在废水数据中将信号与噪声分离:一种算法可以实时识别社区级的COVID-19激增
Aparna Keshaviah1, Ian Huff1, Xindi C Hu1
1Mathematica, Inc., Princeton, NJ 08543.
概括
废水监测提供了早期发现COVID-19爆发的机会. 一个新的算法,Covid-SURGE,可靠地从废水数据中信号社区激增,改善公共卫生响应.
科学领域:
- 环境科学环境科学
- 流行病学 流行病学
- 公共卫生 公共卫生
背景情况:
- 废水监测提供了早期的COVID-19爆发警告.
- 需要一种经过验证的方法来区分废水数据中的真实激增与背景噪声.
研究的目的:
- 利用废水数据开发和验证用于检测COVID-19暴发的算法.
- 评估废水指标对实时公共卫生监测的有用性.
主要方法:
- 来自北卡罗来纳州19个地点的62周废水数据的分析.
- 在Delta和Omicron升期间废水指标的表征.
- 使用可检测性,百分比变化和正常化病毒度开发和测试Covid-SURGE算法.
主要成果:
- 废水数据平均比病例数据提前4-5天发现了疫情.
- 病例数据与污水流域边界的地理空间对齐对于洞察力并非至关重要.
- 根据Covid-SURGE算法,真实阳性率为82%,虚假阳性率为7%.
结论:
- 该Covid-SURGE算法有效地在实时中信号社区级的COVID-19激增.
- 通过Covid-SURGE加强的废水监测可以显著改善对传染病爆发的公共卫生反应.
更多相关视频
10:53Concentration of Virus Particles from Environmental Water and Wastewater Samples Using Skimmed Milk Flocculation and Ultrafiltration
Published on: March 17, 2023
1.6K
07:13Swabbing the Urban Environment - A Pipeline for Sampling and Detection of SARS-CoV-2 From Environmental Reservoirs
Published on: April 9, 2021
4.3K
