La contaminación aumenta un 10,5% la probabilidad de muerte por Covid

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.

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.