Kontekst badania
Badanie koncentruje się na narastającym zagrożeniu zdrowia publicznego związanym z ekstremalnymi upałami w Afryce tropikalnej, ze szczególnym uwzględnieniem Ghany. Wzrost temperatur potęgowany przez zmiany klimatu, szybki rozwój miast oraz zjawisko miejskiej wyspy ciepła sprawia, że wysokie temperatury stają się coraz poważniejszym czynnikiem ryzyka, przyczyniając się do milionów przedwczesnych zgonów rocznie. Dotychczasowe analizy skupiały się głównie na warunkach zewnętrznych, pozostawiając istotną lukę badawczą w zakresie temperatur panujących wewnątrz budynków. Tymczasem to właśnie wnętrza, zwłaszcza w szpitalach krajów Globalnego Południa, mogą w znacznym stopniu kumulować skutki przegrzewania wynikające zarówno ze zmian klimatu, jak i z cech konstrukcyjnych budynków. Problem ten nabiera szczególnego znaczenia w kontekście populacji przebywającej w placówkach medycznych. Kobiety w ciąży, noworodki i małe dzieci, osoby starsze oraz pacjenci z chorobami przewlekłymi należą do grup najbardziej wrażliwych na skutki upałów. Dostępne dowody wskazują, że szpitale w miastach o niskich dochodach często nie zapewniają ochrony przed wysoką temperaturą, a przegrzane oddziały mogą wręcz pogarszać stan zdrowia pacjentów. Jednocześnie w krajach o niskich i średnich dochodach brakuje zarówno wystarczających danych meteorologicznych, jak i empirycznych pomiarów temperatury wewnętrznej, co utrudnia opracowanie i wdrażanie skutecznych systemów wczesnego ostrzegania przed upałami na poziomie konkretnych oddziałów. W odpowiedzi na tę lukę badanie miało na celu stworzenie modelu prognostycznego temperatury w pomieszczeniach szpitalnych, który umożliwi lepsze przygotowanie się na fale upałów, między innymi poprzez odpowiednie planowanie pracy personelu czy modyfikację harmonogramu planowych zabiegów..
Cele i hipotezy
Głównym celem badania było opracowanie i przetestowanie modelu prognostycznego (proof-of-concept) służącego do przewidywania temperatury powietrza wewnątrz oddziałów szpitalnych w klimacie tropikalnym.
Szczegółowe cele i założenia pracy obejmowały: (1) Stworzenie pierwszego systemu prognozowania temperatury na poziomie konkretnych oddziałów dla szpitali w Afryce tropikalnej, opartego na 24-miesięcznej walidacji empirycznej; (2) Wypełnienie luki badawczej dotyczącej ekstremalnych temperatur wewnątrz budynków użyteczności publicznej w krajach Globalnego Południa, gdzie grupy szczególnie wrażliwe (noworodki, kobiety w ciąży, osoby starsze) są najbardziej narażone na skutki upałów; (3) Ocena lokalnych warunków, w jakich mógłby zostać wdrożony operacyjny system wczesnego ostrzegania przed upałami (HEWS), aby umożliwić władzom szpitali lepsze przygotowanie się na fale upałów (np. poprzez dostosowanie grafików personelu lub zmianę terminów zabiegów).
Autorzy postawili hipotezę, że zależności statystyczne między temperaturą zewnętrzną a wewnętrzną będą najsilniejsze w oddziałach, które nie korzystają z klimatyzacji. Zakładano, że w pomieszczeniach z wentylacją naturalną związek z warunkami zewnętrznymi będzie najbardziej przewidywalny, podczas gdy systemy chłodzenia mechanicznego będą stanowiły czynnik zakłócający te relacje
Metody badawcze
W badaniu zastosowano zintegrowane podejście empiryczno-statystyczne w celu opracowania modelu prognozowania temperatury wewnątrz oddziałów szpitalnych. Przez 24 miesiące (lipiec 2022 – lipiec 2024) prowadzono ciągły monitoring temperatury powietrza w 10 oddziałach czterech szpitali w Ghanie (Akra, Tamale). Pomiary realizowano co 15 minut za pomocą czujników Eltek MS47B montowanych na ścianach na wysokości 1,6–2,2 m. Dane te zintegrowano z zewnętrznymi zbiorami meteorologicznymi: reanalizą ERA5 (ok. 9 km) oraz prognozami numerycznymi Global Forecast System (GFS) (ok. 28 km). Dla każdego oddziału opracowano odrębne modele regresji liniowej, w których dobową maksymalną temperaturę wewnętrzną modelowano jako funkcję temperatury zewnętrznej pochodzącej z pomiarów lokalnych, ERA5 lub GFS. Skuteczność modeli porównywano z modelem odniesienia Zero Order Forecast (ZOF), opartym na założeniu persistencji (temperatura dnia następnego równa temperaturze bieżącej). Walidację przeprowadzono dwiema metodami: walidacją krzyżową z losowym próbkowaniem (90% danych do kalibracji, 10% do testu, 1000 powtórzeń) oraz walidacją typu split-record, polegającą na naprzemiennej kalibracji i testowaniu na dwóch połowach dwuletniej serii. Dokładność prognoz oceniano przy użyciu współczynnika determinacji (r²), średniego błędu bezwzględnego (MAE) oraz True Skill Score (TSS), który określał zdolność modelu do poprawnego prognozowania przekroczeń progu 32°C. Dodatkowo przeprowadzono analizę porównawczą uwzględniającą typ wentylacji (naturalna vs. mechaniczna/klimatyzacja), identyfikując warunki, w których modele statystyczne osiągały najwyższą skuteczność.
Rezultaty badań i ich interpretacja
Wyniki badań potwierdziły wysoką skuteczność opracowanych modeli statystycznych opartych na danych GFS. Modele te wyjaśniały do 75% zmienności dobowej maksymalnej temperatury wewnętrznej, a 24-godzinne prognozy osiągały dokładność rzędu około 1°C. W większości przypadków średni błąd bezwzględny (MAE) w walidacji krzyżowej był niższy niż 1°C. Najsilniejsze zależności między temperaturą zewnętrzną a wewnętrzną stwierdzono w oddziałach z wentylacją naturalną, natomiast w pomieszczeniach klimatyzowanych korelacje były bardzo niskie, co wskazuje na względną niezależność warunków wewnętrznych od klimatu zewnętrznego. Wyraźniejsze związki odnotowano w Tamale niż w Akrze, co powiązano z efektywniejszą wentylacją naturalną budynków w północnej Ghanie. Jednocześnie prosty model persistencji (ZOF), zakładający utrzymanie temperatury z dnia poprzedniego, w wielu przypadkach okazał się bardziej precyzyjny niż prognozy GFS, co tłumaczono dużą bezwładnością cieplną budynków. Modele skutecznie generowały ostrzeżenia o przekroczeniu progu 32°C, osiągając wyniki porównywalne z bardziej złożonymi metodami uczenia maszynowego. Interpretacja wyników wskazuje, że możliwe jest wdrożenie funkcjonalnego systemu wczesnego ostrzegania przed upałami (HEWS) na poziomie pojedynczego oddziału szpitalnego przy wykorzystaniu niedrogich czujników i ogólnodostępnych prognoz pogody. Uzyskane 24-godzinne prognozy mogą wspierać zarządzanie operacyjne szpitalem poprzez zwiększenie obsady personelu w okresach podwyższonego ryzyka, przekładanie planowych zabiegów, przygotowanie systemów chłodzenia oraz zapewnienie odpowiedniego nawodnienia pacjentów. Skuteczne prognozowanie ma szczególne znaczenie dla ochrony grup wrażliwych, w tym noworodków i kobiet w ciąży. Jednocześnie zauważono, że modele tracą dokładność w okresach gwałtownych zmian sezonowych, co wskazuje na potrzebę uwzględnienia w przyszłości dodatkowych zmiennych, takich jak promieniowanie słoneczne i opady. Ze względu na skuteczność w różnych strefach klimatycznych i typach budynków zaproponowane podejście może zostać zastosowane w innych krajach tropikalnych Globalnego Południa. Wyniki stanowią istotny krok w kierunku adaptacji systemów opieki zdrowotnej do zmian klimatu, przy założeniu równoległej poprawy projektowania budynków i edukacji personelu.
Wnioski
Wyniki stanowią dowód koncepcji (proof-of-concept) dla wdrożenia systemów ostrzegania przed upałami w placówkach medycznych. Takie systemy pozwalają dyrekcji szpitali na lepsze planowanie pracy, np. poprzez dostosowanie liczby personelu do spodziewanych wzrostów liczby pacjentów lub przekładanie planowych zabiegów. Autorzy podkreślają, że systemy wczesnego ostrzegania nie są rozwiązaniem uniwersalnym. Powinny one stanowić element szerszej strategii adaptacyjnej, obejmującej poprawę projektowania budynków, tworzenie planów działań zdrowotnych na wypadek upałów oraz edukację personelu i pacjentów.
Autorzy wskazują, że wykorzystanie tanich czujników i ogólnodostępnych danych pogodowych może znacząco poprawić bezpieczeństwo najbardziej wrażliwych pacjentów, takich jak noworodki i kobiety w ciąży, w obliczu postępujących zmian klimatu.
Ograniczenia zakresu badawczego
Modele oparto głównie na temperaturze zewnętrznej, pomijając promieniowanie słoneczne i opady, co ograniczało ich zdolność do odtwarzania gwałtownych zmian w okresach przejściowych. Skuteczność potwierdzono jedynie w oddziałach z wentylacją naturalną, natomiast w pomieszczeniach klimatyzowanych lub z wentylacją mechaniczną ramy statystyczne okazały się nieprzydatne. Choć model ZOF bywał dokładniejszy niż GFS, wymaga ciągłego monitorowania temperatury w czasie rzeczywistym, co może stanowić barierę organizacyjną. Trafność prognoz zależy także od niezmienności zachowań personelu, a zmiany w sposobie użytkowania budynku mogą obniżyć adekwatność modelu. Analizy ograniczono do temperatury powietrza i prognoz 24-godzinnych, przy zastosowaniu uproszczonego progu ostrzegawczego 32°C, mimo zróżnicowanej wrażliwości pacjentów. Modele stanowią zatem dowód koncepcji, lecz ich zastosowanie jest ograniczone do budynków o określonej charakterystyce i stabilnym sposobie użytkowania.
Artykuł dostępny na stronie czasopisma Building and Environment