人类排泄物中肠道病毒脱落的系统评价与Meta分析：为废水流行病学提供关键参数

为解决废水流行病学(WBE)中病原体生物标志物浓度与疾病发生率关联的量化难题，斯坦福大学团队通过系统评价和Meta分析方法，首次全面整合了诺如病毒(NoV)、轮状病毒(RV)、甲型肝炎病毒(HAV)和F组腺病毒(AdV)在粪便、呕吐物等排泄物中的脱落规律。研究揭示了不同病毒在排泄物中的浓度差异（如NoV在粪便中达7.9 log10拷贝/克）、脱落峰值时间（HAV粪便脱落持续35天）及纵向动态，为建立WBE疾病预测模型提供了关键参数，同时指出非粪便排泄物数据匮乏的现状。

　　

在全球范围内，腹泻疾病是儿童死亡和发病的主要原因，每年导致约17亿例儿童腹泻病例，其中5岁以下儿童死亡超过40万例。这些疾病多由诺如病毒(NoV)、轮状病毒(RV)和腺病毒(AdV)等肠道病毒引起，而甲型肝炎病毒(HAV)虽主要引发急性肝炎，也可通过粪-口途径传播。尽管这些病毒影响重大，但关于其流行率和发病率的定量数据仍然有限，这阻碍了疾病预防和应对措施的精准实施。

近年来，废水流行病学(Wastewater-Based Epidemiology, WBE)作为一种新兴工具，通过监测废水中的病原体生物标志物来追踪社区传染病传播情况。然而，将废水中病毒生物标志物浓度转化为社区感染人数的研究进展缓慢，核心瓶颈在于缺乏对感染者排泄物中病毒脱落特征的系统认知。排泄物中病毒脱落的定量信息是连接废水测量值与疾病发生率的关键桥梁。

针对这一科学问题，斯坦福大学（Stanford University, USA）的Gang Zheng、Elana M.G. Chan和Alexandria B. Boehm团队开展了一项系统性评价和Meta分析研究。研究人员聚焦NoV、RV、HAV和AdV四种病毒在粪便、呕吐物、唾液、尿液、黏液和痰液六类排泄物中的脱落规律，通过整合全球130项研究、超18,000个数据点，首次建立了病毒脱落的浓度分布、时间动态和持续时间等关键参数体系。这项重要成果发表在《eBioMedicine》期刊上。

研究采用系统评价和Meta分析方法，通过Web of Science、PubMed和Scopus三大数据库检索文献，遵循PRISMA指南筛选出符合标准的130篇论文。提取的数据包括病毒浓度、纵向脱落曲线、脱落持续时间和峰值时间等，采用非线性回归模型（逻辑函数和伽马函数）拟合脱落动态，并通过Kruskal-Wallis检验比较不同病毒和排泄物间的差异。

研究结果通过多维度展开：在病毒浓度方面，数据显示NoV在粪便中浓度最高（中位数7.9 log₁₀拷贝/克），显著高于呕吐物（4.6 log₁₀拷贝/毫升）和唾液（3.2 log₁₀拷贝/毫升）。不同病毒在粪便中的浓度存在显著差异（p<0.0001），AdV浓度（8.5 log₁₀拷贝/克）>NoV>RV>HAV（4.8 log₁₀拷贝/克）。

纵向脱落特征揭示了重要规律：NoV在粪便中的脱落峰值出现在症状出现后4天（DAS），而HAV的脱落持续时间最长（35天）。特别值得注意的是，HAV在唾液中的脱落浓度与粪便相当，这与NoV形成鲜明对比——后者粪便浓度比唾液高三个数量级。这些发现提示不同病毒可能通过不同排泄途径对废水监测信号产生差异化贡献。

在脱落动态建模方面，研究团队建立了基于逻辑函数和伽马函数的数学模型，可精确描述病毒浓度和阳性率随时间变化的轨迹。例如，NoV在粪便中的脱落动态符合逻辑函数log₁₀(conc+1)=A×(1+exp(B×(t-C)))^-1，为WBE预测模型提供了可直接调用的参数集。

讨论部分着重指出，这项研究填补了肠道病毒脱落定量数据的空白，为建立"废水病毒浓度-社区感染率"转化模型奠定了基石。HAV的长期脱落特征提示废水监测可能更多反映康复期患者而非急性感染者；而NoV在呕吐物中的高浓度（虽总量少）可能在某些暴发场景下对废水信号产生显著影响。研究同时揭示了数据缺口——除粪便外其他排泄物的病毒脱落数据严重不足，AdV的研究尤为匮乏。

这项研究的现实意义体现在三方面：首先，提供的定量参数可直接用于改进WBE模型，提升公共卫生决策的精准性；其次，脱落持续时间等特征有助于区分废水信号反映的疫情阶段（急性期或恢复期）；最后，建立的方法学框架为未来研究其他病原体（如戊型肝炎病毒、星状病毒）的脱落规律提供了范式。研究人员呼吁未来研究应遵循MIQE/EMMI指南报告数据，并加强对无症状感染者和非粪便排泄途径的研究。

这项系统性工作不仅为理解肠道病毒传播生态提供了新视角，更通过建立病毒脱落与废水监测的定量关联，推动了环境监测技术在公共卫生实践中的应用边界。随着全球对WBE重视度的提升，这些基础数据将成为实现"废水预警-临床响应"闭环管理的关键拼图。