) . 013 . 5 ( 561 . 41 ) ( 2 ppb VelViento NO = − ×
Fuente: Los Autores, 2008.
A partir de la Ecuación 10, se concluye que al aumentar en una unidad la velocidad del viento (m/s) la concentración de de Dióxido de Nitrógeno disminuirá en una tasa de 5.013 ppb.
La rosa de vientos para los contaminantes de estudio presentaron alta frecuencia en sentido Noroeste al Sureste, con la mayor cantidad de concentraciones PM10 entre 92 a
164 µg/m3, que sobrepasan el nivel bueno de la SDA, además con alta frecuencia en
concentraciones de O3 entre 11 a 22 ppb y NO2 entre 19 a 32 ppb (Anexo 23)
Para explicar las relaciones y patrones de comportamiento entre los factores ambientales de estudio, se realizo un análisis multivariado de datos por Componentes principales, que en Puente Aranda permitió representar gráficamente el 62.32% de las relaciones entre los factores ambientales de estudio, que se presenta a en el Gráfico 24.
El PM10, O3 y NO2 presentaron correlación positiva y significativa, ya que estos
contaminantes en el gráfico se encuentran en la misma dirección con respecto al eje 1 (eje horizontal), en el caso de NO2 y PM10 puede ser causada porque el NO2 es precursor
de PM10 y son generados por las misma fuentes de emisión (especialmente, fuentes fijas y
móviles), igualmente NO2 es precursor de O3 por tal motivo se mostró correlación
(Ecuación 1), mientras de la correlación de PM10 y O3 podemos concluir que la población
de esta localidad está expuesta a estos dos contaminantes, ya que incrementan simultáneamente.
Gráfico 24: Representación grafica de datos multivariados de factores meteorológicos y contaminantes de estudio en Puente Aranda
Fuente: Los Autores, 2008
En el Gráfico 24 se observa que para material partículado existe una correlación negativa y significativa con la velocidad del viento, y positiva con la precipitación, esto puede ser causado a que la mayor proporción del material partículado es fino, ya que es generado por fuentes de combustión existentes en la zona, lo que explica que al aumentar la precipitación halla resuspensión de las partícula y disminuya la velocidad del viento, es decir que la dispersión se reduce acumulando el PM10 en la zona .
Para Ozono y Dióxido de Nitrógeno se evidencia en el grafico, correlaciones negativas con la velocidad del viento y la temperatura, y positiva con la precipitación, que pueden ser causadas porque al aumentar la precipitación, decrece la temperatura y la velocidad del viento, disminuyendo la dispersión de los contaminantes, permitiendo que el O3 y NO2
9.3 ANALISIS ENFERMEDAD RESPIRATORIA AGUDA EN NIÑOS MENORES DE CINCO AÑOS CON LA CONCENTRACION DE PM10, O3 Y NO2.
En este capítulo se analiza los efectos de Material Partículado PM10, Dióxido de Nitrógeno
y Ozono, sobre los casos reportados de enfermedad Respiratoria Aguda (ERA), en niños menores de cinco años del registro de consultas de urgencia y hospitalización del Hospital de Fontibón para la localidad del mismo nombre y el Hospital del Sur para la localidad de Puente Aranda.
Por problemas de completitud sobre la información recolectada para el estudio, se realizó un proceso de imputación que considera los datos obtenidos para el periodo de estudio de cada variable y en cada localidad, estimando los valores faltantes de acuerdo a un modelo de regresión lineal simple (Anexo 24).
Para los datos de calidad del aire y factores meteorológicos se realizo imputación de datos faltantes de datos de la RMCAB, aunque para el caso de O3 se utilizaron las
concentraciones monitoreadas por la UMMCA en Puente Aranda, por medio del método de regresión lineal, utilizando como preeditores las variables ambientales de estaciones cercanas y disponibles en el tiempo correspondiente al dato faltante (por medio del paquete estadístico SPSS 10); antes de realizar el análisis de regresión lineal (ver capítulo), se verifico la correlación lineal entre las variables. Este método de imputación de datos de factores ambientales fue realizado en estudios como el desarrollado por Hernández-Cárdenas y colaboradores en el 2000 en Chihuahua (México).
La imputación para los casos diarios de enfermedad respiratoria fue realizada por medio del método de la media de puntos adyacentes, ya que este método es utilizado en estudios estadísticos de ensayos clínicos para imputación de datos de casos médicos132. Se realizo correlaciones lineales entre casos diarios de ERA y concentración de PM10
(promedio diario, máximo diario y excedencias del nivel bueno adoptado por la SDA), O3
(promedio de 8 horas y máximo diario) y NO2 (promedio y máximo diario) de 0 a 10 días
de latencia en forma bilateral con un nivel de significancia menor a 0.05, fueron seleccionados el día de latencia por contaminante que tuvieron un coeficiente de Pearson positivo y con el menor p valor y posteriormente se realizo el modelo saturado de Regresión de Poisson (Numeral 4.6.4)
9.3.1 Fontibón
Al realizar la matriz de correlación lineal (Anexo 25), se seleccionaron los días de latencia teniendo en cuenta los parámetros de selección establecidos en la metodología, escogiendo para PM10 en máximos diarios el día de latencia 6 con un porcentaje de
confianza de 95%, este día de latencia fue igual para NO2 en promedios diarios, y para O3
se escogió el promedio diario de latencia 8, aunque los días de latencia para estos dos últimos no fueron significativos en la correlación.
132 VIADA GONZÁLEZ, Carmen E. Estudio estadístico de ensayos clínicos de un medicamento para la
psoriasis vulgar usando técnicas de imputación. En: Revista investigación operacional. Vol. 25, No. 3 (2004); 12 p.
Tabla 21: Correlación lineal de casos de ERA con días de latencia seleccionadas en Fontibón CORRELACIÓN LINEAL PM10 (Max diario) O3 (Prom.diario, 8h) NO2 (Prom. diario)
Latencia (6) Latencia (8) Latencia (6)
Correlación de Pearson 0.257* 0.182 0.113
Sig Bilateral 0.014 0.182 0.283
*La correlación es significativa al nivel 0.05 (bilateral)
Fuente: los Autores, 2008
Teniendo en cuenta los días de latencia validos para cada contaminante, se corrió un modelo saturado con efectos marginales y de interacción entre todas las variables de estudio, dando como resultado la Ecuación 11 para la localidad de Fontibón.