Antecedentes/Objetivos: Diversos trabajos sugieren que la meteorología podría influir en la legionelosis. Evaluamos si las condiciones climáticas recientes aumentan la probabilidad diaria de aparición de casos.

Métodos: Se analizó una serie temporal diaria de 1.826 días (2019-2023), con 64 días con al menos un caso confirmado de legionelosis. Se ajustaron modelos de regresión logística binaria (día con caso vs. sin caso). Las variables meteorológicas (temperatura media, humedad relativa, precipitación y viento), procedentes de la estación de Irun, se incorporaron como ventanas de exposición acumulada compatibles con el periodo de incubación de Legionella. En una primera fase, se compararon varios modelos (con y sin variables meteorológicas) para seleccionar un modelo base que fuera más adecuado según el ajuste, la discriminación, la calibración y la colinealidad entre las variables introducidas. El modelo principal utilizó una ventana de exposición de 10 días. En una segunda fase, la robustez de los resultados se evaluó mediante modelos alternativos con lags de 5, 7 y 14 días. Todos los modelos se ajustaron por estacionalidad mediante términos armónicos del día del año, por año de estudio y por la presencia de casos en días previos (lag de caso).

Resultados: La estacionalidad y el lag del caso previo fueron significativos y consistentes (OR ≈ 3-4). Se observó un patrón estacional estable con pico en agosto, y la presencia de casos en días previos fue el factor que más contribuyó a la aparición de nuevos casos. Sin embargo, las variables, incluso analizadas como anomalías o transformadas, no tuvieron un efecto significativo. Aunque 2023 fue un año climáticamente anómalo según los informes meteorológicos, estos cambios no se reflejaron en el comportamiento de los casos en nuestro modelo. Por ello, el aumento observado en 2023 se interpreta como un efecto propio del año y no atribuible al clima.

Conclusiones/Recomendaciones: En conjunto, los resultados indican que el patrón observado se explica principalmente por la estacionalidad y por la tendencia a que los casos se agrupen en el tiempo, más que por las condiciones climáticas. El incremento observado en 2023 sugiere un factor no climático. Se recomienda reforzar la vigilancia estival y la investigación de fuentes puntuales y, para futuros estudios con más eventos o diseños específicos (p. ej., case crossover/DLNM).