Wastewater-Based Surveillance of Respiratory Syncytial Virus Reveals a Temporal Disconnect in Disease Trajectory across an Active International Land Border
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Conventional metrics for tracking infectious diseases, including case and outbreak data and syndromic surveillance, can be resource-intensive, misleading, and comparatively slow with prolonged data collection, analysis and authentication. This study examined the 2022–2023 Respiratory Syncytial Virus (RSV) season in a contiguous metropolitan area connected by an active international land border, affording an opportunity for comparison of the respiratory virus season spanning two independent public health jurisdictions. Time-lagged cross correlation and qualitative examination of the wastewater signals showed that the peak of the Detroit (MI, USA) RSV season predated the peak in Windsor (ON, Canada) by approximately 5 weeks. A strong positive relationship was observed between RSV N-gene concentrations in wastewater and hospitalization rates in Windsor-Essex (Kendall’s τ = 0.539, p ≤ 0.001, Spearman’s ρ = 0.713, p ≤ 0.001) as well as Detroit (Kendall’s τ = 0.739, p ≤ 0.001, Spearman’s ρ = 0.888, p ≤ 0.001). This study demonstrated that wastewater surveillance can reveal regional differences in infection dynamics between communities and can provide an independent measure of the prevalence of RSV, an underreported disease. These findings support the use of wastewater surveillance as a cost-effective tool in monitoring of RSV to enhance existing surveillance systems and to better inform public health disease mitigation strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».