基于废水流行病学的奥地利SARS-CoV-2未报告感染病例估算：变异株流行期病毒脱落动态与检测策略的影响

本研究通过分析奥地利113个污水处理厂长达一年的废水监测数据，结合高密度核酸检测报告，创新性地建立了废水病毒载量与真实感染规模的量化关系模型。研究人员发现检测活动显著影响病例报告率（BA.5流行期漏诊率高达5.48倍），并首次证实不同变异株（Delta/BA.1/BA.2/BA.5）在废水中的病毒脱落效率存在梯度差异。该成果为传染病监测提供了不依赖临床诊断的客观评估工具，发表于《Heliyon》。

　　

在全球抗击COVID-19疫情的过程中，准确掌握实际感染规模始终是重大挑战。尽管奥地利实施了人均11次的高强度核酸检测，但传统流行病学调查仍存在显著漏诊。废水流行病学(Wastewater-Based Epidemiology, WBE)作为新兴监测手段，能通过污水中的病毒RNA反映社区整体感染负荷，但其与真实病例数的量化关系尚未明确，特别是不同变异株流行期间病毒脱落行为的差异更增加了评估难度。

为此，由Simon D. Lindner等14位学者组成的跨学科团队在《Heliyon》发表重要研究。该团队整合了奥地利两大废水监测系统（覆盖73%人口的113个污水处理厂）的11,899份样本数据，结合全国病例报告和变异株测序信息，创新开发了基于检测活动校正的感染规模估计算法。研究特别关注了Delta、BA.1、BA.2和BA.5四种主要变异株流行期的数据特征。

关键技术方法包括：1) 双源废水监测系统（Monitoring 1含109个站点，Monitoring 2含24个站点）的病毒RNA提取与RT-qPCR定量；2) 基于流行病学报告系统(Epidemiological Reporting System, EMS)的联邦州级检测数据关联分析；3) 考虑变异株构成比的多元回归模型；4) 几何均值标准化处理联邦州异质性数据。

主要研究结果

3.1 废水病毒载量与检测量的幂律关系

通过双数据集验证发现，废水病毒载量/报告病例数与检测量呈显著幂律关系（图1）。Monitoring 2因实验室标准化程度高，数据离散度较多实验室协作的Monitoring 1降低42%。

3.3 奥地利全国病例估算

BA.2流行高峰（2022年3月15日）实际感染数达59,000例（95%CI:17,000-153,000），是报告病例的1.3倍；BA.5流行期（7月15日）该比值激增至7.92倍（图2-3）。双监测系统结果高度吻合，验证了模型的稳健性。

3.4 联邦州级差异

东部布尔根兰等州的BA.5流行期漏诊率显著高于西部（图4），可能与旅游人口流动导致的检测偏倚有关。

3.5 变异株脱落特征

Delta变异株的废水信号强度显著高于Omicron系（OR=1.010），BA.5脱落率最低（图5）。这种差异可能反映病毒进化中的适应性变化或人群免疫积累的影响。

该研究首次系统量化了检测强度对WBE评估的影响，建立的"检测活动-变异株构成"双校正模型极大提升了废水监测的流行病学价值。发现BA.5变异株的低脱落特性为解释全球多国废水信号与临床病例脱钩现象提供了关键证据。研究成果不仅为COVID-19疫情评估建立了新标准，更为未来新发传染病监测提供了可推广的方法学框架。