A Machine-Learning Framework for Forecasting Climate-Induced Shifts in Mosquito Vector Ecology and Arboviral Disease Risk Across the Middle East

Resumen Técnico: Un marco de aprendizaje automático para pronosticar los cambios en la ecología de los vectores de mosquitos y el riesgo de enfermedades arbovirales inducidos por el clima en Oriente Medio

Planteamiento del problema
Las enfermedades transmitidas por vectores (ETV), particularmente aquellas transmitidas por mosquitos Aedes (dengue, chikungunya, Zika), están expandiendo su huella geográfica y estacional debido al cambio climático y la urbanización. Aunque existen esfuerzos de modelado global, Oriente Medio permanece subrepresentado en los marcos predictivos de alta resolución. Los enfoques existentes en la región enfrentan limitaciones críticas: vigilancia entomológica dispersa y fragmentada, dependencia de modelos de una sola dimensión (solo clima o solo cobertura terrestre), falta de integración entre la dinámica de transmisión mecánica y el aprendizaje automático, e insuficiente cuantificación de la incertidumbre a través de los escenarios climáticos. En consecuencia, las autoridades de salud pública carecen de herramientas espacialmente explícitas y accionables para anticipar dónde y cuándo se intensificarán los hábitats de los vectores y los riesgos de transmisión.

Metodología
El estudio desarrolla un marco integral de aprendizaje automático (ML) de ensamble diseñado para pronosticar la idoneidad, abundancia y el riesgo de transmisión arboviral ponderado por la población de los vectores Aedes en Oriente Medio (18°–41°N, 34°–63°E) a una resolución de 5 km.

1. Ensamblaje de datos y generación sintética:

   • Datos entomológicos: Debido a la falta de acceso a datos de vigilancia patentados, los autores generaron un conjunto de datos sintéticos pero ecológicamente realistas para Aedes aegypti y Aedes albopictus. Este se creó mediante un marco estadístico-estocástico híbrido calibrado con restricciones ecológicas conocidas, incorporando modelos logísticos espaciales para presencia/ausencia y distribuciones de exceso de ceros de tipo binomial negativa para la abundancia. El conjunto de datos incluye 18,420 registros de presencia, 22,775 de ausencia y 9,110 observaciones de abundancia a través de 312 distritos administrativos, con trayectorias estacionales simuladas.
   • Datos climáticos: Las proyecciones se derivaron de seis Modelos de Circulación General (GCM) del Proyecto de Comparación de Modelos Acoplados Fase 6 (CMIP6) bajo tres Trayectorias Socioeconómicas Compartidas (SSP): SSP1-2.6 (bajas emisiones), SSP2-4.5 (emisiones intermedias) y SSP5-8.5 (altas emisiones). Los datos se redujeron a una resolución de 5 km utilizando el método de Desagregación Espacial Corregida por Sesgo (BCSD) y corregidos por sesgo frente a la reanálisis ERA5.
   • Covariables: El modelo integró variables socioambientales como uso de suelo/cobertura terrestre, NDVI, luces nocturnas (proxy de urbanización), densidad de población y un índice sintético de movilidad humana.

2. Arquitectura de Aprendizaje Automático:

   • Se construyó un ensamble de cinco algoritmos supervisados: Bosque Aleatorio (RF), XGBoost, LightGBM, Máquinas de Vectores de Soporte (SVM) y una Red Neuronal Profunda (DNN).
   • Los modelos fueron entrenados por separado para la clasificación de presencia/ausencia y la predicción de abundancia.
   • Los hiperparámetros se optimizaron mediante optimización bayesiana. La predicción final del ensamble utilizó un promedio ponderado basado en el AUC fuera de la muestra y la varianza inversa de la predicción.
   • La validación empleó divisiones 80/20 estratificadas espacialmente y validación cruzada espacial k-fold para mitigar el sesgo de autocorrelación.

3. Modelado de Riesgo e Interpretabilidad:

   • Riesgo de transmisión: Los resultados de idoneidad del vector se acoplaron con funciones del periodo de incubación extrínseca (EIP) dependientes de la temperatura y métricas de exposición humana (densidad de población × movilidad) para generar mapas probabilísticos de riesgo de transmisión.
   • Interpretabilidad: Se utilizaron explicaciones de Shapley (SHAP) y gráficos de dependencia parcial para dilucidar los impulsores no lineales e identificar umbrales climáticos críticos.

Resultados Clave

• Desempeño del Modelo: El marco de ensamble demostró una alta precisión predictiva, logrando un AUC medio fuera de la muestra de 0.92 ± 0.01. El ensamble superó a los modelos individuales, reduciendo la varianza en las predicciones de abundancia en un 11%.
• Impulsores Dominantes: El análisis SHAP identificó la temperatura mensual media, el rango de temperatura diurna y el déficit de presión de vapor (VPD) como los principales impulsores climáticos (52% de la varianza), mientras que la urbanización y las métricas de vegetación contribuyeron con un 28% adicional. Se identificaron umbrales no lineales: la idoneidad aumenta bruscamente por encima de los 20°C, alcanza su punto máximo entre 28–30°C y declina por encima de los 35°C.
• Cambios Espaciales y Temporales:
  • Expansión: Todos los escenarios SSP proyectan una pronunciada expansión hacia el norte y hacia altitudes mayores de los hábitats adecuados para Aedes. Bajo el escenario de altas emisiones SSP5-8.5, las zonas de alta idoneidad se proyectan para cubrir más del 53% de Oriente Medio para mediados del siglo XXI, incluyendo regiones áridas interiores y de alta altitud previamente no aptas (ej. montañas Zagros).
  • Estacionalidad: Los escenarios de mayores emisiones conducen a picos estacionales más tempranos (adelantándose de 2 a 3 meses) y ventanas de transmisión extendidas.
• Proyecciones de Riesgo:
  • Bajo SSP2-4.5, se proyecta que aproximadamente 45 millones de personas adicionales enfrentarán una exposición de alto riesgo para la década de 2050.
  • Bajo SSP5-8.5, esta cifra aumenta a ~63 millones para la década de 2080, con el riesgo extendiéndose hacia las llanuras semiáridas interiores y los centros urbanos de alta densidad.
  • Se encontró que los umbrales de temperatura y la intensidad de la urbanización explican ~68% de la varianza del riesgo proyectado.

Significancia y Reivindicaciones
El artículo afirma proporcionar un marco novedoso y específico para la región que cierra las brechas en el modelado global de clima y vectores para Oriente Medio. Su significancia es triple:

1. Rigor Metodológico: Integra proyecciones CMIP6 de múltiples modelos con un enfoque de ML de ensamble y proxies de transmisión mecánica (EIP), produciendo pronósticos con cuantificación de incertidumbre que son científicamente rigurosos y operativamente accionables.
2. Relevancia Regional: Al centrarse en la subrepresentada región de Oriente Medio, el estudio entrega inteligencia adaptada a los climas heterogéneos y al panorama socio-político de la región, abordando las necesidades específicas de las autoridades de salud nacionales y transfronterizas.
3. Utilidad Operativa: Al integrar la interpretabilidad (SHAP) y la cuantificación de la incertidumbre en todo el proceso, el marco reduce las barreras para los responsables de la toma de decisiones, facilitando la vigilancia dirigida, la priorización de recursos y las estrategias de mitigación adaptativas al clima.

Los autores concluyen que el cambio climático, la urbanización y los factores ecológicos impulsan sinérgicamente la expansión de los hábitats de Aedes, lo que requiere estrategias de salud pública adaptativas que tengan en cuenta el inicio más temprano de la actividad de los vectores, temporadas de transmisión más largas y la aparición de riesgos en zonas previamente marginales. El estudio enfatiza que estos hallazgos proporcionan una plataforma duradera y actualizable para guiar las intervenciones de vigilancia y control en una región de creciente vulnerabilidad epidemiológica.