ArticlePDF Available

Abstract

INTRODUCCIÓN La mortalidad guarda relación con las temperaturas diarias y los eventos extremos. Este estudio buscó analizar los efectos de las bajas temperaturas sobre la mortalidad en las principales ciudades de Argentina en el período 2005-2015. MÉTODOS Se realizó un estudio de series temporales con modelos aditivos generalizados, modelando la relación entre bajas temperaturas y mortalidad para 21 ciudades de Argentina entre 2005 y 2015. Se analizó la mortalidad general y por grupos de sexo, edad y causa de muerte, en días fríos y días de olas de frío, así como los rezagos de 7 y 14 días posteriores a dichos eventos. RESULTADOS En los 7 días posteriores a un día frío, el riesgo de muerte aumenta en la mitad de las ciudades entre un 1,04 [IC95%: 1,00-1,08] y un 1,14 [IC95%: 1,06-1,23] según la ciudad. El grupo de 65 años y más es el que muestra mayor impacto, con un incremento de hasta el 1,20 [I C95%: 1,05-1,39]. Las olas de frío se asocian con un aumento más pronunciado en el riesgo de morir en los siguientes 7 días en 8 ciudades (1,05 [IC95%: 1,03-1,08] a 1,30 [IC95%: 1,03-1,65]), y en 10 ciudades en los siguientes 14 días, aunque con valores algo más bajos. CONCLUSIONES Con diferencias en magnitud y robustez estadística según las ciudades, la población de las áreas urbanas presenta un riesgo aumentado de muerte durante los 7 y 14 días posteriores a un evento de frío extremo.
28
MORTALIDAD ASOCIADA A EVENTOS EXTREMOS DE FRÍO EN ARGENTINA,
2005-2015
Mortality Associated to Extreme Cold Events in Argentina, 2005-2015
ABSTRACT. INTRODUCTION: Mortality is associated with daily temperatures and extreme cold events. This study aimed to analyze the
effects of low temperatures on mortality in the main urban areas of Argentina during 2005-2015. METHODS: A time-series study with
generalized additive models was conducted, modeling the relationship between low temperatures and mortality for 21 cities in Argentina
between 2005 and 2015. Total mortality was analyzed as well as mortality by sex, age and cause of death, considering cold days, cold spells
and delays of 7 and 14 days after those events. RESULTS: Within a 7-day lag, the risk of death increases for a cold day in half of the cities
analyzed between 1.04 [CI95%: 1.00-1.08] and 1.14 [CI95%: 1.06-1.23]. The most vulnerable group was people aged 65 or more years, with
increases of up to 1.20 [CI95%: 1.05-1.39]. Cold spells are associated with an increased risk within the subsequent 7 days in 8 cities (1.05
[CI95%: 1.03-1.08] to 1.30 [CI95%: 1.03-1.65]), which increases to 10 cities for the 14-day lag, with slightly lower values. CONCLUSIONS:
With differences in magnitude and statistical robustness by cities, the population of most urban areas presents an increased risk of death
within 7 and 14 days after an event of extreme cold.
RESUMEN. INTRODUCCIÓN: La mortalidad guarda relación con las temperaturas diarias y los eventos extremos. Este estudio buscó analizar los
efectos de las bajas temperaturas sobre la mortalidad en las principales ciudades de Argentina en el período 2005-2015. MÉTODOS: Se realizó un
estudio de series temporales con modelos aditivos generalizados, modelando la relación entre bajas temperaturas y mortalidad para 21 ciudades
de Argentina entre 2005 y 2015. Se analizó la mortalidad general y por grupos de sexo, edad y causa de muerte, en días fríos y días de olas de frío,
así como los rezagos de 7 y 14 días posteriores a dichos eventos. RESULTADOS: En los 7 días posteriores a un día frío, el riesgo de muerte aumenta
en la mitad de las ciudades entre un 1,04 [IC95%: 1,00-1,08] y un 1,14 [IC95%: 1,06-1,23] según la ciudad. El grupo de 65 años y más es el que
muestra mayor impacto, con un incremento de hasta el 1,20 [IC95%: 1,05-1,39]. Las olas de frío se asocian con un aumento más pronunciado en
el riesgo de morir en los siguientes 7 días en 8 ciudades (1,05 [IC95%: 1,03-1,08] a 1,30 [IC95%: 1,03-1,65]), y en 10 ciudades en los siguientes 14
días, aunque con valores algo más bajos. CONCLUSIONES: Con diferencias en magnitud y robustez estadística según las ciudades, la población de
las áreas urbanas presenta un riesgo aumentado de muerte durante los 7 y 14 días posteriores a un evento de frío extremo.
1 Secretaría de Gobierno de Salud de la Nación, Universidad
Metropolitana para la Educación y el Trabajo, Argentina.
2 Instituto de Investigaciones Gino Germani, Universidad de Buenos
Aires, Argentina.
3 Servicio Meteorológico Nacional, Argentina.
4 Universidad Nacional de La Matanza, Argentina.
5 Universidad Nacional de Entre Ríos, Argentina.
6 Universidad ISALUD, Argentina.
PALABRAS CLAVE: Frío; Frío Extremo; Mortalidad; Cambio Climático; Argentina
Francisco Chesini1, Rosana Abrutzky2, Natalia Herrera3, María de los Milagros Skansi3, Silvia Fontán4, Elida Gonzalez Morinigo3, Francisco
Savoy5, Ernesto de Titto6
KEY WORDS: Cold Temperature; Extreme Cold; Mortality; Climate Change; Argentina
FUENTE DE FINANCIAMIENTO: Beca “Abraam Sonis”, otorgada por
la Dirección de Investigación para la Salud, Secretaría de Gobierno
de Salud de la Nación, Argentina.
FECHA DE RECEPCIÓN: 26 de julio de 2019
FECHA DE ACEPTACIÓN: 4 de noviembre de 2019
CORRESPONDENCIA A: Francisco Chesini
Correo electrónico: fran.chesini@gmail.com
RENIS Nº: IS002477
ARTÍCULOS ORIGINALES - Chesini y col. Mortalidad asociada a eventos extremos de frío en Argentina, 2005-2015
Rev Argent Salud Pública, 2019; 10(41): 28-36.
ARTÍCULOS ORIGINALES
29
Mortalidad asociada a eventos extremos de frío en Argentina, 2005-2015
Rev Argent Salud Pública, 2019; 10(41): 28-36
INTRODUCCIÓN
El bienestar del ser humano está relacionado con la tem-
peratura ambiente y tiene un rango de temperatura óptima,
que según la Organización Mundial de la Salud se encuentra
entre los 20 y los 27 ºC
1
. Los eventos extremos de tempe-
ratura, tanto de frío como de calor, generan impactos en la
salud de la población, que se reflejan en los registros de
hospitalizaciones y de mortalidad. Pese a que en ambos
extremos se observan incrementos en los efectos sobre la
salud2-4, los eventos de altas temperaturas han sido más
estudiados que los de bajas temperaturas5-7.
Existe evidencia epidemiológica que asocia la mortalidad
diaria con la temperatura ambiente registrada durante el/los
día/s anterior/es. Se observan incrementos en los extremos
de temperatura con un patrón de comportamiento en forma
de J invertida, V o U8. En concordancia, un estudio realizado
para las ciudades de Buenos Aires y Rosario encontró que
la relación entre la mortalidad y las temperaturas máximas
y mínimas presenta un comportamiento en forma de U
para ambas urbes7.
Estudios realizados en Estados Unidos y en Europa han
asociado el descenso de temperatura con incrementos de
la mortalidad general no accidental, así como con aumentos
en enfermedades cardiovasculares, respiratorias y cerebro-
vasculares9-11. En el caso de las temperaturas bajas, tanto
en la literatura como desde la plausibilidad biológica, se
reconoce que el efecto sobre la salud se verifica en rezagos
más prolongados a partir del momento de la exposición que
los relacionados con las temperaturas altas12.
No existe un criterio uniforme para definir los eventos
extremos de temperatura. Las olas de frío (OF) aparecen
en varios estudios como un período de días consecutivos
con temperaturas extremas sobre la base de la distribución
de frecuencias
8,13
. El Servicio Meteorológico Nacional (SMN)
de Argentina, a partir de una definición exclusivamente
climatológica, considera OF a un período de al menos tres
días consecutivos en el cual las temperaturas máximas y
mínimas son inferiores al percentil 10 (P10) calculado para
los meses de abril a septiembre de 1961-201014.
La evidencia sugiere que los efectos de las OF sobre la sa-
lud son más pronunciados en climas templados9. La extensa
geografía argentina exhibe una gran variedad de climas, por
lo que las OF presentan diferentes características (intensidad,
duración y frecuencia de ocurrencia) a lo largo y ancho del
país
15
. El Cuadro 1 del Anexo electrónico (http://rasp.msal.
gov.ar/rasp/articulos/volumen41/Anexo-Chessini-Cuadro1.
pdf ) muestra la cantidad y duración de las OF entre los
años 1961 a 2008 y durante el período de estudio, para
cada una de las ciudades incluidas en el análisis.
En los últimos 58 años se observó en gran parte del país
un aumento en las temperaturas a nivel anual. Junto con este
incremento, los días con temperaturas mínimas inferiores
al percentil 10 (Tn10p) y temperaturas máximas inferiores
al percentil 10 (Tx10p) tendieron a disminuir (con mayor
coherencia espacial en el caso de la Tn10p). Sin embargo,
en muchas de las localidades analizadas de Argentina estas
tendencias fueron débiles y no significativas16. Cabe des-
tacar que en los meses de julio y agosto en general no se
observó una disminución en la frecuencia de Tx10p ni de
Tn10p, que en algunas localidades incluso han aumentado17.
La hipótesis que guió este estudio fue que las bajas
temperaturas están asociadas a la mortalidad general y es-
pecífica para enfermedades cardiovasculares y respiratorias
en la República Argentina. Por ello, el objetivo planteado fue
analizar y caracterizar los efectos de los eventos extremos
de bajas temperaturas sobre la mortalidad en la ciudad
más poblada de cada provincia y en la Ciudad Autónoma
de Buenos Aires (CABA) en el período 2005-2015, consi-
derando como eventos extremos de temperatura las OF y
los días fríos (DF, definidos como cada uno de los días con
Tn10p y Tx10p simultáneamente).
MÉTODOS
Se realizó un estudio de tipo descriptivo y ecológico, con
un enfoque estadístico de series temporales. Los datos
meteorológicos fueron provistos por el SMN, como datos
diarios de temperatura mínima, media y máxima (en ºC)
para cada una de las estaciones correspondientes a las
localidades analizadas.
Los datos de mortalidad fueron proporcionados por la
Dirección de Estadísticas e Información de Salud, pertene-
ciente a la Secretaría de Gobierno de Salud de la Nación,
como registros individuales por caso de muerte. Se accedió
a información demográfica (sexo, edad y departamento de
deceso) y causa de muerte. No se contó en ningún momen
-
to con información que pudiese identificar en modo alguno
a los sujetos individualmente. Para su análisis se agruparon
en cantidad de casos para cada uno de los días del período.
Se conformaron series de datos diarios, para el semes-
tre frío (abril a septiembre), de variables meteorológicas
(temperatura mínima, media y máxima) y de mortalidad
para cada una de las localidades seleccionadas, para el
período 2005-2015.
Se identificaron los días con Tn10p y aquellos con Tx10p
durante el semestre frío para cada localidad, y a partir de
la definición del SMN se construyeron las variables de DF,
definido como aquel en que coinciden Tn10p y Tx10p, y OF,
constituida por tres o más DF consecutivos, y se generaron
rezagos de 7 días para los DF y de 7 y 14 días a partir de
la finalización de cada OF.
Se analizó la mortalidad diaria excluyendo las causas ex-
ternas y se construyeron subgrupos por sexo (varón; mujer),
por edad (0 a 64 años; 65 años y más, ya que la literatura
indica a la edad avanzada como un factor de vulnerabilidad
ante factores externos tanto en la morbilidad como en la
mortalidad
13,18
) y dos grupos de causas de muerte (cardio-
vasculares I00-I99 y respiratorias J00-J99 de la Clasificación
Estadística Internacional de Enfermedades y Problemas
Relacionados con la Salud, Décima Revisión - CIE1019),
que se indican como especialmente correlacionados con
las variables meteorológicas20,21.
30 ARTÍCULOS ORIGINALES
Rev Argent Salud Pública, 2019; 10(41): 28-36
Modelos estadísticos
Las series temporales se analizaron con modelos aditivos
generalizados (GAM, por sus siglas en inglés), que cons-
tituyen una extensión de los modelos lineales y permiten
relacionar variables de impacto y de resultado, incorpo-
rando el efecto de variables concomitantes en forma no
lineal. Se seleccionaron los registros correspondientes a
los días pertenecientes a los meses de abril, mayo, junio,
julio, agosto y septiembre de cada año, que conforman
el semestre frío en Argentina. En función de la dispersión
de los valores para las series de mortalidad, se utilizó una
regresión de Quasi Poisson.
La regresión controla para cada ciudad, en primer lu-
gar, las variables temporales (día de la semana, mes)
que muestran alguna correlación con el conteo diario
de muertes; en el modelo final se incorporan aquellas
que muestran correlación estadísticamente significativa
(p<0,05), para luego conformarse una fórmula del tipo
g(E(Y))= β0+ƒ1(x1)+ ƒ2(x2)+…+
en la cual Y es la variable de respuesta, g es la función que
vincula el valor esperado (E) de Y a las variables predictivas,
en este caso el logaritmo, y xi son las variables predictivas,
que pueden o no ser paramétricas dentro del mismo mo-
delo. De esta manera se conforma un modelo final del tipo
modelo<-gam(mort~vin+dsem1+dsem2+...+dsemn
+mes1+mes2+...+mesn+s(hr)+s(tmed)+s(id),family=
quasipoisson)
en el cual mort es la variable de resultado (mortalidad total y
de cada uno de los grupos), vin es la variable independiente
(día frío, ola de frío, rezago de ola, etc.), dsemx y mesx es
cada uno de los días de la semana y meses que mostraron
previamente una relación significativa con la variable de
resultado, y hr, tmed e id son la humedad relativa, la tem-
peratura media del día y el orden del día en los registros,
vinculados a través de una función de suavizado.
Para el análisis se utilizó el software R versión 3.6.0,
paquete MGCV.
Los resultados de los modelos se presentan como riesgo
relativo (RR), acompañado por su intervalo de confianza
del 95% entre corchetes. Se consideró asociación esta-
dísticamente significativa a aquella con un p-valor <0,05.
Selección de las localidades
En Argentina, 9 de cada 10 personas viven en áreas urbanas
de diferentes dimensiones22. En este estudio se analizó
la mortalidad por bajas temperaturas en 21 ciudades
(ver Figura 1). Para obtener resultados que permitiesen
describir el fenómeno en el territorio del país, se decidió
en primer término analizar una ciudad por provincia y la
CABA. Se escogió la ciudad más poblada de la provincia,
definida como aquella con mayor cantidad de habitantes
a nivel departamento que tuviera en su proximidad una
estación meteorológica. En los casos donde la mancha
FIGURA 1. Ciudades argentinas bajo estudio.
1, Ciudad Autónoma de Buenos Aires; 2, San Fernando del Valle de
Catamarca; 3, Resistencia; 4, Comodoro Rivadavia; 5, Córdoba; 6, Corrientes;
7, Paraná; 8, Formosa; 9, San Salvador de Jujuy; 10, Santa Rosa; 11, La Rioja;
12, Mendoza; 13, Posadas; 14, Neuquén; 15, Bariloche; 16, Salta; 17, San Juan;
18, San Luis; 19, Rosario; 20, Santiago del Estero; 21, San Miguel de Tucumán.
Fuente: Instituto Nacional de Estadísticas y Censos, Argentina.
urbana se extiende a departamentos adyacentes, estos
fueron considerados para el registro de la mortalidad.
Dado que el conteo de defunciones se encontraba a nivel
de departamento, en todos los casos se trabajó con los
totales poblacionales para este nivel de desagregación. De
este modo, cada unidad de análisis llamada “ciudad” es
la sumatoria de las defunciones ocurridas en los departa-
mentos cubiertos por la mancha urbana.
Se excluyeron las provincias de Santa Cruz y Tierra del
Fuego, cuyas ciudades más pobladas (Ushuaia y Río Ga-
llegos) registran un muy bajo promedio diario de muertes,
lo cual imposibilita el análisis con el diseño elegido. Se
excluyó también la provincia de Buenos Aires, que —pese a
que alberga una gran cantidad de población en su ciudad
capital, La Plata, y en el conurbano de la Capital Federal—
no dispone de registros diarios de mortalidad para el
período de estudio.
RESULTADOS
La población en estudio (12 272 546 habitantes) repre-
senta más de un tercio del total de la población urbana del
país (36 084 953 habitantes). En la Tabla 1 se presenta
la población total de cada ciudad, los valores de P10 para
31
Mortalidad asociada a eventos extremos de frío en Argentina, 2005-2015
Rev Argent Salud Pública, 2019; 10(41): 28-36
La Pampa. Analizando el rezago de 14 días se observó un
riesgo incrementado en 10 de las 21 ciudades, pero con
un impacto ligeramente más bajo, con RR de entre 1,05
[1,00-1,11] en Mendoza y 1,26 [1,06-1,50] en Santa Rosa.
La Figura 3 presenta los mapas de variación porcentual
del riesgo de morir por todas las causas durante los 7 y
14 días posteriores a una OF, en comparación con el resto
de días del semestre frío.
Al igual que en la mortalidad total, los DF no mostraron
impacto en el análisis por sexo. Sin embargo, durante la
semana posterior a un DF los incrementos en el riesgo
fueron disímiles para ambos sexos: en 5 ciudades el ries-
go aumentó en varones y mujeres, en 4 solamente en
varones y en 3 solamente en mujeres, con RR que fueron
desde 1,05 [1,03-1,07] en CABA a 1,17 [1,04-1,31] en
San Luis para los primeros y desde 1,05 [1,02-1,07] en
CABA a 1,22 [1,10-1,35] en Neuquén para las segundas.
El impacto diferencial por sexo se verificó en Santa
Rosa, donde la mortalidad de varones disminuyó ligera-
mente durante el evento, y en Tucumán, donde el riesgo
ascendió a RR=1,23 [1,05-1,46], y no se observó en el
resto de las ciudades analizadas. La semana posterior a
las OF mostró un aumento del riesgo en 7 ciudades para
los varones y en 4 para las mujeres; si se consideran los
14 días posteriores, se observó un impacto en 6 ciudades
para cada sexo. Los resultados fueron variables para cada
ciudad en cuanto a las diferencias en el RR según sexo y,
la Tmáx y Tmín, el número de OF y la media de muertes
diarias para cada uno de los grupos analizados durante el
semestre frío en el período 2005-2015.
En el total de las aglomeraciones urbanas analizadas en
el período se registraron 1 631 848 casos de muertes
por causas naturales, con promedios diarios que variaron
entre 1,7 (Bariloche) y 116,3 (CABA). En el Cuadro 2 del
Anexo electrónico (http://rasp.msal.gov.ar/rasp/articulos/
volumen41/Anexo-Chessini-Cuadro2.pdf) se muestran las
principales estadísticas descriptivas de las defunciones.
La mortalidad general presentó asociación con los DF
para las ciudades de Formosa y La Rioja; en ambos casos
se trató de una asociación negativa (RR=0,87 [0,75-0,99]
y RR=0,8 [0,6-1,0], respectivamente). Sin embargo, en la
semana siguiente a un DF, la mortalidad general aumentó
en 10 de las 21 ciudades analizadas, con impactos diarios
que fueron desde RR=1,04 [1,00-1,08] en Mendoza a
RR=1,14 [1,06-1,23] en Neuquén (ver Figura 2). Algo
similar ocurrió en relación con las OF, en las que para 9
ciudades no se encontró ninguna variación significativa en
la mortalidad general, ni específica por sexo o grupo etario
durante los días de OF. La mortalidad general se asoció
positivamente para Mendoza y Tucumán, y negativamente
para Neuquén. En cambio, durante la semana siguiente
a una OF, en 8 ciudades se registraron incrementos en la
mortalidad general mayores a los del rezago de DF, con RR
de entre 1,06 [1,03-1,09] en CABA y 1,30 [1,03-1,64] en
TABLA 1. Ciudades bajo estudio, número de olas de frío y principales estadísticos de defunciones (2005-2015).
CABA
San Fernando del Valle
de Catamarca (Catamarca)
Resistencia (Chaco)
Comodoro Rivadavia (Chubut)
Córdoba (Córdoba)
Corrientes (Corrientes)
Paraná (Entre Ríos)
Formosa (Formosa)
San Salvador de Jujuy (Jujuy)
Santa Rosa (La Pampa)
La Rioja (La Rioja)
Mendoza (Mendoza)
Posadas (Misiones)
Neuquén (Neuquén)
Bariloche (Río Negro)
Salta (Salta)
San Juan (San Juan)
San Luis (San Luis)
Rosario (Santa Fe)
S
antiago del Estero (Santiago del Estero)
San Miguel de Tucumán (Tucumán)
Ciudad
(Provincia)
2 890 151
159 703
390 874
109 123
1 329 604
358 223
339 930
234 354
317 880
117 721
180 995
1 086 633
324 756
362 673
133 500
536 113
441 477
204 019
1 350 860
409 404
994 553
Población
12,7
16,4
16,2
7,5
14
16,3
13,4
17
14,9
10,9
16
11,7
16,9
9,5
4,3
13,6
13
12,5
13
16,5
15
P10
Tmáx.
P10
Tmín. §
4
1,5
3,6
-0,4
2,2
5,4
3,4
6,7
3
-1,6
2
-0,2
6,5
-2,9
-6,1
-0,2
-1,7
1
0,3
0,5
4,3
Varones Mujeres 0-64 años 65 y más años CardiovascularesRespiratorias
Nro
de OF ||
11
4
4
8
3
8
5
12
6
3
6
4
12
2
3
2
5
6
3
2
6
Total
116,3
3,9
8,6
2,8
33
7,9
8,3
5,6
6,2
2,6
3,3
22,1
6,3
5,3
1,7
10,2
10,3
3,6
36,3
8,9
19,8
61,7
2
4,1
1,2
16,3
4,1
4,3
2,6
3,3
1,4
1,8
10,8
3,5
2,8
0,8
4,8
5,1
1,7
17,9
4,2
9,7
54,6
1,9
4,5
1,6
16,6
3,8
4
3
2,9
1,3
1,5
11,2
2,9
2,5
0,9
5,4
5,2
1,9
18,4
4,7
10,1
28,8
1,2
3,3
0,9
9,5
3,1
2,5
2,5
2,4
0,7
1,3
5,6
3,8
1,9
0,5
3,8
3
1,1
8,6
3
6,3
87,6
2,6
5,3
1,9
23,5
4,8
5,8
3,1
3,8
1,9
2,1
16,5
2,5
3,4
1,2
6,4
7,3
2,5
27,7
5,9
13,5
39,1
1,2
1,8
0,7
14
1,8
2,4
1,4
1,1
0,9
0,8
7,1
1,6
1,2
0,4
2,4
2,7
1,2
10,9
2
4,6
25,5
0,7
1,2
0,5
4,5
1,2
1
0,7
0,8
0,5
0,6
2,8
1
0,6
0,1
1,8
2,3
0,6
5,1
1,7
3,6
Media de muertes diarias durante el semestre frío
*Ciudad Autónoma de Buenos Aires; †percentil 10; ‡ temperatura máxima; § temperatura mínima; || ola de frío.
Fuente: Instituto Nacional de Estadística y Censos, Servicio Meteorológico Nacional y Secretaría de Gobierno de Salud de la Nación.
32 ARTÍCULOS ORIGINALES
Rev Argent Salud Pública, 2019; 10(41): 28-36
FIGURA 2. Variación porcentual del riesgo de morir durante los días fríos (panel izquierdo) y rezagos de días fríos (panel derecho) en las
ciudades argentinas bajo estudio (2005-2015).
FIGURA 3. Variaciones en el riesgo de morir durante los 7 días (panel izquierdo) y 14 días (panel derecho) posteriores a una ola de frío en
ciudades argentinas bajo estudio (2005-2015).
No sign.: no significativa
No sign.: no significativa
33
Mortalidad asociada a eventos extremos de frío en Argentina, 2005-2015
Rev Argent Salud Pública, 2019; 10(41): 28-36
dentro de estos, para cada longitud de rezago.
En cuanto a los grupos de edad, los mayores de 64 años
mostraron mayor impacto ante la exposición a los eventos
de frío que los de 0 a 64, con un riesgo aumentado para
alguna de las variables en 14 de las ciudades analizadas.
Durante los DF no se observó asociación. Sin embargo,
durante los 7 días posteriores el RR se incrementó para el
grupo de mayores (entre RR=1,05 [1,03-1,07] en CABA,
Córdoba y Mendoza y 1,20 [1,10-1,31] en Neuquén). Las
personas de hasta 64 años solamente vieron aumentado su
riesgo en el rezago del DF en 4 ciudades, con incrementos
menores que oscilaron entre RR=1,04 [1,01-1,07] en CABA
y 1,13 [1,05-1,21] en Posadas. Durante los 7 días poste-
riores a las OF la mortalidad en los adultos mayores (65
años y más) se incrementó en 8 ciudades con diferentes
grados de significancia estadística. Entre las ciudades con
asociaciones más robustas estuvieron CABA (con RR=1,08
[1,04-1,11]), Córdoba (con RR=1,20 [1,05-1,39]) y Formosa
(con RR=1,18 [1,04-1,35]). Bariloche presentó un impacto
muy fuerte, con márgenes de error amplios: RR=1,62 [1,18-
2,27]. En la Figura 4 se presentan los mapas de variación
porcentual del riesgo para los dos grupos con mayores
incrementos: varones y adultos mayores.
Finalmente, la mortalidad por causas cardiovasculares
disminuyó durante los DF en 4 ciudades, con RR de entre
0,43 [0,21-0,90] en Bariloche y RR=0,94 [0,90-0,99] en
CABA, pero este efecto protector se invirtió en la semana
posterior, en la que en 7 ciudades el riesgo se incrementó
con RR=1,04 [1,02-1,07] en CABA a RR=1,23 [1,09-1,40]
en San Luis. Las OF, en cambio, no mostraron asociación
FIGURA 4. Variacion porcentual del riesgo de morir por todas las causas durante los 7 y 14 días posteriores a una ola de frío en Argentina en
comparación con el resto de días del semestre frío (2005-2015).
No sign.: no significativa
Panel A) y B) rezago de 7 días y 14 dias, respectivamente, en varones.
Panel C) y D) rezago de 7 y 14 días , respectivamente,en adultos mayores de 65 años de ambos sexos
34 ARTÍCULOS ORIGINALES
Rev Argent Salud Pública, 2019; 10(41): 28-36
con variaciones en la mortalidad cardiovascular excepto en la
ciudad de Salta (RR=1,40 [1,01-1,95]), pero sí durante los
días posteriores. En este caso, los RR más altos se registraron
durante la primera semana (para 10 ciudades, con valores
situados entre RR=1,07 [1,03-1,11] en CABA y RR=1,75
[1,31-3,34] en Santiago del Estero); si bien el impacto se
mantuvo hasta el día 14, las pendientes fueron menores.
En cuanto a las causas respiratorias, el riesgo se incre-
mentó en 7 ciudades en la semana posterior a un DF,
mientras que el impacto de las OF fue variable, ya que
en 2 de las ciudades fue positivo y en 3 de ellas la mor-
talidad disminuyó durante el evento. De estas últimas, en
Neuquén y Salta la asociación negativa presente durante
la OF desapareció en los días posteriores, mientras que
en La Rioja cambió de signo: durante la OF mostró un
RR=0,43 [0,21-0,85], que la semana siguiente aumentó
a 1,37 [1,01-1,90]. En Córdoba hubo sólo una OF en el
período analizado, sin asociaciones entre OF y los grupos
analizados anteriormente. Sin embargo, la mortalidad
por causas respiratorias registró un incremento del riesgo
con RR=2,11 [1,45-3,07], aumentado en los 14 días
posteriores.
DISCUSIÓN
En un contexto de cambio climático y calentamiento glo-
bal, se espera que las OF disminuyan progresivamente
a medida que la temperatura aumenta. Esto se fue evi-
denciando en la escasez de OF en los últimos años del
período de estudio16. Sin embargo, más de la mitad de
las ciudades analizadas tienen las OF más duraderas en
las últimas dos décadas.
En 20 de las 21 ciudades estudiadas se observan in-
crementos en los RR para uno o más de los subgrupos
analizados durante un evento extremo de frío (DF u OF)
o su rezago. San Salvador de Jujuy es la única ciudad en
la que no se encuentran asociaciones para ninguno de
los grupos ni eventos analizados.
Al evaluar la mortalidad durante los DF y los días de OF
no se encuentra un incremento significativo en el riesgo de
morir en los primeros (salvo para causas cardiovasculares
y respiratorias en una ciudad en cada caso), mientras que
en los segundos se observa un incremento en la mortalidad
general, por sexo, grupos etarios y causas específicas. Esto
pone de manifiesto que la duración del evento puede
asociarse con el incremento del riesgo, como ha sido
referido en otros estudios3.
En concordancia con lo señalado por otros autores23, este
estudio realizado en 21 ciudades argentinas demuestra que
el impacto de las bajas temperaturas sobre la mortalidad se
verifica con posterioridad a los eventos de frío, persistiendo
durante rezagos de hasta 14 días. Al comparar la mortalidad
durante los rezagos de 7 y 14 días de OF, se observa que a
mayor rezago aumenta el número de ciudades en las que
se incrementa significativamente el riesgo de muerte, en
mujeres y en todos los grupos etarios. Si bien es mayor el
número de ciudades en el que se verifica una asociación
con la mortalidad en los días posteriores a un DF que a
una OF, el impacto de la OF es más alto.
Los adultos de 65 años o más muestran mayores in-
crementos en el riesgo de morir durante los eventos de
frío que las personas de 0 a 64 años. Esto se sustenta en
la plausibilidad biológica y coincide con lo observado en
estudios previos3,4.
No se observan regularidades en cuanto al impacto de
las variables consideradas sobre la mortalidad en función
de la latitud u otras condiciones geográficas de las ciudades
analizadas. Sin embargo, cabe destacar que hay incremen-
tos en el riesgo incluso en ciudades con clima subtropical,
como Corrientes, Formosa, Posadas y Resistencia.
Con coeficientes de diversa magnitud, las ciudades de
Buenos Aires, Córdoba y Rosario presentan asociaciones
más fuertes para mayor cantidad de variables analizadas.
Esto no implica necesariamente una relación más estrecha
entre las variables en dichas localidades, sino un efecto
de la fortaleza estadística, al tratarse de las tres ciudades
con mayor cantidad de casos diarios, lo que brinda a los
resultados mayor poder estadístico. Santa Rosa y Salta no
presentan variación del riesgo durante los DF y su rezago
para ningún grupo estudiado, mientras que Resistencia y
San Luis son las únicas ciudades en las cuales no se registra
cambio del riesgo de morir durante las OF y sus rezagos
para ningún grupo. Por otro lado, Bariloche es la ciudad
que muestra mayores incrementos en el riesgo durante
el rezago de 7 días de las OF para mortalidad general,
varones, 65 años y más, y causas cardiovasculares.
Una limitación fue la imposibilidad de incluir todas las
ciudades originalmente propuestas, ya que las más po-
bladas en las provincias de Santa Cruz y Tierra del Fuego
(Ushuaia y Río Gallegos) registran un bajo promedio diario
de muertes, que no permite el análisis de series temporales
contemplado en el diseño del proyecto. Si bien resulta de
interés el efecto de las temperaturas bajas en estas ciuda-
des australes del país, deberían adoptarse otros abordajes
metodológicos para su estudio. Por otro lado, pese a que
la provincia de Buenos Aires concentra una fracción impor-
tante de la población del país tanto en su ciudad capital, La
Plata, como en los partidos del conurbano bonaerense, no
pudo ser incluida porque no dispone de registros diarios
de mortalidad durante el período de estudio.
Otra limitación del estudio fue la imposibilidad de con-
trolar factores de confusión. Por un lado, el modelo esta-
dístico adoptado no permitió calcular los riesgos relativos
ajustados por estratos, que podrían ser modificadores de
efecto. Por otro lado, no fue posible incorporar al análisis
otras variables que podrían actuar como confusores; tal
es el caso de la contaminación atmosférica, tanto exterior
como interior. Esto se debió a la falta de información
sistemática para las ciudades bajo estudio.
Se requieren estudios posteriores para determinar las
causas de las diferencias encontradas entre las ciudades
analizadas en cuanto a efectos de las variables sobre la
mortalidad. En la misma línea, sería deseable analizar en
35
Mortalidad asociada a eventos extremos de frío en Argentina, 2005-2015
Rev Argent Salud Pública, 2019; 10(41): 28-36
profundidad los eventos de temperaturas extremas indi-
vidualmente, a fin de caracterizar los impactos según la
intensidad, duración y condición meteorológica posterior al
evento. Adicionalmente, este análisis de la mortalidad en
relación con las bajas temperaturas podría ser enriquecido
a la luz de otros determinantes estructurales e intermedia-
rios
24
. Surgen nuevos interrogantes a partir de los resultados
hallados: ¿qué relación hay entre la mortalidad y las carac-
terísticas de las viviendas, sus posibilidades de calefacción
adecuada o sus condiciones sanitarias? Se trata de cuestiones
que requieren un enfoque metodológico diferente, con un
estudio pormenorizado que recupere las prácticas sociales
y permita dar cuenta de los factores protectores de la salud
que las comunidades han ido desarrollando.
En la República Argentina los eventos extremos de
bajas temperaturas plantean un riesgo a la salud, que en
el caso de la mortalidad se manifiesta principalmente en
días posteriores al evento.
RELEVANCIA PARA POLÍTICAS
E INTERVENCIONES SANITARIAS
El presente estudio revela los impactos sanitarios de las
OF y avanza en la identificación de grupos poblacionales
vulnerables, facilitando la implementación de acciones
de promoción y protección de la salud. Los resultados
obtenidos en este trabajo podrían sustentar el desarrollo
de un sistema de alerta temprana por OF y salud, de
similares características al que existe para olas de calor. El
hecho de que el SMN forme parte del proyecto garantiza
la transferencia de los resultados a un sistema de alcance
nacional. Asimismo, los hallazgos aquí presentados pueden
servir para diseñar políticas de promoción y protección de
la salud y comunicación de riesgos durante OF.
RELEVANCIA PARA LA INVESTIGACIÓN EN SALUD
El presente trabajo integra un conjunto de investigaciones
tendientes a mejorar el conocimiento del vínculo entre
clima y salud, que aspira a enriquecerse con el trabajo co-
laborativo entre distintas disciplinas, instituciones y equipos.
AGRADECIMIENTOS
A la Dirección de Estadísticas e Información en Salud del
Ministerio de Salud y Desarrollo Social de la Nación y al
Servicio Meteorológico Nacional por proveer los datos
analizados en el presente estudio.
DECLARACIÓN DE CONFLICTO DE INTERESES: No hubo conflicto de intereses durante la realización del estudio.
Cómo citar este artículo: Chesini F, Abrutzky R, Herrera N, Skansi M, Fontan S, Morinigo E y col. Mortalidad asociada a eventos extremos de frío
en Argentina, 2005-2015. Rev Argent Salud Publica, 2019; 10(41): 28-36.
REFERENCIAS BIBLIOGRÁFICAS
1 Organización Mundial de la Salud. Problemas de salud relacionados con el
trabajo en condiciones de sobrecarga térmica. Serie de Informes Técnicos.
Nº 412. Ginebra. 1969.
2 Carmona Alférez R, Díaz Jiménez J, León Gómez I, Luna Rico Y, Mirón
Pérez IJ, Ortiz Burgos C, et al. Temperaturas umbrales de disparo de la mor-
talidad atribuible al frío en España en el periodo 2000-2009. Comparación
con la mortalidad atribuible al calor. Madrid: Instituto de Salud Carlos III;
2016. [Disponible en http://gesdoc.isciii.es/gesdoccontroller?action=downlo
ad&id=10/03/2016-db8fa07be3] [Último acceso: 4/12/2019]
3 Anderson BG, Bell M. Weather-Related Mortality. How Heat, Cold, and Heat
Waves Affect Mortality in the United States. Epidemiology. 2009;20(2):205-
213. doi: 10.1097/EDE.0b013e318190ee08.
4 Huynen MM, Martens P, Schram D, Weijenberg MP, Kunst AE. The Impact
of Heat Waves and Cold Spells on Mortality Rates in the Dutch Population.
Environ Health Perspect. 2001;109(5):463-470. doi: 10.1289/ehp.01109463
5 Chesini F, Abrutzky R, de Titto EH. Mortalidad por olas de calor en la
Ciudad de Buenos Aires, Argentina (2005-2015). Cadernos de Saúde Pú-
blica.2019:35(9):1-11 [Disponible en: http://cadernos.ensp.fiocruz.br/csp/
public_site/arquivo/1678-4464-csp-35-09-e00165218.pdf] [Último acceso:
4/12/2019]
6 Chesini F, Herrera N, Skansi MM, Gonzalez Morinigo C, Fontán S, Savoy
F, et al. Análisis de la mortalidad durante las olas de calor del verano 2013-
2014 en la República Argentina. XII Congreso Argentino de Meteorolo-
gía. 2018. [Disponible en: http://cenamet.org.ar/congremet/wp-content/
uploads/2018/11/T0105_CHESINI.pdf][Último acceso: 14/11/2019]
7 Almeira G, Rusticucci M, Suaya M. Relación entre mortalidad y temperaturas
extremas en Buenos Aires y Rosario. Meteorológica. 2016;41(2):65-79. [Dis-
ponible en: http://www.meteorologica.org.ar/wp-content/uploads/2017/03/
Almeira_Vol42N2.pdf] [Último acceso: 4/12/2019]
8 Ryti NRI, Guo Y, Jaakkola JJ. Global Association of Cold Spells and Adverse
Health Effects: A Systematic Review and Meta-Analysis. Environ Health Persp.
2016;124(1):12-22.
doi: 10.3390/ijerph13121225
9 Aalitis A, Katsouyanni K, Biggeri A, Baccini M, Forsberg B, Bisanti L. Effects of
Cold Weather on Mortality: Results from 15 European Cities within the PHEWE
Project. Am J Epidemiol. 2008;168:1397-1408. doi: 10.1093/aje/kwn266
10 Bhaskaran K, Hajat S, Haines A, Herrett E, Wilkinson P, Smeeth L. Effects
of Ambient Temperature on the Incidence of Myocardial Infarction. Heart.
2009;95:1760-1769.
doi: 10.1136/hrt.2009.175000
11 Keatinge WR, Donaldson GC. Winter Mortality in Elderly People in Britain.
British Medical Journal. 2004;329:976. doi:10.1136/bmj.329.7472.976
12 Armstrong B. Models for the Relationship between Ambient Tempera-
ture and Daily Mortality. Epidemiology. 2006;17:624-631. doi:10.1097/01.
ede.0000239732.50999.8f
13 Wang L, Liu T, Hu M, Zeng W, Zhang Y, Rutherford S, et al. The Impact of Cold
Spells on Mortality and Effect Modification by Cold Spell Characteristics. Sci Rep.
2016;6:38380. doi: 10.1038/srep38380.
14 Servicio Meteorológico Nacional. Estadísticas de largo plazo. [Disponible en:
https://www.smn.gob.ar/estadisticas][Último acceso: 14/11/2019]
15 Servicio Meteorológico Nacional. Tendencias Observadas en Argentina
(1961-2018). [Disponible en: https://www.smn.gob.ar/clima/tendencias][Último
acceso: 14/11/2019]
16 Skansi MM, Brunet M, Sigró J, Aguilar E, Arevalo Groening JA, Bentancur
OJ, et al. Warming and Wetting Signals Emerging from Analysis of Changes in
Climate Extreme Indices over South America. Global and Planetary Change.
2013;100:295-307. http://dx.doi.org/10.1016/j.gloplacha.2012.11.004
17 Centro Regional del Clima para el Sur de América del Sur. Tendencias de
índices de extremos climáticos. [Disponible en: http://www.crc-sas.org/es/cli-
36 ARTÍCULOS ORIGINALES
Rev Argent Salud Pública, 2019; 10(41): 28-36
matologia_extremos_climaticos.php][Último acceso: 14/11/2019]
18 Song X, Wang S, Hu Y, Yue M, Zhang T, Liu Y, et al. Impact of Ambient Tempe-
rature on Morbidity and Mortality: An overview of Reviews. Science of the Total
Environment. 2017;586:241-254. doi:10.1016/j.scitotenv.2017.01.212
19 Organización Panamericana de la Salud. Clasificación Estadística Interna-
cional de Enfermedades y Problemas Relacionados con la Salud, Décima
Revisión. Washington DC. 1992. [Disponible en http://iris.paho.org/xmlui/bits-
tream/handle/123456789/6282/Volume1.pdf][Último acceso:5/12/2019]
20 Han J, Liu S, Zhang J, Zhou L, Fang Q, Zhang J. The Impact of Temperature Ex-
tremes on Mortality: A Time-Series Study in Jinan, China. BMJ Open. 2017;7(4).
doi: 10.1136/bmjopen-2016-014741.
21 Song X, Wang S, Li T, Tian J, Ding G, Wang J, et al. The Impact of Heat Wa-
ves and Cold Spells on Respiratory Emergency Department Visits in Beijing,
China. Science of the Total Environment. 2018;615:1499-1505. doi: 10.1016/j.
scitotenv.2017.09.108
22 Instituto Nacional de Estadística y Censos. Censo Nacional de Población, Ho-
gares y Viviendas 2010. [Disponible en: https://www.indec.gob.ar/indec/web/
Nivel4-Tema-2-41-135] [Último acceso: 4/12/2019]
23 Bao J, Wang Z, Yu C, Li X. The Influence of Temperature on Mortality and its
Lag Effect: A Study in Four Chinese Cities with Different Latitudes. BMC Public
Health. 2016;16:375. doi: 10.1186/s12889-016-3031-z
24 Moiso A. Determinantes de la salud. En: Barragán H, et al. Fundamentos de
Salud Pública. La Plata: Universidad Nacional de La Plata; 2007.
Esta obra está bajo una licencia de Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional. Reconociemiento —
Permite copiar, distribuir y comunicar publicamente la obra. A cambio se debe reconocer y citar al autor original. No comercial — esta
obra no puede ser utilizada con finalidades comerciales, a menos que se obtenga el permiso.
... La perspectiva fito-fenológica de las estaciones permite obtener información sobre cambios en los ecosistemas naturales y en los servicios que estos aportan a la sociedad (Beard et al. 2019), así como cambios en los ritmos de cosecha de especies agrí-colas (Mo et al. 2016;Wang et al. 2017b;Liu et al. 2020). Sin embargo, este enfoque de las estaciones es incompleto, ya que no permite diferenciar los extremos cálidos y fríos del año, comúnmente asociadas al verano e invierno, respectivamente, y en los cuales la ocurrencia de eventos extremos climáticos tienen un alto impacto sobre la sociedad y los ecosistemas naturales, especialmente en latitudes medias (Chesini et al. 2019;Perkins 2015;Hatfield & Prueger 2015;Baumbach et al. 2017). ...
... propone una serie de índices basados en percentiles de TX y TN(Zhang et al. 2011) que han sido aplicados a nivel global y regional para analizar olas de calor/frio, frecuencia de días y noches cálidas/frías, etc.(Donat et al. 2013;López-Franca et al. 2016;Molina et al. 2020). En regiones extratropicales, expuestas a masas de aire provenientes de áreas tropicales y polares, el impacto de estos eventos durante el verano y el invierno es especialmente significativo sobre la sociedad ya que aumentos de la intensidad, duración, frecuencia y/o adelantos de su ocurrencia presentan impactos sobre la sociedad(Chesini et al. 2019;Brooke Anderson & Bell 2011;Perkins 2015;Royé 2017) y los ecosistemas(Hatfield & Prueger 2015;Abbas et al. 2017;Baumbach et al. 2017) . De esta forma es importante identificar cambios en el ciclo anual de la temperatura, y en particular variaciones en el comienzo y duración de las estaciones ya que repercuten directamente sobre la ocurrencia de los eventos extremos(Llano & Vargas 2017;Yan et al. 2011;Founda et al. 2019). ...
Thesis
Full-text available
Plants and animals life cycles are modulated by the annual cycle of temperature. In the last decades, changes in rhythm of seasons are observed from ecological point of view, through the study of the development phases of vegetation terrestrial species (fito-phenological seasons), but also in a climatological sense through the annual cycle of temperature (thermal seasons). However, there does not exist agreement about a universal definition of these seasons. In the present phD Thesis, a definition of seasons suitable at any extratropical continental region are approached from the concept of divide the year in four similar seasons using dynamic thresholds considering the climatological and phenological approach. Moreover, this Thesis searches to identify the main processes that characterize the thermal seasons related to the influence of surface net-radiation, partitioning of turbulent heat fluxes between sensible and latent heat fluxes, cloudiness and atmospheric circulation. Daily mean (TM, máximum (TX) and minimum (TN) air temperature at 2 metres from three global reanalysis datasets (ERA-Interim, JRA-55, NCEP2) were used to define the thermal seasons, while the satellite-derived vegetation index NDVI, from GIMMS3g ,dataset was used to characterize the fito-phenological seasons. Regions of analysis span from 23o to 60o latitudes, on both hemispheres and the considered period was 1982-2014. To avoid unrealistic or spurious results, the annual cycles of these variables were smoothed using cubic splines. Firstly, the thermal seasons were defined from the TM annual cycle identifying the an- nual TM maximum (DXT) and minimum (DNT), and the annual maximum warming (DXC) and cooling (DXF). The results show that the extreme metrics (DXT and DNT) happen before in continental than in coastal areas. In other hand, intermediate metrics (DXC and DXF) are more re-lated with solar insolación during autumn and sprint equinoccios, respectively. In wet regions, radiative processes have a strong influence over DXT, atmospheric circulation over DNT, and soil moisture over DXC. In transitional regions, where land and atmosphere are coupled, surface radiative processes are the main factors in the metrics occurrence, except for DXT that is more related with thermal advection. Seasonal metrics in dry areas mainly depends on surface net-radiation. Secondly, lags between start, end and duracion of warm thermal season (time period between DXC and DXF) and vegetation growing season were analysed. The results show coherent regional time lags patterns in monsoon, subhumid, semiarid and arid regions. These patterns reflect limitations regulated by the temperature in monsoon areas and by the precipitation and their seasonality in semiarid and arid areas, respectively. Moreover, years with temperature and precipitation anomalies were analysed. The results show that warm season is less sensitive to anomalous conditions than growing season, being this sensitivity modulated by the different climatic regimes. Thus, these analyses give an original contribution to the season‘s study at global scale. Finally, a thermal definition of seasons, from TN and TX annual cycles, is proposed using the 25 and 75 percentiles of these variables to identify winter and summer. As these seasons served as control, the intermediate seasons, spring and winter, were defined. The results show the thermal approach of seasons is similar to astronomical definition, with maximum differences of 10 days between them, and lengths around 90 days. Positive anomalies in the shortwave radiation and Bowen ratio (sensible / latent heat fluxes) at the end of spring advance the start of thermal summer. Winter onset is more influenced by thermal advection. Positive anomalies of Bowen ratio at the end of summer are related with delays of autumn beginning. Respect to spring, longwave radiation increases are related with delays of the spring arrival, even though the thermal advection and nocturnal cloudiness also play an important role (nocturnal cloudiness positive anomalies at the end of winter are related with spring beginning advances). Key words: Temperature annual cycle timing, Thermal seasons, Fitophenological sea- sons, Extratropical continental regions, Physical and dynamic processes.
Article
Full-text available
INTRODUCCIÓN El cambio climático es un determinante estructural de la salud y una amenaza para la salud pública global. Por ello, la Asamblea Mundial de la Salud de 2008 llamó a elaborar planes de acción para minimizar los impactos sanitarios del cambio climático. El objetivo de este trabajo fue sistematizar el proceso de desarrollo de una política sanitaria en la materia, que se plasma en el Plan de Acción Nacional en Salud y Cambio Climático. MÉTODOS Para el diseño de la política de salud y cambio climático se conformó una Mesa de Trabajo al interior del Ministerio de Salud de la Nación, integrada por diferentes áreas con competencias en la temática. Esta mesa fue la responsable de llevar a cabo un diagnóstico de situación para la priorización de los temas a incluir en un plan de acción que puesto a consideración de otras áreas del Estado Nacional a través del Grupo de Trabajo de Salud al interior del Gabinete Nacional de Cambio Climático y de la sociedad civil. RESULTADOS La política sanitaria en materia de cambio climático cuenta con tres instrumentos: un programa nacional, una mesa de trabajo y un plan de acción. El plan está organizado en 7 ejes de intervención y 21 medidas. DISCUSIÓN El Ministerio de Salud ha trabajado en Salud y Cambio Climático desde 2008, pero fue a partir de la conformación de la Mesa de Trabajo que se logró la transversalización de la temática.
Article
Full-text available
El estudio de la relación entre clima y salud requiere la articulación de diversos actores y disciplinas. En este artículo se presenta la experiencia del Seminario Latinoamericano Instrumentos y Metodologías para un observatorio de clima y salud, realizado en Buenos Aires en 2019, apoyado por el Centro Latinoamericano de Formación Interdisciplinaria (CELFI), como un espacio de vinculación, capacitación y referencia a experiencias que se vienen desarrollando en este campo en América Latina. En este trabajo se presenta el diseño del seminario, su contenido, didáctica y desarrollo, así como los resultados en cuanto a participación, productos y evaluación. Asimismo, durante el proceso se reflexiona en torno a las metodologías que permitan articular diferentes disciplinas en un proceso de construcción de conocimiento sobre la relación clima-salud. Finalmente, se explicitan los principales lineamientos del observatorio, surgidos de una instancia de intercambio con actores clave. El desarrollo del seminario, los proyectos presentados como producto, las discusiones surgidas durante el intercambio y la continuidad de trabajo en los meses posteriores permiten dar cuenta de la importancia y necesidad de construir interdisciplinariamente este observatorio para América Latina y el Caribe. The study of the relationship between health and climate requires articulating various actors and disciplines. This paper presents the experience of the Latin American Seminar on Instruments and Methodologies for a climate and health observatory— held in Buenos Aires in 2019 and supported by the Latin American Center for Interdisciplinary Training (CELFI)—as a linking and training facility referencing the projects that are being carried out in this field throughout Latin American. This paper presents the design, contents, didactic approach and execution of the seminar, as well as its results regarding participation, products and evaluation. Likewise, the methodologies that could allow articulating different disciplines in a process of gainingknowledge about the climate-health relationship are reflected throughout this process. Finally, the main guidelines for this observatory, arising from an exchange with key actors, are set forth herein. The execution of the seminar, the projects presented as the products thereof, the discussions that arose during the exchange, and the need to continue with this work over the following months point out to the importance and necessity of building this observatory for Latin America and the Caribbean in an interdisciplinary way.
Article
Full-text available
Objective To investigate the relationship between temperature extremes and daily number of deaths in Jinan, a temperate city in northern China. Methods Data ondaily number of deaths and meteorological variables over the period of 2011–2014 were collected. Cold spells or heat waves were defined as ≥3 consecutive days with mean temperature ≤5th percentile or ≥95th percentile, respectively. We applied a time-series adjusted Poisson regression to assess the effects of extreme temperature on deaths. Results There were 152 150 non-accidental deaths over the study period in Jinan, among which 87 607 people died of cardiovascular disease, 11 690 of respiratory disease, 33 001 of stroke and 6624 of chronic obstrutive pulmonary disease (COPD). Cold spells significantly increased the risk of deaths due to non-accidental mortality (RR 1.08, 95% CI 1.06 to 1.11), cardiovascular disease (RR 1.06, 95% CI 1.03 to 1.10), respiratory disease (RR 1.19, 95% CI 1.11 to 1.27), stroke (RR 1.11, 95% CI 1.06 to 1.17) and COPD (RR 1.27, 95% CI 1.16 to 1.38). Heat waves significantly increased the risk of deaths due to non-accidental mortality (RR 1.02, 95% CI 1.00 to 1.05), cardiovascular disease (RR 1.03, 95% CI 1.00 to 1.06) and stroke (RR 1.06, 95% CI 1.00 to 1.13). The elderly were more vulnerable during heat wave exposure; however, vulnerability to cold spell was the same for the whole population regardless of age and gender. Conclusions Both cold spells and heat waves have increased the risk of death in Jinan, China.
Article
Full-text available
In China, the health impact of cold weather has received little attention, which limits our understanding of the health impacts of climate change. We collected daily mortality and meteorological data in 66 communities across China from 2006 to 2011. Within each community, we estimated the effect of cold spell exposure on mortality using a Distributed Lag Nonlinear Model (DLNM). We also examined the modification effect of cold spell characteristics (intensity, duration, and timing) and individual-specific factors (causes of death, age, gender and education). Meta-analysis method was finally used to estimate the overall effects. The overall cumulative excess risk (CER) of non-accidental mortality during cold spell days was 28.2% (95% CI: 21.4%, 35.3%) compared with non-cold spell days. There was a significant increase in mortality when the cold spell duration and intensity increased or occurred earlier in the season. Cold spell effects and effect modification by cold spell characteristics were more pronounced in south China. The elderly, people with low education level and those with respiratory diseases were generally more vulnerable to cold spells. Cold spells statistically significantly increase mortality risk in China, with greater effects in southern China. This effect is modified by cold spell characteristics and individual-level factors.
Article
Full-text available
Background Global climate change is one of the most serious environmental issues faced by humanity, and the resultant change in frequency and intensity of heat waves and cold spells could increase mortality. The influence of temperature on human health could be immediate or delayed. Latitude, relative humidity, and air pollution may influence the temperature–mortality relationship. We studied the influence of temperature on mortality and its lag effect in four Chinese cities with a range of latitudes over 2008–2011, adjusting for relative humidity and air pollution. Methods We recorded the city-specific distributions of temperature and mortality by month and adopted a Poisson regression model combined with a distributed lag nonlinear model to investigate the lag effect of temperature on mortality. ResultsWe found that the coldest months in the study area are December through March and the hottest months are June through September. The ratios of deaths during cold months to hot months were 1.43, 1.54, 1.37 and 1.12 for the cities of Wuhan, Changsha, Guilin and Haikou, respectively. The effects of extremely high temperatures generally persisted for 3 days, whereas the risk of extremely low temperatures could persist for 21 days. Compared with the optimum temperature of each city, at a lag of 21 days, the relative risks (95 % confidence interval) of extreme cold temperatures were 4.78 (3.63, 6.29), 2.38 (1.35, 4.19), 2.62 (1.15, 5.95) and 2.62 (1.44, 4.79) for Wuhan, Changsha, Guilin and Haikou, respectively. The respective risks were 1.35 (1.18, 1.55), 1.19 (0.96, 1.48), 1.22 (0.82, 1.82) and 2.47 (1.61, 3.78) for extreme hot temperatures, at a lag of 3 days. Conclusions Temperature–mortality relationships vary among cities at different latitudes. Local governments should establish regional prevention and protection measures to more effectively confront and adapt to local climate change. The effects of hot temperatures predominantly occur over the short term, whereas those of cold temperatures can persist for an extended number of days.
Article
Full-text available
Here we show and discuss the results of an assessment of changes in both area-averaged and station-based climate extreme indices over South America (SA) for the 1950–2010 and 1969–2009 periods using high-quality daily maximum and minimum temperature and precipitation series. A weeklong regional workshop in Guayaquil (Ecuador) provided the opportunity to extend the current picture of changes in climate extreme indices over SA. Our results provide evidence of warming and wetting across the whole SA since the mid-20th century onwards. Nighttime (minimum) temperature indices show the largest rates of warming (e.g. for tropical nights, cold and warm nights), while daytime (maximum) temperature indices also point to warming (e.g. for cold days, summer days, the annual lowest daytime temperature), but at lower rates than for minimums. Both tails of night-time temperatures have warmed by a similar magnitude, with cold days (the annual lowest nighttime and daytime temperatures) seeing reductions (increases). Trends are strong and moderate (moderate to weak) for regional-averaged (local) indices, most of them pointing to a less cold SA during the day and warmer night-time temperatures.
Conference Paper
RESUMEN Las olas de calor (OC) son un período prolongado inusualmente caluroso que tiene impacto en la salud y que puede verse reflejado en aumentos de la mortalidad. El objetivo de este trabajo fue analizar y caracterizar los efectos de las OC del verano 2013-14 sobre la mortalidad en la región centro-norte de la Argentina. El comportamiento de la mortalidad durante las OC fue analizado por grupos de edad, sexo, causa de muerte y jurisdicción de residencia. En el verano 2013-14 tuvieron lugar 3 eventos de OC, durante los cuales se registraron 1877 defunciones en exceso. Se observó que el riesgo de morir se incrementó significativamente en 13 de las 19 jurisdicciones analizadas. La mortalidad por sexo mostró heterogeneidad en la escala temporal y espacial, en diciembre el comportamiento fue similar para ambos sexos, mientras que en enero y febrero el riesgo fue mayor para los varones. El riesgo de morir se incrementó con la edad, éste fue significativo en 4 jurisdicciones para el grupo de 60-79 años y en 6 jurisdicciones en mayores de 80 años. Las causas de defunción con riesgo significativamente incrementado fueron: las enfermedades respiratorias, cardiovasculares, cerebrovasculares, insuficiencia renal y diabetes. ABSTRACT The heat waves are extended periods of abnormally hot weather which have a significant impact on health. During the heat waves, increases on mortally are registered. To analyze and characterize the effects of the heat waves which took place in the warmer half of the year 2013-14 on mortality in the center-north region of Argentina. The mortality during the heat waves was analyzed according to the following variables: age, sex, cause of death and place of residence. During three heat waves of the summer 2013-14, 1877 deaths in excess were registered. Moreover, the death risk significantly increased in 13 of the 19 provinces analyzed. The mortality rates by sex revealed heterogeneity according to the time and spatial scale: on December 2013 the behavior of this variable was similar for both sexes, while on January and February the risk was higher for men. The death risk was increased by age; this increase was particularly significant in four provinces for the 60-79 years group and in six provinces in people older than 80 years. The death causes that showed significantly increments were: respiratory, cardiovascular and renal diseases as well as diabetes. Palabras Clave: Mortalidad, ola de calor, Argentina.
Article
The objectives of this article were (i) to find the association between extreme temperatures and respiratory emergency department (ED) visits and (ii) to explore the added effects of heat waves and cold spells on respiratory ED visits in Beijing from 2009 to 2012. A quasi-Poisson generalised linear model combined with a distributed lag non-linear model was performed to quantify this association. The results indicated that (i) ambient temperature related to respiratory ED visits exhibited a U-shaped association. The minimum-morbidity temperature was 21.5°C. (ii) the peak relative risk (RR) of cold spells on respiratory ED visits was observed in relatively mild cold spells with a threshold below the 3rd percentile for 4days (RR=1.885, 95% CI: 1.300-2.734), and there was a reduction in risk during extremely chilly cold spells (RR=1.811, 95% CI: 1.229-2.667). However, the risk of heat waves increased with the thresholds, and the greatest risk was found for extremely hot heat waves (RR=1.932, 95% CI: 1.461-2.554). (iii) the added effect of heat waves was small, and we observed that the added heat wave effect only introduced additional risk in females (RR=1.166, 95% CI: 1.007-1.349). No added effect of cold spells was identified. In conclusion, the main effects of heat waves and cold spells on respiratory ED visits showed different change trends. In addition, the added effects of extreme temperatures on respiratory ED visits were small and negligible.
Article
In this paper the associations between summer heat waves and mortality in Buenos Aires and Rosario is studied. Both cities have an 'U' relationship between daily mortality and maximum, minimum and apparent temperatures over the 2001-2012 period. The population over both cities is susceptible to extreme high temperatures. Men and women are equally affected, but people over 65 represent 70-80% by analyzing heat waves. Alert systems were implemented in both cities trough the National Weather Service with the aim of anticipate extreme meteorological situations to the population.
Article
The objectives were (i) to conduct an overview of systematic reviews to summarize evidence from and evaluate the methodological quality of systematic reviews assessing the impact of ambient temperature on morbidity and mortality; and (ii) to reanalyse meta-analyses of cold-induced cardiovascular morbidity in different age groups. The registration number is PROSPERO-CRD42016047179. PubMed, Embase, the Cochrane Library, Web of Science, the Cumulative Index to Nursing and Allied Health Literature (CINAHL), and Global Health were systematically searched to identify systematic reviews. Two reviewers independently selected studies for inclusion, extracted data, and assessed quality. The Assessment of Multiple Systematic Reviews (AMSTAR) checklist was used to assess the methodological quality of included systematic reviews. Estimates of morbidity and mortality risk in association with heat exposure, cold exposure, heatwaves, cold spells and diurnal temperature ranges (DTRs) were the primary outcomes. Twenty-eight systematic reviews were included in the overview of systematic reviews. (i) The median (interquartile range) AMSTAR scores were 7 (1.75) for quantitative reviews and 3.5 (1.75) for qualitative reviews. (ii) Heat exposure was identified to be associated with increased risk of cardiovascular, cerebrovascular and respiratory mortality, but was not found to have an impact on cardiovascular or cerebrovascular morbidity. (iii) Reanalysis of the meta-analyses indicated that cold-induced cardiovascular morbidity increased in youth and middle-age (RR = 1.009, 95% CI: 1.004–1.015) as well as the elderly (RR = 1.013, 95% CI: 1.007–1.018). (iv) The definitions of temperature exposure adopted by different studies included various temperature indicators and thresholds. In conclusion, heat exposure seemed to have an adverse effect on mortality and cold-induced cardiovascular morbidity increased in the elderly. Developing definitions of temperature exposure at the regional level may contribute to more accurate evaluations of the health effects of temperature.
Article
Sumario: Centros colaboradores de la OMS para la Clasificación de Enfermedades. Informe de la Conferencia Internacional para la décima revisión de la Clasifificación Internacional de Enfermedades. Lista de categorías de tres caracteres. Lista tabular de inclusiones y subcategorías de cuatro caracteres. Morfología de los tumores (neoplasias) -- Descripción de la CIE -- Cómo utilizar la CIE -- Reglas y orientaciones para la codificación de la mortalidad y de la morbilidad -- Presentación estadística -- Historia del desarrollo de la CIE -- Indice alfabético: Enfermedades y naturaleza de la lesión. Causas externas de la lesión. Tabla de medicamentos y productos químicos En port.: Organización Panamericana de la Salud, Oficina Sanitaria Panamericana, Oficina Regional de la Organización Mundial de la Salud Contiene: Volumen 1: Lista tabular -- Volumen 2: Manual de instrucciones -- Volumen 3: Indice alfabético