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

Resumo Técnico: Uma Estrutura de Aprendizado de Máquina para a Previsão de Mudanças na Ecologia de Vetores de Mosquitos e no Risco de Doenças Arbovirais Induzidas pelo Clima no Oriente Médio

Definição do Problema
As doenças transmitidas por vetores (DTVs), particularmente aquelas transmitidas por mosquitos Aedes (dengue, chikungunya, Zika), estão expandindo suas pegadas geográficas e sazonais devido às mudanças climáticas e à urbanização. Embora existam esforços de modelagem global, o Oriente Médio permanece sub-representado em estruturas preditivas de alta resolução. As abordagens existentes na região enfrentam limitações críticas: dados de vigilância entomológica esparsos e fragmentados, dependência de modelos de dimensão única (apenas clima ou apenas cobertura terrestre), falta de integração entre a dinâmica de transmissão mecanística e o aprendizado de máquina, e quantificação insuficiente de incerteza entre os cenários climáticos. Consequentemente, as autoridades de saúde pública carecem de ferramentas espacialmente explícitas e acionáveis para antecipar onde e quando os habitats de vetores e os riscos de transmissão se intensificarão.

Metodologia
O estudo desenvolve uma estrutura abrangente de aprendizado de máquina (ML) de conjunto (ensemble), projetada para prever a adequabilidade do vetor Aedes, a abundância e o risco de transmissão arboviral ponderado pela população no Oriente Médio (18°–41°N, 34°–63°E) a uma resolução de 5 km.

1. Montagem e Geração Sintética de Dados:

   • Dados Entomológicos: Devido à falta de acesso a dados proprietários de vigilância, os autores geraram um conjunto de dados sintético, porém ecologicamente realista, para Aedes aegypti e Aedes albopictus. Este foi criado através de um framework híbrido estatístico-estocástico calibrado com base em restrições ecológicas conhecidas, incorporando modelos logísticos espaciais para presença/ausência e distribuições de binomial negativa com excesso de zeros para abundância. O conjunto de dados inclui 18.420 registros de presença, 22.775 registros de ausência e 9.110 observações de abundância em 312 distritos administrativos, incluindo trajetórias sazonais simuladas.
   • Dados Climáticos: As projeções foram derivadas de seis Modelos de Circulação Geral (GCMs) do CMIP6 (Projeto de Comparação de Modelos Acoplados, Fase 6) sob três Caminhos Socioeconômicos Compartilhados (SSPs): SSP1-2.6 (baixas emissões), SSP2-4.5 (emissões intermediárias) e SSP5-8.5 (altas emissões). Os dados foram reduzidos para uma resolução de 5 km usando o método de Desagregação Espacial Corrigida por Viés (BCSD) e corrigidos em relação à reanálise ERA5.
   • Covariáveis: O modelo integrou variáveis socioambientais como uso e cobertura da terra, NDVI, luzes noturnas (proxy de urbanização), densidade populacional e um índice sintético de mobilidade humana.

2. Arquitetura de Aprendizado de Máquina:

   • Foi construído um conjunto de cinco algoritmos supervisionados: Random Forest (RF), Extreme Gradient Boosting (XGBoost), LightGBM, Support Vector Machines (SVM) e uma Rede Neural Profunda (DNN).
   • Os modelos foram treinados separadamente para classificação de presença/ausência e para predição de abundância.
   • Os hiperparâmetros foram otimizados via otimização Bayesiana. A predição final do conjunto utilizou a média ponderada baseada na AUC fora da amostra e na variância inversa da predição.
   • A validação empregou divisões espaciais estratificadas de 80/20 e validação cruzada espacial k-fold para mitigar o viés de autocorrelação.

3. Modelagem de Risco e Interpretabilidade:

   • Risco de Transmissão: Os resultados de adequabilidade do vetor foram acoplados a funções de período de incubação extrínseca (EIP) dependentes da temperatura e métricas de exposição humana (densidade populacional × mobilidade) para gerar mapas probabilísticos de risco de transmissão.
   • Interpretabilidade: Explicações SHapley Aditivas (SHAP) e gráficos de dependência parcial foram utilizados para elucidar os direcionadores não lineares e identificar limiares climáticos críticos.

Principais Resultados

• Desempenho do Modelo: A estrutura de conjunto demonstrou alta precisão preditiva, alcançando uma AUC média fora da amostra de 0,92 ± 0,01. O conjunto superou os modelos individuais, reduzindo a variância nas predições de abundância em 11%.
• Direcionadores Dominantes: A análise SHAP identificou a temperatura mensal média, a amplitude térmica diária e o déficit de pressão de vapor (VPD) como os principais direcionadores climáticos (52% da variância), enquanto a urbanização e as métricas de vegetação contribuíram com outros 28%. Limiares não lineares foram identificados: a adequabilidade aumenta bruscamente acima de 20°C, atinge o pico entre 28–30°C e declina acima de 35°C.
• Mudanças Espaciais e Temporais:
  • Expansão: Todos os cenários SSP projetam uma pronunciada expansão para o norte e para altitudes elevadas dos habitats adequados para Aedes. Sob o cenário de altas emissões SSP5-8.5, zonas de alta adequabilidade devem cobrir mais de 53% do Oriente Médio até meados do século XXI, incluindo regiões áridas interiores e de alta altitude (ex: Montanhas Zagros) anteriormente inadequadas.
  • Sazonalidade: Cenários de maiores emissões levam a picos sazonais mais precoces (antecipando em 2 a 3 meses) e janelas de transmissão estendidas.
• Projeções de Risco:
  • Sob o SSP2-4.5, projeta-se que aproximadamente 45 milhões de pessoas adicionais enfrentarão exposição de alto risco até a década de 2050.
  • Sob o SSP5-8.5, este número sobe para cerca de 63 milhões até a década de 2080, com o risco estendendo-se para planícies semiáridas interiores e centros urbanos de alta densidade.
  • Constatou-se que os limiares de temperatura e a intensidade da urbanização explicam cerca de 68% da variância do risco projetado.

Significância e Alegações
O artigo afirma fornecer uma estrutura inovadora e específica para a região, que preenche as lacunas nos modelos globais de clima-vetor para o Oriente Médio. Sua significância é tripla:

1. Rigor Metodológico: Integra projeções de múltiplos modelos CMIP6 com uma abordagem de ML de conjunto e proxies mecanísticos de transmissão (EIP), produzindo previsões com quantificação de incerteza que são cientificamente rigorosas e operacionalmente acionáveis.
2. Relevância Regional: Ao focar no sub-representado Oriente Médio, o estudo entrega inteligência adaptada aos climas heterogêneos e ao cenário sociopolítico da região, atendendo às necessidades específicas de autoridades de saúde nacionais e transfronteiriças.
3. Utilidade Operacional: Ao incorporar interpretabilidade (SHAP) e quantificação de incerteza em todo o pipeline, a estrutura reduz as barreções para formuladores de políticas, facilitando a vigilância direcionada, a priorização de recursos e estratégias de mitigação adaptadas ao clima.

Os autores concluem que as mudanças climáticas, a urbanização e os fatores ecológicos impulsionam sinergicamente a expansão dos habitats de Aedes, exigindo estratégias de saúde pública adaptativas que considerem o início precoce da atividade dos vetores, temporadas de transmissão mais longas e o surgimento de riscos em zonas anteriormente marginais. O estudo enfatiza que estes achados fornecem uma plataforma durável e atualizável para orientar intervenções de vigilância e controle em uma região de crescente vulnerabilidade epidemiológica.