Contribuições para a construção de modelos de estimativa de riscos à saúde associados à transmissão de Giardia e Cryptosporidium via abastecimento de água para consumo humano

Abstract

Esse trabalho objetivou: (i) caracterizar estatisticamente bancos de dados de turbidez de 44 estações de tratamento de água (ETAs); (ii) avaliar o atendimento dessas 44 ETAs aos padrões e critérios de turbidez de água tratada; e (iii) estimar riscos de infecção associados aos protozoários Cryptosporidium spp e Giardia spp. em água para consumo humano, em estudo de caso aplicado a ETA da Universidade Federal de Viçosa. A análise de bancos de dados de turbidez da água bruta e tratada (decantada e filtrada) das 44 ETAs, revelou que as hipóteses de aleatoriedade, independência, estacionariedade e homogeneidade dos dados foram, em geral, rejeitadas. Salvo poucas exceções, os dados de turbidez de água bruta e tratada foram caracterizados por assimetria positiva. Os dados referentes à água bruta apresentaram os maiores coeficientes de assimetria e de curtose. Testes estatísticos confirmaram a não normalidade de todas as séries de dados de turbidez analisadas e indicaram que a maioria destas poderia ser descrita por distribuição lognormal. O limite de 0,15 uT na água filtrada foi rarissimamente alcançado na maioria das ETAs avaliadas. Embora algumas ETAs tenham alcançado elevada margem de dados com turbidez abaixo de 0,30 uT, o percentual de ETAs que atendeu este limite foi baixo. Por sua vez, o padrão de 0,50 uT foi atingido por metade das estações com frequência superior a 80% dos dados, e o limite de 1,0 uT foi sistematicamente atendido pela quase totalidade das estações. A estimativa de riscos foi realizada por modelagem estocástica (simulação de Monte Carlo), utilizando o banco de dados da ETA UFV, incluindo informações sobre ocorrência de Cryptosporidium spp. e Giardia spp. na água bruta e remoção de turbidez. Modelos de Avaliação Quantitativa de Risco Microbiológico (AQRM) foram construídos a partir desses dados e informações de literatura sobre: (i) modelos dose-resposta; (ii) taxa de recuperação das técnicas laboratoriais de pesquisa de protozoários, (iii) modelos de estimativa de remoção de (oo)cistos em função da turbidez; (iv) estimativas de consumo de água. Os diferentes arranjos de modelos de AQRM resultaram em amplas variações nas estimativas de risco. Testes de análise de sensibilidade revelaram que as variáveis de maior impacto na estimativa de risco foram a concentração de (oo)cistos na água bruta, a remoção de (oo)cistos no tratamento da água e o consumo de água, indicando a necessidade de caracterização criteriosa dessas variáveis.

This objectives of this work were: (i) to statistically characterize turbidity datasets of 44 water treatment plants (WTP), (ii) to evaluate the performance these 44 WTPs in achieving drinking-water turbidity standards, and (iii) to estimate risks of infection associated Cryptosporidium and Giardia in drinking-water, in case study applied to the University of Viçosa WTP (UFV WTP). The analysis of turbidity databases of raw and treated water of the 44 WTP showed that the hypotheses of data randomness, independence, stationarity and homogeneity were, in general, rejected. With few exceptions, turbidity data of raw and treated water were characterized by positive asymmetry. Raw water data showed the highest coefficients of skewness and kurtosis. Statistical tests confirmed the non-normality of all turbidity datasets analyzed, and indicated that most of them could be described by lognormal distribution. The standard of 0,15 NTU for filtered water was very rarely achieved in most WTP. Although a few WTP showed a high proportion of data with turbidity below 0,30 NTU, the actual percentage of WTP that met this standard was low. In turn, the standard of 0,50 NTU was achieved by half the WTP, often in more than 80% of data, and the 1,0 NTU standard was systematically attained in almost all WTP. Risks were estimated by stochastic modeling (Monte Carlo simulation), using the UFV WTP database, including information on the occurrence of Cryptosporidium and Giardia in the source water, and on turbidity removal. Models of Quantitative Microbiological Risk Assessment (AQRM) were constructed from these data and from literature information on: (i) dose-response models; (ii) recovery efficiency of the protozoa laboratory methods; (iii) relationships between (oo)cysts removal and turbidity, (ii) drinking-water consumption rates. Different AQRM models resulted in wide variations of risk estimates. Sensitivity analysis showed that the variables with the greatest impact on risk estimates were the (oo)cysts concentration in raw water, (oo)cysts removal by water treatment, and water consumption rates, indicating the need for a careful characterization these variables.