Successful Application of Wastewater-Based Epidemiology in Prediction and Monitoring of the Second Wave of COVID-19 in India with Fragmented Sewerage Systems- A Case Study of Jaipur (India)
Notice bibliographique
Résumé
Abstract The present study tracked the city-wide dynamics of severe acute respiratory syndrome-corona virus 2 (SARS-CoV-2) RNA in the wastewater from nine different wastewater treatment plants (WWTPs) in Jaipur during second wave of COVID-19 out-break in India. A total of 164 samples were collected weekly between February 19 th and June 8 th , 2021. SARS-CoV-2 was detected in 47.2% (52/110) influent samples and 37% (20/54) effluent samples. The increasing percentage of positive influent samples correlated with the city’s increasing active clinical cases during the second wave of COVID-19 in Jaipur. Furthermore, WBE based evidence clearly showed early detection of about 20 days (9/9 samples reported positive on April 20 th , 2021) prior to the maximum cases & maximum deaths reported in the city on May 8 th , 2021. The present study further observed the presence of SARS-CoV-2 RNA in treated effluents at the time window of maximum active cases in the city even after tertiary disinfection treatments of UV & Chlorine. The average genome concentration in the effluents and removal efficacy of six commonly used treatments; Activated Sludge Treatment + Chlorine disinfection (ASP + Cl 2) , Moving Bed Biofilm Reactor (MBBR) with Ultraviolet radiations disinfection (MBBR + UV), MBBR + Chlorine (Cl 2 ), Sequencing Batch Reactor (SBR) and SBR + Cl 2 were compared with removal efficacy of SBR + Cl 2 (81.2%)> MBBR + UV (68.8%) > SBR (57.1%) > ASP (50%) > MBBR + Cl 2 (36.4%). The study observed the trends & prevalence of four genes (E, RdRp, N, and ORF1ab gene) based on two different kits and found that prevalence of N> ORF1ab >RdRp> E gene, suggested that the effective genome concentration should be calculated based on the presence/absence of multiple genes. Hence, it is imperative to say that using a combination of different detection genes (E, N, RdRp & ORF1ab genes) reduce false positives in WBE. Graphical Abstract Highlights Successful application of WBE with prediction of 14-20 days for COVID-19 in Jaipur A comparison of SARS-CoV-2 RNA removal efficacy of 9 WWTPs was investigated SBR showed better performance than MBBR with SARS-CoV-2 RNA removal from wastewater Presence of SARS-CoV-2 in effluents even after UV and Chlorine disinfection Using a combination of different detection genes reduce false positives in WBE
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».