A Validated National Framework for Multi-Pathogen Wastewater-Based Epidemiological Surveillance in Kenya: From Pathogen Prioritisation to Real- Time Public Health Intelligence

In veel delen van de wereld berust de manier waarop we ziekten volgen op het feit dat mensen zich ziek genoeg voelen om een arts te bezoeken. Wanneer een persoon symptomen vertoont, wordt diegene getest, en dat resultaat wordt geregistreerd. Dit systeem werkt goed voor overduidelijke ziekten, maar het mist een enorme hoeveelheid verborgen transmissie. Mensen die een virus of bacterie bij zich dragen maar zich prima voelen, of mensen die geen toegang hebben tot een kliniek, verschijnen niet in deze registers. Tegen de tijd dat een arts genoeg zieke mensen ziet om een alarm te laten afgaan, kan de uitbraak al wijdverspreid zijn. Om dit blinde vlek te oplossen, heeft de wetenschap zich gericht op het rioleringssysteem zelf. Afvalwater bevat een mengsel van alles wat een gemeenschap wegspoelt, inclusief het genetisch materiaal van virussen en bacteriën die door zowel zieke als gezonde mensen worden uitgescheiden. Omdat dit water bijdragen van duizenden individuen tegelijk verzamelt, fungeert het als één enkele, gigantische test voor de hele buurt. Als een pathogeen in een stad circuleert, zal de genetische signatuur ervan uiteindelijk in de leidingen verschijnen, vaak dagen voordat de eerste patiënt aankomt in een ziekenhuis.

Een team onderzoekers in Kenia heeft nu een volledig, gevalideerd systeem gebouwd om dit concept om te zetten in een nationale realiteit. Ze creëerden een raamwerk dat beweegt van het beslissen welke ziekten in de gaten gehouden moeten worden, naar het verzamelen van monsters van zevenent vijftig specifieke locaties in het hele land, en tot het leveren van een rapport dat volksgezondheidsfunctionarissen onmiddellijk kunnen gebruiken. Dit is geen klein onderzoeksproject beperkt tot één stad; het is een gestructureerd, end-to-end protocol ontworpen om te werken in een divers land met variërende niveaus van infrastructuur. Het team, geleid door experts van het Kenya National Public Health Institute en partners waaronder de Africa Centres for Disease Control and Prevention, heeft een plan uitgestippeld dat alles dekt, van de laarzen van de veldwerker tot het computerscherm waar de data wordt gevisualiseerd. Hun doel was om een systeem te creëren dat robuust genoeg is om de specifieke uitdagingen van Keniaans afvalwater aan te kunnen, zoals hoge niveaus van stoffen die testen kunnen verstoren, terwijl het tegelijkertijd snel genoeg blijft om uitbraken vroegtijdig te vangen.

Het proces begint met een zorgvuldige selectie van doelwitten. De onderzoekers begonnen met een lijst van vierenzestig potentiële pathogenen, waaronder virussen zoals polio en SARS-CoV-2, bacteriën zoals cholera en tyfus, en markers voor antibioticaresistentie. Ze kozen niet simpelweg de meest bekende ziekten. In plaats daarvan pasten ze een zevenpuntsscore toe om te bepalen welke het meest urgent waren voor Kenia. Dit systeem woog factoren af zoals hoeveel mensen de ziekte doodt, hoe waarschijnlijk het is dat het een plotselinge uitbraak veroorzaakt, en of de huidige klinieken in het land het missen. Ze controleerden ook of het laboratorium de middelen had om het te detecteren en of de ziekte daadwerkelijk aanwezig was in de regio. Na het uitvoeren van deze berekening brachten ze de lijst terug naar een prioriteitenpanel. Dit panel omvat altijd aanwezige doelwitten zoals het poliovirus en tuberculose, seizoensgebonden dreigingen zoals influenza, en specifieke markers voor medicijnresistente bacteriën. Dit zorgt ervoor dat het systeem zijn energie richt op de dreigingen die op dit moment het meest van belang zijn.

Zodra de doelwitten waren vastgesteld, ontwierp het team een netwerk van zevenent vijftig bemonsteringslocaties. Deze locaties zijn niet willekeurig; ze zijn gekozen om vijf belangrijke graafschappen te dekken, waaronder Nairobi, Mombasa en Kisumu, door bestaande surveillancepunten die gebruikt worden voor de uitroeiing van polio te combineren met nieuwe locaties die door agrarische en milieuonderzoekers zijn geïdentificeerd. Het team valideerde elke locatie om te verzekeren dat deze veilig toegankelijk was, een constante stroom afvalwater had en een specifieke populatie vertegenwoordigde. Ze gebruikten een methode genaamd passieve bemonstering, waarbij een steriele swab vijftienent twintig uur in het stromende water wordt achtergelaten om microben op te zuigen, net zoals een spons een morsing opzuigt. Op sommige plaatsen namen ze ook een snelle 'grab sample' van het water. Deze monsters worden vervolgens verpakt in geïsoleerde dozen met temperatuurloggers om ze koel te houden en met een strikte tijdslimiet naar gespecialiseerde laboratoria verscheept. De hele reis, van het moment dat het monster in het veld wordt verzameld tot het moment dat het in het lab aankomt, wordt gevolgd om te garanderen dat de data betrouwbaar blijft.

In het laboratorium ondergaan de monsters een rigoureuze reeks stappen om het genetisch materiaal te extraheren en te identificeren dat in het riool verborgen zit. Eerst concentreert het team het monster, waarbij magnetische kralen worden gebruikt om minuscule virusdeeltjes eruit te trekken en het dikke, vuile afvalwater te verwijderen dat anders de tests zou blokkeren. Vervolgens extraheren ze de genetische code door het RNA en DNA te scheiden van de rest van het mengsel. De onderzoekers gebruiken drie verschillende soorten testen om een compleet beeld te krijgen. De eerste is een high-throughput screen die controleert op tientallen pathogenen tegelijk. Als er een signaal wordt gevonden, meet een tweede, preciezere test exact hoeveel van het pathogeen aanwezig is. Ten slotte, voor de meest kritieke bevindingen, voert het team een volledige genoomsequencing uit van het virus of de bacterie. Dit stelt hen in staat om niet alleen te zien dat de ziekte er is, maar ook welke specifieke variant er circuleert, wat helpt bij het volgen van hoe het kan veranderen of verspreiden.

Het laatste puzzelstukje is het omzetten van deze laboratoriumcijfers in een verhaal dat volksgezondheidsfunctionarissen kunnen begrijpen. De onderzoekers bouwden een digitaal platform dat de data neemt en deze op een kaart van Kenia weergeeft. Deze kaart laat zien waar de signalen stijgen, waarbij kleurcodes worden gebruikt om risiconiveaus aan te geven. Als de hoeveelheid van een pathogeen in het afvalwater sneller begint te stijgen dan normaal, markeert het systeem dit als een vroeg waarschuwingssignaal. Het team berekende dat deze hele cyclus, van het verzamelen van het monster tot het genereren van een rapport, in zeven dagen kan worden voltooid. Deze snelheid is cruciaal omdat het volksgezondheidsteams de tijd geeft om in te grijpen voordat een lokale uitbraak een nationale crisis wordt. Het systeem bevat ook een manier om de afvalwaterdata te vergelijken met het aantal mensen dat klinieken bezoekt, waardoor functionarissen kunnen zien of de verborgen transmissie de zichtbare gevallen inhaalt.

Het raamwerk is ontworpen om duurzaam en aanpasbaar te zijn. De onderzoekers erkenden dat niet elk deel van Kenia verbonden is met een rioleringssysteem, dus hun resultaten zijn specifiek van toepassing op de gemeenschappen die dat wel zijn. Ze zijn van plan het netwerk in de loop van de tijd uit te breiden om meer gebieden te omvatten en de methoden te verfijnen naarmate nieuwe technologieën beschikbaar komen. Het project legt ook een sterke nadruk op veiligheid en ethiek. Omdat de monsters worden verzameld uit openbare riolen en een gemeenschap als geheel vertegenwoordigen, wordt geen enkel individu geïdentificeerd of gevolgd. De data zijn anoniem, wat de privacy van de mensen beschermt terwijl het nog steeds een duidelijk beeld geeft van de gezondheid van de gemeenschap. Door dit nieuwe systeem te integreren met de bestaande ziektebewakingsprogramma's van Kenia, heeft het team een instrument gecreëerd dat naast traditionele methoden kan opereren en de gaten opvult waar klinieken niet kunnen komen.

Dit werk vormt een belangrijke stap voorwaarts voor de volksgezondheid in sub-Sahara Afrika. Het verplaatst afvalwaterbewaking van een kortstondig onderzoeksexperiment naar een permanente, nationale infrastructuur. Het team heeft aangetoond dat het mogelijk is om een systeem te bouwen dat wetenschappelijk rigoureus, logistiek haalbaar en klaar voor echt gebruik is. Door de vroege tekenen van ziekte in het water te vangen, heeft Kenia nu een krachtige nieuwe manier om haar mensen te beschermen, wat een model biedt dat andere landen met soortgelijke uitdagingen kunnen volgen. Het resultaat is een slimmere, snellere manier om over de gezondheid van een natie te waken, waarbij de stroom van afvalwater wordt omgezet in een stroom van levensreddende informatie.