contribuição das exposições de óxido de nitrogênio e dióxido de enxofre, emitidas de usinas...

115

ISSN 1980-0894 Tradução, Vol.9 Nº1, Ano 2014

CONTRIBUIÇÃO DAS EXPOSIÇÕES DE ÓXIDO DE NITROGÊNIO E

DIÓXIDO DE ENXOFRE, EMITIDAS DE USINAS DE ENERGIA, NA

PREVALÊNCIA DE DOENÇAS E SINTOMAS RESPIRATÓRIOS1

Eric D. Amster2

Maayan Haim3

Jonathan Dubnov4

David M. Broday5

R E S U M O

Este estudo investiga a associação entre a exposição ambiental de NOx e SO2,

proveniente de emissões de usinas de energia, com a prevalência da doença pulmonar

obstrutiva e sintomas relacionados. A usina a carvão Orot Rabin é a maior instalação de

geração de energia na região do Mediterrâneo Oriental. Dois novos métodos que avaliam

exposições às emissões específicas de usinas de energia foram estimados para 2244

participantes que completaram a European Community Respiratory Health Survey

(Pesquisa sobre a Saúde respiratória da Comunidade Europeia). A "abordagem na fonte"

modelou emissões rastreadas até a usina, enquanto a "abordagem de evento" identificou

exposições de pico de eventos da usina. Os sintomas respiratórios, mas não a prevalência

de asma e DPOC, foram associados às estimativas de emissões de NOx da usina. A

"abordagem na fonte" rendeu uma melhor estimativa da exposição às emissões de usinas

de energia e revelou uma relação dose-resposta mais consistente com os resultados. O

cálculo da parcela de poluição ambiental atribuída às emissões de usinas de energia pode

ser útil para fins de gestão da qualidade do ar e para programas de redução de metas.

Palavras chave: Poluição de ar, saúde respiratória, avaliação de exposição

1 Versão traduzida do artigo “Contribution of nitrogen oxide and sulfur dioxide exposure from power plant emissions

on respiratory symptom and disease Prevalence”, ELSEVIER, Environmental Pollution 186 (2014) 20 a 28. 2University of Haifa, School of Public Health, Department of Occupational and Environmental Health, Haifa, Israel;

Institute for Occupational and Environmental Medicine, Rambam Medical Center, Ministry of Health, Haifa, Israel;

Harvard School of Public Health, Department of Environmental Health, Boston, USA; Autor correspondente.

email: [email protected] (E.D. Amster). 3 Faculty of Civil and Environmental Engineering, Technion-Israel Institute of Technology, Haifa, Israel; Coalition

for Public Health, Haifa, Israel 4 University of Haifa, School of Public Health, Department of Occupational and Environmental Health, Haifa, Israel;

Haifa District Office, Ministry of Health, Haifa, Israel 5Faculty of Civil and Environmental Engineering, Technion-Israel Institute of Technology, Haifa, Israel

116


1. Introdução

Os óxidos de nitrogênio (NOx) e dióxidos de enxofre (SO2) são poluentes gasosos

que revelaram causar um aumento da incidência de exacerbação da asma e dos sintomas

respiratórios. Especificamente, a exposição a NOx tem sido associada ao aumento de

hospitalizações relacionadas a problemas respiratórios (Barnett et al., 2005; Iskandar et

al., 2012; Tramuto et al., 2011), aumento de susceptibilidade à infecção respiratória

(Brauer et al., 2002;. Chen et al., 2007), aumento da frequência de sintomas respiratórios

(Van Strien et al., 2004; Zhao et al., 2008) e aumento da mortalidade (Heinrich et al.,

2013; Moolgavkar et al., 2013). Igualmente, a exposição a SO2 tem sido associada ao

aumento da mortalidade em geral e a problemas respiratórios (Chen et al., 2012), aumento

do risco de diagnóstico de asma (Clark et al., 2010), exacerbação de doença respiratória

pré-existente (Chen et al., 2007) e aumento da prevalência de sintomas respiratórios, tal

como chiado no peito e falta de ar (Zhao et al., 2008).

Estudos anteriores sobre os efeitos para a saúde na população israelense, associados

às emissões de NOx e SO2, forneceram resultados conflitantes. Embora tenha sido

relatado o aumento da frequência de atendimentos ambulatórios e de emergência (Garty

et al., 1998), Goren et al. (1995), Goren e Hellmann (1997), não foi encontrada uma

associação entre as visitas clínicas ou a prevalência de asma com a maior exposição ao

NOx e SO2. Mais recentemente, uma associação entre asma infantil foi reportada em

relação à exposição a Material Particulado PM10, mas não a SO2 (Portnov et al., 2011).

Enquanto as usinas são uma fonte significativa de poluição do ar (Hao et al., 2007),

contribuindo com mais de 70% do total de emissões de SO2 nos Estados Unidos (EUA

EPA, 2013a), há poucos estudos sobre a avaliação da contribuição fracional específica de

emissões de usinas para a saúde respiratória em comunidades vizinhas, e os resultados de

estudos anteriores não são conclusivos (Cohen et al, 1972;. Carbonell et al, 2007).

Moradores de aldeias dentro de 5 quilômetros de uma usina de energia a base de carvão,

na Turquia, tiveram um aumento estatisticamente significativo da frequência de sintomas

respiratórios e uma redução de parâmetros de espirometria quando comparados a

moradores que residem a mais de 30 km da fonte de emissão (Karavus et al., 2002). Levy

e Spengler (2002) estimaram que o uso da Best Available Control Technology (BACT)

para reduzir emissões de NOx e SO2 em duas usinas de Massachusetts resultaria em uma

redução de 70 mortes por ano.

117


Em parte, os resultados inconclusivos dos estudos anteriores são devidos às

diferentes métricas de exposição utilizadas e à dificuldade em diferenciar as exposições

às emissões de usinas de energia das exposições aos mesmos poluentes originários de

outras fontes urbanas e móveis.

A usina a base de carvão Orot Rabin é a maior instalação de geração de energia na

região do Mediterrâneo Oriental, com uma capacidade instalada de 2.580 MW. Mais de

363 mil pessoas vivem em um raio de 20 km das duas pilhas de usina de 250m e 300m.

Goren et al. (1991) acompanhou as alterações na prevalência de sintomas respiratórios e

asma em crianças da escola primária que viviam na vizinhança da usina Orot Rabin.

Enquanto eles relataram o aumento da prevalência de sintomas respiratórios em crianças

que residiam em áreas de alta poluição nos anos após o início da operação da usina, há

uma preocupação significativa de uma classificação errônea da exposição neste estudo.

O aumento da prevalência de asma e função pulmonar reduzida também foi observado

em crianças que residem próximo à usina Orot Rabin (Goren e Hellmann, 1997), no

entanto, a exposição individual e a proximidade com a usina não foram incluídos na

avaliação da exposição. Com base em uma estimativa de exposição seguindo o método

"evento" (ver Métodos), uma associação com a função pulmonar reduzida tem sido

relatada em crianças em idade escolar que vivem nas proximidades da usina (Dubnov et

al., 2007).

No presente estudo, comparamos diferentes métricas de exposição a óxidos de

nitrogênio e dióxidos de enxofre, emitidos de uma grande usina a base de carvão, e

avaliamos sua relação com a prevalência de diagnósticos e sintomas respiratórios em

adultos. Nosso principal objetivo é avaliar a associação de potência total e específica de

exposições ambientais de NOx e SO2, provenientes de usinas, com os resultados da saúde

respiratória entre a população residente em sentido de direção do vento passando por uma

grande usina a base de carvão.

2. Materiais e Métodos

2.1. Área de estudo

O estudo foi realizado em Hadera, um subdistrito de Israel localizado na costa do

Mediterrâneo a aproximadamente 50 km ao norte de Tel Aviv e 50 km ao sul de Haifa,

primeira e terceira maiores cidades de Israel, respectivamente (Fig. 1). O subdistrito de

118


Hadera inclui 17 municípios dentro de uma distância de até 20 km da usina Orot Rabin.

O distrito é uma faixa litorânea de aproximadamente 45 km de extensão e 15 km de

largura, com uma população total de aproximadamente 363.000 (ICBS, 2008).

A usina Orot Rabin é a principal fonte de emissão de SO2 e NOx na região, com

seis unidades de produção de carvão, uma potência total de 2.580 MW, e um

Fig. 1. Mapa da área de estudo. A usina Orot Rabin é marcada pelo

círculo vermelho, os locais das estações de monitoramento são marcados

com quadrados verdes e locais sujeitos são marcados com pontos

marrons. As marcações das coordenadas estão em km na "nova grade

Israelense". (Para a interpretação das referências de cores nesta figura, o

leitor será redirecionado para a versão de web deste artigo.)

119


consumo anual de carvão de 7 milhões de toneladas, com um teor de enxofre médio de

0,4-0,5% em base de carvão seco. Como resultado, a usina Orot Rabin emite uma média

anual de 1.846g/s de SO2 e 2,158g/s de NOx, uma média mais de 20 vezes superior à

segunda maior fonte industrial na área (SCATEP, 2007). Uma parcela significativa das

emissões da usina Orot Rabin está dentro da área de estudo. Isto é suportado por uma

clara tendência de diminuição das concentrações de SO2 em paralelo com a redução das

emissões de SO2 durante a fase de utilização de carvão com baixo teor de enxofre na

usina no período de estudo. Além disso, esses dados são suportados por todas as estações

de monitoramento no registro de medições de pico da área de estudo quando o vento sopra

em sua direção proveniente da usina de Orot Rabin (Material Suplementar, Figura 3).

As condições meteorológicas ao longo da costa israelense são caracterizadas por

verão quente e seco de junho a setembro, período em que o sistema sinótico dominante é

uma Calha Persa. Junto ao ciclo de brisa marítima e terrestre, o que resulta em um padrão

diário constante de vento fraco do sudeste durante a noite, mudando gradualmente durante

o dia para um forte vento do oeste (Material Suplementar, Figuras 4 e 5).

Consequentemente, ventos do oeste vindo da usina para a área de estudo são

extremamente comuns. Para um vento lento típico de 3 m/s, o tempo de transporte da

usina Orot Rabin até as estações de monitoramento varia entre 20 e 120 min. De acordo

com Hewitt (2001), em condições de dia ensolarado, a taxa de oxidação do SO2 e NOx é

de até 3%h-¹ e 30%h-¹, respectivamente.

2.2. População do estudo

Uma tradução validada em hebraico e russo do European Community Res-piratory

Health Survey II foi passado a 4.900 participantes adultos que residem na área de estudo

(ECRHS II, 2002; Janson et al, 2001.). O Community Respiratory Health Survey foi um

estudo multicêntrico internacional sobre as doenças respiratórias realizado entre adultos

europeus da população em geral e incluiu exames de saúde e um questionário respiratório,

que foi validado (Pearce et al., 2000) e utilizado em todo o mundo (Manfreda et al., 2004;

Abramson et al., 2002). Os critérios de elegibilidade incluíram a residência na área de

estudo por cinco ou mais anos e a idade dos participantes entre 18 e 75 anos. Os

participantes foram selecionados pelo método de seleção aleatória do National Population

Registry (Cadastro Nacional de População), um registro de todos os residentes

120


permanentes em Israel, que inclui endereços residenciais e características de-

demográficas, e entrevistados por telefone. A população do estudo foi selecionada de

forma aleatória representativa da população geral residente na área de estudo. Sexo, idade,

nível de educação, idioma falado e nível socioeconômico da população do estudo foram

semelhantes aos relatados no National Population Registry (Cadastro Nacional da

População).

As entrevistas foram realizadas de 1 de junho de 2003 até 1 de agosto de 2004. A

Taxa de participação foi de 69%, com 3391 das pessoas contatadas concordando em

participar da pesquisa. 2513 das 3.391 entrevistas realizadas estavam em conformidade

com ambos os critérios de inclusão listados acima. Endereços precisos estavam

disponíveis para 2244 dos 2513 participantes (89,3%). Os resultados preliminares

incluíram diagnóstico médico de asma e Doença Pulmonar Obstrutiva Crônica (DPOC)

e relato subjetivo de sintoma de tosse crônica, catarro crônico, dispneia noturna e falta de

ar. Informações sobre uma série de potenciais variáveis de confusão (discutidas abaixo)

foram obtidas do questionário European Community Respiratory Health Survey II. A

Aprovação Ética de todos os protocolos e instrumentos de estudo foi concedida pelo

Ministry of Health Institutional Review Board (Conselho de revisão Institucional do

Ministério de Saúde). Todos os participantes forneceram consentimento informado antes

de serem incluídos no estudo.

2.3. Avaliação de exposição

O banco de dados de monitoramento da poluição de ar utilizado neste trabalho foi

obtido da Sharon-Carmel Association of Towns for Environmental Protection, que opera

20 estações de monitoramento que medem NOx, SO2 e diversos parâmetros

meteorológicos em intervalos de 5 min. As estações de monitoramento estão equipadas

com os seguintes dispositivos EPA aprovados: Teledyne-API 100E, 200A, 200E e

ThermoElectron 42C, 43C, 43A (EPA, 2013b). As estações são mantidas e calibradas de

acordo com o manual do fabricante, incluindo uma calibração automática a cada 24 horas

e uma calibração manual por um técnico a cada seis meses. A velocidade, direção e

umidade do vento foram registradas em cada estação, em intervalos de 30 minutos.

Concentrações de poluentes nas estações de monitoramento do ar foram interpoladas

espacialmente por meio da técnica comum de Kriging (Isaaks e Srivastava, 1989) sobre

121


a área completa do estudo. A técnica de Kriging foi realizada sobre os valores médios de

cada meia hora (ou seja, as médias de seis leituras consecutivas de 5 min) por estação de

monitoramento durante o período de estudo de oito anos, que coincidem e antecedem a

coleta de dados sobre resultados de saúde. O mapeamento foi realizado no ArcGIS v.9,

com as coordenadas xy dos endereços residenciais dos participantes do estudo

posicionados no mapa e sobrepostos aos mapas de SO2 e NOx. Consequentemente, as

estimativas individuais de exposição foram atribuídas aos participantes com base em seu

endereço residencial. Dois métodos diferentes foram utilizados para estimar a exposição

no local de residência para as concentrações ambientais de NOx e SO2 atribuídas às

emissões de usinas de energia.

2.3.1. Abordagem na fonte

Diversas medidas de garantia de qualidade foram adotadas antes da análise, com

uma lista de estatísticas descritivas e uma fração de dados ausentes ou negativos

calculados para cada poluente em cada estação. Todas as conclusões suspeitas (por

exemplo, valores repetitivos, alta fração de valores negativos, etc...) foram discutidas com

o pessoal da rede de monitoramento e pontos de dados não confiáveis foram eliminados

do banco de dados.

A variação espacial de óxidos de azoto no ambiente, podendo ser atribuída à usina

Orot Rabin, foi calculada com base em supostas constantes de tempo de remoção de SO2

e de NOx da atmosfera suficientemente altas em comparação ao tempo característico de

seu transporte da usina até as estações de monitoramento, de modo que possam ser

consideradas suas reações atmosféricas depois da emissão e as medidas nas estações de

monitoramento. A dispersão de SO2 e de NOx é tomada como idêntica e, portanto,

pressupõe-se que a proporção molar de enxofre de azoto da coluna de gás que adentra a

estação de monitoramento é a mesma que na chaminé.

coluna

de gás chaminé

Onde,

chaminé

coluna

de gás

coluna

de gás

122


Foram consideradas apenas concentrações observadas nas estações de

monitoramento pertinentes quando o vento soprava na direção da usina para a estação.

As estações de monitoramento na área de estudo estão posicionadas de modo que a

direção para a usina e as direções para outras fontes locais (estradas principais ou fontes

industriais) em sua maioria não se sobreponham. Desde as emissões de qualquer fonte de

mais de duas ordens de magnitude inferior a da usina, mesmo nos poucos casos em que

possa ocorrer sobreposição de gases da usina e de outras fontes locais, pode-se supor que,

nas condições acima (ou seja, quando o vento da direção de Orot Rabin carrega poluentes

ambientais até o monitoramento), todo o SO2 registrado na estação de monitoramento é

devido às emissões da usina. Assim,

Esta hipótese é apoiada pelas elevadas concentrações de SO2 observadas quando o

vento sopra da direção da usina para as estações de monitoramento, bem como por uma

clara tendência de redução das concentrações de SO2 em paralelo à redução das emissões

de SO2 pela usina, devido à introdução progressiva do carvão com baixo teor de enxofre.

Uma análise foi realizada para cada estação de monitorização individual enquanto

posicionada em diferentes configurações azimutais em relação à usina Orot Rabin. A

parcela de NOx proveniente da usina de energia no total de óxidos de nitrogênio medidos

em qualquer estação de monitorização para cada ponto de dados a cada meia hora, em

conformidade com as premissas acima, é

Para avaliar a exposição das comunidades locais a óxidos de nitrogênio emitidos

pela usina, a contribuição relativa da usina para o nível ambiental de NOx foi multiplicada

pela concentração média de NOx medida na estação de monitoramento durante os pontos

de dados utilizados de meia-hora. Igualmente, a contribuição da usina não energética

coluna

de gás

monitoramento

chaminé

parcela

coluna de gás

monitoramento

123


relativa também foi multiplicada pela concentração média de NOx. Estes valores foram

calculados a cada meia hora sobre o período de estudo de 8 anos e depois interpolados

por toda a área de estudo.

2.3.2. Abordagem de evento

A “abordagem de evento” descrita por Dubnov et al. (2007) e Yogev-Baggio et al.

(2010) tenta definir os “eventos” de qualidade do ar provenientes da usina e estimar a

exposição apenas durante esses eventos. Uma “abordagem de eventos” foi definida como

concentrações de meia hora de NOx e SO2 que excederam simultaneamente os níveis

predefinidos de 0.125 ppm para NOx e 0,07 ppm para SO2. Esses níveis foram

determinados, com base em um estudo de estatística descritiva anterior dos dados

regionais de monitorização sobre a poluição do ar, de modo que é previsto que as

concentrações acima destes níveis sejam atribuídas às emissões de usinas de energia.

Estes “eventos” de poluição de ar foram sugeridos para distinguir a poluição de ar de

“chaminés”, gerada pela usina de energia, da poluição de ar na região que poderia ser

atribuída a outras fontes, tais como veículos a motor (SCATEP, 2007). Foi relatada uma

associação com os níveis de poluentes medidos durante esses acontecimentos em estudos

anteriores que utilizam esta “abordagem de evento” de função pulmonar reduzida em

crianças (Dubnov et al. 2,007). Os estudos foram, no entanto, criticados como

classificando erroneamente a exposição.

A exposição métrica durante o chamado "evento de poluição atmosférica" foi

definida como duas vezes a soma do produto das concentrações médias co-observadas de

NOx e de SO2 durante a duração de eventos em todo o período de estudo.

2.4. Análise estatística

Foi realizada uma análise descritiva das variáveis demográficas coletadas no

questionário do estudo. Estas incluíram a idade, sexo, histórico de fumante (nunca,

passivo, anteriormente fumante, atualmente fumante), estado civil (solteiro, casado,

divorciado, viúvo), nível de ensino (ensino fundamental, ensino médio, ensino superior)

e país de origem. Estas co-variáveis foram comparadas entre os participantes com e sem

os seguintes resultados de saúde respiratória: diagnóstico médico de DPOC; diagnóstico

médico de asma; falta de ar, tosse crônica, catarro crônico e dispneia noturna. A estatística

124


descritiva foi utilizada para caracterizar diversas co-exposições potencialmente confusas,

incluindo a presença de auto-relato de mofo residencial, presença de animais domésticos,

densidade habitacional (número médio de moradores por quarto) e histórico relatado de

exposição ocupacional a tabaco, poeira, vapores ou fumaças. A proximidade da residência

do participante para o tráfego de veículos foi avaliada através da atribuição de uma

variável dicotômica de distância de aproximadamente 50 m do eixo longitudinal do maior

coletor próximo ou estradas com, pelo menos, duas faixas de tráfego em cada sentido.

Foi calculada a faixa média, mediana e interquartil de ambiente total (fonte de usina

de energia e usina não energética) de exposição e as duas estimativas de exposição

específicas das usinas, tanto para NOx e SO2. Os dados de qualidade do ar em que as

métricas de exposição incorporadas neste estudo foram desenvolvidas incluem todas as

concentrações de meia-hora de NOx e SO2 em média no período de 01 de janeiro de 2000

a 31 de dezembro de 2007. A residência do participante estava conectada aos mapas de

poluentes (ver Seção 2.3). Os coeficientes de correlação de Pearson foram calculados para

comparar as métricas estimadas de exposição. As associações entre os níveis crescentes

de exposições da usina e resultados respiratórios foram avaliadas por meio de regressão

logística multivariada para cada exposição métrica e resultados de saúde. As duas

métricas de exposição específica de usinas de energia e as estimativas totais de exposição

(fontes de usina de energia e de usinas não energéticas) foram incorporadas no modelo

estatístico como uma variável contínua. A linearidade foi avaliada através da inclusão de

um termo polinomial de ordem superior de cada exposição métrica para o modelo. Não

havia nenhuma indicação de efeito não-linear, conforme determinado pela falta de

significado dos termos do polinômio.

Três modelos de regressão logística foram avaliados para cada métrica de exposição

e resultado de saúde. O primeiro modelo foi ajustado apenas para idade e sexo. O segundo

modelo adicionou termos para co-variáveis potencialmente confusas, incluindo histórico

de fumante, status socioeconômico (nível de formação mais alto), proximidade de

estradas e densidade habitacional. Co-variáveis associadas aos resultados de interesse

(idade, densidade habitacional, proximidade de estrada e status socioeconômico), bem

como fatores de risco tradicionalmente aceitos (tabagismo) foram tratados como

potenciais causadores de confusões. Co-variáveis não associadas de forma independente

com a exposição às emissões de usinas de energia e ao risco de resultados de saúde

respiratória (presença de mofo, animais domésticos, país de origem e histórico de

125


exposição residencial) não foram incluídos na análise como potenciais fatores de

confusão. O terceiro modelo incluiu uma análise multi-poluente em que estimou a

exposição ao SO2 que foi incorporada como um termo na análise da exposição NOx, e

vice-a-versa.

3. Resultados

3.1. Pesquisa respiratória

A Demografia populacional, distribuição de potenciais variáveis de confusão, a

prevalência de sintomas respiratórios e o diagnóstico médico de asma e DPOC (Tabela

1) são apresentados para os 2.244 participantes entrevistados na população do estudo. A

população do estudo foi de 52% do sexo feminino, sendo quase a metade entre 18-40 anos

de idade, com idade média de 38, e 57% possuem nível superior. A Demografia

populacional do estudo é estatisticamente semelhante à da população-base a partir da qual

os participantes foram selecionados. Aproximadamente, 50% da população participante

nunca fumou, enquanto 28% declararam ser atualmente fumantes. A exposição

residencial a "poeira, gases, fumaça ou vapores" foi relatada por 29% dos participantes.

Um terço da população relatou pelo menos um sintoma respiratório, enquanto 7% e 2%

tiveram diagnóstico médico de asma e DPOC, respectivamente. Não houve uma diferença

estatisticamente significativa na prevalência de asma ou DPOC com base no sexo, idade

ou país de origem. O aumento da escolaridade foi significativamente associado a um

aumento de 2,4 vezes (IC 95%: 1,36-4,22) em pacientes com DPOC, e com um aumento

mínimo, não significativo estatisticamente, da prevalência de asma. A prevalência de

sintomas respiratórios, incluindo tosse crônica, catarro crônico e falta de ar, entre os

atualmente fumantes, foi o dobro (95% CI: 1,55-2,38) do que em não-fumantes.

Tabela 1

Distribuição de co-variáveis demográficas, potenciais co-exposições e resultados de saúde

respiratória entre a população de estudo de 2.244 participantes que residem dentro de 30

quilômetros da Usina Orot Rabin, tendo completado o questionário European Community

Respiratory Health Survey II. As características demográficas são comparadas com as

pesquisas com população em geral a partir do National Population Registry (Cadastro

Nacional da População).

126


Características n (%) População geral (%)

Sexo

Feminino 1162 (51.78) 52,2

Idade

18-40 990 (44.13) 46.4

41-60 933 (41.59) 39.9

61-75 320 (14.26) 13.7

Fumante

Nunca 1081 (48.17) 45.5

Passivo 206 (9.18) 12.4

Anteriormente 330 (14.71) 13.3

Atualmente 627 (27.94) 24.8

Formação

0-8 (Ensino fundamental) 40 (1.78) 0.7

9-12 (Ensino médio) 919 (40.95) 43.2

13+ (Ensino superior) 1280 (57.04) 56.1

Desconhecido 5 (0.22) -

Estado civil

Solteiro 435 (19.39) 18.4

Casado 1644 (73.26) 71.3

Divorciado 92 (4.10) 5.8

Viúvo 65 (2.90) 2.3

Desconhecido 8 (0.36) 2.2

Mofo residencial

Sim 463 (21%)

Animais domésticos

Sim 888 (40%)

Não 1356 (60%)

Densidade da habitação

<1 residente por quarto 1839 (82%)

Proximidade residencial com a estrada principal

<50 m 1372

(61.14)

Exposição residencial a poeira, tabaco, fumaça ou vapores

Sim

Diagnóstico médico

DPOC

651 (29%)

38 (1.6%)

Asma 154 (6.9%)

Pesquisa de sintoma positivo

Dispneia noturna 347 (14.5%)

Tosse crônica 586 (26.1%)

Catarro crônico 466 (20.8%)

Falta de ar 368 (16.4%)

Total 2244

127


3.2. Métricas de exposição

A faixa média, mediana e interquartil do total da exposição e das duas métricas de

exposição específica da usina de energia para as emissões de NOx e SO 2 é apresentada

na Tabela 2. O coeficiente de variação da exposição estimada da usina de energia Orot

Rabin, utilizando a “abordagem de evento”, foi muito maior do que quando utilizada a

“abordagem na fonte”. Os histogramas representam a distribuição de métricas de

exposição (Fig. 2) e o deslocamento da curva de exposição para cada métrica estimada

em toda a população. A "abordagem na fonte", que estima a potência de exposição

específica de usinas, foi correlacionada com a "abordagem de evento" para SO2

(coeficiente de correlação de Pearson p = 0,66), mas não para NOx (p = -0,07) (Tabela

3). Houve uma forte associação entre as estimativas de exposição de NOx e SO2, tanto

para a abordagem "na fonte" (coeficiente de correlação de Pearson p = 0,62) quanto na

"abordagem de evento" (coeficiente de correlação de Pearson p = 0,97). A distribuição

espacial em toda a área do estudo de concentrações médias de SO2 e de NOx é retratada

ao longo do período de estudo (material suplementar, Figuras 1 e 2). A concentração anual

média de SO2 foi consideravelmente inferior ao o padrão nacional, com medições de pico

de 5 ppb. A tendência de redução das concentrações de SO2 foi observada durante o

período de estudo, coincidindo com uma redução gradual do teor de enxofre no carvão

utilizado na usina.

Tabela 2

Valores de desvio padrão, médias anuais, medianos e quartil (em ppb) para o ambiente

medido e exposições específicas estimadas de NOx e SO2 da usina. Os dados recolhidos

foram das 20 estações de monitoramento de ar localizadas em toda a área de estudo, no

subdistrito de Hadera, Israel. As estimativas de exposição específica da usina utilizando

a abordagem de "evento" e na "fonte" são apresentadas abaixo.

NOx SO2

Total Abordagem

na fonte da

usina

Abordagem

na fonte da

usina

Total Abordagem

na fonte da

usina

Abordagem

de evento

da usina

Mín. 13.00 4.02 0.31 1.31 2.16 0.46

25% 18.10 5.52 11.46 2.41 4.37 6.91

Mediano 19.44 5.96 18.53 2.54 6.28 14.73

75% 19.87 6.15 24.94 2.75 7.54 20.94

128


Máx. 21.23 6.58 54.08 3.59 10.15 52.26

Média 18.95 5.84 19.63 2.52 6.22 16.55

Desvio padrão 1.22 0.45 12.12 0.32 2.03 12.10

O padrão espacial de SO2 permaneceu relativamente consistente ao longo do

período de estudo (coeficiente de correlação de Pearson r 1/4 0,82), enquanto o padrão

espacial de NOx apresentou maior variação (r 1/4 0,66).

De acordo com o método de abordagem "na fonte", a contribuição da usina Orot

Rabin do NOx total observado variou de 3% a 70% entre as estações de monitorização.

As duas estações mais próximas da estrada vizinha revelaram a menor contribuição de

NOx da usina, pois a maioria dos níveis observados foram atribuída a fontes móveis, não

à usina.

3.3. Modelos epidemiológicos

Modelos de regressão logística de poluentes únicos multivariados, controlados por

histórico de fumante (nunca, fumante passivo, anteriormente e atualmente), sexo, idade,

escolaridade (<9 anos, 9-12 anos,> 12 anos), proximidade de estradas e densidade

habitacional. Uma razão de chances e Intervalo de Confiança de 95% são relatados para

o modelo bruto, assim como modelos totalmente ajustados. A exposição estimada de NOx

não foi estatisticamente associada à prevalência médica de asma ou DPOC para qualquer

uma das métricas de exposição em qualquer um dos modelos. A presença de tosse crônica,

catarro crônico, dispneia noturna e falta de ar foram significativamente associados à

exposição de emissões de NOx da usina, estimadas pela abordagem na "fonte".

129


Fig. 2. Histogramas de métricas para distribuição entre a população

estimada total do estudo, "abordagem de evento" (PP event) da usina

específica e "abordagem na fonte" (PPsource) da usina para exposição em

ppb, tanto para NOx quanto para SO2.

130


Tabela 3

O coeficiente de correlação de Pearson rho entre a exposição ambiente total (fontes de

usina de energia e usina não energética) de NOx e SO2 e as abordagens de "evento" e na

"fonte" para estimar exposições específicas de NOx e SO2 da usina.

O NOx total do ambiente foi estatisticamente associado à tosse crônica e dispneia

noturna apenas. Associações com esses resultados foram mais fortes quando utilizado o

modelo "abordagem na fonte" de avaliação de exposição para as exposições de energia

específicas da usina. O método de "abordagem de evento" para estimar a exposição

específica da usina não foi estatisticamente associado a qualquer resultado de interesse

(Tabela 4).

Prevalência de asma e histórico de falta de ar, onde estatisticamente associadas com

o total de exposições (de usinas de energia e usinas não energéticas) ao SO2.

NOx SO2

“Evento”

de usina

Total “Fonte”

de Usina

“Evento”

de usina

Total “Fonte”

de Usina

NOx “Evento”

de usina

1,00 0,02 -0,07 0,97 0,79 0,64

Total 1,00 0,38 -0,04 0,30 0,04

“Fonte”

de Usina

1,00 -0,05 0,51 0,62

SO2 “Evento”

de usina

1,00 0,75 0,66

Total 1,00 0,85

“Fonte”

de Usina

1,00

131


Tabela 4

Razão de chances e intervalo de confiança de 95% dos resultados respiratórios do

aumento ppb em exposição a NOx em ambiente total e específico da usina de energia

(utilizando tanto a abordagem de "evento" quanto na "fonte"). São apresentados o modelo

bruto, bem como os modelos totalmente ajustado de poluente único e multi-poluentes.

Resultado NOx

Ambiente total “Evento” da usina “Fonte” da usina

Asma

Modelo brutoa 1,10 (0.95, 1,27) 1,01 (0,99, 1,03) 1,14 (0,79, 1,65)

Ajustadob 1,11 (0.96, 1,28) 1,01 (0,99, 1,03) 1,21 (0,78, 1,62)

Multi-poluentec 1,08 (0.92, 1,25) 1,07 (0,99, 1,15) 0,87 (0,56, 1,36)

DPOC

Modelo Bruto 1.33 (0.95, 1,86) 1,01 (0,98, 1,04) 1,14 (0,55, 2,34)

Ajustado 1.30 (0.93, 1,83) 1,01 (098, 1,04) 1,17 (0,56, 2,44)

Multi-poluente 1.30 (0.93, 1,83) 0,99 (0,83, 1,18) 1,60 (0,57, 4,48)

Tosse crônica

Modelo bruto 1,15 (1,03, 1,21) 1,00 (0,99, 1,01) 1,40 (1,13, 1,74)

Ajustado 1,10 (1,01, 1,19) 1,00 (0,99, 1,01) 1,42 (1,14, 1,77)

Multi-poluente 1,10 (1,01, 1,19) 1,01 (0,97, 1,06) 1,58 (1,19, 2,11)

Catarro crônico

Modelo bruto 1,07 (0,98, 1,16) 1,00 (0,99, 1,01) 1,24 (0,99, 1,56)

Ajustado 1,04 (0,96, 1,14) 1,00 (0,99, 1,02) 1,24 (0,98, 1,57)

Multi-poluente 1,06 (0,96, 1,16) 1,00 (0,95, 1,05) 1,45 (1,06, 1,98)

Dispneia noturna

Modelo bruto 1,14 (1,03, 1,26) 1,00 (0,99, 1,01) 1,33 (1,03, 1,73)

Ajustado 1,12 (1,01, 1,24) 1,00 (0,99, 1,01) 1,35 (1,04, 1,76)

Multi-poluente 1,14 (1,03, 1,27) 1,00 (0,95, 1,06) 1,55 (1,16, 2,37)

Falta de ar

Modelo bruto 1,09 (0,99, 1,20) 0.99 (0.98, 1.00) 1.17 (0.91, 1.51)

Ajustado 1,06 (0,96, 1,17) 0.99 (0.98, 1.00) 1.24 (0.95, 1.61)

Multi-poluente 1,11 (1,01, 1,24) 0.97 (0.92, 1.03) 1.85 (1.29, 2.65)

132


a Modelo bruto: modelo univariado não ajustado.

b Modelo ajustado: modelo ajustado para idade, sexo, histórico de fumante (nunca,

passivo, anteriormente, atualmente), densidade habitacional, proximidade da estrada

principal e formação.

c Modelo Multi-poluente: modelo totalmente ajustado, incluindo concentração de

exposição estimada de SO2.

Ambas as abordagens para a estimativa de exposições específicas de SO2 da usina

não foram estatisticamente associadas aos resultados de interesse. A "abordagem na

fonte" rendeu um IC de 95% muito mais amplo do que a "abordagem de evento" (Tabela

5).

A regressão logística multivariada repetida em um modelo multi-poluente não

revelou alterações estatisticamente significativas na extensão do efeito calculado para a

associação de asma e DPOC na população estudada. Dois sintomas respiratórios, o de

expectoração crônica e falta de ar, foram associados positivamente ao NOx somente após

que a co-exposição a SO2 foi incorporada ao modelo. Em geral, os modelos multi-

poluentes resultaram em uma redução do efeito estimado em associações à exposição de

SO2, enquanto razões de chances da associação com métricas de exposição de NOx

aumentaram nos modelos multi-poluentes (Tabelas 4 e 5).

4. Discussão

Nosso principal objetivo foi avaliar a exposição de NOx e SO2 específicas de usinas

de energia com resultados de saúde respiratória entre a população residente na direção do

vento soprando de uma grande usina de energia movida a carvão.

Nossos resultados não apoiam fortemente uma associação entre as emissões das

usinas de energia a carvão e a prevalência da DPOC ou asma; entretanto, quase todos os

sintomas respiratórios leves estudados foram associadas a emissões de NOx da usina de

energia. O método de abordagem na "fonte" foi utilizado para estimar a exposição pessoal

a emissões das usinas de energia mais fortemente correlacionadas a sintomas

respiratórios. Talvez o mais interessante seja que a exposição de NOx específica da usina

revela uma forte associação com sintomas respiratórios maior que que as estimativas de

exposição de NOx do ambiente total. Considerando que a usina a carvão Orot Rabin emite

133


20 vezes mais NOx do que a segunda maior fonte industrial na área de estudo, é razoável

estimar que a exposição pessoal às emissões da usina é uma métrica importante para

avaliar a exposição e os potenciais resultados à saúde.

Apesar de nossos resultados significativos no que diz respeito a sintomas

respiratórios crônicos, não vimos qualquer associação estatisticamente significativa com

a prevalência de asma e DPOC. Há pelo menos três explicações possíveis para isso: uma

magnitude relativamente pequena da exposição, resultado errôneo de classificação e

avaliação incorreta da exposição, resultado em classificação errônea da exposição.

As concentrações de NOx e SO2 relatadas para a região de estudo foram menores

do que as estabelecidas nos padrões nacionais e diretrizes internacionais.

Especificamente, a concentração média anual de NOx e SO2 total para cada ano do

período de estudo (Materiais suplementares, Figuras 1 e 2) é notavelmente inferior à

média da diretriz de No2 anual da OMS, de 40 tg/m3, e inferior à media anual de So2,

estabelecida pelo Israeli National Air Quality Standard (Padrão de Qualidade de Ar

Nacional Israelense), de 60 tg/m3. Pesquisas anteriores com níveis semelhantes de

exposição da Austrália e Holanda também não conseguiram encontrar uma associação

significativa entre a exposição a longo prazo a NOx e SO2 e os resultados respiratórios

(Brunekreef et al., 2009; Henry et al., 1991). É possível que em regiões com maiores

níveis de NOx e SO2 possa haver uma associação mais forte entre as exposições

estimadas e a prevalência de doenças respiratórias.

Estávamos limitados à retrospectiva de sintoma e diagnóstico auto-relatado, o que

propiciava maiores chances de erros de classificação, quando comparado com as

avaliações mais objetivas, como os dados de espirometria, avaliação clínica e diagnóstico

médico real de prontuários médicos. Apesar das limitações das pesquisas de retrospectiva

de sintomas, foram adotadas medidas para minimizar erros de classificação dos resultados

respiratórios. O instrumento utilizado foi um estudo de tradução validado de um

questionário de saúde respiratória padronizado e amplamente utilizado. Além disso,

nossos resultados foram comparados aos anteriormente publicados nas pesquisas

respiratórias da população de Israel e eram comparáveis em termos de estatísticas

demográficas, taxas de fumantes e prevalência de doenças respiratórias (Goral et al.,

2011;. Baron-Epel et al., 2007).

134


Tabela 5

Razão de chances e intervalo de confiança de 95% dos resultados respiratórios do

aumento ppb em exposição a NOx em ambiente total e específico da usina de energia

(utilizando tanto a abordagem de "evento" quanto na "fonte"). São apresentados o modelo

bruto, bem como os modelos totalmente ajustado de poluente único e multi-poluentes.

Resultado OS2

Ambiente total “Evento” de usina “Fonte” de usina

Asma

Modelo Brutoa 1.90 (1.10, 3.27) 1.01 (0.99, 1.03) 1.08 (0.99, 1.17)

Ajustadob 1.89 (1.10, 3.25) 1.01 (0.99, 1.03) 1.08 (0.99, 1.17)

Multi-poluentec 1.85 (1.05, 3.27) 0.95 (0.89, 1.02) 1.10 (0.99, 1.21)

DPOC

Modelo bruto 1.17 (0.41, 3.04) 1.01 (0.98, 1.04) 0.95 (0.81, 1.11)

Ajustado 1.11 (0.39, 3.12) 1.00 (0.97, 1.04) 0.96 (0.82, 1.13)

Multi-poluente 0.92 (0.26, 3.20) 1.02 (0.85, 1.21) 0.90 (0.73, 1.12)

Tosse crônica

Modelo bruto 1.09 (0.81, 1.46) 1.00 (0.99, 1.01) 1.02 (0.97, 1.07)

Ajustado 1.09 (0.81, 1.47) 1.00 (0.99, 1.01) 1.03 (0.98, 1.08)

Multi-poluente 0.99 (0.72, 1.37) 0.99 (0.95, 1.03) 0.96 (0.91, 1.03)

Catarro crônico

Modelo bruto 0.92 (0.68, 1.26) 1.00 (0.99, 1.01) 0.99 (0.94, 1.04)

Ajustado 0.92 (0.66, 1.26) 1.00 (0.99, 1.01) 0.99 (0.95, 1.05)

Multi-poluente 0.85 (0.60, 1.21) 1.01 (0.96, 1.06) 0.95 (0.89, 1.01)

Dispneia noturna

Modelo bruto 0.94 (0.67, 1.34) 1.00 (0.99, 1.01) 1.00 (0.94, 1.05)

Ajustado 0.95 (0.67, 1.35) 1.00 (0.99, 1.01) 1.00 (0.95, 1.06)

Multi-poluente 0.81 (0.55, 1.21) 0.99 (0.94, 1.05) 0.93 (0.86, 1.01)

Falta de ar

Modelo bruto 1.68 (1.49, 1.94) 0.99 (0.98, 1.00) 0.94 (0.89, 1.00)

Ajustado 1.90 (1.10, 3.27) 1.01 (0.99, 1.03) 1.08 (0.99, 1.17)

Multi-poluente 1.89 (1.10, 3.25) 1.01 (0.99, 1.03) 1.08 (0.99, 1.17)

a Modelo bruto: modelo univariado não ajustado.

b Modelo ajustado: modelo ajustado para idade, sexo, histórico de fumante (nunca,

passivo, anteriormente, atualmente), densidade habitacional, proximidade da estrada

principal e formação.

c Modelo Multi-poluente: modelo totalmente ajustado, incluindo concentração de

exposição estimada de SO2.

135


Isto sugere que a nossa avaliação primária dos resultados de saúde minimize ao

máximo a classificação errônea. Uma classificação errônea diferencial, como de viés de

memória, é improvável já que os participantes estavam inconscientes sobre o estado de

exposição. Enquanto fizemos todos os esforços para controlar potenciais co-variáveis de

confusão com os dados disponíveis, houve, sem dúvidas, confusões residuais que não

foram controladas. Um exemplo notável é o mínimo de controle para as variáveis

socioeconômicas. Infelizmente, como os dados de renda e riqueza eram incompletos, a

formação e a densidade habitacional foram utilizadas como “proxy”. Os modelos

estatísticos foram idênticos para os diversos resultados, pois não há base para co-variáveis

que impactam a relação exposição-doença de forma diferente para os diferentes

resultados.

Uma possível causa de Classificação Errônea da exposição ao utilizar o endereço

residencial pessoal é a probabilidade de que alguns participantes mudem de residência

durante o período de estudo. Um dos critérios de seleção foi morar, pelo menos, cinco

anos no endereço residencial atual. Aproximadamente, 76% dos participantes não

mudaram de residência nos 10 anos anteriores à realização da pesquisa respiratória. Isto

sugere que o efeito da deslocalização de avaliação da exposição pessoal é baixa.

Um ponto positivo ao direcionar a atenção para fontes específicas de emissões de

NOx e de SO2 é que esses poluentes servem como um “proxy” para outras co-exposições

que não foram medidas. Como tal, enquanto nós estamos estimando apenas exposições

de NOx e SO2 específicas das usinas de energia, isso também serve como um marcador

para todos os outras exposições resultantes das emissões de carvão de usinas de energia.

Limitações nos dados de monitoramento de qualidade do ar local são devidas à restrição

em nossa capacidade de incorporar concentrações de material particulado (PM) na

avaliação da exposição e avaliar se associações positivas foram devidas à co-exposição a

emissões de Material Particulado da usina.

Esta é uma limitação dada a força da literatura recente que relaciona a exposição ao

Material Particulado de usinas a diversos resultados de saúde (Evans et al., 2013;

Wellenius et al., 2011; Levy et al., 2009; Ito et al., 2006). No entanto, dado que as

concentrações médias de Material Particulado são relativamente altas em Israel, o

Material Particulado emitido pela usina contribui apenas marginalmente no total de

Material Particulado observado (Yuval e Broday, 2009). Assim, ao contrário de SO2 e

NOx, as fontes locais de Material particulado, tais como as emissões de usinas de energia,

136


são mais difíceis de distinguir.

Devido à cobertura espacial heterogênea das estações de monitoramento, a

interpolação espacial está sujeita a erros maiores em áreas pouco monitoradas. Além

disso, devido a mudanças dinâmicas imprevisíveis no micro-ambiente, avaliar o impacto

de uma determinada fonte em qualquer estação de monitoramento está sujeito às

dinâmicas complexas de gases, o que frequentemente não são Gaussiana. Apesar disso,

acreditamos que a o método Kriging foi o mais adequado para interpolar espacialmente

os dados de exposição. O método Kriging foi estabelecido há muito tempo em muitos

campos como a técnica convencional para a interpolação espacial (Isaaks e Srivastava,

1989), uma vez que minimiza o erro de interpolação quadrada e o fornece como parte dos

resultados de interpolação. Yuval et al. (2005) constatou que a ponderação de distância

inversa e os métodos Kriging de interpolação foram comparáveis na criação de mapas de

concentração de poluentes atmosféricos na área de Baía de Haifa. Foi revelado que o

método Kriging é superior à ponderação de distância inversa, especialmente quando uma

curta janela de tempo é utilizada para cálculo da média.

O modelo de abordagem na "fonte" pressupõe que a proporção molar S/N na

chaminé e da coluna de gás é preservada, no entanto, as diferentes taxas de remoção (por

exemplo, oxidação de NOx em NO3 e N2O5) podem alterar a relação na coluna de gás

(Hewitt, 2001). Isso resultaria em uma superestimação da contribuição da usina na

"abordagem na fonte". No entanto, a "abordagem de evento" utiliza uma definição um

tanto heurística de um "evento". Esta abordagem pode ser propensa a Classificações

errôneas da exposição devido à definição de um "evento" ser baseada no produto das

concentrações de SO2 e NOx, enquanto esses poluentes apresentam tendências temporais

opostas na área de estudo (diminuindo as concentrações de SO2 e aumentando as

concentrações de NOx). Por fim, é importante notar que a "abordagem na fonte" é baseada

em dados de períodos de tempo em que o vento soprou da usina para as estações de

monitoramento individuais. Registros de cada uma das estações representam períodos

distintos de condições meteorológicas únicas em que a estação de monitoramento é

impactada pela usina. Consequentemente, a interpolação espacial desses casos representa

uma superestimação significativa da quota de emissões de usinas de energia nos níveis de

NOx observados. Na prática, embora a parcela da usina Orot Rabin nas emissões de NOx

regionais seja de aproximadamente 95%, o seu efeito sobre os registros de monitoramento

de NOx ambientais foi inferior a 70% (a maior participação em uma das estações de

137


monitoramento). Isso também explica por que as concentrações de SO2 atribuídas à usina

(em momentos em que a coluna de gás atinge a central de monitoramento) são muito mais

elevadas do que a média de níveis totais de SO2.

O objetivo primário deste trabalho foi de estimar as exposições de energia

específicas de usinas de energia e compreender a associação com os resultados de saúde

respiratória. Do ponto de vista epidemiológico, a heterogeneidade espacial da exposição

por toda a população é de grande importância. As estimativas de exposição que

apresentamos são temporalmente orientadas e, portanto, apresentam uma estimativa da

distribuição da exposição a longo prazo; isso é importante, especialmente considerando a

natureza crônica dos resultados sobre a saúde sendo avaliada. Há a preocupação de que

os mecanismos fisiopatológicos que resultam em doenças pulmonares crônicas e sintomas

respiratórios sejam anteriores ao período de avaliação da exposição, arriscando a

associação temporal exposição-doença. Isto pode ser uma das razões que contribuem para

a falta de associação estatisticamente significativa com a asma e DPOC. Apesar disso, as

nossas estimativas de exposição são projetadas para estimar a exposição a longo prazo e

que a grande maioria dos participantes já residam no mesmo local há mais de 10 anos. Na

medida do possível, acreditamos que isto aborda parcialmente a dificuldade de associação

temporal em nosso estudo. O trabalho futuro incidirá sobre as diferentes variações

espaciais entre as diferentes métricas de exposição, pois as estimativas de exposição de

toda a região são diferentes nas duas abordagens, e que efeito isso pode ter sobre modelos

epidemiológicos.

5. Conclusão

Em suma, apresentamos duas novas abordagens para estimar a exposição pessoal

às concentrações ambientais de NOx e SO2 atribuíveis às emissões de usinas de energia.

Ao fazê-lo, fomos capazes de explorar as possíveis associações epidemiológicas entre

exposições a NOx e SO2 específicas de usinas de energia e doenças respiratórias crônicas.

Descobrimos que os sintomas respiratórios, mas não a prevalência de asma e DPOC,

foram associados às estimativas de emissões de NOx da usina de energia. A "abordagem

na fonte" parecia fornecer uma melhor estimativa da exposição às emissões de usinas de

energia, uma vez que revelou uma relação dose-resposta mais forte com sintomas

respiratórios e é menos propensa a classificações errôneas da exposição, em comparação

138


com a "abordagem de evento." A constatação de que o NOx específico de usinas de

energia mostrou uma forte associação com sintomas respiratórios, superior ao NOx

ambiente, sugere que a distribuição das fontes de poluição do ar é epidemiologia, podendo

ajudar a identificar fontes clinicamente significativas de poluição. O cálculo da parcela

de poluição ambiental atribuído às centrais regionais é potencialmente útil para fins de

gestão da qualidade do ar, tais como programas de redução planejada. Compreender a

associação da exposição específica de usinas de energia com resultados respiratórios pode

fornecer uma avaliação potencialmente útil dos resultados de saúde da população local

na análise custo-benefício da produção de energia à base de carvão.

Agradecimentos

O financiamento parcial para E.D.A. foi fornecido pelo Council for International

Exchange of Scholar (Conselho de Intercâmbio Internacional de Acadêmicos) (CIES),

Programa Fulbright, US-Israel Educational Foundation. A Coleta de dados dos resultados

de saúde e coleta de amostras ambientais foi financiada pela Association of Towns for

Environmental Protection (Associação das Cidades para a Proteção Ambiental), Hadera.

A Fiscalização do Conselho de Análise para coleta de dados de saúde foi fornecida pelo

comitê de direção sobre efeitos de usinas na saúde, do Ministry of Health and Ministry of

Environmental Protection (Ministério da Saúde e Ministério da Proteção Ambiental). O

protocolo, método de amostragem, questionários e materiais suplementares foram

aprovados pelo comitê de direção em 26 de maio de 2002. Os Presidentes do comitê eram

o Professor Alex Leventhal e Dr. Miki Haran. O método de abordagem na "fonte" foi

desenvolvido com o apoio parcial do Technion Center of Excellence in Exposure Science

and Environmental Health – TCEEH (Centro Technion de Excelência em Ciência de

Exposição e Saúde Ambiental).

Apêndice A. Material suplementar

Dados suplementares relacionados a este artigo podem ser encontrados on-line em

http://dx.doi.org/10.1016/j.envpol.2013.10.032.

http://dx.doi.org/10.1016/j.envpol.2013.10.032

139


Referências Bibliográficas

Abramson, M., Matheson, M., Wharton, C., Sim, M., 2002. Prevalence of respiratory

symptoms related to chronic obstructive pulmonary disease and asthma among middle

aged and older adults. Respirology 7, 325-331.

Barnett, A.G., Williams, G.M., Schwartz, J., Best, T.L., Neller, A.H., Petroeschevsky,

A.L., Simpson, R.W., 2005. Air pollution and child respiratory health: a case-crossover

study in Australia and New Zealand. Am. J. Respir. Crit. Care Med. 171, 1272-1278.

Baron-Epel, O., Garty, N., Green, M.S., 2007. Inequalities in use of health services among

Jews and Arabs in Israel. Health Serv. Res. 42, 1008-1019.

Brauer, M., Hoek, G., Van Vliet, P., et al., 2002. Air pollution from traffic and the

development of respiratory infections and asthmatic and allergic symptoms in children.

Am. J. Respir. Crit. Care Med. 166, 1092-1098.

Brunekreef, B., Beelen, R., Hoek, G., Schouten, L.J., Bausch-Goldbohm, S., Fischer, P.,

Armstrong, B., Hughes, E., Jerrett, M., van den Brandt, P.A., 2009. Effects of long¬term

exposure to traffic-related air pollution on respiratory and cardiovascular mortality in the

Netherlands: the NLCS-AIR study. Res. Rep. Health Eff. Inst. 139, 1-94.

Carbonell, L.T., Ruiz, E.M., Gacita, M.S., Oliva, J.R., Rivero, N.D., 2007. Assessment

of the impacts on health due to the emissions of Cuban power plants that use fossil fuel

oils with high content of sulfur. Estimation of external costs. Atmos. Environ. 41, 2202-

2213.

Chen, T.M., Gokhale, J., Shofer, S., Kuschner, W.G., 2007. Outdoor air pollution:

ni¬trogen dioxide, sulfur dioxide, and carbon monoxide health effects. Am. J. Med. Sci.

333, 249-256.

140


Chen, R., Huang, W., Wong, C.M., Wang, Z., Thach, T.Q., Chen, B., Kan, H., 2012.

Short¬term exposure to sulfur dioxide and daily mortality in 17 Chinese cities: the China

air pollution and health effects study (CAPES). Environ. Res. 118, 65-71.

Clark, N.A., Demers, P.A., Karr, C.J., Koehoorn, M., Lencar, C., Tamburic, L., Brauer,

M., 2010. Effect of early life exposure to air-pollution on development of childhood

asthma. Environ. Health Perspect. 118, 284-290.

Cohen, A.A., Bromberg, S., Buechley, R.W., Heiderscheit, L.T., Shy, C.M.,1972. Asthma

and air pollution from a coal-fueled power plant. Am. J. Public Health 62,1181-1188.

Dubnov, J., Barchana, M., Rishpon, S., Leventhal, A., Segal, I., Carel, R., Portnov, B.A.,

2007. Estimating the effect of air pollution from a coal-fired power station on the

development of children’s pulmonary function. Environ. Res. 103, 87-98.

ECRHS II - European Community Respiratory Health Survey II Steering Committee,

2002. The European Community Respiratory Health Survey II. Eur. Respir. J. 20, 1071-

1079.

EPA, 2013a. National Air Emission Sources for SO2. http://www.epa.gov/cgi-bin/

broker?_service1/4data&_debug1/40&_program1/4dataprog.national_1.

sas&polchoice1/4SO2#so2nat (acessado em 30.06.13).

EPA, 2013b. List of Designated Reference and Equivalent Methods. http://www.epa.

gov/ttn/amtic/files/ambient/criteria/reference-equivalent-methods-list.pdf (acessado em

27.06.13).

Evans, J., Donkelaar, A., Martin, R.V., Burnett, R., Rainham, D.G., Birkett, N.J.,

Drewski, D., 2013. Estimates of global mortality attributable to particulate air pollution

using satellite imagery. Environ. Res. 120, 33-42.

141


Garty, B.Z., Kosman, E., Ganor, E., Berger, V., Garty, L., Wietzen, T., Waisman, Y.,

Mimouni, M., Waisel, Y., 1998. Emergency room visits of asthmatic children, relation to

air pollution, weather, and airborne allergens. Ann. Allergy Asthma Immunol. 81, 563-

570.

Goral, A., Lipsitz, J.D., Muhsen, K., Gross, R., 2011. Depressive symptoms, risk factors

and sleep in asthma: results from a national Israeli health survey. Gen. Hosp. Psychiatry

34, 17-23.

Goren, A.I., Goldsmith, J.R., Hellmann, S., Brenner, S., 1991. Follow-up of

school¬children in the vicinity of a coal-fired power plant in Israel. Environ. Health

Perspect. 94, 101-105.

Goren, A.I., Hellmann, S., Glaser, E.D., 1995. Use of outpatient clinics as a health

indicator for communities around a coal-fired power plant. Environ. Health Perspect. 103,

1110-1115.

Goren, A.I., Hellmann, S., 1997. Has the prevalence of asthma increased in children?

Evidence from a long term study in Israel. J. Epidemiol. Commun. Health 51, 227-232.

Hao, J., Wang, L., Shen, M., Li, L., Hu, J., 2007. Air quality impacts of power plant

emissions in Beijing. Environ. Pollut. 147, 401-408.

Heinrich, J., Thiering, E., Rzehak, P., Krämer, U., Hochadel, M., Rauchfuss, K.M.,

Gehring, U., Wichmann, H.E., 2013. Long-term exposure to NO2 and PM10 and all-

cause and cause-specific mortality in a prospective cohort of women. Occup. Environ.

Med. 70, 179-186.

Henry, R.L., Bridgman, H.A., Wlodarczyk, J., Abramson, R., Adler, J.A., Hensley, M.J.,

1991. Asthma in the vicinity of power stations: II. Outdoor air quality and symptoms.

Pediatr. Pulmonol. 11, 134-140.

142


Hewitt, C.N., 2001. The atmospheric chemistry of sulfur nitrogen in power station

plumes. Atmos. Environ. 35, 1155-1170.

ICBS Statistical abstract of Israel, 2008. http://www.cbs.gov.il/shnaton59/st02_09x. pdf

(acessado em 12.12.11).

Isaaks, E.H., Srivastava, R.M., 1989. An Introduction to Applied Geostatistics. Oxford

University Press, New York.

Iskandar, A., Andersen, Z.J., Bonnelykke, K., Ellermann, T., Andersen, K.K., Bisgaard,

H., 2012. Coarse and fine particles but not ultrafine particles in urban air trigger hospital

admission for asthma in children. Thorax 67, 252-257.

Ito, K., Christensen, W.F., Eatough, D.J., Henry, R.C., Kim, E., Laden, F., Lall, R.,

Larson, T.V., Neas, L., Hopke, P.K., Thurston, G.D., 2006. PM source apportion¬ment

and health effects: 2. An investigation of intermethod variability in as¬sociations between

source-apportioned fine particle mass and daily mortality in Washington, DC. J. Expo.

Sci. Environ. Epidemiol. 16, 300-310.

Janson, C., Anto, J., Burney, P., Chinn, S., de Marco, R., Heinrich, J., Jarvis, D., Kuenzli,

N., Leynaert, B., Luczynska, C., Neukirch, F., Svanes, C., Sunyer, J., Wjst, M., 2001. The

European community respiratory health survey: what are the main results so far? Eur.

Respir. J. 18, 598-611.

Karavus, M., Aker, A., Cebeci, D., Tasdemir, M., Bayram, N., Cali, S., 2002. Respiratory

complaints and spirometric parameters of the villagers living around the Seyitomer coal-

fired thermal power plant in Kutahya, Turkey. Ecotoxicol. En¬viron. Saf. 52, 214-220.

Levy, J.I., Baxter, L.K., Schwartz, J., 2009. Uncertainty and variability in health-related

damages from coal-fired power plants in the United States. Risk Anal. 29, 1000-1014.

Levy, J.I., Spengler, J.D., 2002. Modeling the benefits of power plant emission con¬trols

in Massachusetts. J Air Waste Manag. Assoc. 52, 5-18.

143


Manfreda, J., Sears, M.R., Becklake, M.R., Chan-Yeung, M., Dimich-Ward, H., Siersted,

H.C., Ernst, P., Sweet, L., Van Til, L., Bowie, D.M., Anthonisen, N.R., 2004. Geographic

and gender variability in the prevalence of bronchial responsive¬ness in Canada. Chest

125, 1657-1664.

Moolgavkar, S.H., McClellan, R.O., Dewanji, A., Turim, J., Luebeck, E.G., Edwards, M.,

2013. Time-series analyses of air pollution and mortality in the United States: a

subsampling approach. Environ. Health Perspect. 121, 73-78.

Pearce, N., Sunyer, J., Cheng, S., Chinn, S., Bjorksten, B., Burr, M., Keil, U., Anderson,

H.R., Burney, P., 2000. Comparison of asthma prevalence in the ISAAC and the ECRHS.

ISAAC Steering Committee and the European Community Respiratory Health Survey.

International Study of Asthma and Allergies in Childhood. Eur. Respir. J. 16, 420-426.

Portnov, B.A., Reiser, B., Karkabi, K., Cohen-Kastel, O., Dubnov, J., 2011. High

prev¬alence of childhood asthma in Northern Israel is linked to air pollution by particulate

matter: evidence from GIS analysis and Bayesian model averaging. Int. J. Environ. Health

Res. 22, 249-269.

SCATEP, Sharon-Carmel Association of Towns for Environmental Protection, 2007. Air

Monitoring Annual Report 2006 (Hebrew). http://www.igudhadera.co.il (acessado em

22.12.11).

Tramuto, F., Cusimano, R., Cerame, G., Vultaggio, M., Calamusa, G., Maida, C.M.,

Vitale, F., 2011. Urban air pollution and emergency room admissions for respiratory

symp¬toms: a case-crossover study in Palermo, Italy. Environ. Health 10, 31-42.

Van Strien, R.T., Gent, J.F., Belanger, K., Triche, E., Bracken, M.B., Leaderer, B.P.,

2004. Exposure to NO2 and nitrous acid and respiratory symptoms in the first year of life.

Epidemiology 15, 471-478.

144


Wellenius, G.A., Diaz, E.A., Gupta, T., Ruiz, P.A., Long, M., Kang, C.M., Coull, B.A.,

Godleski, J.J., 2011. Electrocardiographic and respiratory responses to coal-fired power

plant emissions in a rat model of acute myocardial infarction: results from the

Toxicological Evaluation of Realistic Emissions of Source Aerosols Study. Inhal.

Toxicol. 23, 84-94.

Yogev-Baggio, T., Bibi, H., Dubnov, J., Or-Hen, K., Carel, R., Portnov, B.A., 2010. Who

is affected more by air pollution-sick or healthy? Some evidence from a health survey of

schoolchildren living in the vicinity of a coal-fired power plant in Northern Israel. Health

Place 16, 399-408.

Yuval, Broday, D.M., Carmel, Y., 2005. Mapping spatiotemporal variables: the impact

of the time-averaging window width on the spatial resolution. Atmos. Environ. 39, 3611-

3619.

Yuval, Broday, D.M., 2009. Assessing the long term impact of power plant emissions on

regional air pollution using extensive monitoring data. J. Environ. Monitor. 11, 425-433.

Zhao, Z., Zhang, Z., Wang, Z., Ferm, M., Liang, Y., Norbäck, D., 2008. Asthmatic

symptoms among pupils in relation to winter indoor and outdoor air pollution in schools

in Taiyuan, China. Environ. Health Perspect. 116, 90-97.