Denis de Oliveira Teixeira; Claudia Aparecida de Mattos

DOI: 10.22167/2675-6528-202604405

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

Investigou-se a relação entre a poluição do ar e as internações por doenças respiratórias no município de São Paulo, no período de janeiro de 2015 a dezembro de 2024. O objetivo foi analisar a associação entre as médias mensais das concentrações de poluentes atmosféricos (PM2.5, PM10 e NO2) e os totais mensais de internações hospitalares por doenças respiratórias (CID-10: J00-J99). Realizou-se um estudo observacional, ecológico e quantitativo, baseado em séries temporais mensais. Os dados foram obtidos de bases públicas da CETESB (QUALAR), DATASUS (SIH/SUS) e INMET, e processados em ambiente Python/Jupyter Notebook. Utilizaram-se Modelos Lineares Generalizados, especificamente o modelo Binomial Negativo, devido à sobredispersão identificada nos dados. Os modelos controlaram a sazonalidade, a tendência temporal, variáveis meteorológicas (temperatura e umidade relativa) e o período da pandemia de COVID-19. Não se identificou associação estatisticamente significativa entre os poluentes e as internações respiratórias mensais nos modelos ajustados. A análise de sensibilidade demonstrou que a associação positiva inicialmente observada foi explicada por padrões sazonais compartilhados entre poluição e internações, tornando-se nula após o controle adequado. Concluiu-se que, na escala temporal mensal, a sazonalidade constituiu o principal determinante da variabilidade das internações respiratórias, limitando a detecção de efeitos independentes da poluição atmosférica. Este resultado não contradiz a literatura, mas reflete a limitação da agregação mensal para captar efeitos agudos. O pipeline computacional desenvolvido representa uma contribuição metodológica para futuras investigações com dados de maior granularidade.

Palavras-chave: Internações respiratórias; Poluição do ar; Qualidade do ar; Sazonalidade; Séries temporais.

1. Introdução

A poluição atmosférica representa um dos principais fatores de risco ambiental para a saúde pública global, com impacto significativo em grandes centros urbanos. Conforme estimativas da Organização Mundial da Saúde (World Health Organization, 2021), aproximadamente sete milhões de mortes anuais em todo o mundo estão diretamente associadas à exposição a poluentes atmosféricos. Entre esses poluentes, destacam-se o material particulado fino (PM2.5), o dióxido de nitrogênio (NO2) e o ozônio (O3). Estudos sobre a carga global de doenças consistentemente apontam a poluição atmosférica ambiental como um dos principais fatores de risco modificáveis para a mortalidade prematura (Cohen et al., 2017; Burnett et al., 2018; Vohra et al., 2021).

Do ponto de vista fisiopatológico, o material particulado fino (PM2.5), caracterizado por seu diâmetro aerodinâmico inferior a 2,5 micrômetros, possui uma elevada capacidade de penetração nas vias aéreas inferiores. Ao atingir os alvéolos pulmonares, o PM2.5 pode desencadear respostas inflamatórias pulmonares e sistêmicas. Esses processos inflamatórios estão associados ao agravamento de diversas doenças respiratórias e cardiovasculares, conforme amplamente documentado na literatura científica (Pope e Dockery, 2006; Brunekreef e Holgate, 2002).

No contexto brasileiro, a cidade de São Paulo enfrenta essa problemática com particular intensidade. Com uma frota veicular que ultrapassa sete milhões de unidades (DETRAN-SP, 2023), o tráfego urbano constitui uma das principais fontes de emissão de poluentes atmosféricos. As concentrações de PM2.5, PM10 e NO2 provenientes dessas emissões comprometem continuamente a qualidade do ar na metrópole (CETESB, 2023; Arbex et al., 2012). Evidências epidemiológicas nacionais corroboram os impactos desses poluentes sobre a saúde respiratória da população.

Revisões sistemáticas realizadas no estado de São Paulo identificaram associações consistentes entre as concentrações de poluentes e desfechos respiratórios em diferentes municípios (Dapper, Spohr e Zanini, 2016). Em Cubatão, Jasinski, Pereira e Braga (2011) confirmaram tais associações em internações por doenças respiratórias em populações pediátricas. No próprio município de São Paulo, análises de séries temporais revelaram correlações positivas entre PM10, NO2 e internações por causas respiratórias, com efeitos mais pronunciados em crianças e idosos (Gouveia et al., 2003; Saldiva, 2017; Santos et al., 2021). Além disso, estudos baseados em dados de sensoriamento remoto demonstram a elevada carga de exposição a material particulado na região metropolitana paulistana (De Araujo e do Rosário, 2020).

Apesar do acúmulo de evidências sobre os efeitos da poluição do ar na saúde, ainda existe uma lacuna em estudos que integrem séries temporais extensas, cobrindo uma década completa, com abordagens analíticas baseadas em ciência de dados aplicadas ao contexto recente de São Paulo. Permanece a necessidade de investigações que combinem bases de dados ambientais e de saúde, empregando métodos estatísticos robustos. Tal abordagem é crucial para ampliar a compreensão quantitativa dos impactos da poluição atmosférica sobre os desfechos respiratórios, especialmente considerando os padrões sazonais e as tendências temporais que podem influenciar essa relação.

Diante desse cenário, o presente estudo justifica-se pela necessidade de aprofundar a análise da relação entre a qualidade do ar e a saúde respiratória na cidade de São Paulo, fornecendo evidências quantitativas que possam subsidiar políticas públicas de vigilância em saúde ambiental e controle da qualidade do ar. Assim, este estudo tem por objetivo analisar a relação entre as médias mensais das concentrações de poluentes atmosféricos (PM2.5, PM10 e NO2) e os totais mensais de internações hospitalares por doenças respiratórias (CID-10: J00-J99) na cidade de São Paulo, no período de janeiro de 2015 a dezembro de 2024.

2. Material e Métodos

Realizou-se um estudo observacional, de natureza ecológica e caráter quantitativo, fundamentado em séries temporais mensais. A unidade de análise foi o município de São Paulo, e o período de observação compreendeu janeiro de 2015 a dezembro de 2024, totalizando cento e vinte meses. Essa abordagem é amplamente empregada em epidemiologia ambiental para investigar associações entre exposições coletivas a poluentes e desfechos populacionais de saúde, sendo validada para o monitoramento de tendências de longo prazo e identificação de padrões sazonais (Rothman, Greenland e Lash, 2008; Szklo e Nieto, 2014).

Os dados foram obtidos exclusivamente de bases públicas e oficiais, visando assegurar a transparência e a replicabilidade do estudo. As fontes incluíram o Sistema de Informações Hospitalares do SUS (SIH/SUS – DATASUS), que forneceu registros mensais de internações por doenças do aparelho respiratório (CID-10: J00-J99) para residentes de São Paulo. O Sistema QUALAR (CETESB) disponibilizou dados horários de concentração de poluentes atmosféricos (PM10, PM2.5 e NO2) de estações de monitoramento na cidade. Por fim, o Instituto Nacional de Meteorologia (INMET) forneceu dados horários de temperatura, umidade relativa, precipitação acumulada e velocidade do vento para o município de São Paulo.

A variável desfecho consistiu na contagem mensal de internações hospitalares pelo SUS por doenças respiratórias (CID-10: J00-J99) entre residentes do município de São Paulo. Foram consideradas cento e vinte observações mensais. É importante notar que esses dados se referem a internações autorizadas pelo SUS e não incluem atendimentos em hospitais privados, o que representa uma característica inerente a estudos brasileiros que utilizam essa fonte.

Como variáveis de exposição, selecionaram-se três poluentes atmosféricos: PM2.5, PM10 e NO2. O PM2.5 foi a principal variável devido à sua toxicidade e capacidade de penetração nos alvéolos pulmonares (Pope e Dockery, 2006). O PM10, altamente correlacionado ao PM2.5 (r = 0,96), foi utilizado em análises de sensibilidade. O NO2, marcador de emissões veiculares e industriais, também foi incluído por sua associação com efeitos respiratórios diretos. Devido à elevada correlação entre os poluentes (PM2.5 × PM10: r = 0,96; PM2.5 × NO2: r = 0,88), adotaram-se modelos de poluente único para evitar multicolinearidade, conforme recomendado em estudos epidemiológicos de séries temporais (Dominici et al., 2002; Peng e Dominici, 2008).

Para controlar potenciais fatores de confundimento, incluíram-se diversas variáveis. Foram consideradas as médias mensais de temperatura e umidade relativa, que apresentaram correlações inversas com as internações. A sazonalidade foi modelada por termos harmônicos (sen(2π·t/12) e cos(2π·t/12)) para capturar o ciclo anual. Uma tendência temporal linear (t = 1 a 120) foi incorporada para representar variações de longo prazo. Adicionalmente, incluiu-se um indicador binário para o período da pandemia de COVID-19 (2020–2021), visando mitigar o viés decorrente da redução simultânea de internações e níveis de poluição nesse período (Schwartz, 2000; Peng e Dominici, 2008).

O pipeline computacional para tratamento e análise dos dados foi executado em Python 3.11, utilizando o ambiente Jupyter Notebook, com controle de versão via Git. As etapas incluíram: (i) leitura, filtragem (IBGE 355030; CID-10 J00-J99) e agregação mensal dos dados do DATASUS; (ii) processamento, controle de qualidade e agregação horária para diária e mensal dos dados do QUALAR (CETESB); (iii) tratamento de formatos históricos, manejo de valores ausentes e agregação mensal dos dados do INMET; (iv) integração das bases por ano-mês e geração de estatísticas descritivas, séries temporais e correlações para análise exploratória; e (v) modelagem, com ajuste de Modelos Lineares Generalizados (GLM) Poisson e Binomial Negativo (statsmodels v0.14), testes de sobredispersão, estimativa de Risco Relativo (RR) e Intervalo de Confiança de 95% (IC95%), e análises de sensibilidade.

Na análise estatística, inicialmente, calcularam-se estatísticas descritivas (média, mediana, desvio-padrão, mínimo, máximo e razão variância/média) para o desfecho e as variáveis de exposição e controle. Produziram-se séries temporais e diagramas de dispersão para caracterizar a distribuição temporal e sazonal das variáveis e identificar padrões. A correlação linear bivariada foi quantificada pelo coeficiente de Pearson (r) para as séries brutas e com defasagens de um e dois meses.

Para a modelagem inferencial, adotou-se a abordagem de Modelos Lineares Generalizados (MLG), com função de ligação logarítmica, dada a natureza de contagem da variável desfecho (McCullagh e Nelder, 1989). A regressão de Poisson foi considerada inicialmente, sendo comum em estudos epidemiológicos de séries temporais (Bhaskaran et al., 2013; Peng e Dominici, 2008). Contudo, o pressuposto de equidispersão (média igual à variância) foi avaliado pela razão entre a Deviance e os graus de liberdade residuais, e pelo teste de Cameron e Trivedi (1990).

Identificada a sobredispersão nos dados, optou-se pelo modelo Binomial Negativo, que incorpora um parâmetro adicional de dispersão, sendo mais adequado para essas situações (Hilbe, 2011; McCullagh e Nelder, 1989). A estrutura geral do modelo para cada poluente único incluiu um intercepto, o coeficiente do poluente, coeficientes para temperatura e umidade, um termo de tendência temporal, termos harmônicos para sazonalidade, e um indicador para o período de COVID-19. Os resultados foram expressos como Risco Relativo (RR = exp(β1)), com Intervalo de Confiança de 95% (IC95%), considerando um incremento de 10 µg/m³ na concentração média mensal do poluente. Adotou-se um nível de significância de 5% (α = 0,05).

Para avaliar a robustez das estimativas, conduziram-se análises de sensibilidade. Estas incluíram: (a) modelos com defasagens de zero, um e dois meses (lag 0, 1 e 2) para verificar a consistência dos efeitos em diferentes janelas de exposição; (b) exclusão do período pandêmico (2020-2021), mantendo-se os anos de 2015–2019 e 2022–2024; (c) modelos sem ajuste para sazonalidade harmônica, a fim de avaliar sua influência na estimativa dos efeitos dos poluentes; e (d) substituição do poluente principal (PM2.5) por PM10 e NO2, analisados individualmente.

3. Resultados e Discussão

A análise dos dados revelou um cenário complexo na relação entre a poluição do ar e as internações por doenças respiratórias no município de São Paulo, no período de janeiro de 2015 a dezembro de 2024. Inicialmente, observou-se uma correlação positiva entre os poluentes atmosféricos e as internações. Contudo, após a aplicação de modelos estatísticos robustos e o controle de variáveis de confundimento, essa associação não se manteve estatisticamente significativa na escala temporal mensal. Os achados indicam que a sazonalidade desempenha um papel preponderante na variabilidade das internações respiratórias, superando o efeito independente da poluição atmosférica.

Estatísticas descritivas

A base analítica do estudo compreendeu 120 observações mensais, abrangendo o período de janeiro de 2015 a dezembro de 2024. As internações respiratórias mensais apresentaram uma média de 4.341 casos, com um desvio-padrão de 875. A razão variância/média de 174,9 para as internações respiratórias evidenciou uma sobredispersão acentuada nos dados, o que justificou a escolha do modelo Binomial Negativo em detrimento do modelo de Poisson para a modelagem inferencial. Os poluentes PM2.5, PM10 e NO2 exibiram distribuições assimétricas à direita, com picos elevados, característicos de eventos de poluição urbana intensa.

A série temporal mensal das internações por doenças respiratórias em São Paulo demonstrou variações interanuais expressivas, com picos recorrentes em períodos específicos do ano. Notou-se uma redução acentuada nas internações entre 2020 e 2021, período que coincide com a pandemia de COVID-19. Essa diminuição pode ser atribuída ao distanciamento social, ao receio de contágio em ambientes hospitalares e às restrições impostas. A ausência de uma tendência linear clara ao longo da série temporal das internações reforçou a necessidade de incluir termos de sazonalidade e tendência temporal nos modelos estatísticos para um controle adequado.

A evolução temporal das concentrações médias mensais de PM2.5, PM10 e NO2 também exibiu padrões sazonais bem definidos. As concentrações desses poluentes foram consistentemente mais elevadas entre junho e setembro, período que corresponde ao inverno seco em São Paulo. Durante esses meses, condições atmosféricas desfavoráveis, como inversão térmica e baixa umidade relativa, tendem a reduzir a dispersão dos poluentes na atmosfera. A variação semelhante dos poluentes ao longo do tempo sugere fontes de emissão comuns, predominantemente o tráfego veicular urbano, e não se observou uma tendência linear clara nas emissões ao longo do período analisado.

As variáveis meteorológicas, como temperatura média, umidade relativa e precipitação acumulada, demonstraram um papel importante como fatores de confundimento. Temperaturas mais baixas, com média de 17,6 °C em julho, e menor umidade relativa, com 63,7%, coincidiram com os períodos de maior concentração de poluentes. Essas condições climáticas não apenas favorecem o acúmulo de poluentes devido à menor dispersão atmosférica, mas também podem contribuir para o aumento independente das doenças respiratórias, tornando a distinção entre os efeitos da poluição e da meteorologia um desafio metodológico central.

A análise do padrão sazonal médio mensal ao longo dos dez anos revelou uma defasagem aproximada de dois meses entre os picos de poluição e de internações. O maior número de internações ocorreu em maio, com uma média de 4.972 casos por mês, enquanto os picos de PM2.5 (22,5 µg/m³) e NO2 (46,4 µg/m³) concentraram-se em julho. Essa defasagem sugere que a exposição acumulada à poluição nos meses precedentes pode contribuir para o aumento da vulnerabilidade respiratória, indicando um efeito que não é estritamente agudo, mas sim de médio prazo.

A pandemia de COVID-19 impactou simultaneamente as internações e os níveis de poluição. Observou-se uma redução de 25,1% nas internações respiratórias, caindo de uma média de 4.582 para 3.433 internações por mês entre 2020 e 2021. Essa diminuição foi acompanhada por uma queda nas concentrações de PM10 (de aproximadamente 27 para 25 µg/m³), PM2.5 (de 16,5 para 15,1 µg/m³) e NO2 (de 36,8 para 33,1 µg/m³). Essa variação simultânea introduziu um potencial de colinearidade, que foi mitigado pela inclusão de uma variável indicadora binária para o período pandêmico nos modelos inferenciais.

A análise de correlação de Pearson (lag 0) entre as variáveis demonstrou correlações positivas e de magnitude moderada entre os poluentes e as internações, variando de +0,30 a +0,43. O NO2 apresentou a maior associação com as internações, com um coeficiente de +0,43, possivelmente por ser um marcador direto de emissões veiculares e por apresentar menor atenuação sazonal. No entanto, a elevada dispersão dos pontos nos diagramas de dispersão sugeriu a influência de fatores de confundimento não controlados nas correlações brutas, especialmente a sazonalidade e as variáveis meteorológicas.

As variáveis meteorológicas também apresentaram correlações significativas com as internações. A temperatura média (r = -0,33) e a precipitação (r = -0,37) mostraram correlações negativas moderadas, reforçando seu papel como potenciais fatores de confundimento e a necessidade de sua inclusão como covariáveis nos modelos. A umidade relativa, embora com correlação praticamente nula com as internações (r = -0,05), apresentou forte correlação negativa com os poluentes (PM10: r = -0,80; PM2.5: r = -0,76), justificando sua inclusão como variável de controle dos processos de dispersão atmosférica. A elevada correlação entre os próprios poluentes (PM2.5 x PM10: r = 0,96; PM2.5 x NO2: r = 0,88) justificou a adoção de modelos de poluente único para evitar multicolinearidade.

O perfil epidemiológico das internações por faixa etária indicou que crianças menores de cinco anos e idosos com sessenta anos ou mais concentraram a maior proporção de internações respiratórias ao longo de todo o período analisado. Esses grupos são reconhecidamente mais vulneráveis aos efeitos da poluição atmosférica, devido à imaturidade do sistema imunológico em crianças e à maior prevalência de comorbidades respiratórias em idosos (WHO, 2021; Pope e Dockery, 2006; Gouveia et al., 2003). Esse achado reforça a importância do monitoramento da qualidade do ar para a saúde pública.

Resultados da Modelagem

A avaliação da distribuição da variável de desfecho antes do ajuste dos modelos revelou assimetria à direita, com uma média de 4.341 internações mensais e uma variância de 760.909. Essa discrepância resultou em uma razão variância/média de 174,9, indicando uma sobredispersão acentuada. Tal valor é substancialmente superior ao esperado sob a condição de equidispersão do modelo de Poisson, o qual pressupõe que a média e a variância sejam equivalentes. A presença de sobredispersão acentuada justificou a adoção do modelo Binomial Negativo, que incorpora um parâmetro adicional de dispersão, tornando-o mais adequado para acomodar a variabilidade observada nos dados.

Testes de sobredispersão

Os testes de sobredispersão para os modelos de Poisson, aplicados aos três poluentes, confirmaram a inadequação desse modelo. A razão Deviance/Graus de Liberdade (GL) nos modelos de Poisson variou entre 92,4 e 92,5, valores significativamente superiores ao valor de referência de aproximadamente 1,0, que indicaria equidispersão. Esses resultados reforçaram a presença de sobredispersão severa, indicando que o modelo de Poisson subestimaria os erros-padrão e superestimaria a significância estatística dos coeficientes. Consequentemente, o modelo Binomial Negativo, com seu parâmetro de dispersão, foi o escolhido para a análise inferencial.

Diagnóstico do modelo Poisson

O diagnóstico do modelo de Poisson para o poluente PM2.5 revelou padrões que indicaram sua inadequação para os dados analisados. Observou-se um padrão em funil nos resíduos, sugerindo heterocedasticidade, ou seja, a variância dos resíduos não era constante. Além disso, a distribuição dos resíduos apresentou caudas pesadas, e identificou-se autocorrelação residual nos lags de 6 e 12 meses, indicando que a sazonalidade não foi completamente capturada pelo modelo. Esses achados, em conjunto, reforçaram a decisão de que o modelo de Poisson era inadequado para a análise.

Resultados principais: Risco Relativo por poluente

Os resultados dos modelos GLM Binomial Negativo, que foram considerados mais adequados devido à sobredispersão identificada, não revelaram associação estatisticamente significativa entre os poluentes atmosféricos (PM10, PM2.5 e NO2) e as internações respiratórias mensais, ao nível de significância de 5%. Embora o modelo de Poisson tenha indicado uma associação significativa para o NO2 (p = 0,011) com um risco relativo negativo (RR = 0,990), esse resultado foi interpretado com cautela, pois não é epidemiologicamente plausível e decorre da inadequação do modelo de Poisson. Os intervalos de confiança de 95% para os riscos relativos nos modelos Binomial Negativo incluíram a unidade (RR = 1), confirmando a ausência de associação estatisticamente significativa.

Ajuste do modelo e valores observados vs ajustados

A comparação entre as internações observadas e as ajustadas pelo modelo Binomial Negativo para o poluente PM2.5 demonstrou que o modelo reproduziu adequadamente os padrões sazonais e a quebra estrutural observada no período de 2020-2021. Esse ajuste sugere que a maior parte da variabilidade das internações mensais é explicada por fatores temporais, como a sazonalidade e as mudanças estruturais, em vez de um efeito direto e independente da exposição aos poluentes. A capacidade do modelo de capturar essas dinâmicas temporais foi crucial para a interpretação dos resultados.

Diagnóstico dos resíduos

O diagnóstico dos resíduos do modelo Binomial Negativo, em comparação com o modelo de Poisson, mostrou um ajuste superior. Os resíduos do modelo Binomial Negativo apresentaram-se mais homogêneos e centrados em torno de zero, indicando uma melhor adequação aos dados. Adicionalmente, a função de autocorrelação dos resíduos do modelo Binomial Negativo não revelou autocorrelação significativa nos primeiros lags, sugerindo que a estrutura temporal, incluindo a sazonalidade e a tendência, foi adequadamente capturada pelos termos incluídos no modelo. Isso reforça a validade das estimativas obtidas.

Análise de sensibilidade: efeito dos controles

A análise de sensibilidade, realizada por meio da inclusão progressiva de variáveis de controle, foi fundamental para compreender a natureza da associação observada. Na ausência de quaisquer controles, o coeficiente associado ao PM2.5 era positivo e estatisticamente significativo. No entanto, ao incluir os termos de sazonalidade harmônica (sen/cos), o coeficiente do PM2.5 reduziu-se substancialmente e perdeu a significância estatística, aproximando-se de zero. A inclusão adicional de variáveis meteorológicas e do indicador para o período da COVID-19 não alterou de forma relevante essa estimativa, confirmando que a associação inicial era explicada por padrões sazonais compartilhados entre poluição e internações, e não por um efeito independente da exposição ao poluente.

Discussão

Principais achados e interpretação

O presente estudo não identificou uma associação estatisticamente significativa entre os poluentes atmosféricos e as internações respiratórias na escala mensal, após o ajuste por sazonalidade, tendência temporal, variáveis meteorológicas e o período da COVID-19, utilizando o modelo Binomial Negativo. A análise de sensibilidade foi crucial para demonstrar que a associação positiva inicialmente observada entre poluição e internações era, na verdade, explicada por padrões sazonais compartilhados entre as variáveis. A inclusão de termos harmônicos para a sazonalidade eliminou completamente o efeito do PM2.5, evidenciando a ausência de um efeito independente da exposição na escala temporal analisada.

Esse resultado ressalta o papel central da sazonalidade como um fator de confundimento em estudos que utilizam dados agregados mensalmente, bem como a importância de uma especificação adequada do modelo estatístico. A presença de sobredispersão acentuada nos dados, conforme diagnosticado, reforçou a inadequação do modelo de Poisson, cujos resultados teriam indicado associações espúrias. A escolha do modelo Binomial Negativo permitiu uma análise mais precisa e robusta, acomodando a variabilidade inerente aos dados de contagem de internações.

Comparação com a literatura e implicações metodológicas

Os resultados deste estudo, que não identificaram associação significativa na escala mensal, podem, à primeira vista, parecer contrastar com a literatura consolidada que documenta os efeitos adversos da poluição do ar sobre a saúde respiratória em São Paulo (Gouveia et al., 2003; Braga et al., 2001; Santos et al., 2021; Saldiva, 2017). No entanto, essa aparente divergência é explicada, principalmente, pela diferença na resolução temporal dos dados. Estudos que identificam associações consistentes geralmente utilizam dados diários, que preservam a variabilidade de curto prazo necessária para captar episódios agudos de poluição e seus efeitos defasados sobre a saúde (Zanobetti e Schwartz, 2009).

A agregação mensal tende a suavizar a variabilidade, diluindo picos de exposição e respostas agudas. Dessa forma, eventos de alta poluição e seus impactos imediatos sobre as internações podem não ser detectados quando os dados são analisados em médias mensais. Esse efeito de diluição é uma limitação importante já destacada na literatura em estudos de poluição do ar (Bhaskaran et al., 2013). Portanto, os achados deste estudo não contradizem a literatura existente, mas evidenciam uma limitação metodológica relevante: a resolução temporal mensal é insuficiente para capturar efeitos agudos da poluição atmosférica, reforçando a recomendação de utilizar dados diários em estudos que buscam estimar associações de curto prazo entre exposição ambiental e desfechos em saúde.

Limitações e implicações

Este estudo apresenta limitações importantes, principalmente relacionadas à resolução temporal dos dados. A utilização de médias mensais pode ter reduzido a capacidade de detectar efeitos agudos da poluição atmosférica, uma vez que suaviza picos de exposição e respostas de curto prazo do sistema de saúde. Adicionalmente, a pandemia de COVID-19 introduziu uma quebra estrutural relevante nas séries temporais, com alterações simultâneas nas internações e nos níveis de poluição. Embora a inclusão de uma variável indicadora tenha permitido controlar parcialmente esse efeito, não se pode descartar a presença de colinearidade residual e seus impactos nas estimativas.

Apesar dessas limitações, o estudo oferece contribuições metodológicas e aplicadas relevantes. Destaca-se a evidência empírica do papel da sazonalidade como um fator de confundimento em análises com dados agregados, bem como a demonstração da importância da escolha adequada do modelo estatístico diante da presença de sobredispersão. Do ponto de vista aplicado, os resultados não devem ser interpretados como a ausência de um efeito da poluição sobre a saúde respiratória, mas sim como uma limitação da escala temporal adotada. Os achados reforçam a necessidade de utilização de dados em maior resolução temporal, especialmente em estudos voltados à avaliação de efeitos agudos da poluição do ar.

Por fim, o pipeline computacional reproduzível desenvolvido para integrar bases de dados do DATASUS, CETESB e INMET em ambiente Python constitui uma contribuição metodológica significativa. Essa ferramenta pode ser aplicada em investigações futuras com dados de maior granularidade, permitindo análises mais detalhadas e aprofundadas sobre a relação entre a qualidade do ar e a saúde respiratória. A capacidade de replicar e adaptar esse pipeline para diferentes contextos e escalas temporais representa um avanço para a pesquisa em saúde ambiental.

Em síntese, o estudo não encontrou associação estatisticamente significativa entre a poluição do ar e as internações respiratórias na escala mensal após o controle de fatores de confundimento, com a sazonalidade emergindo como o principal determinante da variabilidade observada. Este resultado, embora não contradiga a literatura, sublinha a limitação da agregação mensal para captar efeitos agudos e reforça a necessidade de estudos com maior granularidade temporal, para os quais o pipeline computacional desenvolvido oferece uma valiosa contribuição metodológica.

4. Conclusão

O presente estudo buscou analisar a relação entre as médias mensais das concentrações de poluentes atmosféricos (PM2.5, PM10 e NO2) e os totais mensais de internações hospitalares por doenças respiratórias na cidade de São Paulo, no período de janeiro de 2015 a dezembro de 2024. Verificou-se que, após o ajuste por sazonalidade, tendência temporal, variáveis meteorológicas e o período da pandemia de COVID-19, não se identificou associação estatisticamente significativa entre os poluentes e as internações respiratórias mensais. A análise de sensibilidade demonstrou que a associação positiva inicialmente observada era explicada por padrões sazonais compartilhados entre poluição e internações, tornando-se nula após o controle adequado. Concluiu-se que, na escala temporal mensal, a sazonalidade constituiu o principal determinante da variabilidade das internações respiratórias, limitando a detecção de efeitos independentes da poluição atmosférica. Esse resultado, embora não contradiga a literatura, reflete a limitação da agregação mensal para captar efeitos agudos, que são frequentemente identificados em estudos com dados diários.

As principais limitações do estudo decorrem da resolução temporal mensal dos dados, que pode ter reduzido a capacidade de detectar efeitos agudos da poluição atmosférica, e da cobertura parcial das internações, restrita ao SUS. Apesar dessas limitações, o estudo oferece contribuições metodológicas relevantes, como a evidência empírica do papel da sazonalidade como fator de confundimento em análises com dados agregados e a demonstração da importância da escolha adequada do modelo estatístico, como o Binomial Negativo, diante da sobredispersão. O pipeline computacional reproduzível desenvolvido para integrar bases de dados públicas do DATASUS, CETESB e INMET em ambiente Python representa uma contribuição técnica significativa. Recomenda-se que estudos futuros utilizem dados em maior resolução temporal, como dados diários, e explorem defasagens de curto prazo para melhor capturar os efeitos da poluição sobre a saúde, podendo aplicar o pipeline desenvolvido para investigações com maior granularidade.

Referências Bibliográficas

ARBEX, M. A. et al. Air pollution and the respiratory system. Jornal Brasileiro de Pneumologia, v. 38, n. 5, p. 643-655, 2012.

BHASKARAN, K. et al. Time series regression studies in environmental epidemiology. International Journal of Epidemiology, v. 42, n. 4, p. 1187-1195, 2013.

BRAGA, A. L. F. et al. Health effects of air pollution exposure on children and adolescents in Sao Paulo, Brazil. Pediatric Pulmonology, v. 31, n. 2, p. 106-113, 2001.

BRUNEKREEF, B.; HOLGATE, S. T. Air pollution and health. The Lancet, v. 360, n. 9341, p. 1233-1242, 2002.

BURNETT, R. et al. Global estimates of mortality associated with long-term exposure to outdoor fine particulate matter. Proceedings of the National Academy of Sciences, v. 115, n. 38, p. 9592-9597, 2018.

CAMERON, A. C.; TRIVEDI, P. K. Regression-based tests for overdispersion in the Poisson model. Journal of Econometrics, v. 46, n. 3, p. 347-364, 1990.

COHEN, A. J. et al. Estimates and 25-year trends of the global burden of disease attributable to ambient air pollution: an analysis of data from the Global Burden of Diseases Study 2015. The Lancet, v. 389, n. 10082, p. 1907-1918, 2017.

COMPANHIA AMBIENTAL DO ESTADO DE SAO PAULO (CETESB). Relatorio de qualidade do ar no Estado de Sao Paulo 2023. Sao Paulo: CETESB, 2023. Disponivel em: https://cetesb.sp.gov.br/ar/. Acesso em: 29 out. 2025.

DAPPER, S. N.; SPOHR, C.; ZANINI, R. R. Poluicao do ar como fator de risco para a saude: uma revisao sistematica no estado de Sao Paulo. Ciencia & Saude Coletiva, v. 21, n. 4, p. 1113-1123, 2016.

DE ARAUJO, M. L. S.; DO ROSARIO, N. M. E. Satellite data and ground-based observations of particulate matter in Sao Paulo metropolitan region. Atmospheric Environment, v. 223, p. 117270, 2020.

DEPARTAMENTO ESTADUAL DE TRANSITO DE SAO PAULO (DETRAN-SP). Frota de veiculos automotores no Estado de Sao Paulo. Sao Paulo, 2023. Disponivel em: https://www.detran.sp.gov.br/. Acesso em: 29 out. 2025.

DOMINICI, F. et al. On the use of generalized additive models in time-series studies of air pollution and health. American Journal of Epidemiology, v. 156, n. 3, p. 193-203, 2002.

GOUVEIA, N. et al. Air pollution and hospital admissions for respiratory and cardiovascular diseases in Sao Paulo, Brazil. Environmental Research, v. 92, n. 2, p. 119-132, 2003.

HILBE, J. M. Negative binomial regression. 2. ed. Cambridge: Cambridge University Press, 2011.

JASINSKI, R.; PEREIRA, L. A. A.; BRAGA, A. L. F. Poluicao atmosferica e internacoes por doencas respiratorias e cardiovasculares em Cubatao, Sao Paulo, Brasil. Cadernos de Saude Publica, v. 27, n. 8, p. 1500-1512, 2011.

McCullagh e Nelder, 1989 [Referência completa não encontrada no documento original]

PENG, R. D.; DOMINICI, F. Statistical methods for environmental epidemiology with R: a case study in air pollution and health. New York: Springer, 2008.

POPE, C. A.; DOCKERY, D. W. Health effects of fine particulate air pollution: lines that connect. Journal of the Air & Waste Management Association, v. 56, n. 6, p. 709-742, 2006.

ROTHMAN, K. J.; GREENLAND, S.; LASH, T. L. Modern epidemiology. 3. ed. Philadelphia: Lippincott Williams & Wilkins, 2008.

SALDIVA, P. H. N. Poluicao do ar e seus efeitos sobre a saude: evidencias e desafios. Revista USP, n. 115, p. 23-34, 2017.

SANTOS, U. P. et al. Effects of exposure to air pollution on respiratory morbidity in Sao Paulo, Brazil: a cohort study. Environmental Health Perspectives, v. 129, n. 8, p. 87001-87010, 2021.

SCHWARTZ, J. The distributed lag between air pollution and daily deaths. Epidemiology, v. 11, n. 3, p. 320-326, 2000.

SZKLO, M.; NIETO, F. J. Epidemiology: beyond the basics. 3. ed. Burlington: Jones & Bartlett Learning, 2014.

VOHRA, K. et al. Global mortality from outdoor fine particle pollution generated by fossil fuel combustion: results from GEOS-Chem. Environmental Research, v. 195, p. 110754, 2021.

WORLD HEALTH ORGANIZATION (WHO). Global air quality guidelines: particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide. Geneva: WHO, 2021. Disponivel em: https://www.who.int/. Acesso em: 29 out. 2025.

ZANOBETTI, A.; SCHWARTZ, J. The effect of fine and coarse particulate air pollution on mortality: a national analysis. Environmental Health Perspectives, v. 117, n. 6, p. 898-903, 2009.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy