📊 epidemiology

Wastewater Treatment Plants as Representative Sentinel Sites in Infectious Disease Surveillance

Cette étude démontre que les stations d'épuration des eaux usées servent efficacement de sites sentinelles pour la surveillance de la dynamique des maladies infectieuses au sein des populations environnantes hors réseau, les communautés définies par la mobilité offrant un cadre supérieur pour évaluer la représentativité par rapport aux limites administratives traditionnelles.

Auteurs originaux : Fiatsonu, E., Hill, D., Christopher, D., Larsen, D.

Publié 2026-08-31

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Fiatsonu, E., Hill, D., Christopher, D., Larsen, D.

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Les responsables de la santé publique se sont longtemps appuyés sur les tests cliniques pour suivre la propagation des maladies infectieuses, comptant les cas positifs dans les hôpitaux et les cliniques pour comprendre la trajectoire d'un virus. Cependant, cette approche présente un angle mort : elle ne voit que les personnes qui se font tester, et elle peine à atteindre les communautés qui n'ont pas un accès facile aux soins de santé ou aux sites de dépistage. Pour combler cette lacune, les scientifiques se sont tournés vers l'épidémiologie basée sur les eaux usées, une méthode qui traite les égouts comme un outil d'échantillonnage passif massif. Au lieu de tester les individus un par un, les chercheurs analysent l'eau qui sort des stations de traitement pour détecter le matériel génétique des virus rejetés par une communauté entière. Cette technique s'est avérée remarquablement efficace pour repérer les épidémies précocement, souvent avant que les cas cliniques ne soient signalés, car le virus voyage à travers les tuyaux des habitations jusqu'à l'installation de traitement, que la personne infectée se sente malade ou cherche des soins médicaux ou non. Pourtant, une question critique est restée sans réponse pendant des années : cette méthode fonctionne-t-elle pour les personnes qui ne vivent pas dans des zones reliées au réseau d'égouts ? Dans de nombreux endroits, particulièrement dans les zones rurales, les résidents dépendent de fosses septiques plutôt que de réseaux centraux, ce qui signifie que leurs déchets n'atteignent jamais les stations de traitement que les scientifiques surveillent. Si le virus se propage dans ces zones non connectées, le signal des eaux usées pourrait passer totalement à côté, laissant une faille dangereuse dans le système d'alerte précoce du pays.

Des chercheurs de l'Université de Syracuse ont entrepris de résoudre cette énigme en examinant comment les mouvements humains relient les populations raccordées et non raccordées aux égouts. Ils se sont concentrés sur l'État de New York, en excluant la ville de New York, pour voir si les eaux usées des stations de traitement pouvaient refléter avec précision les tendances de la maladie chez les personnes vivant en dehors du réseau de canalisations. L'équipe a recueilli des données quotidiennes sur les tests COVID-19 et les cas positifs de janvier 2021 à avril 2022, couvrant une période qui comprenait les vagues Delta et Omicron. Ils ont divisé la population en deux groupes : ceux vivant dans des zones desservies par de grandes stations de traitement des eaux usées, qu'ils ont appelés « en réseau », et ceux vivant en dehors de ces systèmes, dits « hors réseau ». Pour rendre l'analyse plus précise, ils n'ont pas seulement regardé les limites de comté officielles, qui sont tracées à des fins gouvernementales et divisent souvent des communautés qui interagissent quotidiennement, mais ont utilisé des données de terminaux mobiles pour cartographier la façon dont les gens se déplacent réellement entre leurs domiciles, leurs lieux de travail et leurs commerces, regroupant ces mouvements en « communautés définies par la mobilité » qui reflètent les connexions sociales réelles.

L'étude a révélé que les signaux des eaux usées étaient bien plus représentatifs de la population hors réseau que ce que l'on avait supposé auparavant. Parce que les gens voyagent régulièrement entre les villes et les zones rurales pour le travail, l'école et les activités sociales, ils transportent le virus avec eux, mélangeant la dynamique de la maladie entre les zones connectées et non connectées. Lorsque les chercheurs ont comparé les tendances des échantillons d'eaux usées aux résultats des tests cliniques, ils ont découvert un alignement frappant. À l'échelle de l'État, la montée et la baisse des infections dans les zones raccordées aux égouts correspondaient presque parfaitement aux tendances dans les zones non raccordées, avec une corrélation si forte qu'elle était pratiquement identique. Même en examinant les comtés individuels et les plus petites communautés définies par la mobilité, la connexion se maintenait. Dans la plupart des cas, les données des eaux usées d'une station de traitement servaient de miroir fiable pour toute la région environnante, y compris pour les résidents ruraux dont les déchets n'entrent jamais dans les tuyaux. Cela suggère que le virus ne respecte pas les limites des infrastructures d'égouts ; tant que les gens circulent entre les zones, le signal des eaux usées capture l'épidémie globale.

Cependant, les chercheurs ont également identifié l'endroit où ce système commence à faiblir. La force de la connexion dépendait fortement de la taille de la communauté. Dans les zones plus grandes et plus peuplées, le brassage des populations était suffisant pour maintenir les tendances de la maladie synchronisées, faisant des eaux usées un sentinelle robuste pour tout le monde. Dans les communautés plus petites ou plus rurales, le lien était plus faible. Dans ces endroits, la population était souvent trop petite pour générer un signal stable, et la distance physique entre les centres de villes dotés d'égouts et les habitations rurales environnantes signifiait que des éclosions locales pouvaient se produire de manière isolée sans affecter immédiatement l'échantillon des eaux usées. L'étude a révélé qu'environ 42 % des communautés définies par la mobilité dans l'État n'avaient aucune couverture de station de traitement des eaux usées, représentant un écart de surveillance significatif. Bien que le réseau existant surveille efficacement la vaste majorité de la population de l'État, ces poches rurales isolées restaient vulnérables à être ignorées par le système d'alerte précoce.

Les conclusions remettent en question l'idée que la surveillance des eaux usées n'est utile que pour les personnes qui vivent directement au-dessus des tuyaux. La recherche démontre que le mouvement humain routinier agit comme un pont, permettant aux eaux usées d'une station de traitement de raconter l'histoire de la propagation de la maladie dans la campagne environnante. Cela signifie que les systèmes de surveillance actuels offrent déjà un niveau de protection aux populations rurales qui n'était pas pleinement apprécié. Pourtant, l'étude soutient également que de compter uniquement sur cette connexion indirecte ne suffit pas pour les communautés les plus isolées. Parce que le signal s'affaiblit dans les petites villes, les auteurs suggèrent que l'extension de la surveillance des eaux usées pour inclure de plus petites installations de traitement rurales est une étape nécessaire vers l'équité en matière de santé. En veillant à ce que chaque communauté, quels que soient sa taille ou son infrastructure, dispose d'un système d'alerte précoce dédié, les responsables de la santé publique peuvent garantir qu'aucune population ne soit laissée dans l'obscurité lorsqu'une nouvelle menace émerge. Les travaux confirment que si les tuyaux n'atteignent pas tout le monde, les gens, eux, le font, mais pour les zones les plus reculées, les tuyaux eux-mêmes doivent éventuellement être étendus pour assurer la sécurité de l'ensemble du système.

Résumé Technique : Les stations de traitement des eaux usées comme sites sentinelles représentatifs pour la surveillance des maladies infectieuses

Énoncé du problème
L'épidémiologie basée sur les eaux usées (WBE) s'est avérée efficace pour la surveillance des maladies infectieuses à l'échelle de la population, particulièrement pour le SARS-CoV-2. Cependant, l'infrastructure de surveillance existante est structurellement concentrée dans les zones urbaines et raccordées au réseau (« in-network »), laissant potentiellement sous-représentées les populations rurales et périurbaines (« off-network ») qui dépendent de systèmes décentralisés (ex. : fosses septiques). Une question critique demeure non résolue : les mesures issues des stations de traitement des eaux usées (STEU) peuvent-elles refléter avec précision la dynamique des maladies infectieuses dans ces communautés environnantes non raccordées ? Bien que la modélisation mécaniste suggère que la mobilité humaine pourrait combler cette lacune, les preuves empiriques quantifiant l'alignement entre les signaux des eaux usées du réseau et les tendances cliniques hors réseau — particulièrement en tenant compte des modèles de mobilité fonctionnelle plutôt que des limites administratives statiques — restent limitées.

Méthodologie
L'étude a utilisé les données quotidiennes de tests cliniques pour la COVID-19 de l'État de New York (hors New York City) couvrant la période de janvier 2021 à avril 2022. L'analyse a employé deux cadres géographiques distincts pour évaluer la corrélation entre les métriques de maladies in-network et off-network :

Cadre administratif par comté : Les données ont été agrégées sur 57 comtés. Les populations ont été classées comme « in-network » (résidant dans le bassin de captage de STEU ayant une capacité $\ge$ 1,0 million de gallons/jour) ou « off-network » (présentes dans le comté mais en dehors de ces bassins de captage).
Cadre de communauté défini par la mobilité : Pour capturer la connectivité de la population fonctionnelle, les auteurs ont appliqué l'algorithme de détection de communauté Walktrap à des réseaux de mobilité humaine au niveau des secteurs de recensement, dérivés de données de localisation d'appareils mobiles anonymisées. Cette approche a identifié 66 communautés définies par la mobilité, dont 2 secteurs de la Nation Seneca ont été exclus en raison de protocoles de test uniques, aboutissant à un échantillon analytique final de 64 communautés. Au sein de ces unités fonctionnelles, les populations ont été similairement stratifiées en strates in-network et off-network.

L'étude a analysé les taux d'incidence hebdomadaires et la positivité des tests pour les deux strates. Les corrélations ont été évaluées à l'aide de coefficients de Pearson et de fonctions de corrélation croisée pour déterminer l'alignement temporel. De plus, des modèles de régression linéaire pondérés ont été ajustés pour identifier les prédicteurs de l'alignement épidémiologique (ex. : taille de la population, fraction raccordée au réseau, densité des STEU, variabilité du signal). Enfin, l'étude a corrélé les concentrations hebdomadaires d'ARN du SARS-CoV-2 dans les eaux usées avec les indicateurs cliniques dans les deux cadres afin de déterminer si les signaux des eaux usées étaient préférentiellement informatifs pour la population in-network directement échantillonnée ou pour la communauté de mobilité plus large.

Résultats clés

Alignement épidémiologique élevé : Au niveau de l'agrégat de l'État, les tendances in-network et off-network sont fortement corrélées pour l'incidence ( $r=0,994$ ) et la positivité des tests ( $r=0,996$ ) sous le cadre du comté, et de manière tout aussi forte sous le cadre défini par la mobilité ( $r=0,990$ et $r=0,992$ , respectivement). L'analyse de corrélation croisée a confirmé des dynamiques synchrones sans décalage temporel significatif (pic à un retard de 0).
Variabilité au niveau de l'unité : Bien que les agrégats à l'échelle de l'État présentent une corrélation élevée, les corrélations individuelles des unités varient. La médiane de corrélation pour les comtés était de $0,909$ (incidence) et $0,932$ (positivité). Pour les communautés définies par la mobilité, les médianes étaient légèrement inférieures, soit respectivement $0,877$ et $0,894$.
Prédicteurs de l'alignement : La taille de la population était le prédicteur dominant de l'alignement in-network/off-network aux deux échelles. Au niveau de la communauté définie par la mobilité, la densité des STEU et la variabilité du signal off-network ont fourni un pouvoir explicatif supplémentaire pour la positivité des tests, alors que ces facteurs n'étaient pas significatifs au niveau des comtés.
Comparaison des cadres : Le cadre de communauté défini par la mobilité offrait une répartition de population plus équilibrée entre les strates in-network et off-network (87,5 % des unités dans la plage équilibrée contre 69,8 % pour les comtés) et établissait un « plancher » plus élevé pour la représentativité (corrélation minimale $r=0,440$ contre $0,177$ pour les comtés). Crucialement, ce cadre a révélé que 42 % des communautés définies par la mobilité ne disposaient d'aucune couverture par les STEU, un déficit de surveillance moins apparent lors d'une analyse basée uniquement sur les comtés.
Représentativité du signal des eaux usées : Les tests de Wilcoxon signés par paires ont révélé qu'il n'y avait aucune différence significative entre la corrélation des concentrations d'eaux usées avec la charge clinique in-network et off-network. Cela indique que les signaux des eaux usées ne sont pas préférentiellement informatifs pour la population directement échantillonnée, mais reflètent la communauté de mobilité plus large.

Principales contributions

Validation empirique des sites sentinelles : L'étude fournit des preuves empiriques robustes que les STEU servent de sites sentinelles représentatifs pour les populations environnantes non raccordées, grâce aux mouvements humains routiniers qui transcendent les limites des réseaux d'égouts.
Avancée méthodologique : En intégrant les communautés définies par la mobilité, la recherche démontre que les unités de population fonctionnelles fournissent un cadre analytique plus équitable et plus précis pour la surveillance que les limites administratives statiques, particulièrement pour identifier les lacunes de surveillance en milieu rural.
Évaluation de l'équité : L'analyse quantifie l'écart d'« équité de surveillance », soulignant que bien que l'infrastructure existante couvre la majorité de la population, une partie importante des communautés rurales (42 % des communautés définies par la mobilité) manque de toute couverture par les eaux usées, malgré la représentativité des sites existants.

Signification et affirmations
L'article affirme que la surveillance par les eaux usées peut efficacement surveiller les maladies infectieuses au-delà des limites du réseau d'égouts, à condition qu'il existe une connectivité suffisante de la mobilité humaine. Les auteurs soutiennent que l'infrastructure actuelle de WBE dans l'État de New York capture largement les dynamiques de maladies pour les populations connectées et non connectées, soutenant l'utilisation des STEU comme sites sentinelles pour l'ensemble de la communauté de mobilité.

Cependant, les auteurs maintiennent une position modeste concernant les limites de cette représentativité. Ils notent que l'alignement s'affaiblit dans les communautés plus petites et plus rurales où la séparation géographique et l'accès différentiel aux tests peuvent mener à des trajectoires épidémiques divergentes. Par conséquent, bien que l'infrastructure actuelle soit opérationnellement suffisante pour la majeure partie de l'État, l'absence d'infrastructure physique dans 42 % des communautés définies par la mobilité représente un déficit de surveillance critique. L'article conclut que l'extension de la surveillance par les eaux usées aux installations rurales doit être traitée comme une priorité pour l'équité de surveillance afin de garantir que les capacités d'alerte précoce soient disponibles pour toutes les communautés, plutôt que de compter uniquement sur la représentativité des sites existants centrés sur les zones urbaines.

Articles similaires