污水监测中病毒流行率与人口覆盖率的比较研究：对公共卫生信息预测的影响

本研究针对污水监测中病毒流行率与人口覆盖率对公共卫生信息预测的影响展开深入探讨。研究人员通过分析Shreveport地区两个污水处理厂（WWTP）和三个社区的污水样本，发现较大规模的WWTP能提前12天预测县区级SARS-CoV-2病例，而病毒流行率较高的站点与病例数相关性更强。该研究为优化污水流行病学（WBE）监测策略提供了重要依据，尤其在资源有限地区具有显著应用价值。

　　

在COVID-19大流行期间，污水监测技术因其低成本、广覆盖的优势成为追踪病毒传播的新工具。然而，如何选择最佳监测站点以平衡预警时效性与数据准确性，仍是亟待解决的科学问题。传统研究多聚焦县级污水处理厂数据，但对社区级监测点的价值及站点特征（如服务人口规模、病毒载量）的影响缺乏系统评估。

为解决这一问题，路易斯安那州立大学健康科学中心的研究团队在Delta变异株流行期间，对Shreveport市两大污水处理厂（分别服务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）开展对比研究。通过双周定点采样，结合胡椒轻斑驳病毒(PMMoV)标准化处理和实时定量PCR(RT-qPCR)技术，首次揭示了站点特征与公共卫生信息质量的关联规律。相关成果发表在《Heliyon》期刊。

关键技术包括：1）污水样本的聚乙二醇(PEG)沉淀浓缩法；2）基于RT-qPCR的SARS-CoV-2 N1/N2基因和PMMoV定量检测；3）牛呼吸道合胞病毒(BRSV)作为全流程对照；4）美国社区调查和医院ICU床位数据的社会人口学分析。

研究结果显示：

1. 污水处理厂平均SARS-CoV-2病毒载量差异：服务较少人口的WWTP B人均病毒载量显著更高（p=0.010），但未校正人口时两者无差异，提示病毒流行率而非服务规模决定绝对检测量。
2. 县区日病例数与污水病毒的相关性：大规模WWTP A的监测数据可提前12天预测病例激增（r=0.828, p=0.005），而小规模WWTP B仅能提前7天。高病毒载量的社区C同样显示强相关性（r=0.933, p=0.001），但其他社区数据波动较大。
3. 医院ICU容量关联性：仅社区C的污水数据与其关联医院ICU占用率显著相关（r=0.833, p=0.008），可能反映不同医疗机构的患者收治偏好。

讨论部分指出，该研究确立了污水监测站点选择的"双轨原则"：大规模站点适合早期预警，而高流行率站点更适合实时传播动态评估。值得注意的是，社会脆弱性可能是驱动病毒载量的潜在因素，这为资源有限地区的监测网络优化提供了新思路。采用双周定点采样的低成本策略仍能有效捕捉疫情趋势，对发展中国家具有特殊参考价值。

局限性包括Delta变异株流行期的数据代表性，以及未复合采样可能引入的偏差。未来研究需验证该模型在低传播期及其他病原体监测中的适用性。这项成果为构建分级污水监测体系提供了实证基础，标志着环境公共卫生预警技术向精准化迈进的重要一步。