The public health value of wastewater surveillance for viruses with pandemic potential: a modelling study
Deze modelleringsstudie stelt een kwantitatief kader vast dat aantoont dat afvalwatermonitoring de grootste waarde biedt voor het detecteren van opkomende virussen met een hoge virale uitscheiding en geconcentreerde infectiepieken, zoals SARS-CoV-2 en ebola, vergeleken met die met lagere uitscheidingspercentages zoals chikungunya.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Wanneer een nieuw virus van dieren op mensen overspringt, zijn de eerste tekenen van een uitbraak vaak onzichtbaar voor de artsen en ziekenhuizen die normaal gesproken ziekten bijhouden. Klinische surveillance, het systeem van het monitoren van zieke patiënten, mist de vroegste momenten van een virale verspreiding vaak omdat de eerste enkele geïnfecteerden zich mogelijk niet ziek genoeg voelen om hulp te zoeken, of omdat hun symptomen kunnen worden verward met iets algemeens. In de ruimte tussen een stille spillover en een volwaardige epidemie hebben volksgezondheidsfunctionarissen een manier nodig om te zien wat er gebeurt voordat de ziekenhuisbedden volstromen. Een veelbelovende methode houdt in dat men kijkt naar het afvalwater dat uit onze steden stroomt. Omdat mensen virussen uitscheiden via hun ontlasting en urine, fungeert het rioolstelsel als een enorme, automatische sampler van de gezondheid van een gemeenschap. Deze aanpak, bekend als afvalwatermonitoring, biedt een goedkope manier om pathogenen te detecteren zonder dat elke persoon getest hoeft te worden, maar wetenschappers vroegen zich al lang af hoe nuttig het precies zou zijn voor het volgende onbekende virus dat een pandemie dreigt te veroorzaken.
Een team van onderzoekers zette zich in om deze vraag te beantwoorden door een computermodel te bouwen dat echte gegevens over hoe virussen het lichaam verlaten combineerde met simulaties van hoe ziekten zich door populaties verspreiden. Ze wachtten niet tot er een nieuw virus zou verschijnen; in plaats daarvan creëerden ze een kader om te testen hoe goed afvalwatermonitoring zou werken voor verschillende soorten opkomende bedreigingen. De wetenschappers voedden hun model met informatie over hoeveel virus een persoon uitscheidt, hoe groot de kans is dat die persoon symptomen vertoont, en hoe snel het virus van de ene persoon naar de andere beweegt. Door duizenden van deze gesimuleerde uitbraken te draaien, konden ze zien onder welke omstandigheden het rioolstelsel sneller of betrouwbaarder het alarm zou doen afgaan dan het traditionele systeem van het monitoren van zieke patiënten.
De resultaten van deze simulaties toonden aan dat afvalwatermonitoring geen wondermiddel is voor elk virus, maar het wordt ongelooflijk waardevol wanneer aan specifieke voorwaarden wordt voldaan. Het model toonde aan dat het systeem de kans vergroot om een uitbraak vroegtijdig te vinden, of de detectie versnelt, vooral voor virussen die in grote hoeveelheden worden uitgescheiden. Specifiek bleek de methode het meest effectief voor virussen die een persoon vrijlaat in hoeveelheden variërend van honderdste tot tien keer zoveel als wat wordt gezien bij het virus dat COVID-19 veroorzaakt. De waarde van dit vroege waarschuwing hing ook sterk af van hoe het virus zich in een populatie gedraagt. Het systeem werkte het best wanneer infecties plaatsvonden in nauwe, geconcentreerde uitbarstingen, wat een plotselinge piek veroorzaakte in het aantal mensen dat de virusmaterie op een bepaalde dag uitscheidt. In deze scenario's werkt het rioolstelsel als een gevoelig net dat de golf van viraal materiaal opvangt die klinische systemen mogelijk missen totdat het te laat is.
De onderzoekers pasten hun kader toe op verschillende reële virussen om te zien hoe ze tegen elkaar zouden afsteken. De kenmerken van virussen zoals SARS-CoV-2, Mpox, Influenza A, Lassa en Zaire Ebola leken hen goede kandidaten te maken voor dit type monitoring, aangezien zij de neiging hebben om voldoende materiaal uit te scheiden om gedetecteerd te worden in afvalwater. In contrast hiermee suggereerde het model dat andere virussen, zoals chikungunya, mogelijk niet zo gemakkelijk op deze manier te volgen zijn omdat ze niet in dezelfde hoge volumes of patronen worden uitgescheiden. De studie concludeert dat hoewel afvalwatermonitoring een krachtig instrument is, het succes ervan afhangt van de biologische eigenschappen van het virus zelf. Door deze eigenschappen vooraf te begrijpen, kunnen volksgezondheidsfunctionarissen dit op bewijs gebaseerde kader gebruiken om te beslissen waar zij hun middelen in zetten, zodat deze goedkope detectiemethode kan worden ingezet tegen de bedreigingen waar het daadwerkelijk een verschil kan maken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.