Nuevo paquete de R ‘bdlnm’ publicado en CRAN para avanzar en el estudio de los impactos del clima en la salud
El cambio climático está incrementando rápidamente la exposición de la población a condiciones ambientales extremas. Olas de calor más frecuentes, niveles más elevados de contaminación atmosférica y episodios extremos más persistentes forman cada vez más parte de la vida cotidiana en muchas regiones.
Sin embargo, los riesgos ambientales rara vez actúan de forma inmediata. Por ejemplo, una ola de calor hoy puede provocar un aumento de la mortalidad días después, o la exposición a niveles elevados de contaminación puede tener efectos retardados y acumulativos sobre la salud. Comprender estas relaciones dependientes del tiempo es esencial para una toma de decisiones informada.
Los modelos de retardo distribuido no lineales (DLNM) constituyen el marco de referencia para estudiar estas complejas relaciones entre exposición y respuesta con efectos diferidos en el tiempo. En un contexto de creciente disponibilidad de datos y de necesidad de analizar los impactos en salud a escalas geográficas más finas, estos modelos se han ampliado hacia un enfoque bayesiano (B-DLNM). Este enfoque permite ajustar modelos más complejos y flexibles, al tiempo que mejora la cuantificación de la incertidumbre y proporciona estimaciones más informativas a partir de distribuciones posteriores.
En este contexto, Pau Satorra, investigador predoctoral de la Unidad de Bioestadística del IGTP, ha desarrollado y publicado el paquete de R bdlnm como parte de su investigación doctoral. El paquete facilita el acceso a esta metodología mediante una implementación accesible y fácil de usar. El paquete bdlnm ofrece un conjunto completo de herramientas para:
- Ajustar y estimar modelos B-DLNM
- Predecir y visualizar las relaciones exposición-retardo-respuesta
- Estimar valores óptimos de exposición, como la temperatura de mínima mortalidad (MMT)
- Cuantificar los impactos en salud mediante fracciones y números atribuibles
Este desarrollo representa un hito relevante dentro de su doctorado y contribuye a ampliar las herramientas analíticas disponibles para estudiar el impacto de las exposiciones ambientales -como la temperatura o la contaminación del aire- sobre la salud. Estos enfoques son especialmente relevantes para evaluar los efectos del cambio climático, incluidas las olas de calor y otros episodios extremos.
El paquete bdlnm ya está disponible en CRAN, con documentación y tutoriales diseñados para usuarios con distintos niveles de experiencia.
Más información en la web de bdlnm: https://pasahe.github.io/bdlnm/
Su publicación marca un paso importante hacia herramientas más flexibles, accesibles y útiles para estudiar cómo las exposiciones ambientales afectan a la salud a lo largo del tiempo.