News Release

Un nuevo modelo de riesgos permite resaltar el riesgo de contaminación por arsénico en las aguas subterráneas de China

Peer-Reviewed Publication

American Association for the Advancement of Science (AAAS)

Podcast: New Risk Model Highlights Arsenic Risk in China's Groundwater

audio: In this podcast, researcher Luis Rodriguez-Lado is interviewed about his work to build a model used to predict the risk of groundwater contamination by arsenic in China. view more 

Credit: This podcast must be credited to AAAS when publishing. This podcast may be freely used by reporters as part of news coverage, with proper attribution. Non-reporters must contact <i>Science</i> for permission.

Este comunicado está disponible en inglés, francés y alemán.

El uso de un nuevo modelo de riesgo para predecir la existencia de contaminantes en aguas subterráneas permitirá poner en evidencia los problemas de calidad del agua dedicada al consumo humano con un gran ahorro de tiempo y dinero. En la actualidad, dicho modelo se está implementando en China para determinar la extensión de la contaminación por arsénico en las aguas subterráneas de este país.

«El envenenamiento por arsénico debido al consumo de aguas subterráneas contaminadas es un importante problema de salud en amplias zonas del mundo», explicó el doctor Luis Rodríguez Lado, uno de los investigadores del equipo que diseñó el modelo.

Los casos de envenenamiento crónico por arsénico son especialmente numerosos en países del sudeste asiático como Bangladesh, pero desde los años 90 del siglo XX han seguido identificándose nuevas regiones del planeta, incluyendo Europa Central, Sudamérica, Mongolia y algunas zonas de los Estados Unidos, en las que las aguas subterráneas están contaminadas con este elemento.

En China, foco de los trabajos de Rodríguez Lado y su equipo, los primeros casos de envenenamiento por arsénico debido al consumo de aguas subterráneas contaminadas fueron diagnosticados a finales de la década de 1970, en una zona árida del noreste del país en la que la población dependía casi exclusivamente de los acuíferos subterráneos profundos como fuente de agua potable. Los depósitos sedimentarios de dichos acuíferos poseen altas concentraciones de arsénico de origen natural, que pueden fácilmente movilizarse y pasar al agua de consumo.

La exposición prolongada al arsénico, incluso a pequeñas concentraciones, puede ocasionar trastornos graves para la salud que incluyen hiperpigmentación de la piel, desórdenes hepáticos y renales, y varios tipos de cáncer.

Los pacientes que presentaban síntomas de envenenamiento por arsénico fueron en aumento, hasta que, en 1994, el gobierno chino declaró la arsenicosis como una enfermedad endémica y creó un comité de expertos para evaluar la situación. El Ministerio de Sanidad chino implementó el “Programa de Detección Nacional”, un programa de análisis de aguas subterráneas que se prolongó de 2001 a 2005. Se analizó arsénico en unos 445.000 pozos de aproximadamente el 12% de los condados de China. Desde entonces, las labores de análisis de aguas subterráneas han continuado, con un coste monetario inmenso para el gobierno. Sin embargo, dado el tamaño de China, es posible que se necesiten décadas para analizar la superficie restante.

En este contexto, conscientes de la magnitud del problema, Rodríguez Lado y sus colegas comenzaron a pensar en la posibilidad de crear un modelo estadístico para la predicción de la contaminación de las aguas subterráneas por arsénico.

Su idea se vio motivada por un mapa de las ubicaciones contaminadas por arsénico conocidas que el Banco Mundial publicó en 2005. «Muchas zonas del mapa estaban en blanco», explicó Rodríguez Lado. «Pensamos que, en lugar de dejarnos sorprender por la aparición de nuevas regiones contaminadas, resultaría muy útil desarrollar un modelo para predecir en qué regiones sería posible que apareciese contaminación».

Esto coincidió con un aumento en la disponibilidad de información geoespacial de carácter gratuito sobre la topografía, geología, salinidad del suelo, por ejemplo, que podría servir para identificar los lugares con altas concentraciones de arsénico sin tener que visitarlos.

Su modelo relaciona estadísticamente esta información geoespacial con datos analíticos del Programa de Detección Nacional para delimitar las zonas de alto y bajo riesgo de contaminación por arsénico de acuerdo al valor guía recomendado por la Organización Mundial de la Salud (10 μg por litro), y calcular la población potencialmente expuesta al riesgo de envenenamiento por arsénico.

Los investigadores son conscientes de que todavía existe cierto debate en lo que se consideran niveles peligrosos de arsénico. «Sabemos que cuanto mayor es la concentración de arsénico, más rápido aparecen los efectos», indicó Rodríguez Lado, «pero los efectos dependen en gran medida de otros factores como la edad, la nutrición y del estado de salud general».

De sus resultados se desprende que aproximadamente 19.580.000 personas viven en China en zonas de alto riesgo; especialmente en las provincias de Xingiang, Mongolia Interior, Henan, Shandong y Jiangsu.

Un aspecto fundamental es que el modelo identificó zonas de alto riesgo ya conocidas, pero también zonas nuevas potencialmente contaminadas, como las provincias de la llanura norte de China y la zona central de la provincia de Sichuan. «En estos lugares», explicó Rodríguez Lado, «el riesgo de contaminación por arsénico coincide con la presencia de una alta densidad de población, por lo que sus aguas subterráneas deberían analizarse lo antes posible para evitar envenenamientos masivos por arsénico».

El uso del modelo no está limitado a China. «También puede resultar adecuado para la detección de áreas contaminadas en otras partes del mundo», prosiguió Rodríguez Lado, citando regiones como el suroeste de Estados Unidos, en las que se han detectado altas concentraciones de arsénico. El método tampoco está limitado al arsénico. «En nuestra opinión, la modelización predictiva es una técnica prometedora para el desarrollo de mapas de riesgo relativos a cualquier contaminante».

Los autores destacan que aunque su enfoque tiene ciertas ventajas en comparación con los métodos tradicionales de análisis de aguas subterráneas, no sustituye a dichos métodos. «La variabilidad de las concentraciones de arsénico es muy alta a distancias reducidas y nuestro modelo predictivo cuenta con una resolución espacial limitada de un kilómetro cuadrado. Esto significa que los métodos de análisis puestos en práctica por las autoridades chinas a nivel local siguen siendo necesarios».

Rodríguez Lado y sus colegas esperan que, en China, su trabajo pueda utilizarse para apoyar el programa de supervisión de pozos actualmente en vigor, y que sirva a las autoridades para determinar cuáles son las zonas de especial riesgo.

«A escala global», siguió, «esperamos que nuestro trabajo sirva para poner en relieve que la calidad del agua de consumo humano debe ser un tema prioritario, y que este tipo de estudios pueden ayudar a implantar políticas de prevención que mejoren el bienestar de millones de personas, especialmente en los países en vías de desarrollo».

###

Podcasts en Español:

Este estudio fue financiado por el Programa de cooperación científica y tecnológica China-Suiza del Secretariado Suizo para la Educación y la Investigación y por el Programa de cooperación externa de la Academia China de la Ciencia.

Conferencia de prensa relacionada en Suiza (sin opción de conexión telefónica):

Se ha planificado una conferencia de prensa con retención de su divulgación el jueves 22 de agosto de 2013, a las 11:00 hora local de Zúrich, para comentar el artículo de Rodríguez Lado et al que se publicará en la revista Science.

Toda la información revelada durante la conferencia de prensa permanecerá retenida (no se podrá divulgar) hasta las 20:00 CET (14:00, horario de verano del Este de EE. UU, 19:00, horario de verano británico) del jueves 22 de agosto de 2013 (o las 2:00, hora estándar de China, del viernes 23 de agosto de 2013).

Los oradores serán Luis Rodríguez Lado, de la Universidad de Santiago de Compostela (España), Guifan Sun, de la Universidad de Medicina China de Shenyang (China) y Annette Johnson y Michael Berg, del Eawag, el Instituto Federal Suizo de Ciencia y Tecnología del Agua de Dübendorf (Suiza).

El acto tendrá lugar en el Eawag, el Instituto Federal Suizo de Ciencia y Tecnología del Agua, Überlandstrasse 133, CH-8600 Dübendorf (Suiza) (http://www.eawag.ch/about/standorte/index_EN).

Los periodistas interesados en asistir a la conferencia de prensa deben enviar un mensaje de correo electrónico a scipak@aaas.org para solicitar su preinscripción. Si desea indicaciones para llegar allí, por favor, póngase en contacto con Ms. Anke Poiger, directora de comunicaciones del Eawag, en el teléfono +41-58-765-5546, o en la dirección de correo electrónico anke.poiger@eawag.ch, o consulte http://www.eawag.ch/about/standorte/anreise_dd/index_EN.

La rueda de prensa retenida, dirigida únicamente a periodistas, está organizada por la revista Science y la organización que la publica, la AAAS, la sociedad científica internacional sin ánimo de lucro, en colaboración con el Eawag.

Habrá disponible una grabación de audio en los formatos WAV y MP3, así como un archivo PDF de las presentaciones de los autores.

La Asociación Estadounidense para el Avance de la Ciencia (AAAS) es la sociedad científica más grande del mundo. También publica la revista Science, así como Science Translational Medicine y Science Signaling. La AAAS fue fundada en 1848 y cuenta con unas 261 sociedades y academias científicas adscritas, que prestan servicio a 10 millones de personas. Science es la revista científica general con revisión por pares de mayor tirada de pago de todo el mundo, y se calcula que tiene en torno a 1 millón de lectores. La asociación sin ánimo de lucro AAAS está abierta a todos y cumple su misión de «hacer avanzar la ciencia y servir a la sociedad» mediante iniciativas en los ámbitos de las políticas científicas, los programas internacionales, la educación científica y mucho más. Si desea obtener las últimas noticias sobre investigación, conéctese a EurekAlert!, en http://www.eurekalert.org, el principal sitio web de noticias científicas (un servicio de la AAAS).

Exclusivamente para medios de comunicación: los periodistas pueden descargar copias retenidas del informe desde la página web de paquetes de prensa de Science, en http://www.eurekalert.org/jrnls/sci, o solicitarlas al equipo de SciPak llamando al teléfono +1-202-326-6440 o por correo electrónico a la siguiente dirección: scipak@aaas.org.


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.