Associations of Multiple Environmental Pollutants with the Risk and Mortality of Viral Infectious Diseases: Differential Infection Spectrums and Trends

Resumen Técnico: Asociaciones de múltiples contaminantes ambientales con el riesgo y la mortalidad de enfermedades infecciosas virales

Planteamiento del problema
La investigación epidemiológica existente se ha centrado predominantemente en la asociación entre enfermedades infecciosas individuales y factores meteorológicos o de contaminación química de forma aislada. Persiste una brecha significativa respecto a los efectos individuales y combinados (de mezclas) de múltiples contaminantes ambientales sobre la incidencia y la mortalidad de un amplio espectro de enfermedades infecciosas virales. Además, mientras que las enfermedades infecciosas manifiestas con características clínicas claras están bien estudiadas, las enfermedades caracterizadas por infecciones asintomáticas o subclínicas (infecciones latentes) suelen sufrir de una vigilancia insuficiente y una subestimación de los riesgos de transmisión. Este estudio aborda la necesidad de cuantificar tanto los efectos individuales como los de las mezclas de diversos contaminantes sobre diferentes tipos de infecciones virales para informar las estrategias de prevención y control de la salud ambiental.

Metodología
El estudio utilizó datos de vigilancia de 2005 a 2019 que cubren seis enfermedades infecciosas virales en Beijing, China: el Sida (SIDA), la influenza, la enfermedad de manos, pies y boca (HFMD), la hepatitis viral, la fiebre hemorrágica con síndrome renal (HFRS) y el sarampión. Estas enfermedades se categorizaron en dos grupos basados en su presentación clínica y detectabilidad:

• Enfermedades explícitas: Influenza, HFRS y sarampión (caracterizadas por síntomas significativos y reconocibles).
• Enfermedades latentes: SIDA, HFMD y hepatitis viral (caracterizadas por altas proporciones de infecciones asintomáticas o subclínicas).

Este enfoque se integró con datos anuales sobre factores meteorológicos y cuatro categorías de contaminación: química, doméstica, de agua y de ruido.

El marco analítico consistió en tres pasos principales:

1. Estimación del umbral epidémico: Se empleó el Método de la Epidemia Móvil (MEM) para estimar los umbrales epidémicos y los niveles de intensidad (medio, alto, muy alto) para cada enfermedad. Esto permitió la identificación de semanas de alerta y clasificaciones de riesgo.
2. Tamizaje de contaminantes: Se utilizaron coeficientes de correlación de Spearman para filtrar los contaminantes y factores climáticos asociados con los umbrales de incidencia y la mortalidad. También se aplicó la regresión LASSO para la HFMD, donde la correlación de Spearman no arrojó factores significativos.
3. Análisis del efecto de la mezcla: Se desarrolló un modelo de regresión de Suma de Cuantiles Ponderados (WQS) para evaluar los efectos individuales y combinados de las mezclas de contaminación. El modelo estimó un índice de coexposición (WQS) para identificar qué contaminantes específicos poseían los pesos más altos para los umbrales de incidencia y la mortalidad, teniendo en cuenta las correlaciones entre mezclas de alta dimensión. También se utilizó la regresión lineal ponderada por encuestas para los análisis de un solo contaminante.

Contribuciones clave

• Aplicación metodológica: El estudio aplicó con éxito el modelo MEM para estimar los umbrales epidémicos y los niveles de intensidad en un espectro diverso de enfermedades virales, incluyendo aquellas con tendencias decrecientes y patrones de infección latente.
• Análisis de mezclas: Avanzó en el campo al ir más allá del análisis de un solo contaminante para evaluar los efectos combinados de mezclas de contaminación complejas (agua, doméstica, química y ruido) sobre los resultados de las enfermedades virales.
• Diferenciación de espectros: La investigación destacó "espectros de infección" distintos, demostrando que diferentes contaminantes impulsan los riesgos para las enfermedades explícitas frente a las latentes, y que estos efectos varían entre los umbrales de incidencia y las tasas de mortalidad.
• Cuantificación de pesos: El estudio identificó contaminantes específicos con los pesos positivos y negativos más altos para los resultados de las enfermedades, proporcionando una base basada en datos para priorizar las medidas de control.

Resultados

• Tendencias epidémicas: Las enfermedades explícitas (HFRS, sarampión, influenza) y las enfermedades latentes (hepatitis viral, HFMD, SIDA) exhibieron patrones temporales distintos. La HFRS y el sarampión mostraron una alta intensidad en las etapas inicial e intermedia del periodo de estudio, respectivamente, mientras que la influenza alcanzó su pico en las etapas finales. Las infecciones latentes siguieron un orden temporal similar.
• Asociaciones de contaminación (Incidencia):
  • SIDA: El índice WQS mostró una asociación positiva con los umbrales de incidencia. La producción de desechos domésticos tuvo el peso positivo más alto (0.47).
  • HFMD: La descarga de aguas residuales industriales tuvo el peso positivo más alto (0.66).
  • HFRS: El SO₂ tuvo el peso positivo más alto (0.37).
  • Sarampión: El NO₂ mostró una asociación positiva significativa (βWQS = 0.13).
  • Tendencia general: Cada aumento de un decil en la mezcla de contaminación se asoció con una elevada incidencia de umbrales. Los umbrales de incidencia estuvieron influenciados predominantemente por la contaminación doméstica y del agua.
• Asociaciones de contaminación (Mortalidad):
  • SIDA: El índice WQS se asoció positivamente con la mortalidad. La tasa de tratamiento inocuo de los residuos domésticos tuvo el peso positivo más alto (0.32).
  • Influenza: La descarga de aguas residuales industriales tuvo el peso positivo más alto (0.16).
  • Tendencia general: La mortalidad fue impulsada principalmente por la contaminación química y del agua.
• Hallazgos específicos: Los análisis de un solo contaminante revelaron que la mortalidad por influenza aumentó con la producción de desechos domésticos y las tasas de tratamiento de aguas residuales, pero disminuyó con el NO₂ y la descarga de aguas residuales industriales. Para las enfermedades latentes, la incidencia de SIDA aumentó con la producción de desechos domésticos pero disminuyó con el ruido del tráfico rodado.

Significancia y afirmaciones
El artículo afirma que se debe priorizar el control dirigido de los desechos domésticos, las aguas residuales industriales y los contaminantes atmosféricos (específicamente SO₂, NO₂ y PM₁₀) para reducir los riesgos de las enfermedades infecciosas virales impulsadas por la contaminación. Los autores sostienen que la integración del modelo MEM en la vigilancia rutinaria puede proporcionar alertas tempranas precisas tanto para las infecciones virales explícitas como para las latentes.

El estudio enfatiza la necesidad de una colaboración intersectorial entre los sectores ambiental y de salud pública para implementar intervenciones de contaminación a largo plazo. Postula que comprender los efectos diferenciales de las mezclas de contaminación en diversos espectros de infección es crucial para la vigilancia precisa y la evaluación de riesgos.

Limitaciones reconocidas por los autores
Los autores señalan explícitamente varias limitaciones:

• Falacia ecológica: Al ser un estudio ecológico, los hallazgos revelan asociaciones estadísticas a nivel poblacional y no pueden establecer relaciones causales a nivel individual.
• Confusión: El estudio no controló sistemáticamente factores de confusión clave como las tasas de vacunación, los recursos sanitarios y los comportamientos de higiene personal.
• Resolución de datos: El desajuste entre los datos anuales/mensuales de contaminación y los datos de monitoreo semanal/diario de enfermedades limita la identificación de efectos de retardo a corto plazo.
• Generalización: El enfoque en Beijing limita la aplicabilidad de los resultados a regiones con diferentes climas, perfiles de contaminación y movilidad de la población.
• Restricciones del modelo: La regresión WQS asume una dirección de efecto uniforme entre los componentes de la mezcla y no puede abordar la heterogeneidad del efecto; investigaciones futuras podrían utilizar métodos como la Regresión de Máquina de Kernel Bayesiano (BKMR).