Le evidenze scientifiche degli effetti del particolato nella realtà italiana

Transcript

1 Workshop I Nuovi Limiti per il Materiale Particellare Sospeso: Problematiche e Prospettive Le evidenze scientifiche degli effetti del particolato nella realtà italiana Francesco Forastiere Dipartimento di Epidemiologia del Servizio Sanitario Regionale del Lazio Roma Roma, 13 Maggio 2010

2

3 esposizione all inquinamento atmosferico effetti sulla salute (aspetti tossicologici e studi epidemiologici).

4 Gli effetti sulla salute dell inquinamento possono essere Acuti legati a rapide variazioni dell esposizione: (incrementi della concentrazione giornaliera degli inquinanti), con latenza breve (0 5 giorni dall esposizione) Studi di sere temporali o case crossover Cronici associati ad esposizioni prolungate nel tempo (medie annuali dell inquinante) che si manifestano a lunga distanza dall esposizione (da 1 a 10+ anni) Studi di follow-up

5 PM10 Effetti Acuti: Differenze temporali apr-01 lug-01 ott-01 gen-02 apr-02 lug-02 ott-02 gen-03 apr-03 lug-03 ott-03 gen-04 apr-04 lug-04 ott-04 gen-05 apr-05 lug-05 ott-05 Effetti cronici: Differenze spaziali Esempio: Roma PM10 ed NO2

6 Definizione di sorveglianza epidemiologica WHO Recommended Surveillance Standards 1997 Sistema che 1) raccoglie in modo continuo e sistematico i dati sanitari 2) analizza e aggrega i dati in indicatori sanitari 3) trasmette l informazione a chi - promuove interventi di sanità pubblica o ha bisogno della verifica di efficacia di interventi già intrapresi WHO_CDS_CSR_ISR_99_2_EN/en/

7 Il sistema di sorveglianza epidemiologica nel contesto delle attività di valutazione e controllo degli effetti dell inquinamento atmosferico Decisioni politiche, provvedimenti normativi e di controllo Interventi per ridurre le emissioni, ridurre la concentrazione, ridurre l esposizione, ridurre l impatto sanitario Monitoraggio Ambientale Raccogliere e analizzare campioni ambientali produrre indicatori di qualità dell aria Sorveglianza Epidemiologica Raccogliere ed analizzare dati di esposizione ambientale e di salute, produrre stime di rischio, soglie di allarme, valutazioni di efficacia degli interventi Ricerca eziologica Analizzare dati epidemiologici, integrare con conoscenze biologiche e tossicologiche, produrre stime di associazione, proporre soglie di allarme, valutare l'efficacia degli interventi

8 Effetti a breve termine dell inquinamento atmosferico in aree urbane- EpiAir Studio condotto sulla popolazione di dieci città distribuite sull intero territorio nazionale, nel periodo L impatto sulla salute dell inquinamento atmosferico stimati per ciascuna città e poi sul pool della popolazione di tutte le città.

9 Le 10 città di EPIAIR Torino Milano Mestre Bologna Firenze Pisa Roma Cagliari Taranto Palermo

10 PM10 nelle città italiane 65 PM10: concentrazioni, in microgr/metro cubo d'aria, , dati preliminari. Progetto EPIAIR, CCM Bologna Cagliari Firenze Milano Palermo Pisa Roma Taranto Torino Venezia-Mestre

11 Popolazione in studio La popolazione in studio è costituita dai soggetti residenti in 10 città (Bologna, Cagliari, Firenze, Mestre, Milano, Palermo, Pisa, Roma, Taranto e Torino) e deceduti per cause naturali o ricoverati nella stessa città di residenza, tra il 2001 ed il Sono stati raccolti dati su: 271,111 decessi (età 35+ anni); 701,902 ricoveri urgenti (tutte le età).

12 Risultati meta-analitici per le 10 città italiane relativi all associazione tra inquinamenti atmosferici e mortalità per cause naturali. Progetto EPIAIR, CCM. I grafici riportano per ogni inquinante e per ogni lag gli incrementi percentuali di rischio (e gli intervalli di confidenza al 95%) corrispondenti a variazioni di 10mg/m3 dell inquinante (periodo aprile-settembre per l ozono).

13 Mortalità per cause naturali 10 città Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante Mortalità naturale lag % L U p-het PM NO O3 (aprile-settembre) ,111 decessi per cause naturali

14 Mortalità per cause naturali - 10 città Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante

15 Mortalità per cause respiratorie - 10 città Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante Mortalità respiratoria lag % L U p-het PM NO O3 (aprile-settembre) ,166 decessi per cause respiratorie

16 Relazione esposizione- risposta PM10 mortalità respiratoria POOLED RESULTS - Exposure-response relationship between respiratory mortality (age 35+ years) and PM Percent increase of risk PM10 10 città EPIAIR

17 Analisi ricoveri ospedalieri

18 Selezione dei ricoveri secondo i seguenti criteri -Anno di accettazione Ricoveri ordinari -Ricoveri dei pazienti residenti nella città -Ricoveri in strutture della città -Ricoveri urgenti

19 Ricoveri per malattie cardiache - 9 città Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante

20 Ricoveri per malattie cardiache 9 città Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante Malattie cardiache Eventi coronarici acuti lag % L U p-het lag % L U p-het PM NO O3 (aprile-settembre) ,265 ricoveri per malattie cardiache 63,886 ricoveri per eventi coronarici acuti

21 Risultati meta-analitici Malattie cardiache Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante

22 Ricoveri per malattie respiratorie 9 città Incrementi percentuali di rischio (%) e intervalli di confidenza al 95% (L, U) per variazioni di 10 unità dell'inquinante Malattie respiratorie Asma, bronchite e polmonite 0-14 anni lag % L U p-het lag % L U p-het PM NO O3 (aprile-settembre) ,263 ricoveri per malattie respiratorie 28,949 ricoveri per asma,bronchite e polmonite 0-14 anni

23 FINE AND ULTRAFINE PARTICLES AND HOSPITAL ADMISSIONS FOR CARDIOVASCULAR AND RESPIRATORY DISEASES A case-crossover analysis, Rome Valeria Belleudi, Annunziata Faustini, Massimo Stafoggia, Giorgio Cattani, Achille Marconi, Francesco Forastiere, Carlo A Perucci Epidemiology, March 2010

24 Science 307: , News Focus, March 2005

25 Air pollution Short term effects on coronary syndrome HEAPSS: Health Effects of Air Pollution on Susceptible Subpopulations ( ) Five HEAPSS cities Helsinki Stoccolma Augsburg Barcellona Roma

26 Condensation Particle Counter (CPC) to monitor ultrafine particles in each city

27 AIMS To evaluate the association of outdoor PM10, PM2.5 and ultrafine particles (PNC) with hospital admissions for cardiac and respiratory diseases in Rome, Italy. Focus on: Specific diseases and latency

28 Outcome data Hospital admission data : residents hospitalized in Rome selected from the Regional Registry of Hospital Admissions. We selected only emergency admissions* and classified them using the principal diagnoses. *excluded: transfers from other hospitals, day hospital admissions, admissions for rehabilitation and long-stay, and the admissions due to: complication of pregnancy, childbirth, puerperium, perinatal period, injury and poisoning.

29 Table 1. Counts of hospital emergency admissions for cardiac and respiratory diseases (by age) in patients resident in Rome and hospitalised in Rome between 10th April 2001 and 31st December age groups total 35+ N % daily mean N % daily mean N daily mean N daily mean Heart diseases 22, , , , Coronary heart disease 7, , , , Heart failure 1, , , , Respiratory diseases 9, , , , Respiratory infections* 2, , , ,331 7 COPD** 2, , , ,087 9 * Low respiratory infections includes bronchitis and pneumonia ** COPD includes hospitalisations with COPD codes as principal discharge diagnosis and respiratory failure as a principal diagnosis together with COPD as a secondary diagnosis.

30 Environmental variables Air pollution data : Daily PM measurements were collected at one monitoring station in the center of Rome, ISS. Ultrafine particles, as particle number concentration (PNC), were measured with a TSI particle counter. Meteorological data : daily average values of temperature, dew point and barometric pressure at sea level were calculated from values recorded from the airport meteorological station. Apparent temperature= temperature (dew point) 2

31 Rome: division of the city in traffic zones ISS monitoring station

32 Environmental variables in Rome, during 10/4/ /12/2005 Environmental variables Barometric pressure (hpa) Apparent temperature ( C) PM 10 (µg/m 3 ) PM 2.5 (µg/m 3 ) PNC (particles/cm 3 ) N Mean Stand. Percentiles error IQR Distribution of differences between event day control days IQR PM10 = 24.3 µg/m 3 IQR PM2.5 = 17.2 µg/m3 IQR PNC =16192 particles/cm : 10 = IQR : x X PM10 = 14 µg/m 3 X PM2.5 = 10 µg/m3 X PNC =9392 particles/cm 3

33 Time-series of PM 10 in Rome, 10/4/ /12/ Daily mean of PM /4/2001 9/4/2002 9/4/2003 8/4/2004 8/4/2005

34 Time-series of PM 2.5 in Rome, 10/4/ /12/2005. Daily mean of PM /4/2001 9/4/2002 9/4/2003 8/4/2004 8/4/2005

35 Time-series of PNC in Rome, 10/4/ /12/ Daily mean of PNC /4/2001 9/4/2002 9/4/2003 8/4/2004 8/4/2005

36 Case-crossover Data Analysis time-stratified approach for the case crossover : the study period was divided into monthly strata, and the control days for each case were selected as the same days of the week in the stratum.

37 Confounding factors considered to study the effects of PM 10, PM 2.5 and PNC on hospitalization Influenza epidemics Population reductions in summer months Holidays Barometric pressure Apparent temperature The factors time trend and day of the week are controlled by design Cubic spline with 2 knots percentiles

38 Results Variables Lag N. PM10 PM2.5 PNC subjects % 95% CI % 95% CI % 95% CI Coronary syndrome Heart failure Respiratory infections COPD The percent changes are estimated for 14 mg/m3 PM10, 10 µg/m3 PM2.5, and 9392 particles/cm3 PNC

39 The effect of Saharan dust on the association between particulate matter and daily mortality Mallone et al, ISEE 2009

40 Limits PM 10 : 40 µg/m 3 annual mean 50 µg/m 3 24-hour mean, not to be exceeded more than 35 times a calendar year* * already in force since 1 jan 2005

41

42

43 Saharan Dust days Dust Index (DI=0,1) based on LIDAR (laser radar) observations (Institute of Atmospheric Science and Climate- CNR) and valitated with operational models (Dust Regional Atmospheric Model-DREAM of the Maltese Euro Mediterranean Center; U.S. Navy Global Aerosol Model). [Gobbi et al., 2006; Gobbi et al., 2007] Since Saharan dust layers observed in Rome extended tipically from ground up to 6 km [Gobbi et al., 2004] we defined a Ground Dust Index (GDI) as GDI=0 if DI=0 GDI=1 if DI=1 & PM 10 /NO 2 >0.6 being NO 2 a traffic pollution indicator.

44 Results Percentage of dust-free and dust affected days by month and year. Rome, Dust affected days Dust-free days The percent of Saharan dust affectd days is 18.3% (263 dd), more frequent in warm season (22.6% in spring, 26.1% in summer) than in cold ones (17.3% in autumn, 6.2% in winter).

45 PM mortality association by cause of death, Saharan dust days, O 3. Rome, IR% and 95% CI corresponding to a 10.8 µg/m 3 variation in PM p-value refers to the interaction term PM*GDI

46 Who is sensitive to the effects of air pollution? The fact that some individuals are more affected than others by exposure to increased air pollutants: i.e. effect modification

47 Model of susceptibility GENERAL POPULATION CHRONIC CONDITIONS ACUTE CONDITIONS DEATH Susceptibility Exposure levels and defense mechanisms (Vulnerability)

48

49

50

51 Temperature, PM10 and Mortality Stafoggia et al, AJE 2008

52 Ringraziamenti Annunziata Faustini, Valeria Belleudi, Paola Colais, Massimo Stafoggia, Carlo Perucci (Dip Epidemiologia ASL Roma E) Achille Marconi (ISS), Giorgio Cattani (APAT) Sandra Mallone, ISPO- Firenze Gruppo di lavoro EPIAIR