Estimar e analisar as Concentrações Ambientais Previstas de dez princípios ativos nas nove capitais nordestinas, entre 2014 e 2019, incorporando fontes de incerteza por simulação de Monte Carlo, para identificar substâncias e localidades prioritárias ao monitoramento ambiental.
Apresenta uma abordagem replicável e de baixo custo que integra dados públicos regulatórios, parâmetros de excreção e indicadores de saneamento, propagando incertezas até as estimativas de exposição e relacionando tecnologia de dados, gestão ambiental e sustentabilidade urbana.
Foram processados registros do SNGPC e indicadores do SNIS referentes a 2014–2019. O modelo adaptado da EMA calculou CAP para 6.480 cenários, com 100.000 iterações de Monte Carlo e distribuições associadas às variabilidades metrológica, normativa e metabólica.
Amoxicilina e cefalexina apresentaram as maiores CAP. Dos 6.480 cenários, 89,38% permaneceram acima de 0,01 µg/L mesmo no limite inferior da faixa simulada. Natal e João Pessoa foram identificadas como localidades prioritárias para monitoramento complementar.
A integração das CAP com a propagação de incertezas demonstra que registros de comercialização podem sustentar triagens comparativas, desde que interpretados como estimativas conservadoras de exposição. A abordagem também evidencia a influência conjunta da carga farmacêutica e do volume disponível para diluição.
Os resultados apoiam a seleção de fármacos, capitais e períodos para campanhas analíticas, auxiliando organizações públicas na alocação de recursos. A aplicação contribui para o planejamento do saneamento e do monitoramento ambiental associado à sustentabilidade urbana e aos ODS 6 e 11.
To estimate and analyze the Predicted Environmental Concentrations of ten active pharmaceutical ingredients in nine Northeastern Brazilian capitals from 2014 to 2019, incorporating uncertainty through Monte Carlo simulation to identify substances and locations requiring priority environmental monitoring.
Provides a replicable, low-cost approach integrating public regulatory data, excretion parameters, and sanitation indicators, propagating uncertainty into exposure estimates and connecting data technology, environmental management, and urban sustainability.
SNGPC records and SNIS indicators for 2014–2019 were processed. The EMA-adapted model calculated PECs for 6,480 scenarios, using 100,000 Monte Carlo iterations and probability distributions representing metrological, regulatory, and metabolic variability.
Amoxicillin and cephalexin produced the highest PECs. Of the 6,480 scenarios, 89.38% remained above 0.01 µg/L even at the lower limit of the simulated range. Natal and João Pessoa were identified as priority locations for complementary monitoring.
Integrating PECs with uncertainty propagation demonstrates that sales records can support comparative screening when interpreted as conservative exposure estimates. The approach also reveals the combined influence of pharmaceutical load and the volume available for dilution.
Results support the selection of pharmaceuticals, capitals, and periods for analytical campaigns, helping public organizations allocate resources. The application contributes to sanitation and environmental monitoring planning connected to urban sustainability and SDGs 6 and 11.