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

Dit onderzoek toont aan dat ongesuperviseerde decompositie van participatieve surveillancedata met behulp van Non-negative Matrix Factorization effectief is om specifieke trends van co-circulerende respiratoire pathogenen te identificeren en dat deze methodiek succesvol kan worden overgedragen van Nederland naar Italië.

De kern

Titel: Het ontcijferen van het 'kwaal-gevoel': Hoe we virussen opsporen zonder labtesten

Stel je voor dat Europa in de winter een grote, drukke markt is waar verschillende virussen rondlopen. Er is het griepvirus, het coronavirus, het RSV en de neusverkoudheid (rhinovirus). Vaak voelen mensen zich ziek, maar ze weten niet precies welk virus hen heeft opgepikt. De traditionele manier om dit te weten te komen is alsof je in een ziekenhuis moet wachten tot een arts een staal neemt en naar het lab stuurt. Dat is duur, traag en niet iedereen doet het.

De onderzoekers van dit artikel hebben een slimme, digitale manier bedacht om te raden welke virussen er circuleren, puur op basis van wat mensen online vertellen over hun symptomen. Ze gebruiken een wiskundige truc die ze NMF noemen.

Hier is hoe het werkt, vertaald in alledaagse taal:

1. De Grote Symptoom-Mix

Stel je voor dat duizenden mensen in Nederland en Italië elke week een online vragenlijst invullen. Ze zeggen: "Ik heb koorts," "Mijn neus loopt," "Ik proef mijn eten niet meer," of "Ik ben moe."
Als je al deze antwoorden in één grote pot gooit, krijg je een enorme soep van symptomen. Het is moeilijk om te zien wie wat heeft, omdat de symptomen van griep en coronavirus vaak op elkaar lijken.

2. De Wiskundige 'Scheidingsmachine' (NMF)

Hier komt de NMF (Non-negative Matrix Factorization) om de hoek kijken. Denk aan NMF als een super-slimme keukenmachine die een grote soep van ingrediënten (symptomen) weer terugdraait in de losse, oorspronkelijke recepten.

De machine kijkt naar de data en zegt: "Hé, ik zie een patroon! Als mensen 'geurverlies' en 'koorts' hebben, dan is dat bijna altijd een specifiek recept (bijvoorbeeld Coronavirus). Als ze een 'lopende neus' en 'niezen' hebben zonder koorts, dan is dat een ander recept (bijvoorbeeld de neusverkoudheid)."

De machine splitst de grote soep op in 8 verschillende 'recepten' (de onderzoekers noemen ze 'componenten'). Elk recept is een verzameling van symptomen die vaak samen voorkomen.

3. Het Koppelen aan Virussen

Vervolgens kijken de onderzoekers in Nederland naar de echte labresultaten van mensen die een staal hebben afgegeven. Ze vergelijken de 'recepten' van de machine met de echte virussen:

• Recept A: Heeft veel te maken met geurverlies en koorts. Dit bleek perfect te matchen met Coronavirus.
• Recept B: Heeft veel te maken met een lopende neus en niezen, maar geen koorts. Dit matchte perfect met Neusverkoudheid (Rhinovirus).
• Recept C: Een mix van hoesten en benauwdheid. Dit bleek een 'wintermix' te zijn van Griep, RSV en seizoensgebonden coronavirussen.

De machine had dus zonder dat ze naar een staal keken, de 'vingerafdruk' van deze virussen gevonden in de symptomen van de mensen.

4. De Reis naar Italië (De 'Vertaaltruc')

Het meest spannende deel is wat ze daarna deden. In Nederland hadden ze de 'recepten' (de symptoompatronen) en de 'ingrediëntenlijst' (de labresultaten) om ze te controleren. In Italië hadden ze alleen de symptomen, maar geen labresultaten van dezelfde mensen.

Stel je voor dat je een kookboek hebt uit Nederland. Je wilt weten wat er in Italië wordt gekookt, maar je hebt daar geen kookboeken. De onderzoekers namen het Nederlandse kookboek (de symptoompatronen) en pasten dit toe op de Italiaanse data.

• Ze zeiden: "Als we in Italië mensen zien met 'geurverlies' en 'koorts' (het Nederlandse Coronavirus-recept), dan is de kans groot dat daar ook Coronavirus rondloopt."

Het bleek te werken! De patronen die in Nederland waren gevonden, kwamen ook in Italië terug. Dit betekent dat we in landen zonder uitgebreide labtests, simpelweg door naar de symptomen te kijken, een goed idee kunnen krijgen van welke virussen er circuleren, zolang we maar één land hebben waar we de 'recepten' eerst hebben gecontroleerd.

Waarom is dit belangrijk?

• Snelheid: Je hoeft niet te wachten op labresultaten. Je ziet de trend direct als mensen online klagen.
• Kosten: Het is veel goedkoper dan iedereen een staal laten afnemen.
• Voorbereiding: Als we weten dat er een nieuwe golf van een virus aankomt, kunnen we sneller reageren, zelfs als we niet precies weten welk virus het is, zolang we het patroon herkennen.

Kortom: De onderzoekers hebben een slimme manier gevonden om uit de chaos van 'ik voel me ziek'-berichten op het internet, de specifieke signalen van virussen te halen. Het is alsof je door naar de geur in een kamer te ruiken, precies kunt zeggen welk gerecht er net is gekookt, zonder de pan te hoeven openen.

Technische samenvatting

Titel: Ontleding van Participatieve Surveillance Symptoom-Tijdreeksen voor het Volgen van Respiratoire Infecties: Een Landenoverstijgende Evaluatie met Non-Negatieve Matrixfactorisatie

1. Het Probleem

De jaarlijkse respiratoire seizoensperiode in Europa wordt gekenmerkt door de gelijktijdige circulatie van meerdere pathogenen (zoals influenza, rhinovirus, SARS-CoV-2, RSV en seizoensgebonden coronavirussen). Bestaande surveillancesystemen kampen met twee hoofdproblemen:

• Traditionele virologische surveillance: Hoewel specifiek, is deze resource-intensief, heeft een beperkte dekking en is vaak te traag voor snelle reactie.
• Syndromische surveillance: Systemen zoals het bijhouden van 'Influenza-achtige Ziekte' (ILI) bieden een bredere dekking en snellere inzichten, maar missen pathogeen-specifieke details en hebben geen gestandaardiseerde casusdefinities.

Er is een dringende behoefte aan methoden die syndromische data (symptoomrapportages) kunnen ontleden om specifieke signalen van circulerende pathogenen te extraheren, zonder dat er voor elke patiënt een laboratoriumtest nodig is.

2. Methodologie

De studie gebruikt een onbewaakte (unsupervised) machine learning-aanpak genaamd Non-Negative Matrix Factorization (NMF) om verborgen patronen in symptoomdata te ontdekken.

• Data Bronnen:
  • Nederland: Data van het Infectieradar-platform (november 2020 – mei 2025). Dit platform omvat een unieke component waarbij deelnemers bij respiratoire klachten zelf een neus- en keelafname (NTS) insturen voor laboratoriumtesten (RT-PCR).
  • Italië: Data van het Influweb-platform (november 2020 – mei 2025), een vergelijkbaar participatief platform zonder zelfafname-component.
• Data Voorbewerking:
  • Er werden matrices gebouwd van symptoomincidentie per week (22 verschillende symptomen, zoals koorts, hoesten, verlies van reuk/smaak, etc.).
  • Data werden genormaliseerd op het aantal actieve deelnemers per week om vertekening door participatievariatie te voorkomen.
• NMF Toepassing:
  • De input-matrix $V$ (symptomen x weken) werd ontbonden in twee matrices: $W$ (syndromische spectrum: welke symptomen horen bij welk component) en $H$ (tijdsreeks: hoe sterk draagt dit component bij per week).
  • Het optimale aantal componenten ($k$) werd bepaald via de Corrected Akaike Information Criterion (AICc) om overfitting te voorkomen. Voor de Nederlandse data bleek $k=8$ optimaal.
• Validatie en Transfer:
  • De Nederlandse componenten werden gevalideerd door de tijdsreeksen ($H$) te correleren met de daadwerkelijke laboratoriumbevestigde incidentie van pathogenen uit de zelfafnames.
  • Transferability-test: De Nederlandse componenten ($W$) werden gebruikt om de Italiaanse symptoomdata te analyseren. Hierbij werd de Nederlandse $W$-matrix "vastgehouden" en alleen de Italiaanse $H$-matrix (tijdsreeksen) berekend om te zien of dezelfde syndromische patronen in Italië terug te vinden waren.

3. Belangrijkste Resultaten

• Identificatie van Pathogeen-specifieke Signalen (Nederland):
  • De NMF analyse identificeerde 8 symptomatische clusters.
  • SARS-CoV-2: Eén component correleerde sterk ($r=0.76$) met SARS-CoV-2 incidentie. Dit component werd gedomineerd door verlies van reuk en smaak, koorts, hoest en anorexia.
  • Rhinovirus: Eén component toonde een zeer sterke correlatie ($r=0.88$) met rhinovirus. Dit kenmerkte zich door een loopneus, niezen, keelpijn en braken, maar zonder koorts.
  • Seizoensgebonden Respiratoire Virussen: Een derde component correleerde hoog met influenza, RSV en seizoensgebonden coronavirussen ($r$ tussen 0.68 en 0.73). Dit component werd gedomineerd door sputum, dyspneu en hoest, wat suggereert dat het een gezamenlijk "winter-respiratoir syndroom" signaal vangt.
• Landenoverstijgende Transfer (Nederland naar Italië):
  • Toepassing van de Nederlandse componenten op de Italiaanse data resulteerde in consistente tijdsreeksen, vooral voor SARS-CoV-2 en rhinovirus.
  • Hoewel de absolute magnitudes niet perfect overeenkwamen (waarschijnlijk door verschillen in de populatie en de bron van de data), bleven de piektijden en trends consistent met de nationale surveillancedata in Italië.
• Vergelijking van Onafhankelijke Modellen:
  • Toen NMF onafhankelijk op de Italiaanse data werd toegepast (zonder Nederlandse input), werd een optimaal aantal van 6 componenten gevonden. Desondanks werden vergelijkbare syndromische spectra gevonden, waaronder het SARS-CoV-2-signaal (reuk/smakverlies) en gastro-intestinale infecties.

4. Kernbijdragen

• Ontleding van Syndromische Data: Het bewijs dat onbewaakte matrixfactorisatie (NMF) effectief kan worden gebruikt om pathogeen-specifieke signalen te extraheren uit ruwe, niet-gespecificeerde symptoomrapportages.
• Integratie van Virologische Data: Het succesvol koppelen van participatieve symptoomdata aan laboratoriumbevestigde data in Nederland om de "ground truth" te kalibreren.
• Cross-Country Generalisatie: Het aantonen dat syndromische componenten die in één land (Nederland) zijn afgeleid, kunnen worden getransporteerd naar een ander land (Italië) om pathogeen-trends te schatten, zelfs zonder lokale laboratoriumdata.
• Scalabiliteit: Een methode die landen met beperkte virologische capaciteit in staat stelt pathogeen-trends te volgen door gebruik te maken van kalibratie uit een ander land.

5. Betekenis en Conclusie

De studie toont aan dat participatieve surveillance, wanneer gecombineerd met geavanceerde ontledingsmethoden zoals NMF, een krachtig instrument kan zijn voor de publieke gezondheid.

• Vroege Waarschuwing: Het biedt een manier om de circulatie van specifieke virussen sneller en goedkoper te monitoren dan traditionele systemen.
• Beleidsondersteuning: Het kan helpen bij het onderscheiden van verschillende respiratoire pieken in het seizoen, wat cruciaal is voor het plannen van vaccinatiecampagnes en ziekenhuiscapaciteit.
• Toekomstperspectief: De methode is schaalbaar en kan de surveillancecapaciteit wereldwijd versterken, vooral in regio's waar laboratoriumtesten schaars of duur zijn. De auteurs benadrukken echter dat de magnitude van de componenten niet direct als absolute incidentie moet worden geïnterpreteerd, maar eerder als een relatieve maatstaf voor de sterkte van het symptoompatroon.