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

Sintesi Tecnica: Un framework di Machine Learning per la previsione degli spostamenti dell'ecologia dei vettori di zanzare e del rischio di malattie arbovirali indotti dal clima in Medio Oriente

Problema
Le malattie trasmesse da vettori (VBD), in particolare quelle trasmesse dalle zanzare del genere Aedes (dengue, chikungunya, Zika), stanno espandendo la loro impronta geografica e stagionale a causa del cambiamento climatico e dell'urbanizzazione. Sebbene esistano sforzi di modellazione globale, il Medio Oriente rimane sottorappresentato in termini di framework predittivi ad alta risoluzione. Gli approcci esistenti nella regione affrontano critiche limitazioni: dati di sorveglianza entomologica sparsi e frammentati, dipendenza da modelli a singola dimensione (solo clima o solo copertura del suolo), mancanza di integrazione tra la dinamica di trasmissione meccanicistica e il machine learning, e insufficiente quantificazione dell'incertezza attraverso gli scenari climatici. Di conseguenza, le autorità di sanità pubblica mancano di strumenti spazialmente espliciti e azionabili per anticipare dove e quando l'habitat dei vettori e i rischi di trasmissione si intensificheranno.

Metodologia
Lo studio sviluppa un framework di apprendimento automatico (ML) ensemble completo, progettato per prevedere l'idoneità dei vettori Aedes, l'abbondanza e il rischio di trasmissione arbovirale pesato sulla popolazione in tutto il Medio Oriente (18°–41°N, 34°–63°E) con una risoluzione di 5 km.

1. Assemblaggio dei Dati e Generazione Sintetica:

   • Dati Entomologici: A causa della mancanza di accesso a dati di sorveglianza proprietari, gli autori hanno generato un dataset sintetico ma ecologicamente realistico per Aedes aegypti e Aedes albopictus. Questo è stato creato utilizzando un framework statistico-stocastico ibrido calibrato su noti vincoli ecologici, incorporando modelli logistici spaziali per presenza/assenza e distribuzioni negative binomiali a inflazione di zeri per l'abbondanza. Il dataset include 18.420 record di presenza, 22.775 assenze e 9.110 osservazioni di abbondanza su 312 distretti amministrativi, con traiettorie stagionali simulate.
   • Dati Climatici: Le proiezioni sono state derivate da sei Modelli di Circolazione Generale (GCM) dal CMIP6 (Coupled Model Intercomparison Project Phase 6) sotto tre Percorsi Socioeconomici Condivisi (SSP): SSP1-2.6 (basse emissioni), SSP2-4.5 (intermedio), SSP5-8.5 (alte emissioni). I dati sono stati declassati (downscaled) a una risoluzione di 5 km utilizzando il metodo Bias-Corrected Spatial Disaggregation (BCSD) e corretti per i bias rispetto alla rianalisi ERA5.
   • Covariate: Il modello ha integrato variabili socio-ambientali quali uso del suolo/copertura del suolo, NDVI, luci notturne (proxy di urbanizzazione), densità di popolazione e un indice sintetico di mobilità umana.

2. Architettura di Machine Learning:

   • È stato costruito un ensemble di cinque algoritmi supervisionati: Random Forest (RF), Extreme Gradient Boosting (XGBoost), LightGBM, Support Vector Machines (SVM) e una Rete Neurale Profonda (DNN).
   • I modelli sono stati addestrati separatamente per la classificazione presenza/assenza e per la previsione dell'abbondanza.
   • Gli iperparametri sono stati ottimizzati tramite ottimizzazione Bayesiana. La previsione finale dell'ensemble ha utilizzato una media ponderata basata sull'AUC out-of-sample e sulla varianza di previsione inversa.
   • La validazione ha impiegato split spazialmente stratificati 80/20 e cross-validazione spaziale k-fold per mitigare il bias di autocorrelazione.

3. Modellazione del Rischio e Interpretabilità:

   • Rischio di Trasmissione: Gli output di idoneità del vettore sono stati accoppiati con funzioni del periodo di incubazione estrinseca (EIP) dipendenti dalla temperatura e metriche di esposizione umana (densità di popolazione × mobilità) per generare mappe probabilistiche del rischio di trasmissione.
   • Interpretabilità: SHapley Additive exPlanations (SHAP) e grafici di dipendenza parziale sono stati utilizzati per elucidare i driver non lineari e identificare le soglie climatiche critiche.

Risultati Chiave

• Performance del Modello: Il framework ensemble ha dimostrato un'elevata accuratezza predittiva, raggiungendo un AUC medio out-of-sample di 0,92 ± 0,01. L'ensemble ha superato i singoli modelli, riducendo la varianza nelle previsioni di abbondanza dell'11%.
• Driver Dominanti: L'analisi SHAP ha identificato la temperatura mensile media, l'escursione termica diurna e il deficit di pressione di vapore (VPD) come i principali driver climatici (52% della varianza), mentre l'urbanizzazione e le metriche della vegetazione hanno contribuito con un ulteriore 28%. Sono state identificate soglie non lineari: l'idoneità aumenta bruscamente sopra i 20°C, raggiunge il picco tra 28 e 30°C e declina sopra i 35°C.
• Spostamenti Spaziali e Temporali:
  • Espansione: Tutti gli scenari SSP proiettano un marcato spostamento verso nord e verso l'alto dell'idoneità dell'habitat di Aedes. Sotto lo scenario ad alte emissioni SSP5-8.5, le zone ad alta idoneità dovrebbero coprire oltre il 53% del Medio Oriente entro la metà del XXI secolo, incluse aree interne aride precedentemente non idonee e regioni ad alta quota (es. Monti Zagros).
  • Stagionalità: Gli scenari di emissioni più elevate portano a picchi stagionali anticipati (avanzati di 2-3 mesi) e finestre di trasmissione prolungate.
• Proiezioni del Rischio:
  • Sotto lo scenario SSP2-4.5, si prevede che circa 45 milioni di persone aggiuntive affronteranno un'esposizione ad alto rischio entro gli anni 2050.
  • Sotto lo scenario SSP5-8.5, questa cifra sale a circa 63 milioni entro gli anni 2080, con il rischio che si estende nelle pianure semi-aride interne e nei centri urbani ad alta densità.
  • Le soglie di temperatura e l'intensità dell'urbanizzazione sono risultate spiegare circa il 68% della varianza del rischio proiettato.

Significatività e Rivendicazioni
L'articolo sostiene di fornire un framework innovativo e specifico per la regione che colma le lacune nella modellazione globale clima-vettore per il Medio Oriente. La sua significatività è triplice:

1. Rigore Metodologico: Integra proiezioni CMIP6 multi-modello con un approccio ML ensemble e proxy meccanicistici di trasmissione (EIP), producendo previsioni con quantificazione dell'incertezza che sono scientificamente rigorose e operativamente azionabili.
2. Rilevanza Regionale: Concentrandosi sul Medio Oriente, un'area sottorappresentata, lo studio fornisce intelligence su misura per i climi eterogenei e il panorama socio-politico della regione, rispondendo alle esigenze specifiche delle autorità sanitarie nazionali e transfrontaliere.
3. Utilità Operativa: Integrando l'interpretabilità (SHAP) e la quantificazione dell'incertezza in tutto il processo, il framework abbassa le barriere per i decisori politici, facilitando la sorveglianza mirata, la prioritizzazione delle risorse e le strategie di mitigazione adattive al clima.

Gli autori concludono che il cambiamento climatico, l'urbanizzazione e i fattori ecologici guidano sinergicamente l'espansione degli habitat di Aedes, rendendo necessarie strategie di sanità pubblica adattive che tengano conto dell'inizio anticipato dell'attività dei vettori, delle stagioni di trasmissione più lunghe e dell'emergere del rischio in zone precedentemente marginali. Lo studio sottolinea che questi risultati forniscono una piattaforma duratura e aggiornabile per guidare le interviste di sorveglianza e controllo in una regione di crescente vulnerabilità epidemiologica.