Precisão de previsão dos sistemas de alerta precoce disponíveis para a poluição atmosférica na região do Sudeste Asiático da OMS: uma revisão sistemática
MedicinaO que aconteceu
A poluição atmosférica ambiental é um grande risco para a saúde ambiental nos países em desenvolvimento da Região Sudeste da Ásia (SEARO) da OMS, contribuindo substancialmente para a mortalidade prematura e a carga global de doenças. Enquanto a qualidade do ar Early Warning Systems (AQEWS) permite intervenções proativas em saúde pública, sua precisão preditiva regional permanece incaracterizada. Apesar de sua importância crescente, o desempenho preditivo e a qualidade metodológica da AQEWS em toda a SEARO não foram sistematicamente avaliados. Para suprir essa lacuna, este estudo avaliou sistematicamente a acurácia da AQEWS disponível em toda a região. Esta revisão sistemática (PROSPERO: CRD420251275901) pesquisou grandes bases de dados desde o início até 10 de fevereiro de 2026, para estudos observacionais de modelagem, relatando desempenho quantitativo da AQEWS em SEARO. Os revisores extraíram dados e avaliaram o viés utilizando PROBAST+AI. Os desfechos primários foram RMSE, R2, acurácia categórica e viés de previsão. Identificador: CRD 420251275901.
O que encontraram
Foram sintetizados 14 estudos (Índia, Bangladesh, Tailândia) de 839 registros; a heterogeneidade não permitiu meta-análise. As arquiteturas de aprendizagem profunda híbridas produziram consistentemente o menor RMSE (0,84-4,61 μg/m3) e a maior variância explicada (R 2 até 0,998) entre os estudos, particularmente para a previsão de PM2.5; entretanto, as evidências foram heterogêneas e não estabeleceram superioridade consistente entre poluentes, horizontes de previsão, configurações de validação ou AQEWS operacional. O aprendizado de máquina alcançou até 98,34% de precisão categórica. Os modelos de transporte químico demonstraram redução significativa do viés (~70%) exclusivamente quando integrados com a assimilação de dados de satélite. A maioria dos estudos mostrou alto risco de viés devido à validação externa inadequada e à sobreposição algorítmica.
Por que isso importa
Embora os modelos híbridos e de aprendizagem profunda tenham demonstrado uma precisão de previsão superior em relação aos métodos tradicionais, a implementação de políticas generalizadas no SEARO foi dificultada pela fraca validação metodológica. Esta revisão fornece uma síntese regional do desempenho de previsão da AQEWS e identifica as principais limitações metodológicas que atualmente restringem sua confiabilidade para a tomada de decisões em saúde pública. Relatórios padronizados e validação externa rigorosa são urgentemente necessários para garantir que esses sistemas informem de forma confiável as respostas regionais de emergência em saúde pública.
Tradução automática do resumo original, publicado em Frontiers in public health sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Prediction accuracy of available early warning systems for air pollution across WHO South-East Asia region: a systematic review
Charu Mahawar, Sivakumar Sasidharan, Vikram Singh, Manoj Kumar, Neeraj Parmar, Sanghamitra Pati, Sumit Aggarwal
Descritores MeSH
- Air Pollution
- Environmental Monitoring
- Air Pollutants
- Asia, Southeastern
- Humans
- World Health Organization
Estudos relacionados
- Review of scientific research on air quality and environmental health risk and impact for PICTS
- Nitrous oxide emission factors from fertilizer use in Brazilian agricultural systems: meta-analytical insights for soil management, climate, and land-use policies
- A decade of air quality biomonitoring in North Africa: a systematic review reveals dominance of lichen and heavy metal studies alongside substantive methodological gaps
- Impact of traffic-related air pollution exposure on fractional exhaled nitric oxide: A systematic review and Meta-analysis