Use of passive samplers as sewage surveillance tool to monitor a hepatitis A outbreak at a school in Amsterdam, the Netherlands, Oct 2022 – March 2023
Notice bibliographique
Résumé
BACKGROUND: Enteric hepatitis A virus (HAV) infections during childhood are often asymptomatic but may cause severe illness in adults. To improve public health surveillance we assessed the applicability of sewage monitoring during an HAV outbreak at a primary school. METHODS: Between October 19 and December 27, 2022, five symptomatic HAV cases were notified to the Public Health Service Amsterdam; all attended the same primary school. Passive samplers, small absorbent tools, were deployed in sewage near the school from November 14, 2022, to March 22, 2023. The absorbents were subjected to RNA extraction, HAV PCR testing, and, if positive, sequencing. PCR and sequencing were also performed on plasma and feces samples of HAV cases. RESULTS: In 22 out of 88 (25%) of sewage samples, HAV RNA was detected. All HAV-RNA-positive sewage samples until 8 February 2023 were subgenotype IB, matching the strain detected in all cases. Another strain of HAV (subgenotype IA) was detected in sewage from 15 February 2023 onwards, without associated cases. CONCLUSIONS: Passive sampler-based sewage monitoring is an effective method to rapidly detect HAV shedding linked to diagnosed cases. It detects unnoticed viral infections and allows monitoring of outbreaks. This suggests that passive sampler-based monitoring is a promising tool supporting the public health response during HAV and other outbreaks.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».