Coupling wastewater-based epidemiological surveillance and modelling of SARS-COV-2/COVID-19: Practical applications at the Public Health Agency of Canada
Notice bibliographique
Résumé
Wastewater-based surveillance (WBS) of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) offers a complementary tool for clinical surveillance to detect and monitor coronavirus disease 2019 (COVID-19). Since both symptomatic and asymptomatic individuals infected with SARS-CoV-2 can shed the virus through the fecal route, WBS has the potential to measure community prevalence of COVID-19 without restrictions from healthcare-seeking behaviours and clinical testing capacity. During the Omicron wave, the limited capacity of clinical testing to identify COVID-19 cases in many jurisdictions highlighted the utility of WBS to estimate disease prevalence and inform public health strategies; however, there is a plethora of in-sewage, environmental and laboratory factors that can influence WBS outcomes. The implementation of WBS, therefore, requires a comprehensive framework to outline a pipeline that accounts for these complex and nuanced factors. This article reviews the framework of the national WBS conducted at the Public Health Agency of Canada to present WBS methods used in Canada to track and monitor SARS-CoV-2. In particular, we focus on five Canadian cities-Vancouver, Edmonton, Toronto, Montréal and Halifax-whose wastewater signals are analyzed by a mathematical model to provide case forecasts and reproduction number estimates. The goal of this work is to share our insights on approaches to implement WBS. Importantly, the national WBS system has implications beyond COVID-19, as a similar framework can be applied to monitor other infectious disease pathogens or antimicrobial resistance in the community.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».