Variáveis meteorológicas e poluição do ar e sua associação com internações respiratórias em crianças: estudo de caso em São Paulo, Brasil

Abstract

As transformações no clima urbano das cidades, a excessiva poluição atmosférica e o aumento das desigualdades sociais tornaram-se fatores determinantes do alto risco de internações por doenças respiratórias. Dessa forma, o objetivo deste trabalho foi compreender como os atributos meteorológicos (temperatura do ar, umidade relativa do ar e precipitação) e a poluição do ar (material particulado com diâmetro aerodinâmico menor de 10μm - MP10) estão relacionados com as internações hospitalares por doenças respiratórias em crianças, em 14 distritos da cidade de São Paulo, Brasil. A combinação dos modelos lineares generalizados com uma distribuição binomial negativa e o modelo não linear distributed lag non-linear model (DLNM) foram utilizados como método estatístico para analisar a relação entre as internações, os atributos climáticos e a poluição no período de 2003 a 2013. Os resultados mostraram relações estatísticas significativas de alto risco relativo entre a temperatura média do ar (17,5ºC a 21ºC, para o total analisado), umidade relativa do ar (84% a 98% para o sexo feminino), precipitação (0mm a 2,3mm para o total e ambos os sexos e > 120mm para o sexo feminino) e MP10 (> 35µg/m³ para o total e para o sexo feminino). Com base nesses resultados, foi possível identificar que os atributos ambientais contribuem para o elevado risco de internações.

Urban climate changes, excessive air pollution, and increasing social inequalities have become determinant factors in the high risk of hospitalizations due to respiratory diseases. The current study thus aimed to understand how meteorological factors (air temperature, relative humidity, and precipitation) and air pollution (particulate matter with aerodynamic diameter less than 10µm - PM10) are related to hospitalizations due to respiratory diseases in children in 14 districts in the city of São Paulo, Brazil. The combination of generalized linear models with a negative binomial distribution and distributed lag non-linear model (DLNM) were used as the statistical method to analyze the relationship between hospitalizations, climatic factors, and pollution from 2003 to 2013. The results show statistically significant association with high relative risk between mean air temperature (17.5ºC to 21ºC, for the total analyzed), relative humidity (84% to 98% for females), precipitation (0mm to 2.3mm for the total and both sexes and > 120mm for females), and PM10 (> 35µg/m³ for the total and for females). These results showed that environmental factors contribute to the high risk of hospitalizations.

Las transformaciones en el clima urbano de las ciudades, la excesiva contaminación atmosférica y el aumento de las desigualdades sociales se convirtieron en factores determinantes para el alto riesgo de internamientos por enfermedades respiratorias. Por ello, el objetivo de este trabajo ha sido comprender cómo las condiciones meteorológicas (temperatura del aire, humedad relativa del aire y precipitaciones) y la contaminación del aire (material particulado con un diámetro aerodinámico menor de 10µm - MP10) están relacionados con internamientos hospitalarios por enfermedades respiratorias en niños, en 14 distritos de la ciudad de Sao Paulo. La combinación de los modelos lineales generalizados con una distribución binomial negativa y el modelo no lineal distributed lag non-linear model (DLNM) se utilizaron como método estadístico para analizar la relación entre los internamientos, atributos climáticos y la contaminación durante el período de 2003 a 2013. Los resultados mostraron relaciones estadísticas significativas de alto riesgo relativo entre la temperatura media del aire (17,5ºC a 21ºC, para el total analizado), humedad relativa del aire (84% a 98% para el sexo femenino), precipitaciones (0mm a 2,3mm para el total y ambos sexos y > 120mm para el sexo femenino) y MP10 (> 35µg/m³ para el total y sexo femenino). A partir de estos resultados, fue posible identificar que los atributos ambientales contribuyen al aumento del riesgo de internamientos.