Poluição do ar em cidades brasileiras: selecionando indicadores de impacto na saúde para fins de vigilância^*

Air pollution in Brazilian cities: selecting health impact indicators for surveillance

Clarice Umbelino de Freitas^I; Washington Junger^II; Antonio Ponce de Leon^II; Rosária Grimaldi^III; Mirta Alcira Ferro Rodrigues Silva^IV; Nelson Gouveia^V

^ILaboratório de Investigação Médica, Hospital das Clínicas, Faculdade de Medicina, Universidade de São Paulo e Gerência de Vigilância em Saúde Ambiental, Coordenação de Vigilância em Saúde, Secretaria Municipal de Saúde, São Paulo-SP, Brasil
^IIInstituto de Medicina Social, Universidade do Estado do Rio de Janeiro, Rio de Janeiro-RJ, Brasil ]]> ^IIIPrograma de Aprimoramento das Informações de Mortalidade, Secretaria Municipal de Saúde, São Paulo-SP, Brasil
^IVCentro de Vigilância Epidemiológica, Secretaria Estadual de Saúde, São Paulo-SP, Brasil
^VDepartamento de Medicina Preventiva, Faculdade de Medicina, Universidade de São Paulo, São Paulo-SP, Brasil

Endereço para correspondência

RESUMO

OBJETIVO: avaliar o impacto da poluição atmosférica na saúde, em municípios brasileiros, e selecionar indicadores de efeito para fins de vigilância.
MÉTODOS: a partir de dados de hospitalizações e material particulado fino (PM10), foi realizado estudo utilizando modelos de séries temporais, em particular Modelos Aditivos Generalizados com regressão de Poisson, para estimar o impacto da poluição do ar na saúde. Foram analisadas as internações por doenças respiratórias totais (DRT); internações por doenças respiratórias em menores de 5 anos (DRC) e internações por doenças cardiovasculares em adultos maiores de 39 anos (DCV), em 21 cidades. O melhor indicador de efeito foi selecionado a partir da proporção de resultados significativos.
RESULTADOS: foi encontrada relação significativa em 81% das localidades para DRT; 89% para DRC; e 50% para DCV. ]]> CONCLUSÕES: o indicador DRC foi considerado o melhor indicador de efeito, seguido pelo indicador DRT. Conclui-se que ambos podem ser utilizados para fins de vigilância.

Palavras-chave: Indicadores de Saúde Ambiental; Hospitalização; Poluição do Ar; Estudo de Séries Temporais; Vigilância.

ABSTRACT

OBJECTIVE: to assess the health impact of air pollution in Brazilian cities and to select effect indicators for surveillance purposes.
METHODS: based on hospital inpatient and fine particulate matter (PM10) data, a study was performed using time series models, in particular Generalized Additive Models with Poisson regression to estimate the impact of air pollution on health. We analyzed hospital admissions for total respiratory illnesses (TBI), admissions for respiratory diseases in children under 5 years old (BDC) and admissions for cardiovascular diseases in adults (CVD) in 21 cities. The best effect indicator was selected based on the proportion of statistically significant results.
RESULTS: we found a significant relationship in 81% of locations for TBI, 89% for BDC and 50% for CVD.
CONCLUSIONS: significant relationships were found for most cities. BDC were considered the best effect indicator, closely followed by TBI. Both can therefore be used for surveillance purposes.

Key words: Environmental Health Indicators; Hospitalization; Air Pollution; Time Series Studies; Surveillance.

O impacto da poluição atmosférica na saúde tem sido avaliado mundialmente.¹ Vários estudos, em diversas partes do mundo, têm demonstrado que a poluição atmosférica está associada ao excesso de mortes e internações hospitalares, em particular por doenças respiratórias e cardiovasculares, além de outras enfermidades como o câncer, as malformações congênitas, a restrição do crescimento intrauterino e distúrbios da fertilidade.^2-6

No Brasil, diversos estudos realizados, particularmente em São Paulo e no Rio de Janeiro, têm mostrado resultados similares aos encontrados em outras grandes metrópoles do mundo.^7-13 Com número menor de investigações, têm-se detectado efeitos da poluição na saúde em outras cidades brasileiras.^14-19

Como resposta ao diagnóstico de impacto da poluição atmosférica na saúde da população, o Ministério da Saúde (MS), através da Coordenação Geral de Vigilância em Saúde Ambiental (CGVAM), na época, do Centro Nacional de Epidemiologia (Cenepi), estruturou o Programa de Vigilância em Saúde Ambiental Relacionada à Qualidade do Ar (Vigiar). O Vigiar tem como objetivo a promoção da saúde da população exposta aos fatores relacionados aos poluentes atmosféricos, sejam eles provenientes de regiões metropolitanas, onde os principais agentes são os veículos automotores, sejam oriundos de centros industriais, áreas sob o impacto de minerações ou áreas sob a influência da queima de biomassa. Com a criação da Secretaria de Vigilância em Saúde (SVS), as estratégias do Vigiar para alcançar o objetivo de promoção da saúde estão voltadas para o diagnóstico de situação, uma vez que as ações de controle da poluição do ar se encontram no âmbito do Ministério de Meio Ambiente (MMA) e seus órgãos descentralizados. Estas estratégias incluem o desenvolvimento de instrumentos de priorização de municípios com maior potencial de risco de exposição da população à poluição atmosférica, o Instrumento de Identificação de Municípios de Risco (IIMR), seguindo-se do mapeamento das Áreas de Atenção Ambiental Atmosférica de interesse para a saúde. Ao lado do diagnóstico de exposição, o Vigiar propõe estratégias de avaliação de impacto na saúde, como o conhecimento da situação de saúde das populações frente aos agravos respiratórios e cardiovasculares associados à poluição atmosférica, avaliação do risco de adoecer a que estão submetidas as populações expostas aos contaminantes do ar e a implantação de Unidades Sentinela em localidades consideradas prioritárias.²⁰ Este trabalho se insere na estratégia de "conhecimento da situação de saúde frente aos agravos respiratórios e cardiovasculares associados à poluição atmosférica."

As doenças respiratórias e cardiovasculares foram consideradas pelo Vigiar como indicadores de impacto na saúde de populações expostas a material particulado, o qual foi eleito indicador de exposição. Tal definição teve por base os achados na literatura.^1-5

Diante de tais constatações, o presente estudo teve como objetivos realizar o diagnóstico do impacto da poluição do ar na saúde, nos municípios brasileiros que contassem com monitoramento da qualidade do ar, e selecionar o melhor indicador de efeito dentre os já propostos pelo programa.

Métodos

Trata-se de estudo ecológico multicêntrico de séries temporais, que teve como unidades de análise os municípios brasileiros que contam com dados diários de poluentes atmosféricos e que aderiram ao convite, feito pelos autores, para participação na presente investigação, iniciada em 2010.

Dados de internações hospitalares, Autorizações de Internações Hospitalares (AIH) de 2000 a 2008 foram obtidos do Sistema de Informações Hospitalares (SIH) do Datasus para todos os municípios participantes. Dentre as internações hospitalares, nosso indicador de efeito, foram consideradas como variáveis dependentes: i) o número diário de internações por doenças respiratórias totais (DRT); ii) o número diário de internações por doenças respiratórias em menores de cinco anos (DRC); iii) o número diário de internações por doenças cardiovasculares em maiores de 39 anos (DCV).

Os dados de poluição e os meteorológicos possuíam diversos dias sem informação. Procurou-se minimizar estas lacunas de informação combinando o maior período consecutivo de dados com a menor proporção de perdas. Para viabilizar a combinação dos períodos de maior completude da informação foi construído um portal, disponível na internet através de senha (http://www.observandosaopaulo.com.br/). Uma vez que se buscou mapear períodos consecutivos em que se minimizassem perdas, houve municípios em que se trabalhou com apenas dois anos de dados, e outros em que foram analisados nove anos. Estabeleceu-se o critério de perdas de até 10% de dias sem informação de material particulado em um ano, ou até 15% em mais de um ano.

A análise de consistência dos dados de poluentes atmosféricos e meteorológicos foi realizada em todos os municípios participantes, após a seleção do período em que se contasse com o menor número de ausência de informação. Buscou-se nesta avaliação de consistência a presença de outliers. Quando o número de outliers ultrapassou 5% dos registros, em conjunto com o critério de 15% de perdas citado acima para o PM10, o município foi excluído do estudo.

Nas análises dos dados de saúde e poluição dos municípios, partiu-se da metodologia proposta no Projeto ESCALA - Estudo de Saúde e Contaminação do Ar na Latino-América,²¹ o que permite comparações futuras em toda a América Latina.

Para cada município foi construído um modelo explicativo para as internações pelas causas pesquisadas, para controlar efeitos não lineares de potenciais fatores de confusão ou covariáveis como sazonalidade de curto e médio prazos, tendências seculares e variações meteorológicas. Posteriormente, os efeitos dos poluentes atmosféricos foram estimados na presença dos mesmos ajustes considerados na primeira parte da análise. Note-se que nas duas fases da análise foram utilizados Modelos Aditivos Generalizados (MAG) com regressão de Poisson. Os efeitos da exposição à poluição atmosférica foram estimados segundo a equação:

Na equação, Y^c and X^c_1t foram os números de eventos mórbidos e níveis de poluentes no dia t, no município c respectivamente, X^c_it as variáveis preditoras do município c, que incluiu o tempo, e S^c_i foram as funções de alisamento das covariáveis aplicadas no município c. Após a construção do modelo de ajuste e da verificação de sua adequação, foram introduzidos os poluentes em defasagens de até cinco dias (lag simples) e verificado também o efeito cumulativo em até cinco dias.

Para cada cidade foram considerados os seguintes tópicos na construção do modelo.

Modelo Aditivo Generalizado com penalização e modelos utilizando natural splines

1. Função de alisamento para tempo usando 3, 6, 9 e 12 graus de liberdade (gl) por ano. O foco desta parte da análise foi buscar o número de gl que minimizasse o Critério de Informação de Akaike (AIC) ou otimizasse a Função de Autocorrelação Parcial (PACF); ambos foram testados.

3. Variáveis indicadoras para os dias da semana e feriados relevantes.

4. Estimativa do efeito da exposição no dia e a partir de defasagens de zero a cinco dias, com verificação do efeito de cada dia e do efeito acumulado em cinco dias.

Como a maioria dos municípios participantes possuía uma pequena população, tendo em vista a ocorrência de eventos raros, as contagens diárias de internações também eram reduzidas. Assim, em todas as análises foram realizados vários diagnósticos do modelo ajustado. Quando as contagens diárias foram menores que 3 por dia, houve mais rigor nas técnicas de avaliação da qualidade dos resíduos. Municípios com média diária de eventos menor que 1 não foram analisados.

As análises foram feitas com o aplicativo R, utilizando a biblioteca ARES,²² especialmente desenvolvida para estudos de séries temporais, assumindo erro de 5%.

Dentre os grupos de doenças analisados, o melhor indicador de efeito na saúde para fins de vigilância foi definido pela maior proporção de achados com associação positiva com o PM10, considerando-se todos os municípios participantes do estudo.

Por fim, como ilustração do uso do indicador, introduziu-se na discussão o acompanhamento das internações por doenças respiratórias em menores de 15 anos e mortes em idosos realizado no município de São Paulo, utilizando-se a seguinte formulação:

Na expressão acima, o número de internações esperado (E) da doença j para uma concentração (C) de PM10 (p) anual é uma função exponencial do coeficiente de relação dose resposta (β) do poluente (p). BR é a taxa do efeito da doença (j) na população (Pop). O número atribuível de eventos foi corrigido partindo da formulação proposta para o município de São Paulo, pela Divisão de Doenças Ocasionadas pelo Meio Ambiente, do Centro de Vigilância Epidemiológica e Coordenação de Vigilância em Saúde, que tem como base de não efeito níveis zero de PM10. Os cálculos foram refeitos com base no padrão da OMS de 20µg/m³, uma vez que até o momento não se dispõe de tecnologia capaz de eliminar o material particulado fino. Este projeto foi aprovado pelo Comitê de Ética em Pesquisas do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo, protocolo n^o 0155/09.

Das 27 Unidades da Federação (26 estados e o Distrito Federal) pesquisadas, apenas seis (Paraná, Minas Gerais, Espírito Santo, Rio de Janeiro, São Paulo e Rio Grande do Sul) declararam ter municípios com monitoramento contínuo da qualidade do ar, totalizando 28. A Secretaria de Meio Ambiente e o Vigiar do estado do Rio Grande do Sul decidiram não participar da investigação, ficando de fora os municípios de Porto Alegre, Canoas e Sapucaia do Sul. Devido a problemas de consistência dos dados, ou por não se conseguir informações dentro dos critérios estabelecidos para proporção de perdas, também foram excluídos os municípios de Camaçari (BA), Japeri e Nova Iguaçu (RJ), e Ibirité (MG), totalizando 21 municípios estudados. A Tabela 1 apresenta as médias diárias de eventos para as patologias investigadas e os períodos considerados na análise.

As médias, o desvio padrão e os respectivos percentis de material particulado são apresentados na Tabela 2. De acordo com os dados apresentados, a capital de Minas Gerais, Belo Horizonte, apresentou os menores valores médios anuais, seguida por Curitiba, no Paraná, e Vitória, no Espírito Santo. Considerando-se os períodos de estudo constantes na Tabela 1, as piores situações com relação aos níveis de material particulado (Tabela 2) foram encontradas nos municípios de Guarulhos e Osasco, ambos no estado de São Paulo.

Os RR% e respectivos IC_95%, de acordo com os indicadores de efeito selecionados, considerando o acumulado de cinco dias, são apresentados na Tabela 3. Para as DRT, foram analisados todos os municípios. Dos 21 municípios analisados, 17 apresentaram associação com o PM10, com proporção de achados positivos de 81%. A relação mais robusta deste indicador foi de RR% 9,67 (7,54-11,84) para cada incremento de 10µg/m³ do poluente. As DRC foram analisadas em 18 cidades, dentre as quais 16 (89%) apresentaram associação com o PM10, com o maior valor do RR% de 6,60 (3,74-9,53) para cada incremento de 10µg/m³ de particulado fino. Por fim, as DCV, analisadas em 20 localidades, apresentaram a menor taxa de associação com o PM10 (50%), com achados positivos em apenas dez cidades. Seu maior RR% foi de 2,38 (1,93-2,83), também para cada incremento de 10µg/m³ do PM10. De acordo com a proporção de achados positivos, as DRC se apresentaram como o evento mais sensível e com resposta mais constante, seguidas das DRT.

Discussão

Foi realizado estudo de séries temporais em diversos municípios brasileiros, utilizando a mesma metodologia, com a finalidade de identificar o impacto da poluição atmosférica na saúde e explorar o melhor indicador de efeito para fins de Vigilância.

Dos municípios pesquisados, o Rio de Janeiro e São Paulo contam com estudos^2,11,12 que chegam a resultados similares aos encontrados em nossas análises. Nos demais estados apenas Curitiba, no Paraná, conta com publicação de estudo de séries temporais onde se detectou relação entre poluentes e adoecimento.¹⁶

Dentre os indicadores de efeito pesquisados, as internações por doenças respiratórias em menores de cinco anos e as internações por doenças respiratórias totais se mostraram como os mais robustos. As DRC apresentaram associação significativa em 16 das 18 cidades estudadas. Os dois municípios sem resposta positiva ao indicador de efeito DRC também não apresentaram associação com qualquer dos parâmetros analisados. As DRT podem ser consideradas bom indicador de impacto na saúde, e seu uso pode ser preconizado sempre que não se disponha de número de eventos suficientes para análise por faixa etária. Por sua vez, as DCV estiveram relacionadas com os níveis de PM10 em apenas 50% dos municípios analisados, o que fragiliza sua escolha como indicador para fins de vigilância no Brasil.

Na literatura científica, não foram encontradas outras publicações que utilizem esta abordagem para definir indicadores de saúde e ambiente. Publicação de 2002 da OMS,²⁶ ao citar exemplos de indicadores de saúde e ambiente, no caso específico da poluição do ar, sugere o acompanhamento dos indicadores de exposição e saúde, sem, no entanto, propor o uso de estatísticas para o estabelecimento da fração atribuível dos eventos mórbidos.

O termo indicador remete aos verbos descobrir, apontar, anunciar, estimar. A partir de uma meta estabelecida, o indicador informa sobre seu progresso de forma mais clara do que apenas com uso de dados isolados.²⁷ Por sua capacidade de síntese, os indicadores facilitam a comunicação entre seus diferentes usuários, constituindo-se em ferramentas importantes no processo de gestão, planejamento e tomada de decisões.²⁸ No processo de construção dos indicadores quantitativos, parte-se de dados que, submetidos a operações estatísticas, informam sobre um fenômeno ou evento. Assim, a construção de indicadores de saúde ambiental se conecta às iniciativas de desenvolvimento de indicadores ambientais e de desenvolvimento sustentável, possibilitando a construção de indicadores que sumarizem a inter-relação entre saúde e ambiente e seu impacto na saúde das populações.²⁸ Os indicadores em saúde ambiental têm como objetivos sumarizar informações complexas, avaliar o impacto de riscos ambientais e comparar impacto de políticas em populações ou períodos de tempo.²⁹

Para a definição do melhor indicador de efeito da poluição atmosférica, partiu-se de dados diários de internações e de dados ambientais (exposição da população), sumarizando informações complexas através de estatísticas, para o estabelecimento do impacto dos níveis de PM10 em percentagem de efeito na saúde. Apesar das limitações dos estudos de séries temporais quando se trabalha a relação poluição e saúde, pois são adequados para estimar impactos de curto prazo, tem sido utilizado o coeficiente de relação dose-resposta obtido através das estatísticas para calcular o número atribuível de eventos de saúde relacionados à poluição.³⁰

Um exemplo disso vem ocorrendo no município de São Paulo, onde, dentre as atividades de Vigilância em Saúde do Pacto pela Saúde, se acompanha o risco e o número atribuível à poluição atmosférica das internações por doenças respiratórias em crianças e mortes em idosos. Mesmo com a limitação de calcular efeitos adversos de curto prazo, esta atividade de vigilância evidencia o impacto na saúde das políticas de controle da poluição do ar, no período de 1993 a 2010, conforme ilustrado na Figura 1.

Ocorreram variações nos registros de internação, provavelmente decorrentes das mudanças de teto de financiamento ou outras regulamentações das AIH. No entanto, essas variações são capturadas pelo modelo, uma vez que se ajusta a tendência e sazonalidade com o uso de splines. Por outro lado, as mudanças legislativas influenciaram apenas o desfecho, e o MAG tem capacidade de capturar de forma apropriada os componentes de longo prazo. As associações de curto prazo, entre desfecho e exposição, podem então ser estimadas corretamente.

Para a construção de um indicador de saúde ambiental relacionado à poluição atmosférica, coloca-se a necessidade de existência de monitoramento em locais estratégicos com qualidade de informação (continuidade e consistência). Neste estudo, foi identificado que poucos municípios brasileiros contam com informações do indicador de exposição e, particularmente na Grande São Paulo, a maioria dos municípios não contam com informações meteorológicas próprias. São necessárias gestões junto aos órgãos de meio ambiente para que estes deem maior atenção e destinem recursos à produção de informações que possam servir mais adequadamente à tomada de decisão. A mudança dos padrões de qualidade do ar, já aprovada pelo Conselho Estadual de Meio Ambiente de São Paulo, pode ser estendida para todo o Brasil e poderá ser melhor avaliada com a existência de informações representativas e de boa qualidade.

As análises realizadas neste estudo, em que foram investigados os municípios que contavam com monitoramento da qualidade do ar, são mais um passo no estabelecimento de vigilância dos impactos da poluição atmosférica, e podem subsidiar o diagnóstico e o acompanhamento das variações nos desfechos de saúde decorrentes das medidas de controle da qualidade do ar.

Este estudo identificou como melhor indicador de efeito para fins de vigilância do impacto na saúde da poluição atmosférica, dentre os indicadores pesquisados, o indicador internações por doenças respiratórias em menores de 5 anos, seguidas do indicador internações por doenças respiratórias totais. Conclui-se que ambos podem ser utilizados para fins de vigilância.

Contribuição dos autores

Todos os autores aprovaram a versão final do manuscrito.

Referências

1. World Health Organization. WHO air quality guidelines global update: report on a working group meeting. Bonn: World Health Organization; 2005.

2. Gouveia N, Maisonet M. Health effects of air pollution. In: World Health Organization. Air Quality Guidelines: global update 2005: particulate matter,ozone, nitrogen dioxide and sulfur dioxi. Netherlands; 2006. p. 87-102.

3. Sunyer J, Ballester F, Tertre AL, Atkinson R, Ayres JG, Forastiere F, et al. The association of dally sulfur dioxide air pollution levels with hospital admission for cardiovascular diseases in Europe (The Aphea-II study). Eur Heart J. 2002; 24(8):752-60.

4. Zanobetti A, Schwartz J, Samoli E, Gryparis A, Touloumi G, Peacock J, et al. The temporam pattern of respiratory and heart disease mortality in response to air pollution. Environ Health Perspect. 2003;111(9):1188-93.

5. Utell MJ, Frampton MV, Zareba W, Devlin RB, Cascio WE. Cardiovascular affects associated with air pollution: potential mechanisms and methods of testing. InhalToxicol. 2002;14(12):1231-47.

6. Pope CA, Burnett RT, Thun MJ, Calle EE, Krewski D, Ito K, et al. Lung cancer, cardiopulmonary, and long-term exposure to fine particulate air pollution. JAMA. 2002;Mar 6;287(9):1132-41.

7. Chiarelli PS, Pereira LAA, Saldiva PHN, Ferreira Filho C, Garcia MLB, Braga ALF et al. The association between air pollution and blood pressure in traffic controllers in Santo Andre, São Paulo, Brazil. Environ Res. 2011;Jul;111(5):650-5.

8. Parker J, Rich DQ, Glinianaia SV, Leem JH, Wartenberg D, Bell ML, et al. The International Collaboration on Air Pollution and Pregnancy Outcomes: initial results. Environ Health Perspect. 2011 Jul;119(7):1023-8.

9. Arbex MA, Saldiva PHN, Pereira LAA, Braga ALF. Impact of outdoor biomass air pollution on hypertension hospital admissions. J Epidemiol Community Health. 2010;64:573-579.

10. Arbex MA, Souza CGM, Cedron SP, Arbex FF, Lopes AC, Moysés EP, et al. Urban air pollution and chronic obstructive pulmonary disease-related emergency department visits. J Epidemiol Community Health. 2009;63:777-83.

11. Pereira Filho MA, Pereira LAA, Arbex FF, Arbex M, Conceição GM, Santos UP, et al. Effect of air pollution on diabetes and cardiovascular diseases in São Paulo, Brazil. Braz J Med Biol Res. 2008 Jun;41(6):526-32.

12. Castro HA, Cunha MF, Mendonça GAS, Junger WL, Cunha-Cruz J, Leon AP. Efeitos da poluição do ar na função respiratória de escolares, Rio de Janeiro, RJ. Rev Saude Publica. 2009;43(1):26-34.

13. Medeiros AP, Gouveia N, Machado RP, Souza MR, Alencar GP, Novaes HM, et al. Traffic-related air pollution and perinatal mortality: a case-control study. Environ Health Perspect. 2009;117(1):127-32.

14. Ignotti E, Hacon S, Junger WL, Mourão D, Longo K, Freitas S, et al. Air pollution and hospital admissions for respiratory diseases in the subequatorial Amazon: a times series approach. Cad Saude Publica. 2010;26(4):747-61.

15. Braga ALF, Pereira LAA, Procópio M, André PA, Saldiva PHN. Associação entre poluição atmosférica e doenças respiratórias e cardiovasculares na cidade de Itabira, Minas gerais, Brasil. Cad Saude Publica. 2007;23 Supl 4:S570-78.

16. Bakonyi SM, Danni-Oliveira IM, Martins LC, Braga ALF. Poluição atmosférica e doenças respiratórias em crianças na cidade de Curitiba, PR. Rev Saude Publica. 2004;38(5):695-700.

17. Miranda DC. Prevalência da asma e sintomas respiratórios no município de Vitória (ES): comparação entre duas áreas com diferentes fontes de poluição atmosférica identificadas através do biomonitoramento. [tese]. São Paulo (SP). Universidade de São Paulo; 2008.

18. Oliveira MS, Leon AP, Mattos IE, Koifman S. Differential susceptibility according to gender in the association between air pollution and mortality from respiratory diseases. Cad Saude Publica. 2011;27(9):1827-36.

19. Marcilio I, Gouveia N. Quantifying the impact of air pollution on the urban population of Brazil. Cad Saude Publica. 2007; 23 Suppl 4:S529-36.

20. Ministério da Saúde (BR). Secretaria de Vigilância em Saúde. Coordenação Geral de Vigilância em Saúde Ambiental. Mapeamento das Áreas de Atenção Ambiental Atmosférica de interesse para o VIGIAR: resultados preliminares [citado 2012 fev 8]. Disponível em: http://portal.saude.gov.br/portal/arquivos/pdf/mapeamento_vigiar.pdf.

21. Gouveia N, Cifuentes L, Ponce de Leon A, Carbajal L, Hurtado M, Romieu I. ESCALA Project (Estudio de Salud y Contaminación del Aire en Latinoamérica). Health Effects Institute. Annual Conference 2007. Program and Abstracts. Chicago; 2007. p 13.

22. Junger WL. Análise, imputação de dados e interfaces computacionais em estudos de séries temporais epidemiológicas. [tese] Rio de Janeiro (RJ): Universidade Estadual do Rio de Janeiro; 2008.

23. Health Effects Institute. Revised Analyses of Time-Series Studies of air pollution and Health. Special Report. Boston MA: Health Effects Institute; 2003.

24. Romieu I, Gouveia N, Cifuentes LA, Ponce de Leon A, Junger W, Hurtado-Diaz M, et al. Multicity study of air pollution and mortality in Latin America (the SCALA study). Research Report 171. Boston MA: Health Effects Institute; 2012.

25. World Health Organization. Linkage methods for environment and health analysis: a report of health and environmental analysis fgor decision-making (HEADLAMP) project. Geneva: UNEP/US EPA/WHO; 1997.

26. Schirnding YV. Health in Sustainable development planning: the role of indicators. Geneva: WHO; 2002.

27. Bellen HM. Indicadores de sustentabilidade: uma análise comparativa. Rio de Janeiro: FGV; 2005.

28. Ministério da Saúde (BR). Secretaria de Vigilância em Saúde. Departamento de Vigilância em Saúde Ambiental e Saúde do Trabalhador. Saúde Ambiental: guia básico para construção de indicadores. Brasília: Ministério da Saúde; 2011. (Serie B. Textos Básicos de Saúde).

29. Bell ML, Cifuentes LA, Davis DL, Cushing E, Telles AG, Gouveia N. Environmental health indicators and a case study of air pollution in Latin America cities. Environ Res. 2011;111:57-66.

30. Cifuentes L, Borja-Arbuto VH, Gouveia N, Thurston G, Daves DL. Assessing the health benefits of urban air pollution reductions associated with climate change mitigation (2000-2020): Santiago, São Paulo, Mexico City and New York City. Environ Health Perspect. 2001;109 Suppl 3:S419-25.

Endereço para correspondência:
Clarice Umbelino de Freitas
- Av. Dr. Arnaldo, 455, 2^o andar, sala 2171,
Cerqueira César, São Paulo-SP, Brasil.
CEP 01246-000.
E-mail: clarice.freitas@hc.fm.usp.br

Recebido em 03/01/2013
Aprovado em 13/06/2013

^*Estudo financiado pelo Ministério da Saúde, através de convênio firmado com a Faculdade de Medicina da Universidade de São Paulo.