Wastewater Monitoring of SARS-CoV-2 from Acute Care Hospitals Identifies Nosocomial Transmission and Outbreaks
Notice bibliographique
Résumé
ABSTRACT Background SARS-CoV-2 has been detected in wastewater and its abundance correlated with community COVID-19 cases, hospitalizations and deaths. We sought to use wastewater-based detection of SARS-CoV-2 to assess the epidemiology of SARS-CoV-2 in hospitals. Methods Between August and December 2020, twice-weekly wastewater samples from three tertiary-care hospitals (totaling >2100 dedicated inpatient beds) were collected. Wastewater samples were concentrated and cleaned using the 4S-silica column method and assessed for SARS-CoV-2 gene-targets (N1, N2 and E) and controls using RT-qPCR. Wastewater SARS-CoV-2 as measured by quantification cycle (Cq), genome copies and genomes normalized to the fecal biomarker PMMoV were compared to the total daily number of patients hospitalized with active COVID-19, confirmed cases of hospital-acquired infection, and the occurrence of unit-specific outbreaks. Results Of 165 wastewater samples collected, 159 (96%) were assayable. The N1-gene from SARS-CoV-2 was detected in 64.1% of samples, N2 in 49.7% and E in 10%. N1 and N2 in wastewater increased over time both in terms of amount of detectable virus and the proportion of samples that were positive, consistent with increasing hospitalizations (Pearson’s r=0.679, P<0.0001, Pearson’s r=0.728, P<0.0001, respectively). Despite increasing hospitalizations through the study period, wastewater analysis was able to identify incident nosocomial-acquired cases of COVID-19 (Pearson’s r =0.389, P<0.001) and unit-specific outbreaks by increases in detectable SARS-CoV-2 N1-RNA (median 112 copies/ml) versus outbreak-free periods (0 copies/ml; P<0.0001). Conclusions Wastewater-based monitoring of SARS-CoV-2 represents a promising tool for SARS-CoV-2 passive surveillance and case identification, containment, and mitigation in acute-care medical facilities. Supplemental Material included Key-points summary SAS-CoV-2 RNA is detectable in hospital wastewater. Wastewater SARS-CoV-2 RNA increases in conjunction with COVID-19-related hospitalizations. Spikes in SARS-CoV-2 wastewater signal correspond to incident hospital-acquired cases and outbreaks, suggesting passive surveillance via wastewater has great promise for COVID-19 monitoring.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».