Relación Entre la Contaminación por Material Particulado (PM10 y PM2,5) y la Tasa de Mortalidad por Enfermedades Respiratorias en Bogotá D.C (2018-2022): un Análisis Considerando Modelos Espacio-temporales

dc.contributor.advisorOrtiz Rico, Andrés Felipe
dc.contributor.authorGonzález Rivera, Wilmer Alfonso
dc.contributor.authorGuzmán Murcia, María Isabel
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000650579
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001647865
dc.contributor.googlescholarhttps://scholar.google.com/citations?hl=es&user=xDebiZgAAAAJ
dc.contributor.orcidhttps://orcid.org/0009-0009-8590-5231
dc.coverage.campusCRAI-USTA Bogotá
dc.date.accessioned2025-03-19T13:09:19Z
dc.date.available2025-03-19T13:09:19Z
dc.date.issued2025-01-29
dc.descriptionLa contaminación del aire representa un riesgo significativo para la salud humana, pues este tipo de externalidades afectan directamente la calidad de vida de millones de seres humanos alrededor del mundo, es así como la comunidad científica respalda ampliamente la relación entre la contaminación y las enfermedades respiratorias. Según la Organización Mundial de la Salud (OMS), en 2019, ``aproximadamente el 37% de las muertes prematuras relacionadas con la contaminación del aire exterior se debieron a cardiopatías isquémicas y accidentes cerebrovasculares, el 18% y el 23% a enfermedades pulmonares obstructivas crónicas e infecciones respiratorias agudas, respectivamente, y el 11% a cáncer de las vías respiratorias''. Por tanto, resulta relevante analizar la relación existente entre la contaminación del aire por materia particulada (PM_10 y PM_2.5) y la tasa de mortalidad por enfermedades respiratorias agudas en la ciudad de Bogotá D.C para el periodo 2018-2022, generando un punto de referencia que permita visibilizar y mitigar esta problemática. Para ello, se utilizaron modelos espaciales y espacio-temporales, que combinan la dimensión espacial y temporal para analizar datos geográficamente dispersos y registrados en diferentes momentos del tiempo, estos modelos permiten capturar la variación espacial y temporal de la contaminación del aire y la mortalidad, considerando la autocorrelación espacial y temporal, las tendencias a lo largo del tiempo, la predicción de valores futuros y la interacción entre variables en el espacio y el tiempo. Los hallazgos, sugieren la necesidad de implementar medidas efectivas para controlar la contaminación del aire y reducir la mortalidad por enfermedades respiratorias, destacando la relevancia de considerar la ubicación geográfica y los periodos de tiempo en la planificación de intervenciones para mitigar los impactos negativos de la contaminación atmosférica en la salud de los habitantes de Bogotá.
dc.description.abstractAir pollution represents a significant risk to human health, as such externalities directly affect the quality of life of millions of human beings around the world, thus, the scientific community widely supports the link between pollution and respiratory diseases. According to the World Health Organization (WHO), in 2019, ``approximately 37% of premature deaths related to outdoor air pollution were due to ischaemic heart disease and stroke, 18% and 23% to chronic obstructive pulmonary diseases and acute respiratory infections, respectively, and 11% to respiratory tract cancer'' [World Health Organization, 2022]. Therefore, it is relevant to analyse the relationship between air pollution by particulate matter (PM_{10} and PM_{2.5}) and the mortality rate due to acute respiratory diseases in the city of Bogotá D.C. for the period 2018-2022, generating a reference point that allows us to visualise and mitigate this problem. For this purpose, spatial and spatio-temporal models, which combine the spatial and temporal dimension to analyse geographically dispersed data recorded at different points in time, were used, these models allow capturing the spatial and temporal variation of air pollution and mortality, considering spatial and temporal autocorrelation, trends over time, prediction of future values and the interaction between variables in space and time. The findings suggest the need to implement effective measures to control air pollution and reduce mortality from respiratory diseases, highlighting the relevance of considering geographic location and time periods in planning interventions to mitigate the negative impacts of air pollution on the health of Bogotá's inhabitants.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Estadística Aplicadaspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationGonzález Rivera, W. A., y Guzmán Murcia, M. I. (2025). Relación entre la contaminación por material particulado (PM10 y PM2,5) y la tasa de mortalidad por enfermedades respiratorias en Bogotá D.C (2018-2022): Un análisis considerando modelos espacio-temporales. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/66781
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.facultyFacultad de Estadísticaspa
dc.publisher.programMaestría Estadística Aplicadaspa
dc.relation.referencesAlcaldía de Bogotá (2008). Boletín informativo localidad Fontibón No. 34, Bogotá D.C. Technical report, Secretaría de Salud de Bogotá y Hospital de Fontibón.
dc.relation.referencesAlcaldía de Bogotá (2019). Informe anual de calidad del aire de Bogotá. Technical report, Secretaría Distrital de Ambiente de Bogotá.
dc.relation.referencesAlcaldía de Bogotá (2021). Plan estratégico para la gestión integral de la calidad del aire de Bogotá 2030, Bogotá D.C. Technical report, Secretaría Distrital de Ambiente de Bogotá.
dc.relation.referencesAlcaldía de Bogotá (s.f.). Localidad de Sumapaz. Recuperado de: https://bogota.gov.co/mi-ciudad/localidades/sumapaz.
dc.relation.referencesAnselin, L. (1998). Spatial Econometrics: Methods and Models. Springer Science Business Media.
dc.relation.referencesBarrios Casas, S., Peña Cortés, F., & Osses Bustingorry, S. (2004). Efectos de la contaminación atmosférica por material particulado en las enfermedades respiratorias agudas en menores de 5 años. Revista Ciencia y Enfermería, 10(2), 21-29.
dc.relation.referencesBecerra Moreno, D., Ramírez Ríos, L. F., Plaza Gálvez, L. F., Oviedo Sanabria, C. H., & Niño Ovalles, M. V. (2021). Relación entre la calidad del aire y la incidencia de enfermedades respiratorias en las comunas 4, 6, 7 y 8 del municipio de Cúcuta, Norte de Santander. Revista Científica y Tecnológica: Ingeniería y Competitividad, 23(2).
dc.relation.referencesBlangiardo, M., & Cameletti, M. (2015). Spatio-temporal models. En Spatial and Spatio-temporal Bayesian Models with R-INLA (pp. 235-258). John Wiley & Sons, Ltd, Primera edición.
dc.relation.referencesCentro Iberoamericano de Desarrollo Estratégico Urbano CIDEU (s.f.). Bogotá. Recuperado de: https://www.cideu.org/miembro/bogota.
dc.relation.referencesCressie, N. A. C. (1993). Statistics for Spatial Data. John Wiley & Sons, Inc., Estados Unidos de América, edición revisada.
dc.relation.referencesCárdaba Arranz, M. (2012). Carga de enfermedad por contaminación atmosférica debida a materia particulada (PM10 y PM2,5) y ozono (O3) en la ciudad de Valladolid durante el período 1999-2008.
dc.relation.referencesDatos Macro (s.f.). Tasa de mortalidad - Mortalidad. Recuperado de: https://datosmacro.expansion.com/diccionario/tasa-de-mortalidad.
dc.relation.referencesDíaz, M. A. B. (2007). Diseño de un modelo espacio-temporal basado en razonamiento espacial. Instituto Politécnico Nacional.
dc.relation.referencesEcheverri Londoño, C. A., & Maya Vasco, G. J. (2008). Relación entre las partículas finas (PM2.5) y respirables (PM10) en la ciudad de Medellín. Revista Ingenierías Universidad De Medellín, 7(12), 23-42.
dc.relation.referencesGaviria G., C. F., Benavides C., P. C., & Tangarife, C. A. (2011). Contaminación por material particulado (PM2.5 y PM10) y consultas por enfermedades respiratorias en Medellín (2008-2009). Revista Facultad Nacional de Salud Pública, 29(3), 241-250.
dc.relation.referencesGiraldo Henao, R. (2002). Introducción a la Geoestadística: Teoría y Aplicación. Universidad Nacional de Colombia, Bogotá.
dc.relation.referencesGujarati, D. N., & Porter, D. C. (2010). Econometría. McGraw Hill, México, 5ta edición.
dc.relation.referencesGómez Rivadeneira, A. (2015). Clasificación internacional de enfermedades (CIE): Descifrando la CIE-10 y esperando la CIE-11. Revista Monitor Estratégico: Superintendencia Nacional de Salud, 7, 66-73.
dc.relation.referencesGómez Rubio, V. (2022). Una introducción a la estadística espacial. BEIO: Boletín de Estadística e Investigación Operativa, 38(1).
dc.relation.referencesHernández Flórez, L. J., Aristizábal Duque, G., Quiroz, L., Medina, K., Rodríguez Moreno, N., Sarmiento, R., & Osorio García, S. D. (2013). Contaminación del aire y enfermedad respiratoria en menores de cinco años en Bogotá, 2007. Revista de Salud Pública, 15(4), 503-516.
dc.relation.referencesLeSage, J., & Pace, R. K. (2009). Introduction to Spatial Econometrics. Springer Science & Business Media, 1ra edición.
dc.relation.referencesMartínez Beneito, M. A., & Botella Rocamora, P. (2019). Disease Mapping: From Foundations to Multidimensional Modeling. CRC Press - Taylor & Francis Group, 1ra edición.
dc.relation.referencesMartínez L., E., Quiroz, C. M., & Rúa, J. A. (2011). Morbilidad respiratoria asociada con la exposición a material particulado en el ambiente. Revista Facultad Nacional de Salud Pública, 29(4), 454-460.
dc.relation.referencesMelo Martínez, C. E. (2012). Análisis Geoestadístico Espacio-Temporal Basado en Distancias y Splines con Aplicaciones. Tesis doctoral, Universitat de Barcelona, Barcelona.
dc.relation.referencesMinisterio de Ambiente y Desarrollo Sostenible. (2017). Resolución 2254 de 2017: Por la cual se adopta la norma de calidad del aire ambiente y se dictan otras disposiciones.
dc.relation.referencesMinisterio de Salud y Protección Social de Colombia. (s.f.). Infecciones respiratorias agudas (IRA). Recuperado de: https://www.minsalud.gov.co/salud/Paginas/Infecciones-Respiratorias-Agudas-(IRA).aspx.
dc.relation.referencesMoreno Serrano, R., & Vayá Valcarce, E. (2000). Técnicas econométricas para el tratamiento de datos espaciales: la econometría espacial. Universidad de Barcelona.
dc.relation.referencesOrganización Mundial de la Salud. (2022). Contaminación del aire ambiente (exterior). Recuperado de: https://www.who.int/es/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health.
dc.relation.referencesPebesma, E. (2012). Spacetime: Spatio-temporal data in R. Journal of Statistical Software, 51(7).
dc.relation.referencesPinzón Hassan, A. D., & Tique Ortiz, V. (2019). Análisis de series de tiempo de contaminantes atmosféricos en la ciudad de Bogotá a partir del desarrollo de modelos estadísticos ARIMA.
dc.relation.referencesQGIS Documentation. (s.f.). Análisis espacial (interpolación). Recuperado de: https://docs.qgis.org/3.34/es/docs/gentle_gis/introduction/spatial_analysis/interpolation.html.
dc.relation.referencesQuintana Romero, L., & Mendoza, M. (2016). Econometría aplicada utilizando R. Universidad Nacional Autónoma de México, 1ra edición.
dc.relation.referencesQuintero Forero, J. M. (2020). ¿Cuál es la relación existente entre las concentraciones de material particulado y las admisiones a centros médicos por enfermedades respiratorias agudas en Bogotá?
dc.relation.referencesRojas, N., & Galvis, B. (2005). Relación entre PM2.5 y PM10 en la ciudad de Bogotá. Revista de Ingeniería, 1(22), 54-60.
dc.relation.referencesSandoval Meneses, J. X. (2021). Evaluación de la concentración de material particulado (PM2.5) y su relación con enfermedades respiratorias en el municipio de Sogamoso, Boyacá, Colombia.
dc.relation.referencesSanhueza, H. P., Vargas, R. C., & Mellado, G. P. (2006). Impacto de la contaminación del aire por PM10 sobre la mortalidad diaria en Temuco, Chile. Revista Médica de Chile, 134(6), 754-761.
dc.relation.referencesSecretaría Distrital de Ambiente de Bogotá. (s.f.). Red de monitoreo de calidad del aire de Bogotá - RMCAB. Recuperado de: https://rmeab.ambientebogota.gov.co/.
dc.relation.referencesSecretaría Distrital de Salud de Bogotá. (s.f.a.). Observatorio de salud de Bogotá - Saludata. Recuperado de: https://saludata.saludcapital.gov.co/osb/.
dc.relation.referencesSecretaría Distrital de Salud de Bogotá. (s.f.b.). Enfermedades respiratorias en niños menores de 5 años en Bogotá D.C. Recuperado de: https://saludata.saludcapital.gov.co/osb/indicadores/enfermedades-respiratorias/.
dc.relation.referencesVerdoy, P. J. (2005). Técnicas Geoestadísticas Espectrales. Análisis de la Estacionariedad e Independencia. Tesis doctoral, Universitat Jaume I de Castellón, España.
dc.relation.referencesWarrick, A., Myers, D., & Nielsen, D. (1986). Geostatistical methods applied to soil science. En Methods of Soil Analysis, Part 1: Physical and Mineralogical Methods. Agronomy Monograph, 9, 53-81.
dc.relation.referencesXin, W. H. (2010). Survey on three-dimensional spatial data models in GIS. Proceedings, 492-495.
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombiaen
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordAir pollution
dc.subject.keywordParticulate matter
dc.subject.keywordAcute respiratory diseases
dc.subject.keywordSpatiotemporal models
dc.subject.lembEstadística Aplicada
dc.subject.lembContaminación del aire
dc.subject.lembCáncer -- Vías respiratorias
dc.subject.proposalContaminación del aire
dc.subject.proposalMaterial particulado
dc.subject.proposalEnfermedades respiratorias agudas
dc.subject.proposalModelos espacio-temporales
dc.titleRelación Entre la Contaminación por Material Particulado (PM10 y PM2,5) y la Tasa de Mortalidad por Enfermedades Respiratorias en Bogotá D.C (2018-2022): un Análisis Considerando Modelos Espacio-temporales
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
2025wilmergonzalez.pdf
Tamaño:
5.79 MB
Formato:
Adobe Portable Document Format
Thumbnail USTA
Nombre:
2025cartadefacultad.pdf
Tamaño:
363.75 KB
Formato:
Adobe Portable Document Format
Thumbnail USTA
Nombre:
2025cartaderechosdeautor.pdf
Tamaño:
364.85 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Thumbnail USTA
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: