Influencia de los extremos térmicos sobre la mortalidad diaria en las regiones isoclimáticas de Madrid

Transcripción

1 Instituto de Salud Carlos III Escuela Nacional de Sanidad Máster en Salud Pública Especialidad en Medicina Preventiva Influencia de los extremos térmicos sobre la mortalidad diaria en las regiones isoclimáticas de Madrid Estudios Financiados por la Secretaría Nacional de Educación Superior, Ciencia, Tecnología e Innovación de la República del Ecuador SENESCYT Presentado por: María Janina Cedeño Vivas Licenciada en Nutrición y Dietética Dirigido por: Dra. María del Rocío Carmona Alférez Titulado Superior de Investigación de la Escuela Nacional de Sanidad. (ISCIII) Cristina Ortiz Burgos Técnico Superior de Investigación de la Escuela Nacional de Sanidad (ISCIII) Curso académico 2015 / 2016

2 II RESUMEN Influencia de los extremos térmicos sobre la mortalidad diaria en las regiones isoclimáticas de Madrid ANTECEDENTES: En el año 2015 el Ministerio de Sanidad Servicios Sociales e Igualdad (MSSSI) actualizó el Plan de Prevención ante altas temperaturas basándose en los umbrales de disparo de la mortalidad que este grupo de investigación determinó para cada una de las 52 capitales. Estos umbrales hacían referencia a la mortalidad diaria en los municipios de Madrid de más de habitantes que se suponían centrados en la capital de provincia y con datos meteorológicos del observatorio de dicha capital. El término capital de provincia es meramente administrativo y sin representatividad climática, por lo que se propone determinar las regiones isoclimáticas de la Comunidad de Madrid, y agrupar los municipios según este criterio, así como utilizar los datos del observatorio de referencia de esa región. OBJETIVOS: El objetivo de este estudio es determinar las temperaturas umbrales de disparo de la mortalidad diaria, tanto para el frío como para el calor y los riesgos relativos asociados en cada una de las regiones isoclimáticas de Madrid. Para ello se ha realizado un estudio ecológico longitudinal de series temporales analizadas mediante regresión Poisson, se efectuó modelos ARIMA para la obtención de los residuos de las series de mortalidad diaria. Mediante diagramas de dispersión temperatura-residuos de mortalidad. Se tomó como variable dependiente la mortalidad diaria por causas naturales (u orgánicas) (CIE 10: A00-R99), excepto accidentes desde el 1 de enero del 2000 al 31 de diciembre del 2009, ocurridas en las 3 regiones isoclimáticas de Madrid (Metropolitana y Henares, Sierra de Madrid, Sur Vegas y Oeste). Las variables de control están constituidas por las temperaturas de frio y calor, tendencias, estacionalidades y carácter autorregresivo de las series. RESULTADOS: Los resultados cedidos por este estudio indican que entre los meses de verano el rango de las temperaturas máximas de disparo de la mortalidad por calor oscila entre los 26 ºC en la Región Isoclimática Sierra de Madrid, 36 ºC en la Región Isoclimática Metropolitana y Henares y 38 ºC en la Región Isoclimática Sur, Vega y Oeste; mientras que para el caso del invierno éste es de - 2 ºC en la Región Isoclimática Metropolitana y Henares. No se obtuvieron temperatura umbral de disparo por frío en la Regiones Isoclimáticas Sierra de Madrid y Sur, Vega y Oeste. Los Riesgos atribuibles para la mortalidad por calor en la Región Isoclimática Sierra de Madrid por causas naturales es de 8,8 % (IC 95%: 4,5% - 12,9%), respiratorias es de 16,7% (IC 95%: 7,4% - 25,2%), no se percibió la existencia de efecto del calor sobre la mortalidad por causas

3 III circulatorias; en la Región Isoclimática Metropolitana y Henares el RA para la mortalidad por causas naturales es de 13,6% (IC 95%: 11,3% - 15,9%), circulatorias es de 12,5% (IC 95%: 8,0% - 16,9%), respiratorias es de 18,5% (IC 95%: 13,4% - 23,4%); en la Región Isoclimática Sur, Vega y Oeste el RA para la mortalidad por causas naturales es de 14,9% (IC 95%: 7,2% - 21,9%), circulatorias es de 18,0% (IC 95%: 5,5% - 28,8%), respiratorias es de 38,8% (IC 95%: 24,3% - 50,5%). Los Riesgos atribuibles para la mortalidad por frío en la Región isoclimática Metropolitana y Henares por causas naturales es de 11,3% (IC 95%: 9,4% 13,2%), circulatorias es de 12,5% (IC 95%: 9,6% - 15,2%), respiratorias es de 13% (IC 95%: 8,7% - 17,2%), no se percibió la existencia de efecto del frío sobre la mortalidad por causas naturales, circulatorias y respiratorias en las Regiones Isoclimáticas Sierra de Madrid y Sur, Vega y Oeste. CONCLUSIÓN: Serían necesarios Planes de Prevención frente al calor específicos en cada Región Isoclimática de la Comunidad de Madrid ya que permitirían reducir la mortalidad atribuible a las altas temperaturas en la Sierra de Madrid y un ahorro económico al activar los planes de prevención a temperaturas umbrales más elevadas como ocurriría en las Regiones Metropolitana y Henares y Sur, Vega y Oeste. PALABRAS CLAVE: Temperaturas umbrales de disparo, mortalidad por causas naturales, circulatorias y respiratorias, Riesgo atribuible, Madrid.

4 IV AGRADECIMIENTOS Agradezco infinitamente a Dios por darme la fortaleza, salud, fe, esperanza, paciencia y sabiduría necesaria durante el tiempo que escribía mi tesina. A el Dr. Julio Díaz por darme la oportunidad de conocer un poco más sobre los temas ambientales relacionados con la salud y por presentarme el tema de la tesina. A mis tutoras Dra. María del Rocío Carmona y Téc. Cristina Ortiz les agradezco inmensamente por toda la ayuda, disponibilidad y paciencia proporcionada desde el primer momento hasta la finalización de mi tesina. A mis padres: Mirella y Ramón, hermanas: Johanna, María José, demás familiares y amigos que desde Ecuador me brindaron su confianza y apoyo incondicional. A mis dos hermanas de lucha: Ariana y Olga, quienes estuvieron a lo largo de este año conmigo compartiendo buenos y malos momentos. Mil gracias por su amparo emocional y moral. Y, por último, dedico esta tesina a todos quienes hicieron esto posible, especialmente: la SENESCYT y mi Familia. Todo lo que le ocurra a la tierra, les ocurrirá a los hijos de la tierra

5 V DRA. MARÍA DEL ROCÍO CARMONA, Títulado Superior de Investigación de la Escuela Nacional de Sanidad (ISCIII) y CRISTINA ORTIZ BURGOS. Técnico Superior de Investigación de la Escuela Nacional de Sanidad (ISCIII). CERTIFICAN Que la tesina Influencia de los extremos térmicos sobre la mortalidad diaria de Madrid ha sido realizada bajo nuestra dirección por la alumna MARÍA JANINA CEDEÑO VIVAS y reúne todos los requisitos científicos para ser presentada y defendida ante el tribunal correspondiente. Y para que así conste a los efectos oportunos, firmamos el presente certificado. En Madrid a 12 de julio de Fdo. Rocío Carmona Alférez Fdo. Cristina Ortiz Burgos

6 VI ÍNDICE RESUMEN... II AGRADECIMIENTOS... IV ÍNDICE... VI ÍNDICE DE ILUSTRACIONES... VII ÍNDICE DE TABLAS... IX LISTA DE ABREVIATURAS... X I. ANTECEDENTES Y ESTADO ACTUAL DEL TEMA II. HIPÓTESIS III. OBJETIVOS OBJETIVO GENERAL OBJETIVOS ESPECÍFICOS IV. MATERIALES Y MÉTODOS DISEÑO DEL ESTUDIO ÁMBITO Y POBLACIÓN DE ESTUDIO VARIABLES DE ESTUDIO VARIABLES DE CONTROL METODOLOGÍA ESTUDIO DESCRIPTIVO PREBLANQUEO DE LAS SERIES Y FUNCIONES DE CORRELACIÓN CRUZADA DIAGRAMAS DE DISPERSIÓN MODELIZACIÓN CON REGRESIÓN DE POISSON V. RESULTADOS ESTADÍSTICOS DESCRIPTIVOS Y GRÁFICOS DE SECUENCIA VARIABLES DEPENDIENTES VARIABLES INDEPENDIENTES MODELIZACIÓN ARIMA MODELOS ARIMA PARA LA MORTALIDAD POR CAUSAS NATURALES MODELOS ARIMA PARA LA TEMPERATURA MÁXIMA MODELOS ARIMA PARA LA TEMPERATURA MÍNIMA FUNCIONES DE CORRELACIÓN CRUZADA FFC DE TEMPERATURA MÁXIMA Y MORTALIDAD POR CAUSAS NATURALES FFC DE TEMPERATURA MÍNIMA Y MORTALIDAD POR CAUSAS NATURALES DIAGRAMAS DE DISPERSIÓN TEMPERATURAS MÁXIMAS DIARIAS TEMPERATURAS MÍNIMAS DIARIAS MODELOS DE REGRESIÓN DE POISSON RIESGOS RELATIVOS (RR) RIESGOS ATRIBUIBLES (RA) VI. DISCUSIÓN VII. CONCLUSIONES VIII. BIBLIOGRAFÍA XI. ANEXO

7 VII ÍNDICE DE ILUSTRACIONES ILUSTRACIÓN 1: GRÁFICO DE SECUENCIA DE MORTALIDAD DIARIA POR CAUSAS NATURALES (U ORGÁNICAS) (CIE-10: A00-R99), EXCEPTO ACCIDENTES EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 2: GRAFICO DE SECUENCIA DE MORTALIDAD DIARIA POR CAUSAS NATURALES (U ORGÁNICAS) (CIE-10: A00-R99), EXCEPTO ACCIDENTES EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID DE LA CIUDAD DE MADRID DURANTES EL AL ILUSTRACIÓN 3: GRÁFICO DE SECUENCIA DE MORTALIDAD DIARIA POR CAUSAS NATURALES (U ORGÁNICAS) (CIE-10: A00-R99), EXCEPTO ACCIDENTES EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 4: GRÁFICO DE SECUENCIA DE TEMPERATURA MÁXIMA EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 5: GRÁFICO DE SECUENCIA DE TEMPERATURA MÁXIMA EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 6: GRÁFICO DE SECUENCIA DE TEMPERATURA MÍNIMA EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 7: GRÁFICO DE SECUENCIA DE TEMPERATURA MÁXIMA EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 8: GRÁFICO DE SECUENCIA DE TEMPERATURA MÍNIMA EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 9: GRÁFICO DE SECUENCIA DE TEMPERATURA MÍNIMA EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE DE LA CIUDAD DE MADRID DURANTE EL AL ILUSTRACIÓN 10: ACF PARA LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 11: ACF PARA LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 12: ACF PARA LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE ILUSTRACIÓN 13: ACF PARA LA TEMPERATURA MÁXIMA EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 14: ACF PARA LA TEMPERATURA MÁXIMA EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 15: ACF PARA LA TEMPERATURA MÁXIMA EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE ILUSTRACIÓN 16: ACF PARA LA TEMPERATURA MÍNIMA EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 17: ACF PARA LA TEMPERATURA MÍNIMA EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 18: ACF PARA LA TEMPERATURA MÍNIMA EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE ILUSTRACIÓN 19: FCC ENTRE LA TEMPERATURA MÁXIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 20: FCC ENTRE LA TEMPERATURA MÁXIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 21: FCC ENTRE LA TEMPERATURA MÁXIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 22: FCC ENTRE LA TEMPERATURA MÁXIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE ILUSTRACIÓN 23: FCC ENTRE LA TEMPERATURA MÍNIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICAS SIERRA DE MADRID ILUSTRACIÓN 24: FCC ENTRE LA TEMPERATURA MÍNIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 25: FCC ENTRE LA TEMPERATURA MÍNIMA Y LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS) EN LA REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE ILUSTRACIÓN 26: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÁXIMA DIARIA Y LOS RESIDUOS DE MORTALIDAD POR CAUSAS NATURALES, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE CALOR EN REGIÓN ISOCLIMÁTICA SIERRA DE MADRID

8 VIII ILUSTRACIÓN 27: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÁXIMA DIARIA Y LOS RESIDUOS DE MORTALIDAD POR CAUSAS NATURALES, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE CALOR EN REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 28: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÁXIMA DIARIA Y LOS RESIDUOS DE MORTALIDAD POR CAUSAS NATURALES, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE CALOR EN REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE ILUSTRACIÓN 29: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÍNIMA DIARIA Y LOS RESIDUOS DE MORTALIDAD POR CAUSAS NATURALES, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE FRÍO EN REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 30: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÍNIMA 7 DÍAS (LAG7) Y LOS RESIDUOS DE MORTALIDAD POR CAUSAS NATURALES, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE FRÍO EN REGIÓN ISOCLIMÁTICA SIERRA DE MADRID ILUSTRACIÓN 31: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÍNIMA DIARIA Y LOS RESIDUOS DE MORTALIDAD, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE FRÍO EN REGIÓN ISOCLIMÁTICA METROPOLITANA Y HENARES ILUSTRACIÓN 32: DIAGRAMA DE DISPERSIÓN DE LA TEMPERATURA MÍNIMA DIARIA Y LOS RESIDUOS DE MORTALIDAD POR CAUSAS NATURALES, PARA LA DEFINICIÓN DE LA TEMPERATURA DE DISPARO DE FRÍO EN REGIÓN ISOCLIMÁTICA SUR, VEGA Y OESTE

9 IX ÍNDICE DE TABLAS TABLA 1: ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DEPENDIENTES: MORTALIDAD DIARIA POR CAUSAS NATURALES (U ORGÁNICAS) EXCEPTO ACCIDENTES (CIE-10: A00-R99), CIRCULATORIAS Y RESPIRATORIAS OCURRIDAS EN CADA UNA DE LAS REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGAS Y OESTE, EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LA CIUDAD DE MADRID DESDE AL TABLA 2: ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES INDEPENDIENTES: TEMPERATURAS MÁXIMAS Y MÍNIMAS EN CADA UNA DE LAS REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE, EN LOS DIFERENTES MUNICIPIOS DE MAS DE HABITANTES DE LA CIUDAD DE MADRID DESDE AL TABLA 3: TEMPERATURAS UMBRALES DE DISPARO DE MORTALIDAD DIARIA POR CAUSAS NATURALES, CIRCULATORIAS Y RESPIRATORIAS EN CADA UNA DE LAS REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE, EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LA CIUDAD DE MADRID DESDE EL AL TABLA 4: LAGS DE TEMPERATURA MÁXIMA DONDE SE APRECIAN LAS ASOCIACIONES SIGNIFICATIVAS PARA CADA CAUSA DE MORATLIDAD DE LAS REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENAARES, SUR, VEGA Y OESTE, EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LA CIUDAD DE MADRID DESDE EL AL TABLA 5: LAGS DE TEMPERATURA MÍNIMA DONDE SE APRECIAN LAS ASOCIACIONES SIGNIFICATIVAS PARA CADA CAUSA DE MORTALIDAD DE LAS REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE, EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LA CIUDAD DE MADRID DESDE EL AL TABLA 6: RIESGOS RELATIVOS (RR) CON SUS INTERVALOS DE CONFIANZA AL 95% PARA CADA INCREMENTO DE 1ºC DE LA TEMPERATURA MÁXIMA DIARIA SOBRE LA TEMPERATURA DE DISPARO DEBIDO A LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS), CIRCULATORIAS Y RESPIRATORIAS (TUMBRAL) EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LAS REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE DE LA CIUDAD DE MADRID TABLA 7: RIESGOS RELATIVOS (RR) CON SUS INTERVALOS DE CONFIANZA AL 95% PARA CADA DESCENSO DE 1ºC DE LA TEMPERATURA MÍNIMA DIARIA SOBRE LA TEMPERATURA DE DISPARO DEBIDO A LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS), CIRCULATORIAS Y RESPIRATORIAS (TUMBRAL) EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LAS TRES REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE TABLA 8: RIESGOS ATRIBUIBLES (RA) CON SUS INTERVALOS DE CONFIANZA AL 95% PARA CADA INCREMENTO DE 1ºC DE LA TEMPERATURA MÁXIMA DIARIA SOBRE LA TEMPERATURA DE DISPARO DEBIDO A LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS), CIRCULATORIAS Y RESPIRATORIAS (TUMBRAL) EN LOS DIFERENTES MUNICIPIOS DE MÁS DE HABITANTES DE LAS TRES REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE TABLA 9: RIESGOS ATRIBUIBLES (RA) CON SUS INTERVALOS DE CONFIANZA AL 95% PARA CADA DESCENSO DE 1ºC DE LA TEMPERATURA MÍNIMA DIARIA SOBRE LA TEMPERATURA DE DISPARO ASOCIADA AL FRÍO DEBIDO A LA MORTALIDAD POR CAUSAS NATURALES (U ORGÁNICAS). CIRCULATORIAS Y RESPIRATORIAS EN LOS DIFERENTES MUNICIPIOS DE MÁS HABITANTES DE LAS TRES REGIONES ISOCLIMÁTICAS: SIERRA DE MADRID, METROPOLITANA Y HENARES, SUR, VEGA Y OESTE

10 X LISTA DE ABREVIATURAS ACF: Función de autocorrelación. Aemet: Agencia Estatal de Meteorología. ARIMA: AutoRegressive Integrated Moving Average o Modelos Autoregresivos Integrados de Medias Móviles. CIE-10: Clasificación Internacional de Enfermedades, décima edición. Cos: Coseno. ECA: European Climate Assessment. FFC: Función de Correlación Cruzada. GLM: Modelos lineales generalizados. IC 95%: Intervalo de confianza al 95%. Lags: Retrasos. LI: Límite inferior. LS: Límite superior. MSSSI: Ministerio de Sanidad Servicios Sociales e Igualdad. N1: Tendencia. ºC: grados Celsius. RA: Riesgo atribuible. RR: Riesgo relativo. Sen: Seno. Siglo XIX: Siglo decimonoveno. Siglo XX: Siglo veinte. STARDEX: Statistical and Regional Dynamical Downscaling of Extremes. Tcal: Temperatura calor. Tfrio: Temperatura frío. Tmax: Temperatura máxima. Tmin: Temperatura mínima.

11 I. ANTECEDENTES Y ESTADO ACTUAL DEL TEMA Durante el siglo XX, se ha producido incrementos en la temperatura global del planeta de orden de 0,60 ºC (Nicholls et al., 1996). Este incremento está asociado a incrementos de las temperaturas mínimas y de las máximas (Karl et al., 1991; Karl et al., 1993), aunque existen importantes diferencias dependiendo de la región del planeta que se considere, ya que estos incrementos no ocurren de forma homogénea sino concentrada alrededor de una región (Easterling et al., 1997). Estudios realizados por (Jones et al 1999) y (Karl et al 2000) han mostrado periodos de calentamientos significativos desde el final del siglo XIX hasta el momento actual. Recientemente, en 2003, se han registrado por toda Europa, records de temperaturas máximas tanto en las escalas mensuales (Schär et al, 2004), en la escala semanal (Trigo et al., 2005) hasta la escala diaria (Díaz et al., 2005). El verano de 2003, particularmente, gran parte de Europa, la temperatura media ha excedido en 3 ºC en relación al valor normal de los veranos de (Schär et al., 2004) teniendo los mayores incrementos de orden de 5 ºC (mismo periodo citado) en el centro de Francia, Suiza, norte de Italia y sur de Alemania; el inicio de agosto de ese verano, ha sido el mes que se ha detectado las temperaturas más elevadas. De hecho, se registraron temperaturas de 41,5 ºC en Suiza o de 47,3 ºC en Portugal (Díaz et al., 2005). Es un hecho evidente que las temperaturas extremadamente elevadas tienen un impacto sobre la salud de la población, y así lo atestiguan las muertes que provocó en Europa la ola de calor de 2003 (Robine et al., 2008) y de ellos aproximadamente en España (Martínez et al. 2004), o las en Rusia en el año 2010 (Barriopedro et al., 2011). Estudios llevados a cabo en diferentes partes del mundo concluyen que el impacto del calor sobre la mortalidad, lejos de permanecer constante, está cambiando en el tiempo, con una tendencia hacia una reducción al mínimo de tales efectos (Schifano et al., 2012 ; Morabito et al, ; Coates et al,.2014). Los impactos sobre la salud de las olas de calor y frio pueden ser modificados por muchos factores, tales como la raza, la edad, el sexo, el nivel socioeconómico y la ubicación geográfica (Hajat y Kosatky 2010). Los impactos cambiantes de las olas de calor sobre la mortalidad cardiovascular / circulatoria y respiratoria (Ha y Kim, 2013; Mirón et al., 2008) parecen estar relacionados con las mejoras en los servicios de salud y condiciones de vida a través del tiempo. Las disminuciones de los impactos de las olas de calor detectados no implican que estos no vayan a ser importantes en el futuro ya que, muy probablemente, esta disminución en los impactos se verá compensado con el aumento en la frecuencia e intensidad de las olas de calor (IPCC, 2013).

12 Este hecho lo confirma un estudio realizado en 7 países en el que se encuentra un significativo descenso de la mortalidad en tres de ellos (Japón, USA, España), un descenso no significativo en Canadá y un comportamiento no claro en Australia, Corea del Sur y UK (Gasparrini et al 2015). Las temperaturas extremadamente bajas, son un fenómeno que ha atraído menos atención que las olas de calor, aunque su impacto sobre la mortalidad es al menos comparable (Linares et al., 2014A). Publicaciones recientes establecen que, a nivel global, el efecto de las bajas temperaturas es 20 veces superior al del calor (Gasparrini et al 2015). Este menor grado de atención sobre temperaturas bajas, quizá puede deberse a que su influencia sobre la mortalidad es menos pronunciada y a largo plazo (Alberdi et al., 1998). Parte de la etiología del exceso de mortalidad observada tras días excepcionalmente fríos se sabe que es de naturaleza infecciosa (Kysely et al. 2009) por la presencia o ausencia de un agente patógeno, cuya capacidad de propagación es, a su vez, favorecida por el mismo descenso de las temperaturas (Hajat and Haines 2002). Concretamente la gripe es el principal agente infeccioso que se asocia a la mortalidad invernal (Glezen 1982), estimándose que la infección por el virus de la gripe ocasiona cada año en todo el mundo defunciones (WHO 2014). El impacto real que tiene la gripe en la mortalidad global es difícil de estimar, ya que las defunciones debidas a gripe suelen ser atribuidas a diferentes procesos patológicos. En España la tasa anual de excesos de defunciones por todas las causas atribuidas a gripe en mayores de 64 años se ha estimado en un rango de 5-77 defunciones/ Las olas de frío tienden a estar asociadas con la mortalidad durante periodos prolongados (Alberdi et al. 1998; Braga et al. 2001) por lo que se hace más complicado establecer relaciones causaefecto. A esto se une la heterogeneidad existente en la definición de ola de frío. Las bajas temperaturas se asocian con una mayor incidencia de infecciones de las vías respiratorias (Makinen et al. 2009), enfermedades respiratorias (Clinch and Healy 2000; Monteiro et al. 2013), exceso de mortalidad y morbilidad por enfermedades cardiovasculares (Urban et al. 2014; Kysely et al. 2009; Davidkovova et al. 2014) y muertes por paro cardiaco (Medina- Ramón et al. 2006). La exposición al frío es un factor desencadenante de ciertas enfermedades y puede contribuir al agravamiento de las enfermedades crónicas preexistentes (Rytkonen et al. 2005). Sin embargo, la mortalidad debida a las bajas temperaturas es menos analizada que la debida al calor, y menos aún por causas específicas, lo cual puede ser debido a que nunca se ha dado un fenómeno de salud pública tan impresionante y memorable como la ola de calor del año 2003 que azotó Europa (García-Herrera et al., 2010).

13 Hay muy pocos que pronostican posibles impactos relacionados con el frío, sobre la base de los modelos climáticos (Vardoulakis et al. 2014), y estos asumen que el impacto del frío sobre la mortalidad se mantendrá constante durante el período de predicción y que serán las temperaturas las que cambiarán (Linares et al. 2015b), mientras que otros estudios indican que habrá un equilibrio entre las muertes ocurridas en invierno y en verano (Ebi and Mills 2013), con un aumento de las muertes en verano frente a una disminución de las muertes invernales. Por otra parte, se ha observado un cambio y un descenso en el número de olas de frío en el mes de noviembre y un aumento sustancial de su intensidad en el mes de Diciembre (Linares et al. 2015b) acorde con el resto de Europa, que consiste en una prolongación de los meses de verano y un inicio más tardío y más abrupto del invierno (Brunetti et al. 2000; WHO 2007). Pese a lo anteriormente expuesto, son muy pocos los países que cuentan con un Plan de Prevención específico para las olas de frío. Existe muchos estudios que indican que la población mayor de 65 años es el grupo de edad más afectado por temperaturas extremas (Díaz y Linares, 2008 ; Wanka et al, 2014). De hecho, todos los planes de prevención implementadas para minimizar los efectos del calor y frio sobre la salud indican que este es el grupo de edad de especial vulnerabilidad (Heudorf y Schade, 2014), y el mismo se produce en el caso de bajas temperaturas (Ryti et al., 2015). En Europa, los trabajos realizados en torno del análisis temporal de las temperaturas mínimas y máximas están centrados únicamente a una región o a una ciudad europea en concreto. Entre estos estudios, se citan, por ejemplo, el de (Prieto et al., 2003) realizando un análisis en el comportamiento de las temperaturas mínimas, así como, sus extremos para la España Peninsular donde ha mostrado los patrones sinópticos asociados a la ocurrencia de días de frío extremo y, además, realizó un estudio de tendencia donde se ha podido constatar tendencias negativas en la frecuencia anual de estos días de frío extremo. (Domonkos et al., 2003) realizó un análisis sobre la variabilidad de eventos de temperaturas extremas para once capitales del centro de Europa, precisamente en torno de Croacia, Hungría y Serbia donde ha relacionado los eventos de calor y frío ocurridos en estas regiones con la escala sinóptica. Otros importantes estudios realizados en Europa en torno de las temperaturas extremas han sido el proyecto llevado a cabo por (Klein-Tank et al., 2002) y por (Goodess et al.,2005). En el proyecto European Climate Assessment (ECA) Project de Klein-Tank, ha mostrado entre otros análisis, incrementos significativos en la temperatura media europea a lo largo del periodo de mientras el proyecto de Goodess, ha consistido en realizar un modelo de downscaling estadístico (STARDEX) para la reconstrucción de eventos extremos con el objetivo de proporcionar panoramas futuros confiables y plausibles en torno de dichos fenómenos extremos. Ambos proyectos han sido hechos para las temperaturas extremas y también para la precipitación.

14 Estudios previos de mortalidad (Aberdi JC, et al., 1997) llevados a cabo en la Comunidad de Madrid, han mostrado la marcada influencia que ejercen sobre las temperaturas extremas sobre las muertes diarias con miras a ser utilizado como una herramienta con fines de prevención. En el año 2015 el Ministerio de Sanidad Servicios Sociales e Igualdad (MSSSI) actualizó el Plan de Prevención ante altas temperaturas basándose en los umbrales de disparo de la mortalidad que este grupo de investigación determinó para cada una de las 52 capitales. Estos umbrales hacían referencia a la mortalidad diaria en los municipios de Madrid de más de habitantes que se suponían centrados en la capital de provincia y con datos meteorológicos del observatorio de dicha capital. El término capital de provincia es meramente administrativo y sin representatividad climática, por lo que se propone determinar las regiones isoclimáticas de la Comunidad de Madrid, y agrupar los municipios según este criterio, así como utilizar los datos del observatorio de referencia de esa región. De esta manera, si los umbrales están por debajo de 34 ºC se consigue una disminución de la mortalidad; pero si los umbrales están por encima de 34 ºC se activarán planes de prevención mas tardes por lo que hay menos alertas con el consiguiente ahorro económico. Con el objetivo de determinar en cada región isoclimática de la comunidad de Madrid cuál es la temperatura máxima y mínima diaria a partir de la cual existe un incremento significativo de la mortalidad asociada tanto para el calor como para el frío; cuáles son los riesgos relativos y atribuibles asociados y como se distribuyen geográficamente. Este análisis se extenderá, no sólo a los incrementos de la mortalidad diaria asociados al calor y frío por causas naturales, sino también a la mortalidad por causas circulatorias y respiratorias durante el 01 de enero del 2000 al 31 de diciembre del 2009.

15 II. HIPÓTESIS Existe una asociación estadísticamente significativa entre las temperaturas umbrales de disparo, tanto de calor como de frío y la mortalidad diaria en los diferentes municipios de más de habitantes de cada una de las regiones isoclimáticas de Madrid por causas naturales (CIE 10: A00-R99), circulatorias y respiratorias. III. OBJETIVOS 1. Objetivo General. Determinar las temperaturas umbrales de disparo de la mortalidad diaria por causas naturales (u orgánicas) (CIE 10: A00-R99), excepto accidentes desde el 1 de enero del 2000 al 31 de diciembre del 2009, en los diferentes municipios de más de habitantes de cada una de las regiones isoclimáticas de Madrid, tanto para el frío como para el calor y los Riesgos Relativos asociados. 2. Objetivos Específicos. 1. Agrupar los municipios de Madrid según las regiones isoclimáticas definidas por Aemet y describir la mortalidad por diferentes causas en cada una de estas zonas. 2. Modelizar la mortalidad diaria en cada zona isoclimática para cada una de las causas de mortalidad consideradas. 3. Establecer los diagramas de dispersión para obtener las temperaturas de disparo de la mortalidad por causas orgánicas. 4. Establecer con las FCC la relación entre la temperatura y la mortalidad por diferentes causas. 5. Cuantificar el impacto mediante modelos de regresión Poisson.

16 IV. MATERIALES Y MÉTODOS 1. Diseño del estudio Estudio ecológico longitudinal de series temporales y posterior análisis de los resultados mediante modelos de regresión de Poisson. 2. Ámbito y población de estudio Diferentes municipios de más de habitantes de cada una de las regiones isoclimáticas de la Comunicad de Madrid desde el 1 de enero del 2000 al 31 de diciembre Variables de estudio 3.1. Variable dependiente Como variable dependiente se han utilizado los datos de mortalidad diaria por causas naturales (CIE 10: A00-R99), circulatorias y respiratorias, excepto accidentes desde el al ocurridas en cada una de las 3 regiones isoclimáticas de Madrid (Sierra de Madrid, Metropolitana y Henares, Sur Vegas y Oeste). Los datos de mortalidad diaria se obtuvieron del Protocolo de cesión de ficheros finales de microdatos de defunciones, según la causa de muerte, del Instituto Nacional de Estadística, al Instituto de Salud Carlos III del Ministerio de Economía y Competitividad para el desarrollo del proyecto <<Estudio de la mortalidad atribuible a gripe en España>>. La clasificación de las regiones isoclimáticas fueron determinadas por AEMET. ( aemet.es, 2015). Se consideraron los municipios de más de habitantes de cada una de estas regiones, los cuales son los siguientes: Sierra de Madrid: Alpedrete, Colmenar Viejo, Collado Villalba, Escorial El, Galapagar, Guadarrama, Moralzarzal, San Agustín del Guadalix, San Lorenzo de El Escorial, Torrelodones, Valdemorillo. Metropolitana y Henares: Alcalá de Henares, Alcobendas, Alcorcón, Algete, Arganda del Rey, Boadilla del Monte, Coslada, Fuenlabrada, Getafe, Leganés, Madrid, Majadahonda, Meco, Mejorada del Campo, Móstoles, Paracuellos de Jarama, Pozuelo de Alarcón, Rivas- Vaciamadrid, Rozas de Madrid Las, San Fernando de Henares, San Sebastián de los Reyes, Torrejón de Ardoz, Velilla de San Antonio, Villaviciosa de Odón, Tres Cantos. Sur, Vegas y Oeste: Aranjuez, Arroyomolinos, Ciempozuelos, Humanes de Madrid, Navalcarnero, Parla, Pinto, San Martín de la Vega, Valdemoro, Villanueva de la Cañada, Villanueva del Pardillo.

17 Variables independientes. Como variables independientes se han utilizado las variables de temperatura máxima y mínima diaria. La temperatura se mide en grados Celsius (ºC). Los datos de temperaturas máxima y mínima diarias para ese periodo corresponden al Observatorio Meteorológico de referencia de temperaturas de cada una de las regiones isoclimáticas. Estos observatorios de referencia fueron los siguientes: observatorio de Navacerrada (Región Isoclimática Sierra de Madrid); observatorio Madrid-Retiro (Región Isoclimática Metropolitana y Henares); observatorio de Aranjuez (Región Isoclimática Sur, Vegas y Oeste). Estos datos han sido proporcionados por la Agencia Estatal de Meteorología (AEMET). Aproximadamente el 30% de los datos de temperatura proporcionados por el observatorio de Aranjuez eran faltantes, por lo que se llevó a cabo una estimación de los mismos mediante regresión lineal de las temperaturas del observatorio más cercano al de Aranjuez, que fue el de Toledo. Para determinar el efecto de las olas de calor sobre la mortalidad, creamos la variable de Tcal, definida sobre la base del gatillo o umbral. Para considerar el efecto de una ola de calor a través de las temperaturas máximas diarias (Tmax), se crearon, respectivamente, las variables Tcal definida, en base a las temperaturas de disparo, de la siguiente forma: Tcal = 0 Tcal = Tmax Tumbral si Tmax < Tumbral si Tmax > Tumbral Puesto que el efecto de una ola de calor sobre la mortalidad puede no ser inmediato, se calcularon las siguientes variables retardadas Tcal (lag 1), que tiene en cuenta el efecto de la temperatura del día <<d>> sobre la mortalidad de dos días después <<d+2>>, y así sucesivamente. El número de retardos se seleccionaron en base a la literatura existente, que establece que el efecto del calor es un efecto a corto plazo (Tcal: lags 1-4) (Alberdi et al. 1998). Del mismo modo, para suponer el efecto de una ola de frío a través de las temperaturas mínimas diarias (Tmin), se crearon, respectivamente, las variables (Tfrio) definidas en base a las temperaturas de disparo (Díaz et al. 2005): Tfrio = 0 Tfrio = Tumbral Tmin si Tmin > Tumbral si Tmin Tumbral El efecto de una ola de frío sobre la mortalidad puede no ser inmediato, por ello se calcularon las siguientes variables retardadas: Tfrio (lag 1), que tiene en cuenta el efecto de la temperatura de un día «d» sobre la mortalidad de un día después «d + 1»; Tfrío (lag 2), que tiene en cuenta el efecto de la temperatura del día «d» sobre la mortalidad de dos días después «d

18 », y así sucesivamente. El número de retardos se seleccionaron en base a la literatura existente, que establece que el efecto del frío es un efecto a medio plazo (Tfrio: lags 1-13) (Alberdi et al. 1998) Variables de control o Tendencia de la serie Elimina la posible confusión entre las variables que presenten conductas similares a largo plazo, controlado a través de una variable contadora ordenada en el tiempo, denominada n1. o Autocorrelación de la propia serie El aumento o la disminución de la temperatura no solo tiene por que aumentar la mortalidad ese mismo día, sino que el efecto sobre la mortalidad puede mantenerse algunos días más teniendo en cuenta que puede existir un periodo de latencia en el que se produzcan los fenómenos fisiológicos. Esto se controló mediante la introducción del autorregresivo de orden 1. Es decir, se introdujo una nueva variable por cada variable dependiente del estudio, pero retrasada un día, para controlar la posible dependencia de la serie consigo misma: Mortalidad orgánica: mortalidad_orga1 Mortalidad circulatoria: mortalidad_circ1 Mortalidad respiratoria: mortalidad_resp1. o Estacionalidades Para el control de las conductas que se repiten de forma regular a lo largo de un año y que pueden ser debidas a factores meteorológicas o a otro tipo de factores con comportamiento estacional se utilizaron las funciones senos y cosenos: Anual: sen365 = sen(2π/365,25*n1) y cos365 = cos(2π/365,25*n1); semestral: sen180 = sen(2π/365,25*2n1) y cos180 = cos(2π/365,25*2n1); cuatrimestral: sen120 = sen(2π/365,25*3n1) y cos120 = cos(2π/365,25*3n1); trimestral: sen90 = sen(2π/365,25*4n1) y cos90 = cos(2π/365,25*4n1). 4. Metodología Estudio Descriptivo. Se considera necesario realizar en cada región isoclimática de la comunidad de Madrid el estudio de descriptivo de todas las variables a utilizar para conocer el comportamiento de las mismas de forma independiente como paso previo al estudio de las relaciones funcionales entre ellas.

19 Preblanqueo de las series y funciones de correlación cruzada. En primer lugar, se hizo un ARIMA de la variable dependiente de mortalidad por causas naturales, luego se hizo ARIMA de las variables independientes de temperatura máxima y mínima en cada una de las tres Regiones Isoclimáticas de la comunidad de Madrid. Luego se realizó una inspección visual de las funciones de autocorrelación simple (ACF) y parcial (PACF) (Box GE et al. 1994) para comprobar que su comportamiento era totalmente aleatorio, es decir, que efectivamente tenían estructura de ruido blanco. Las funciones de correlación cruzada (FCC) son utilizadas para determinar el intervalo temporal en el que se produce una relación estadística entre la variable dependiente e independiente. Para que esta relación sea no espúrea, es decir, que no exista una relación significativa entre la causa y el efecto antes de que se produzca la causa, y que, sí que existe dicha relación significativa a posteriori, aunque exista un desfase temporal, (Campbell et al. 2000) las FCC deben aplicarse sobre las series temporales previamente preblanqueadas. Para pre-blanquear las series temporales, es necesario obtener los residuos tanto de la variable dependiente como de la independiente, mediante el método de Hauf Pierce estos residuos son la parte no explicada de los modelos Diagramas de dispersión. Se representarán diagramas de dispersión junto con sus correspondientes intervalos de confianza (IC) al 95% (Límites superior e inferior del IC: LS, LI, respectivamente), incluyendo además el IC al 95% de la media de los residuos para todo el periodo de estudio (figurado por las líneas paralelas y discontinuas) El valor medio de los residuos de cada modelo (eje de ordenadas) para cada temperatura máxima o mínima diaria a intervalos de 2ºC (eje de abscisas). En cada figura puede observarse que, a partir de una temperatura máxima o mínima diaria, la anomalía de los residuos, con su IC, toca al IC LS de la media de los residuos para todo el periodo que, aparece centrada en el cero. Por tanto, puede decirse que a partir de una determinada temperatura máxima o mínima diaria comienza a aumentar la mortalidad por ola de calor o frío de forma estadísticamente significativa en cada una de las Regiones Isoclimáticas de la comunidad de Madrid. Así mismo cada temperatura coincidirá con el percentil de la serie de temperaturas máximas o mínimas diarias de los meses de verano (mayoseptiembre) o invierno (noviembre-marzo) Modelización con Regresión de Poisson. Para cuantificar el impacto de la temperatura sobre la mortalidad se ha utilizado metodología de modelos lineales generalizados (GLM), considerando como link regresión de Poisson. Las variables de mortalidad por causas naturales, circulatorias y respiratorias, se

20 analizará además de forma estratificada, considerando dos períodos estacionales uno para el período invernal que corresponde a los meses de noviembre a marzo ambos inclusive y otro para los meses de verano (mayo-septiembre) con el objetivo de determinar si existe un comportamiento diferencial entre la mortalidad por causas naturales, circulatorias y respiratorias respecto a las estaciones de verano o invernales, como han demostrado trabajos previos (Hu W, et al., 2008). Esta metodología permite calcular los riesgos relativos (RR) asociados a incrementos de la variable independiente, en este caso la temperatura. A partir del RR se ha calculado el riesgo atribuible (RA) asociado a ese incremento a través de la fórmula: RA = (RR- 1/RR) x 100 (Coste & Spira, 1991). El RR expresará cuánto aumenta el riesgo de morir por altas o bajas temperaturas entre una persona expuesta y otra no expuesta, mientras que el RA indica cuanto aumenta el riesgo poblacional en %, con la hipótesis de que toda la población está expuesta a ese factor de riesgo (Damián y Royo Coord 2009). En dicha modelización se ha controlado en primer lugar por estacionalidades de carácter anual, semestral, cuatrimestral y trimestral, a través de las funciones seno y coseno con estas periodicidades. Se controló además por la tendencia de la serie y el posible carácter autorregresivo de la misma. El procedimiento consiste en introducir todas las variables de temperatura con sus retrasos correspondientes y las variables de control. A partir de este punto se van eliminando por pasos hacia atrás las variables del modelo una a una, comenzando por aquellas que presentan una menor asociación (p > 0,05) hasta conseguir el modelo final en el que han de quedar solamente las variables estadísticamente significativas para un valor de significación menor o igual a Tras la obtención del modelo con las variables estadísticamente significativas se calculan los correspondientes Riesgo Relativo (RR) con intervalo de confianza y del Riesgo Atribuible (RA), para ello se utilizará el estimador de cada una de las variables estadísticamente significativa mostrado en la salida del modelo de Poisson final. Los softwares estadísticos empleados para llevar a cabo los análisis fueron: SPSS Statistics 20 y STATA v 14.

21 REG. ISOCL. SUR, VEGA Y OESTE REG. ISOCL. METROPOLITANA Y HENARES REG. ISOCL. SIERRA DE MADRID Influencia de los extremos térmicos sobre la mortalidad diaria V. RESULTADOS 1. Estadísticos descriptivos y gráficos de secuencia En este apartado se recogen los estadísticos descriptivos y los gráficos de secuencia de todas las variables utilizadas en el estudio Variables dependientes o Mortalidad diaria Tabla 1: Estadísticos descriptivos de las variables dependientes: Mortalidad diaria por causas naturales (u orgánicas) excepto accidentes (CIE-10: A00-R99), circulatorias y respiratorias ocurridas en cada una de las Regiones Isoclimáticas: Sierra de Madrid, Metropolitana y Henares, Sur, Vegas y Oeste, en los diferentes municipios de más de habitantes de la ciudad de Madrid desde al CAUSAS DE MORTALIDAD N MÍNIMO MÁXIMO MEDIA DESV. TÍP. NATURALES U ORGÁNICAS ,9 CIRCULATORIAS ,1 1,1 RESPIRATORIAS ,4 0,7 NATURALES U ORGÁNICAS ,2 15,5 CIRCULATORIAS ,4 7 RESPIRATORIAS ,3 5,7 NATURALES U ORGÁNICAS ,8 1,9 CIRCULATORIAS ,9 1 RESPIRATORIAS ,4 0,7 En la tabla 1 se observa cómo en la Región Isoclimática Sierra de Madrid, la media diaria de mortalidad por causas naturales es de 3 personas, con un máximo de 10 personas/día; la media diaria de mortalidad por causas circulatorias ha sido de 1 persona, con un máximo de 7 personas/día; y la mortalidad máxima diaria por causas respiratorias fue de 5 personas. En la Región Isoclimática Metropolitana y Henares, la media diaria de mortalidad por causas naturales es de 96 personas, con un máximo de 174 personas/día; la media diaria de mortalidad por causas circulatorias ha sido de 28 personas, con un máximo de 61 personas/día y la media diaria de mortalidad por causas respiratorias fue de 14 personas, con un máximo 49 personas/día para el periodo estudiado.

22 En la Región Isoclimática Sur Vega y Oeste, la media diaria de mortalidad por causas naturales es de 3 personas, con un máximo de 11 personas/día; la media diaria de mortalidad por causas circulatorias ha sido 1 persona, con un máximo de 8 personas/día; la mortalidad máxima diaria por causas respiratorias fue de 5 personas para el periodo estudiado. A continuación, se muestran los gráficos de secuencia de la mortalidad diaria por causas naturales por cada una de las tres regiones Isoclimáticas de la comunidad de Madrid. En el eje de ordenadas aparece la mortalidad diaria y en el de las abscisas aparece el tiempo expresado en años para ver con mayor facilidad la distribución que sigue la mortalidad en el tiempo. Ilustración 2: Grafico de secuencia de mortalidad diaria por causas naturales (u orgánicas) (CIE-10: A00-R99), excepto accidentes en la Región Isoclimática Sierra de Madrid de la ciudad de Madrid durantes el al Ilustración 1: Gráfico de secuencia de mortalidad diaria por causas naturales (u orgánicas) (CIE-10: A00-R99), excepto accidentes en la Región Isoclimática Metropolitana y Henares de la ciudad de Madrid durante el al

23 REG. ISOCL. SUR, VEGA Y OESTE REG. ISOCL. METROPOLITANA Y HENARES REG. ISOCL. SIERRA DE MADRID Influencia de los extremos térmicos sobre la mortalidad diaria Ilustración 3: Gráfico de secuencia de mortalidad diaria por causas naturales (u orgánicas) (CIE-10: A00-R99), excepto accidentes en la Región Isoclimática Sur, Vega y Oeste de la ciudad de Madrid durante el al Variables independientes. o Temperatura. Tabla 2: Estadísticos descriptivos de las variables independientes: Temperaturas máximas y mínimas en cada una de las Regiones Isoclimáticas: Sierra de Madrid, Metropolitana y Henares, Sur, Vega y Oeste, en los diferentes municipios de mas de habitantes de la ciudad de Madrid desde al TEMPERATURA ºC N MÍNIMO MÁXIMO MEDIA DESV. TÍP. TMÁX ,9 31,3 11,3 8,8 TMIN ,5 20 3,2 6,6 TMÁX ,6 20,2 8,7 TMIN , ,4 6,5 TMÁX ,7 41,6 22,3 9,1 TMIN ,7 7,8 7,1 En la tabla 2 se observa como en la Región Isoclimática Sierra de Madrid, la media diaria de temperatura máxima es de 11.3 ºC, con temperatura máxima diaria de 31 ºC; por otro lado, la media diaria de temperatura mínima ha sido de 3 ºC para el periodo estudiado.

24 En la Región Isoclimática Metropolitana y Henares, la media diaria de temperatura máxima es de 20.2 ºC, con temperatura máxima diaria de 39 ºC; por otro lado, la media diaria de temperatura mínima ha sido de 10.4 ºC, para el periodo estudiado. En la Región Isoclimática Sur Vega y Oeste, la media de diaria de temperatura máxima es de 22.3 ºC, con temperatura máxima diaria de 42 ºC por otro lado, la media de diaria de temperatura mínima es de 8 ºC para el periodo estudiado. A continuación, se muestran los gráficos de secuencia de la temperatura máxima y mínima diaria en cada una de las tres regiones Isoclimáticas de la comunidad de Madrid. En el eje de ordenadas aparece la temperatura máxima y mínima diaria y en el de las abscisas aparece el tiempo expresado en años para ver con mayor facilidad la distribución que sigue la temperatura en el tiempo. Ilustración 5: Gráfico de secuencia de Temperatura máxima en la Región Isoclimática Sierra de Madrid de la ciudad de Madrid durante el al Ilustración 4: Gráfico de secuencia de Temperatura máxima en la Región Isoclimática Metropolitana y Henares de la ciudad de Madrid durante el al

25 Ilustración 7: Gráfico de secuencia de Temperatura máxima en la Región Isoclimática Sur, Vega y Oeste de la ciudad de Madrid durante el al Ilustración 6: Gráfico de secuencia de Temperatura mínima en la Región Isoclimática Sierra de Madrid de la ciudad de Madrid durante el al

26 Ilustración 8: Gráfico de secuencia de Temperatura mínima en la Región Isoclimática Metropolitana y Henares de la ciudad de Madrid durante el al Ilustración 9: Gráfico de secuencia de Temperatura mínima en la Región Isoclimática Sur, Vega y Oeste de la ciudad de Madrid durante el al

27 Modelización Arima 2.1. Modelos Arima para la mortalidad por causas naturales Modelo Arima para la mortalidad por causas naturales en la Región Isoclimática Sierra de Madrid. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. TÍPICO APROX. RETARDOS NO ESTACIONALES AR1,997, ,522,000 MA1,986, ,227,000 RETARDOS ESTACIONALES COEFICIENTES DE REGRESIÓN SEASONAL AR1 -,846,415-2,038,042 SEASONAL MA1 -,840,422-1,987,047 S365,104,055 1,902,057 CO365,207,054 3,829,000 S180,157,046 3,426,001 CO180,233,046 5,109,000 CSUM(N1),000,000 4,634,000 CONSTANTE 2,191,217 10,114,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 10: ACF para la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Sierra de Madrid.

28 Modelo Arima para la mortalidad por causas naturales en la Región Isoclimática Metropolitana y Henares. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. TÍPICO APROX. RETARDOS NO ESTACIONALES RETARDOS ESTACIONALES AR1,951, ,326,000 MA1,813,016 51,037,000 SEASONAL AR1 -,961,051-18,688,000 SEASONAL MA1 -,954,056-17,005,000 COEFICIENTES DE REGRESIÓN S365 5,969,921 6,477,000 CO365 11,456,912 12,560,000 CO180 5,118,807 6,346,000 CSUM(N1),002,001 2,357,018 CONSTANTE 93,474 1,357 68,902,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 11: ACF para la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Metropolitana y Henares.

29 Modelo Arima para la mortalidad por causas naturales en la Región Isoclimática Sur, Vega y Oeste. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. TÍPICO APROX. RETARDOS NO ESTACIONALES AR1,999, ,386,000 MA1,981, ,833,000 RETARDOS ESTACIONALES SEASONAL AR1 -,772,094-8,237,000 SEASONAL AR2 -,850,094-9,036,000 SEASONAL MA1 -,784,086-9,084,000 SEASONAL MA2 -,874,087-10,084,000 COEFICIENTES DE REGRESIÓN S365,281,060 4,688,000 CO365,229,059 3,877,000 S180,115,046 2,525,012 CO180,210,045 4,647,000 CSUM(N1),001,000 3,336,001 CONSTANTE 1,601,525 3,051,002 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 12: ACF para la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Sur, Vega y Oeste.

30 Modelos Arima para la temperatura máxima. Modelo Arima para la temperatura máxima en la Región Isoclimática Sierra de Madrid. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. APROX. TÍPICO RETARDOS NO AR1,645,017 38,424,000 ESTACIONALES MA1 -,219,021-10,242,000 RETARDOS ESTACIONALES COEFICIENTES DE REGRESIÓN SEASONAL AR1 -,974,072-13,512,000 SEASONAL MA1 -,977,068-14,271,000 S365-4,047,249-16,261,000 CO365-9,562,249-38,464,000 S180 2,098,248 8,448,000 CO180,867,248 3,496,000 CONSTANTE 11,258,176 63,955,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 13: ACF para la temperatura máxima en la Región Isoclimática Sierra de Madrid.

31 Modelo Arima para la temperatura máxima en la Región Isoclimática Metropolitana y Henares. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. APROX. TÍPICO RETARDOS NO ESTACIONALES RETARDOS ESTACIONALES COEFICIENTES DE REGRESIÓN AR1,675,017 40,538,000 MA1 -,122,022-5,454,000 SEASONAL AR1 -,981,014-68,794,000 SEASONAL MA1 -,988,011-87,035,000 S365-3,163,194-16,332,000 CO365-10,640,193-55,017,000 S180 1,944,193 10,067,000 CONSTANTE 20,217, ,60,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 14: ACF para la temperatura máxima en la Región Isoclimática Metropolitana y Henares.

32 Modelo Arima para la temperatura máxima en la Región Isoclimática Sur, Vega y Oeste. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. APROX. TÍPICO RETARDOS NO ESTACIONALES RETARDOS ESTACIONALES COEFICIENTES DE REGRESIÓN AR1,661,017 38,509,000 MA1 -,134,023-5,919,000 SEASONAL AR1 -,961,023-40,993,000 SEASONAL MA1 -,974,019-50,463,000 S365-3,565,202-17,615,000 CO365-10,923,202-54,039,000 S180 2,029,202 10,052,000 CONSTANTE 22,260, ,508,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 15: ACF para la temperatura máxima en la Región Isoclimática Sur, Vega y Oeste.

33 Modelos Arima para la temperatura mínima. Modelo Arima para la temperatura mínima en la Región Isoclimática Sierra de Madrid. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. APROX. TÍPICO RETARDOS NO ESTACIONALES RETARDOS ESTACIONALES COEFICIENTES DE REGRESIÓN AR1,985,017 59,580,000 AR2 -,257,019-13,757,000 SEASONAL MA1,069,023 3,055,002 SEASONAL MA2 -,040,019-2,058,040 S365-3,527,191-18,478,000 CO365-6,690,191-35,090,000 S180 1,280,191 6,716,000 CO180,568,190 2,983,003 CONSTANTE 3,237,135 23,987,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 16: ACF para la temperatura mínima en la Región Isoclimática Sierra de Madrid.

34 Modelo Arima para la temperatura mínima en la Región Isoclimática Metropolitana y Henares. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. APROX. TÍPICO RETARDOS NO ESTACIONALES RETARDOS ESTACIONALES COEFICIENTES DE REGRESIÓN AR1,539,018 29,334,000 MA1 -,323,021-15,555,000 SEASONAL AR1-1,000,013-79,738,000 SEASONAL MA1-1,000, ,817,000 S365-3,222,125-25,839,000 CO365-7,615,125-61,115,000 S180 1,175,125 9,434,000 CONSTANTE 10,355, ,435,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 17: ACF para la temperatura mínima en la Región Isoclimática Metropolitana y Henares.

35 Modelo Arima para la temperatura mínima en la Región Isoclimática Sur, Vega y Oeste. ESTIMACIONES DE LOS PARÁMETROS ESTIMACIONES ERROR T SIG. APROX. TÍPICO RETARDOS NO AR1,706,014 51,823,000 ESTACIONALES RETARDOS SEASONAL MA1,073,019 3,818,000 ESTACIONALES COEFICIENTES DE REGRESIÓN S365-3,300,186-17,768,000 CO365-8,029,185-43,294,000 S180,965,185 5,216,000 CONSTANTE 7,846,131 59,724,000 SE HA UTILIZADO EL ALGORITMO DE MELARD PARA LA ESTIMACIÓN. Ilustración 18: ACF para la temperatura mínima en la Región Isoclimática Sur, Vega y Oeste.

36 Funciones de correlación cruzada Las FCC determinan de forma cualitativa cual es el momento temporal exacto en el que se produce la relación estadística entre la variable independiente y la variable dependiente sin tener en cuenta el resto de variables. El modelo ARIMA utilizado para las temperaturas máximas y mínimas para la parte no estacional fue (1,0,1) con estacionalidad de 7 días (1,0,1). Además, admite para la periodicidad semestral un coseno y para la función de periodicidad anual un seno. A continuación, se muestran las FCC por causas naturales tanto de temperaturas máximas como mínimas que han resultado significativas en cada una de las tres regiones isoclimáticas: 3.1. FFC de Temperatura máxima y mortalidad por causas naturales FCC de temperatura máxima y mortalidad por causas naturales en la Región Isoclimática Sierra de Madrid. Par de series: Error para Tmax de ARIMA, MOD_3, CON con Error para organica de ARIMA, MOD_10, CON RETARDO CORRELACIÓN CRUZADA ERROR TÍPICO -7,008, ,030, ,025,017-4,027,017-3,002,017-2,008, ,003,017 0,017,017 1,009,017 2,039,017 3,020,017 4,007,017 5,007,017 6,025, ,013,017 Basado en los supuestos de que las series no presentan correlación cruzada y que una de las series es ruido blanco.

37 Ilustración 19: FCC entre la temperatura máxima y la mortalidad por causas naturales (u orgánicas) en la Región Ilustración Isoclimática 20: Sierra FCC de entre Madrid la temperatura máxima y la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Sierra de Madrid. Durante el periodo de verano la Función de Correlación Cruzada entre las temperaturas máximas y la mortalidad por causas naturales aparece estadísticamente significativa para el retardo 2, lo cual significa que un incremento en los valores de temperatura máxima implica un incremento de la mortalidad por causas naturales dos días después.

38 FFC de Temperatura máxima y mortalidad por causas naturales en la Región Isoclimática Metropolitana y Henares. Par de series: Error para Tmax de ARIMA, MOD_6, CON con Error para organica de ARIMA, MOD_77, CON RETARDO CORRELACIÓN CRUZADA ERROR TÍPICO -7 -,002,017-6,000,017-5,020,017-4,010, ,027, ,022, ,019,017 0,018,017 1,073,017 2,090,017 3,043, ,021, ,010, ,029, ,040,017 Basado en los supuestos de que las series no presentan correlación cruzada y que una de las series es ruido blanco. Ilustración 21: FCC entre la temperatura máxima y la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Metropolitana y Henares.

39 Durante el periodo de verano la Función de Correlación Cruzada entre las temperaturas máximas y la mortalidad por causas naturales (u orgánicas) aparece estadísticamente significativa para el retardo 1, 2 y 3 lo que representa que para aumentos en los valores de temperatura máxima se produce un aumento de la mortalidad por causas naturales hasta tres días después. FFC de Temperatura máximas y mortalidad por causas naturales en la Región Isoclimática Sur, Vega y Oeste. Par de series: Error para Tmax de ARIMA, MOD_3, CON con Error para organica de ARIMA, MOD_ 6, CON RETARDO CORRELACIÓN CRUZADA ERROR TÍPICO -10,023, ,001,017-8,037,017-7,002, ,011,017-5,005,017-4,024,017-3,011, ,002,017-1,005,017 0,020, ,007, ,006,017 3,023, ,004, ,005, ,002,017 7,003,017 8,005,017 9,000,017 10,009,017 Basado en los supuestos de que las series no presentan correlación cruzada y que una de las series es ruido blanco.

40 Ilustración 22: FCC entre la temperatura máxima y la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Sur, Vega y Oeste. Durante el periodo de verano la FCC entre las temperaturas máximas y la mortalidad por causas naturales es significativa para el retardo 8. Esto representa que después de haber eliminado la confusión producida por la estacionalidad se produce un mayor número de muertes por causas naturales (u orgánicas) a los ocho días tras el aumento de la temperatura.

41 FFC de Temperatura mínima y mortalidad por causas naturales FFC de Temperatura mínima y mortalidad por causas naturales en la Región Isoclimática Sierra de Madrid. Par de series: Error para Tmin de ARIMA, MOD_7, CON con Error para organica de ARIMA, MOD_10, CON RETARDO CORRELACIÓN CRUZADA ERROR TÍPICO -24,000, ,011,017-22,010, ,044,017-20,016, ,001, ,038, ,013,017-16,017, ,017, ,032,017-13,008, ,043, ,011,017-10,009, ,010, ,001, ,011, ,018, ,010,017-4,034,017-3,005, ,002,017-1,013, ,001,017 1,040,017 2,031,017 3,024, ,002,017 5,009,017 6,001, ,016,017 8,001,017

42 ,010,017 10,011, ,022, ,001, ,011, ,029, ,037, ,007, ,026, ,021, ,016,017 20,008,017 21,010, ,011, ,002, ,008,017 Basado en los supuestos de que las series no presentan correlación cruzada y que una de las series es ruido blanco. Ilustración 23: FCC entre la temperatura mínima y la mortalidad por causas naturales (u orgánicas) en la Región Isoclimáticas Sierra de Madrid.

43 Durante el periodo de invierno la Función de Correlación Cruzada entre las temperaturas mínimas y la mortalidad por causas naturales aparece estadísticamente significativa para el retardo 15, lo cual representa que para descensos en los valores de temperatura mínima se produce un aumento de la mortalidad por causas naturales quince días después. FFC de Temperatura mínima y mortalidad por causas naturales en la Región Isoclimática Metropolitana y Henares. Par de series: Error para Tmin de ARIMA, MOD_,1 CON con Error para organica de ARIMA, MOD_77, CON RETARDO CORRELACIÓN CRUZADA ERROR TÍPICO -24 -,015,017-23,033,017-22,023, ,001,017-20,010, ,008, ,017, ,007, ,002,017-15,010, ,008, ,008, ,017, ,002, ,008,017-9,005,017-8,037, ,028,017-6,016,017-5,000,017-4,020,017-3,011,017-2,015,017-1,014,017 0,064,017 1,056,017 2,051, ,023, ,027, ,083,017

44 ,044, ,073, ,041, ,057, ,014, ,046, ,002, ,029,017 14,015, ,013, ,012,017 17,022, ,043, ,004, ,029,017 21,023, ,023, ,009,017 24,013,017 Basado en los supuestos de que las series no presentan correlación cruzada y que una de las series es ruido blanco Ilustración 24: FCC entre la temperatura mínima y la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Metropolitana y Henares.

45 Durante el periodo de invierno la FCC entre las temperaturas mínimas y la mortalidad por causas naturales es significativa para el retardo 5, 6, 7, 8 y 9. Esto representa que después de haber eliminado la confusión producida por la estacionalidad se produce un mayor número de muertes por causas naturales a los nueve días tras la disminución de la temperatura. FFC de Temperatura mínima y mortalidad por causas naturales en la Región Isoclimática Sur, Vega y Oeste. Par de series: Error para Tmin de ARIMA, MOD_1, CON con Error para organica de ARIMA, MOD_ 6, CON RETARDO CORRELACIÓN CRUZADA ERROR TÍPICO -24,005, ,019, ,010,017-21,008,017-20,010, ,030,017-18,005, ,009, ,009,017-15,001, ,032, ,001, ,025, ,016,017-10,031,017-9,037,017-8,009, ,001,017-6,002,017-5,005, ,010, ,001, ,018,017-1,020, ,004, ,018,017 2,008,017 3,014, ,021, ,007,017

46 - 46-6,016,017 7,003,017 8,020, ,002, ,008, ,010,017 12,015, ,028, ,009, ,001, ,013, ,012, ,032,017 19,006, ,016, ,028, ,005, ,022, ,033,017 Basado en los supuestos de que las series no presentan correlación cruzada y que una de las series es ruido blanco. Ilustración 25: FCC entre la temperatura mínima y la mortalidad por causas naturales (u orgánicas) en la Región Isoclimática Sur, Vega y Oeste.

47 Durante el periodo de invierno la FCC entre las temperaturas mínimas y la mortalidad por causas naturales no es significativa para ningún retardo. Esto representa que después de haber eliminado la confusión producida por la estacionalidad no se producen de muertes por causas naturales tras la disminución de la temperatura. 4. Diagramas de dispersión Temperaturas máximas diarias Ilustración 26: Diagrama de dispersión de la temperatura máxima diaria y los residuos de mortalidad por causas naturales, para la definición de la temperatura de disparo de calor en Región Isoclimática Sierra de Madrid. En la ilustración 25 se muestra la temperatura máxima de disparo correspondiente a la Región Isoclimática Sierra de Madrid. En esta ilustración puede observarse que, a partir de una temperatura máxima diaria de 26ºC, la anomalía de los residuos, con su IC 95%, toca al límite superior (LS) del 95% de la media de los residuos para todo el periodo que, obviamente, aparece centrada en el cero. Por tanto, puede decirse que a partir de una temperatura máxima diaria de 26ºC comienza a aumentar la mortalidad por ola de calor de forma estadísticamente significativa. Esta temperatura coincide con el percentil 87 de la serie de temperaturas máximas diarias de los meses de verano (junio-septiembre) en el periodo considerado.

48 Ilustración 27: Diagrama de dispersión de la temperatura máxima diaria y los residuos de mortalidad por causas naturales, para la definición de la temperatura de disparo de calor en Región Isoclimática Metropolitana y Henares. En la ilustración 26, se muestra la temperatura máxima de disparo correspondiente a la Región Isoclimática Metropolitana y Henares. En esta ilustración puede observarse que, a partir de una temperatura máxima diaria de 36ºC, la anomalía de los residuos, con su IC 95%, no toca al IC95% de la media de los residuos para todo el periodo que, obviamente, aparece centrada en el cero. Por tanto, puede decirse que a partir de una temperatura máxima diaria de 36ºC comienza a aumentar la mortalidad por ola de calor de forma estadísticamente significativa. Esta temperatura coincide con el percentil 95 de la serie de temperaturas máximas diarias de los meses de verano (junioseptiembre) en el periodo considerado.

49 Ilustración 28: Diagrama de dispersión de la temperatura máxima diaria y los residuos de mortalidad por causas naturales, para la definición de la temperatura de disparo de calor en Región Isoclimática Sur, Vega y Oeste. En la ilustración 27, se muestra la temperatura de disparo correspondiente a la Región Isoclimática Sur, Vega y Oeste. En esta ilustración puede observarse que, a partir de una temperatura máxima diaria de 38ºC, la anomalía de los residuos, con su IC 95%, toca al IC 95% del límite superior (LS) de la media de los residuos para todo el periodo que, obviamente, aparece centrada en el cero. Por tanto, puede decirse que a partir de una temperatura máxima diaria de 38ºC comienza a aumentar la mortalidad por ola de calor de forma estadísticamente significativa. Esta temperatura coincide con el percentil 92.7 de la serie de temperaturas máximas diarias de los meses de verano (junio-septiembre) en el periodo considerado.

50 Temperaturas mínimas diarias Ilustración 29: Diagrama de dispersión de la temperatura mínima diaria y los residuos de mortalidad por causas naturales, para la definición de la temperatura de disparo de frío en Región Isoclimática Sierra de Madrid. En esta ilustración no se ha visto ningún umbral, por esta razón hemos calculado el gráfico para tmin (lag 7): Ilustración 30: Diagrama de dispersión de la temperatura mínima 7 días (lag7) y los residuos de mortalidad por causas naturales, para la definición de la temperatura de disparo de frío en Región Isoclimática Sierra de Madrid. de Madrid. En esta ilustración tampoco se observa umbral para frio en la Región Isoclimática Sierra

51 Ilustración 31: Diagrama de dispersión de la temperatura mínima diaria y los residuos de mortalidad, para la definición de la temperatura de disparo de frío en Región Isoclimática Metropolitana y Henares. En la ilustración 30, se muestra la temperatura mínima de disparo correspondiente a la Región Isoclimática Metropolitana y Henares. En esta ilustración puede observarse que, a partir de una temperatura mínima diaria de -2ºC, la anomalía de los residuos, con su IC 95%, no toca al IC 95% del límite superior (LS) de la media de los residuos para todo el periodo que, obviamente, aparece centrada en el cero. Por tanto, puede decirse que valores inferiores a una temperatura mínima diaria de -2ºC comienza a aumentar la mortalidad por ola de frío de forma estadísticamente significativa. Esta temperatura coincide con el percentil 2.3 de la serie de temperaturas mínimas diarias de los meses de invierno (noviembre-marzo) en el periodo considerado.

52 Ilustración 32: Diagrama de dispersión de la temperatura mínima diaria y los residuos de mortalidad por causas naturales, para la definición de la temperatura de disparo de frío en Región Isoclimática Sur, Vega y Oeste. En la ilustración 31, no se ha visto ningún umbral para el frío en la Región Isoclimática Sur, Vega y Oeste. Tabla 3: Temperaturas umbrales de disparo de mortalidad diaria en cada una de las Regiones Isoclimáticas: Sierra de Madrid, Metropolitana y Henares, Sur, Vega y Oeste, en los diferentes municipios de más de habitantes de la ciudad de Madrid desde el al REGIONES ISOCLIMÁTICAS TEMPERATURA MÁXIMA DIARIA (PERCENTIL MESES VERANO) TEMPERATURA MÍNIMA DIARIA (PERCENTIL MESES INVIERNO) SIERRA DE MADRID 26ºC (p87) - METROPOLITANA Y HENARES 36ºC (p95) -2ºC (p2) SUR, VEGA Y OESTE 38ºC (p92) - 5. Modelos de Regresión de Poisson Dada la extensión de las salidas con las variables del modelo se mostrarán en (ANEXOS) una como ejemplo para la variable mortalidad por causas naturales de la región Isoclimática