《Sci》：A Reliability-Aware Hotspot Scoring Framework for Interpreting Pathogen and Chemical Signals in Wastewater Monitoring
编辑推荐：
废水病原体与化学记录由于在测量含义、采样频率、分析背景和数据支撑方面存在差异，导致记录级筛选与解释复杂化。研究人员开发并在内部检验了Hotspot Finder，这是一个透明的基于Python的框架，使用Level（水平）、Trend（趋势）、Jump（跃变）
废水病原体与化学记录由于在测量含义、采样频率、分析背景和数据支撑方面存在差异，导致记录级筛选与解释复杂化。研究人员开发并在内部检验了Hotspot Finder，这是一个透明的基于Python的框架，使用Level（水平）、Trend（趋势）、Jump（跃变）和Reliability（可靠性）四个分数表示每条合格记录。病原体Level与Trend由加拿大政府官方类别映射而来，而化学分数在可兼容分析物、污水处理厂、样本类型或水流及分析单位序列内计算。Jump表示距最近一次较早有效观测的分类变化，Reliability表示基于规则的证据支撑。最终Hotspot分数为四分量算术均值。最近期输出含104条病原体记录与24142条合格化学记录，均值分别为61.57与53.73。2026年3月1日蒙特利尔Influenza B记录得分90.00，2024年4月10日PFBS进水记录得分76.25。敏感性分析显示，改变化学Trend历史长度的影响小于改变百分比变化类别、Reliability规则或警报边界。该框架提供可复现计算、分离的病原体与化学排序及记录级可追溯性，支持透明筛查，但不确立临床、流行病学、毒理学、监管、预测或终端用户有效性。
研究背景方面，废水监测已成为人群水平生物与化学信号检测的重要手段，但病原体与化学记录在时间结构、地理确定性、删失（censoring）与分析背景上差异显著，现有原始时序图、平滑显示、分类活动水平、百分位阈值及复合环境指数均无法在记录级同时回答“当前值对该点位是否异常、变化是否持续、最新观测是否为突变、可用证据强度如何”四类问题。研究人员因此开展一项透明、可复现的记录级解释框架研究，将异质废水记录转换为共同解释尺度同时保持模块特定计算与可追溯性，论文发表于《Sci》。
关键技术方法上，研究人员采用安大略、不列颠哥伦比亚与魁北克三类区域对比案例，病原体数据源自加拿大官方废水病原监测（含SARS-CoV-2、Influenza A/B、RSV等周度站点序列，覆盖2020年10月25日至2026年3月8日），化学数据涵盖20个化学族1217种分析物283834条测量（至2024年10月24日），按相同分析物、污水处理厂代码、样本类型或水流、分析单位构建兼容序列；非检出（non-detect）保留为删失结果不替代为半检测限等假设值；框架以Python 3.13.12实现，Streamlit 1.60.0构建仪表盘，四分量各取0–100后算术均值为Hotspot分，并划Low/Moderate/High/Very High警报带；敏感性分析变动Trend历史窗、百分比边界、Reliability规则与警报阈值。
研究结果部分，2.1研究设计给出模块特定四分量架构与最终均值公式；2.2研究区与省选以接收水体语境组织化学记录；2.3数据源显示最近期病原体104条、化学24142条，两域不同步；2.4预处理明确定非检出给中性分50而非估浓度；2.5评分框架中，病原体Level/Trend直映官方类别（Non-detect 0、Low 45、Moderate 65、High 85；Decreasing 25、No Change 50、Increasing 75），化学Level用兼容序列百分位、Trend用近3有效值中位比、Jump用最近有效观测比，分类边界?25%/+25%/+100%，Reliability病原依当前值与官方Trend有无给100/70/40，化学依当前可用性、量化史数、前有效观测、近6条非检出率与实验室标记率给100/70/40；3.1实施覆盖显示病原均分61.57、化学53.73，化学Reliability均分仅55.39；3.2病原示蒙特利尔Influenza B（2026-03-01）L85/T75/J100/R100得90.00入Very High；3.3化学示PFBS进水（2024-04-10，4.10 ng/L，兼容史15点居80百分位L85，Trend中位比+50.18%得75，Jump+26.93%得75，近6条3条实验室标记R70）均值得76.25入High；3.4非检出族间变异大（无机物9.15%至HBCD 94.94%），全删失占历史40.30%；3.5仪表盘双模块独立排序不同步日期；3.7敏感性表明化学Trend窗长变动影响小（Spearman 0.961–/告警变≤2.30%），而百分比边界、Reliability规则、警报界动影响大（化学告警变最高7.15%或8.55%）；3.8框架价值在保留原始值同时附加四分量解释层。
讨论部分指出，四分量结构延伸而非替代原始图与官方类别，Reliability作显式第四分量（非乘子）使证据强度可见，化学删失保留避免假百分位，兼容序列限制降误比，敏感性结果证框架依赖研究定义参数故边界附记录须看分量。结论部分翻译：本研究开发Hotspot Finder作为选定病原体与化学废水记录的透明四分量筛查框架，每条合格记录由Level、Trend、Jump、Reliability、最终Hotspot分与警报带表示；最终分为四分量算术均值；病原Level/Trend直映加拿大政府官方类别避免重算平均；化学Level/Trend仅于兼容分析物、厂、流、单位序列内算，全非检出不赋零或半检测限；最近期病原104条均61.57，四条并列90.00含2026-03-01蒙特利尔Influenza B；化学去Percent Recovery后24142条均53.73，2024-04-10 PFBS进水得76.25入High；两域不同步（病原至2026-03-08化学至2024-10-24），化学区位依接收水体非逐厂验省；敏感性示Trend史长影响小、百分比/Reliability/警报界影响大；仪表盘证分离排序与可追溯；本研究未证Hotspot分对应确诊暴发、住院、超标、毒理或专家优先事件，非验证型临床/流行病学/监管/预测系统；未来需外验对照流行病学与基准、用户测评、化学元数据与族特定规则及删失法比较。
