The Catalan Surveillance Network of SARS-CoV-2 in Sewage: design, implementation, and performance
Notice bibliographique
Résumé
Wastewater-based epidemiology has shown to be an efficient tool to track the circulation of SARS-CoV-2 in communities assisted by wastewater treatment plants (WWTPs). The challenge comes when this approach is employed to help Health authorities in their decision-making. Here, we describe the roadmap for the design and deployment of SARSAIGUA, the Catalan Surveillance Network of SARS-CoV-2 in Sewage. The network monitors, weekly or biweekly, 56 WWTPs evenly distributed across the territory and serving 6 M inhabitants (80% of the Catalan population). Each week, samples from 45 WWTPs are collected, analyzed, results reported to Health authorities, and finally published within less than 72 h in an online dashboard ( https://sarsaigua.icra.cat ). After 20 months of monitoring (July 20-March 22), the standardized viral load (gene copies/day) in all the WWTPs monitored fairly matched the cumulative number of COVID-19 cases along the successive pandemic waves, showing a good fit with the diagnosed cases in the served municipalities (Spearman Rho = 0.69). Here we describe the roadmap of the design and deployment of SARSAIGUA while providing several open-access tools for the management and visualization of the surveillance data.
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 | 0,018 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».