Según un estudio que ha analizado las consecuencias de la exposición aumentada a 10 microgramos por metro cúbico de PM10

La contaminación aumenta un 10,5% la probabilidad de muerte por Covid
Ane Uranga Echeverria.


29 nov 2021. 13.00H
SE LEE EN 5 minutos
La Sociedad Española de Neumología y Cirugía Torácica (Separ) alerta de que la exposición crónica a la contaminación urbana aumenta la probabilidad de muerte por Covid-19. Esta advertencia responde a que se ha constatado que la exposición aumentada a 10 μg/m3 de PM10 eleva un 10,5 por ciento la probabilidad de muerte por Covid-19, según los resultados de un estudio inédito.

La presentación de este trabajo- por primera vez en el 54 Congreso Nacional de Separ-  titulado “Big Data, contaminación y Covid-19”, ha sido a cargo de Ane Uranga Echeverria, neumóloga y  miembro del PII (Programa de Investigación Integrado) en infecciones respiratorias de Separ. El Big Data es un concepto coetáneo que se refiere a la recopilación y análisis de una gran cantidad de datos que dan información sobre ciertos patrones y que se retroalimenta mediante la inteligencia artificial (IA). La IA se refiere al conjunto de softwares que utilizan algoritmos (fórmulas matemáticas) para identificar patrones y hacer predicciones, de tal forma que “el BigData y la IA se retroalimentan. El Big Data es el combustible mientras que la IA es la máquina que se nutre de este combustible, es decir, de los datos, y que aprende de ellos”, explica Uranga Echeverría.

Una vez introducidos estos conceptos en su ponencia, Uranga Echeverría explicó que existe suficiente evidencia que relaciona la contaminación ambiental con una neumonía por Covid-19 de peor pronóstico. Esta relación se ha constatado gracias a un estudio de una cohorte de 1.548 pacientes con Covid-19 reclutados durante el primer pico de la pandemia, entre febrero y mayo de 2020. Han participado en este estudio el Hospital Universitario Cruces y el Hospital de Galdakao, ambos en la provincia de Vizcaya; el Hospital La Fe, de Valencia; y el Hospital Clínic, de Barcelona. 

En esta investigación, se incluyeron ingresos por neumonía SARS-CoV-2 en el primer pico epidémico de Covid-19 (febrero-mayo 2020). Se utilizó un modelo matemático (modelo aditivo generalizado) para estimar el nivel diario de contaminante en cada código postal, en función de las coordenadas geográficas y la altitud de las estaciones de medición. Se determinó la exposición crónica en 2019 y la aguda como la exposición en los 7 días anteriores al ingreso. Tras realizar ajustes por edad sexo y comorbilidades, se ha visto que un incremento a largo plazo de la exposición a partículas contaminantes como las PM10 y el dióxido de nitrógeno (NO2) empeora el pronóstico de los pacientes con COVID-19 y también produce más riesgo de muerte por Covid-19.

Las PM10 son partículas finas presentes en el aire contaminado que entran y se acumulan en los pulmones y, en referencia a estas partículas, en este estudio se ha visto que la exposición aumentada a 10 μg/m3 de PM10 eleva un 10,5 por ciento la probabilidad de muerte por Covid-19. En el caso del NO2, por cada incremento de 10 μg/m3 (media anual) la probabilidad aumenta un 35.7 por ciento para la exposición crónica y un 62.9 por ciento para la exposición aguda.

Algoritmo para identificar a los enfermos covid más graves


Por otro lado, con el objetivo de predecir la gravedad en este tipo de pacientes, han elaborado un modelo de inteligencia artificial en el que se recogen numerosos datos y variables clínicas de los pacientes para identificar a los enfermos de mayor gravedad y peor pronóstico. “En este estudio hemos desarrollado un modelo algorítmico basado en inteligencia artificial para la predicción de la mala evolución en la Covid-19. No solo con el resultado o outcome de muerte, sino también con otros resultados como necesidad de soporte respiratorio”, ha explicado Uranga Echeverría. “Este modelo de predicción permite identificar de forma satisfactoria la gravedad en la neumonía por Covid-19 pudiendo identificar mejor los casos más leves y más graves”, ha añadido.


Sin embargo, la aplicación de este modelo se limita por ahora al ámbito de la investigación. “La clínica va muy por detrás de toda la tecnología. La transformación digital y la verde van de la mano, pero la clínica aún va por detrás. Hay que tener en cuenta que este tipo de estudios son muy laboriosos, ya que se deben introducir numerosas variables clínicas, analíticas y radiológicas de los pacientes, más los datos referentes a las partículas contaminantes PM2,5 y PM10, presentes en el medio ambiente, y el NO2”, ha precisado la Dra. Uranga Echeverría.

Aunque pueda contener afirmaciones, datos o apuntes procedentes de instituciones o profesionales sanitarios, la información contenida en Redacción Médica está editada y elaborada por periodistas. Recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.