通过基于废水的流行病学来检测病毒感染热点的机器学习:SARS-CoV-2 RNA的案例
Calvin Zehnder1, Frederic Béen2, Zoran Vojinovic1,3,4,5
1Water Supply, Sanitation and Environmental Engineering Department IHE Delft Institute for Water Education Delft The Netherlands.
GeoHealth
|October 6, 2023
概括
基于废水的流行病学 (WBE) 与液压和机器学习模型相结合,可以检测疾病热点. 这种方法对快速追踪病原体有希望,但需要高分辨率的数据和先进的传感器.
科学领域:
- 环境科学环境科学
- 公共卫生 公共卫生
- 流行病学 流行病学
背景情况:
- 基于废水的流行病学 (WBE) 有效地监测公共卫生问题,如疾病和药物使用.
- 污水监测使可检测废水病原体的成本效益高的监测成为可能,补充了传统方法.
- 目前的研究强调了将液压建模和机器学习与WBE集成到病毒爆发检测中的差距.
研究的目的:
- 开发和评估一个合的液压和机器学习模型,用于在下水道网络中追踪病原体源.
- 评估该方法在识别疾病热点方面的有效性,特别是针对SARS-CoV-2.
- 探索WBE在快速追溯人类分泌的生物标志物的潜力.
主要方法:
- 松散地将基于物理的液压模型与用于病原体运输和来源识别的机器学习模型相结合.
- 将开发的方法应用于假设的下水道网络,以检测疾病热点.
- 在不同的条件下评估模型的性能,包括不同的下水道系统特性和采样程序.
主要成果:
- 机器学习模型在识别下水道网络中的疾病热点方面展示了有希望的功能.
- 模型准确性对监测数据的时间分辨率,下水道系统特征 (例如流速) 和采样程序高度敏感.
- 该研究确定了与需要高频,特定污染物的传感器系统相关的局限性,这些系统尚未可用.
结论:
- 拟议的方法推进了WBE,通过使废水样本中的病原体源快速追踪成为可能.
- 这种方法为实时公共卫生监测和早期发现疾病爆发提供了潜力.
- 未来的进步需要开发高频传感器技术,以充分发挥这种集成WBE方法的潜力.
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
