EpiFlow: A framework for improving the utility of wastewater signals for disease forecasting

تخيل جسم الإنسان كمدينة صاخبة، ونظام الصرف الصحي كنهره الجوفي الذي يحمل بعيداً كل ما تنتجه المدينة. لعقود من الزمن، أدرك العلماء أن هذا "النهر الجوفي" هو مذكرات سرية لصحة المدينة. فإذا كان هناك فيروس ينتشر، حتى لو كان الناس يشعرون بالتحسن أو لم يزوروا الطبيب أبداً، فإن هذا الفيروس غالباً ما يترك آثاراً ضئيلة في مياه المرحاض. هذا المجال، المسمى "علم الأوباء القائم على مياه الصرف الصحي"، يشبه الاستماع إلى سباكة المدينة لسماع سعلة قبل أن يعطس أي شخص فعلياً في الحشد. إنه أداة قوية لأنه يرصد العدوى من الجميع، وليس فقط من المرضى الذين تضطرهم حالتهم للذهاب إلى المستشفى.

ومع ذلك، فإن قراءة هذه المذكرات أمر صعب؛ فالنهر صاخب؛ فالأمطار تخفف المياه، وعدد الأشخاص الذين يستخدمون الأنابيب يتغير، والفيروس نفسه يتحلل بسرعات مختلفة. الأمر يشبه محاولة سماع همسة وسط عاصفة. لطالما تساءل العلماء: هل يمكننا استخدام هذه الهمسات الصاخبة للتنبؤ بدقة بعدد الأشخاص الذين سينتهي بهم المطاف في المستشفى؟ الإجابة ليست "نعم" أو "لا" بسيطة. فأحياناً تكون الهمسات واضحة، وأحياناً أخرى تضيع في الضجيج. السؤال الكبير هو ما إذا كان بإمكاننا تنقية الإشارة واستخدامها لرؤية مستقبل تفشي الوباء، خاصة عندما يكون الفيروس هادئاً ويصعب تتبعه.

هنا يأتي دور مجموعة أدوات جديدة تسمى EpiFlow، والتي تعمل كمحقق عالي التقنية لنظام الصرف الصحي. لم يكتفِ الباحثون وراء EpiFlow بالنظر إلى البيانات الخام فحسب؛ بل بنوا إطاراً لتنقيته، وفهم إيقاعه، واستخدهامه لتقديم تخمينات أفضل حول المستقبل. لقد عاملوا بيانات مياه الصرف الصحي كأنها تسجيل صوتي فوضوي يحتاج إلى سماعات إلغاء الضجيج ومحرر ذكي لجعله مفهوماً.

اختبر الفريق عملهم التحقيقي على بيانات كوفيد-19 من فرجينيا، من خلال النظر في عينات مياه الصرف الصحي وحالات دخول المستشفى من أكتوبر 2021 إلى ديسمبر 2023. ووجدوا أن أرقام مياه الصرف الصحي الخام كانت بالفعل "صاخبة" ويصعب التنبؤ بها بمفردها. ولكن عندما طبقوا مرشح "إزالة الضجيج" الخاص بهم (تقنية تنعيم رياضية تسمى مرشح سافيتسكي-جولاي)، أصبحت الإشارة أكثر وضوحاً. واكتشفوا أن العلاقة بين الفيروس في الماء وبين الناس في المستشفى لم تكن ثابتة؛ بل تغيرت بمرور الوقت. فأحياناً كانت مياه الصرف الصحي تسبق الأحداث، محذرة من موجة ارتفاع في حالات المستشفى قبل أسابيع، وفي أحيان أخرى انقلبت العلاقة أو تلاشت.

من خلال استخدام نموذج يمكنه التكيف مع هذه الإيقاعات المتغيرة (نموذج متجه الانحدار الذاتي ذو النافذة المتحركة)، أظهر EpiFlow أن بيانات مياه الصرف الصحي يمكن أن تحسن التوقعات بشكل كبير. وكانت النتائج مثيرة للإعجاب بشكل خاص خلال فترات "الزيادة المفاجئة"، عندما كان الفيروس ينتشر بسرعة. في هذه الأوقات الحرجة، حسّن النموذج الذي يستخدم بيانات مياه الصرف الصحي المنقاة دقة توقعاته بنسبة 20 نقطة مئوية مقارنة بالنماذج التي تعتمد فقط على أرقام المستشفيات السابقة. وحتى عندما تأخرت تقارير مياه الصرف الصحي لمدة أسبوع أو أسبوعين (وهي مشكلة شائعة في الواقع)، تمكن النموذج من التفوق على الطرق القياسية.

تشير الورقة البحثية إلى أنه على الرغم من أن مياه الصرف الصحي ليست كرة بلورية سحرية، إلا أنها قطعة حيوية من اللغز. الخلاصة الرئيسية هي أنه لا يمكنك مجرد وضع أرقام مياه الصرف الصحي الخام في جهاز كمبيوتر وتوقع تنبؤ مثالي. يجب عليك تنقية البيانات، وفهم أن العلاقة بين المجاري والمستشفى تتغير بمرور الوقت، واستخدام نموذج مرن يتعلم مع تطور الوباء. ويؤكد المؤلفون أن هذا النهج يعمل بشكل أفضل عندما يكون الفيروس في حالة تفشٍ، مما يوفر نظام إنذار مبكر حاسم يساعد المستشفيات على الاستعداد قبل أن تمتلئ الأسرة. كما يشيرون إلى أن طريقتهم هي محاكاة وتحليل لبيانات موجودة، مما يظهر وعداً للاستخدام في العالم الحقيقي، لكنها ليست حلاً دائماً وغير قابل للتغيير لكل سيناريوهات الأمراض.