基于污水流行病学的SARS-CoV-2病毒流行与人口覆盖度对公共卫生信息预测效能的比较研究

本研究针对污水监测中病毒流行度与人口覆盖度对公共卫生预测效能的影响问题，通过对比美国路易斯安那州两个污水处理厂（WWTP A/B）和三个社区采样点的SARS-CoV-2病毒载量动态，发现高病毒流行度的WWTP B与县区病例数相关性更强，而覆盖80%人口的WWTP A可提前12天预测病例激增。研究首次证实采样点特征（病毒载量/人口规模）直接影响预警效能，为资源有限地区优化污水监测策略提供科学依据，成果发表于《Heliyon》。

　　

在COVID-19大流行期间，如何实现低成本、广覆盖的疫情预警成为全球公共卫生难题。传统个体检测面临资源消耗大、报告滞后等瓶颈，而基于污水流行病学(WBE)的监测技术因其可反映社区整体感染趋势而备受关注。然而，现有研究多聚焦县级污水处理厂(WWTP)数据，对采样点特征（如病毒流行强度、人口覆盖比例）如何影响预警效能尚不明确。尤其缺乏社区级采样点的实证数据，这限制了WBE在精准防控中的应用。

针对这一科学问题，美国路易斯安那州立大学健康什里夫波特分校的研究团队创新性地设计了多层级采样方案。研究选取什里夫波特市两个WWTP（分别覆盖80%和15%人口）及三个社会脆弱性各异的社区（各覆盖1-2万人），在Delta变异株流行期（2021年7-11月）开展双周定点采样。通过RT-qPCR技术定量检测SARS-CoV-2 RNA，并采用胡椒 mild mottle 病毒(PMMoV)进行人群排泄量校正，结合县区确诊病例和医院ICU数据，系统评估了不同采样点的预警价值。

病毒载量差异揭示空间异质性
研究发现WWTP B虽仅服务15%人口，但其人均SARS-CoV-2/PMMoV标准化载量（0.7978/万人）显著高于WWTP A（0.08262/万人）。社区层面，高社会脆弱性的社区C呈现最高人均病毒载量（0.7510/万人），印证了弱势群体更易集中感染的规律。这种空间异质性提示单纯扩大采样范围未必能提升监测敏感性。

人口规模决定预警窗口期
关键发现显示：覆盖80%人口的WWTP A与县区病例数的相关性可持续至采样后12天（Spearman r=0.828），而WWTP B仅维持7天。在Delta病例峰值前，WWTP A早在21天即检出预警信号（SARS-CoV-2/PMMoV>1），远超WWTP B的6天预警期。这表明大规模人口覆盖能更早捕获疫情扩散趋势，而高病毒载量区域更适合实时追踪传播动态。

社区监测的复杂性
值得注意的是，仅高脆弱性社区C的污水数据与县区病例显著相关（r=0.933），其病毒载量峰值与县区病例激增同步出现。与之对比，中高收入社区A的数据始终未达预警阈值，这可能反映不同社区的就医行为差异。研究同时发现社区C污水病毒载量与关联医院ICU占用率显著相关（r=0.833），但该规律在其他医院未复现，提示医院特异性因素可能干扰关联性。

这项研究首次系统论证了污水监测采样点的选择标准：大规模人口覆盖站点适合早期预警，而高病毒载量区域更利于实时监测。提出的双周定点采样策略为资源有限地区提供了可行方案，尤其有助于弱势社区的疫情监测。研究结果发表于《Heliyon》，为全球WBE网络建设提供了关键科学依据，对完善分级预警体系具有重要实践价值。未来需进一步探索低流行期监测策略，并开发更精准的人群排泄量校正指标。