Modelo de Regresión

Durante el periodo de modelación se presentaron 1524 y 3724 eventos de salud para RD1 y RD7, respectivamente. Estos registros de casos comprenden consultas externas e ingresos a urgencias por IRAs presentes en estos asentamientos urbanos (tabla 8).

Tabla 8.Número de eventos de salud para RD1 y RD7

VARIABLES RD1 RD7 TASA GLOBAL

Eventos de Salud 1524 3724 5248 Tasa*1000 58.4 155.16 104.75 Reingresos 34 361 395 ≤ 5 años 545 1178 1723 ≥ 50 años 68 442 510 % Población Femenina 59.62 56.98 57.64 % Población Masculina 40.38 43.02 42.36

La tasa de eventos es superior para RD7 con 155.16 Casos/1000 habitantes donde la frecuencia de la población infantil representa el 31.63%. En cuanto a la distribución porcentual para el sexo se observan diferencias significativas, se encontró que para ambas zonas la población femenina

47 registra la mayor frecuencia, 59.62% para RD1 y 56.98% para RD7. La tasa global de consultas externas y urgencias por enfermedades respiratorias fue de 104.75 casos por cada 1000 habitantes. Como es de notar, los niños menores presentan la mayor tasa que adultos con relación a los de edad superior a 50 años.

De acuerdo con las IRAs presentadas, se encontró que el 96.3% de los casos, para la zona RD1, son por Rinofaringitis Aguda donde la población infantil (≤ 5 años) es la más afectada con una proporción del 45.5%. En la zona representada por RD7, la mayor tasa de eventos presentados se debe a Rinofaringitis Aguda con 69.7%, seguida por infecciones respiratorias agudas no especificadas con 14% y amigdalitis aguda no especificadas con 12.6% (tabla 9). En cuanto al sexo, sigue presentándose diferencias significativas predominando en mayor proporción el número de casos en el sexo femenino.

Tabla 9. Frecuencias de Eventos por IRAs Eventos

salud

RD1 RD7

Fi Fem Mas ≤5 ≥50 Fi Fem Mas ≤5 ≥50 J00X 0.963 0.600 0.400 0.455 0.055 0.697 0.585 0.415 0.345 0.121 JO14 - - - 0.001 1 0 0.000 0.000 J018 - - - 0.003 0.462 0.538 0.308 0.231 J019 - - - 0.003 0.455 0.545 0.273 0.182 J020 0.002 0 1 1 0 - - - - - J029 - - - 0.007 0.586 0.414 0.207 0.034 J030 0.003 0.250 0.750 0.250 0.000 0.021 0.623 0.377 0.182 0.104 J038 - - - - 0.001 0.500 0.500 0.500 0.000 J039 0.032 0.667 0.333 0.282 0.077 0.126 0.618 0.382 0.264 0.086 J040 - - - 0.001 1 0 0.000 0.500 J050 - - - 0.001 0.667 0.333 0.330 0.000 J069 - - - 0.140 0.625 0.375 0.259 0.131

Para la construcción de los modelos explicativos y la estimación del riesgo de incremento en los eventos de salud por consultas externas e ingresos a urgencias por IRAs asociado a las variaciones promedios de las contribuciones de PM10 al ambiente que llegan a la zona producto de la explotación minera, se usó como exposición las contribuciones promedio cada 3 días para PM10 obtenida del modelo de dispersión para la zonas identificadas como RD1 y RD7.

En la gráfica 11 se observa el comportamiento temporal del conteo cada 3 días y las contribuciones promedios de PM10 estimadas por el modelo de dispersión para RD1 y RD7.

48 Figura 11. Contribuciones PM10 - Eventos de Salud (RD1 y RD7)

.

Para la estimación del riesgo se probaron diferentes modelos generalizados de Poisson con rezagos de 0 hasta 15 días; de acuerdo a los criterios de selección, el modelo definitivo, para estimar los riesgos se encuentra ajustado solamente a la variable concentraciones PM10, que representa las contribuciones recibida en el ambiente estimada por el modelo de dispersión y no a las concentraciones ambientales. Los resultados que explica la mayor variabilidad, determinada en la evaluación de la bondad de ajuste del modelo, estima rezagos de 6 días para RD1 y de 9 días para RD7.

Para establecer los efectos estimados para RD1 se realizó el modelo de regresión de Poisson, con periodo de latencia de 6 días, dando como resultado la siguiente expresión matemática:

LN(ES)= 0.7302 + 0.0158*[PM10] (26)

Donde, LN(ES) es la probabilidad de ocurrencia de Eventos de Salud en la zona RD1 y [PM10] son las concentraciones de PM10 aportadas al ambiente producto de las emisiones de la mina de carbón a cielo abierto.

El Modelo final fue realizado con un nivel de significancia de 0.05, evidenciando que los términos de interacción entre las variables de estudios son significativos. Según el modelo, las contribuciones de PM10 producto de la explotación minera es un factor de riesgos para la adquisición y prevalencia de IRAs, considerando que este factor incide en los casos reportados en los grupos poblacional estudiado. A través de los coeficientes estimados por el modelo, y particularmente evaluando el riesgo relativo ocasionado por PM10, se tiene que por cada 1 µg/m3 _{de PM10 producto de las} emisiones mineras, se genera un incremento de los casos de eventos de salud en un 1.58% seis días después, con un intervalo de confianza del 95%. Por ende, debido a la variabilidad de los cambios de PM10 recibidos en esta zona entre los días simulados por Calpuff, se tiene un promedio semanal de 7.92 µg/m3 de PM10, dichas concentraciones generaría por cada 100 eventos, 13 eventos adicionales. El modelo para eventos de urgencias relacionadas por PM10, está dada por:

49 Donde, LN(ES-Urg) es la probabilidad de ingresos por urgencias debido a IRAs en la zona RD1 y [PM10] son las concentraciones de PM10 aportadas al ambiente producto de las emisiones de la mina de carbón a cielo abierto. Estimando el riesgo relativo ocasionado por PM10, se tiene que por cada 1 µg/m3 de PM10 producto de las emisiones mineras, se genera un incremento en los casos de urgencias en un 0,19 % con periodo de latencia de 6 días, con un intervalo de confianza del 95%. Es decir, por cada 100 visitas a urgencias, 2 visitas están relacionadas por las emisiones de PM10 en estos receptores discretos.

Para establecer los efectos estimados para RD7 se realizó el modelo lineal generalizado Poisson, con periodo de latencia de 9 días, dando como resultado la siguiente ecuación:

LN(ES)= 0.4489 + 0.0047*[PM10] (28)

Con nivel de significancia de 0.05 y promedios semanales estimados de 5.57 de µg/m3 de PM10 se valora que por cada 100 eventos de salud semanales, 3 casos están relacionados con las concentraciones de PM10. Dichas variabilidad, advierte que las concentraciones de PM10 recibidas se convierten en un factor de riesgo.

6.3 Índice de Inhalación

Nuestro dominio de estudio contiene aproximadamente 225 496 habitantes según las proyecciones realizadas (DANE, 2005). Se identificaron 10 zonas, donde se encuentra la mayor aglomeración de habitantes por cada municipio, para determinar la fracción de Ingesta (figura 12). Los mayores valores para IF fueron determinados para receptores ubicados a menos de 15.71 Km de las fuentes del complejo minero; RD14 y RD2, registraron medias de 0.342 y 0.274, respectivamente. El menor valor lo presento el receptor RD22 con un promedio de 2.20 x 10-03_{, ubicado a un radio aproximado} de 62.29 km de la fuentes emisoras.

Tabla 10. Estadísticos Índice de Inhalación

RECEPTORES _{̅ � � �) �Á} BIAS

RD1 9.27E-02 3.55E-02 1.88E-01 2.03E+00 0.00E+00 9.89E-01 9.38E+00 RD2 2.74E-01 2.55E-02 1.60E-01 5.83E-01 0.00E+00 6.42E-01 5.45E-01 RD6 1.59E-02 8.08E-05 8.99E-03 5.65E-01 0.00E+00 3.27E-02 -2.62E-01 RD7 4.52E-02 6.08E-03 7.80E-02 1.73E+00 0.00E+00 3.41E-01 8.26E+00 RD14 3.42E-01 3.19E-02 1.79E-01 5.23E-01 0.00E+00 7.02E-01 -1.78E-01 RD22 2.20E-03 1.79E-06 1.34E-03 6.07E-01 1.81E-04 4.96E-03 6.07E-01 RD23 6.70E-02 1.85E-03 4.30E-02 6.41E-01 2.87E-03 1.47E-01 8.14E-01 RD24 6.87E-02 2.60E-03 5.10E-02 7.42E-01 3.74E-03 1.67E-01 1.57E+00 RD25 2.30E-02 1.46E-04 1.21E-02 5.26E-01 2.16E-03 4.59E-02 -5.18E-01 RD26 5.53E-02 9.18E-04 3.03E-02 5.47E-01 4.46E-03 1.16E-01 -2.13E-01

50 Las mayores variaciones estimadas fueron para RD1, RD7 y RD24 con coeficientes estadísticos de 2.03, 1.72, 0.74, la heterogeneidad de los datos se debe a su posición geográfica con respecto a las fuentes y la dirección predominante del viento. Por otra parte, se presentaron mínimos donde la fracción de ingesta fue nulos para los receptores RD1, RD2, RD6, RD7 y RD14. Hubo días en que se estimaron la fracción de ingesta cercana a la unidad, RD1 presento un máximo de 0.99 (tabla 10).

Figura 12. Índice de Inhalación en Receptores

La figura 12 muestra valores de promedio diario de IF para cada uno de los receptores. Los mayores valores se alcanzan en receptores cercanos a las minas. Los resultados representan factores de riesgos en cada una de las áreas que conforman el dominio donde se realizó la modelización. Para demostrar la magnitud aproximada de efectos en la salud asociados con estas fuentes y para ilustrar la importancia relativa de los diversos constituyentes de partículas, se realizó un cálculo de una estimación puntal para efectos de morbilidad por infecciones respiratorias utilizando supuestos epidemiológicos estándar. Seleccionamos una función concentraciones PM10 – respuestas de investigaciones realizadas (Tecer et al., 2008; Analitis et al., 2006; Romero et al., 2004; Zanobetti et al., 2003; Pope III et al., 1995; Schwartz J., 1994), donde se estima que en promedio un incremento de 30 µg/m3 de PM10 produciría un aumento de 2.5% consultas por infecciones respiratorias agudas y 1.5% de crisis aguda por asma bronquial con rezago de 5 días. Aunque los autores reportar múltiples valores alternativos, esta estimación se basa en los datos promedio de concentración ambientales diarios a través de todo el período de estudio y está limitada por la función concentración-respuesta sobre la cohorte poblacional de estudio. Para estos cálculos ilustrativos, suponemos que todos los tipos de partículas tienen igualdad de toxicidad y que la receptividad de las PM10 en los receptores está acorde con las concentraciones ambientales de la zona según los parámetros de incertidumbres estimadas por el modelo de dispersión.

51 De acuerdo a las fracciones de inhalación determinada para cada uno de los receptores y supuestos epidemiológicos establecidos para una cohorte poblacional, los posibles impactos resultantes de las emisiones del complejo minero para los receptores son significativos (Tabla 11).

Tabla 11. % IRA y CAAB RECEPTORES

DISCRETOS % IRA* % CAAB+

RD1 2.82 1.69 RD2 8.33 5 RD6 0.48 0.29 RD7 1.37 0.82 RD14 10.39 6.23 RD22 0.07 0.04 RD23 2.04 1.22 RD24 2.09 1.25 RD25 0.7 0.42 RD26 1.68 1.01

*Probabilidad Anual Infecciones Respiratorias Agudas

+ _{Probabilidad Anual Crisis aguda por Asma bronquial}

Los valores de la tabla 11 son probabilidades que implican condiciones bajo supuestos circunstanciales estimando probabilidades de eventos de IRA y CAAB. Como resultado, se estima que en RD14 el 10.39% de los casos por IRA presentados anualmente están relacionados por las emisiones de fuentes mineras. Las menores probabilidades están para los receptores RD22 y RD6. El riesgo relativo para RD1 según el modelo de regresión es de 1.58% con periodo de latencia de seis días y según la fracción de ingesta el riesgo probabilístico es de aproximadamente 2.82% con 5 días de rezagos. Por otra parte, para RD7 según el modelo de regresión estima un riesgo relativo de 0.47% con rezagos de 9 días y 0.82% de riesgos probabilísticos con rezago de 5 días estimado según la fracción de inhalación. En ambos casos, el modelo de regresión y las estimaciones dadas por índice de inhalación, advierte de un efecto de las concentraciones de PM10 en cada uno de los receptores de interés.

52 7. DISCUSIÓN

El objetivo de la presente investigación fue determinar las relaciones existentes y los posibles riesgos de adquisición y desarrollo de IRA debido a las emisiones de PM10 en un complejo minero ubicado en el norte de Colombia. Es importante señalar que concentraciones ambientales de PM10 de fondo no se incorporan en la cuantificación del riesgo. Los posibles riesgos de presentarse eventos por IRA solo tienen en cuenta la inhalación de partículas de PM10. Esto es porque los estudios han demostrado que las contribuciones de riesgo por otras vías de exposición, como la ingestión, son insignificantes en relación con la vía de inhalación.

El modelo de dispersión de PM10, conformado por el modelo meteorológico Calmet, demostró ser adecuado en la simulación de los efectos locales del terreno y flujos de vientos que ´pueden afectar las concentraciones. Esto es particularmente importante en este estudio, ya que las fuentes de emisiones mineras están ubicadas dentro de una planicie aluvial bordeada por macizos montañosos que se estima que alcanza los 5390 m.s.n.m. (Bartels G., 1984). El dominio de estudio se considera una zona compleja que incluye zonas montañosas, planicies e influencia costeras. Los vientos en superficie fueron muy variables con las características del terreno influenciada por flujos direccionados en la planicie aluvial y los macizos montañosos. En el complejo minero, los vientos son más ligeros y fluyen en dirección NE aumentando sus velocidades en toda la planicie (Figura 7). La disminución de las velocidades de los vientos se estiman en horas nocturnas donde disminuye la capa de mezcla dando la posibilidad de mayor de acumulación de PM10.

Los resultados del modelo de dispersión y transporte de las PM10 fueron la entrada al modelo lineal generalizado que estimo la probabilidad de ocurrencias de un evento de salud pública. Los receptores utilizados para la validación del modelo están ubicados dentro del área de influencia directa de las actividades mineras. El modelo de regresión lineal considerado para cada receptor, producto de la modelación del Calpuff, estima concentración de background diferentes (tabla 7). La figura 10 muestra las isopletas de las concentraciones de PM10 para todas las fuentes de emisiones de partículas inventariadas en las minas a cielo abierto. Como se puede ver, las comunidades que se encuentran asentadas viento debajo de la mina, dirección NE, se expone a riesgos potenciales de sufrir enfermedades relacionadas con las PM10. Las mayores concentraciones se alcanzan en cercanía a los tajos y adyacentemente a las vías de acarreos de materiales.

El modelo aporta alta confiabilidad en la estimación de la dispersión de los contaminantes y la variabilidad de las concentraciones. La constante de regresión lineal muestra los background de fondo resultado de la modelación. Los valores de concentraciones de fondo son diferentes y se encuentran en un rango desde 10.82 µg/m3 _{a 25.56 µg/m}3_{. Los background en receptores están} considerandos las fuentes naturales, fuentes cercanas distintas a las que se están considerando o fuentes no identificables, su variabilidad está dado debido asentamiento humanos ubicados a pocos metros.

53 Las PM10 emitidas alcanzaron distancias superiores a 50 km desde la zona minera. Se estimaron que, en promedio, las emisiones recibidas en estos receptores se deben a actividades de acarreos. Diversos estudios han demostrado el transporte a largas distancias de las PM10 (Song et al., 2006; Rodrıguez et al., 2001; Prospero J., 1999). Lo que implica que, el impacto minero no debe ser considerado de escala local sino de magnitud regional. Además, existen otros factores que pueden contribuir a la sinergia de los efectos de las emisiones mineras como la meteorología subyacente, composición química del material particulado y características demográfica de los receptores humanos.

Nuestro dominio de estudio contiene aproximadamente 225.496 habitantes según las proyecciones realizadas (DANE, 2005). La mayor aglomeración de se encuentra distribuidas principalmente en 10 zonas (figura 6). Los receptores RD1 y RD7 se encuentran ubicados a 2.63 km y 5.06 km, respectivamente, de las fuentes mineras consideradas para la modelación de los impacto por eventos respiratorios. En cuanto a RD1, el modelo que más se ajustó a explicar la variabilidad de los eventos presentados debido a las concentraciones promedios semanales (LN(ES)= 0.7302 + 0.0158*[PM10]) estima que las emisiones de PM10 son significativas y representa un factor de riesgo

para la aparición de eventos por infecciones agudas en las vías superiores altas para la población de la zona. El riesgo relativo estima que por cada 1 µg/m3 de PM10 se genera un incremento de presentarse un evento, consultas externas o urgencias, de 1.58% seis días después. Por ende, se estima que por cada 100 eventos presentados, la receptividad de PM10 está generando 13 eventos adicionales. En cuanto a RD7, la ecuación (LN(ES)= 0.4489 + 0.0047*[PM10]) explica la relación

existente entre las PM10 y los eventos de salud con periodos de latencia de 9 días. Estas relaciones sugieren que por cada 1 µg/m3 el riesgo relativo de presentarse visitas por consultas externa o urgencias es de 0.47% para la población de la zona. Debido a las concentraciones estimadas se valora que por cada 100 eventos de salud, 3 casos adicionales están relacionados por las contribuciones de PM10 a la zona provenientes de las actividades mineras. Estas estimaciones dadas por los modelos fueron interpretadas con los valores determinados por el índice de inhalación. Los mayores riesgos estimados por índice de Inhalación están ubicados en los receptores menores a 15.71 km de las fuentes. Los índices de inhalación fueron calculados para todos los municipios de la zona de La baja Guajira.

La magnitud de las emisiones y la ubicación del complejo minero (especialmente tajos abiertos y vías de acarreos) dan lugar a diferentes niveles de las exposiciones en la comunidad. En la tabla 10, figura 12 y el anexo 3, se muestran las contribuciones al riesgo general de cada de las comunidades impactadas en la baja Guajira. La topografía del terreno es determinante en la dispersión de las PM10 debido a que determina, a escala regional, la dirección del viento y el asentamiento de material aumentando la exposición a los residentes que viven vientos abajo. Dentro del inventario de emisiones, las emisiones en vías de acarreos de materiales constituyen la mayor fuente de emisión de la zona. Aunque no se cuantifico las emisiones en estas vías por el flujo de vehículo liviano debido a las limitaciones en la disponibilidad de datos que describen la magnitud y la intensidad de las operaciones de transporte de vehículo liviano en estas vías destapadas. Estas limitaciones de los datos pueden haber dado lugar a una subestimación de la magnitud global de las

54 emisiones y los riesgos atribuibles. Aunque aumentan las probabilidades de subestimación, los resultados de la evaluación de riesgos son claros. Las emisiones totales de las actividades en la zona minera de La Baja Guajira son la mayor fuente de riesgos para la salud de las comunidades. Por otra parte, se infiere que la toxicidad y composición química de las emisiones son variables, aumentando la probabilidad del riesgo.

Utilizando los datos demográficos de proyecciones, se estimó la población dentro de los límites de la mayor ingesta promedio diaria. Alrededor de 105.620 personas, de las 144.465 personas que viven dentro de los límites de dominio, están expuestas a niveles de inhalación dentro del rango de 2.33e-03 a 1.61e-01. Esto representa el 73.11% de la población total de la región de dominio del modelado. Su distribución geográfica en el dominio es aproximadamente 1.85% de la superficie en tierra demostrando que los impactos de las emisiones en las mina a cielo abierto son significativos. De la tabla 11 se puede inferir que, anualmente 5.991 personas presentaran eventos de infecciones respiratorias debido a la ingesta de material.

Para RD1 y RD7, receptores discretos donde se estimó el riesgo relativo, los valores del IF presentaron altas variabilidades y días donde sus valores fueron nulos. Los efectos asociados para estos receptores por eventos de infecciones respiratorias está determinado por el riesgo probabilístico es de 2.82% y 0.82% con periodos de latencia de 5 días, respectivamente. En ambos casos, el modelo de regresión e índice de inhalación, advierte de un efecto de las concentraciones de PM10 en cada uno de los receptores de interés.

Varias hipótesis se utilizaron en nuestras estimaciones. Dentro de las cuales están la selección y aplicación de las funciones de concentración-respuesta a los datos de estudios anteriores (Tecer et al., 2008; Analitis et al., 2006; Romero et al., 2004; Zanobetti et al., 2003; Pope III et al., 1995), estimación de la exposición, estimación de la subpoblación, las tasas de incidencia de línea de base, y el umbral.

Cálculos de infecciones respiratorias se basaron en la función de concentración-respuesta para la adquisición y prevalencia de infecciones respiratorias (Analitis et al., 2006; Romero et al., 2004). Se sabe que la composición de MP puede variar según la región, y no todos los constituyentes de MP tienen los mismos efectos en la salud. Sin embargo, numerosos estudios han demostrado que los efectos en morbilidad de MP en una zona pueden compararse con los resultados de otras con tendencias y patrones diferenciables (Pingkuan D., 2008). Por otra parte, se asumió que las estimaciones a la exposición pronosticada podrían aplicarse a toda la población dentro de cada cuadrícula de modelado. Es decir, se asumió la densidad población por áreas urbanas y rurales considerando estar expuesto uniformemente a la concentración de modelado. Esta suposición es típica en este tipo de estimaciones. Además, se incluyó solo las PM10 emitidas del complejo minero y no se consideraron otras fuentes comerciales o domésticas.

Se asumió que las tasas de incidencia de referencia eran uniformes en cada cuadrícula del modelo. Este supuesto es consistente con los métodos utilizados por los EPA para su evaluación de impacto regulatorio (Fann et al., 2009; Pingkuan D., 2008; EPA1999a). Es de resaltar que, debido a que las estimaciones se aplican a un dominio de modelado limitada (150 km x 150 km), la población

55 afectada es pequeña, y por lo tanto los impactos globales de salud estimados son menores que las estimaciones realizadas a nivel departamental. Además, en la medida en que sólo un subconjunto de los resultados de salud se considera aquí, las estimaciones deben considerarse una subestimación del impacto total en salud pública de la región.

La evaluación de riesgos es un proceso complejo que requiere la integración de muchas variables y supuestos. Debido a estas variables y supuestos, hay incertidumbres y limitaciones con los