Pathogen prioritisation for wastewater surveillance ahead of the Paris 2024 Olympic and Paralympic Games, France
Notice bibliographique
Résumé
BackgroundWastewater surveillance is an effective approach to monitor population health, as exemplified by its role throughout the COVID-19 pandemic.AimThis study explores the possibility of extending wastewater surveillance to the Paris 2024 Olympic and Paralympic Games, focusing on identifying priority pathogen targets that are relevant and feasible to monitor in wastewater for these events.MethodsA list of 60 pathogens of interest for general public health surveillance for the Games was compiled. Each pathogen was evaluated against three inclusion criteria: (A) analytical feasibility; (B) relevance, i.e. with regards to the specificities of the event and the characteristics of the pathogen; and (C) added value to inform public health decision-making. Analytical feasibility was assessed through evidence from peer-reviewed publications demonstrating the detectability of pathogens in sewage, refining the initial list to 25 pathogens. Criteria B and C were evaluated via expert opinion using the Delphi method. The panel consisting of some 30 experts proposed five additional pathogens meeting criterion A, totalling 30 pathogens assessed throughout the three-round iterative questionnaire. Pathogens failing to reach 70% group consensus threshold underwent further deliberation by a subgroup of experts.ResultsSix priority targets suitable for wastewater surveillance during the Games were successfully identified: poliovirus, influenza A virus, influenza B virus, mpox virus, SARS-CoV-2 and measles virus.ConclusionThis study introduced a model framework for identifying context-specific wastewater surveillance targets for a mass gathering. Successful implementation of a wastewater surveillance plan for Paris 2024 could incentivise similar monitoring efforts for other mass gatherings globally.
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 | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».