A bootstrap particle filter for viral Rt inference and forecasting using wastewater data

1. بيان المشكلة

برزت الوبائيات القائمة على مياه الصرف الصحي (WBE) كأداة حاسمة لمراقبة الأمراض المعدية، ومع ذلك تواجه الأساليب الإحصائية الحالية لاستنتاج الديناميكيات الوبائية من بيانات مياه الصرف الصحي عدة قيود:

• تكامل البيانات: تفتقر القليل من المنهجيات إلى القدرة على التكامل المنهجي لتدفقات بيانات متعددة (مثل الجمع بين بيانات مياه الصرف الصحي وحالات الإصابة أو البيانات المصلية).
• التعامل مع البيانات: تتطلب العديد من الأساليب الحالية استكمال البيانات (imputation) للتعامل مع القيم المفقودة، وتواجه صعوبة في التعامل مع مجموعات البيانات التي تحتوي على فترات أخذ عينات غير منتظمة.
• الكفاءة الحسابية: بعض الأساليب مكثفة حسابياً، مما يحد من فائدتها في التنبؤ بالوقت الفعلي.
• قابلية تحديد المعلمات (Parameter Identifiability): هناك تحدٍ جوهي في إعادة بناء ديناميكيات العدوى الكامنة (مثل انتشار العدوى الحقيقي) وتقدير معلمات محددة (مثل معدلات الإبلاغ أو أحمال الإفراز) بالاعتماد فقط على بيانات مياه الصرف الصحي أو بيانات الحالات بسبب عدم القابلية الهيكلية للتحديد.

يهدف المؤلفون إلى تطوير نهج خفيف الوزن ومنضبط إحصائياً لاستنتاج والتنبؤ برقم التكاثر الفعال المتغير زمنياً ($R_t$) باستخدام بيانات مياه الصرف الصحي، سواء بمفردها أو بالجمع مع تدفقات بيانات أخرى، مع معالجة مشكلات البيانات المفقودة وقابلية تحديد المعلمات.

2. المنهجية

يقترح المؤلفون إطار عمل نمذجة حالة الفضاء (State-Space Modeling) مقترناً بـ مرشح الجسيمات بنظام البوتستراب (Bootstrap Particle Filter).

أ. نموذج العملية (شبه الميكانيكي)

يحاكي النموذج ديناميكيات الأفراد المصابين، وحالات الإصابة التراكمية، وتركيزات الفيروس في مياه الصرف الصحي.

• التقسيم إلى فئات (Compartmentalization): يتم تقسيم المصابين إلى $n$ من الفئات المتسلسلة ($I_0$ إلى $I_{n-1}$). ينتقل الأفراد بين الفئات بمعدل $n\nu$، والذي يمثل توزيع الوقت منذ الإصابة.
• الديناميكيات:
  • وقوع الإصابة ($\Psi(t)$): مدفوع برقم التكاثر الفعال المتغير زمنياً ($R_t$) وملف العدوى ($f_i$).
    تعداد الحالات ($C(t)$): يُنمذج كدالة لمعدل الإبلاغ ($\rho$) وملف اكتشاف الحالات ($c_i$).
  • تركيز مياه الصرف الصحي ($W(t)$): يُنمذج كدالة لثابت قياس حمل الإفراز ($\lambda$)، وملف الإفراز ($\omega_i$)، ومعدل التحلل/التدفق الفيروسي ($\delta$).
• تطور $R_t$: يتم نمذجة $R_t$ كمتغير حالة منفصل يتطور عبر الحركة البراونية ($dR_t = \sigma_B dB(t)$)، مما يسمح بالتقلبات العشوائية بمرور الوقت.
• الضوضاء البيئية: لمعالجة التباين العالي في بيانات مياه الصرف الصحي، أدخل المؤلفون مكوناً عشوائياً في معدل التدفق الفيروسي ($\delta$)، بإضافة حد ضوضاء بيئية ($\epsilon$) إلى معادلة مياه الصرف الصحي التفاضلية.

ب. نماذج الملاحظة

• بيانات الحالات: تُنمذج باستخدام توزيع التباين السلبي (Negative Binomial distribution) لمراعاة التشتت الزائد في الحالات المبلغ عنها.
• بيانات مياه الصرف الصحي: تُنمذج باستخدام توزيع غاما (Gamma distribution) للتعامل مع قياسات تركيز الفيروس.
• البيانات المفقودة: يتعامل مرشح الجسيمات بشكل طبيعي مع البيانات المفقودة عن طريق تخطي حسابات الاحتمالية لتلك الخطوات الزمنية المحددة، مما يلغي الحاجة إلى استكمال البيانات.

ج. مرشح الجسيمات بنظام البوتستراب

• الآلية: يحافظ المرشح على مجموعة من "الجسيمات" (محاكاة لنموذج فضاء الحالة). عند كل وقت ملاحظة، يتم وزن الجسيمات بناءً على احتمالية البيانات المرصودة بالنظر إلى الحالة المتوقعة لكل جسيم.
• إعادة أخذ العينات (Resampling): يتم إعادة أخذ عينات من الجسيمات مع الاستبدال بناءً على أوزانها لتركيز الجهد الحسابي على المسارات ذات الاحتمالية العالية.
• الاستدلال: يتم حساب لوغاريتم الاحتمالية الهامشي لتقييم مجموعات المعلمات. يعيد المرشح بناء المتغيرات الكامنة (مثل $R_t$ وانتشار العدوى) عن طريق السحب من مجموعة الجسيمات النهائية.

د. مصادر البيانات

1. مجموعات البيانات الوهمية (Mock Datasets): بيانات محاكاة بمعلمات حقيقية معروفة لاختبار قدرة المرشح على استعادة $R_t$ وتحديد المعلمات.
2. البيانات الواقعية: بيانات SARS-CoV-2 من زيورخ، سويسرا (سبتمبر 2020 – يناير 2021)، بما في ذلك حالات الإصابة اليومية وأحمال الحمض النووي الريبي (N1 و N2) في مياه الصرف الصحي التي تُجمع مرتين أسبوعياً.
3. البيانات المصلية: تقديرات الانتشار المصلي من المتبرعين بالدم في زيورخ استُخدمت لحل مشكلة عدم قابلية تحديد المعلمات.

3. المساهمات الرئيسية

1. إطار عمل موحد: تطوير نموذج فضاء حالة خفيف الوزن يستنتج $R_t$ بشكل مشترك من بيانات مياه الصرف الصحي والحالات والبيانات المصلية دون الحاجة إلى استكمال البيانات.
2. التعامل مع العشوائية البيئية: إثبات أن دمج الضوضاء البيئية في عملية التدفق الفيروسي يحسن بشكل كبير من ملاءمة النموذج لبيانات مياه الصرف الصحي، والتي غالباً ما تظهر تبايناً عالي التردد لا يمكن تفسيره بديناميكيات الانتقال وحدها.
3. حل مشكلة تحديد المعلمات: إظهار أنه بينما يمكن تقدير $R_t$ من مسارات بيانات مفردة، فإن ديناميكيات العدوى الكامنة والمعلمات (مثل معدل الإبلاغ $\rho$ أو ثابت الإفراز $\lambda$) غير قابلة للتحديد هيكلياً. يوضح المؤلفون أن البيانات المصلية يمكنها كسر عدم قابلية التحديد هذه، مما يسمح بإعادة بناء دينماكيات العدوى الحقيقية.
4. القدرة على التنبؤ: تتيح الطريقة التنبؤ قصير المدى (أفق 10 أيام) لـ $R_t$ وحالات الإصحة وتركيزات مياه الصرف الصحي.

4. النتائج

تحليل مجموعة البيانات الوهمية

• مسارات البيانات المفردة: عند استخدام بيانات الحالات فقط، كان معدل الإبلاغ ($\rho$) غير قابل للتحديد (وُجد "حيد" من الاحتمالات عبر قيم مختلفة لـ $\rho$)، ومع ذلك تم استعادة $R_টি$ بدقة. وبالمثل، عند استخدام بيانات مياه الصرف الصحي فقط، كان ثابت الإفراز ($\lambda$) غير قابل للتحديد، لكن تم استعادة $R_t$.
• مسارات البيانات المشتركة: أدى الربط بين بيانات الحالات ومياه الصرف الصحي إلى تقييد مساحة المعلمات (فقط تركيبات محددة من $\rho$ مرتفع/$\lambda$ مرتفع أو $\rho$ منخفض/$\lambda$ منخفض أعطت احتمالية عالية) ولكن لم يحل ذلك تماماً عدم قابلية تحديد المعلمات الفردية أو انتشار العدوى الكامن.
• قوة الحركة البراونية ($\sigma_B$): كانت هناك حاجة لقيمة متوسطة مثالية لـ $\sigma_B$ لالتقاط سعة تقلبات $R_t$ دون إدخال تذبذبات مفرطة.

تحليل SARS-CoV-2 في زيورخ

• الضوضاء البيئية: فشلت النماذج الأولية بدون ضوضاء بيئية في التقاط التباين عالي التردد في مياه الصرف الصحي، مما أدى إلى تقديرات $R_t$ غير واقعية (شديدة التذبذب). أدت إضافة حد الضوضاء البيئية ($\epsilon$) إلى معدل التدفق الفيروسي إلى تحسين الملاءمة وجعل تقديرات $R_t$ تتماشى مع التقديرات المستمدة من بيانات الحالات.
• تحديد المعلمات: لا يزال الربط المشترك لبيانات الحالات ومياه الصرف الصحي يؤدي إلى "حيد" من تركيبات المعلمات ذات الاحتمالية العالية لـ $\rho$ و $\lambda$.
• دور البيانات المصلية: من خلال دمج التغيرات في الانتشار المصلي (زيادة بنسبة ~4.3% بين سبتمبر وديسمبر 2020) كقيد، نجح المؤلفون في تحديد تركيبة المعلمات المحددة: $\rho \approx 0.28$ (معدل إبلاغ 28%) و $\lambda \approx 3.1 \times 10^{10}$ نسخة/مل. وقد حل هذا الأمر مشكلة ديناميكيات العدوى الكامنة.
• التنبؤ: نجح النموذج في التنبؤ بـ $R_t$ والحالات اليومية وتركيزات مياه الصرف الصحي لفترة 10 أيام. وقعت أعداد الحالات المرصودة ضمن الحدود المتوقعة، مما يثبت فائدة هذا النهج.

5. الأهمية والآثار المترتبة

• الفائدة في الصحة العامة: يوفر هذا النهج أداة قوية وفعالة حسابياً لممارسي الصحة العامة لمراقبة انتقال الأمراض والتنبؤ بالاتجاهات باستخدام بيانات مياه الصرف الصحي، حتى عندما يكون الإبلاغ عن الحالات غير مكتمل أو غير منتظم.
• التقدم المنهجي: من خلال الانتقال من طرق الالتفاف (convolution) ذات الزمن المنفصل (التي تواجه صعوبة في التعامل مع البيانات المفقودة) إلى إطار عمل مرشح الجسيمات، يقدم المؤلفون حلاً أكثر مرونة يمكنه دمج مصادر بيانات متباينة.
• نمذجة الضوضاء: تسلط الدراسة الضوء على الأهمية الحاسمة للتمييز بين الضوضاء الناتجة عن الانتقال (التي يمثلها $R_t$) والضوضاء البيئية (التي يمثلها تباين تدفق مياه الصرف الصحي) لتجنب تفسير تقلبات مياه الصرف الصحي خطأً على أنها تغيرات في ديناميكيات الانتقال.
• تكامل البيانات: تؤكد هذه الدراسة أنه بينما تعد بيانات مياه الصرف الصحي قوية، فإن الجمع بينها وبين البيانات المصلية غالباً ما يكون ضرورياً لإعادة بناء "الحالة الحقيقية" للوباء، لا سيما لتقدير معدلات الإبلاغ وإجمالي انتشار العدوى.

القيود: يفترض النموذج ملف إفراز ثابتاً ولا يأخذ في الاعتبار العشوائية الديموغرافية أو الاختلافات المتعلقة بالسلالات في الإفراز. كما يعتمد على الحركة البراونية لتطور $R_t$، والتي قد لا تلتقط التغيرات المفاجئة الناتجة عن التدخلات السياسية الفورية.