深における流水によるインフルエンザAウイルスの疫学: 基線値と多種病原体監視への影響

科学分野:

• 環境微生物学
• 公衆衛生の監視
• 流行病学

背景:

• インフルエンザAウイルス (IAV) の季節性は,COVID-19以降予測不可能になり,公衆衛生介入のタイミングを複雑にしています.
• 正確でリアルタイムのモニタリングは,IAVに関する根拠に基づいた公衆衛生上の決定に不可欠です.
• 廃棄水の監視は 臨床モニタリングに 住民全体の 補完的なアプローチを提供します

研究 の 目的:

• 排水中のIAV濃度の動的基準を確立する.
• ワクチン接種や非医薬品対策を含む公衆衛生介入のタイミングを最適化すること.
• ウイルスおよび物理化学パラメータを使用してランダムフォレストモデルの予測能力を評価する.

主な方法:

• 2023年3月から2024年3月までのリアルタイムPCRを用いた2,764の廃水サンプルにおけるIAVの定量化.
• IAV濃度,流量,温度,COD,TN,TPを統合したランダムフォレストモデルの開発と最適化.
• 平均値,幾何学値,中位値を用いてIAV濃度の基準値を設定する.

主要な成果:

• 季節的なIAVパターンは2023年の冬と2024年の春にピークを記録した.
• 最適化されたランダムフォレストモデルは高い精度を達成しました (R2 = 0.988,MAE = 2,307).
• インフルエンザの季節の初期警告を2〜4週間提供し,他の呼吸器ウイルスの異常な増加を検出しました.

結論:

• 汚水監視は,特に資源の限られた環境において,予防接種と介入のタイミングを最適化するための重要なデータを提供します.
• 確立されたIAVベースラインは,疫病リスクの早期発見とコミュニティの健康保護を強化します.
• ランダムフォレストモデルは,主要な排水パラメータを使用して,IAV症例を効果的に予測します.