基于废水的病原体传播动态实时估算

《Nature Communications》：Real-time estimation of pathogen transmission dynamics from wastewater

　　

摘要

在COVID-19大流行期间，废水监测被证明能有效追踪SARS-CoV-2的传播情况。然而，由于其他病原体在污水中的浓度较低、排毒规律不明确，以及缺乏足够的临床验证数据，要估算这些病原体的传播参数仍然十分困难。在此，我们提出了EpiSewer这一贝叶斯半机制型废水模型，它能同时考虑感染动态、病原体排毒情况以及测量噪声，包括异常值和未检测到数值。这使得我们可以直接从原始浓度和流量数据中推断出有效再生数（R_t）和疫情增长率（r_t），无需进行预先的数据平滑处理、插补或异常值去除。我们在瑞士6至14家污水处理厂开展了为期三个季节的多病原体废水监测（2022年11月至2025年5月），利用该模型实时追踪SARS-CoV-2、甲型流感病毒（IAV）和呼吸道合胞病毒（RSV）的传播情况。即便IAV和RSV的浓度比SARS-CoV-2低10至50倍，R_t的估算结果依然稳定，且不受测量噪声的影响。该模型还能提供校准良好的14天浓度预测结果，在不同疫情阶段均仅有极小的偏差。即使在采样频率降低的情况下，EpiSewer仍能给出无偏预测结果，同时准确反映不确定性。我们的方法仅需每周少量废水样本，就能为那些临床监测较少的、浓度较低的病原体提供可靠的传播动态推断。