MétaCan
Menu
Retour à la cohorte
Enregistrement W3159466551 · doi:10.1101/2021.05.01.21256458

COVID-19 wastewater surveillance in rural communities: Comparison of lagoon and pumping station samples

2021· preprint· en· W3159466551 sur OpenAlexafffundabout
Patrick M. D’Aoust, Syeda Tasneem Towhid, Élisabeth Mercier, Nada Hegazy, Xin Tian, Kamya Bhatnagar, Zhihao Zhang, Colleen C. Naughton, Alex MacKenzie, Tyson E. Graber, Robert Delatolla

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésWastewaterEnvironmental scienceUpstream (networking)Coronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Sewage treatmentEnvironmental engineeringGeographyVeterinary medicineMedicineEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Wastewater-based epidemiology/wastewater surveillance has been a topic of significant interest over the last year due to its application in SARS-CoV-2 surveillance to track prevalence of COVID-19 in communities. Although SARS-CoV-2 surveillance has been applied in more than 50 countries to date, the application of this surveillance has been largely focused on relatively affluent urban and peri-urban communities. As such, there is a knowledge gap regarding the implementation of reliable wastewater surveillance in small and rural communities for the purpose of tracking rates of incidence of COVID-19 and other pathogens or biomarkers. This study examines the relationships existing between SARS-CoV-2 viral signal from wastewater samples harvested from an upstream pumping station and from an access port at a downstream wastewater treatment lagoon with the community’s COVID-19 rate of incidence (measured as percent test positivity) in a small, rural community in Canada. Real-time quantitative polymerase chain reaction (RT-qPCR) targeting the N1 and N2 genes of SARS-CoV-2 demonstrate that all 24-hr composite samples harvested from the pumping station over a period of 5.5 weeks had strong viral signal, while all samples 24-hr composite samples harvested from the lagoon over the same period were below the limit of quantification. RNA concentrations and integrity of samples harvested from the lagoon were both lower and more variable than from samples from the upstream pumping station collected on the same date, indicating a higher overall stability of SARS-CoV-2 RNA upstream of the lagoon. Additionally, measurements of PMMoV signal in wastewater allowed to normalize SARS-CoV-2 viral signal for fecal matter content, permitting the detection of actual changes in community prevalence with a high level of granularity. As a result, in sewered small and rural communities or low-income regions operating wastewater lagoons, samples for wastewater surveillance should be harvested from pumping stations or the sewershed as opposed to lagoons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,846

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,120
Tête enseignante GPT0,369
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetSARS-CoV-2 detection and testingTravaux en français237 207