Evaluación de impacto en salud de políticas públicas: el plan de calidad del aire en la zona industrial bahía de Algeciras

UNIVERSIDAD DE SEVILLA FACULTAD DE FARMACIA DEPARTAMENTO DE NUTRICIÓN Y BROMATOLOGÍA, TOXICOLOGÍA Y MEDICINA LEGAL “EVALUACIÓN DE IMPACTO EN SALUD DE POLÍTICAS PÚBLICAS: EL PLAN DE CALIDAD DEL AIRE EN LA ZONA INDUSTRIAL BAHÍA DE ALGECIRAS” Memoria que presenta FRANCISCO JAVIER RODRÍGUEZ RASERO para optar al título de Doctor por la Universidad de Sevilla Septiembre de 2020 3 UNIVERSIDAD DE SEVILLA AREA DE TOXICOLOGÍA C/ Profesor García González, nº 2 41012 Sevilla (España) Teléfono: 954 55 67 62 Dª MARÍA DEL CARMEN GARCÍA PARRILLA, Catedrática de Universidad y Directora del Departamento de Nutrición y Bromatología, Toxicología y Medicina Legal de la Universidad de Sevilla, CERTIFICA: Que la Tesis Doctoral titulada “EVALUACIÓN DE IMPACTO EN SALUD DE POLÍTICAS PÚBLICAS: EL PLAN DE CALIDAD DEL AIRE EN LA ZONA INDUSTRIAL BAHÍA DE ALGECIRAS”, presentada por el Ldo. D FRANCISCO JAVIER RODRÍGUEZ RASERO para optar al grado de Doctor por la Universidad de Sevilla, ha sido realizada en el Área de Toxicología de este Departamento bajo la dirección de la Dra. Ana Isabel Prieto Ortega, la Dra. Ángeles Mencía Jos Gallego y la Dra. Ana Sánchez de la Campa Verdona. Y para que así conste, firmo el presente en Sevilla, Septiembre de 2020. Dra. María del Carmen García Parrilla 4 UNIVERSIDAD DE SEVILLA AREA DE TOXICOLOGÍA C/ Profesor García González, nº 2 41012 Sevilla (España) Teléfono: 954 55 67 62 Dª Dª ANA ISABEL PRIETO ORTEGA, Profesora Titular del Departamento de Nutrición y Bromatología, Toxicología y Medicina Legal de la Universidad de Sevilla, Dª ÁNGELES MENCÍA JOS GALLEGO, Catedrática de Universidad del Departamento de Nutrición y Bromatología, Toxicología y Medicina Legal de la Universidad de Sevilla y Dª ANA SÁNCHEZ DE LA CAMPA VERDONA, Profesora Titular del Departamento de Ingeniería Minera, Mecánica, Energética y de la Construcción de la Universidad de Huelva. CERTIFICAN: Que la Tesis Doctoral titulada “EVALUACIÓN DE IMPACTO EN SALUD DE POLÍTICAS PÚBLICAS: EL PLAN DE CALIDAD DEL AIRE EN LA ZONA INDUSTRIAL BAHÍA DE ALGECIRAS”, ha sido realizada por el Ldo. D. FRANCISCO JAVIER RODRÍGUEZ RASERO en el Departamento de Nutrición y Bromatología, Toxicología y Medicina Legal de la Universidad de Sevilla, bajo su dirección y avalan la idoneidad de la presentación de la misma, reuniendo las condiciones requeridas para optar al grado de Doctor por la Universidad de Sevilla. Y para que así conste, firmamos en Sevilla, septiembre de 2020. Dra. Ana Isabel Prieto Ortega Dra. Ángeles Mencía Jos Gallego Dra. Ana Sánchez de la Campa Verdona 5 Contenido Índice de tablas ............................................................................................................................. 6 Índice de figuras ............................................................................................................................ 9 Acrónimos y abreviaturas .......................................................................................................... 11 1. INTRODUCCIÓN .................................................................................................................. 12 1.1. La evaluación de impacto en salud ................................................................. 12 1.2. Relación entre la salud y la calidad del aire ambiente .................................. 23 1.2.1. Evaluación de la exposición ................................................................................ 24 1.2.2. Efectos potenciales sobre la salud ..................................................................... 27 1.3. La calidad del aire ambiente ........................................................................... 38 1.3.1. Marco estratégico ............................................................................................... 38 1.3.2. Marco legislativo ................................................................................................ 42 1.3.3. Los Planes de Calidad del Aire ............................................................................ 50 1.3.4. Los fenómenos meteorológicos ......................................................................... 53 2. FINALIDAD, ÁMBITO Y OBJETIVOS DEL ESTUDIO .............................................................. 55 3. METODOLOGÍA ................................................................................................................... 58 3.1. Metodología de la evaluación de impacto en salud ...................................... 58 3.2. Análisis en profundidad (I): Cuantificación de los impactos en salud .......... 63 3.2.1. La evaluación del riesgo de la contaminación del aire ambiente ..................... 65 3.2.2. Valoración económica de los impactos en salud ............................................... 72 3.2.3. Incertidumbres de la estimación ........................................................................ 76 3.3. Análisis en profundidad (II): Vientos ............................................................. 78 3.3.1. Determinación de los grupos ............................................................................. 78 3.3.2. La mortalidad diaria en la Bahía de Algeciras .................................................... 81 3.3.3. Análisis estadístico ............................................................................................. 81 3.4. Análisis en profundidad (III): PM10 y días NAF ............................................. 82 3.4.1. Tipos de estudios ................................................................................................ 83 3.4.2. Variables ............................................................................................................. 86 3.4.3. Fuentes de información ...................................................................................... 88 3.4.4. Análisis estadístico ............................................................................................. 88 4. RESULTADOS Y DISCUSIÓN ................................................................................................. 92 4.1. Descripción del proyecto ................................................................................ 92 4.1.1. Situación inicial ................................................................................................... 93 4.1.2. Finalidad y objetivos ........................................................................................... 93 4.1.3. Estructura ............................................................................................................ 96 4.1.4. El plan de actuación ............................................................................................ 98 4.1.5. Medidas del plan .............................................................................................. 101 4.2. Caracterización de la población y su entorno .............................................. 104 4.2.1. Caracterización de la población ....................................................................... 104 4.2.2. Caracterización del entorno de la actuación ................................................... 117 4.2.3. Participación ciudadana ................................................................................... 119 4.3. Identificación de los impactos en los determinantes de salud ................... 121 4.3.1. Factores ambientales ....................................................................................... 121 4.3.2. Factores socioeconómicos y convivencia social .............................................. 124 4.3.3. Otros factores ................................................................................................... 126 4.3.4. Análisis de medidas y lista de chequeo de impactos sobre determinantes ... 128 4.4. Análisis preliminar ......................................................................................... 130 4.4.1. Aire ambiente (partículas en suspensión) ....................................................... 130 4.4.2. Aire ambiente (otros contaminantes).............................................................. 130 4.4.3. Empleo y desarrollo económico ....................................................................... 133 6 4.4.4. Lista de chequeo (análisis preliminar de los impactos en salud) .................... 133 4.5. Relevancia de los impactos ........................................................................... 135 4.6. Análisis en profundidad ................................................................................ 136 4.6.1. Cuantificación de los impactos en salud .......................................................... 136 4.6.2. Estudio de la asociación entre el régimen de vientos y la salud ..................... 157 4.6.3. Estudio de la asociación entre PM10 y salud. Modificación del efecto .......... 166 4.7. Discusión e incertidumbres........................................................................... 205 5. CONCLUSIONES ................................................................................................................. 209 Bibliografía ................................................................................................................................ 212 Anexo 1. Criterios de valoración de impactos sobre los determinantes de salud ................. 227 Anexo 2. Lista de Chequeo de identificación de impactos en determinantes de salud......... 228 Anexo 3. Lista de chequeo de Valoración Preliminar de Impactos en la Salud ...................... 229 Anexo 4. Cuadro de Valoración Preliminar de Impactos en la Salud. .................................... 230 Anexo 5. Decisiones para el análisis preliminar de los impactos significativos en salud ...... 233 Anexo 6. Mapas con la población y estaciones de la RVCCA por municipios......................... 234 Anexo 7. Análisis en profundidad. Parte 1. ............................................................................. 237 Anexo 8. Análisis en profundidad. Parte 2. ............................................................................. 240 Anexo 9. Análisis en profundidad. Parte 3: Obtención y preparación de datos .................... 243 Anexo 10. Análisis en profundidad. Parte 3: Análisis exploratorio ........................................ 252 Anexo 11. Análisis en profundidad. Parte 3: Control de estacionalidad y tendencias a largo plazo .......................................................................................................................................... 263 Anexo 12. Análisis en profundidad. Parte 3: Modelos de asociación entre la exposición y el efecto ........................................................................................................................................ 264 Anexo 13. Análisis en profundidad. Parte 3: Validación del modelo ..................................... 283 Índice de tablas Tabla 1. Tipos de EIS. ............................................................................................................................ 19 Tabla 2. Modelo EIS en Andalucía. ........................................................................................................ 22 Tabla 3. Principales fuentes de contaminantes. ................................................................................... 26 Tabla 4. Impacto en la morbimortalidad por la exposición a contaminación del aire. ......................... 30 Tabla 5. Valores de referencia de la UE y de la OMS para partículas. .................................................. 33 Tabla 6. Estimación de los efectos (evolución desde 2000 a 2020) de la contaminación atmosférica en la salud realizada para la Estrategia Temática de Contaminación Atmosférica de 2005..................... 40 Tabla 7. Resumen de la finalidad y de los objetivos. ............................................................................. 57 Tabla 8. Contaminantes del aire, tipos de exposición y algunos de los indicadores de mortalidad prematura que utiliza AIRQ+. ............................................................................................................... 70 Tabla 9. Clasificación de las medidas del PMCA. .................................................................................. 99 Tabla 10. Clasificación de las medidas del PMCA. .............................................................................. 103 Tabla 11. Población en los municipios de la Bahía de Algeciras durante el periodo 2005-2013. ....... 105 Tabla 12. Datos básicos de los municipios de la Bahía de Algeciras. .................................................. 106 Tabla 13. Tasa municipal de desempleo. Media anual (año 2018). .................................................... 114 Tabla 14. Medidas del PMCA, determinantes afectados y valoración cualitativa de la relevancia de los impactos sobre los determinantes de salud. ....................................................................................... 129 Tabla 15. Análisis preliminar de los impactos en salud....................................................................... 134 Tabla 16. Relevancia de los impactos en salud. Indicador anual de PM10. ........................................ 135 Tabla 17. Estaciones de la RVCAA en la Zona Industrial Bahía de Algeciras. ...................................... 137 Tabla 18. Días válidos por municipio y en la Bahía de Algeciras (2005-2013). ................................... 141 Tabla 19. Correlaciones parciales de orden cero entre los VMD. ........................................................ 142 Tabla 20. Elementos necesarios para la construcción de la recta de sustitución de datos perdidos. . 143 7 Tabla 21.Días válidos tras la sustitución de los valores perdidos. ...................................................... 144 Tabla 22. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en Algeciras. ..... 144 Tabla 23. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en La Línea. ...... 144 Tabla 24. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en Los Barrios. .. 145 Tabla 25. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en San Roque. .. 145 Tabla 26. Resumen de los cálculos de los VMA globales y estadísticos descriptivos de la variable Bahía Algeciras. ............................................................................................................................................ 145 Tabla 27. Valores medios anuales de PM10 por municipio y año. ...................................................... 146 Tabla 28. Valores medios anuales de PM2,5 por municipio y año. ..................................................... 146 Tabla 29. Población total y por municipio, por año y edad, en la Bahía de Algeciras (periodo 2005- 2013). .................................................................................................................................................. 147 Tabla 30. TME por municipio, por año y edad, en la Bahía de Algeciras (periodo 2005-2013). ......... 148 Tabla 31. Muertes prematuras evitables durante el periodo de estudio en Algeciras........................ 150 Tabla 32. Muertes prematuras evitables durante el periodo de estudio en Los Barrios. .................... 151 Tabla 33. Muertes prematuras evitables durante el periodo de estudio en La Línea. ........................ 152 Tabla 34Muertes es prematuras evitables durante el periodo de estudio en San Roque. .................. 153 Tabla 35. Muertes prematuras evitables (total y media anual) si se hubiesen dado los dos escenarios de contraste, con los valores superior e inferior de su intervalo de confianza al 95%. ....................... 154 Tabla 36. Valores de PIB per cápita (en paridades de poder adquisitivo, PPA) para España y los países de la Organización para la Cooperación y Desarrollo Económico (OCDE), inflación anual (ΔP) y de vida estadística (VSL), expresados en millones de dólares de los Estados Unidos de América. .................. 155 Tabla 37. Beneficios (en millones de euros) en cada municipio de la Bahía de Algeciras por las ganancias en salud derivadas de alcanzar el objetivo del PMCA, con el valor central de la estimación y los valores superior e inferior de su intervalo de confianza al 95%. ................................................... 155 Tabla 38. Beneficios (en millones de euros) en cada municipio de la Bahía de Algeciras por las ganancias en salud si se alcanzase el valor guía de la OMS para PM2,5, con el valor central de la estimación y los valores superior e inferior de su intervalo de confianza al 95%. .............................. 156 Tabla 39. Beneficios (en millones de euros) totales por las ganancias en salud de los dos escenarios de contraste con los valores superior e inferior de su intervalo de confianza al 95%, así como las ganancias en salud medias por año. ................................................................................................... 156 Tabla 40. Frecuencia absoluta, frecuencia relativa y porcentaje de días clasificados en alguna de las cuatro categorías de la variable wind durante el periodo 2005-2013. ............................................... 159 Tabla 41. Frecuencias absolutas anuales de los días clasificados en alguna de las cuatro categorías de la variable wind. .................................................................................................................................. 159 Tabla 42. Algunas medidas de tendencia central y de dispersión de las cinco variables de mortalidad diaria, periodo 2005-2013. ................................................................................................................. 160 Tabla 43. Resultados del test de normalidad de los residuos del número de defunciones totales diarias en la Bahía de Algeciras (total) y por municipios en el periodo 2005-2013. ....................................... 164 Tabla 44. Resultados del test de Kruskal-Wallis entre la mortalidad diaria (número de defunciones diarias) y las direcciones predominantes del viento en el periodo 2005-2013. .................................. 165 Tabla 45. Tratamiento de datos para el análisis en profundidad (parte 3). ....................................... 166 Tabla 46. Estadísticas del número de muertes en la Bahía de Algeciras (2005-2013). ....................... 169 Tabla 47. Tabla de frecuencias del número de muertes en la Bahía de Algeciras (2005-2013). ......... 170 Tabla 48. Resumen estadístico de las variables cuantitativas ............................................................ 173 Tabla 49. Resultados del modelo 1a ................................................................................................... 187 Tabla 50. Resultados del modelo 1b ................................................................................................... 187 Tabla 51. Resultados del modelo 1c .................................................................................................... 188 Tabla 52. Resultados del modelo 1d ................................................................................................... 188 Tabla 53. Resultados del modelo modelag para la variable "pm10" .................................................. 189 Tabla 54. Resultados del modelo modelag para la variable "somo" .................................................. 189 Tabla 55. Resultados del modelo 2 para la variable "pm10" .............................................................. 191 Tabla 56. Efecto acumulado de la variable "pm10" según el modelo 2 .............................................. 192 Tabla 58. Resultados de los modelos "pm" ......................................................................................... 195 Tabla 59. Resultados de los modelos "oz" .......................................................................................... 196 Tabla 60. Resultados de los modelos "t" ............................................................................................. 197 Tabla 61. Resultados de los modelos "hr" ........................................................................................... 198 Tabla 62. Resultados del modelo Mp8 ................................................................................................ 198 8 Tabla 63. Resultados de los modelos Mp7 .......................................................................................... 199 Tabla 64. Resultados del modelo Mp7_hr .......................................................................................... 199 Tabla 65. Resultados de los modelos Mp6 .......................................................................................... 199 Tabla 66. Resultados del modelo Mp6_fst .......................................................................................... 200 Tabla 67. Resultados de los modelos Mp5 .......................................................................................... 200 Tabla 68. Resultados del modelo Mp5_o3 .......................................................................................... 200 Tabla 69. Resultados de los modelos Mp4 .......................................................................................... 201 Tabla 70. Resultados del modelo Mp5int ........................................................................................... 201 Tabla 71. Resultados de la prueba ANOVA de los modelos Mp5_o3 y Mp5int................................... 202 9 Índice de figuras Figura 1. Salud en todas las políticas y el modelo de Whitehead y Dahlgren 11. .................................. 15 Figura 2. Interpretación gráfica simplificada del concepto de ruta de exposición. .............................. 25 Figura 3. Representación gráfica del concepto de inmisión.................................................................. 27 Figura 4. Representación de los diferentes efectos de la contaminación atmosférica sobre la salud. . 28 Figura 5. Tamaño relativo de diferentes tipos de material particulado atmosférico. .......................... 31 Figura 6. Distintas denominaciones de las partículas según su tamaño. ............................................. 33 Figura 7. Impactos del tiempo extremo y eventos relacionados con el clima, como ejemplo de la información puesta a disposición por la EEA. ....................................................................................... 39 Figura 8. Marco Legal de la calidad del aire. ........................................................................................ 42 Figura 9. Zonificación de Andalucía para efectuar las evaluaciones anuales de la calidad del aire. .... 48 Figura 10. Estación de la RVCCA de tipo tráfico ubicada en el parque de los Príncipes (Sevilla). ......... 49 Figura 11. Serie temporal (1996-2018) de óxidos de nitrógeno y de partículas PM10 de la estación de Príncipes (Sevilla). ................................................................................................................................. 49 Figura 12. Árbol de decisión de las etapas de la EIS y correspondencia con Anexos y los documentos de apoyo (DAP) del Manual. ................................................................................................................. 59 Figura 13. Esquema general de la metodología utilizada para la primera parte del Análisis en profundidad. ......................................................................................................................................... 63 Figura 14. Esquema global de un proceso de ERS-CA. .......................................................................... 67 Figura 15. Curva de concentración-respuesta para PM2,5 (lag 0-1) y porcentaje de cambio en la mortalidad para España. ...................................................................................................................... 69 Figura 16. Rosa de los vientos y correspondencia con los ángulos. ...................................................... 79 Figura 17. Relación entre el número de superaciones diarias al año y la media anual de PM10. ........ 96 Figura 18. Pirámides de población de los municipios de la Bahía de Algeciras sobre la andaluza (censo 2011). .................................................................................................................................................. 107 Figura 19. Pirámides de población de los municipios de la Bahía de Algeciras del censo 2011 sobre la del censo 2001. ................................................................................................................................... 108 Figura 20. Zonas desfavorecidas del municipio de Algeciras (escala 1:30.000). ................................. 111 Figura 21. Zonas desfavorecidas del municipio de La Línea de la Concepción (escala 1:15.000). ...... 111 Figura 22. Zonas desfavorecidas del municipio de San Roque (escala 1:10.000). .............................. 112 Figura 23. Estadísticas Longitudinales de Supervivencia y Longevidad en Andalucía, 2002-2013. Razones de mortalidad general comparada con la media andaluza (celdas de 250 metros) y espacios industriales (en azul). Visión general de la Bahía de Algeciras. .......................................................... 116 Figura 24. Estadísticas Longitudinales de Supervivencia y Longevidad en Andalucía, 2002-2013. Razones de mortalidad general. Celdas de 250 metros. Zona de Sotogrande (San Roque). .............. 116 Figura 25. Rosa de los Vientos en el año 2007. ................................................................................... 117 Figura 26. Vista general de la Bahía de Algeciras, escala 1:70.000 .................................................... 139 Figura 27. Evolución de los Valores medios anuales de partículas finas por municipio durante el periodo 2005-2013. ............................................................................................................................. 146 Figura 28. Rosa de los Vientos en la Zona Industrial Bahía de Algeciras, periodo 2005-2013. ........... 158 Figura 29. Evolución en el periodo 2005-2013 de las frecuencias absolutas anuales de los días en función de su categoría de la variable wind. ...................................................................................... 159 Figura 30. Diagrama de cajas del número de defunciones totales diarias en la Bahía de Algeciras en el periodo 2005-2013. ............................................................................................................................. 161 Figura 31. Histograma y curva normal teórica del número de defunciones totales diarias (en azul) en la Bahía de Algeciras en el periodo 2005-2013. .................................................................................. 161 Figura 32. Gráficos Q-Q de los residuos estandarizados del número de defunciones totales diarias en la Bahía de Algeciras (total) en el periodo 2005-2013. ....................................................................... 162 Figura 33. Gráficos Q-Q de los residuos estandarizados del número de defunciones totales diarias en Algeciras, en el periodo 2005-2013..................................................................................................... 163 Figura 34. Gráficos Q-Q de los residuos estandarizados del número de defunciones totales diarias en Los Barrios, en el periodo 2005-2013. ................................................................................................. 163 Figura 35. Gráficos Q-Q de los residuos estandarizados del número de defunciones totales diarias en La Línea de la Concepción, en el periodo 2005-2013. ......................................................................... 163 Figura 36. Gráficos Q-Q de los residuos estandarizados del número de defunciones totales diarias en San Roque, en el periodo 2005-2013. ................................................................................................. 164 16 socioeconómicos de la salud, de modo que favorece a aquellas políticas y prácticas que mejoran la equidad en salud y reducen las desigualdades en salud 2. Es decir, la EIS facilita un procedimiento sistemático que permite visualizar cómo toda nueva propuesta, aun no teniendo la salud entre sus objetivos, puede incidir de forma directa o indirecta en uno o varios determinantes de la salud, teniendo especialmente presente la equidad 14. Origen y desarrollo Puede considerarse que la EIS se ha originado a partir de tres áreas relacionadas dentro de las actividades de salud pública 15 : • La salud ambiental. • La visión social de la salud. • La equidad en salud. El enfoque de salud ambiental en la EIS, que se ha denominado en ocasiones evaluación de impacto en salud ambiental, tradicionalmente ha implicado un concepto de salud más restrictivo (o menos amplio) que en otros casos, en el sentido de centrarse fundamentalmente en los determinantes de salud individuales y ambientales. Este enfoque implica introducir el factor salud dentro de la EIA (o en otras evaluaciones obligatorias) en lugar de considerar la EIS como una evaluación de impacto diferenciada. Sin embargo, las administraciones competentes en salud pública no han participado de manera habitual en la EIA, sobre todo en la fase de cribado inicial, que es un paso esencial dentro de estas evaluaciones 16. Por tanto, aun siendo un componente importante en la evaluación ambiental, en general se considera que la salud no ha sido abordada de manera adecuada en el marco de la EIA 2,17,18. Por otro lado, la visión social de la salud ha aprovechado cada vez más la EIS como un mecanismo práctico para promocionar mejoras en la salud , de modo que ha favorecido el uso de la EIS por sectores no sanitarios para asegurar que las potenciales consecuencias en la salud se han considerado en la planificación o en la toma de decisiones 15,19. Una característica de la visión social de la salud es que la EIS se apoya en una definición más amplia de la salud, basándose en los conocimientos sobre los factores de tipo comunitarios, sociales, mentales y espirituales que determinan la salud 20. 17 En cuanto a la equidad en salud, la denominada “evaluación del impacto en la equidad en salud” es un instrumento de apoyo a la toma de decisiones que trata de identificar cómo un programa, política o iniciativa similar impactará de modo diferente en los grupos de población 21. En este sentido, la EIS podría ser adaptada para evaluar la equidad 22, pues la EIS puede ser un instrumento útil para abordar las potenciales inequidades de salud que pudieran originar una actuación y, en particular, por las políticas públicas 20. A lo largo de los últimos veinticinco años la EIS se ha desarrollado como una forma más de evaluación del impacto, comenzando sobre todo en el Reino Unido, Holanda y Suecia. El uso de los métodos y los distintos enfoques de la EIS se han expandido rápidamente y ahora se aplica tanto en el sector público como en el privado, en un número creciente de países en todo el mundo 23. Actualmente, la EIS está afianzada en Europa, además del Reino Unido, Holanda y Suecia, en países como Finlandia, Suecia, Suiza y España. Fuera de Europa podemos encontrar ejemplos de EIS sobre todo en los Estados Unidos, Canadá y Australia. Ámbito de actuación Como ya se mencionó en la definición de EIS, el ámbito de actuación de una EIS puede ser una política, un plan, un programa o un proyecto. En principio, el uso de las evaluaciones de impacto se centró en propuestas y proyectos que abarcaban un área limitada, tales como planes de infraestructuras o aeropuertos, debido al hecho de que son propuestas específicas y tangibles, en contraposición con las políticas, cuyos potenciales impactos son mucho más complejos de evaluar 24. No obstante, en los últimos quince años se ha realizado un gran número de EIS en Europa tanto de proyectos como de políticas, centrándose principalmente en las inequidades en salud, el cambio climático y las políticas de sostenibilidad, pero también en políticas relacionadas con la agricultura, el turismo, la cultura, el bienestar social, la minería y el medio ambiente 25–27. En el caso concreto de la Unión Europea, en 2002 se publicó una Comunicación sobre evaluación del impacto 28. En ella se dice que la evaluación del impacto es una “herramienta para mejorar la calidad y coherencia del proceso de desarrollo de políticas”. La evaluación integrada del impacto se organiza, de acuerdo con este documento, alrededor de las evaluaciones del impacto económico, social y ambiental, mencionándose el factor salud de manera expresa en las dos últimas evaluaciones. 18 Asimismo, como apoyo a la Estrategia Europea de Salud Pública de 2002, se publicó en 2004 una guía para evaluar los impactos en la salud humana de las políticas europeas 29. Esta guía fue encargada por la Dirección General de Salud y Protección de los Consumidores de la Comisión Europea, con el propósito de que sirviera como herramienta a los servicios de la Comisión. El Libro Blanco “Juntos por la salud” 30, publicado en 2007, incluye entre los principios fundamentales de la acción en salud de la Comisión Europea la Salud en Todas las Políticas (Principio 3) y la acción asociada a este principio de STP incluye el uso de la EIS a nivel europeo y estatal, aunque refiriéndose únicamente a políticas. Asimismo, la Unión Europea ha financiado en los últimos años numerosos proyectos de investigación y desarrollo sobre EIS. Por otro lado, la Evaluación de Impacto Ambiental (EIA) y la Evaluación Ambiental Estratégica (EAE) son evaluaciones obligatorias desde el punto de vista legal en la Unión Europea. La primera se ocupa de evaluar los impactos ambientales de los proyectos y la segunda evalúa los planes y programas. En la redacción inicial en la Directiva 2011/92/EU, sobre la evaluación de las repercusiones de determinados proyectos públicos y privados sobre el medio ambiente 31, se hacía mención expresa a los “efectos sobre el ser humano” entre los aspectos que debería contemplar una evaluación ambiental. A pesar de ello, la EIS como tal no llegó a institucionalizarse a en las evaluaciones ambientales. No obstante, en 2014 se modificó esta Directiva 32 y se incluyó la expresión “la población y la salud humana”. Tipos de evaluaciones Tanto el DCG como numerosas guías y manuales publicados a nivel internacional coinciden en señalar una serie de etapas básicas que debería tener una EIS, que son el cribado, en el que se realiza una valoración rápida acerca de la existencia de potenciales impactos entre la política, programa o proyecto y la salud, la determinación del alcance, es decir, qué tipo de evaluación debe realizarse, por quién y cómo, la estimación de impactos, la formulación de recomendaciones y, por último, la monitorización y seguimiento. a La institucionalización de la EIS se define como la integración sistemática de la EIS en el proceso de toma de decisiones y la creación de una “demanda permanente” de utilización de la EIS 35. 19 En la determinación del alcance suelen distinguirse habitualmente tres tipos de evaluaciones. La siguiente tabla (Tabla 1) hace un pequeño resumen de cada uno de estos tres posibles tipos de EIS. Aspecto EIS documental (Desk-based HIA) EIS rápida (Rapid HIA) EIS en profundidad (In-depth HIA) Impactos potenciales sobre la salud Visión general Información más detallada Análisis completo Información en la que se basa la EIS Información ya existente y fácilmente accesible, sin consultar a informantes clave o con una consulta mínima. Información ya existente y datos recabados de informantes clave mediante consulta a agentes, expertos, personas interesadas, etc. Recogida y análisis exhaustivo de información relevante a través de múltiples métodos y fuentes: técnicas cualitativas, cuantitativas, participativas, etc. Duración estimada de la EIS (para un asesor) 2-6 semanas 12 semanas 6 meses Tabla 1. Tipos de EIS. Fuente: Traducido y adaptado del documento “Evaluación de Impactos en Salud de políticas europeas” 33. Asimismo, los tipos de EIS pueden clasificarse en función de otros factores: • Momento de elaboración. Según el momento en que se realiza con respecto a la propuesta que analiza, la EIS puede ser prospectiva, concurrente o retrospectiva. • Ámbito territorial: La EIS puede ser de ámbito local, regional, estatal o incluso supraestatal, como las EIS de políticas europeas que se realiza por los servicios de la Comisión Europea 34. • Ámbito de actuación: políticas públicas (como proyectos normativos, estrategias, planes o programas) y proyectos. • Grado de institucionalización: La EIS puede institucionalizarse en diversos grados y con distintos enfoques (por ejemplo EIS voluntaria u obligatoria). Los mecanismos que existen para institucionalizarla son también diversos: directrices, leyes, reglamentos, políticas, marcos administrativos, etc. 35. • Integración con otros tipos de evaluaciones de impacto: La EIS puede combinarse con otras evaluaciones de impacto, como la EIA, o de manera separada. Ambas formas tienen sus ventajas e inconvenientes, aunque la 20 tendencia en los últimos años es más favorable a la integración de la EIS con otros tipos de evaluaciones de impacto 2. Implementación Según el documento “Análisis transnacional de la institucionalización de la evaluación de impactos sobre la salud” 35 publicado por la OMS en el año 2013, en el ámbito internacional se está prestando cada vez más atención al potencial que ofrece la EIS como forma de generalizar la salud en las políticas sectoriales. Los países e instituciones que se estudiaron fueron Australia (Australia Meridional), Canadá (Quebec), Finlandia, Lituania, Países Bajos, Eslovaquia, Suiza, Tailandia, Estados Unidos y la Comisión Europea. Los resultados mostraron que todos los países cuentan con algún tipo de EIS institucionalizada y que el grado de institucionalización es muy variable, tanto de un país a otro como dentro de un mismo país. No obstante, existen similitudes en los mecanismos usados, que normalmente implican la publicación de leyes de salud pública y la creación de centros de investigación. El modelo de EIS de cada institución, país o región se establece en función de los tipos de EIS especificados en el apartado anterior. En este sentido, algunos países han adoptado marcos legislativos y mecanismos de gobernanza para tener en cuenta el impacto de las políticas, programas o proyectos en la salud. Sin embargo, las diferencias en las condiciones políticas, socioeconómicas y administrativas llevan a diferencias considerables en el uso e institucionalización de la EIS, y se ha investigado poco el uso sistemático de la EIS y los procesos institucionales que apoyan u obstaculizan su uso. En los últimos años existe un debate a nivel internacional sobre la necesidad de la adopción formal de la EIS, ligándola incluso a conceptos relativamente nuevos, como el de salud planetaria 36. Este concepto está basado en entender que la salud y la civilización humana depende del buen estado de los sistemas naturales, como el agua, el aire o la biodiversidad, así como de la buena gestión de los mismos 37. En lo referente a España, la Ley 33/2011, de 4 de octubre, General de Salud Pública 38 (LGSP), prevé someter a EIS las normas, planes, programas y proyectos que se seleccionen por tener un impacto significativo en la salud, quedando en manos de las comunidades autónomas la regulación de esta herramienta. Asimismo, en el año 2014, el Ministerio competente en Sanidad desarrolló una herramienta de cribado para la evaluación de impacto en salud de políticas nacionales 39. 21 A nivel autonómico, además de Andalucía, la más avanzada en la implantación de la EIS, como veremos posteriormente, las Comunidades Autónomas de Aragón, Cataluña, Islas Baleares y la Comunidad Valenciana han introducido la EIS en sus respectivas normativas de Salud Pública, y se han desarrollado experiencias también en las Comunidades Autónomas de Cataluña y, sobre todo, del País Vasco. En general, puede afirmarse que, salvo Andalucía, en España aún no se ha desarrollado la EIS de un modo sistemático, aunque su implementación no ha estado exenta de retos a superar 40. A nivel internacional y en instituciones como la Comisión Europea tampoco ha sido así, salvo excepciones, a pesar del potencial que atesora la herramienta. Entre las causas de ello se han apuntado diversos aspectos, entre otros los siguientes 2,18,34,41–43:  Políticos y de gobernanza: ausencia de voluntad política, falta de conocimiento en temas de salud, falta de compromiso sobre salud en otros sectores, escasa tradición de participación en procesos abiertos de toma de decisiones.  Técnicos y jurídicos: incertidumbres por falta de pruebas científicas (o baja calidad de las mismas) sobre los efectos en salud, problemas derivados de su consideración como traba administrativa y/o de su integración en otras evaluaciones.  Organizativos: falta de recursos de las Administraciones públicas, necesidad de capacitación en el personal de las Administraciones públicas, elevada carga de trabajo, reticencia de los trabajadores de salud pública a abordar nuevas áreas de trabajo, necesidad de coordinación intra e interadministrativa. En cuanto a Andalucía, la Ley 16/2011, de 23 de diciembre, de Salud Pública de Andalucía 44 (LSPA, en adelante) establece un marco regulatorio en el cual se definen los ámbitos para los que es obligatoria, los procedimientos y la necesidad de un desarrollo reglamentario para su entrada en vigor. Los ámbitos de actuación para la EIS que están regulados en la LSPA son: 1) Planes y programas de la Administración de la Junta de Andalucía que tengan clara incidencia en la salud. 2) Instrumentos de planeamiento urbanístico, principalmente los 22 instrumentos de planeamiento general y sus innovaciones. 3) Proyectos incluidos en el Anexo I del Decreto 169/2014, de 9 de diciembre, por el que se establece el procedimiento de la Evaluación del Impacto en la Salud de la Comunidad Autónoma de Andalucía 45 (en adelante, Decreto EIS), siempre que estén situados a menos de 1.000 metros de zonas residenciales. Los promotores deben realizar el análisis y la valoración de impactos e incluirlos en el documento de Valoración del Impacto en la Salud (documento VIS). Este documento VIS será evaluado por la autoridad competente en materia de salud pública, que tendrá que emitir el correspondiente Informe EIS. En lo que respecta al procedimiento para la evaluación del impacto en salud regulado (de manera somera) en la LSPA, básicamente consiste en la incorporación de la EIS en procedimientos ya establecidos, concretamente en los de aprobación de planes, programas o instrumentos de planeamiento urbanístico o y los de autorización o calificación ambiental en el caso de proyectos. La Tabla 2 resume el modelo EIS implantado en Andalucía. Aspecto Modelo EIS en Andalucía Ámbito territorial Regional Momento de elaboración Prospectiva Ámbito de aplicación Planes y programas públicos (incluyendo instrumentos de planeamiento urbanístico) y proyectos. Integración Modelo mixto (integrada en evaluación ambiental, en el caso de proyectos y evaluación separada, en planes y programas). Tipo principal EIS documental Tabla 2. Modelo EIS en Andalucía. Posteriormente, el Decreto EIS reguló el procedimiento de la EIS con mayor concreción y dispuso la obligatoriedad para la administración sanitaria de la Junta de Andalucía de publicar “Guías metodológicas” dirigidas a las personas promotoras. Así, justo antes de la entrada en vigor del Decreto EIS, la Consejería competente en Salud publicó dos guías metodológicas, una para instrumentos de planeamiento 23 urbanístico y otra para actividades y obras, y sus proyectos 46–48. La metodología común que se propone en las mismas se verá con detenimiento más adelante. 1.2. Relación entre la salud y la calidad del aire ambiente La contaminación atmosférica se define en la Ley 34/2007 como “la presencia en la atmósfera de materias, sustancias o formas de energía que impliquen molestia grave, riesgo o daño para la seguridad o la salud de las personas, el medio ambiente y demás bienes de cualquier naturaleza”. Los contaminantes pueden estar presentes en el aire como consecuencia de procesos de origen natural (es decir, por emisiones procedentes de fuentes naturales) o de procesos de origen antrópico. Por tanto, los contaminantes se diferencian, según su origen, entre contaminantes naturales y contaminantes antropogénicos. Por otro lado, los contaminantes pueden clasificarse también según su naturaleza. Así, los contaminantes se clasifican en bióticos (fundamentalmente pólenes) o abióticos. De modo más específico, los contaminantes químicos se clasifican en dos grandes grupos, de acuerdo a su mecanismo de formación 49 : • Contaminantes primarios son aquellos procedentes directamente de las fuentes de emisión (ya sean naturales o antropogénicas): óxidos de azufre (SOx), óxidos de nitrógeno (NOx), monóxido de carbono (CO), aerosoles, hidrocarburos, halógenos y sus derivados (Cl2, HF, HCl, haluros), arsénico y sus derivados o metales pesados, entre otros. • Contaminantes secundarios son aquellos originados por interacción química entre los contaminantes primarios y los componentes normales de la atmósfera, como por ejemplo ozono (O3), peróxido de hidrógeno (H2O2) y radicales libres. Los contaminantes de naturaleza química presentes en la atmósfera pueden subdividirse, también, en gases y partículas. • Los gases y vapores de compuestos minerales u orgánicos pueden reaccionar en la atmósfera para convertirse en partículas o asociarse a gotas de agua o núcleos higroscópicos. • Las partículas son sólidas o líquidas, de tamaño microscópico o submicroscópico, entre las que destacan: 24 o El polvo, producido por desintegración mecánica de la materia sólida. o Los humos, procedentes de las combustiones y con un tamaño aproximado de 1 m. o Las brumas, que son gotículas en suspensión formadas por condensación de vapor sobre núcleos de condensación. o Los aerosoles, que incluyen cualquier nube de partículas sólidas y/o líquidas. A la hora de caracterizar el riesgo de que un contaminante pueda producir un efecto en un individuo o una población hay que evaluar la exposición y caracterizar la peligrosidad potencial del contaminante. 1.2.1. Evaluación de la exposición El objetivo de la evaluación de la exposición a un contaminante es determinar cómo un individuo o población pueden entrar en contacto con el mismo y caracterizar la magnitud y frecuencia con la que se produce dicho contacto. Para ello es fundamental conocer lo que se denomina ruta de exposición (Figura 2), es decir, el conjunto de elementos que hacen que un contaminante emitido desde una fuente concreta llegue a entrar en contacto con individuos o poblaciones, que son: 1) Fuente de contaminación. Puede ser cualquier fuente que libere contaminantes al medio (por ejemplo, un vertedero, un vehículo con motor de combustión, etc.). 2) Movimiento y transporte en el medio ambiente. Una vez liberados en el medio ambiente, los contaminantes se mueven por (y a través de) diferentes medios, pudiéndose dar diversas reacciones químicas (alguno de ellos puede llegar a degradarse por completo). En estos procesos son muy importantes las condiciones meteorológicas, que van a favorecer la permanencia o dispersión de los contaminantes en la atmósfera. 3) Punto de exposición. Es el lugar (o lugares) concreto donde las personas entran en contacto con un medio contaminado. 4) Vía de exposición, que es la ruta de entrada al organismo. Las principales son la gastrointestinal, respiratoria y dérmica. 5) Población potencialmente expuesta. 25 Figura 2. Interpretación gráfica simplificada del concepto de ruta de exposición. Fuente: Manual EIS de proyectos. Fuentes de contaminación Según los datos de la Agencia Europea de Medio Ambiente 50 los principales sectores en Europa que emiten contaminantes que están regulados en la normativa son:  El transporte.  El sector comercial, institucional y doméstico.  La industria, tanto el sector energético como el de procesos industriales y uso de productos.  La agricultura y los residuos, que incluye a las emisiones de vertederos, de la incineración con recuperación de energía y de la quema al aire libre de residuos. Los procesos de combustión por fuentes estacionarias y móviles son la principal fuente de muchos contaminantes primarios, como los óxidos de nitrógeno, dióxidos de azufre, partículas, benzo(a)pireno, monóxido de carbono, benceno y metales tóxicos (Tabla 3). Rutas de exposición 32  Torácicas, que alcanzan la región traqueobronquial. Todas las partículas de diámetro menor de 10 µm (PM10) tienen un tamaño suficiente para penetrar en la región traqueobronquial.  Respirables, que son las que tienen el potencial de entrada en la región de intercambio de gas. Tienen un diámetro inferior a 2,5 µm (PM2,5) y pueden alcanzar la cavidad alveolar; por lo que pueden provocar mayores afecciones. Además presentan en su composición un mayor contenido en sustancias con capacidad tóxica, como los metales. Los componentes más importantes de la materia particulada son los sulfatos, nitratos, amonio, otros iones inorgánicos (como sodio, potasio, calcio, magnesio y cloruro), carbono orgánico y elemental, materiales de la corteza terrestre, agua (contenida en el interior de las partículas) y metales pesados. Las partículas PM2,5, también denominadas partículas finas, contienen los aerosoles formados en reacciones producidas en la atmósfera, partículas de combustión y vapores metálicos y orgánicos de condensación. Las partículas más grandes, con un diámetro entre 2.5 y 10 µm, o partículas gruesas, contienen normalmente materiales de la corteza terrestre y materia particulada proveniente de carreteras e industrias emitidas directamente (partículas primarias). Las partículas con un tamaño comprendido entre 0.1 y 1 µm pueden permanecer en la atmósfera durante días o semanas y pueden ser transportadas en la atmósfera largas distancias, mientras que las partículas gruesas se depositan fácilmente, normalmente a menos de diez kilómetros del lugar de origen. La relación entre los distintos tipos de partículas según su tamaño puede apreciarse en la Figura 6. 33 Figura 6. Distintas denominaciones de las partículas según su tamaño. En base a toda las pruebas disponibles en aquel momento, la OMS propuso en 2005 valores objetivo diarios y anuales. Posteriormente se publicó la Directiva relativa a la calidad del aire ambiente (Directiva 2008/50/CE) y el Real Decreto 102/2011, que la traspuso al ordenamiento jurídico español. Como puede verse en la Tabla 5, los valores propuestos por la OMS son bastante más estrictos que los que dispone la Unión Europea en su Directiva, sobre todo en lo referente a los valores anuales. Contaminante Promedio Valor UE Valor OMS PM10 Diario 40 Diario 20 Anual 50 (no podrán superarse en más de 35 ocasiones por año) Anual 50 Partículas finas (PM2,5) Diario - Diario 25 Tres años 20 (valor objetivo) Anual 10 Tabla 5. Valores de referencia de la UE y de la OMS para partículas. Efectos sobre la salud Existen muchas pruebas científicas que respaldan la asociación entre la exposición a partículas y el aumento a corto y a largo plazo de la mortalidad y los ingresos hospitalarios por causas respiratorias (por enfermedad pulmonar 34 obstructiva crónica, por ejemplo) y enfermedades cardiovasculares (como el infarto de miocardio). A largo plazo, un aumento de la exposición a partículas aumenta la mortalidad por causa respiratoria y cardiovascular y puede originar arterioesclerosis, enfermedades respiratorias infantiles y efectos adversos al nacer. Los efectos parecen mostrarse de manera más evidente en el caso de las partículas finas o PM2,5, que se consideran el factor ambiental con mayor impacto en la salud en Europa 89. Por ejemplo, un metaanálisis de veintidós cohortes europeas publicado en 2014 encontró una asociación entre exposición a largo plazo a contaminación atmosférica por partículas finas y mortalidad por causas naturales, incluso en rangos de concentraciones por debajo del valor límite actual en Europa 65. Asimismo, en el marco del proyecto APHEKOM, se ha estimado que la reducción de los niveles de partículas finas en Europa a los niveles propuestos por la OMS aumentaría la esperanza de vida de la ciudadanos europeos en 8,6 meses de media y ahorraría en total unos 31000 millones de euros al año, considerando los niveles de concentración de PM2,5 de 2004-2006 55. Al igual que el aire contaminado, el material particulado atmosférico ha sido clasificado específicamente por la Agencia Internacional de Investigación del Cáncer (IARC) en la Clase 1: carcinogénico para el ser humano 73,74. Mecanismos de toxicidad La fracción de las partículas finas se considera responsable principal de la acidez y actividad mutagénica de la materia particulada, y los estudios epidemiológicos apuntan a que los efectos perjudiciales, principalmente el cáncer de pulmón, son debidos principalmente a la fracción de las partículas finas 58. En cuanto a los efectos sobre el aparato respiratorio, las partículas PM2,5 pueden penetrar en el pulmón y producir irritación y corrosión de la pared alveolar y, por consiguiente, afectar a la función pulmonar 62 . Además del tamaño, el efecto depende también de la composición química. Por ejemplo, el efecto carcinogénico se ha atribuido a varios componentes y orígenes de las partículas, siendo particularmente importante el efecto de las partículas que contienen azufre y níquel 90 . 35 Métodos de medición • Método de referencia: UNE-EN 12341:2015 (sustituye a las dos que cita el RD 102/2011 para PM10 y PM2,5, respectivamente). Método de medición gravimétrico normalizado para la determinación de la concentración másica PM10 o PM2,5 de la materia particulada en suspensión, que consiste en una captación sobre filtro y la posterior determinación gravimétrica de la masa. • Otros métodos: deben demostrar su equivalencia con el de referencia. Gases contaminantes Ozono troposférico (O3) El O3 troposférico se forma mediante reacciones químicas, en presencia de la luz solar, de los precursores de ozono, que son los óxidos de nitrógeno (NOx) y compuestos orgánicos volátiles no metánicos (COVs o COVNM). Estos precursores son emitidos por los automóviles, las centrales térmicas, las calderas industriales, las refinerías y las plantas químicas, entre otras fuentes. El O3 es el componente principal del denominado smog fotoquímico, que consiste en una mezcla de O3, NO2, sulfatos ácidos y nitratos de peroxiacilo, entre otros. Los altos niveles de O3 troposférico se dan normalmente durante los meses de verano, cuando las condiciones climáticas (altos niveles de insolación y temperaturas elevadas) son propicias para formar el O3. Asimismo, los niveles suelen ser mayores en las afueras de las ciudades, a cierta distancia de los puntos de máxima emisión de precursores, si bien los vientos y otras variables meteorológicas lo pueden desplazar a largas distancias. El O3 se forma a partir de una compleja serie de reacciones químicas de sus precursores en presencia de oxígeno atmosférico y luz solar. Para que se produzcan niveles elevados de O3, es preciso que además se den unas condiciones meteorológicas adecuadas (temperaturas que excedan los 27-32 °C, iluminación intensa y viento en calma). Existen grupos de personas que son particularmente sensibles a los efectos provocados por el O3. Estos grupos son: • Niños y adultos mayores. Debido a la susceptibilidad de su sistema inmunológico estos grupos se consideran como los más vulnerables a los 36 efectos del O3, ya sea por la posibilidad de desarrollar alguna enfermedad debido a una exposición de largo plazo o por muerte prematura. • Personas que realizan actividades al aire libre. • Las personas con asma u otras enfermedades de las vías respiratorias. Los principales efectos para la salud que puede causar el O3 son: • Irritación del sistema respiratorio, provocando tos y causando irritación en la garganta y/o sensación incómoda en el pecho. • Reducción de la función pulmonar. • Empeoramiento del asma. • Empeoramiento de las enfermedades pulmonares crónicas tales como el enfisema y la bronquitis y reducción de la capacidad del sistema inmunológico para defender al sistema respiratorio de las infecciones bacterianas. • Daño permanente al pulmón. Los daños a corto plazo en los pulmones que se producen de forma repetida, en la época de desarrollo infantil, puede provocar que la función pulmonar esté reducida en la edad adulta. • En los adultos, la exposición al O3 puede acelerar la disminución natural de la función pulmonar que ocurre durante el envejecimiento. Óxidos de Nitrógeno (NOx) Según el RD 102/2011, los NOx son la suma (en partes por mil millones en volumen) de monóxido de nitrógeno y dióxido de nitrógeno expresado como concentración másica de dióxido de nitrógeno en μg/m3. Las fuentes antropogénicas principales de emisión de óxidos de nitrógeno son los procesos de combustión: producción de energía a partir de combustibles fósiles, el transporte y los aparatos de combustión domésticos emiten óxidos de nitrógeno, sobre todo óxido nítrico (NO), que se oxida rápidamente a NO2 por acción del O3. Los efectos de los NOx pueden ser directos o indirectos. Entre los indirectos, algunas de las consecuencias de la presencia de óxidos de nitrógeno en el aire pueden ser las siguientes: • Aumento de la concentración de O3 troposférico, ya que los óxidos de nitrógeno son precursores de O3. 37 • Formación de partículas (PM secundarias), al reaccionar con iones amonio y otros compuestos para formar ácido nítrico y las citadas partículas. Los aerosoles de nitrato constituyen una fracción importante de la masa de PM2,5 del aire ambiente. • Deterioro de la calidad del agua, al aumentar el contenido en nitrógeno de éstas. • Reacción con compuestos orgánicos o con O3 para formar una gran variedad de sustancias, algunas con efectos nocivos sobre la salud. En cuanto a los efectos directos, éstos afectan casi siempre al tracto respiratorio. Se ha comprobado que en poblaciones expuestas a niveles altos aumenta la frecuencia de infecciones de las vías respiratorias y son especialmente sensibles las personas que padecen enfermedades pulmonares, como las personas asmáticas. Se estima que unos cuatro millones de nuevos casos al año de asma infantil podrían ser atribuidos a la contaminación por dióxido de nitrógeno 91. Dióxido de azufre (SO2). Las fuentes de emisiones de SO2 pueden ser tanto naturales (>50 %) como antropogénicas. Las fuentes artificiales son fundamentalmente la combustión de los carburantes fósiles y la fundición de minerales. Los efectos para la salud se producen principalmente por su carácter irritante que, a altas concentraciones en individuos normales y más bajas en individuos asmáticos, puede producir broncoconstricción. La exposición a largo plazo a niveles altos puede causar enfermedades respiratorias y produce un agravamiento de las enfermedades cardíacas y pulmonares. Asimismo, el dióxido de azufre puede transformarse en ácido sulfúrico en los órganos respiratorios internos si penetra en ellos en forma de aerosol, pudiendo afectar a todo el tracto respiratorio por su carácter irritante. Por último, hay que señalar también que el SO2 reacciona con otros compuestos químicos presentes en el aire para formar partículas secundarias. 38 1.3. La calidad del aire ambiente El aire ambiente se define como el aire exterior de la baja troposfera, excluidos los lugares de trabajo, mientras que se entiende por contaminante cualquier sustancia presente en el aire ambiente que pueda tener efectos nocivos sobre la salud humana, el medio ambiente en su conjunto y demás bienes de cualquier naturaleza 92. 1.3.1. Marco estratégico El medio ambiente es una competencia compartida entre la Unión Europea (UE) y los Estados Miembros, según el artículo 4 del Tratado de Funcionamiento de la Unión Europea (TFUE). Ello quiere decir que la UE y los países de la UE tienen capacidad para legislar y adoptar actos jurídicamente vinculantes. De acuerdo con el Art. 191 de la versión consolidada del TFUE 93, la política de la UE en el ámbito del medio ambiente contribuirá a alcanzar una serie de objetivos, entre los que hay que citar la protección y la mejora de la calidad del medio ambiente y la protección de la salud de las personas, mencionando en ambos casos que el objetivo será alcanzar un nivel de protección elevado, teniendo presente la diversidad de situaciones existentes en los distintos territorios de la UE. Las políticas en materia de medio ambiente han sido desde hace años objeto de atención en la Unión Europea, que en 1973 estableció una Dirección General específica para ello en la Comisión Europea (la Dirección General de Medio Ambiente). La Comisión propone políticas y normas que, entre otros, protegen la calidad del aire y del agua, y mejoran el conocimiento sobre sustancias químicas tóxicas. Desde 1990 existe también una Agencia Europea de Medio Ambiente (EEA), con sede en Copenhague, y operativa desde principios de 1994. La EEA se encarga de coordinar la red europea de información y observación ambiental (Eionet), además de proporcionar información independiente y detallada sobre el medio ambiente, tanto para las personas que deben desarrollar, adoptar, implementar y evaluar políticas ambientales como para el público en general 94 (Figura 7). 39 Figura 7. Impactos del tiempo extremo y eventos relacionados con el clima, como ejemplo de la información puesta a disposición por la EEA. Fuente: EAA. Debido a que las políticas ambientales suelen acordarse a nivel europeo (sin perjuicio de las competencias estatales y regionales), vamos a hacer un resumen de las políticas europeas relativas a la calidad del aire, comenzando por el VI Programa de Acción en materia de Medio Ambiente 95 de 2001. Este Programa señalaba que, con el fin de hacer frente a los retos que se planteaban en materia de medio ambiente, era preciso superar el enfoque estrictamente legislativo y sustituirlo por otro estratégico. Así, el Programa se concentró en cuatro ámbitos de acción prioritarios: el cambio climático, la biodiversidad, el medio ambiente y la salud y la gestión sostenible de los recursos y de los residuos. El tercero de ellos, medio ambiente y salud, tenía como objetivo alcanzar una calidad del medio ambiente que contribuyese a garantizar la salud pública y se proponía garantizar la aplicación de las normas sobre calidad del aire y definir una estrategia sobre la contaminación atmosférica para alcanzar niveles de calidad del aire que no den lugar a riesgos inaceptables para la salud de las personas y el medio ambiente. El programa Aire puro para Europa (denominado Programa CAFE, acrónimo de “Clean Air For Europe”) sentó las bases de la primera de las estrategias temáticas anunciadas en el VI Programa de Medio Ambiente ya que tenía como objetivo, entre otros, establecer una estrategia integrada que fije objetivos concretos y medidas rentables. 40 Esta estrategia temática sobre la contaminación atmosférica 96, que se publicó en 2005, definía objetivos en materia de contaminación atmosférica y proponía medidas para alcanzarlos hasta el año 2020: modernizar la legislación vigente, insistir en los contaminantes más nocivos y conseguir una mayor implicación de los sectores y de las políticas que pueden influir en la contaminación del aire (Tabla 6). Tabla 6. Estimación de los efectos (evolución desde 2000 a 2020) de la contaminación atmosférica en la salud realizada para la Estrategia Temática de Contaminación Atmosférica de 2005. Fuente: Traducido y adaptado del Anexo de la Estrategia 97. Para alcanzar los objetivos estratégicos, la Estrategia proponía dos aspectos principales:  La mejora de la legislación ambiental comunitaria.  La integración de la mejora de la calidad del aire en otras políticas, como energía y transporte. Efecto Unidad 2000 2020 Mortalidad aguda y crónica Mortalidad crónica (PM) Miles de años de vida perdidos 3.619 2.467 Mortalidad crónica (PM) Muertes prematuras 347.900 271.600 Mortalidad infantil (PM) Muertes prematuras 680 350 Mortalidad aguda (Ozono) Muertes prematuras 21.400 20.800 Efectos en morbilidad por PM Bronquitis crónica Casos 163.800 128.100 Ingresos hospitalarios por causas respiratorias Casos 62.000 42.300 Ingresos hospitalarios por causas del aparato cardíaco Casos 38.300 26.100 Días con actividad limitada o reducida (RADs) Millones de días 347.7 222.0 Uso de medicamentos para enfermedades respiratorias (niños) Millones de días 4.2 2.0 Uso de medicamentos para enfermedades respiratorias (adultos) Millones de días 27.7 20.9 Síntomas del tracto respiratorio inferior (incluyendo tos) en niños Millones de días 192.8 88.9 Síntomas del tracto respiratorio inferior en adultos con síntomas crónicos Millones de días 285.3 207.6 Morbilidad por Ozono Admisiones hospitalarias por causas respiratorias Casos 14.000 20.100 Uso de medicamentos para enfermedades respiratorias (niños) Millones de días 21.4 12.9 Uso de medicamentos para enfermedades respiratorias (adultos) Millones de días 8.8 8.2 Días con actividad limitada o reducida, con menor gravedad (MRADs) Millones de días 53.9 42.4 Tos y síntomas del tracto respiratorio inferior en niños Millones de días 108.1 65.3 41 Posteriormente la Comisión Europea adoptó a finales de 2013 un “paquete de medidas” cuya finalidad era reducir las emisiones nocivas procedentes de la industria, el tráfico, las centrales de producción de energía y la agricultura, con vistas a disminuir sus efectos sobre la salud humana y el medio ambiente. Estas medidas adoptadas en 2013 se componían de tres partes diferenciadas:  Una revisión de la Directiva sobre límites máximos nacionales de emisión.  Una propuesta de nueva Directiva para reducir la contaminación procedente de las instalaciones de combustión de tamaño medio.  Una Comunicación denominada Programa Aire Puro para Europa 98. El conjunto de actuaciones incluye también medidas centradas en la mejora de la calidad del aire en las ciudades, el apoyo a la investigación y la innovación, y la promoción de la cooperación internacional. Estas medidas se basaron en la evaluación del Programa CAFE y de la Estrategia temática sobre la contaminación atmosférica. Finalmente, en 2018 la Comisión Europea adoptó la Comunicación Una Europa que protege: Aire puro para todos 99, en la que se afirma que “en la mayoría de los Estados miembros el incumplimiento contumaz de las normas de calidad del aire sigue menoscabando la calidad de vida de los ciudadanos de la UE. La situación es especialmente grave en las zonas urbanas, donde vive la mayoría de la población.” Pilares de las políticas de la UE en aire ambiente (Comunicación 2018) 1. Normas de calidad del aire ambiente establecidas en las Directivas sobre la calidad del aire ambiente (Directivas 2004/107/CE y 2008/50/CE). 2. Una serie de objetivos nacionales de reducción de emisiones establecidos en la Directiva sobre techos nacionales de emisión para los contaminantes atmosféricos transfronterizos más importantes: óxidos de azufre, óxidos de nitrógeno, amoníaco, compuestos orgánicos volátiles y partículas. 3. Normas sobre las emisiones de las principales fuentes de contaminación (los buques y vehículos y los sectores de la energía y la industria). La Comunicación de 2018 establece asimismo ejemplos de medidas de reducción de la contaminación atmosférica en varios sectores, como el transporte o el industrial, y diversas medidas de colaboración para mejorar la calidad del aire. 48 evaluación y la gestión de la calidad del aire ambiente es competencia también de la CMA (Figura 9). Figura 9. Zonificación de Andalucía para efectuar las evaluaciones anuales de la calidad del aire. Fuente: CMA. Entre los sistemas de evaluación instalados en el territorio de la Comunidad Autónoma de Andalucía se encuentran las estaciones fijas de vigilancia y control de la calidad del aire, cuya titularidad puede pertenecer a la Consejería de Medio Ambiente y Ordenación del Territorio o a otras instituciones (públicas o privadas). Debido a que posteriormente utilizaremos en la valoración del impacto en salud los datos aportados por estas estaciones, vamos a explicar el funcionamiento de las mismas, a grandes rasgos. Estas estaciones miden parámetros meteorológicos y contaminantes químicos mediante sensores automáticos, concretamente el dióxido de azufre (SO2), los óxidos de nitrógeno (NO/NO2/NOx), las partículas menores de diez micras (PM10), de dos micras y media (PM2,5) y de una micra (PM1), el monóxido de carbono (CO), el ozono troposférico (O3), el sulfuro de hidrógeno (SH2), el benceno, tolueno y xileno (BTX) y el etilbenceno. Además de estos parámetros, en determinadas estaciones de la Red se muestrean mediante captadores gravimétricos las partículas menores de 10 micras, las partículas menores de 2.5 micras, metales y benzo(a)pireno. Estos contaminantes se recogen en filtros que, posteriormente, son analizados en el laboratorio (las partículas en el Laboratorio Andaluz de Referencia de la Calidad del Aire y los metales y el benzo(a)pireno en laboratorios externos). Los tipos de estaciones se definen en el Anexo II del Decreto, y pueden ser:  Según el tipo de área: Urbana (U), Suburbana (S) o Rural (R). 49  Según el tipo de fuentes de emisión predominantes (los diferentes tipos de estación según esta clasificación son excluyentes): Tráfico (T), Industrial (I) o Fondo (F). En la Figura 10 puede observarse una de las estaciones de la RVCCA. Figura 10. Estación de la RVCCA de tipo tráfico ubicada en el parque de los Príncipes (Sevilla). Fuente: UHU AEROSOL. El Decreto 239/2011 regula los requisitos mínimos imprescindibles para que una estación de medida pueda integrarse en dicha Red o la creación del Registro de sistemas de evaluación de la calidad del aire integrados en la RVCCA. Este Registro tiene como objetivo llevar un control de los sistemas, tanto de titularidad pública como privada, que se utilicen para realizar la evaluación de la calidad del aire ambiente, y tiene carácter público. En la Figura 11 podemos ver datos obtenidos por una de las estaciones de la RVCCA. Figura 11. Serie temporal (1996-2018) de óxidos de nitrógeno y de partículas PM10 de la estación de Príncipes (Sevilla). Fuente: UHU AEROSOL. 50 Por último, el Decreto 239/2011 aborda diversos aspectos relacionados con la evaluación, gestión y competencias en materia de calidad del aire. De modo resumido, podemos citar los siguientes:  Establece un procedimiento que asegure la comparabilidad y confianza en todo el proceso comprendido desde las mediciones o estimaciones de los contaminantes hasta la elaboración de los informes correspondientes.  Desarrolla a nivel autonómico las obligaciones en materia de información a la población sobre la calidad del aire.  Fija las responsabilidades de las administraciones autonómicas y locales en la materia. Entre ellas, establece el contenido y procedimiento a seguir por cada administración competente en la elaboración y aprobación de planes de mejora de la calidad del aire y planes de acción a corto plazo, así como la obligación de su consideración en los planes urbanísticos. 1.3.3. Los Planes de Calidad del Aire Las diferentes normas relativas a la calidad del aire establecen la figura de los planes de mejora de calidad del aire o, sencillamente, planes de calidad del aire a , como herramienta o instrumento de gestión a aplicar en el caso de que no se alcancen determinados estándares de calidad del aire (valores límite u objetivo que dispone la norma). Así, la Ley 34/2007 dispone que las Comunidades Autónomas adoptarán, entre otros, los planes de mejora de la calidad del aire para alcanzar los objetivos de calidad del aire en las zonas en las que los niveles de uno o más contaminantes regulados superen dichos objetivos, y establece el contenido mínimo de estos planes (Art. 16). De manera análoga, el RD 102/2011 los define como “planes que contienen medidas para mejorar la calidad del aire de forma que los niveles de los contaminantes estén por debajo de los valores límite o los valores objetivo”. Así, el Capítulo IV del Real Decreto estipula que, cuando en determinadas zonas o aglomeraciones los niveles de contaminantes en el aire ambiente superen cualquier a En adelante se usarán indistintamente ambos términos o el acrónimo PMCA. 51 valor límite o valor objetivo, las comunidades autónomas deben aprobar planes de calidad del aire para esas zonas y aglomeraciones con el fin de conseguir respetar el valor límite o el valor objetivo correspondiente (Art. 25). Para la elaboración de los planes de calidad del aire se debe contar con la colaboración de los titulares de las actividades industriales potencialmente involucradas y afectadas por las medidas incluidas en los mismos y por su puesta en aplicación. Además, los planes deben contener una información mínima, que se detalla en el Anexo XV. Hay que mencionar también que el RD 102/2011 también ofrece la opción de que la Administración General del Estado y las Entidades Locales elaboren planes de mejora de calidad del aire, bajo ciertas condiciones, y que además menciona otro tipo de planes, los Planes de acción a corto plazo, que deben elaborarse cuando en una zona o aglomeración exista el riesgo de que el nivel de contaminantes supere uno o más de los umbrales de alerta establecidos en el Anexo I de la norma. En realidad estos planes de mejora no son un instrumento nuevo de gestión de la calidad del aire, pues la norma que regulaba anteriormente la evaluación y gestión de la calidad del aire ambiente 108 se expresaba en los términos parecidos, denominándolos “planes de actuación”, si bien en el anexo en el que se establecía la información mínima que debían contener ya empleaba el término “plan de mejora”. En la Comunidad Autónoma de Andalucía, el decreto que regulaba la calidad del aire 109 antes de la entrada en vigor del Decreto 239/2011 se refería a los denominados Planes de Prevención y Corrección de la Contaminación Atmosférica, que debían formularse en aquellas zonas en las que exista evidencia o riesgo de sobrepasar los valores límite establecidos en la normativa de aplicación. Actualmente, la Ley GICA dispone que la elaboración de planes de mejora de la calidad del aire corresponde en la Comunidad Autónoma de Andalucía a la Consejería competente en materia de medio ambiente. Los municipios, por otra parte, son competentes para la programación, ejecución y control de medidas de mejora de la calidad del aire, debiéndose cumplir en todo caso con las determinaciones de los planes de nivel supramunicipal o autonómicos aprobados por la Junta de Andalucía. En este sentido, en cumplimiento con las obligaciones legales que se han ido detallando anteriormente, la Consejería competente en materia de medio ambiente de la Junta de Andalucía (cuya denominación ha ido variando en los últimos años) elaboró quince planes de mejora de la calidad del aire, debido a que en el periodo 52 2005-10 se produjeron diversas superaciones de los valores límite de varios contaminantes atmosféricos. Esta situación motivó la publicación de tres órdenes que aprobaron la formulación de los correspondientes planes de mejora para Bailén, Villanueva del Arzobispo y el resto de municipios, respectivamente 110–112, planes que fueron posteriormente aprobados y publicados mediante otros tres decretos 113–115. 53 1.3.4. Los fenómenos meteorológicos A nivel local, los factores primarios que afectan al transporte y la dispersión de contaminantes son los vientos y la estabilidad atmosférica. En el área mediterránea tienen importancia también los fenómenos de intrusión sahariana. La velocidad de los vientos puede afectar de manera importante a la concentración de contaminantes en un área. Normalmente, una mayor velocidad del viento implicará una menor concentración de contaminantes, debido a que los vientos producen una dilución de los contaminantes, dispersándolos rápidamente hacia áreas adyacentes. Además de esta dilución general, la concentración de contaminantes puede verse influido por otros factores, básicamente relacionados con el transporte de contaminantes a largas distancias, fuentes discretas locales y fuentes de origen marino 116. Acerca de estos episodios, hay que señalar que los días con intrusiones saharianas (o días NAF, por el origen norteafricano del viento) se descuentan habitualmente en el suroeste de Europa para el cálculo del número de superaciones diarias y para la media anual de partículas. Los descuentos de la contribución de las intrusiones saharianas se realizan mediante un tratamiento de datos de las mediciones de partículas. Por ese motivo, en los días en los que se produce un episodio de intrusión sahariana se puede disponer a priori de tres tipos distintos de datos, a partir de las mediciones del total de partículas: la concentración total de partículas, la contribución al total de las partículas de origen NAF y, por diferencia entre ambas, la concentración de partículas descontada las partículas de origen NAF. No obstante, en los últimos años existe un debate sobre el impacto sobre la salud derivado de la exposición a partículas en estos días con intrusión sahariana. Así, se han publicado diversos estudios epidemiológicos en los últimos años que demuestran el impacto que causan en la salud estos fenómenos, pues estos estudios han asociado las intrusiones saharianas con una serie de efectos en salud, como el incremento de mortalidad o el aumento de ingresos hospitalarios, en diferentes ciudades del arco mediterráneo, como en Madrid, Barcelona, Roma o Atenas. A estas se les añadió algunas ciudades más, en el marco del proyecto MED-PARTICLES, que finalizó en 2013 117–126. Estos estudios se han realizado básicamente de dos maneras: 54 • Estudio de casos cruzados, que es un diseño epidemiológico observacional en el que se valora si alguna exposición intermitente o inusual ha desencadenado un evento agudo a muy corto plazo. • Estudio de series temporales con análisis multivariante mediante regresión de Poisson. También se ha planteado la posibilidad de que la presencia de polvo de origen sahariano sea un factor modificador del efecto que causa en la salud la exposición a las partículas PM10, aumentando dichos efectos 123. Ello implicaría la existencia de una interacción entre los fenómenos de intrusión y las PM10, es decir, una interdependencia entre sus mecanismos de acción para causar el efecto, de manera que la incidencia de enfermedad atribuible a ambos factores causales es diferente de la incidencia esperable de sus efectos individuales 127. Asimismo, se ha comprobado que durante los días en los que se producen intrusiones saharianas se producen variaciones en la altura de la capa límite atmosférica o capa de mezcla (MLH). Estas variaciones podrían provocar un aumento de la toxicidad del aire, pues la altura de esta capa se reduce de manera inversamente proporcional a la intensidad de la intrusión sahariana, produciéndose una acumulación progresiva de contaminantes antropogénicos y favoreciendo la formación de nuevas partículas finas, de modo que esta reducción de la altura de la capa límite se ha asociado a un incremento de la mortalidad por todas las causas 126. 55 2. FINALIDAD, ÁMBITO Y OBJETIVOS DEL ESTUDIO La finalidad del presente estudio es mostrar que la evaluación de impacto en salud puede ser una herramienta muy útil para evaluar políticas públicas. Para ello, la política pública que evaluaremos será un Plan de Calidad del Aire, concretamente el Plan de Calidad del Aire de la Zona Industrial Bahía de Algeciras, que se publicó en 2014. El ámbito del estudio es, por tanto, los municipios incluidos en dicho Plan: Algeciras, La Línea de la Concepción, Los Barrios y San Roque. La elección de esta zona en concreto se debe a varios factores que hacen que la misma tenga un interés especial frente a otras zonas que cuentan también con un Plan de Calidad del Aire. La primera es que en ella se encuentra el principal centro industrial de Andalucía (y el segundo de España) que es, considerado globalmente, una fuente de emisión de una amplia variedad de contaminantes ambientales 128, pero también fuente de riqueza para la zona. La ubicación de la zona, junto al estrecho de Gibraltar, y la presencia de un importante puerto marítimo como es el de Algeciras provoca, además, que en la zona existan emisiones significativas provenientes del tráfico marítimo 129. La contaminación en esta área por tanto no solo se limita a factores locales, sino que está también influenciado por el comercio internacional y la economía mundial 130. Por otro lado, la zona tiene un régimen de vientos muy particular, con dos direcciones de vientos muy marcadas 131, lo que podría tener algún tipo de implicación relacionada con las inequidades en salud dentro de la población. Y su cercanía a África hace que resulte especialmetne interesante ver cómo le afectan los fenómenos de intrusión sahariana. Y, por último, en la zona existe una percepción de la ciudadanía especialmente negativa en todo lo referente a las consecuencias para su salud de la contaminación producida por el centro industrial 132. Por otro lado, el periodo de estudio es el periodo 2005-2013. Para la fecha de comienzo (1 de enero de 2005) se ha tomado como referencia la entrada en vigor del valor límite existente en la actualidad para las partículas PM10 en aire ambiente, mientras que la fecha de finalización es el 31 de diciembre del año anterior a la a la publicación del Plan Una vez que hemos concretado la finalidad y delimitado el ámbito y el periodo del estudio, debemos especificar cuales son los objetivos del estudio, dentro del marco de la evaluación de impacto en salud del Plan (Tabla 7). Así, primero formularemos un objetivo en términos generales, no susceptible de investigación específica, para posteriormente acotar hasta formular de modo más preciso una serie de objetivos específicos, que permita evaluar hipótesis concretas. 56 El objetivo general será proponer, mediante una EIS, medidas o acciones a incluir en el futuro Plan de Calidad del Aire de la zona industrial de la Bahía de Algeciras que mejoren el Plan vigente actualmente. Las propuestas, que serán las conclusiones de este trabajo, tratarán de potenciar los impactos que se hayan identificados como positivos para la salud de la población, de eliminar o minimizar los impactos negativos y de disminuir las inequidades de salud de la zona. Para ello, se han definido unos objetivos específicos, que son los siguientes: • Objetivo 1: Estimar las ganancias en salud en la población de la zona industrial de Bahía de Algeciras producidas por la implantación de las medidas y acciones del PMCA. Este objetivo lo dividiremos en dos partes, en función de las unidades en las que mediremos las ganancias en salud: o Objetivo 1.1: Estimar la disminución de la mortalidad en la población de la zona industrial de Bahía de Algeciras por la implementación del PMCA. o Objetivo 1.2: Estimar el beneficio en términos económicos debido a la disminución de la morbimortalidad por la implementación del PMCA. • Objetivo 2: Estudiar la influencia de la meteorología de la zona en aspectos relativos a la salud de la población. Este objetivo consta de tres partes diferenciadas, en función del aspecto relacionado con la meteorología a estudiar: o Objetivo 2.1: Investigar si hay asociación entre el régimen de vientos y de mortalidad diaria en la población de la zona industrial de Bahía de Algeciras. o Objetivo 2.2: Estimar el efecto de la exposición a corto plazo a PM10 sobre la mortalidad diaria total y específica (causas cardiovasculares y respiratorias) de la población de la Bahía de Algeciras. o Objetivo 2.3: Determinar si las intrusiones de polvo sahariano son un factor modificador del efecto en la salud de las PM10 57 Finalidad Objetivo general Objetivos primarios Objetivos secundarios Mostrar utilidad de la EIS para evaluar políticas públicas Proponer medidas para el futuro PMCA considerando en la EIS los impactos positivos, negativos y su distribución (inequidades) Estimar las ganancias en salud por implantación del PMCA Estimar la disminución de la mortalidad en la población por implementación del PMCA. Estimar el beneficio en términos económicos debido a la disminución de la morbimortalidad por la implementación del Plan de Calidad del Aire. Estudiar la influencia de la meteorología de la zona en aspectos relacionados con la salud Investigar si hay asociación entre el régimen de vientos y la mortalidad diaria de la población Estimar el efecto a corto plazo (mortalidad diaria) de la exposición a PM10 en la población Determinar si las intrusiones de polvo sahariano son un factor modificador del efecto en la salud de las PM10 Tabla 7. Resumen de la finalidad y de los objetivos. 64 Este documento menciona la utilidad de la ERS-CA como una herramienta analítica en el marco de una evaluación más amplia de los impactos en salud de políticas, programas y proyectos que afecten a condiciones ambientales, es decir, como parte integrante de EIS. El contaminante que utilizaremos en la ERS-CA serán las partículas de diámetro inferior a 2,5 micras (PM2,5), que es la fracción del material particulado atmosférico para la que hay establecidas asociaciones más consistentes entre el aumento de exposición y efectos o resultados en salud 63,80,135. Además con esto evitaremos el doble recuento de efectos, pues una de las incertidumbres principales cuando se evalúan el impacto de varios contaminantes a la vez es que, al estar habitualmente correlacionados entre sí, la adición de los impactos suele llevar a una sobreestimación de los mismos 136. De acuerdo con los principios generales de la ERS-CA, la evaluación se realiza mediante un análisis contrafactual, que consiste en confrontar los valores reales de las partículas finas en el periodo de estudio con dos escenarios hipotéticos:  Escenario 1: El valor medio anual de PM2,5 hubiera sido igual al objetivo del PMCA (este valor se estimará a partir del valor objetivo del PMCA para PM10, que es 32 µg/m3).  Escenario 2: El valor medio anual de PM2,5 hubiera sido igual al nivel guía de la OMS, es decir, 10 µg/m3. Los resultados de la ERS-CA serán en realidad las ganancias en salud expresado en el número de muertes que se habrían evitado si, en cada año analizado, se hubiera dado alguno de los dos escenarios anteriores. Las muertes prematuras evitables se calculan por diferencia (en número de muertes anuales) entre la tasa de mortalidad anual (TMA) por la exposición al contaminante medida durante un periodo de tiempo concreto (TMAreal) y la que existiría si la exposición durante este tiempo fuera la exposición de contraste (TMA hipotética). 𝑀𝑢𝑒𝑟𝑡𝑒𝑠 𝑝𝑟𝑒𝑚𝑎𝑡𝑢𝑟𝑎𝑠 𝑒𝑣𝑖𝑡𝑎𝑏𝑙𝑒𝑠=𝑇𝑀𝐴 𝑟𝑒𝑎𝑙− 𝑇𝑀𝐴ℎ𝑖𝑝𝑜𝑡é𝑡𝑖𝑐𝑎 Para efectuar los cálculos utilizaremos el programa AIRQ+ (versión 1.2) desarrollado por la Oficina Regional Europea de la OMS 137. Posteriormente traduciremos las muertes prematuras evitables a unidades monetarias, con objeto de conocer los beneficios en salud en términos económicos. 65 Para ello utilizaremos la metodología denominada Willingness to Pay (WTP) basándonos en dos documentos, uno conjunto de la OMS y de la Organización para la Cooperación y el Desarrollo Económico (OCDE) 138 y otro del Banco Mundial 139. A continuación, explicaremos con un poco más de detalle cada uno de estos pasos. 3.2.1. La evaluación del riesgo de la contaminación del aire ambiente En la ERS-CA emplearemos un enfoque de contraste (counterfactual approach), que evalúa la diferencia en los resultados en salud entre lo que se observa actualmente y lo que podría haber sido observado en la actualidad si los niveles de contaminantes fueran inferiores 140, debido al hecho de que consideramos que, por un lado, da una idea más exacta de la carga de enfermedad que produce la contaminación del aire y, por otro, es más intuitivo y facilita la comprensión de los riesgos que puede provocar la exposición ambiental a contaminantes. Este enfoque implica que el impacto en la salud causado por un factor de riesgo prevenible disminuiría si dicho factor se eliminara o disminuyera. Así, la reducción proporcional en el problema de salud o en el número de muertes en una población dada como consecuencia de la reducir el factor de riesgo denomina fracción o proporción atribuible 141. Si lo que se realiza es una estimación del número de muertes que podrían evitarse si se alcanzase una concentración determinada, el término empleado es el de muertes prematuras evitables. De acuerdo con el citado documento, las fases de una ERS-CA son las siguientes (Figura 14): 1) Planificar la ERS-CA. Aquí se incluyen aspectos como las cuestiones a las que se quiere dar respuesta, la definición de la población afectada o la selección de la herramienta para llevarla a cabo. En el marco de la EIS del PMCA, esta pregunta viene definida por el objetivo correspondiente a esta parte del análisis en profundidad, esto es, estimar el impacto en salud sobre la población afectada por el PMCA. Como población afectada consideraremos a la población residente en los cuatro municipios considerados por el PMCA, y la herramienta será el programa AIRQ+. 2) Evaluar la exposición de la población. La exposición a PM2,5 se ha estimado a partir de los datos de calidad del aire de la Red de Vigilancia y Control de la Calidad del Aire en Andalucía y proporcionados por la Consejería competente en materia de Medio Ambiente de la Junta de Andalucía (bajo petición). 3) Estimar el riesgo para la salud. Para ello se utilizan las funciones de concentración-respuesta o exposición-respuesta (CRF, en adelante), que 66 están basadas en estimaciones del riesgo relativo. Esta información se obtiene de la evidencia científica generada en estudios epidemiológicos con amplia significación estadística, teniendo en cuenta criterios de comparabilidad de las características de la población del estudio epidemiológico donde se generó el dato y la población sobre la que se desea llevar a cabo la ERS-CA 142. Las CRF son el eje central del método de la evaluación del impacto en la salud de la contaminación del aire 136. 4) Cuantificar el impacto sobre la salud. Utilizaremos el número de muertes atribuibles, por su facilidad de interpretación frente a otras como los años de vida perdidos o los años de vida ajustados por discapacidad. Además, se considera que esta medida es más adecuada para realizar una estimación de los beneficios en términos económicos 138. El periodo temporal será anual (largo plazo), pues en la cuantificación de los efectos a largo plazo se incluyen también los efectos a corto plazo 137. Esta cuantificación se basa en el concepto de proporción atribuible poblacional, es decir, de la fracción del resultado o evento de salud que puede ser atribuido a la exposición en una población dada y en un periodo de tiempo determinado, asumiendo que hay una relación causal entre la exposición y el evento y, además, que no hay efectos de confusión importantes en dicha asociación. La proporción atribuible se puede calcular usando la ecuación siguiente: 𝐴𝑃= ∑{[𝑅𝑅(𝑐)−1]×𝑝(𝑐)} ∑[𝑅𝑅(𝑐)×𝑝(𝑐)] donde:  RR(c) es el riesgo relativo para el evento de salud en la categoría c de exposición.  p(c) es la proporción de población en la categoría c de exposición. La distribución de la exposición de la población debe ser determinada en la fase de evaluación de la exposición y el riesgo relativo (RR) para el evento o resultado en salud seleccionado se derivan de la función de exposición-respuesta obtenida en los estudios epidemiológicos. 67 Figura 14. Esquema global de un proceso de ERS-CA. Fuente: Adaptado del documento de Principios Generales de la ERS-CA. Si conocemos (o asumimos) una cierta frecuencia basal del resultado en salud en la población (B) podemos calcular el ratio o número de casos por unidad de población (BE) atribuidos a la exposición E en la población: 𝐵=𝐵×𝐴𝑃 Para una población de un tamaño dado N, la expresión anterior puede transformarse en el número de casos atribuidos a la exposición (NE): 68 𝑁𝐸=𝐵𝐸×𝑁 Si en el cálculo de la proporción atribuible se utilizan los límites del intervalo de confianza de la estimación del RR pueden obtenerse los correspondientes límites superior e inferior de la estimación de la AP y los respectivos rangos para el número de casos atribuidos a la exposición (NE) en la población. En cuanto al riesgo relativo, que indica la probabilidad de desarrollar el evento en el grupo expuesto respecto al no expuesto (o entre dos exposiciones diferentes), se modela normalmente en aire ambiente mediante una función log-lineal: RR=𝑒(𝛼+ 𝛽𝑋) 𝑒(𝛼+ 𝛽𝑋𝑜) =𝑒(𝑋−𝑋𝑜) En esta ecuación, X es la concentración del contaminante (µg/m3) y X0 denota un valor de comparación (µg/m3), como puede ser el valor de contaminación de fondo o el valor más bajo alcanzable (en nuestro caso, serán los valores de contraste correspondientes a los escenarios 1 y 2). En el modelo log-lineal, β denota el cambio que se produce en el RR al variar la concentración X en una unidad. Hay otras formas propuestas para la función de concentración-respuesta, como la lineal-log 143 o la función de riesgo integrado en el caso de PM2,5 144 pero en el rango de concentraciones habituales en la zona de estudio puede asumirse una relación lineal entre RR y las variación de concentración de contaminantes 145, de modo que el valor de RR suele proporcionarse en tanto por ciento del cambio en el riesgo de mortalidad (IC al 95%) asociado con un aumento de 10 µg/m3 en la exposición. En un estudio publicado en 2019 se mostraron las curvas exposiciónrespuesta para PM10 y PM2,5 y mortalidad total en 16 países o regiones 146. La curva calculada con los datos de España se muestra en la Figura 15. 69 Figura 15. Curva de concentración-respuesta para PM2,5 (lag 0-1) y porcentaje de cambio en la mortalidad para España. Fuente: Liu et al., 2019 146. Herramienta utilizada en el cálculo del impacto en salud: AirQ+ Utilizaremos la herramienta AirQ+, versión 1.2, desarrollado por la Oficina Regional para Europa de la OMS en el marco de sus actividades relacionadas con la calidad del aire y la salud 145,147. AirQ+ es un software que usa la integración de aplicaciones matemáticas y el análisis de la exposición de un riesgo para la salud, y funciona con funciones logarítmicas, cálculos matriciales y funciones estadísticas 148 para obtener un resultado en salud (Tabla 8). Todos los cálculos que lleva a cabo AirQ+ están basados en las metodologías y funciones de concentración-respuesta (CRF) establecidas por diversos estudios epidemiológicos. Las CRF utilizadas en este software están basadas en la revisión sistemática de todos los estudios disponibles hasta 2013 y su metaanálisis posterior. Los datos necesarios para los cálculos son:  Datos de calidad del aire: concentraciones medias anuales.  Datos de población: número total de adultos de cada municipio (edad igual o mayor de 25 o 30 años).  Datos de salud: tasas de mortalidad general o específica.  Un valor de comparación o contraste: escenarios 1 y 2.  Un valor del riesgo relativo de la exposición a partículas. 70 INDICADOR SANITARIO / RESULTADO EN SALUD A LARGO PLAZO A CORTO PLAZO PM2,5 PM10 NO2 O3 BC PM2,5 PM10 NO2 O3 Mortalidad, por todas las causas (naturales) en adultos x x x x x x Mortalidad, por enfermedad pulmonar obstructiva crónica (EPOC) en adultos x Mortalidad, por enfermedad isquémica cardíaca (IHD) en adultos x Mortalidad, por cáncer de pulmón (LC) en adultos x Mortalidad, por accidente cerebrovascular (ACV) en adultos x Mortalidad, por enfermedades respiratorias en adultos x x Mortalidad, por enfermedades cardiovasculares en adultos x Mortalidad, por todas las causas (naturales) en población infantil x Tabla 8. Contaminantes del aire, tipos de exposición y algunos de los indicadores de mortalidad prematura que utiliza AIRQ+. Fuente: Adaptado de WHO- Regional Office for Europe, 2018 147. Datos de exposición ambiental La exposición ambiental a partículas finas la evaluaremos mediante los valores medios anuales de partículas finas obtenidos de cada municipio por año. Para ello seguiremos los siguientes pasos: 1º) Solicitud de datos de la Red de Vigilancia y Control de la Calidad del Aire (RVCCA) a la Consejería de Medio Ambiente y Ordenación del Territorio (CMA) de la Junta de Andalucía. 2º) Selección de las estaciones de la RVCCA que evalúen la exposición humana, descartando aquellas estaciones de la zona que no reflejen dicha exposición. 3º) Obtención de un valor medio diario (VMD) de PM10 para cada municipio. En primer lugar obtendremos valores de PM10 debido a que las estaciones de la RVCCA de la zona miden habitualmente este parámetro y no PM2,5. 4º) Obtención de un valor medio anual (VMA) de PM10 para cada municipio, a partir de los VMD anteriores. 5º) Conversión del valor de PM10 al valor de PM2,5 utilizando un factor de corrección (PM2,5 = 0,58 * PM10). Este factor se obtendrá de un trabajo sobre 71 la caracterización de material particulado atmosférico en zonas industriales de Andalucía que incluyó a la zona industrial de Bahía de Algeciras 131. Datos de población: Número de personas expuestas El segundo grupo de datos que requiere la ERS-CA son los datos de población. Para obtenerlos, consultaremos las Cifras oficiales de población de los municipios españoles: Revisión del Padrón Municipal, publicadas por el Instituto Nacional de Estadística 149 y el Sistema de Información Multiterritorial de Andalucía (SIMA), publicados por el Instituto de Estadística y Cartografía de Andalucía 150. Los datos en ambos casos están referidos a 1 de enero de cada año, por lo que realizaremos la estimación de la población a mitad de periodo mediante el cálculo de la población media en cada municipio y año, para los grupos de edad requeridos por AIRQ+ para el cálculo del impacto en la salud (población igual o mayor de 25 y 30 años), es decir: 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑚𝑒𝑑𝑖𝑎 (𝑎ñ𝑜 𝑋)=𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 1 𝑒𝑛𝑒𝑟𝑜 𝑎ñ𝑜 (X+1)+ 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 1 𝑑𝑒 𝑒𝑛𝑒𝑟𝑜 𝑎ñ𝑜 X 2 Datos sanitarios: Mortalidad anual Como ya se indicó anteriormente, mediante la herramienta de la ERS-CA vamos a valorar los impactos sobre la salud derivados de la exposición a las partículas a largo plazo en el aire ambiente y expresaremos los resultados en términos de muertes prematuras evitables, que equivale al exceso de mortalidad por exposición a partículas finas, comparado con un estándar (en nuestro caso, los definidos en los escenarios 1 y 2). Uno de los datos necesarios para llevar a cabo la ERS-CA eran, como vimos anteriormente, los datos sobre el estado basal de salud de la población. Los datos que requiere AIRQ+ son las Tasas de mortalidad específicas (TME) de aquellas causas de defunción para las que existen funciones de exposición-respuesta definidas para las partículas finas, que son:  Causas no externas o naturales (ICD10: A00-R99). Edad ≥ 30 años. No se incluyen las causas externas, es decir, las lesiones traumáticas, 72 envenenamientos y otras consecuencias de causas externas (ICD10:S00- T88), las causas externas de morbilidad (ICD10:V00-Y99) y los factores que influyen en el estado de salud y contacto con los servicios sanitarios (ICD10:Z00-Z99).  Cáncer de pulmón (ICD10: C33-C34). Edad ≥ 30 años.  Enfermedad isquémica cardíaca (ICD10: I20-I25). Edad ≥ 25 años.  Enfermedad cerebrovascular (ICD10: I61-I69). Edad ≥ 25 años.  Enfermedad pulmonar obstructiva crónica, EPOC (ICD10: J40–J44, J47). Edad ≥ 30 años. Entre paréntesis se ha incluido el código internacional de enfermedades (CIE), obtenido de la aplicación eCIE-Maps - CIE-10-ES Diagnósticos, desarrollada por el Ministerio de Sanidad 151. Para calcular las TME seguiremos los siguientes pasos: 1º) Solicitud de los datos de defunciones por causas al Servicio de Información y Evaluación de la Consejería de Salud, concretamente los datos de defunciones anuales ocurridas en el periodo 2005-2013, por las causas señaladas anteriormente, en los municipios de Algeciras, Los Barrios, La Línea de la Concepción y San Roque. 2º) Cálculo de las TME utilizando para cada caso los datos de defunciones y de la población a mitad de periodo obtenidas en el apartado anterior, mediante la siguiente fórmula: 𝑇𝑀𝐸 (𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜,𝑐𝑎𝑢𝑠𝑎,𝑎ñ𝑜) = 𝑁º 𝑑𝑒 𝑑𝑒𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠 (𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜,𝑐𝑎𝑢𝑠𝑎,𝑎ñ𝑜) 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑎 𝑚𝑖𝑡𝑎𝑑 𝑑𝑒 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 (𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜,𝑐𝑎𝑢𝑠𝑎,𝑎ñ𝑜) 3.2.2. Valoración económica de los impactos en salud En los últimos años existe un reconocimiento cada vez mayor sobre el hecho de que los impactos sobre la salud y los impactos ambientales requieren con frecuencia una valoración en términos económicos para poder recibir una atención adecuada en la formulación de políticas 152,153. Entre los posibles fines de realizar esta valoración podemos citar: 73  Comunicar la carga de enfermedad debida a la contaminación atmosférica.  Medir el valor de una actividad y sus riesgos sobre la salud asociados de un modo comparable, lo que ayuda a realizar balances más realistas.  Informar medidas dirigidas a internalizar costes (como impuestos o tasas para actividades contaminantes).  Permitir el cálculo de ahorro en costes sanitarios en escenarios alternativos o debidos a la implementación de una política que aborde la contaminación. Los costes de las enfermedades relacionadas con la contaminación pasan frecuentemente inadvertidos y se considera además que están minusvalorados debido a que están relacionados con enfermedades no transmisibles con periodos de latencia largos (de varios años), se encuentran repartidos en poblaciones grandes y no son captados por indicadores económicos estándar 80. Estos costes son mucho más difíciles de calcular que los costes derivados del control de la contaminación, que son normalmente tangibles y concretos 154. Para llevar a cabo la valoración económica hay que partir de una medida de impacto en la salud. Según el fin que se persiga, se puede elegir entre diversas opciones. En los estudios de Carga Global de Enfermedad (GBD) publicados en los últimos años las medidas seleccionadas han sido de mortalidad (exceso de muertes o años de vida perdidos, YLL), de morbilidad (años de vida con discapacidad, YLD) o de morbimortalidad (años de vida ajustados por discapacidad, DALY o AVAD) 139. Los AVAD son una medida que resume de manera útil los impactos en la salud y se ha usado de manera rutinaria como una medida sintética en la atención sanitaria 155, mediante el uso del análisis coste-efectividad, pero pueden ser problemáticos para los propósitos de una valoración económica por diversos motivos 139. El hecho además de que la mortalidad sea más fácil de explicar y de que represente la mayor parte de la carga de enfermedad en los estudios de GBD 156,157 hace que sea más recomendable utilizar medidas de mortalidad. Además, la mortalidad presenta la ventaja frente a la morbilidad de una mejor estandarización en la recopilación de datos dentro de la Unión Europea 158. No obstante, dado que la morbilidad también tiene impacto económico, parece oportuno tenerla también en cuenta. En este sentido, la OMS recomienda utilizar un 10% adicional de los costes totales estimados de mortalidad, como el mejor estimador de los costes adicionales de morbilidad 138. 80 Los criterios para la creación de los grupos o categoría de la variable wind mediante los ángulos de la dirección de los vientos y un porcentaje mínimo de mediciones son:  “Poniente”: día cuyas mediciones de la dirección del viento (ángulo con la vertical en grados) es igual a 270 ± 22,5 (ángulo = 247,5 -292,5) en más del 50% de las mediciones diezminutales o semihorarias.  “Levante”: día cuyas mediciones de la dirección del viento (ángulo con la vertical en grados) es igual a 90 ± 22,5 (ángulo = 67,5 -112,5) en más del 50% de las mediciones diezminutales o semihorarias.  “Gregal”: día cuyas mediciones de la dirección del viento (ángulo con la vertical en grados) es igual a 90 ± 22,5 (ángulo = 22,5-67,5) en más del 50% de las mediciones diezminutales o semihorarias.  “Otros”: día que no cumple con ninguno de los criterios anteriores. Asimismo, para que se clasifique un día como “Poniente”, “Levante” o “Gregal” se debe cumplir la condición de que la velocidad del viento en cada medición fuese de 1,8 Km/h, al menos 172. En caso contrario, consideraremos que el viento está en calma y esa medición se clasificará como “otros”. Con estas premisas clasificaremos todos los días del periodo 2005-2013 en una de las cuatro categorías mencionadas anteriormente. Por último, como análisis de sensibilidad, se repetirá el estudio pero tomando como dirección predominante aquella cuyas mediciones en esa dirección, a lo largo de un día, sean más del 70%, utilizando así el criterio utilizado en la tesis doctoral de González-Castanedo mencionada anteriormente. Clasificación de los días según el viento dominante A continuación expondremos la estrategia utilizada en la aplicación de hojas de cálculo para categorizar en cada medición la variable de partida (ángulo de dirección del viento). 1) Condición de la velocidad mínima: Función condicional con la condición SI para verificar si |v| > 1,7 m/s. 81 2) Condición de ángulo: A partir de los datos del ángulo utilizaremos la función condicional SI para verificar si la medición cumple con las condiciones de ángulo expuestas anteriormente para cada categoría. 3) Conteo de las mediciones que cumplen el requisito 1 y alguna de las condiciones de categoría. 4) Condición de frecuencia mayor del 50% en el conteo anterior (70% en el caso del análisis de sensibilidad). 5) Ajuste de fechas. Dado que la fecha de la última medición diaria es las cero horas del día siguiente al de las mediciones, se procedió a ajustar la fecha restando un día al resultado anterior (“fecha”-1 día = “fecha ajustada”). 6) Asignación de cada día a una de las categorías o factores de la variable “wind”, denominadas Otros (0), Poniente (1), Levante (2) y Gregal (3). 3.3.2. La mortalidad diaria en la Bahía de Algeciras Para obtener el número de defunciones diarias por todas las causas excluidas las causas externas (ICD10: A00-R99) en cada municipio de la Bahía de Algeciras utilizaremos el archivo con todas las defunciones en Andalucía en el periodo 2005- 2013 y, con el programa R y el paquete dplyr 173. 3.3.3. Análisis estadístico El método de análisis estadístico a utilizar será la prueba de significación estadística, que es una técnica de inferencia estadística para juzgar si una propiedad que, se supone, cumple una población es compatible con lo observado en una muestra de la misma 174. La hipótesis a verificar será que la mortalidad diaria en la población de los municipios de la zona industrial de la Bahía de Algeciras varía en función de la dirección del viento durante el periodo de estudio (2005-2013). La decisión de aceptar o rechazar esta hipótesis se toma mediante la realización de un contraste de hipótesis, siendo las hipótesis a contrastar las siguientes:  Hipótesis nula (H0) las medias de defunciones diarias son iguales en las cuatro categorías de la variable wind.  Hipótesis alternativa (H1): al menos una de las cuatro categorías de la variable wind tiene una media de defunciones diarias distinta a las otras categorías. 82 Para comparar medias de tres o más grupos se suele aplicar un análisis de la varianza (ANOVA) de una vía. No obstante, la elección del ANOVA está supeditada al cumplimiento de una serie de requisitos o condiciones 175: 1) Tipos de variables. o La variable dependiente debe ser cuantitativa (numérica). Es la variable cuyas medias se quieren comparar. En este caso, es el número de defunciones diarias producidas en la población residente en la zona industrial de la Bahía de Algeciras (global y por municipios), excluidas causas externas. o La variable independiente es el factor o variable de agrupación y debe ser cualitativa (categórica). Es el factor que clasifica las observaciones en diferentes grupos. En este caso, la variable wind, con los grupos de direcciones diarias predominantes de los vientos. 2) Normalidad. La distribución de los residuales (diferencia entre cada valor individual y la media de su grupo) debería aproximarse bien a una distribución normal. Cuando los residuales no superan la prueba de normalidad (test de Shapiro-Wilk o el de Kolmogorov-Smirnov) puede haber problemas para aplicar un ANOVA. El ANOVA es un procedimiento robusto, es decir, los resultados no suelen distorsionarse aunque se hagan transgresiones en sus condiciones de aplicación. Los problemas de falta de normalidad de los residuales solo son importantes cuando el tamaño de muestra es reducido (menor de treinta por grupo), y se agravan todavía más si los grupos son de desigual tamaño y tienen varianzas diferentes. En tales situaciones se debería aplicar la prueba no paramétrica de Kruskal-Wallis. 3) Homogeneidad de varianzas (homoscedasticidad). Para comprobar la homocedasticidad existen test como los de Bartlett o Levene. Lo ideal es que la prueba seleccionada no sea significativa cuando los grupos son de pequeño tamaño, si todos los grupos tienen un tamaño superior a treinta, como es nuestro caso, el cumplimiento de este requisito no sería necesario. 3.4. Análisis en profundidad (III): PM10 y días NAF Con la tercera parte del análisis en profundidad trataremos de dar respuesta a dos preguntas concretas: 83  ¿Cuál es el efecto a corto plazo de la exposición a PM10 en la salud de la población afectada por el PMCA?  ¿Las intrusiones de polvo sahariano modifican el efecto sobre la salud a corto plazo de las PM10 en la población afectada por el PMCA? Para determinar el efecto a corto plazo de las PM10 utilizaremos como indicador sanitario la mortalidad diaria por causas externas, por enfermedades cardiovasculares y por enfermedades respiratorias. Estas tres serán nuestras variables dependientes. 3.4.1. Tipos de estudios Como se indicó en el capítulo 1, los estudios sobre efectos a corto plazo de la exposición a contaminantes ambientales suelen realizarse de dos maneras diferentes: 1) Serie temporal y análisis mediante regresión de Poisson. Es un estudio de base poblacional en el que los eventos son un recuento en un tiempo determinado (por ejemplo, muertes, accidentes o ingresos hospitalarios diarios). 2) Diseño de casos cruzados (case-crossover design). Es un estudio de base individual en el que el evento es una variable dicotómica (normalmente, uno si hay evento, cero si no lo hay). El diseño de casos cruzados (en adelante CCO, por case-crossover) es un diseño epidemiológico observacional que se utiliza para evaluar si alguna exposición (en muchas ocasiones, de tipo intermitente o inusual) ha desencadenado un evento agudo a muy corto plazo. En el diseño CCO se estudian sólo sujetos en los que se ha producido el evento, de modo que, para investigar la asociación, se compara la exposición a un factor de riesgo de una persona durante el periodo de tiempo previo al evento, denominados índice o periodo caso, con la exposición de la misma persona a ese factor en uno o varios periodos, denominados referentes o periodo control. En las aplicaciones de este diseño a los efectos a corto plazo de la contaminación atmosférica se suelen utilizar más índice y referentes, por lo que utilizaremos principalmente estos dos términos. Al comparar exposiciones en un mismo individuo, también se ha denominado a este diseño estudio de casos y autocontroles. De hecho, el diseño de casos cruzados es, en cierto modo, similar a un estudio de casos y controles, pero en este caso cada 84 persona que tiene un evento de salud es emparejada consigo misma en un periodo de tiempo cercano en el cual no sucedió el evento. Los estudios de casos cruzados permiten eliminar asimismo los sesgos de selección e información, así como controlar por diseño todas las variables de confusión que sean constantes en cortos periodos de tiempo (edad, sexo, clase social, zona residencial, genética, ocupación laboral, tabaquismo o alcoholismo). Este diseño es adecuado solo si se cumplen las siguientes condiciones:  Las exposiciones son transitorias, cambiantes en el tiempo y, preferiblemente, de corta duración.  Los eventos se producen en un corto periodo de tiempo tras la exposición y son de tipo agudo.  Hay cruzamiento, es decir, algunos de los sujetos del estudio deben pasar de baja a alta exposición, o viceversa, al menos una vez. El diseño fue propuesto en 1991 por Maclure 176 para estimar efectos sobre la salud a corto plazo de eventos agudos de aparición repentina o súbita. Se considera que este tipo de estudios es muy adecuado para estudiar los efectos de variaciones en la exposición a corto plazo a contaminación del aire sobre eventos de salud 177–181. La elección de los referentes o periodos control es clave en el diseño CCO. En principio, los referentes pueden ser antes o después del evento (CCO unidireccional). Pero cuando la exposición tiene una tendencia temporal (por ejemplo las de contaminación atmosférica) el planteamiento unidireccional proporciona estimaciones sesgadas, ya que la existencia de tendencia implica que las exposiciones anteriores al evento son sistemáticamente mayores o menores que el momento del efecto. Por ello, en el estudio de efectos de la contaminación atmosférica se utilizan diseños de casos cruzados bidireccionales, en los que seleccionan como referentes periodos de tiempo anteriores y posteriores al evento. A la hora de seleccionar el tipo de referentes a utilizar, existen varias opciones o enfoques:  El denominado enfoque full-stratum, que consiste en escoger como referentes todos los días no-caso del mismo mes que el día en el que se produce el evento. 85  El enfoque simétrico, que escoge dos referentes (siete días antes del evento y siete días después).  El enfoque semisimétrico, que es una variante del simétrico en el que el referente se escoge, por azar, entre los dos días referentes del enfoque simétrico.  El enfoque estratificado por tiempo (time-stratified), en el que los referentes o periodos control pertenecen al mismo mes y día de la semana que el índice o periodo caso. Entre las diferentes estrategias de selección de los referentes, vamos a escoger el enfoque time-stratified, concretamente la estratificación por año, mes y día de la semana, pues permite controlar el efecto de la tendencia temporal a largo plazo y de la estacionalidad en la variable exposición 180. En lo que respecta al modelo estadístico para los estudios CCO, el más adecuado para exposiciones no binarias (tales como las exposiciones a contaminantes del aire ambiente) es el modelo de riesgos proporcionales, usando un riesgo base constante para cada individuo (lo que es razonable para periodos cortos). Este modelo, denominado modelo de exposición transitorio, asume que hay un solo evento por cada caso (lo que es válido para eventos raros) y especifica el riesgo como una función de dos factores: la concentración del contaminante y a tiempo de exposición. Si se incluyen retardos en la exposición, este modelo permite que el riesgo dependa del historial de la exposición. Así, la razón de riesgos de una persona i en un tiempo t, dadas las covariables con tendencia temporal xit , viene dado por la expresión: 𝜆𝑖(𝑡;𝑥𝑖𝑡)=𝜆𝑖𝑒𝛽𝑥𝑖𝑡 El parámetro eβ representa el cambio en el riesgo de un evento asociado con el incremento de una unidad en la exposición a corto plazo. Para estimar β en este modelo se suele utilizar una regresión logística condicional (CLR, en adelante). Posteriormente se explicará el modelo de CLR pero podemos adelantar que el uso de este modelo de regresión facilita, además, el control de las variables de confusión adicionales, es decir, aquellas no utilizadas en el emparejamiento. Estas variables se incorporarán, por tanto, al modelo de regresión logística condicional. Asimismo, el modelo de CRL con este enfoque time-stratified proporciona estimaciones insesgadas al evitarse el sesgo de solapamiento (overlap bias) que se 86 puede producir en las otras estrategias de selección de referentes. Puede encontrarse más información al respecto en el trabajo de Janes y colaboradores sobre las estrategias de selección de referentes 181. 3.4.2. Variables Las variables que usaremos tanto en el estudio de series temporales como en el análisis de sensibilidad con el diseño CCO son las siguientes:  Variable dependiente: será un indicador del efecto a corto plazo de las PM10, la mortalidad diaria. En función del estudio concreto, la variable mortalidad será distinta. En el estudio de series temporales, utilizaremos el número de muertes diarias, que es una variable cuantitativa discreta, mientras que en el estudio CCO utilizaremos la mortalidad como variable dicotómica (muerte sí / muerte no).  Variable independiente: PM10.  Variable potencialmente modificadora del efecto: lo consideraremos de dos modos, mediante una variable dummy dicotómica (día NAF: sí/no) y mediante la contribución de polvo sahariano en las PM10 (lo explicaremos posteriormente).  Variables de confusión: se introducirán una serie de variables que podrían actuar como variables de confusión con objeto de controlar los efectos de estas variables sobre la variable dependiente y la variable independiente. Veremos a continuación estas variables un poco más en profundidad. Datos de mortalidad diaria Vamos a considerar para el análisis en profundidad tres tipos de mortalidad:  Total, excluyendo las causas externas (CIE-10: A00-R99).  Específica, por enfermedades cardiovasculares (CIE-10: I00-I99).  Específica, por enfermedades respiratorias (CIE-10: J00-J99). Los datos de defunciones diarias en Andalucía en los años 2005 a 2013, con el número de registro, causa de defunción (CIE-10) y edad en el momento del evento 87 (entre otras muchas variables individuales) fueron proporcionados por el Servicio de Información y Evaluación de la Consejería de Salud (Junta de Andalucía). Los datos por tanto corresponden a eventos ocurridos en los cuatro municipios del ámbito de aplicación del PMCA, tanto de la población residente como, en su caso, turistas. Se ha escogido esta opción frente al Registro de Mortalidad porque éste, generalmente, recoge las defunciones por población de residencia, no de ocurrencia del evento. Teniendo en cuenta que queremos evaluar efectos a corto plazo, se entiende que es más adecuado contar con los datos de eventos ocurridos. Resto de variables La variable independiente es la concentración de partículas en aire ambiente, concretamente la fracción denominada PM10- Partículas menores de 10 micras. Para caracterizar la exposición diaria a PM10 utilizaremos la variable Bahía de Algeciras, que se obtendrá posteriormente para realizar el análisis en profundidad. En cuanto a las variables de confusión, se han seleccionado diversas variables utilizadas en estudios sobre contaminación atmosférica y salud. Las variables de confusión de tipo cuantitativo que se han considerado son:  Temperatura: temperaturas máximas y mínimas diarias.  O3 troposférico: escogeremos el valor octohorario máximo diario.  Humedad relativa.  Gripe: tasas semanales de incidencia de gripe de la provincia de Cádiz, que se ha utilizado como indicador de la incidencia de gripe en la Bahía de Algeciras. Mientras que las variables de confusión de tipo cualitativo se controlarán mediante variables tipo dummy o indicadoras, concretamente:  Días festivos.  Día de la semana. La hipótesis de este estudio implica el tratamiento de la presencia de polvo sahariano en días con intrusión saharianas (días NAF) como factor modificador del efecto, con un mayor incremento de mortalidad por un determinado aumento de la exposición a partículas. Para investigar esta posible interacción, crearemos una variable indicadora (intrusión sahariana sí/no). 88 3.4.3. Fuentes de información Las fuentes de información utilizadas en la obtención de las diferentes variables que se han ido relacionando en los puntos anteriores han sido las siguientes: • Número de muertes diarias en Andalucía, por municipio: Servicio de Información y Evaluación, Consejería de Salud y Familias, Junta de Andalucía. • Tasas semanales de incidencia de gripe de la provincia de Cádiz: Servicio de Epidemiología y Salud Laboral, Consejería de Salud y Familias, Junta de Andalucía. • Datos diarios de PM10: CMAOT, Junta de Andalucía. • Temperatura máxima diaria, temperatura mínima diaria y humedad relativa máxima diaria: Agencia Española de Meteorología (AEMET.) • O3 troposférico: información proporcionada por el CIQSO. • Días festivos: Boletines Oficiales de la Junta de Andalucía (BOJA) en los que se publicaron las normas que establecían los días festivos cada año en Andalucía. 3.4.4. Análisis estadístico Los pasos que seguiremos para realizar la tercera parte del análisis en profundidad serán los siguientes: 1) Análisis descriptivo. 2) Control de la estacionalidad y las tendencias a largo plazo. 3) Modelización de los efectos inmediatos y de los efectos retardados. 4) Validación del modelo de regresión de Poisson. 5) Desarrollo del modelo de regresión logística condicional. En realidad, los pasos 2 a 4 corresponden al desarrollo de un modelo de regresión de Poisson de series temporales y el último paso al modelo de CLR en el diseño de casos cruzados. Tal y como observamos anteriormente en las series temporales, los datos brutos de la mortalidad diaria están dominados por patrones estacionales y por tendencias a largo plazo. El objetivo de controlar la estacionalidad y las tendencias a largo plazo será eliminar estas tendencias, de modo que solo queden en la variable 89 dependiente las variaciones a corto plazo, que son las que nos interesan para evaluar el efecto de las partículas menores de 10 micras. Existen diversos métodos para controlar la estacionalidad, bien por diseño (como el caso del diseño de casos cruzados) bien por modelización, utilizando 1) un modelo estratificado por tiempo, 2) un modelo con términos de Fourier o 3) Modelo con funciones spline flexibles. En este apartado utilizaremos la tercera opción, las funciones spline flexibles. Este método consiste fundamentalmente en ajustar una función spline de tiempo, es decir, una función que se define por partes. Cada una de esas partes es en realidad una función polinomial (normalmente polinomios de grado tres). Las funciones que forman el spline se unen entre sí en puntos demominados “nudos” (knots) de modo que la función spline cubra todo el periodo de tiempo. Un aspecto fundamental en este método es el número de grados de libertad seleccionado para la función spline, que depende del número de nudos o puntos de unión que se elijan. Existe actualmente un consenso más o menos generalizado en que 7 grados de libertad (df) por año implica un equilibrio entre controlar de manera apropiado de la estacionalidad y tendencias a largo plazo, por un lado, y mantener en la serie temporal información suficiente que permita estimar los efectos de las exposiciones a corto plazo, por otro. Por ejemplo, Bhaskaran et al. 182 y Liu et al. 183 proponen utilizar este número de grados de libertad por año, aunque existen otros autores que han utilizado 8 df/año 184–186. En nuestro caso, utilizaremos un total de 21 df (7 df/año x 3 años). En cuanto a la modelización, emplearemos modelos no lineales con retardos distribuidos (DLNM, por Distributed Lags Non-Linear Models), una familia de modelos que pueden describir, de una manera flexible, efectos que varían simultáneamente a lo largo tanto del espacio de la variable predictora como del tiempo, es decir, en la estructura temporal de los efectos. En esta estructura temporal se incluyen los retardos adecuados entre la exposición al factor de riesgo y la ocurrencia del evento. Estos modelos DLNM, junto con su extensión a los modelos aditivos generalizados (GAMs, por Generalized Aditive Models), permiten también describir relaciones no lineales, por ejemplo mediante la utilización de funciones spline naturales, como seguiremos haciendo para controlar la temperatura y la humedad. 96 Figura 17. Relación entre el número de superaciones diarias al año y la media anual de PM10. Fuente: Adaptado del PMCA. Por otro lado, los valores del contaminante PM10 en los años anteriores a la aprobación del PMCA eran inferiores a los objetivos de calidad establecidos, por lo que se señala que las medidas planteadas en el Plan tenían como objetivo el mantenimiento de estas condiciones y la no superación de los valores límites en otras condiciones meteorológicas más desfavorables que las que regían en ese momento. Por último, se estudió también la relevancia de la reducción de las partículas en los niveles de O3, resultando según el PMCA que dichos niveles únicamente aumentarían en estaciones de tráfico, en las que los niveles de partida de O3 son bajos y alejados de los valores legales. 4.1.3. Estructura El Anexo XV del RD 102/2011, de 28 de enero, y el Anexo IX del Decreto 239/2011, de 12 de julio, establecen la información mínima que debe incluirse en los planes de mejora de la calidad del aire ambiente. Esta información mínima es bastante similar en ambas normas, incluyéndose la información sobre las medidas o proyectos adoptados para reducir la contaminación (lista y descripción de todas las medidas previstas en el proyecto), calendario de aplicación, estimación de la mejora de la calidad del aire que se espera conseguir, evidencias epidemiológicas y perspectiva de protección de salud pública, y estimación del plazo previsto para alcanzar esos objetivos. 97 En este sentido, se ha comprobado que el contenido del PMCA incluye toda la información mínima que establece la norma estatal. En cuanto a la norma autonómica, no se ha podido determinar que, de modo expreso, el PMCA establezca su periodo de validez ni los medios de difusión pública del plan. Aún más relevante es el hecho de que, a pesar de que figure en la información obligatoria que debe contener un plan de mejora y esté mencionado en el índice, el documento del PMCA publicado en el Boletín Oficial de la Junta de Andalucía y en el sitio Web de la CMAOT no contiene la estimación presupuestaria. Y el Decreto 231/2014 solo hace la siguiente mención genérica: “Sexto. Medios. La ejecución de los Planes que se aprueban mediante el presente Decreto se realizará conforme a las disponibilidades presupuestarias, sin que ello suponga incremento de gasto.” Lamentablemente, este hecho impide llevar a cabo un análisis coste-beneficio del PMCA, que habría permitido comparar el coste de ejecutar las medidas del PMCA (su estimación presupuestaria) con los beneficios en salud de la reducción de la contaminación (que estimaremos en el apartado de análisis en profundidad). A grandes rasgos, siguiendo su índice, el PMCA se estructura en los siguientes apartados: 1) Introducción, en la que, básicamente, se justifica la necesidad de elaborar el PMCA. 2) Fundamento jurídico, con el marco legislativo europeo, estatal y autonómico. 3) Normativa aplicable, donde se establece la normativa sobre gestión de la calidad del aire, sobre los niveles de inmisión de contaminantes atmosféricos y sobre la limitación de emisión de contaminantes a la atmósfera (actividades industriales, vehículos a motor y otras actividades). 4) Zona afectada, que incluye una estimación de la superficie afectada y la población expuesta, un análisis socioeconómico, datos topográficos relevantes, datos climáticos útiles y los objetivos de protección 5) Evaluación de la calidad del aire: técnicas de medida, concentraciones observadas, contaminación debida a fenómenos de intrusión sahariana, caracterización del material particulado, una comparación de los niveles registrados de PM10 y SO2 en Bahía de Algeciras con otras estaciones y unas conclusiones. 6) Origen de la contaminación, en el que se explica la metodología empleada y se identifican las fuentes de emisión responsables de la contaminación. 7) Análisis de la situación: factores que influyen en los niveles de concentración de partículas en el aire, la contribución de las fuentes locales a los niveles de inmisión de contaminantes, los factores responsables de la superación, posibles medidas de 98 mejora de la calidad del aire y los objetivos cuantificados de reducción de niveles de contaminación para cumplir la legislación vigente 8) Análisis de las medidas de mejora, que incluye apartados que tratan sobre las regulaciones, políticas y planes existentes en el ámbito territorial del Plan, el impacto de las políticas existentes sobre la emisión de contaminantes y las medidas o proyectos de mejora planeados o en fase de investigación a largo plazo. 9) Plan de Actuación, donde se incluyen las medidas de mejora del Plan (este apartado será tratado de manera específica a continuación). 10) Medio de financiación. Con una introducción y una cuantificación económica, distribución temporal y entidad financiadora (inversiones de las Administraciones Públicas e inversiones privadas). (No incluido en el PMCA) 11) Plan de Vigilancia, que incluye tanto la vigilancia de la calidad del aire como de las emisiones. (No incluido en el PMCA, aunque sí en el resumen ejecutivo). 12) Bibliografía. (No incluido en el PMCA) 13) Glosario de términos. (No incluido en el PMCA) 4.1.4. El plan de actuación El conjunto de medidas, adoptadas y propuestas por las Administraciones públicas competentes y que conllevan diferentes actuaciones sectoriales se denomina, dentro del PMCA, el “Plan de Actuación”. La aplicación de estas medidas de forma simultánea a corto plazo implicará una mejora apreciable para cumplir con los objetivos de calidad del aire establecidos en la legislación, aunque también se han propuesto medidas a medio y largo plazo que se espera que conlleven una mejora adicional. Aunque el PMCA no establece de manera expresa un periodo de validez, incluye medidas cuyo cumplimiento se prevé para 2021. El Plan de Actuación consta de 45 medidas que se estructuran en dos grupos:  Grupo 1, con 32 medidas. Está integrado por aquellas actuaciones que ya están definidas en normas o planes existentes o han sido propuestas por algún Organismo específicamente para la elaboración del Plan.  Grupo 2, al que pertenecen 13 medidas. Este grupo recoge las directrices de las nuevas medidas que han de ponerse en marcha como resultado de la elaboración del Plan, correspondiendo su definición al organismo o administración competente según el ámbito de aplicación de las mismas. 99 Independientemente del grupo al que pertenezca, las medidas se clasifican también en función del sector o actividad al que vayan dirigidas (como industrial, con 12 medidas, o tráfico, con 17) o a la estrategia seguida (prevención, sensibilización y gestión). La Tabla 9 incluye los sectores o actividades en los que se clasifican las medidas y una breve justificación de cada uno. Sector / Actividad Justificación Sector industrial El sector industrial es la principal fuente antropogénica local, como se verá posteriormente. El PMCA propone medidas complementarias a aquellas que marca la normativa de emisiones. Tráfico marítimo La combustión de gasoil y fueloil en los motores de los buques supone otra de las principales fuentes de emisión de partículas y SO2, por lo que se proponen en el PMCA medidas orientadas a reducir estas emisiones. Construcción y demolición La materia mineral es el principal componente del material particulado presente en la atmósfera, lo que justifica la adopción de medidas encaminadas a reducir las emisiones derivadas de actividades de construcción y demolición. Sector tráfico El tráfico influye sobre los niveles de inmisión de contaminantes por sus emisiones directas, por emisiones de precursores de partículas secundarias y por la resuspensión por efecto del tráfico del material particulado depositado sobre las vías de circulación. Por ello, la mayor parte de las medidas del Plan de Actuación están encaminadas al sector tráfico (un total de 19 medidas). Sector residencial, comercial e institucional Serie de medidas orientadas a reducir el uso de combustibles y la sustitución por combustibles menos contaminantes. Prevención Medidas orientadas a prevenir emisiones Sensibilización Medidas encaminadas a complementar otras actuaciones con la finalidad de mejorar la eficacia de dichas actuaciones, o medidas orientadas a fomentar conductas que redunden en menores emisiones. Gestión Medidas orientadas a mejorar el conocimiento de la contaminación por partículas en el ámbito del Plan. Tabla 9. Clasificación de las medidas del PMCA. Fuente: Adaptado del PMCA. En cuanto a la implantación de las medidas, la mayoría de las mismas son responsabilidad de los Ayuntamientos (17 medidas, en 11 de ellas son los únicos responsables y en 6 de ellas la responsabilidad de la implantación está compartida) y de la Consejería 100 competente en materia de Medio Ambiente (15 medidas, 11 de ellas en solitario) mientras que siete de las medidas son responsabilidad de órganos estatales. También son responsables de la implantación de algunas medidas otras Consejerías (con competencias en energía o fomento), la autoridad portuaria y los titulares de las instalaciones sujetas a autorización ambiental integrada. En cuanto al ámbito, diecinueve medidas abarcan a todo el ámbito de aplicación del Plan. En la Tabla 10 se resume con el grupo, código, medidas y responsables de su implantación. La mayor parte de las medidas pueden ofrecer resultados a corto plazo siempre y cuando sean implementadas por las administraciones competentes salvo, quizá, las destinadas a la sensibilización ambiental y a las medidas de mejora de la eficiencia energética, cuyo impacto es más suave y progresivo. Por otra parte, algunas de las obras de infraestructuras no tienen prevista su realización hasta el año 2017 o 2021, con lo que hay que tener en cuenta el retraso a la hora de evaluar su impacto en el cumplimiento del objetivo del PMCA. En todo caso, muchas de las medidas ya están en proceso de implantación o habían sido planificadas con anterioridad a la puesta en marcha de este plan. Un elemento clave relativo a las medidas es que, como ya se ha mencionado en diversas ocasiones anteriormente, se va a asumir que la implementación de las medidas conllevará el cumplimiento de los niveles objetivo, por lo que la valoración del impacto en salud del PMCA descansa sobre esta asunción. Hay que decir no obstante que esta asunción es razonable, pues los precedentes en esta zona han demostrado que los esfuerzos de mitigación de emisiones industriales y de las procedentes de la combustión de combustibles fósiles y transporte urbano durante la pasada década contribuyeron de forma apreciable a mejorar la calidad del aire de la Bahía de Algeciras 130. 101 4.1.5. Medidas del plan Grupo Código Ámbito Medida Responsables de su implantación 1 IA/IN/1 LB Aplicación de medidas correctoras derivadas de la Autorización Ambiental Integrada (AAI) de una central térmica CMAOT 1 IA/IN/2 SR Aplicación de medidas correctoras derivadas de la Autorización Ambiental Integrada (AAI) de una refinería de petróleo CMAOT 1 IA/IN/3 SR Aplicación de medidas correctoras derivadas de la Autorización Ambiental Integrada (AAI) de cogeneración de una refinería de petróleo CMAOT 1 IA/IN/4 SR Aplicación de medidas correctoras derivadas de la Autorización Ambiental Integrada (AAI) de una planta petroquímica CMAOT 1 IA/IN/5 LB Aplicación de medidas correctoras derivadas de la Autorización Ambiental Integrada (AAI) de una planta de acero CMAOT 1 IA/IN/6 SM Inspección de emisiones difusas en actividades extractivas CMAOT 1 IA/IN/7 Todos Inspección de emisiones canalizadas y fugitivas en instalaciones Industriales CMAOT 1 IA/IN/8 SR Estudio de modelización y optimización del sistema de evacuación de gases a la atmósfera de las principales chimeneas de la Refinería Gibraltar-San Roque al objeto de mejorar la dispersión del SO2 Privado 1 IA/IN/9 Todos Modificación del Protocolo de Actuación del Campo de Gibraltar CMAOT Privado 1 IA/IN/10 Todos Modelización de la calidad del aire CMAOT 1 IA/MA/1 SM Contenido máximo de azufre en combustible para uso marítimo Ministerio (Industria) 1 IA/TR/2 LB, SR Plan de Movilidad Urbana Sostenible en Los Barrios y San Roque Diputación de Cádiz Ayuntamiento Consejería (Movilidad) 1 IA/TR/4 Todos Fomento de la elaboración de planes de movilidad en empresas Consejería 1 IA/TR/5 A Construcción de carriles bici en Algeciras CMAOT Ayuntamiento 1 IA/TR/6 LC Construcción de carril bici en La Línea de la Concepción CMAOT 1 IA/TR/8 A Proyecto de renovación de la flota de autobuses urbanos en Algeciras Ayuntamiento 102 Grupo Código Ámbito Medida Responsables de su implantación 1 IA/TR/9 Todos Aplicación de la normativa EURO relativa a la homologación de turismos y vehículos ligeros Ministerio (Industria) 1 IA/TR/10 A, LB, SR Aplicación de la normativa EURO relativa a la homologación de vehículos pesados Ministerio (Fomento) 1 IA/TR/11 A Nueva circunvalación Bahía de Algeciras Ministerio (Fomento) 1 IA/TR/12 A Desdoblamiento de la N – 340 (E - 5) Ministerio (Fomento) 1 IA/TR/13 SR Variante de Estación de San Roque (A – 405) Consejería (Fomento) 1 IA/TR/14 A, LB, SR Línea ferroviaria Algeciras - Antequera Ministerio (Fomento) 1 IA/DO/1 Todos Aplicación del Código Técnico de la Edificación en nueva construcción y rehabilitación de edificios Ayuntamiento 1 IA/DO/2 Todos Aplicación del Reglamento de Instalaciones Térmicas en los Edificios Ayuntamiento 1 IA/DO/3 Todos Plan de Viviendas Consejería (Fomento) 1 IA/PR/1 Todos Fomento de inversiones en proyectos o actuaciones cuya finalidad sea conseguir un ahorro de energía o el procedente de fuentes renovables, para la mejora del nivel de protección ambiental aprovechamiento de energía Consejería (Energía) 1 IA/PR/2 SR Elaboración de Ordenanzas Municipales en materia de calidad del aire en San Roque Ayuntamiento 1 IA/PR/3 A Medidas para la mejora de la calidad del aire asociadas al proyecto de construcción de un helipuerto en Algeciras AENA 1 IA/PR/4 SM Grupos técnicos de trabajo sobre movilidad urbana sostenible CMAOT 1 IA/SN/1 Todos Fomento de la conducción eficiente Consejería (Energía) 1 IA/SN/2 SR Campaña de educación y concienciación en San Roque Ayuntamiento 1 IA/GE/1 Todos Sistema de medida de la calidad del aire CMAOT 2 PCA/IN/8 SM Medidas correctoras en actividades extractivas próximas a núcleos de población CMAOT Privado 103 Grupo Código Ámbito Medida Responsables de su implantación 2 PCA/IN/9 SM Medidas para la reducción de emisiones en las industrias que manejan sólidos pulverulentos CMAOT Privado 2 PCA/MA/2 SM Suministro eléctrico a barcos atracados en puertos APCG APPA 2 PCA/CO/1 Todos Aprobación y aplicación de ordenanza municipal de gestión ambiental en obras de construcción y demolición. Planificación de obras Consejería (Fomento) Ayuntamiento 2 PCA/CO/2 Todos Aprobación y aplicación de ordenanza municipal de gestión ambiental en obras de construcción y demolición. Actividades en construcción y demolición Consejería (Fomento) Ayuntamiento 2 PCA/CO/3 Todos Aprobación y aplicación de ordenanza municipal de gestión ambiental en obras de construcción y demolición. Transporte de materiales Consejería (Fomento) Ayuntamiento 2 PCA/CO/4 Todos Vigilancia Ambiental en obras de infraestructuras Consejería (Fomento) Ayuntamiento Privado 2 PCA/TR/17 LB, SR Actuaciones en infraestructuras para el fomento del uso de la bicicleta Ayuntamiento 2 PCA/TR/18 Todos Mejora de la cobertura de líneas de bus urbano Ayuntamiento 2 PCA/TR/19 Todos Fomento de los desplazamientos a pie Ayuntamiento 2 PCA/TR/20 Todos Creación de bolsas de aparcamientos encaminadas a la disminución de tráfico Ayuntamiento 2 PCA/TR/21 A, LC Limpieza de las vías urbanas para limitar la resuspensión de polvo por efecto del tráfico Ayuntamiento 2 PCA/TR/22 Todos Elaboración de un Plan de mejora de caminos rurales Ayuntamiento Tabla 10. Clasificación de las medidas del PMCA. Fuente: Adaptado del PMCA Códigos: IN: Sector industrial MA: Tráfico marítimo CO: Construcción y demolición TR: Sector tráfico DO: Sector residencial, comercial e institucional PR: Prevención SN: Sensibilización SE: Gestión Grupos de medidas: Grupo 1 = IA (Industrial Algeciras): Actuaciones que ya están definidas en normas o planes existentes o bien han sido propuestas por algún Organismo específicamente para la elaboración del Plan. Grupo 2 = PCA (Plan Calidad Aire), directrices de las nuevas medidas que han de ponerse en marcha como resultado de la elaboración del Plan. Ámbito: A: Algeciras LB: Los Barrios LC: La Línea de la Concepción SR: San Roque 104 4.2. Caracterización de la población y su entorno En esta fase, el objetivo ha sido caracterizar la población que puede verse afectada por la ejecución y puesta en marcha de las medidas del Plan y su entorno social, económico y ambiental, describiendo una situación de partida. 4.2.1. Caracterización de la población Incluye un perfil demográfico (con especial atención a la identificación de posibles grupos vulnerables), el perfil socioeconómico (para identificar grupos en riesgo de exclusión) y, dado que la valoración incluirá posteriormente un análisis en profundidad, el perfil de salud. A lo largo de dicha caracterización tendremos también muy en cuenta dos aspectos esenciales de una VIS: las inequidades en salud y la participación de la ciudadanía en la elaboración del PMCA. Asimismo, trataremos de identificar población vulnerable y analizar la posible distribución de los impactos en la población. Al objeto de poder establecer comparaciones que faciliten la identificación de elementos característicos de la población de la zona, analizaremos los datos de la misma contrastándolos con dos poblaciones de referencia: la provincial y la andaluza. Además de la información suministrada por los institutos de estadística nacional y andaluz, tendremos muy en cuenta la información contenida en el Dictamen sobre el exceso de mortalidad y morbilidad en El Campo de Gibraltar (el Dictamen, en adelante), realizado por la Sociedad Española de Epidemiología por encargo del Defensor del Pueblo Andaluz (DPA) 132. Este Dictamen consiste en un extenso informe sobre la comarca de El Campo de Gibraltar (que incluye, además de los cuatro municipios de la Bahía de Algeciras, a Tarifa, Castellar y Jimena de la Frontera) que tiene como objetivo establecer si en la población de El Campo de Gibraltar existe mayor mortalidad y peor estado de salud que en el resto de Andalucía y el conjunto de España (y, si es así, valorar los factores explicativos y realizar recomendaciones para paliarlos). El dictamen se elaboró después de varias quejas de asociaciones ciudadanas al DPA y de las correspondientes respuestas por la Junta de Andalucía en los últimos años. Estas quejas continuas de la ciudadanía, la solicitud por el DPA de informes adicionales, y el tratamiento habitual en los medios de comunicación de los problemas de salud de la zona reflejan la persistencia de un conflicto que no acaba de encauzarse adecuadamente y que, según el Dictamen, parece ir más allá de la mera existencia de un problema de salud pública. 105 Perfil demográfico La Zona industrial de la Bahía de Algeciras comprende los municipios de Algeciras, La Línea de la Concepción, Los Barrios y San Roque, con una extensión total de 583,3 Km2 y 24 núcleos de población. La población total es de 230.203 habitantes (dato de 2017) y, de los municipios que integran la ZIBH, Algeciras es el que tiene una población mayor, con algo más de 120.000 habitantes (Tabla 11), siendo el segundo municipio con más población de la provincia de Cádiz, tras Jerez de la Frontera, que cuenta con 212.915 habitantes). Municipio 2005 2006 2007 2008 2009 2010 2011 2012 2013 Algeciras 111 283 112 937 114 012 115 333 116 209 116 417 117 810 116 917 114 277 Los Barrios 20 119 20 871 21 358 21 977 22 311 22 587 22 853 23 141 22 948 La Línea C 62 682 63 026 63 663 64 240 64 595 64 645 64 944 64 704 62 697 San Roque 25 548 26 569 27 635 28 653 29 249 29 588 29 965 30 516 29 536 Bahía de Algeciras 221 637 225 409 228 675 232 211 234 373 235 247 237 583 237 290 231 471 Tabla 11. Población en los municipios de la Bahía de Algeciras durante el periodo 2005-2013. Fuente: INEbase / Nomenclátor: Población del Padrón Continuo por Unidad Poblacional. En el periodo de estudio la población se ha mantenido más o menos estable (un aumento de unos 10.000 habitantes entre 2005 y 2013), como se aprecia en la Tabla 11. Por otro lado, podemos observar en la Tabla 12 una serie de datos básicos de los municipios de la Bahía de Algeciras. En ella podemos comprobar que el municipio con un mayor número de núcleos de población es San Roque (con 13) y que, en general, la zona de estudio presenta una menor población residente en núcleos diseminados (lo que podría dar lugar a situaciones de vulnerabilidad) que la población provincial y regional. Algeciras La línea Los Barrios San Roque Provincia de Cádiz Andalucía Extensión superficial (Km2) 85,8 19,3 331,3 146,9 7.436,4 87.598 Población total 121.133 63.146 23.374 29.969 1.239.435 8.379.820 Núcleos que componen el municipio 2 3 6 13 - - Población residente en núcleos diseminados (% sobre el total) 0,24 3,91 2,46 2,19 4,95 3,31 Edad media de la población 39,9 40,7 38,5 39,3 40,9 41,3 Índice de maternidad 23,8 21,3 22,3 22,5 20,4 20,7 Población por edad (% sobre el total) 0 a 14 años 18,1 16,4 18,7 18,0 16,4 16,1 De 65 años en adelante 15,0 16,4 12,0 14,1 15,7 16,6 112 Figura 22. Zonas desfavorecidas del municipio de San Roque (escala 1:10.000). Fuente: elaboración propia a partir de datos: IECA y del documento “Vulnerabilidad del tejido social de los barrios desfavorecidos de Andalucía”. Perfil socioeconómico El territorio presenta una acusada personalidad marcada por una economía que depende fundamentalmente de los sectores portuario e industrial. La Bahía de Algeciras constituye un sistema portuario de gran tráfico por su posición geoestratégica y por las buenas condiciones de abrigo y calado para las actividades portuarias, lo que ha facilitado un importante desarrollo industrial. Esto se traduce en una significativa generación de empleo y riqueza, pero también supone importantes presiones sobre el medio ambiente local, introduciendo asimismo elementos de desigualdad tanto en la distribución en la zona de los beneficios de este desarrollo económico como por la distribución de los efectos derivados del deterioro ambiental. Esta situación geoestratégica de la Bahía de Algeciras constituye la base del desarrollo económico de la zona y suponen el principal recurso de su potencial futuro, según se expone en la introducción del Plan de Ordenación del Territorio del Campo de Gibraltar 193. El puerto de Algeciras superó en 2019 los 109 millones de toneladas de tráfico total en sus instalaciones 194, que lo sitúa en la primera posición de los puertos españoles y del Mediterráneo y en el 113 cuarto puesto entre los europeos, tan solo por detrás de Róterdam, Amberes y Hamburgo. El puerto es el principal generador de empleo de la zona, con 9.726 empleos directos, 10.975 indirectos e 7.469 inducidos 195. Por otro lado, la zona ha sido desde hace siglos un espacio doblemente fronterizo, con todo lo que ello conlleva en términos sociales y económicos. De acuerdo con el Dictamen, esto ha configurado un territorio con unas especiales características sociológicas, poco integrado en el ámbito provincial. Por otro lado, a finales de los años sesenta comenzó la puesta en marcha del Polo de Desarrollo Industrial, nacido con el objetivo de promover el desarrollo socioeconómico de la comarca y disminuir su dependencia de Gibraltar. Así, se fueron instalando un conjunto de industrias (petróleo y derivados, metalurgia del acero, papelera, etc.), se construyeron importantes infraestructuras en el ámbito de la energía y las comunicaciones, y se potenció el puerto de Algeciras. Siguiendo el hilo conductor del apartado dedicado al medio social en el Dictamen, vamos a resumir las principales consecuencias sociales que tuvieron estos elementos para la zona:  La estructura de una sociedad cambia de ser una sociedad de tipo rural a otra urbana, de carácter industrial y de servicios.  El nivel socioeconómico de la zona se ha incrementado y se ha reducido la brecha socioeconómica con España, aunque no han permitido alcanzar la equiparación.  Se introducido en el territorio un elemento de desigualdad novedoso respecto al conjunto de Andalucía, el referido al daño medio ambiental producido por el Polo de Desarrollo Industrial. Según el Dictamen por encargo del Defensor del Pueblo Andaluz, históricamente la población de la zona de estudio ha estado sujeta a un empobrecimiento muy relevante, incluso en el contexto andaluz. El Dictamen identifica a Gibraltar como el elemento económico clave de la comarca. Gibraltar mantiene una estrecha relación con los municipios de la zona de estudio, especialmente con La Línea de la Concepción. Entre las recomendaciones finales de este Dictamen hay que destacar, en lo referente a los determinantes sociales de la salud, la siguiente: “Dada la gran relevancia de los condicionantes sociales en el panorama de los problemas de salud analizados, especialmente respecto a la ciudad de La Línea de la Concepción, se deberían potenciar las actuaciones de las administraciones públicas para el abordaje del desempleo, la pobreza y la exclusión social en el territorio, haciendo énfasis prioritario en la intervenciones en los ámbitos educativo, formativo y de empleo”. 114 Se han consultado los datos disponibles actualmente para analizar los ámbitos señalados por el Dictamen, y compararlos en la medida de lo posible con las poblaciones de referencia (provincial y andaluza). Así, en lo que respecta al nivel educativo, podemos observar que la población de la zona que tiene estudios superiores es sensiblemente inferior a la provincial y andaluza (ver Tabla 12). En este sentido, hay que remarcar que esto puede generar desigualdades en salud, pues es sabido que un bajo nivel educativo está asociado con una peor salud percibida 196 y con una mayor mortalidad 197–199. En cuanto a la tasa municipal de desempleo vemos (Tabla 13) que, efectivamente, es más alta que la andaluza en los cuatro municipios, especialmente en La Línea de la Concepción. Asimismo, de acuerdo con un trabajo sobre los barrios desfavorecidos de Andalucía 191, en los municipios de Algeciras, La Línea de la Concepción y San Roque existen varias zonas desfavorecidas y, en el caso de los dos primeros, también zonas muy desfavorecidas. La ubicación de estas zonas puede verse en las figuras 20 a 22. En cambio, si nos referimos a la renta bruta per cápita, Algeciras es actualmente el municipio con la renta más alta de la provincia de Cádiz (y el decimocuarto en Andalucía), mientras que Los Barrios y San Roque son el cuarto y quinto de la provincia, respectivamente. La Línea de la Concepción está también por encima de la media (puesto 34 en Andalucía en 2017) 200. Este aparente contrasentido (municipios con áreas desfavorecidas y entre los de mayor renta a nivel provincial) indicaría una distribución de la riqueza muy desigual en la zona. En todo caso, la conclusión sobre los aspectos sociales y económicos es que la Bahía de Algeciras presenta peores indicadores que las poblaciones de referencia en educación y desempleo. Asimismo, existen zonas concretas (con una población elevada) que están consideradas como desfavorecidas o muy desfavorecidas. Territorio Afiliaciones por lugar de residencia Demandantes no ocupados Tasa municipal de desempleo Algeciras 36.247,50 14.005,75 27,87% Los Barrios 7.991,25 2.477,00 23,66% La Línea de la Concepción 14.151,50 8.532,25 37,61% San Roque 9.096,00 3.364,25 27,00% Andalucía 3.030.230,25 924.932,25 23,39% Tabla 13. Tasa municipal de desempleo. Media anual (año 2018). Fuente: SIMA-IECA 201 115 Perfil de salud Durante los últimos años se han realizado numerosos estudios sobre el estado de salud y sus principales determinantes en la población de la zona. A pesar de ello, la información disponible no permite establecer de forma definitiva las causas concretas de la mayor mortalidad observada históricamente en las provincias occidentales de Andalucía y en la comarca de El Campo de Gibraltar, y del descenso posterior de la mortalidad durante los últimos años hasta aproximarla a la de resto de España 132. Uno de esos estudios, por ejemplo, encontró un exceso de mortalidad general y prematura estadísticamente significativo tanto en los hombres como en las mujeres de la Bahía de Algeciras 202. En otro estudio se remarca la importancia de los determinantes sociales de salud, dejando claro que en la zona ya existía un exceso de mortalidad antes del proceso de industrialización 203. En todo caso, de acuerdo con las conclusiones del Dictamen, la mayor mortalidad de la población de la zona respecto a España se ha ido concentrando en las personas de mayor edad y, en la actualidad, se observa casi exclusivamente en los grupos de edad más elevada, particularmente de 75 y más años, en los municipios de Los Barrios y San Roque. En la actualidad, solo La Línea de la Concepción presenta una mayor mortalidad masculina y femenina en todos los grupos de edad superiores a 15 años. En Algeciras se observa la misma situación en las mujeres, mientras que en los hombres menores de 65 años la mortalidad es similar a la de España. Pero además de realizar el análisis a nivel de municipios o agregados para toda la zona, resulta clave analizar los datos de salud a nivel inferior al municipio, con objeto de identificar población vulnerable. Así, si observamos la Figura 23 vemos que las razones de mortalidad en la zona son muy desiguales, coincidiendo en líneas generales las zonas con una mayor mortalidad (celdas en rojo) con las áreas desfavorecidas que vimos en las figuras 20 a 22. Sin embargo, existen otras zonas con una razón de mortalidad muy inferior a la media andaluza, en particular la zona alrededor de Sotogrande (Figura 24). 116 Figura 23. Estadísticas Longitudinales de Supervivencia y Longevidad en Andalucía, 2002-2013. Razones de mortalidad general comparada con la media andaluza (celdas de 250 metros) y espacios industriales (en azul). Visión general de la Bahía de Algeciras. Fuente: IECA. Figura 24. Estadísticas Longitudinales de Supervivencia y Longevidad en Andalucía, 2002-2013. Razones de mortalidad general. Celdas de 250 metros. Zona de Sotogrande (San Roque). 117 Fuente: IECA 4.2.2. Caracterización del entorno de la actuación Los aspectos a caracterizar están fuertemente influenciados por la descripción del proyecto y, en especial, por la información relativa a los recursos e infraestructuras que resultan necesarias (para analizar el impacto sobre los recursos existentes) y las emisiones de todo tipo que se producen. Siempre es conveniente completar esta información con datos climatológicos y aquellos necesarios para analizar las vías de exposición (hidrográficos, edafológicos, etc.). De acuerdo con el PMCA, la Zona Industrial de la Bahía de Algeciras presenta un clima mediterráneo subtropical con una gran suavidad térmica invernal originada por la influencia del mar, la orientación sur de la costa y la protección de las coladas septentrionales por las cadenas Béticas, originando unas temperaturas medias en invierno entre 12oC y 15oC. En verano, aunque está la influencia suavizadora del mar, pueden llegar a alcanzarse temperaturas de 40oC. La distribución temporal de las lluvias viene dada por los frentes atlánticos que llegan desde el Oeste, cuya frecuencia depende de la potencia del anticiclón de las Azores, principal factor determinante del clima en Andalucía. Las precipitaciones, en general, son del orden de los 400-900 mm, caracterizándose por ser más abundantes en invierno y primavera, siendo, además, algo variantes. En lo referente a los vientos de la zona, el PMCA toma como modelo el año 2007 y señala que las componentes principales del viento se producen en dirección E y NO (Figura 25). Figura 25. Rosa de los Vientos en el año 2007. Fuente: PMCA. 118 Asimismo, un estudio sobre la caracterización de material particulado atmosférico en esta zona 131, que abarcó el periodo comprendido entre enero de 2006 y diciembre de 2007, determinó dos componentes dominantes de los vientos, que la autora denominó levante y poniente. La componente de levante estaba constituida principalmente por vientos de origen ESE, E y SE, mientras que la componente poniente se caracterizaba por vientos de componente NO. Ambos componentes se observaban durante todos los meses del periodo de estudio, sin que existiese un régimen de viento característico de meses o estaciones del año. En cuanto a la calidad del aire, ya hemos ido desgranando las características más reseñables de la situación en la Zona Industrial Bahía de Algeciras. No obstante, se completa la información con algunos datos que serán útiles posteriormente, a la hora de discutir los resultados. Las fuentes de contaminación atmosféricas por partículas y dióxido de azufre en la zona están perfectamente caracterizadas en el PMCA, así como los componentes mayoritarios y elementos traza de las partículas, aspecto muy importante a la hora de proponer las medidas más efectivas para reducir las emisiones. Los niveles de partículas en el periodo de estudio tienen una tendencia generalmente descendente. Por lo que respecta a la composición del material particulado PM10, el principal componente de las partículas son los compuestos inorgánicos secundarios y la materia mineral, con una contribución muy superior a aerosol marino y materia carbonosa. En general, comparado con otras zonas de España y Europa continental, las PM10 en Andalucía se caracterizan por unos niveles altos de material crustal y componentes inorgánicos secundarios. Esto se ha atribuido a emisiones elevadas de partículas por el tráfico rodado y la industria, a la alta frecuencia de episodios de intrusión sahariana y a factores climáticos, como las bajas precipitaciones y suelos secos 204. En la zona concreta de la Bahía de Algeciras, el tráfico marítimo es también una fuente importante de emisiones de partículas 129. En esta línea, el trabajo mencionado anteriormente sobre la caracterización de material particulado atmosférico en la zona muestra también episodios de elevada concentración de partículas PM10 identificados como eventos de intrusión de masas norteafricanas. Estos episodios se caracterizan por elevados niveles de PM10 y, en menor proporción, PM2,5 y PM1. 119 Por otro lado, las características de los cambios en la contribución de fuentes durante el periodo 2005-2013 fueron coherentes con las acciones para reducir las emisiones de partículas que se implementaron en la pasada década, sin obviar el papel que jugó la crisis financiera. Entre estas acciones se estima que el mayor efecto en la reducción de partículas en el aire ambiente fue el provocado por la implementación de la Directiva sobre Emisiones Industriales (que obliga a utilizar las mejores técnicas disponibles en grandes plantas de combustión) y la Directivas EURO-5 y EURO-6, relacionadas con las emisiones de vehículos 130. El PMCA confirma la superación de los valores límite de PM10. La estación de Palmones es la estación de la RVCCA que registró el valor medio anual más elevado (48 µm/m3 en 2005) y el mayor número de superaciones anuales del valor límite diario (126, también en 2005), situación que en el PMCA se achaca (al menos en parte) a las obras de construcción cerca de la estación de una infraestructura vial en esa época. Para el dióxido de azufre, en el PMCA se afirma que la entrada en vigor del Plan de Acción Medioambiental para el Campo de Gibraltar mejoró bastante la situación. Con respecto al resto de los contaminantes evaluados (O3, NO2, benceno), no se han registrado en ningún caso superaciones de los valores legales. Por último, en lo que respecta al suelo, los estudios llevados a cabo para el Diagnóstico de la situación ambiental del entorno del Campo de Gibraltar 128, determinaron clorodibenzop-dioxinas (dioxinas) y clorodibenzofuranos (furanos) en muestras de suelos y aire dentro del Campo de Gibraltar. En comparación con otros estudios similares documentados en la literatura los niveles encontrados en el Campo de Gibraltar son similares a la mayoría de los datos de los que se dispone en el país y en general se corresponden a niveles de fondo. 4.2.3. Participación ciudadana Tras evaluar el contenido del PMCA en lo referente a los procesos participativos, hemos comprobado que, en general, dichos procesos no han sido muy tenidos en cuenta en la elaboración del plan, más allá de la información pública habitual en normas, planes y programas. En general, se echa en falta a la hora de potenciar la eficacia de las medidas de concienciación ciudadana que se haya fomentado más la participación de la población de forma que asumiese como propios los objetivos de mejora del plan. Se considera que las medidas dirigidas al sector residencial, comercial o institucional o las medidas de prevención y sensibilización serían más efectivas y recibirían un mayor apoyo por parte de la ciudadanía si se hubiera fomentado la participación de la misma en la toma de 120 decisiones por cuanto se verían entonces como una contribución voluntaria a la resolución de un problema que afecta a todos. Se echa en falta en todo el proceso de redacción del plan la búsqueda del consenso y de la participación de las partes implicadas, lo que es especialmente grave en este caso en que la ciudadanía está tan sensibilizada al respecto. Por tanto, este aspecto será claramente una de las áreas de mejora a tener en cuenta para el futuro PMCA. 121 4.3. Identificación de los impactos en los determinantes de salud En este apartado se identificarán los posibles impactos sobre los determinantes de salud como consecuencia de la implantación de las medidas, siguiendo el orden establecido en el Anexo P-7 del Manual EIS, y se realizará una sencilla valoración cualitativa de la relevancia de los mismos. La Tabla 14, al final del apartado, resume los potenciales impactos de la implantación de las medidas sobre los determinantes de salud y la Lista de Chequeo para evaluar la relevancia de estos impactos. Los impactos podrán ser directos, que son aquellos que pudieran tener cada grupo de medidas en la mejora del determinante “calidad del aire”, o indirectos, que son los que no derivan del objetivo principal de las medidas. En el caso de los impactos indirectos, algunos pueden ser considerados de forma global (es decir, derivados del total de las medidas), sin diferenciar la contribución de cada grupo de medidas en particular, mientras que otros son impactos secundarios o indirectos de medidas cuyo objetivo principal sea reducir las emisiones de partículas. 4.3.1. Factores ambientales Comenzaremos por evaluar los potenciales impactos de la implementación de las medidas del PMCA sobre los determinantes ambientales, es decir, los factores ambientales que influyen en la salud humana, y que incluyen factores físicos, químicos y biológicos, y todos los comportamientos relacionados con éstos. Aire ambiente (partículas en suspensión) En primer lugar veremos los posibles impactos sobre los niveles de partículas, que es el objetivo de la gran mayoría de las medidas del Plan (impactos directos). Siguiendo el orden del Plan de Actuación (apartado 9.1 del PMCA) comenzamos por las medidas dirigidas a la reducción de emisiones en el ámbito industrial, que es la principal fuente antropogénica local de partículas, tanto por las emisiones directas como por emisiones de precursores gaseosos de compuestos secundarios que, según el PMCA, son el principal componente del material particulado. Estas medidas se consideran muy efectivas ya que muchas de ellas van dirigidas a conseguir que las emisiones se adapten a las mejores tecnologías disponibles, que implican que el órgano competente fije normalmente valores de emisión iguales o inferiores asociados 128 4.3.4. Análisis de medidas y lista de chequeo de impactos sobre determinantes Lista de chequeo (impactos en los determinantes) Principales medidas del Plan (o grupos de medidas) relacionadas DETERMINANTE DE SALUD AFECTADO PROBABILIDAD (Alta/Media/Baja) INTENSIDAD (Alta/Media/Baja) PERMANENCIA (Alta/Media/Baja) GLOBAL ¿Significativo?: Factores ambientales  Todas las medidas del PMCA Aire Ambiente ALTA ALTA ALTA SI  Mejora infraestructuras viaria  Reducción del volumen de tráfico Ruido y vibraciones MEDIA MEDIA BAJA NO  Control emisiones instalaciones industriales  Medidas de eficiencia energética  Sustitución fuel-oil barcos Aguas superficiales BAJA BAJA MEDIA NO  Mejora infraestructuras (incluyendo secundarias) Suelos BAJA BAJA ALTA NO  Compactado de caminos y riego periódico Agentes biológicos BAJA BAJA BAJA NO Factores socioeconómicos y convivencia social  Mejora infraestructuras  Carril bici Empleo local y desarrollo económico ALTA MEDIA MEDIA SI  Mejora de infraestructuras  Fomento del transporte público Accesibilidad a servicios públicos MEDIA BAJA BAJA NO 129 Principales medidas del Plan (o grupos de medidas) relacionadas DETERMINANTE DE SALUD AFECTADO PROBABILIDAD (Alta/Media/Baja) INTENSIDAD (Alta/Media/Baja) PERMANENCIA (Alta/Media/Baja) GLOBAL ¿Significativo?:  Sector industrial  Reducción del volumen de tráfico  Prevención Personas en riesgo de exclusión y desarraigo social BAJA BAJA MEDIA NO Otros factores  Fomento del transporte público y compartido  Fomento del transporte no motorizado  Planes de Movilidad Sostenible Actividad física BAJA MEDIA MEDIA NO  Fomento del transporte no motorizado  Reducción del volumen de tráfico Espacios de convivencia BAJA BAJA BAJA NO  Fomento transporte público y compartido  Fomento del transporte no motorizado  Mejora infraestructuras Accidentabilidad por tráfico BAJA BAJA BAJA NO  Control emisiones  Eficiencia energética  Reducción del volumen de tráfico Riqueza paisajística BAJA BAJA BAJA NO Tabla 14. Medidas del PMCA, determinantes afectados y valoración cualitativa de la relevancia de los impactos sobre los determinantes de salud. 130 4.4. Análisis preliminar El análisis preliminar sobre la salud consiste, básicamente, en evaluar de manera cualitativa los impactos que podrían causar sobre la salud las modificaciones que el Plan introduce en los determinantes de salud. El análisis parte de los determinantes que se hayan seleccionado en la fase anterior, es decir, aquellos en los que las medidas del Plan puedan generar impactos significativos. Estos determinantes fueron “Aire ambiente” (que subdividimos en dos áreas: partículas en suspensión y otros contaminantes), y “Empleo y desarrollo económico”. No podemos olvidar tampoco el determinante “Personas en riesgo de exclusión y desarraigo social” pero lo evaluaremos de un modo diferente al resto. En concreto, lo tendremos en cuenta cuando llevemos a cabo la evaluación de factores de población en el análisis preliminar de los otros determinantes, concretamente al evaluar cómo afectan los cambios que se producen en estos determinantes (como consecuencia de la implementación de las medidas del PMCA) en los grupos vulnerables, así como las inequidades potenciales en la distribución de impactos. 4.4.1. Aire ambiente (partículas en suspensión) Se estima que la ejecución de las medidas del PMCA provocará una mejora cuantificable de la calidad del aire, principalmente en los niveles de material particulado atmosférico. Teniendo en cuenta la intensidad máxima de los impactos en la salud del aire ambiente y su nivel de certidumbre, así como la existencia de medidas de promoción de estos impactos (de hecho, el Plan propone un número de ellas), los factores propios del Plan se consideran todos ALTOS. En cuanto a los factores propios del entorno, la población total es ALTA, de acuerdo con los estándares del Manual de proyectos. Además, existen grupos vulnerables, inequidades en la distribución (distintos valores de exposición) y preocupación ciudadana. 4.4.2. Aire ambiente (otros contaminantes) La implementación de las medidas no sólo reducirá los niveles de partículas, sino también de los de otros contaminantes, principalmente los óxidos de azufre, pero también los óxidos nitrógeno y compuestos orgánicos volátiles no metánicos. Una reducción en los niveles de estos dos últimos muy probablemente también originará un descenso de los niveles de O3 troposférico (aunque esto depende también de otros factores). 131 El análisis cualitativo de los posibles impactos producidos por estos tres contaminantes se hará considerando principalmente los valores legales (RD 102/2011) y guías de calidad del aire de la OMS 58. Centrándonos en estas tres sustancias, los efectos por exposición a O3, SO2 y NO2 son bien conocidos, por lo que el nivel de certidumbre en todos ellos es ALTO. El resto de los factores a evaluar dependerán de las circunstancias específicas de cada contaminante, y se valorarán seguidamente. El efecto potencial depende de las concentraciones que se hayan alcanzado en el periodo de estudio. En los tres contaminantes, los efectos sobre la salud comienzan a producirse a partir de un umbral de concentración, es decir, que por debajo de ese nivel de exposición determinado no se espera que aparezca ningún efecto. En el caso concreto del O3, no se dispone de pruebas claras de un umbral concreto, puesto que hay una variación individual considerable en la respuesta (en cualquier caso, la OMS señala un valor guía de 100 µg/m3 como un valor que proporciona una protección adecuada de la salud pública). En el PMCA, tan solo el SO2 tiene medidas de reducción específicas en el Plan, las orientadas al tráfico marítimo. Estas medidas, aunque de manera global son positivas, bajo ciertos condicionantes podrían tener el riesgo de introducir alguna desigualdad en la población. Esto es debido a que el empleo de electricidad (con un efecto global de reducción de contaminantes) provocará probablemente un aumento de las emisiones en el entorno de las centrales, lo que podría suponer un impacto negativo en la población que vive más cerca de las centrales de producción de energía eléctrica. En todo caso, se estima que este aumento de emisiones es despreciable frente al total, y que el factor “medidas de protección o promoción” podría clasificarse como ALTO, al tener el Plan dos medidas específicas y hacerse eco de los resultados obtenidos por aplicación de las medidas contenidas en el Plan de Acción Medioambiental para el Campo de Gibraltar (Orden de 15 de septiembre de 2005). Por otro lado, los valores registrados en el periodo de estudio del dióxido de azufre en la Zona Industrial Bahía de Algeciras superaron en una de las estaciones de la RVCCA (Guadarranque) los valores límites legales, que son:  Valor límite horario: 350 μg/m3, que podrá superarse hasta 24 veces al año (en Guadarranque se superó 39 veces en 2005).  Valor límite diario: 125 μg/m3, que podrá superarse hasta 3 veces al año (en Guadarranque se superó 5 veces en 2005 y en 2006). Estas superaciones llevaron a la aprobación del mencionado Plan de Acción Medioambiental, lo que dio lugar a partir de 2006 a una mejora considerable en la calidad del 132 aire, en lo referente a los óxidos de azufre. A pesar de esto, las superaciones de los valores implican situaciones de riesgo (puntuales) para la salud en esa zona afectada, sobre todo en 2005, reforzado además por el hecho que el valor guía diario para la OMS es mucho más bajo (20 μg/m3). El efecto potencial podría clasificarse como MEDIO. Esta situación afecta a una población muy concreta, la de la pedanía de Guadarranque, perteneciente a San Roque (129 habitantes en 2017), sin que tenga la consideración de zona desfavorecida. Así, los factores propios del proyecto podrían clasificarse como BAJO exceptuando la preocupación de la ciudadanía, que se considera ALTO en los episodios de superaciones del dióxido de azufre. Con relación a los niveles de O3 y dióxido de nitrógeno, el PMCA indica que, en determinadas circunstancias, la reducción de niveles de partículas lleva asociada una disminución de las emisiones de óxidos de nitrógeno que, a su vez, puede suponer un aumento de los niveles de O3 (en lo que se conoce como efecto fin de semana). Así, se ha realizado (según el PMCA) un estudio para determinar la situación en la que se encuentra esta zona, obteniéndose como resultado que una reducción de las emisiones del tráfico se traduce en una reducción efectiva de los niveles de todos los contaminantes primarios, sin que ello suponga un aumento significativo de los niveles de O3. En cuanto a los NOx, concretamente, se observa que no llega a superarse en ningún caso el valor límite anual (que coincide con el valor guía de la OMS) en el periodo de estudio, aunque en la zona de Algeciras se constatan situaciones puntuales de riesgo, pues se ha superado el valor límite horario para la protección de la salud humana ocasionalmente, sobre todo en el año 2008 (11 superaciones). Este número de superaciones es inferior al valor máximo que señala la norma (18 al año), pero la OMS con un valor guía idéntico al valor límite normativo (media horaria máxima de 200 µg/m3) no estipula un número máximo de superaciones, sino que considera a este valor como el valor umbral a partir del cual puede comenzar a producirse efectos nocivos en salud. Por lo que el efecto potencial podría clasificarse como MEDIO. Asimismo, al ser situaciones puntuales y no afectar a toda la zona de estudio, los factores propios del entorno se consideran en general BAJOS o MEDIOS De acuerdo con la metodología empleada, se realizará una valoración de la relevancia de los impactos del determinante aire ambiente, por exposición a dióxido de azufre (ver la Tabla 15 con la Lista de Chequeo). 133 4.4.3. Empleo y desarrollo económico El aumento de empleo provoca un aumento de los ingresos e incluso del nivel de satisfacción personal en su conjunto, lo que se ha relacionado tradicionalmente con una mejora indirecta en los niveles de salud 206,207, por lo que se considera un efecto potencial MEDIO. No obstante, dadas las complejas interrelaciones de este determinante intermedio de salud, podríamos considerar el nivel de certidumbre como MEDIO, y al no explicitarse ninguna medida en el Plan que impacte directamente sobre él, las medidas tendrán un valor MEDIO. Los factores del entorno, en lo que respecta a este determinante, presentan normalmente valores BAJOS, pues la población que va a ser empleada como consecuencia de la ejecución de las medidas, comparada con el total, es pequeña. Tampoco se menciona nada en el PMCA sobre si va a afectar a algún grupo concreto, y no se estima que la formulación del Plan haya generado preocupación ciudadana en lo referente al empleo. 4.4.4. Lista de chequeo (análisis preliminar de los impactos en salud) A continuación se inserta la lista de chequeo utilizada para el análisis preliminar de los impactos en salud, de acuerdo con lo expuesto anteriormente. Es un análisis cualitativo en el que cada factor se valora como bajo, medio o alto, que lleva a una decisión sobre la relevancia del impacto en la salud, como se explicó en el capítulo 3. En caso de duda sobre si el impacto sobre la salud causado por el determinante es significativo o no, se deberá escoger continuar con el análisis del determinante. 134 Lista de chequeo de la valoración preliminar de impactos en salud Agrupaciones de determinantes y áreas asociadas FACTORES PROPIOS PROYECTO FACTORES PROPIOS DEL ENTORNO IMPACTO GLOBAL Impacto Potencial Certidumbre Medidas DICTAMEN Población Total Grupos Vulnerables Inequidades en distribución Preocupación ciudadana DICTAMEN FACTORES AMBIENTALES Aire ambiente (PM10 y PM2,5) ALTO ALTO ALTO ALTO ALTO ALTO ALTO ALTO ALTO SIGNIFICATIVO Aire ambiente (NO2 y O3) MEDIO ALTO MEDIO MEDIO MEDIO BAJO MEDIO BAJO MEDIO NO SIGNIFICAT. Aire ambiente (SO2) MEDIO ALTO BAJO BAJO BAJO BAJO BAJO ALTO ALTO SIGNIFICATIVO FACTORES SOCIOECONÓM. Y CONVIVENCIA SOCIAL Empleo y desarrollo económico MEDIO MEDIO MEDIO MEDIO BAJO BAJO MEDIO BAJO MEDIO NO SIGNIFICAT. OTROS FACTORES - - Tabla 15. Análisis preliminar de los impactos en salud. 135 4.5. Relevancia de los impactos La siguiente fase consiste en un análisis semicuantitativo de los impactos en salud de los determinantes a través del uso de valores o estándares de comparación, con objeto de facilitar la decisión de efectuar (o no) un análisis en profundidad. En este sentido, se considera que los valores de dióxido de azufre han supuesto situaciones puntuales de riesgo en una población pequeña cercana al entorno industrial, pero cuyas causas (y medidas para evitarlas) están perfectamente identificadas. Ésto, unido a que en general los niveles de SO2 en el ámbito de actuación del PMCA están muy por debajo de los estándares de comparación (como el valor límite legal o el valor guía anual de la OMS), hace que no se considere necesario realizar un análisis en profundidad de los niveles de dióxido de azufre. En cuanto a las partículas, podemos utilizar indicadores que comparasen los niveles de PM10 en la zona con los valores propuestos por la OMS, tanto anuales como diarios, de modo que, si el indicador fuese mayor que uno, procedería la realización de un análisis en profundidad: 𝐼𝑛𝑑𝑖𝑐𝑎𝑑𝑜𝑟 𝑎𝑛𝑢𝑎𝑙= 𝑃𝑀10 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜 𝑦 𝑎ñ𝑜 (μg/𝑚3) 20 μg/𝑚3 𝐼𝑛𝑑𝑖𝑐𝑎𝑑𝑜𝑟 𝑑𝑖𝑎𝑟𝑖𝑜= 𝑉𝑎𝑙𝑜𝑟 𝑑𝑖𝑎𝑟𝑖𝑜 𝑃𝑀10 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜 (μg/𝑚3) 50 μg/𝑚3 Si escogemos el indicador anual, por ejemplo, y utilizamos los valores de PM10 para cada municipio y año de la Tabla 16, vemos que todos los valores del indicador anual (es decir, en todos los años y en todos los municipios) son superiores a uno. Por tanto, se va a realizar un análisis en profundidad del determinante aire ambiente, por exposición a partículas en suspensión. 2005 2006 2007 2008 2009 2010 2011 2012 2013 Algeciras 1,74 1,53 1,53 1,30 1,14 1,64 1,72 1,41 1,19 La línea 1,90 1,92 2,09 1,82 1,48 1,59 1,67 1,45 1,45 Los Barrios 1,89 1,94 2,35 1,44 1,21 1,50 1,78 1,55 1,75 San Roque 1,74 1,71 1,68 1,45 1,21 1,20 1,29 1,14 1,06 Tabla 16. Relevancia de los impactos en salud. Indicador anual de PM10. 136 4.6. Análisis en profundidad Como resultado de todas las etapas anteriores de la EIS del PMCA, hemos visto que hay un determinante de salud (“Aire Ambiente”) cuya variación, como consecuencia de la implementación de las medidas del PMCA, podría dar lugar a impactos en salud significativos. Dentro del determinante “Aire ambiente” nos hemos centrado en un área concreta: la exposición a partículas. Además de hacer un análisis crítico de toda la información, en este apartado además vamos a generar información nueva. Utilizando la información disponible vamos a realizar tres estudios que se integrarán en el análisis en profundidad, que constará así de tres partes. Los tres estudios se centrarán básicamente en dos aspectos de interés. Uno es la cuantificación de impactos en salud no solo mediante indicadores sanitarios, sino también mediante unidades monetarias, un aspecto muy interesante para la evaluación de políticas porque se posibilitaría su utilización en un análisis coste-beneficio. El segundo aspecto está más relacionado con la ubicación concreta de la zona industrial Bahía de Algeciras, y es la posible asociación del régimen de vientos y de las intrusiones saharianas y aspectos relativos a la salud. Las tres partes, por tanto, del análisis en profundidad serán: a) Cuantificación de los impactos en salud por la implementación del plan. b) Estudio de la posible asociación entre el régimen de vientos y la salud. c) Estudio del efecto a corto plazo sobre la salud de las PM10 y la posible modificación del efecto en días con intrusión sahariana. 4.6.1. Cuantificación de los impactos en salud La cuantificación de los impactos en salud de la implementación del plan se realizará mediante dos pasos sucesivos: 1) Evaluación del riesgo. Se calcularán las ganancias en salud, en términos de muertes prematuras que se evitarían en dos escenarios posibles (reducción del nivel de PM2,5 a los valores objetivo del PMCA y a los valores guía de la OMS, respectivamente) comparándolos con la alternativa cero (situación durante el periodo de estudio). 2) Valoración económica del impacto en salud. El resultado en salud calculado en la evaluación del riesgo se monetizará para dar un valor del impacto en salud en términos económicos. 137 Idealmente, el último paso del análisis en profundidad sería comparar el impacto en salud en términos económicos con los costes derivados de las medidas del PMCA (es decir, realizar un análisis coste-beneficio del PMCA en relación con las partículas). Sin embargo, como ya se mencionó anteriormente, no existe información acerca del coste de las medidas que implican la disminución de las emisiones de las partículas. Previo a todo ello, comenzaremos con la obtención de los datos necesarios para realizar el estudio. Obtención de datos Datos de exposición ambiental Las estaciones de la RVCAA pertenecientes a la Junta de Andalucía en la zona industrial de Bahía de Algeciras que estaban operativas en nuestro periodo de estudio se muestran en la Tabla 17. MUNICIPIO TIPO ÁREA ESTACIÓN TIPO ESTACIÓN Algeciras Urbana E4:RINCONCILLO Industrial Urbana ALGECIRAS EPS Industrial La Línea de la Concepción Urbana E7:EL ZABAL Fondo Urbana LA LINEA Industrial Los Barrios Rural E2:ALCORNOCALES Fondo Suburbana LOS BARRIOS Industrial Suburbana CORTIJILLOS Industrial Urbana E1: COLEGIO LOS BARRIOS Industrial Urbana E5: PALMONES Industrial San Roque Rural ECONOMATO Industrial Rural MADREVIEJA Industrial Suburbana E3: COLEGIO CARTEYA Industrial Suburbana E6: ESTACION DE FFCC S. ROQUE Industrial Suburbana CAMPAMENTO Industrial Suburbana E. DE HOSTELERIA Tráfico Urbana GUADARRANQUE Industrial Urbana PUENTE MAYORGA (desde 01/01/07) Industrial Tabla 17. Estaciones de la RVCAA en la Zona Industrial Bahía de Algeciras. Fuente: CMA. 144 Algeciras La línea Los Barrios San Roque Bahía de Algeciras Días válidos 3277 3284 3284 3284 3284 Días totales 3287 3287 3287 3287 3287 Porcentaje 99,70% 99,91% 99,91% 99,91% 99,91% Tabla 21.Días válidos tras la sustitución de los valores perdidos. El cuarto paso será obtener los valores medio anuales de PM10 para cada municipio, que calcularemos sumando todos los VMD válidos de ese municipio y dividiendo el valor obtenido por el total de días de cada año con datos válidos. Así, si N es el número de días con datos válidos en un año, el valor medio anual (VMA) de PM10 en cada municipio es: 𝑉𝑀𝐴 (𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜) =𝑉𝑀𝐷 (𝑑í𝑎 1)+ 𝑉𝑀𝐷 (𝑑í𝑎 2)+ ⋯ + 𝑉𝑀𝐷 (𝑑í𝑎 𝑁) 𝑁 Los resultados obtenidos de los valores medios anuales en cada municipio y de la variable Bahía de Algeciras (calculados del mismo modo), junto con los estadísticos descriptivos de cada uno de ellos, pueden observarse en las siguientes tablas (Tablas 22 a 26): Algeciras 2005 2006 2007 2008 2009 2010 2011 2012 2013 Media (VMA) 34,78 30,51 30,64 25,99 22,72 32,86 34,34 28,21 23,83 IC 95% (Límite inferior) 33,47 29,17 29,28 24,83 21,85 31,43 32,87 26,86 22,85 IC 95% (Límite superior) 36,08 31,86 32,01 27,14 23,59 34,30 35,81 29,56 24,80 Desviación estándar 12,58 13,078 13,23 11,23 8,46 13,95 14,29 13,13 9,37 Mínimo 0,31 7,20 12,60 10,36 4,35 9,05 9,80 7,52 4,85 Máximo 79,18 81,90 184,50 137,02 69,60 133,86 99,96 114,68 64,99 Tabla 22. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en Algeciras. La Línea 2005 2006 2007 2008 2009 2010 2011 2012 2013 Media (VMA) 38,02 38,45 41,77 36,47 29,60 31,77 33,38 29,03 29,04 IC 95% (Límite inferior) 36,77 37,12 39,65 34,71 28,45 30,13 31,98 27,73 27,89 IC 95% (Límite superior) 39,28 39,79 43,88 38,23 30,74 33,40 34,79 30,32 30,19 Desviación estándar 12,17 12,95 20,52 17,11 11,14 15,87 13,66 12,62 11,07 Mínimo 1,25 13,05 15,00 12,55 9,57 11,64 10,81 6,86 10,67 Máximo 83,46 95,40 287,55 219,38 93,96 177,51 120,40 73,52 97,00 Tabla 23. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en La Línea. 145 Los Barrios 2005 2006 2007 2008 2009 2010 2011 2012 2013 Media (VMA) 37,81 38,87 46,99 28,83 24,27 29,97 35,68 30,94 34,93 IC 95% (Límite inferior) 36,41 37,45 44,35 27,50 23,21 28,74 34,35 29,83 33,69 IC 95% (Límite superior) 39,21 40,28 49,62 30,17 25,33 31,19 37,00 32,06 36,16 Desviación estándar 13,53 13,73 25,55 13,00 10,27 11,92 12,89 10,87 11,89 Mínimo 1,25 13,50 2,70 7,52 4,53 7,76 9,31 8,46 10,67 Máximo 102,72 101,25 353,05 123,45 66,12 123,68 78,85 78,83 85,10 Tabla 24. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en Los Barrios. San Roque 2005 2006 2007 2008 2009 2010 2011 2012 2013 Media (VMA) 34,80 34,15 33,50 28,99 24,28 24,06 25,85 22,74 21,15 IC 95% (Límite inferior) 33,58 32,87 32,04 27,52 23,17 22,95 24,91 21,78 20,32 IC 95% (Límite superior) 36,02 35,42 34,96 30,45 25,39 25,16 26,79 23,70 21,99 Desviación estándar 11,82 12,36 14,16 14,25 10,79 10,72 9,14 9,36 8,05 Mínimo 1,25 12,60 12,60 9,67 6,09 5,82 9,31 6,89 5,34 Máximo 77,04 84,60 174,04 155,08 95,70 116,40 61,74 68,11 53,21 Tabla 25. Resumen de los cálculos de los VMA globales y estadísticos descriptivos en San Roque. Bahía Algeciras 2005 2006 2007 2008 2009 2010 2011 2012 2013 Media (VMA) 36,35 35,49 38,23 30,07 25,22 29,66 32,31 27,73 27,24 IC 95% (Límite inferior) 35,29 34,27 36,46 28,71 24,31 28,41 31,14 26,61 26,25 IC 95% (Límite superior) 37,42 36,72 39,99 31,43 26,13 30,91 33,48 28,84 28,23 Desviación estándar 9,55 11,88 17,15 13,22 8,87 12,12 11,34 10,85 9,55 Mínimo 9,43 13,61 15,00 10,57 8,08 9,05 11,09 9,48 9,43 Máximo 75,08 77,96 249,79 158,73 58,27 137,86 75,93 82,74 75,08 Tabla 26. Resumen de los cálculos de los VMA globales y estadísticos descriptivos de la variable Bahía Algeciras. De las tablas anteriores podemos extraer el valor que PM10 en cada año y municipio, que es realmente el valor que utilizaremos para estimar el valor de PM2,5 (Tabla 27). 2005 2006 2007 2008 2009 2010 2011 2012 2013 Algeciras 34,78 30,51 30,64 25,99 22,72 32,86 34,34 28,21 23,83 La línea 38,02 38,45 41,77 36,47 29,60 31,77 33,38 29,03 29,04 Los Barrios 37,81 38,87 46,99 28,83 24,27 29,97 35,68 30,94 34,93 146 San Roque 34,80 34,15 33,50 28,99 24,28 24,06 25,85 22,74 21,15 Tabla 27. Valores medios anuales de PM10 por municipio y año. El último paso es aplicar el factor de corrección para la Bahía de Algeciras que se mencionó anteriormente (PM2,5 = 0,58*PM10) para obtener los VMA de PM2,5, por municipio y año. Los resultados se muestran en la Tabla 28. 2005 2006 2007 2008 2009 2010 2011 2012 2013 Algeciras 20,2 17,7 17,8 15,1 13,2 19,1 19,9 16,4 13,8 La línea 22,1 22,3 24,2 21,2 17,2 18,4 19,4 16,8 16,8 Los Barrios 21,9 22,5 27,3 16,7 14,1 17,4 20,7 17,9 20,3 San Roque 20,2 19,8 19,4 16,8 14,1 14,0 15,0 13,2 12,3 Tabla 28. Valores medios anuales de PM2,5 por municipio y año. Asimismo, se ha incluido una gráfica con la serie temporal de PM2,5 en el periodo 2005-2013 en los cuatro municipios. Observando esta gráfica resulta fácil comprobar que el valor medio más alto de todos es el de Los Barrios (2007) y que la tendencia general es a la baja, con un ligero repunte en los años 2010 y 2011. Figura 27. Evolución de los Valores medios anuales de partículas finas por municipio durante el periodo 2005-2013. Datos de población: Número de personas expuestas 8 10 12 14 16 18 20 22 24 26 28 2005 2006 2007 2008 2009 2010 2011 2012 2013 Valores Medios Anuales PM2,5 (µg/m3) Algeciras La línea Los Barrios San Roque Valor OMS Valor PMCA 147 Podemos observar las cifras de población por municipio, año y grupo de edad en la Tabla 29. AÑO EDAD (AÑOS) ALGECIRAS LOS BARRIOS LA LÍNEA DE LA CONCEPCIÓN SAN ROQUE BAHÍA DE ALGECIRAS 2005 ≥ 25 82.769,0 15.936,0 45.520,5 20.905,0 165.130,5 2005 ≥ 30 75.535,5 14.468,0 41.373,5 19.000,0 150.377,0 2006 ≥ 25 82.433,5 15.949,5 46.025,5 21.266,0 165.674,5 2006 ≥ 30 74.873,0 14.453,5 41.800,0 19.246,5 150.373,0 2007 ≥ 25 83.352,5 15.867,0 46.504,5 21.398,5 167.122,5 2007 ≥ 30 74.757,0 14.318,5 42.072,0 19.273,0 150.420,5 2008 ≥ 25 82.702,5 15.609,5 46.218,0 20.980,5 165.510,5 2008 ≥ 30 73.656,5 13.990,5 41.572,5 18.802,0 148.021,5 2009 ≥ 25 81.689,0 15.384,0 45.836,5 20.640,0 163.549,5 2009 ≥ 30 72.256,5 13.653,0 41.016,5 18.385,0 145.311,0 2010 ≥ 25 80.814,5 15.105,5 45.476,5 20.243,5 161.640,0 2010 ≥ 30 71.004,5 13.287,0 40.513,0 17.901,0 142.705,5 2011 ≥ 25 79.667,5 14.698,5 44.960,5 19.564,0 158.890,5 2011 ≥ 30 69.629,0 12.825,5 39.880,5 17.187,0 139.522,0 2012 ≥ 25 78.331,0 14.204,0 44.257,5 18.743,5 155.536,0 2012 ≥ 30 68.143,5 12.305,5 39.111,5 16.380,5 135.941,0 2013 ≥ 25 76.863,5 13.624,5 43.594,0 17.936,0 152.018,0 2013 ≥ 30 66.621,0 11.731,5 38.382,0 15.594,0 132.328,5 Tabla 29. Población total y por municipio, por año y edad, en la Bahía de Algeciras (periodo 2005-2013). Datos sanitarios: Mortalidad anual Las tasas de mortalidad específica por municipio, año y grupo de edad pueden observarse en la Tabla 30 (puede consultarse el script de R usado para el cálculo en el Anexo 5). 148 Municipio Tasas de Mortalidad Específica ICD-10 Edad (≥) 2005 2006 2007 2008 2009 2010 2011 2012 2013 Algeciras No externas A00-R99 30 1141,7 1130,6 1274,1 1135,4 1151,9 1233,7 1256,5 1385,1 1242,5 Cáncer de pulmón C33-C34 30 88,2 81,3 82,8 67,7 71 81,7 77,8 95,7 79,4 Enfermedad isquémica cardíaca I20-I25 25 165,5 134,7 124,8 133 128,5 112,6 125,5 123,8 111,9 Enfermedad cerebrovascular I61-I69 25 1,2 2,4 3,6 4,8 6,1 7,4 8,8 10,2 11,7 EPOC J40–J44, J47 30 58 57 50,4 30,2 34,3 52 43,9 52,3 46,8 Los Barrios No externas A00-R99 30 449,3 470,5 551,7 686,2 637,2 692,4 600,4 633,9 954,7 Cáncer de pulmón C33-C34 30 13,8 6,9 7 14,3 22 15,1 0 24,4 17 Enfermedad isquémica cardíaca I20-I25 25 87,9 119,1 107,1 179,4 182 218,5 142,9 70,4 154,1 Enfermedad cerebrovascular I61-I69 25 31,4 25,1 18,9 32 65 33,1 27,2 21,1 80,7 EPOC J40–J44, J47 30 13,8 6,9 21 0 14,6 0 7,8 16,3 17 La Línea de la Concepción No externas A00-R99 30 4644,7 3763,8 4337 4596 4233,5 4003,9 4319,5 4778,4 5523,6 Cáncer de pulmón C33-C34 30 200,4 186,8 188,6 257,3 197,8 225,8 249,5 211,3 400,6 Enfermedad isquémica cardíaca I20-I25 25 577,3 495,3 542 506,1 448,5 377,3 530,7 380,2 550,5 Enfermedad cerebrovascular I61-I69 25 338,9 357,4 403,4 429,2 429 211,8 313 330,9 433 EPOC J40–J44, J47 30 193,5 186,8 174,6 178,7 190,4 158 218,3 260 247,2 San Roque No externas A00-R99 30 594,4 588,1 642,5 636,1 578,6 707,5 670,5 715,1 784,2 Cáncer de pulmón C33-C34 30 20,7 41,5 21 57,2 36,6 45,2 46,8 24,4 25,6 Enfermedad isquémica cardíaca I20-I25 25 87,9 87,8 138,7 70,5 84,5 99,3 108,9 98,6 73,4 Enfermedad cerebrovascular I61-I69 25 43,9 31,3 50,4 38,4 26 46,3 54,4 63,4 73,4 EPOC J40–J44, J47 30 20,7 13,8 14 7,1 29,3 22,6 7,8 32,5 25,6 Tabla 30. TME por municipio, por año y edad, en la Bahía de Algeciras (periodo 2005-2013). 149 Evaluación del riesgo Las Tablas 31 a 34 muestran los resultados de la ERS-CA, es decir, las ganancias en salud en términos de muertes prematuras evitables en general y por causas específicas. La información mostrada en las mismas es la siguiente:  Unidades: PA (Proporción atribuible estimada, en tanto por ciento), N (Casos atribuibles), N/105 (Casos atribuibles por cada 100.000 personas en riesgo).  Expresión de los resultados: se expresa el valor medio (Central) y el intervalo de confianza, concretamente su extremo inferior (Inf) y superior (Sup), con un nivel de confianza del 95%.  Escenarios de contraste: o E1: Escenario 1. Objetivo PMCA: PM2,5 = 18,6 µg/m3. El término NA significa “No aplicable” debido a que en los años en cuestión ya se ha alcanzado nivel de PM2,5 correspondiente al E1. o E2: Escenario 2: Objetivo OMS: PM2,5 = 10 µg/m3.  Causas: No externas. Las causas siguientes: enfermedad pulmonar obstructiva crónica (EPOC), cáncer de pulmón, isquemia (IHD) y accidente cerebrovascular (ACV) se incluyen a efectos informativos, correspondiendo a muertes prematuras evitables si se alcanzase el E2 (nótese que las muertes por estas causas ya están incluidas en los resultados de las causas no externas- E2). 150 ALGECIRAS Año 2005 2006 2007 2008 2009 2010 2011 2012 2013 PM2,5 20,2 17,7 17,8 15,1 13,2 19,1 19,9 16,4 13,8 No externas (E1) PA Central 1,0% NA NA NA NA 0,30% 0,81% NA NA PA Inf. 0,6% NA NA NA NA 0,20% 0,53% NA NA PA Sup. 1,3% NA NA NA NA 0,40% 1,08% NA NA N Central 8 NA NA NA NA 3 7 NA NA N Inf. 5 NA NA NA NA 2 5 NA NA N Sup. 11 NA NA NA NA 3 9 NA NA N/exp5 Central 11 NA NA NA NA 4 10 NA NA N/exp5 Inf. 7 NA NA NA NA 2 7 NA NA N/exp5 Sup. 15 NA NA NA NA 5 14 NA NA No externas (E2) PA Central 5,9% 4,5% 4,6% 3,0% 1,9% 5,30% 5,79% 3,75% 2,27% PA Inf. 3,9% 3,0% 3,0% 2,0% 1,2% 3,49% 3,81% 2,46% 1,49% PA Sup. 7,8% 6,0% 6,0% 4,0% 2,5% 6,97% 7,60% 4,95% 3% N Central 51 38 44 25 16 46 51 35 19 N Inf. 34 25 29 16 10 31 33 23 12 N Sup. 67 50 57 33 21 61 67 47 25 N/exp5 Central 68 51 58 34 22 65 73 52 28 N/exp5 Inf. 45 34 38 22 14 43 48 34 18 N/exp5 Sup. 89 67 77 45 29 86 96 69 37 EPOC PA Central 15,0% 13,1% 13,2% 10,6% 8,4% 14,20% 14,84% 11,91% 9,20% PA Inf. 6,4% 5,1% 5,1% 3,7% 2,4% 5,79% 6,30% 4,44% 2,81% PA Sup. 25,3% 22,8% 22,9% 19,5% 16,3% 24,27% 25,11% 21,22% 17,50% N Central 7 6 5 2 2 5 5 4 3 N Inf. 3 2 2 1 1 2 2 2 1 N Sup. 11 10 9 4 4 9 8 8 5 N/exp5 Central 9 7 7 3 3 7 7 6 4 N/exp5 Inf. 4 3 3 1 1 3 3 2 1 N/exp5 Sup. 15 13 12 6 6 13 11 11 8 Cáncer pulmón PA Central 8,7% 7,2% 7,2% 5,3% 3,8% 8,06% 8,59% 9,89% 4,34% PA Inf. 4,4% 3,5% 3,5% 2,4% 1,6% 4% 4,32% 5,08% 1,90% PA Sup. 14,1% 11,9% 12,0% 9,2% 6,9% 13,15% 13,86% 15,75% 7,71% N Central 6 4 4 3 2 5 5 6 2 N Inf. 3 2 2 1 1 2 2 3 1 N Sup. 9 7 7 5 4 8 8 10 4 N/exp5 Central 8 6 6 4 3 7 7 9 3 N/exp5 Inf. 4 3 3 2 1 3 3 5 2 N/exp5 Sup. 12 10 10 6 5 11 11 15 6 Isquemia- IHD PA Central 26,7% 24,8% 29,1% 27,3% 19,0% 25,96% 26,64% 28,18% 20,11% PA Inf. 12,6% 11,1% 14,1% 12,7% 7,2% 11,97% 12,46% 13,40% 7,90% PA Sup. 39,9% 37,8% 42,2% 40,6% 32,0% 39,04% 39,71% 41,38% 33,33% N Central 37 27 30 30 20 24 27 27 17 N Inf. 17 12 15 14 8 11 12 13 7 N Sup. 55 42 44 45 34 36 40 40 29 N/exp5 Central 44 33 36 36 24 29 33 35 23 N/exp5 Inf. 21 15 18 17 9 13 16 17 9 N/exp5 Sup. 66 51 53 54 41 44 50 51 37 ACV PA Central 19,1% 21,1% 17,3% 14,8% 12,4% 18,30% 18,92% 16,05% 13,25% PA Inf. 5,6% 7,2% 4,5% 3,1% 2,0% 5,08% 5,48% 3,76% 2,44% PA Sup. 33,5% 35,4% 31,7% 29,0% 25,9% 32,77% 33,37% 30,38% 27,06% N Central 0 0 1 1 1 1 1 1 1 N Inf. 0 0 0 0 0 0 0 0 0 N Sup. 0 1 1 1 1 2 2 2 2 N/exp5 Central 0 1 1 1 1 1 2 2 2 N/exp5 Inf. 0 0 0 0 0 0 0 0 0 N/exp5 Sup. 0 1 1 1 2 2 3 3 3 Tabla 31. Muertes prematuras evitables durante el periodo de estudio en Algeciras. 151 LOS BARRIOS Año 2005 2006 2007 2008 2009 2010 2011 2012 2013 PM2,5 21,9 22,5 27,3 16,7 14,1 17,4 20,7 17,9 20,2 No externas (E1) PA Central 2.01% 2.37% 5.1% NA NA NA 1.28% NA 1.02% PA Inf. 1.31% 1.55% 3.35% NA NA NA 0.83% NA 0.66% PA Sup. 2.65% 3.13% 6.7% NA NA NA 1.69% NA 1.35% N Central 1 2 4 NA NA NA 1 NA 1 N Inf. 1 1 3 NA NA NA 1 NA 1 N Sup. 2 2 5 NA NA NA 1 NA 2 N/exp5 Central 9 11 28 NA NA NA 8 NA 10 N/exp5 Inf. 6 7 18 NA NA NA 5 NA 6 N/exp5 Sup. 12 15 37 NA NA NA 10 NA 13 No externas (E2) PA Central 6.92% 7.27% 9.86% 3.96% 2.42% 4.34% 6.23% 4.67% 5.98% PA Inf. 4.57% 4.8% 6.54% 2.6% 1.59% 2.85% 4.11% 3.07% 3.94% PA Sup. 9.07% 9.52% 12.85% 5.22% 3.2% 5.72% 8.17% 6.14% 7.85% N Central 5 5 8 4 2 4 5 4 7 N Inf. 3 3 5 2 1 3 3 2 4 N Sup. 6 6 10 5 3 5 6 5 9 N/exp5 Central 31 34 54 27 15 30 37 30 57 N/exp5 Inf. 21 23 36 18 10 20 25 19 38 N/exp5 Sup. 41 45 71 36 20 40 49 39 75 EPOC PA Central 16.23% 16.62% 19.33% 12.24% 9.52% 12.83% 15.39% 13.31% 15.08% PA Inf. 7.35% 7.58% 9.77% 4.62% 2.99% 4.95% 6.7% 5.23% 6.48% PA Sup. 26.87% 27.36% 30.47% 21.67% 17.95% 22.45% 25.81% 23.08% 25.42% N Central 0 0 1 0 0 0 0 0 2 N Inf. 0 0 0 0 0 0 0 0 1 N Sup. 1 0 1 0 0 0 0 0 3 N/exp5 Central 2 1 4 0 1 0 1 2 3 N/exp5 Inf. 1 1 2 0 0 0 1 1 1 N/exp5 Sup. 4 2 6 0 3 0 2 4 4 Cáncer pulmón PA Central 9.76% 10.1% 12.54% 6.53% 4.55% 6.98% 9.05% 10.76% 8.79% PA Inf. 5.06% 5.28% 6.88% 3.1% 2.01% 3.36% 4.61% 5.63% 4.45% PA Sup. 15.42% 15.86% 19.02% 11,0% 8.04% 11.64% 14.48% 16.87% 14.14% N Central 0 0 0 0 0 0 0 0 1 N Inf. 0 0 0 0 0 0 0 0 1 N Sup. 0 0 0 0 0 0 0 1 2 N/exp5 Central 1 1 1 1 1 1 0 3 1 N/exp5 Inf. 1 0 0 0 0 1 0 1 1 N/exp5 Sup. 2 1 1 2 2 2 0 4 2 Isquemia- IHD PA Central 28.06% 28.45% 33.49% 28.41% 20.52% 24.47% 27.21% 29.16% 26.89% PA Inf. 13.46% 13.74% 17.56% 13.58% 8.17% 10.89% 12.86% 14.19% 12.64% PA Sup. 41.03% 41.45% 47.13% 41.6% 33.8% 37.45% 40.29% 42.24% 39.96% N Central 4 5 6 8 6 8 6 3 32 N Inf. 2 3 3 4 2 4 3 1 15 N Sup. 6 8 8 12 9 12 8 4 47 N/exp5 Central 25 34 36 51 37 53 39 21 41 N/exp5 Inf. 12 16 19 24 15 24 18 10 19 N/exp5 Sup. 36 49 50 75 62 82 58 30 62 ACV PA Central 20.23% 23.59% 23.09% 16.39% 13.59% 16.97% 19,44% 17.44% 19.15% PA Inf. 6.39% 8.88% 8.48% 3.94% 2.59% 4.3% 5,90% 4.62% 5.66% PA Sup. 34.6% 37.64% 37,0% 30.75% 27.49% 31.38% 33,88% 31.89% 33.6% N Central 1 1 1 1 1 1 1 1 2 N Inf. 0 0 0 0 0 0 0 0 1 N Sup. 2 2 1 2 3 2 1 1 4 N/exp5 Central 6 6 4 5 9 6 5 4 15 N/exp5 Inf. 2 2 2 1 2 1 2 1 45 N/exp5 Sup. 11 9 7 10 18 10 9 7 27 Tabla 32. Muertes prematuras evitables durante el periodo de estudio en Los Barrios. 152 LA LÍNEA Año 2005 2006 2007 2008 2009 2010 2011 2012 2013 PM2,5 22,1 22,3 24,2 21,2 17,2 18,4 19,4 16,8 16,8 No externas (E1) PA Central 2.08% 2.23% 3.35% 1.55% NA NA 0.48% NA NA PA Inf. 1.36% 1.46% 2.2% 1.01% NA NA 0.31% NA NA PA Sup. 2.75% 2.94% 4.42% 2.05% NA NA 0.64% NA NA N Central 40 35 61 30 NA NA 8 NA NA N Inf. 26 23 40 19 NA NA 5 NA NA N Sup. 53 46 81 39 NA NA 11 NA NA N/exp5 Central 97 84 145 71 NA NA 21 NA NA N/exp5 Inf. 63 55 95 46 NA NA 14 NA NA N/exp5 Sup. 128 111 192 94 NA NA 27 NA NA No externas (E2) PA Central 6.99% 7.13% 8.2% 6.49% 4.22% 4.94% 5.48% 4.03% 4.03% PA Inf. 4.62% 4.71% 5.43% 4.28% 2.77% 3.25% 3.6% 2.65% 2.65% PA Sup. 9.16% 9.34% 10.72% 8.51% 5.56% 6.5% 7.19% 5.31% 5.31% N Central 134 112 150 124 73 80 94 75 85 N Inf. 89 74 99 82 48 53 62 49 56 N Sup. 176 147 196 163 96 105 124 99 113 N/exp5 Central 325 268 356 298 179 198 236 193 223 N/exp5 Inf. 214 177 235 197 117 130 156 126 146 N/exp5 Sup. 426 352 465 391 235 260 311 254 293 EPOC PA Central 16.31% 16.47% 17.65% 15.71% 12.64% 13.7% 14.42% 12.35% 12.36% PA Inf. 7.4% 7.49% 8.29% 6.93% 4.84% 5.47% 5.97% 4.68% 4.68% PA Sup. 26.97% 27.16% 28.61% 26.21% 22.21% 23.61% 24.57% 21.82% 21.82% N Central 23 13 13 12 10 9 13 13 12 N Inf. 10 6 6 5 4 4 5 5 4 N Sup. 38 21 21 19 17 15 21 22 21 N/exp5 Central 55 31 31 28 24 22 31 32 31 N/exp5 Inf. 25 14 14 12 9 9 13 12 12 N/exp5 Sup. 91 51 50 47 42 37 54 57 54 Cáncer pulmón PA Central 9.83% 9.97% 11.01% 9.32% 6.83% 7.66% 8.25% 10.15% 6.61% PA Inf. 5.1% 5.19% 5.87% 4.78% 3.28% 3.76% 4.11% 5.24% 3.15% PA Sup. 15.51% 15.69% 17.03% 14.83% 11.44% 12.6% 13.4% 16.1% 11.12% N Central 8 8 9 10 6 7 8 8 10 N Inf. 4 4 5 5 3 3 4 4 5 N Sup. 13 12 14 16 9 12 13 13 17 N/exp5 Central 20 19 21 24 14 17 21 21 26 N/exp5 Inf. 10 10 11 12 6 8 10 11 13 N/exp5 Sup. 31 29 32 38 23 28 33 34 45 Isquemia- IHD PA Central 28.14% 28.3% 32.27% 30.87% 24.26% 25.42% 26.2% 28.48% 23.94% PA Inf. 13.52% 13.63% 16.6% 15.53% 10.75% 11.58% 12.14% 13.64% 10.52% PA Sup. 41.1% 41.28% 45.44% 43.84% 37.22% 38.49% 39.28% 41.66% 36.89% N Central 74 65 81 72 50 44 63 48 57 N Inf. 36 31 42 36 22 20 29 23 25 N Sup. 108 94 115 103 77 66 94 70 89 N/exp5 Central 162 140 175 156 109 96 139 108 132 N/exp5 Inf. 78 68 90 79 48 44 64 52 58 N/exp5 Sup. 237 204 246 222 167 145 208 158 203 ACV PA Central 20.31% 23.48% 21.55% 19.74% 16.78% 17.82% 18.52% 16.49% 16.5% PA Inf. 6.44% 8.79% 7.3% 6.12% 4.18% 4.82% 5.22% 4,00% 4,00% PA Sup. 34.67% 37.56% 35.75% 34.16% 31.19% 32.28% 32.98% 30.87% 30.87% N Central 31 39 40 39 33 17 26 24 31 N Inf. 10 14 14 12 8 5 7 6 8 N Sup. 53 62 67 68 61 31 46 45 58 N/exp5 Central 69 84 87 85 72 38 58 55 71 N/exp5 Inf. 22 31 29 26 18 10 16 13 17 N/exp5 Sup. 117 134 144 147 134 68 103 102 134 Tabla 33. Muertes prematuras evitables durante el periodo de estudio en La Línea. 153 SAN ROQUE Año 2005 2006 2007 2008 2009 2010 2011 2012 2013 PM2,5 20,2 19,8 19,4 16,8 14,1 14,0 15,0 13,2 12,3 No externas (E1) PA Central 0.93% 0.75% 0.52% NA NA NA NA NA NA PA Inf. 0.61% 0.49% 0.34% NA NA NA NA NA NA PA Sup. 1.24% 0.99% 0.69% NA NA NA NA NA NA N Central 1 1 1 NA NA NA NA NA NA N Inf. 1 1 0 NA NA NA NA NA NA N Sup. 1 1 1 NA NA NA NA NA NA N/exp5 Central 5 4 3 NA NA NA NA NA NA N/exp5 Inf. 3 3 2 NA NA NA NA NA NA N/exp5 Sup. 7 6 4 NA NA NA NA NA NA No externas (E2) PA Central 5.91% 5.73% 5.51% 4.02% 2.43% 2.35% 2.96% 1.9% 1.35% PA Inf. 3.89% 3.77% 3.63% 2.64% 1.59% 1.54% 1.94% 1.24% 0.89% PA Sup. 7.75% 7.52% 7.24% 5.29% 3.2% 3.1% 3.9% 2.51% 1.79% N Central 6 6 7 5 3 3 3 2 2 N Inf. 4 4 4 3 2 2 2 1 1 N Sup. 8 9 9 6 3 4 4 3 2 N/exp5 Central 32 34 35 26 14 17 128 14 11 N/exp5 Inf. 21 22 23 17 9 11 84 9 7 N/exp5 Sup. 42 44 47 34 19 22 169 18 14 EPOC PA Central 14.98% 14.76% 14.47% 12.33% 9.52% 9.37% 10.55% 8.39% 7.02% PA Inf. 6.41% 6.23% 6.01% 4.67% 2.99% 2.91% 3.62% 2.36% 1.67% PA Sup. 25.29% 25,0% 24.64% 21.79% 17.96% 17.75% 19.36% 16.32% 14.23% N Central 1 0 0 0 1 0 0 0 0 N Inf. 0 0 0 0 0 0 0 0 0 N Sup. 1 1 1 0 1 1 0 1 1 N/exp5 Central 3 2 2 1 3 2 1 3 2 N/exp5 Inf. 1 1 1 0 1 1 0 1 0 N/exp5 Sup. 5 3 3 2 5 4 2 5 4 Cáncer pulmón PA Central 8.71% 8.52% 8.29% 6.59% 4.56% 4.46% 5.28% 8.01% 2.96% PA Inf. 4.4% 4.28% 4.14% 3.14% 2.02% 1.96% 2.4% 3.89% 1.21% PA Sup. 14.02% 13.77% 13.46% 11.09% 8.05% 7.89% 9.14% 13.21% 5.52% N Central 0 1 0 1 0 0 0 0 0 N Inf. 0 0 0 0 0 0 0 0 0 N Sup. 1 1 1 1 1 1 1 1 0 N/exp5 Central 2 4 2 4 2 2 2 2 1 N/exp5 Inf. 1 2 1 2 1 1 1 1 0 N/exp5 Sup. 3 6 3 6 3 4 4 3 1 Isquemia- IHD PA Central 26.79% 26.55% 29.99% 28.47% 20.53% 20.33% 21.81% 25.86% 17.08% PA Inf. 12.57% 12.4% 14.86% 13.63% 8.17% 8.04% 9.06% 11.47% 6.12% PA Sup. 39.86% 39.62% 43.03% 41.65% 33.81% 33.6% 35.07% 39.01% 29.68% N Central 5 5 9 4 4 4 5 5 2 N Inf. 2 2 4 2 1 2 2 2 1 N Sup. 7 7 13 6 6 7 7 7 4 N/exp5 Central 24 23 42 20 17 20 24 26 13 N/exp5 Inf. 11 11 21 10 7 8 10 11 4 N/exp5 Sup. 35 35 60 29 29 33 38 38 22 ACV PA Central 19.06% 22.28% 18.57% 16.47% 13.59% 13.43% 14.67% 12.37% 10.84% PA Inf. 5.58% 7.96% 5.25% 3.99% 2.6% 2.52% 3.08% 2.04% 1.55% PA Sup. 33.51% 36.48% 33.03% 30.84% 27.5% 27.3% 28.89% 25.95% 24.08% N Central 2 1 2 1 1 1 2 1 1 N Inf. 1 1 1 0 0 0 0 0 0 N Sup. 3 2 4 2 1 3 3 3 3 N/exp5 Central 8 7 9 6 4 6 8 8 8 N/exp5 Inf. 2 2 3 2 1 1 2 1 1 N/exp5 Sup. 15 11 17 12 7 13 16 16 18 Tabla 34Muertes es prematuras evitables durante el periodo de estudio en San Roque. 256 "Media", "Tercer cuartil", "Máximo", "datos válidos (%)") rownames(estcuant) <- c("PM10 (µg/m3)", "ozono (µg/m3)", "Tasa gripe (casos/100.000 hab.)", "T medias (ºC)", "Humedad relativ a (%)") # dvc = datos válidos variables cuantitativas dvc <- c(round ((1 - (length(which(is.na(eco$pm10)))/N))*100, 1), round ((1 - (length(which(is.na(eco$ozono)))/N))*100, 1), round ((1 - (length(which(is.na(eco$gripe)))/N))*100, 1), round ((1 - (length(which(is.na(eco$tmed)))/N))*100, 1), round ((1 - (length(which(is.na(eco$hr)))/N))*100, 1)) estcuant[,7] <- dvc estcuant[,1:6] <- round(estcuant[,1:6], 1) estcuant detach(eco) b) Análisis gráfico. ### pm10 ggplot(eco, aes(x = fecha, y = 10*pm10)) + geom_point(color = "red", size = 0.1) + geom_smooth() + scale_x_date (date_labels = "%b %Y")+ labs(title = "Serie temporal PM10", subtitle = "ene 2005- dic 2013", x = "", y = "PM10 (µg/m3)") ggplot(eco, aes(x= 10*pm10))+ geom_histogram(aes(y = ..density..),fill = "cyan",colour = "b lue", binwidth = 1)+ geom_density(color= "red", linetype = 1, size = 1, alpha= 0.2) + labs(title = "Función de densidad PM10", y = "Frecuencia", x = "Concentración PM10 (µg/m3)") 257 ggplot(eco, aes(y = 10*pm10)) + geom_boxplot(color="blue", fill="cyan") + ylab("PM10 (µg/m3)") ### ozono ggplot(eco, aes(x = fecha, y = ozono)) + geom_point(color = "darkslategray3", size = 0.1) + geom_smooth() + scale_x_date (date_labels = "%b %Y")+ labs(title = "Serie temporal ozono", subtitle = "ene 2005- dic 2013", x = "", y = "Ozono (µg/m3)") ggplot(eco, aes(x= ozono))+ geom_histogram(aes(y = ..density..),fill = "darkslategray 3",colour = "blue", binwidth = 1)+ geom_density(color= "red", linetype = 1, size = 1, alpha= 0.2) + labs(title = "Función de densidad ozono", y = "Frecuencia", x = "Concentración ozono (µg/m3)") ggplot(eco, aes(y = ozono)) + geom_boxplot(color="blue", fill="darkslategray3") + ylab("ozono (µg/m3)") ### tmed ggplot(eco, aes(x= tmed))+ geom_histogram(aes(y = ..density..),fill = "cornsilk",colour = "blue", binwidth = 1)+ geom_density(color= "red", linetype = 1, size = 1, alpha= 0.2) + labs(title = "Función de densidad tmed", y = "Frecuencia", x = "Temperaturas medias (ºT)") 258 ggplot(eco, aes(y = tmed)) + geom_boxplot(color="blue", fill="cornsilk") + ylab("Temperatura (ºC)") ### hr ggplot(eco, aes(x = fecha, y = hr)) + geom_line(color = "orange", size = 0.1) + geom_smooth() + scale_x_date (date_labels = "%b %Y")+ labs(title = "Serie temporal Humedad Relativa", subtitle = "ene 2005- dic 2013", x = "", y = "HR (%)") ggplot(eco, aes(x= hr))+ geom_histogram(aes(y = ..density..),fill = "orange",colour = "blue", binwidth = 1)+ geom_density(color= "red", linetype = 1, size = 1, alpha= 0.2) + labs(title = "Función de densidad Hmax", y = "Frecuencia", x = "Humedad relativa (%)") ggplot(eco, aes(y = hr)) + geom_boxplot(color="blue", fill="or ange") + ylab("Humedad relativa (%)") eco$hr <- ifelse(eco$hr<30, NA, eco$hr) round ((1 - (length(which(is.na(eco$hr)))/N))*100, 1) ### gripe ggplot(eco, aes(x = fecha, y = gripe)) + geom_line(color = "darkgreen") + scale_x_date (date_labels = "%b %Y")+ labs(title = "Tasas de incidencia x 100 000 habitantes en la provincia de Cádiz. Sistema centinela de gripe de Andalucía. 2 005-2013.", subtitle = "ene 2005- dic 2013", x = "", y = "Tasa de gripe por 100.000 habitantes") 259 1.3. Variables independientes cualitativas cualitativas <- data.frame (c("si", "no"), table(eco$naf),tabl e(eco$fst)) cualitativas <- cualitativas[,c(1,3,5)] colnames(cualitativas) <- c("Criterio","Intrusión sahariana"," Días festivos") 100*cualitativas[1,2]/N cualitativas 2) ANÁLISIS BIVARIANTE 2.1. Variables cuantitativas y días con intrusión sahariana # Usamos la función ggpairs del paquete GGally (extensión de g gplot) ggpairs (eco[,c(5,7,8)], mapping = ggplot2::aes(colour = "red"), upper = list(continuous = wrap("cor", size = 3), combo = "bo x_no_facet"), lower = list(continuous = wrap("points", size = 0.2), combo = "dot_no_facet") ) ## Tomando NAF como factor: ggpairs (eco[,c(5:8)], mapping = ggplot2::aes(colour = naf), upper = list(continuous = wrap("cor", size = 3), combo = "bo x_no_facet"), lower = list(continuous = wrap("points", size = 0.2), combo = "dot_no_facet")) # diferencia entre medias 10*mean(eco$pm10[eco$naf == "naf"], na.rm = T) [1] 45.12165 260 10*mean(eco$pm10[eco$naf == "no-naf"], na.rm = T) [1] 30.43114 t.test(x = eco$pm10[eco$naf == "naf"], y = eco$pm10[eco$naf == "no-naf"], alternative = "two.sided", mu = 0, var.equal = TRUE, co nf.level = 0.95) Two Sample t-test data: eco𝑝𝑚10[𝑒𝑐𝑜naf == “naf”] and eco𝑝𝑚10[𝑒𝑐𝑜naf == “no-naf”] t = 26.606, df = 3158, p-value < 2.2e-16 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: 1.360788 1.577313 sample estimates: mean of x mean of y 4.512165 3.043114 t.test(x = eco$ozono[eco$naf == "naf"], y = eco$ozono[eco$naf == "no-naf"], alternative = "two.sided", mu = 0, var.equal = TRUE, co nf.level = 0.95) Two Sample t-test data: eco𝑜𝑧𝑜𝑛𝑜[𝑒𝑐𝑜naf == “naf”] and eco𝑜𝑧𝑜𝑛𝑜[𝑒𝑐𝑜naf == “no-naf”] t = 13.06, df = 2904, p-value < 2.2e-16 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: 9.78687 13.24490 sample estimates: mean of x mean of y 92.90718 81.39130 t.test(x = eco$tmed[eco$naf == "naf"], y = eco$tmed[eco$naf == "no-naf"], alternative = "two.sided", mu = 0, var.equal = TRUE, co nf.level = 0.95) Two Sample t-test data: eco𝑡𝑚𝑒𝑑[𝑒𝑐𝑜naf == “naf”] and eco𝑡𝑚𝑒𝑑[𝑒𝑐𝑜naf == “no-naf”] t = 13.159, df = 3043, p-value < 2.2e-16 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: 2.266102 3.059692 sample estimates: mean of x mean of y 18.67022 16.00732 2.2. Relación entre las pm10, ozono y la temperatura media modelo.TP <- gam(nunat ~ te(tmed, pm10), eco, family=quasipois son) 261 vis.gam(modelo.TP, type='response', plot.type='contour', ylab= "pm / 10") modelo.OT <- gam(nunat ~ te(ozono, pm10), eco, family=quasipoi sson) vis.gam(modelo.OT, type='response', plot.type='contour', ylab= "pm / 10") 2.3. Relación entre la variable dependiente y el resto de variables ggplot(eco, aes(x=10*pm10, y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("PM10") + ylab("Log número muertes causas naturales") ggplot(eco, aes(x=tmed, y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("Temperatura") + ylab("Log número muertes causas naturales") ggplot(eco, aes(x=ozono, y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("Ozono") + ylab("Log número muertes causas naturales") ggplot(eco, aes(x=somo, y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("Ozono (SOMO35)") + ylab("Log número muertes causas naturales") ggplot(eco, aes(x=hr, y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("Humedad relativa") + ylab("Log número muertes causas naturales") ggplot(eco, aes(x=Lag(pm10,1), y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("PM10 (lag 1)") + ylab("Log número muertes causas naturales") 262 ggplot(eco, aes(x=runMean(pm10,0:1), y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("PM10 (lag 0-1)") + ylab("Log número muertes causas naturales") ggplot(eco, aes(x=runMean(pm10,1:2), y=log(nunat))) + geom_point()+ geom_smooth(method = "loess", size = 1.5)+ xlab("PM10 (lag 1-2)") + ylab("Log número muertes causas naturales") ecos <- eco write.csv2(ecos, file = "ecos.csv", fileEncoding = "UTF-8") rm(modelo.OT, modelo.TP, modelo0, modelo1) 263 Anexo 11. Análisis en profundidad (3): Control de estacionalidad y tendencias ecos$time <- seq(nrow(ecos)) spl <- bs(ecos$time,degree=3,df=21) modelo0 <- glm(nunat ~ spl,ecos,family=quasipoisson) summary(modelo0) (Dispersion parameter for quasipoisson family taken to be 1.002633) Null deviance: 3899.0 on 3286 degrees of freedom # número de muertes predichas por el modelo pred1 <- predict(modelo0,type="response") plot(ecos$fecha,ecos$nunat,ylim=c(0,20),pch=19, cex=0.2,col=grey(0.6), main="Modelo spline flexible cúbico", ylab="muertes diarias", xlab="fecha") lines(ecos$fecha,pred1,lwd=2, col="red") res0 <- residuals(modelo0,type="response") plot(ecos$fecha,res0,ylim=c(-20,20),pch=19, cex=0.4,col=grey(0.6),main="Residuales a lo largo del tie mpo", ylab="residuales (observados vs modelizados)", xlab="fech a") abline(h=0,lty=2,lwd=2) qqnorm(res0) qqline(res0) 264 Anexo 12. Análisis en profundidad (3): Modelos de asociación 1-. Estimación de la asociación PM10-mortalidad diaria 1.1-. Asociación sin retardos Modelo básico ajustado por tendencias temporales a largo plazo modelo1a <- glm(nunat ~ pm10 + spl + dow, ecos, family=quasipo isson) eff1 <- ci.lin(modelo1a,subset="pm10",Exp=T) eff1 <- matrix(eff1, nrow = 1, ncol = 7) dimnames(eff1) <- list(c("pm10"), c("Est","ES", "Z", "Valor P" , "RR", "IC (inf)","IC (sup)")) eff1 Modelo ajustado por tendencias temporales a largo plazo y temperaturas modelo1b <- update(modelo1a,.~.+ ns (tmed, df=6, intercept = TRUE)) eff1b <- ci.lin(modelo1b,subset="pm10",Exp=T) eff1b <- matrix(eff1b, nrow = 1, ncol = 7) dimnames(eff1b) <- list(c("PM10"), c("Est","ES","Z", "Valor P" , "RR", "IC (inf)","IC (sup)")) eff1b Modelo ajustado por tendencias temporales, temperatura y ozono. modelo1c <- update(modelo1b,.~.+ somo) eff1c <- ci.lin(modelo1c,subset=c("pm10", "somo"),Exp=T) eff1c <- matrix(eff1c, nrow = 2, ncol = 7) dimnames(eff1c) <- list(c("PM10", "Ozono"), c("Est","ES","Z", "Valor P", "RR", "IC (inf)","IC (sup)")) eff1c 265 Modelo ajustado por tendencias temporales, temperatura, ozono y humedad. Vamos a introducir ahora otra variable, la humedad, mediante la utilización de un spline con tres grados de libertad. modelo1d <- update(modelo1c,.~.+ ns(hr, df=3,intercept = TRUE) ) eff1d <- ci.lin(modelo1d,subset=c("pm10","somo"), Exp=T) eff1d <- matrix(eff1d, nrow = 2, ncol = 7) dimnames(eff1d) <- list(c("PM10", "Ozono"), c("Est","ES","Z", "Valor P", "RR", "IC (inf)","IC (sup)")) eff1d 1.2-. Asociaciones retardadas (I): Modelo con retardos únicos tablag.pm10 <- matrix(NA,7+1,3,dimnames=list( paste("Lag",0:7), c("RR","CI low","CI high"))) tablag.somo <- matrix(NA,7+1,3,dimnames=list( paste("Lag",0:7), c("RR","IC inf","IC sup"))) for(i in 0:7) { # retardos pm10lag <- Lag(ecos$pm10,i) somolag <- Lag(ecos$somo,i) tmedlag <- Lag(ecos$tmed,i) hrlag <- Lag(ecos$hr,i) # modelo con todos los lags modelag <- glm(nunat ~ pm10lag + somolag + ns(tmedlag, df=6) + ns(hrlag, df=3) + spl + dow, ecos, family=quasipoisson) # tablas 272 elo.pm4$gcv.ubre) ## pm5 modelo.pm5 <- gam(nunat ~ runMean(pm10,0:5) + o3cbunc + tmcbun c + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.pm5 <- c(ci.lin (modelo.pm5,subset="pm10",Exp=T)[5:7], mod elo.pm5$gcv.ubre) ## pm6 modelo.pm6 <- gam(nunat ~ runMean(pm10,2:5) + o3cbunc + tmcbun c + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.pm6 <- c(ci.lin (modelo.pm6,subset="pm10",Exp=T)[5:7], mod elo.pm6$gcv.ubre) ## Efectos estimados y GCV a cada lag tab.pm10 <- rbind.data.frame(tab.pm0, tab.pm1, tab.pm2, tab.pm 3, tab.pm4, tab.pm5, tab.pm6) rownames(tab.pm10) <- c("Lag 0","Lag 1","Lag 2", "Lag 0-1", "L ag 0-2", "Lag 0-5", "Lag 2-5") colnames(tab.pm10) <- c("RR","CI low","CI high", "GCV") tab.pm10 Ozono ## oz0 modelo.oz0 <- gam(nunat ~ somo + pmcbunc + tmcbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson) tab.oz0 <- c(ci.lin (modelo.oz0,subset="somo",Exp=T)[5:7], mod elo.oz0$gcv.ubre) 273 ## oz1 modelo.oz1 <- gam(nunat ~ Lag(somo,1) + pmcbunc + tmcbunc + hr cbunc + gripe + fst + dow + spl, ecos, family=quasipoisson) tab.oz1 <- c(ci.lin (modelo.oz1,subset="somo",Exp=T)[5:7], mod elo.oz1$gcv.ubre) ## oz2 modelo.oz2 <- gam(nunat ~ Lag(somo,2) + pmcbunc + tmcbunc + hr cbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.oz2 <- c(ci.lin (modelo.oz2,subset="somo",Exp=T)[5:7], mod elo.oz2$gcv.ubre) ## oz3 modelo.oz3 <- gam(nunat ~ runMean(somo,0:1) + pmcbunc + tmcbun c + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.oz3 <- c(ci.lin (modelo.oz3,subset="somo",Exp=T)[5:7], mod elo.oz3$gcv.ubre) ## oz4 modelo.oz4 <- gam(nunat ~ runMean(somo, 0:2) + pmcbunc + tmcbu nc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.oz4 <- c(ci.lin (modelo.oz4,subset="somo",Exp=T)[5:7], mod elo.oz4$gcv.ubre) ## oz5 modelo.oz5 <- gam(nunat ~ runMean(somo,0:5) + pmcbunc + tmcbun c + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.oz5 <- c(ci.lin (modelo.oz5,subset="somo",Exp=T)[5:7], mod 274 elo.oz5$gcv.ubre) ## oz6 modelo.oz6 <- gam(nunat ~ runMean(somo,2:5) + pmcbunc + tmcbun c + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.oz6 <- c(ci.lin (modelo.oz6,subset="somo",Exp=T)[5:7], mod elo.oz6$gcv.ubre) ## Efectos estimados y GCV a cada lag tab.somo <- rbind.data.frame(tab.oz0, tab.oz1, tab.oz2, tab.oz 3, tab.oz4, tab.oz5, tab.oz6) rownames(tab.somo) <- c("Lag 0","Lag 1","Lag 2", "Lag 0-1", "L ag 0-2", "Lag 0-5", "Lag 2-5") colnames(tab.somo) <- c("RR","CI low","CI high", "GCV") tab.somo Temperatura # Parámetros cen <- 21 perc <- quantile(ecos$tmed,c(0.01,0.99), na.rm = T) # Predicciones por acumulación total (valor de referencia = 21 ºC) cp1cold <- crosspred(tmcbunc21,modelo2t, at=seq(min(ecos$tmed,na.rm=T), cen,length=20),cen=cen) cp1hot <- crosspred(tmcbunc21,modelo2t,at=seq(cen,max(ecos$tme d,na.rm=T), length=20),cen=cen) # Gráficos plot(cp1cold,"overall",col=4,ylab="RR",xlab="temperatura media ",xlim=c(5,32), ylim=c(0,3),axes=F,lwd=1.5, cex.lab = 0.8, cex.axis=0.6) 275 lines(cp1hot,"overall",ci="area",col=2,lwd=1.5) axis(1,at=-1:7*5) axis(2,at=c(1:7*0.5)) title("Asociación acumulada total y distribución de temperatur as", cex.main=0.7) par(new=T) hist(ecos$tmed,xlim=c(5,35),ylim=c(0,250),axes=F,ann=F,col=gre y(0.95),breaks=30) abline(v=quantile(ecos$tmed,c(0.01,0.99), na.rm=T),lty=2) abline(v=cen,lty=3) axis(4,at=0:4*50, cex=0.5) mtext("frecuencia",4,line=2.5,at=200,cex=0.8) ## t0 modelo.t0 <- gam(nunat ~ ns(tmed, df=6) + pmcbunc + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson) tab.t0 <- modelo.t0$gcv.ubre ## t1 modelo.t1 <- gam(nunat ~ ns(runMean(tmed,0:1), df=6) + pmcbunc + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson) tab.t1 <- modelo.t1$gcv.ubre ## t2 modelo.t2 <- gam(nunat ~ ns(runMean(tmed,0:3), df=6) + pmcbunc + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.t2 <- modelo.t2$gcv.ubre ## t3 modelo.t3 <- gam(nunat ~ ns(runMean(tmed,1:3), df=6) + pmcbun c + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.t3 <- modelo.t3$gcv.ubre ## t4 modelo.t4 <- gam(nunat ~ ns(runMean(tmed, 0:7) , df=6) + pmcbu nc + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson 276 ) tab.t4 <- modelo.t4$gcv.ubre ## t5 modelo.t5 <- gam(nunat ~ ns(runMean(tmed,0:14), df=6) + pmcbun c + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.t5 <- modelo.t5$gcv.ubre ## t6 modelo.t6 <- gam(nunat ~ ns(runMean(tmed,0:21), df=6) + pmcbu nc + o3cbunc + hrcbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.t6 <- modelo.t6$gcv.ubre ## Efectos estimados y GCV a cada lag tab.tmed <- rbind.data.frame(tab.t0, tab.t1, tab.t2, tab.t3, t ab.t4, tab.t5, tab.t6) rownames(tab.tmed) <- c("Lag 0","Lag 0-1","Lag 0-3", "Lag 1-3" , "Lag 0-7", "Lag 0-14", "Lag 0-21") colnames(tab.tmed) <- c("GCV") tab.tmed Humedad ## h0 modelo.h0 <- gam(nunat ~ ns(hr, df=3) + pmcbunc + tmcbunc + o3 cbunc + gripe + fst + dow + spl, ecos, family=quasipoisson) tab.h0 <- modelo.h0$gcv.ubre ## h1 modelo.h1 <- gam(nunat ~ ns(Lag(hr,1), df=3) + pmcbunc + tmcbu nc + o3cbunc + gripe + fst + dow + spl, ecos, family=quasipois son) tab.h1 <- modelo.h1$gcv.ubre 277 ## h2 modelo.h2 <- gam(nunat ~ ns(Lag(hr,2), df=3) +pmcbunc + tmcbun c + o3cbunc + gripe + fst + dow + spl,ecos, family=quasipoisso n) tab.h2 <- modelo.h2$gcv.ubre ## h3 modelo.h3 <- gam(nunat ~ ns(runMean(hr,0:1), df=3) + pmcbunc + tmcbunc + o3cbunc + gripe + fst + dow + spl, ecos, family=quas ipoisson) tab.h3 <- modelo.h3$gcv.ubre ## h4 modelo.h4 <- gam(nunat ~ ns(runMean(hr, 0:2), df=3) + pmcbunc + tmcbunc + o3cbunc + gripe + fst + dow + spl, ecos, family=quasipoisson) tab.h4 <- modelo.h4$gcv.ubre ## h5 modelo.h5 <- gam(nunat ~ ns(runMean(hr,0:5),df=3) + pmcbunc + tmcbunc + o3cbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.h5 <- modelo.h5$gcv.ubre ## h6 modelo.h6 <- gam(nunat ~ ns(runMean(hr,2:5), df=3) + pmcbunc + tmcbunc + o3cbunc + gripe + fst + dow + spl, ecos, family=quasipoisson ) tab.h6 <- modelo.h6$gcv.ubre ## Efectos estimados y GCV a cada lag 278 tab.hr <- rbind.data.frame(tab.h0, tab.h1, tab.h2, tab.h3, tab .h4, tab.h5, tab.h6) rownames(tab.hr) <- c("Lag 0","Lag 1","Lag 2", "Lag 0-1", "Lag 0-2", "Lag 0-5", "Lag 2-5") colnames(tab.hr) <- c("GCV") tab.hr 2-. Modelo de efectos de la exposición a PM10 Mp8 <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + ns(runMean(tmed, 0:1), df=6, intercept = T) + ns(runMean(hr,2:5),df=3) + gripe + fst + dow + spl, ecos, family=quasipoisson) coef_Mp8 <- rbind.data.frame( ci.lin(Mp8, subset="pm10", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp8, s ubset="naf", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp8, subset="somo", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp8, subset="gripe", Exp=T)[c(1,2 ,4,5:7)], ci.lin(Mp8, subset="fst", Exp=T)[c(1,2,4,5:7)]) colnames(coef_Mp8) <- c("Est", "Error std", "Valor p", "RR", " IC (inf)","IC (sup)") rownames(coef_Mp8) <- c("PM10", "NAF", "ozono", "gripe", "fest ivos") coef_Mp8 Mp7_o3 <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + ns(runMean(tmed, 0:1), df=6, intercept = T) + ns(runMean(hr,2:5),df=3) + gripe + fst + dow + spl, ecos, family=quasipoisson) Mp7_tm <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + ns(runMean(hr,2:5),df=3) + gripe + fst + dow + spl, ecos, family=quasipoisson) Mp7_hr <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + 279 ns(runMean(tmed, 0:1), df=6, intercept = T) + gripe + fst + dow + spl, ecos, family=quasipoisson) Mp7_gri <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + ns(runMean(tmed, 0:1), df=6, intercept = T) + ns(runMean(hr,2:5),df=3) + fst + dow + spl, ecos, family=quasipoisson) Mp7_fst <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + ns(runMean(tmed, 0:1), df=6, intercept = T) + ns(runMean(hr,2:5),df=3) + gripe + dow + spl, ecos, family=quasipoisson) ## Criterio GCV GCV_p7 <- rbind.data.frame ( Mp7_o3$gcv.ubre, Mp7_tm$gcv.ubre, Mp7_hr$gcv.ubre, Mp7_gri$g cv.ubre, Mp7_fst$gcv.ubre) colnames(GCV_p7) <- "GCV" rownames(GCV_p7)<- c("Sin variable ozono", "Sin variable tm", "Sin variable hr", "Sin variable gripe", "Sin variable festivo s") GCV_p7 # Modelo de siete variables: Mp7_hr coef_Mp7 <- rbind.data.frame( ci.lin(Mp7_hr, subset="pm10", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp7 _hr, subset="naf", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp7_hr, subset ="somo", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp7_hr, subset="gripe", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp7_hr, subset="fst", Exp=T)[c(1,2,4,5:7)]) colnames(coef_Mp7) <- c("Est", "Error std", "Valor p", "RR", " IC (inf)","IC (sup)") rownames(coef_Mp7) <- c("PM10", "NAF", "ozono", "gripe", "fest ivos") coef_Mp7 280 Mp6_o3 <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + ns(runMean(tmed, 0:1), df=6, intercept = T) + gripe + fst + dow + spl, ecos, family=quasipoisson) Mp6_tm <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + gripe + fst + dow + spl, ecos, family=quasipoisson) Mp6_gri <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + runMean(somo,2:5) + ns(runMean(tmed, 0:1), df=6, intercept = T) + fst + dow + spl, ecos, family=quasipoisson) Mp6_fst <- gam(nunat ~ Lag(pm10,2) +Lag(naf,2) + runMean(somo,2:5) + ns(runMean(tmed, 0:1), df=6, intercept = T) + gripe + dow + spl, ecos, family=quasipoisson) ## Resultados GCV_p6 <- rbind.data.frame (Mp6_o3$gcv.ubre, Mp6_tm$gcv.ubre, Mp6_gri$gcv.ubre, Mp6_fst$gcv.ubre) colnames(GCV_p6) <- "GCV" rownames(GCV_p6)<- c("Sin variable ozono", "Sin variable tm", "Sin variable gripe", "Sin variable festivos") GCV_p6 # Resultados Mp6_fst coef_Mp6 <- rbind.data.frame( ci.lin(Mp6_fst, subset="pm10", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp 6_fst, subset="naf", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp6_fst, sub set="somo", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp6_fst, subset="grip e", Exp=T)[c(1,2,4,5:7)]) colnames(coef_Mp6) <- c("Est", "Error std", "Valor p", "RR", " IC (inf)","IC (sup)") rownames(coef_Mp6) <- c("PM10", "NAF", "ozono", "gripe") coef_Mp6 Mp5_o3 <- gam(nunat ~ Lag(pm10,2) +Lag(naf,2) + ns(runMean(tmed, 0:1), df=6, intercept = T) + 281 gripe + dow + spl, ecos, family=quasipoisson) Mp5_tm <- gam(nunat ~ Lag(pm10,2) +Lag(naf,2) + runMean(somo,2:5) + gripe + dow + spl, ecos, family=quasipoisson) Mp5_gri <- gam(nunat ~ Lag(pm10,2) +Lag(naf,2) + runMean(somo,2:5) + ns(runMean(tmed, 0:1), df=6, intercept = T) + dow + spl, ecos, family=quasipoisson) ## Criterio GCV GCV_p5 <- rbind.data.frame ( Mp5_o3$gcv.ubre, Mp5_tm$gcv.ubre, Mp5_gri$gcv.ubre) colnames(GCV_p5) <- "GCV" rownames(GCV_p5)<- c("Sin variable ozono", "Sin variable tm", "Sin variable gripe") GCV_p5 # Resultados Mp5_o3 coef_Mp5 <- rbind.data.frame( ci.lin(Mp5_o3, subset="pm10", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp5 _o3, subset="naf", Exp=T)[c(1,2,4,5:7)], ci.lin(Mp5_o3, subset="gripe", Exp=T)[c(1,2,4,5:7)]) colnames(coef_Mp5) <- c("Coef", "Error std", "Valor p", "RR", "IC (inf)","IC (sup)") rownames(coef_Mp5) <- c("PM10", "NAF", "gripe") coef_Mp5 Mp4_tm <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + gripe + dow + spl, ecos, family=quasipoisson) Mp4_gri <- gam(nunat ~ Lag(pm10,2) + Lag(naf,2) + ns(runMean(tmed, 0:1), df=6, intercept = T) + dow + spl, ecos, family=quasipoisson) ## Criterio GCV GCV_p4 <- rbind.data.frame ( Mp4_tm$gcv.ubre, Mp4_gri$gcv.ubre) colnames(GCV_p4) <- "GCV"