针对COVID-19的基于废水的监测模型:对时空模型的专注审查
Fatemeh Torabi1,2, Guangquan Li1,3, Callum Mole1,4
1Turing-RSS Health Data Lab, London, UK.
Heliyon
|December 6, 2023
概括
针对SARS-CoV-2RNA的废水监测提供了具有成本效益的COVID-19预测. 本次审查强调了需要时空模型,以充分实现基于废水的公共卫生监测潜力.
科学领域:
- 环境科学环境科学
- 流行病学 流行病学
- 数学建模的数学建模
背景情况:
- 基于废水的流行病学 (WBE) 成为跟踪COVID-19等传染病的工具.
- 废水中的SARS-CoV-2RNA允许早期检测疾病流行率.
- 有效的预测模型需要考虑时间和空间因素.
研究的目的:
- 审查COVID-19废水监测的数学模型.
- 评估基于时间和空间特征的模型.
- 为了确定WBE目前的时空建模方法中的差距.
主要方法:
- 对2023年4月之前发表的15项研究进行了系统审查.
- 基于六个标准的模型分析:建模方法,时间覆盖,空间覆盖,样本大小,采样方法和共变量.
- 专注于研究废水指标的时间和空间维度.
主要成果:
- 早期的研究主要集中在SARS-CoV-2RNA水平与COVID-19病例之间的时间相关性上,往往忽视了空间背景.
- 线性回归和SEIR模型是常见的 (66.6%),部分使用机器学习和贝叶斯方法.
- 只有20%的审查研究使用了时空建模.
结论:
- 当前的废水监测模型往往缺乏空间的明确性.
- 进一步开发和验证时空模型对于优化WBE至关重要.
- 推进WBE需要废水指标和复杂的建模技术的平行进展.


