Identification of sentinel upstream community sites for wastewater surveillance of SARS-CoV-2 in a large urban area
Notice bibliographique
Résumé
Wastewater-based surveillance (WBS) captures the presence of disease in a community of people regardless of symptom status and supports public health interventions to mitigate the spread of disease. Wastewater-based surveillance can be applied to a variety of spatial scales and population sizes, particularly where households are served by municipal wastewater collection systems (e.g., large areas served by a single wastewater treatment plant (WWTP), smaller areas contained within a single neighbourhood, individual facilities). Since the onset of the COVID-19 pandemic in 2020, governments have had to make critical decisions on where, and at what scale, to implement WBS. Population size, health equity, and sampling access are some of the factors that are typically considered in these decisions; however, other population and sewer system characteristics may be important to consider when optimizing WBS resources. In this study, we undertook WBS for SARS-CoV-2 (the virus that causes the COVID-19 disease) at six community sites located upstream of a large WWTP in the City of Toronto, Ontario, Canada. We then used mixed effects modelling to explore the dominant drivers of spatio-temporal variability in the relationship between the wastewater signal and clinical cases for SARS-CoV-2 across these sites. The data collected over a 17-month period suggested that population density, pipe length, and 'dependency' - a community marginalization index that quantifies the number of seniors, children, and adults whose work is not compensated - played a significant role in judging whether a specific site could be used as a sentinel site. Though the number of upstream community sites was relatively small - and there were correlations between predictors - the length of data record allowed us to demonstrate which variables had the strongest explanatory power in a multi-model context. Community marginalization indices can be used - in addition to physical variables like population density and sewer pipe length, to inform sentinel site selection for WBS in urban community 'sewersheds'.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».