Air pollutants and mental health of children in a rural region using compositional spatio-temporal models

Abstract

This doctoral thesis addresses the relationship between the air pollutants

particulate matter (PM10), nitrogen dioxide (NO2), ozone (O3), sulphur dioxide

(SO2), carbon monoxide (CO), and mental disorders in children and adolescents

in a rural area with limited pollution monitoring stations. Its innovative approach

lies in the fusion of multiple analytical approaches to thoroughly examine the

impact of atmospheric pollutants on the following mental disorders: attention

deficit hyperactivity disorder (ADHD), anxiety, mental health issues, and eating

disorders.

The methodological contribution is combining spatio-temporal models, Bayesian

inference with the Integrated Nested Laplace Approximation (INLA), and

Compositional Data Analysis (CoDa) with a total. This combination allows for a

detailed analysis of atmospheric pollutant concentrations in spatial and temporal

terms, considering both overall pollution and trade-offs between pollutants,

including covariates and providing a more precise predictive framework for rural

areas with limited monitoring infrastructure. In a first step, pollutant

concentrations are estimated in census tracts with no monitoring stations. In a

second step, estimated concentrations are used as predictors of mental health.

The most relevant results in the first step indicate that the trade-off between NO2

and O3 exhibits the highest variability and the best predictive accuracy in both

time and space. Total pollution levels rank second in variability but have low

spatial predictive accuracy.

The most relevant results in the second step are that higher exposure to NO2, O3,

and SO2 affects behavioural and developmental disorders, while anxiety is linked

to the concentration of PM10, O3, and SO2. Furthermore, overall pollution

increases the risk of ADHD and eating disorders.

In summary, children living in rural areas are not exempt from health risks related

to air pollution, and the combination of spatio-temporal models, Bayesian

inference, and compositional data analysis with a total, makes it possible to

estimate the relationship between mental health problems and pollutant

concentrations

Aquesta tesi doctoral tracta sobre la relació entre els contaminants atmosfèrics

matèria particulada (PM10), diòxid de nitrogen (NO2), ozó (O3), diòxid de sofre

(SO2), monòxid de carboni (CO) i els trastorns mentals en nens i adolescents en

una zona rural amb un nombre limitat d'estacions de monitoratge de la

contaminació. La seva aproximació innovadora rau en la fusió de múltiples

enfocaments analítics per examinar a fons l'impacte dels contaminants

atmosfèrics en els següents trastorns mentals: trastorn per dèficit d'atenció i

hiperactivitat (TDAH), ansietat, problemes de salut mental i trastorns de

l'alimentació.

La contribució metodològica consisteix en la combinació de models espaitemporals,

inferència Bayesiana amb l'Aproximació Integrada de Laplace (INLA)

i l’Anàlisi de Dades Composicional (CoDa). Aquesta combinació permet un

anàlisi detallat de les concentracions de contaminants atmosfèrics en termes

espacials i temporals, considerant tant la contaminació global com els intercanvis

entre contaminants, incloent covariables i proporcionant un marc predictiu més

precís per a àrees rurals amb infraestructura limitada de monitoratge. En un

primer pas, les concentracions de contaminants s'estimen en les seccions

censals sense estacions de monitoratge. En un segon pas, les concentracions

estimades s'utilitzen com a predictors de la salut mental.

Els resultats més rellevants en el primer pas indiquen que l'intercanvi entre NO2

i O3 presenta la major variabilitat i la millor precisió predictiva tant en el temps

com en l'espai. Els nivells de contaminació total ocupen el segon lloc en

variabilitat, però tenen baixa precisió predictiva espacial.

Els resultats més rellevants en el segon pas mostren que una major exposició a

NO2, O3 i SO2 afecta els trastorns de conducta i desenvolupament, mentre que

l'ansietat està relacionada amb la concentració de PM10, O3 i SO2. A més, la

contaminació global augmenta el risc de TDAH i trastorns de l'alimentació.

En resum, els nens que viuen en àrees rurals no estan exempts dels riscos per

a la salut relacionats amb la contaminació atmosfèrica, i la combinació de models

espai-temporals, inferència Bayesiana i anàlisi de dades composicionals tenint

en compte el total, fa possible estimar la relació entre problemes de salut mental

i concentracions de contaminants