Decomposing Participatory Surveillance Symptom Time Series to Track Respiratory Infections: A Cross-Country Evaluation Using Non-Negative Matrix Factorization

Diese Studie zeigt, dass die nicht-negative Matrixfaktorisierung (NMF) von partizipativen Symptomdaten aus den Niederlanden genutzt werden kann, um spezifische Signale zirkulierender respiratorischer Erreger zu identifizieren und diese Erkenntnisse erfolgreich zur Verbesserung der Überwachung in Italien zu übertragen.

Das Wesentliche

🕵️‍♀️ Das große Symptom-Puzzle: Wie man Viren nur durch Symptome erkennt

Stellen Sie sich vor, Sie sind in einem riesigen, lauten Raum voller Menschen. Jeder erzählt Ihnen, wie er sich fühlt: „Ich habe Husten!", „Ich habe Kopfschmerzen!", „Ich habe Fieber!". Aber niemand sagt Ihnen, welches Virus ihn krank gemacht hat. Ist es die Grippe? Das Coronavirus? Oder nur eine Erkältung?

Normalerweise müssten Sie jedem einzelnen Menschen einen Rachenabstrich nehmen und ins Labor schicken, um das herauszufinden. Das ist teuer, langsam und schwer zu organisieren.

Diese Studie aus den Niederlanden und Italien fragt sich: Können wir die Viren trotzdem erkennen, nur indem wir genau hinhören, welche Symptome zusammen auftreten?

🧩 Die Methode: Ein musikalisches Puzzle (NMF)

Die Forscher haben eine mathematische Methode namens NMF (Non-negative Matrix Factorization) verwendet. Das klingt kompliziert, ist aber wie ein cleveres Puzzle oder ein Musik-Mixer:

1. Das Puzzle: Stellen Sie sich vor, Sie haben einen riesigen Haufen Symptom-Berichte von Tausenden von Menschen über fünf Jahre.
2. Der Mixer: Die Mathematik sortiert diese Berichte neu. Sie sucht nach Mustern. Sie fragt: „Welche Symptome treten immer gleichzeitig auf?"
3. Die Entdeckung: Die Methode zerlegt den großen Haufen in 8 verschiedene „Symptom-Gruppen" (Komponenten). Jede Gruppe ist wie eine eigene Musikspur, die sich von den anderen unterscheidet.

🦠 Was haben sie gefunden?

Die Forscher haben diese 8 Gruppen mit echten Laborergebnissen aus den Niederlanden verglichen (wo einige Teilnehmer tatsächlich Abstriche geschickt haben). Das Ergebnis war erstaunlich:

• Die „Geschmacks-Verlierer"-Gruppe: Eine der Gruppen bestand fast nur aus Menschen, die Fieber, Husten und vor allem Geschmacks- und Geruchsverlust hatten. Als die Forscher auf die Laborergebnisse schauten, passte diese Gruppe perfekt zu den Coronavirus-Wellen. Die Mathematik hatte das Virus allein durch die Symptome „erraten".
• Die „Schnupfen"-Gruppe: Eine andere Gruppe hatte viel Schnupfen, Niesen und Halsschmerzen, aber kaum Fieber. Diese Gruppe passte perfekt zu den Wellen des Rhinovirus (einer häufigen Erkältung).
• Die „Winter-Gruppe": Eine dritte Gruppe hatte Husten, Auswurf und Atemnot. Diese Gruppe schwankte im Winter und passte zu einer Mischung aus Grippe, RSV und anderen saisonalen Coronaviren. Da diese Viren oft gleichzeitig im Umlauf sind und ähnliche Symptome machen, hat die Mathematik sie als eine große „Winter-Infektions-Welle" zusammengefasst.

🌍 Der Import-Export-Trick: Von den Niederlanden nach Italien

Das Coolste an der Studie ist der nächste Schritt. Die Forscher haben die „Rezepte" (die Symptom-Muster), die sie in den Niederlanden gelernt haben, einfach nach Italien mitgenommen.

• Das Problem: In Italien haben die Teilnehmer der Online-Studie keine Abstriche geschickt. Man wusste also nicht genau, welche Viren dort gerade umhergeisterten.
• Die Lösung: Die Forscher haben die niederländischen „Symptom-Rezepte" auf die italienischen Daten angewendet.
• Das Ergebnis: Es hat funktioniert! Die Muster in Italien sahen den Mustern in den Niederlanden sehr ähnlich. Besonders bei Coronavirus und Rhinovirus konnte man die Wellenverläufe in Italien fast genauso gut vorhersagen wie in den Niederlanden, obwohl die italienischen Teilnehmer keine Labortests gemacht hatten.

🎯 Warum ist das wichtig? (Die einfache Zusammenfassung)

Stellen Sie sich vor, Sie wollen wissen, wie viele Autos auf einer Autobahn fahren.

• Der alte Weg: Sie stehen an jeder Ausfahrt und zählen jedes Auto einzeln (teuer, langsam, unvollständig).
• Der neue Weg (diese Studie): Sie hören nur auf das Geräusch der Motoren. Wenn Sie gelernt haben, wie das Geräusch eines BMWs (Corona) klingt und wie das eines Audis (Rhinovirus), können Sie am Klang des Verkehrsverlaufs erkennen, welche Autos gerade viel unterwegs sind – ohne sie auch nur zu sehen.

Die Botschaft:
Man muss nicht jeden Menschen testen, um zu wissen, welche Viren gerade im Umlauf sind. Wenn man in einem Land (wie den Niederlanden) genau weiß, welche Symptome zu welchem Virus gehören, kann man dieses Wissen nutzen, um in anderen Ländern (wie Italien) die Ausbrüche nur durch Online-Befragungen zu überwachen. Das ist schneller, günstiger und hilft uns, Pandemien früher zu erkennen.

Kurz gesagt: Die Mathematik hat gelernt, die „Sprache" der Viren zu verstehen, indem sie auf die Symptome der Menschen lauschte. Und diese Sprache ist in verschiedenen Ländern fast gleich!

Technische Zusammenfassung

Titel: Dekomposition von Zeitreihen teilnehmerbasierter Überwachungsdaten zur Verfolgung respiratorischer Infektionen: Eine länderübergreifende Evaluierung mittels Nicht-negativer Matrixfaktorisierung (NMF)

1. Problemstellung und Hintergrund

Die Überwachung respiratorischer Infektionen in Europa ist durch das gleichzeitige Auftreten (Ko-Zirkulation) verschiedener Erreger wie Influenzaviren, Rhinoviren, Coronaviren und RSV geprägt. Bestehende Surveillance-Systeme leiden unter zwei Hauptproblemen:

• Heterogenität und Ressourcenintensität: Traditionelle virologische Surveillance (Sentinel-Systeme) ist spezifisch, aber teuer und hat eine begrenzte Abdeckung.
• Mangelnde Spezifität: Syndromische Surveillance (z. B. ILI-Meldungen bei Hausärzten) bietet zwar breite Abdeckung und zeitnahe Daten, kann aber keine spezifischen Erreger unterscheiden.

Ziel der Studie war es, mithilfe von teilnehmerbasierten (partizipativen) Surveillance-Daten aus den Niederlanden und Italien pathogenspezifische Signale zu extrahieren. Ein zentrales Forschungsziel war die Überprüfung, ob in einem Land (Niederlande) mit virologischer Validierung gewonnene Modelle auf ein anderes Land (Italien) ohne eigene Laborkonfirmation übertragen werden können, um dort Erreger-trends abzuschätzen.

2. Methodik

Datenbasis:

• Niederlande (Infectieradar): Daten von November 2020 bis Mai 2025 (39.014 Teilnehmer, ~2,8 Mio. wöchentliche Berichte). Ein Teil der Teilnehmer reichte ab Oktober 2022 Nasen- und Rachenabstriche (NTS) ein, die mittels Multiplex-PCR auf eine Vielzahl von Erregern (SARS-CoV-2, Influenza A/B, RSV, Rhinovirus, saisonale Coronaviren etc.) getestet wurden.
• Italien (Influweb): Daten von November 2020 bis Mai 2025 (5.873 Teilnehmer, ~31.000 Berichte). Hier liegen keine individuellen Labordaten vor; als Referenz dienten nationale Sentinel-Surveillance-Daten.

Statistische Analyse (NMF):

• Datenvorbereitung: Es wurden Wochensymptommatrizen erstellt (22 Symptome × Zeitpunkte), normalisiert nach der Anzahl aktiver Teilnehmer und auf den akuten Krankheitsverlauf (3–14 Tage nach Symptombeginn) gefiltert.
• Nicht-negativen Matrixfaktorisierung (NMF): Die Methode zerlegt die beobachtete Datenmatrix $V$ in zwei nicht-negative Matrizen $W$ (syndromisches Spektrum/Symptomlasten) und $H$ (Zeitverläufe der Komponenten): $V \approx W \times H$.
  • Die Nicht-Negativität gewährleistet biologische Interpretierbarkeit (Symptomhäufigkeiten können nicht negativ sein).
  • Die optimale Anzahl der Komponenten ($k$) wurde mittels des korrigierten Akaike-Informationskriteriums (AICc) bestimmt.
• Validierung und Transfer:
  1. In den Niederlanden wurden die extrahierten Komponenten mit den wöchentlichen Inzidenzen der laborkonfirmierten Erreger (Pearson-Korrelation) verglichen.
  2. Die aus den Niederlanden abgeleiteten Komponenten ($W$-Matrix) wurden auf die italienischen Symptomdaten angewendet, um die Zeitverläufe ($H$-Matrix) für Italien zu inferieren.
  3. Die so abgeleiteten Trends wurden mit den italienischen nationalen Surveillance-Daten korreliert.

3. Wichtige Ergebnisse

Komponentenextraktion (Niederlande):
Die NMF identifizierte acht latente Komponenten. Drei davon zeigten starke Korrelationen mit spezifischen Erregern:

• SARS-CoV-2-Signal: Eine Komponente korrelierte stark ($r=0,76$) mit der SARS-CoV-2-Inzidenz. Das Syndrom war geprägt durch Geruchs- und Geschmacksverlust, Fieber, Husten, Appetitlosigkeit und tränende Augen.
• Rhinovirus-Signal: Eine Komponente korrelierte extrem stark ($r=0,88$) mit dem Rhinovirus. Das Syndrom war durch eine laufende Nase, Niesen, Halsschmerzen und Husten gekennzeichnet, wobei Fehlen von Fieber ein auffälliges Merkmal war.
• Kombiniertes saisonales Signal: Eine dritte Komponente korrelierte hoch mit Influenza, saisonalen Coronaviren und RSV ($r \approx 0,68–0,73$). Sie wurde durch Sputum, Dyspnoe und Husten dominiert und spiegelt wahrscheinlich ein gemeinsames "Winter-Respiratorisches-Syndrom" wider, da diese Erreger oft gleichzeitig zirkulieren und ähnliche Symptome verursachen.

Länderübergreifende Transferierbarkeit:

• Die in den Niederlanden abgeleiteten Komponenten wurden erfolgreich auf die italienischen Daten angewendet.
• Es zeigte sich eine Konsistenz in den Hauptkomponenten, insbesondere beim SARS-CoV-2-Signal (Geruchs-/Geschmacksverlust als Marker).
• Auch in Italien wurde ein unabhängiges NMF-Modell mit 6 Komponenten trainiert, das ähnliche syndromische Profile (z. B. SARS-CoV-2, Gastrointestinal-Infektionen) identifizierte.
• Die abgeleiteten Zeitreihen in Italien korrelierten signifikant mit den nationalen Sentinel-Daten, obwohl die Magnituden aufgrund unterschiedlicher Populationsstrukturen (milde Fälle in der Online-Plattform vs. ILI-Patienten in der Sentinel-Überwachung) variierten.

4. Schlüsselbeiträge

• Entkopplung von Syndrom und Erreger: Der Nachweis, dass unsupervisierte Lernverfahren (NMF) in der Lage sind, pathogenspezifische Signale aus reinen Symptomdaten zu extrahieren, ohne dass vorab definierte Falldefinitionen notwendig sind.
• Transferlernen in der Epidemiologie: Demonstration, dass syndromische "Fingerabdrücke" von Infektionen länderübergreifend stabil sind. Dies ermöglicht es, Labordaten aus einem gut überwachten Land (Niederlande) zur Kalibrierung von Surveillance-Systemen in Ländern mit begrenzten Laborkapazitäten (Italien) zu nutzen.
• Skalierbarkeit: Die Methode bietet einen Weg, partizipative Surveillance-Plattformen (wie Influenzanet) von reinen ILI-Indikatoren zu einem Tool für die differenzierte Erregerüberwachung weiterzuentwickeln.

5. Bedeutung und Fazit

Die Studie zeigt, dass die Dekomposition von Symptomzeitreihen mittels NMF ein leistungsfähiges Instrument zur Früherkennung und Verfolgung der Zirkulation respiratorischer Erreger ist.

• Praktische Anwendung: Das Framework kann die Überwachungskapazität in ressourcenarmen Regionen stärken, indem es auf Labordaten aus einem Referenzland zurückgreift, um pathogenspezifische Trends in anderen Ländern abzuleiten.
• Limitationen: Die Methode liefert relative Trends, keine absoluten Inzidenzschätzungen. Die Überlagerung von Symptomen bei verschiedenen Erregern (z. B. Influenza vs. RSV) erschwert eine vollständige Trennung, und Pandemieverläufe können die Modellierung verzerren.
• Ausblick: Die Integration unsupervisierten Lernens in bestehende Surveillance-Systeme könnte die Reaktionsfähigkeit auf zukünftige Atemwegsepidemien erheblich verbessern und eine schnellere, kosteneffizientere Überwachung ermöglichen.

Zusammenfassend beweist die Arbeit, dass digitale, partizipative Surveillance in Kombination mit mathematischer Zerlegung (NMF) und gezielter Laborkalibrierung eine robuste Alternative oder Ergänzung zu traditionellen, ressourcenintensiven Surveillance-Methoden darstellt.