje de programación y es considerado como un
dialecto del lenguaje “S-PLUS”
Es un conjunto integrado de programas para manipulación de datos, cálculo

y gráficos
Comprehensive “R” Archive Network (CRAN) - http://www.r-project.org
Datos de ingreso:
• Día (Laboral, Fin de semana)
• Fecha
• Edad
• Grupo de enfermedad (VRI, VRS u OJOS)
• Género (Femenino, Masculino)
• Valor de concentración de PM10 (0, 2, 4, 6, 12 y 18 días antes)
• Temperatura media ambiente (0, 2, 4, 6, 12 y 18 días antes)
41
Enfermedades de las Vías Respiratorias Inferiores
• Se percibe efectos significantes de la contaminación por PM10 sobre el número de
casos atendidos en hospitales, 12 días después de haberse presentado una exposición
aguda
• El análisis de residuales indica que el modelo tiene menor valor predictivo en el grupo
de menores de 5 años (Residuales muy grandes)
• El efecto de la temperatura
NO es significante
Residuales
Gráfico para mayores de

5 años
Intervalo de
confianza al 95 %
Estimador puntual
Elaboración: Halvorsen, Aldunate

42
Enfermedades de las Vías Respiratorias Superiores
• Se percibe efectos significantes de la contaminación por PM10 sobre el número de
casos atendidos en hospitales, 12 días después de haberse presentado una exposición
aguda
• El análisis de residuales indica que el modelo tiene menor valor predictivo en el grupo
de menores de 5 años (Residuales muy grandes)
• El efecto de la temperatura es
significante: para un
incremento de 1°C en la Tmed
del mismo día se predice
incrementos del 9,5 % en el N°
de enfermedades. Intervalo
Residuales de confianza 2 % a 17 %
Gráfico para mayores de

5 años
Intervalo de
confianza al 95 %
Estimador puntual

43
Infecciones y enfermedades de los OJOS
• NO se percibe efectos significantes de la contaminación por PM10 sobre el número de
casos de infecciones y enfermedades oculares
Grafico para toda la

población
Intervalo de
confianza al 95 %
Estimador puntual

44
Tabla resumen
Efectos de la contaminación por Efectos de la oscilación de

PM10 temperatura media ambiente
Grupo de Grupo Incremento Incremento
Incremento Incremento
enfermedades etáreo en N° de Lagg en N° de Lagg
en PM10 en T med
casos casos
µg/m3 % días °C % días
Todos 20 23 (11 a 37) 12 --- --- ---
VRI <5 20 8 (-17 a 41) 12 --- --- ---
>5 20 31 (14 a 47) 12 --- --- ---
Todos 1 2,8 1 --- --- ---
VRS <5 20 24 (-7 a 63) 12 1 22 (11 a 33) 0
>5 20 46 (15 a 85) 12 1 9,5 (2 a 17) 0
Todos --- --- --- --- --- ---
OJOS <5 --- --- --- --- --- ---
>5 --- --- --- --- --- ---
45
CONCLUSIONES
•Base de Datos PM: 6 Monitoreos documentados desde 1992, incluídos
los resultados de la RMCA (GMLP) desde Junio del 2004.
1er monitoreo sistemático de PM10 en La Paz (22 semanas)
•Concentraciones típicas: 34 µg/m3 (2003) y 25 µg/m3 (2004)

•Concentraciones pico (*): 79 µg/m3 (2003) y 71 µg/m3 (2004)
•Variación de PM10 (SJ): 219 % (2003) y 275 % (2004)
•Nivel de exposición por puntos de monitoreo en orden descendente:

Lugar Año Med. Max.(*) Min.
Cotahuma 2004 98 150 28
Tránsito 2004 81 136 54
Universidad 2003 37 79 16
Miraflores 2003 33 53 18
San Pedro 2003 30 48 9
Mallasa 2004 26 36 5
Cota Cota 2004 25 71 7
46
CONCLUSIONES
•Disipación de PM10 (San Juan):

2003 2004
Reducción PM10 (8 días) 40 58 µg/m3
Tasa de disipación alta 4a5 días
Tasa de disipación reducida 15 días
•Efectos del PM10:

Pérdida de visibilidad
Incremento en el No. de consultas por VRI Y VRS
No hay Incremento significativo en consultas por OJOS
Dificultad p/respirar, tos, ronquera, ardor en los ojos
Acumulación en superficies (Suciedad)
• Se ha determinado a través del análisis de residuales que el

modelo no tiene un funcionamiento óptimo en el grupo e<5, que
se puede deber a factores no tomados en cuenta y que
interfieren con su comportamiento epidemiológico.
47
CONCLUSIONES
•VRI: Efectos significativos de PM10 después de 12 días de una
exposición aguda
Incrementos de 20 µg/m3 = 23 % en No. de casos
e<5 No se encontraron efectos significantes
e>5 Efectos similares a los del análisis general
El efecto de la temperatura no es significante
• VRS: Efectos significativos de PM10 después de 12 días de una

exposición aguda
Incrementos de 1 µg/m3*día = 2.8 % en número de casos
e<5 No se encontraron efectos significantes
e>5 Efectos muy significativos a los 12 días
Incrementos de 20 µg/m3 = 46 % en número de casos
Efectos significativos de la oscilación de Tmed del mismo día

e<5 Incrementos de 1oC = 22 % en Número de casos
e>5 Incrementos de 1oC = 9.5 % en Número de casos
• OJOS: No se ha encontrado ningún efecto significante

48
CONCLUSIONES
• EXISTEN efectos considerables de PM10 sobre la salud aún

cuando sus concentraciones no exceden los límites permisibles
• Considerando los resultados obtenidos por el modelo estadístico,

la hipótesis:
”El aumento de material particulado PM10 en el aire debido a la

quema de materiales combustibles durante la fiesta de San Juan
en los meses de invierno, incrementa el índice de afecciones
respiratorias y oculares en nuestro medio”
se verifica.
49
RECOMENDACIONES
• Disponer de información diaria o interdiaria para PM10 y número
de casos, para evitar interpolaciones y extrapolaciones por falta
de información.
• Realizar estudios prolongados para evaluar efectos de

exposiciones crónicas ⇒ Resultados estadísticos más precisos.
• Realizar estudios epidemiológicos considerando mortalidad e

incluyendo molestias que no ocasionan visitas medicas. Realizar
seguimiento de una muestra poblacional fija.
• Considerar tantos centros hospitalarios y de salud como sea

posible (Abarcar más población ⇒ resultados más precisos)
• Establecer límites permisibles ajustados a la situación y

características (Grado de susceptibilidad) de la población local
y/o regional.
• Realizar estudios de otras fracciones del PM incluyendo

caracterización química, etc.
50
RECOMENDACIONES
• Realizar estudios enfocados en las causas de morbilidad infantil

(Afecciones respiratorias) especialmente de niños menores de 5
años, considerando diversos parámetros que podrían estar
involucrados con su comportamiento epidemiológico,
determinando también el riesgo atribuible a cada una de los
parámetros considerados.
• Realizar inventarios de emisiones actualizados.
• Implementar redes de monitoreo de parámetros meteorológicos.
• Elaborar normas, reglamentos y protocolos complementarios a la

Ley 1333 estableciendo métodos oficiales estandarizados para el
control de la calidad del aire.
51

Pm10 Bolivia

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Pm10 Bolivia

Uploaded by

Copyright:

Available Formats

LOS EFECTOS DE LA CONTAMINACION

ATMOSFERICA POR PM10

Desarrollo de Proyecto: Aldunate P., Paz O., Halvorsen K.

Abril del 2005

Monitoreos de la calidad del aire en la ciudad de La Paz:

Monitoreos sistemáticos de PM10 en la ciudad de La Paz:

Estudios de efectos de la contaminación del aire sobre la salud:

“Estudiar el comportamiento de las concentraciones de PM10

• Aportar información científica confiable sobre la exposición

• Comparar las concentraciones de PM10 en distintos

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Determinación de las Recopilación

Análisis de Análisis de datos de

Fuente: Anuario estadístico 2002, INE - SENAMHI

TOTAL HOGARES 204090

Fuente: DCA - GMLP, 2004

JULIO AGOSTO SEPTIEMBRE

Diez semanas previas a San Juan ⇒ Final de la época húmeda

Tendencia de comportamiento similar en las tres curvas

Curva promedio representativa de las tres curvas reales

Evaluacion frente a normas

• No se exceden los Límites Máximos Permisibles

Efecto de San Juan

24/Jun/2003 26/Jun/2003 Partículas mayores a 10 µm

28/Jun/2003 25/Jul/2003 Partículas menores a 10 µm

Datos de: 01/Abr a 30/Sep del 2003 = 2003*

Clasificación de las enfermedades en:

Afecciones de las Vías Respiratorias Inferiores (VRI)

Afecciones de las Vías Respiratorias Superiores (VRS)

Afecciones oculares (OJOS)

Centro de No. De casos registrados

25 • Poca similitud entre

"VRS" por grupo etareo, 2003-2004

"OJOS" por grupo etareo, 2003-2004

"VRS" por genero, 2003*

"OJOS" por genero, 2003*

"VRS"por genero, 2003 "VRS"por genero, 2004 masculinos en

"OJOS" por genero, 200 "OJOS" por genero, 200

Matemáticamente: Regresión Poisson ⇒ Lim. de distribución binomial

El modelo es un caso específico de los GLM’s (Se puede usar distintas

Es un conjunto integrado de programas para manipulación de datos, cálculo

Comprehensive “R” Archive Network (CRAN) - http://www.r-project.org

Gráfico para mayores de

Elaboración: Halvorsen, Aldunate

Gráfico para mayores de

Elaboración: Halvorsen, Aldunate

Grafico para toda la

Elaboración: Halvorsen, Aldunate

Efectos de la contaminación por Efectos de la oscilación de

•Concentraciones típicas: 34 µg/m3 (2003) y 25 µg/m3 (2004)