MétaCan
Menu
Retour à la cohorte
Enregistrement W4388766380 · doi:10.1016/j.heliyon.2023.e22356

Wastewater surveillance in the COVID-19 post-emergency pandemic period: A promising approach to monitor and predict SARS-CoV-2 surges and evolution

2023· article· en· W4388766380 sur OpenAlexfundno aff
Bryan Sanchez Jimenez, Trinity Sterling, Austin Brown, Brian Modica, Kaylee Gibson, Hannah Collins, Carolyn Koch, Tyler Schwarz, Kristine N. Dye

Notice bibliographique

RevueHeliyon · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityCity University of New York
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)WastewaterMedicine2019-20 coronavirus outbreakEnvironmental healthEnvironmental scienceEmergency medicineVirologyEnvironmental engineeringInfectious disease (medical specialty)Internal medicineDisease

Résumé

récupéré en direct d'OpenAlex

On May 24, 2023, approximately 3.5 years into the pandemic, the World Health Organization (WHO) declared the end of the COVID-19 global health emergency. However, as there are still ∼3000 COVID-19 deaths per day in May 2023, robust surveillance systems are still warranted to return to normalcy in times of low risk and respond appropriately in times of high risk. The different phases of the pandemic have been defined by infection numbers and variants, both of which have been determined through clinical tests that are subject to many biases. Unfortunately, the end of the COVID-19 emergency threatens to exasperate these biases, thereby warranting alternative tracking methods. We hypothesized that wastewater surveillance could be used as a more accurate and comprehensive method to track SARS-CoV-2 in the post-emergency pandemic period (PEPP). SARS-CoV-2 was quantified and sequenced from wastewater between June 2022 and March 2023 to research the anticipated 2022/23 winter surge. However, in the 2022/23 winter, there was lower-than-expected SARS-CoV-2 circulation, which was hypothesized to be due to diagnostic testing biases but was confirmed by our wastewater analysis, thereby emphasizing the unpredictable nature of SARS-CoV-2 surges while also questioning its winter seasonality. Even in times of low baseline circulation, we found wastewater surveillance to be sensitive enough to detect minor changes in circulation levels ∼30-46 days prior to diagnostic tests, suggesting that wastewater surveillance may be a more appropriate early warning system to prepare for unpredictable surges in the PEPP. Furthermore, sequencing of wastewater detected variants of concern that were positively correlated with clinical samples and also provided a method to identify mutations with a high likelihood of appearing in future variants, necessary for updating vaccines and therapeutics prior to novel variant circulation. Together, these data highlight the effectiveness of wastewater surveillance in the PEPP to limit the global health burden of SARS-CoV-2 due to increases in circulation and/or viral evolution.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,065
Tête enseignante GPT0,325
Écart entre enseignants0,260 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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