Los modelos de regresión composicional con una variable de respuesta de valor real, generalmente pueden especificarse como modelos de contraste logarítmico, sujetos a una restricción de suma cero en los coeficientes del modelo. Esta formulación enfatiza la información relativa transmitida en la composición, mientras que el total general se considera irrelevante. En este trabajo, este contexto se extiende para considerar no solo los efectos totales, definidos formalmente en el denominado espacio T, sino también los efectos de moderación o interacción. Esto se aplica en el contexto de la modernización de datos espacio-temporales complejos, mediante una adaptación del método de aproximación de Laplace anidada integrada (INLA) dentro de un marco de estimación Bayesiano. Se hace especial hincapié en la interpretación de los coeficientes y resultados del modelo, tanto en la escala original de la variable de respuesta como en términos de elasticidades. La metodología se demuestra mediante un estudio de caso detallado que investiga la relación entre la mortalidad por todas las causas y la interacción entre las temperaturas extremas, la composición de la contaminación atmosférica y la contaminación atmosférica total en Cataluña, durante el verano de 2022. Los resultados indican que las temperaturas extremas se asocian con un mayor riesgo de mortalidad cuatro días después de la exposición. Además, la exposición a la contaminación atmosférica, especialmente al NO₂, se relaciona con un mayor riesgo de mortalidad independientemente de la temperatura. Por el contrario, las partículas en suspensión se asocian con un aumento de la mortalidad solo cuando la exposición ocurre en días de calor extremo.