Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Analítica de datos: incidencia de la contaminación ambiental en la salud pública en Medellín (Colombia)
Data Analytics: incidence of air pollution on public health in Medellin, Colombia
DOI:
https://doi.org/10.15446/rsap.v22n6.78985Palabras clave:
Análisis de datos, ciencia de los datos, enfermedades respiratorias, contaminación del aire (es)Analysis of data , data science, respiratory diseases, air pollution (en)
Descargas
Objetivo Analizar el impacto de la contaminación del aire por material particulado PM2,5 y su relación con el número de asistencias a entidades de salud por enfermedades respiratorias por medio de analítica de datos.
Métodos Se analizaron datos del Área Metropolitana de Medellín, Colombia, ciudad ubicada en un valle estrecho densamente poblado e industrializado y que ha presentado episodios críticos de contaminación en los últimos años. Se analizaron tres fuentes de datos: datos meteorológicos aportados por el SIATA (Sistema de Alerta Temprana de Medellín y el Valle de Aburrá); datos de contaminación por material particulado PM2,5 aportados por SIATA; y reportes de los RIPS (Registros Individuales de Prestación de Servicios de Salud) aportados por la Secretaría de Salud.
Resultados Se evidenció la relación entre la concentración de PM2,5 con las asistencias médicas por los diagnósticos de IRA, EPOC y asma. En un episodio crítico de contaminación por PM2,5, se encontraron los siguientes retardos en la atención médica: entre 0 y 2 días para el IRA, 0 y 7 días para el EPOC y 0 y 5 días para el asma.
Discusión Se encontraron coeficientes de correlación que evidencian la asociación de la concentración de PM2,5 con las asistencias por los diagnósticos de IRA, EPOC y asma. La mayor correlación entre las tres morbilidades se presentó para el asma. La variable meteorológica de mayor correlación con la variable objetivo es la temperatura del aire para el caso de EPOC y asma. En el caso de IRA, la variable con mayor correlación es la velocidad del viento. Por otro lado, el día de la semana es una variable de gran importancia a la hora de realizar un estudio de atenciones por enfermedades.
Objective To analyze the impact of air pollution by PM2,5 particulate matter and its relationship with the number of attendances to health entities for respiratory diseases through data analytics.
Methods Data from the Metropolitan Area of Medellín, Colombia, a city located in a densely populated and industrialized narrow valley and that has presented critical episodes of contamination in recent years, were analyzed. Three data sources were analyzed: meteorological data provided by SIATA (Early Warning System of Medellín and the Aburra Valley), PM2,5 particulate matter contamination data provided by SIATA, and RIPS reports (Individual Registers for the Provision of Health Services) provided by the health department.
Results The relationship between the concentration of PM2,5 and medical care for the diagnoses of ARI, COPD and asthma was evidenced. In a critical episode of PM2,5 contamination, the following delays in medical care were found: between 0-2 days for IRA, 0-7 days for COPD, and 0-5 days for asthma.
Discussion Correlation coefficients were found that show the association of the concentration of PM2,5 with the attendances for the diagnoses of ARI, COPD, and asthma. The highest correlation between the three morbidities was found for asthma. The meteorological variable with the highest correlation with the objective variable is air temperature in the case of COPD and asthma. In the case of IRA, the variable with the highest correlation is wind speed. On the other hand, the day of the week is a variable of great importance when carrying out a study of care for diseases.
Referencias
Naciones Unidas. World Urbanization Prospects: The 2014 Revision [Internet]. New York: ONU; 2014 [cited 2018 Nov 9]. https://bit.ly/2TPNHMq.
Desarkar A, Das A. A Smart Air Pollution Analytics Framework. Information and Communication Technology. 2018; 625:197-205. DOI:10.1007/978-981-10-5508-9_19. DOI: https://doi.org/10.1007/978-981-10-5508-9_19
The Economist. Airborne particles cause more than 3m early deaths a year [Internet]. The Economist; 2017 [cited 2018 Nov 10]. https://econ.st/3v8JUqd.
Organización Mundial de la Salud. Lesiones causadas por el tránsito [Internet]. Geneva: OMS; 2017 [cited 2018 Nov 15]. https://bit.ly/350C4Vm.
Van der Wall EE. Air pollution: 6.6 million premature deaths in 2050! Neth Heart J. 2015; 23(12):557-8. DOI:10.1007/s12471-015-0763-9. DOI: https://doi.org/10.1007/s12471-015-0763-9
El Mundo. Valle de Aburrá registra el mayor número de muertes por contaminación. Diario El Mundo [Internet]. 2017 [cited 2018 Nov 15]. https://bit.ly/3zcDgCH.
Universidad del Valle. Atención de males por calidad del aire cuesta $1,6 billones al año [Internet]. Universidad del Valle, Facultad de Salud. 2017 [cited 2018 Nov 15]. https://bit.ly/3x58725.
Souza A, Figueredo M, Cacho N, Araújo D, Prolo CA. Using big data and real-time analytics to support smart city initiatives. IFAC-PapersOnLine. 2016; 49(30):257-62. DOI:10.1016/j.ifacol.2016.11.121. DOI: https://doi.org/10.1016/j.ifacol.2016.11.121
Andrienko G, Gunopulos D, Ioannidis Y, Kalogeraki V, Katakis I, Morik K, et al. Mining Urban Data (Part C). Information Systems. 2017;64:219-220. DOI:10.1016/j.is.2016.09.003. DOI: https://doi.org/10.1016/j.is.2016.09.003
Bellinger C, Mohomed Jabbar MS, Zaïane O, Osornio-Vargas A. A systematic review of data mining and machine learning for air pollution epidemiology. BMC Public Health. 2017; 17(1):907. DOI:10.1186/s12889-017-4914-3. DOI: https://doi.org/10.1186/s12889-017-4914-3
Chapman P, Clinton J, Keber R, Khabaza T, Reinartz T, Shearer C, Wirth R. CRISP-DM 1.0 Step by step BIguide. Edited by SPSS; 2000. https://bit.ly/2SdlDCi.
Área Metropolitana del Valle de Aburrá. Acuerdo Metropolitano N.° 8 de 25 de marzo de 2011. Gaceta Oficial [Internet]. 2011 [cited 2018 Nov 20]. https://bit.ly/2RFkbs4.
García Ávila PA, Rojas NY. Análisis del origen de PM10 y PM2,5 en Bogotá gráficos polares. Rev Mutis. 2016; 6(2):47-58. DOI:10.21789/22561498.1150. DOI: https://doi.org/10.21789/22561498.1150
Alessandrini ER, Stafoggia M, Faustini A, Berti G, Canova C, De Togni A, et al. Association between short-term exposure to PM2.5 and PM10 and mortality in susceptible subgroups: A multisite case-crossover analysis of individual effect modifiers. Am J Epidemiol. 2016; 184(10):744-54. DOI:10.1093/aje/kww078. DOI: https://doi.org/10.1093/aje/kww078
Área Metropolitana del Valle de Aburrá. Acuerdo Metropolitano N.° 15 de 2016. Plan Operacional para Enfrentar Episodios Críticos de Contaminación. Gaceta Oficial [Internet] 2016 [cited 2018 Nov 20]. https://bit.ly/3g53y2e.
Gironés JC, Minguillón J, Caihuelas JR. Minería de datos: modelos y algoritmos. Monarka; 2017.
Polezer G, Tadano YS, Siqueira HV, Godoi AFL, Yamamoto CI, de André PA, et al. Assessing the impact of PM2.5 on respiratory disease using artificial neural networks. Environ Pollut. 2018; 235:394-403. DOI:10.1016/j.envpol.2017.12.111. DOI: https://doi.org/10.1016/j.envpol.2017.12.111
Mantovani KCC, Nascimento LFC, Moreira DS, Vieira LCPF da S, Vargas NP. Poluentes do ar e internações devido a doenças cardiovasculares em São José do Rio Preto, Brasil. Cien Saude Colet. 2016; 21(2):509-16. DOI:10.1590/1413-81232015212.16102014. DOI: https://doi.org/10.1590/1413-81232015212.16102014
Liu H, Tian Y, Cao Y, Song J, Huang C, Xiang X, et al. Fine particulate air pollution and hospital admissions and readmissions for acute myocardial infarction in 26 Chinese cities. Chemosphere. 2018; 192:282-8. DOI:10.1016/j.chemosphere.2017.10.123. DOI: https://doi.org/10.1016/j.chemosphere.2017.10.123
Jo YS, Lim MN, Han YJ, Kim WJ. Epidemiological study of PM2.5 and risk of COPD-related hospital visits in association with particle constituents in Chuncheon, Korea. Int J Chron Obstruct Pulmon Dis. 2018; 13:299-307. DOI: 10.2147/COPD.S149469. DOI: https://doi.org/10.2147/COPD.S149469
Ignotti E, Hacon S de S, Junger WL, Mourão D, Longo K, Freitas S, et al. Air pollution and hospital admissions for respiratory diseases in the subequatorial Amazon: a time series approach. Cad Saude Publica. 2010; 26(4):747-61. DOI:10.1590/S0102-311X2010000400017. DOI: https://doi.org/10.1590/S0102-311X2010000400017
Miri M, Derakhshan Z, Allahabadi A, Ahmadi E, Oliveri Conti G, Ferrante M, et al. Mortality and morbidity due to exposure to outdoor air pollution in Mashhad metropolis, Iran. The AirQ model approach. Environ Res. 2016; 151:451-7. DOI:10.1016/j.envres.2016.07.039. DOI: https://doi.org/10.1016/j.envres.2016.07.039
Pannullo F, Lee D, Neal L, Dalvi M, Agnew P, O'Connor FM, et al. Quantifying the impact of current and future concentrations of air pollutants on respiratory disease risk in England. Environmental Health. 2017; 16(1):29. DOI:10.1186/s12940-017-0237-1. DOI: https://doi.org/10.1186/s12940-017-0237-1
Ministerio de la protección Social. República de Colombia. Lineamientos técnicos para el registro de los datos del registro individual de la prestación de servicios de salud [Internet]. 2009 [cited 2019 Jan 20]. https://bit.ly/3pxM7up.
Informe Quincenal Epidemiológico Nacional. Utilidad de los Registros Individuales de Prestación de Servicios (RIPS) para la vigilancia en salud pública [Internet] 2011; 18(16):164 -175. https://bit.ly/3w9vibu.
López, MJ. Contaminación Atmosférica, Morbilidad y Mortalidad en la ciudad de Albacete. Rev Clín Med Fam. 2009; 2(8):392-399. https://bit.ly/2TcvAje. DOI: https://doi.org/10.4321/S1699-695X2009000300004
Linares C, Díaz J. Efecto de las partículas de diámetro inferior a 2,5 micras (PM2,5) sobre los ingresos hospitalarios en niños menores de 10 años en Madrid. Gaceta Sanitaria. 2009; 23(3):192-197. DOI:10.1016/j.gaceta.2008.04.006. DOI: https://doi.org/10.1016/j.gaceta.2008.04.006
Téllez M, Romieu I, Polo M, Ruiz S, Meneses F, Hernández M. Efecto de la contaminación ambiental sobre las consultas por infecciones respiratorias en niños de la Ciudad de México. Salud Pública de México. 1997; 39(6):513-22. https://bit.ly/3v29JIB. DOI: https://doi.org/10.1590/S0036-36341997000600004
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
CrossRef Cited-by
1. Patricio Santillán-Lima, Marco Rodríguez Llerena, Juan Santillán-Lima, Fernando Molina-Granja, Daniela Caichug-Rivera, Raúl Lozada-Yánez. (2023). Assessment of the Concentration of Settleable Particulate Matter Using Geographic Information Systems in the Central Ecuadorian Highlands . ICST Transactions on Scalable Information Systems, https://doi.org/10.4108/eetsis.4156.
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2020 Revista de Salud Pública
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta revista provee acceso libre inmediato a su contenido bajo el principio de que hacer disponible gratuitamente investigación al publico apoya a un mayor intercambio de conocimiento global.
Todos los contenidos de esta revista, excepto dónde está identificado, están publicados bajo una Licencia Creative Commons Atribución 4.0.
