Acceso usuarios
, M. Antònia Barceló, Koldo Cambra Contín, Adolfo Figueiras Guzmán , José María Ordóñez Iriarte, Francisco Guillén Grima , Ricardo Ocaña Riola , Juan B. Bellido Blasco , Lluís Cirera Suárez, Andrés Alonso López, Valentín Rodríguez Suárez, José Tomás Alcalá Nalvaiz, Ferrán Ballester Díez
El objetivo del presente trabajo es mostrar el protocolo de análisis elaborado dentro del proyecto EMECAM, ilustrando su aplicación en el efecto de la contaminación en la mortalidad en Valencia ciudad. Se consideran como variables respuesta la mortalidad diaria para todas las causas, excepto las externas Las variables explicativas son las series diarias de diversos contaminantes (humos negros, SO2, NO2, CO, O3). Como posibles variables de confusión se consideran factores metereológicos, factores estructurales y casos semanales de gripe. Se construye un modelo de regresión Poisson para cada una de las cuatro series de mortalidad en dos fases. En la primera se construye un modelo basal con las posibles variables de confusión. En una segunda se incluyen las variables de contaminación o sus retardos, controlando la autocorrelación residual con la inclusión de retardos de mortalidad. El proceso de construcción del modelo basal sigue el siguiente proceso: 1º) Incluir los términos sinusoidales significativos hasta orden 6. 2º) Incluir los términos significativos de temperatura o temperatura al cuadrado con sus retardos hasta orden 15. 3º) Repetir el proceso con la humedad relativa.4º) Introducir los términos significativos de años del calendario, tendencia diaria y tendencia al cuadrado. 5º) Los días de la semana como variables "dummy" se incluyen siempre en el modelo. 6º) Incluir los días festivos, y de los retardos hasta 15 días de gripe aquellos que fueron significativos. Tras la reevaluación del modelo, se prueba cada uno de los contaminantes y sus retardos hasta orden 5. Se analiza el efecto por semestres incluyendo términos de interacción.
The aim of this study is to show the protocol of analysis which was set out as part of the EMECAM Project, illustrating the application thereof to the effect of pollution has on the mortality in the city of Valencia. The response variables considered will be the daily mortality resulting from all causes, except external ones. The explicative variables are the daily series of different pollutants (black smoke, SO2, NO2, CO, O3). As possible confusion variables, weather factors, structural factors and weekly cases of flu are taken into account. A Poisson regression model is built up for each one of the four deaths series in two stages. In the first stage, a baseline model is fitted using the possible confusion-causing variables. In the second stage, the pollution variables or the time lags thereof are included, controlling the residual autocorrelation by including mortality time lags. The process of fitting the baseline model is as follows: 1) Include the significant sinusoidal terms up to the sixth order. 2) Include the significant temperature or temperature squared terms with the time lags thereof up to the 7th power. 3) Repeat this process with the relative humidity. 4) Add in the significant terms of calendar years, daily tendency and tendency squared. 5) The days of the week as dummy variables are always included in the model. 6) Include the holidays and the significant time lags of up to two weeks of flu. Following the reassessment of the model, each one of the pollutants and the time lags thereof up to the fifth order are proven out. The impact is analyzed by six-month periods, including interaction terms.
