Desempenho dos dados de material particulado fino sobre a qualidade do ar em estudo epidemiológico em Salvador, Brasil

Abstract

RESUMO Objetivo: Avaliar o desempenho das concentrações de material particulado com diâmetro inferior a 2,5 μm (PM2,5) derivadas de satélite em comparação com medições de estações de monitoramento no município de Salvador, bem como as implicações dessas estimativas para as associações de PM2,5 com a mortalidade diária não acidental. Métodos: Trata-se de estudo de séries temporais diária que cobre o período de 2011 a 2016. Foi proposto um fator de correção para melhorar a acurácia entre as duas fontes de dados. Os efeitos do PM2,5 foram estimados em modelos aditivos generalizados de Poisson, combinados com uma abordagem de defasagem distribuída. Resultados: Os resultados sugerem que os dados derivados de satélite subestimaram os níveis de PM2,5 em comparação com as medições médias terrestres. No entanto, a aplicação de um fator de correção melhorou a acurácia entre os dados. Os riscos relativos estimados com base nos dados derivados de satélite não apresentaram diferenças significativas quando comparados com aqueles baseados nas médias dos monitores. Conclusão: O estudo destaca a importância de validar dados de PM2,5 modelados por satélite para avaliar e compreender os impactos na saúde. O desenvolvimento de modelos que utilizam sensoriamento remoto para estimar PM2,5 permite a quantificação dos riscos à saúde decorrentes da exposição.ABSTRACT Objective: To evaluate the performance of satellite-derived PM2.5 concentrations against ground-based measurements in the municipality of Salvador (state of Bahia, Brazil) and the implications of these estimations for the associations of PM2.5 with daily non-accidental mortality. Methods: This is a daily time series study covering the period from 2011 to 2016. A correction factor to improve the alignment between the two data sources was proposed. Effects of PM2.5 were estimated in Poisson generalized additive models, combined with a distributed lag approach. Results: According to the results, satellite data underestimated the PM2.5 levels compared to ground measurements. However, the application of a correction factor improved the alignment between satellite and ground-based data. We found no significant differences between the estimated relative risks based on the corrected satellite data and those based on ground measurements. Conclusion: In this study we highlight the importance of validating satellite-modeled PM2.5 data to assess and understand health impacts. The development of models using remote sensing to estimate PM2.5 allows the quantification of health risks arising from the exposure.