From Wastewater to Infection Estimates: Incident COVID-19 Infections during Omicron in the U.S.
Notice bibliographique
Résumé
Abstract Reconstructing the course of the COVID-19 pandemic through infection estimates is important for assessing disease burden and characterizing transmission dynamics. While wastewater concentration data have been used to estimate infections in localized pre-Omicron studies, a scalable approach that incorporates reinfections and variant-specific shedding remains underdeveloped. To this end, we develop a multi-source approach to retrospectively estimate daily COVID-19 infections in U.S. states during the Omicron era. Our approach integrates wastewater and seroprevalence surveillance data and further incorporates state-specific reinfections to improve infection estimates during the Delta-Omicron transition period. These refined estimates, along with wastewater concentration data adjusted for limited coverage, are used to calculate variant-specific shedding rates, which inform daily infection estimates going forward. While case-based estimates tend to exhibit striking volatility, these infection estimates show more stable and interpretable patterns that closely align with Omicron subvariant transitions. Moreover, we directly quantify the degree of underreporting, showing the extent that reported cases significantly underestimate disease burden, with the lowest reporting rates of 9.72% in Washington, 9.73% in Minnesota, and 10.70% in New York. In the states under study, case reports capture less than a quarter of total infections, leaving the vast majority unaccounted for in official reports. Furthermore, reporting rates differ markedly across states, with disparities growing over time, reflecting the overall rise in underreporting and location-specific limitations to surveillance accuracy. Finally, we estimate time-varying effective reproduction numbers and growth rates to provide a more accurate and timely picture of transmission dynamics over the Omicron era in U.S. states.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».