Tre modellansatser för att beräkna antalet infekterade med SARS-CoV-2 från avloppsvattenmätningar diskuteras. Förutsättningar, begränsningar och framtida möjligheter berörs.
Av: Jörgen Hanaeus
Att uppskatta det totala antalet personer som är infekterade av det aktuella viruset är väsentligt för att förstå dess utbredning i ett samhälle. Avloppsvatten kan ge en samlad bild som dessutom kan kompensera brister i sjukdomsrapporteringen.
Här görs tre modellansatser som utgår från humant avloppsvatten – dess fekala styrka – genom mikrobiologiska markörer, flödesdata och uppskattningar av per capitagenerering av avloppsvatten. Modellerna illustreras i två fallstudier 2020-21 i Virginia Beach, Virginia och Santa Clara County, Californien.
Simulerade medianresultat över perioden var i allmänhet högre än antalet rapporterade fall, men undantag fanns också.
Bakgrund
SARS-CoV-2, viruset som orsakar COVID-19 infektioner, ger primärt upphov till andningsproblem. Emellertid finns RNA från viruset även i fekalierna från infekterade bärare med symptom, med presymptom, post-symptom eller utan symptom. Att undersöka avloppsvatten för att finna spår av patogena mikroorganismer är en känd metod i folkhälsosammanhang och har använts bland annat för att få överblick över poliovirus och antibiotikaresistenta mikroorganismer.
SARS-CoV-2 har detekterats i obehandlat avloppsvatten och i slam på flera orter och analysdata från avloppsvatten har visat sig användbara i spårningen av smitta på kommunnivå som komplement till traditionell rapportering av sjukdomsfall.
Ambitionsnivån höjs nu från att konstatera smitta till att söka absoluta tal för antalet smittade med avsikt att följa sjukdomens utbredning och omfattning. Parallellt med ett förbättrat rapporteringsarbete görs därför ansträngningar att koppla uppmätta RNA-halter från viruset i avloppsvattnet och slammet till mängden fekalier i dessa produkter för att därigenom uppskatta antalet smittbärande människor i systemet i fråga.
Här har tre modellansatser provats för att kalkylera antalet smittade människor via avloppssystemet.
Metoder
Ansats 1 (flödesgenerering) utgår från formeln
Dww = [DdiarVdiar Fdiar + Dejdiar Mejdiar (1-Fdiar)] e(– kvirusTsewer)Futs]FactFcont / Vww, där
D står för virusets RNA-koncentration i fekalier (antal viruskopior/L)
diar står för diarre; ejdiar står för ej diarredrabbade fekalier
Mejdiar står för massan av fekalier per dygn (g/d) hos infekterade individer utan diarre
V står för Volym, Vww för individens avloppsvattenproduktion per dygn (L/p,d)
kvirus står för virusets avklingning (L/d)
Tsewer står för avloppsvattnets uppehållstid i ledningsnätet (ej i verket) (d)
F står för fraktion, dvs dimensionslös andel av indexerad parameter där
Futs står för den fraktion av infekterade individer som utsöndrar viral RNA med fekalierna
Fact står för andel av befolkningen och är alltså den parameter som löses ut från ekvationen ovan och ger antalet infekterade individer i aktuellt område
Fcont är volymandelen avloppsvatten som kommer från en källa som potentiellt kan innehålla aktuell RNA.
Där Fcont inte kan bestämmas nöjaktigt pga snabb befolkningsfluktuation eller där tidsvarierande spädning av fekalierna är viktig pga nederbörd kan man i stället tillämpa:
Ansats 2 (Fekal styrka)
Fekaliernas koncentration kan uppskattas via ett virus som finns i hög och mätbar koncentration i mänsklig avföring. Ett sådant är Pepper Mild Mottle Virus (PMMoV) som användes för ansats 2 och vars koncentration indikerar humant avloppsvatten. Kallas mikrobiologisk endogen kontroll av detta och ges vid nollspädning den fekala styrkan (FS) = 1.
Med PMMoV-mätningar kan formeln från Ansats 1 förändras tillföljande där index skiljer på SARS RNA, ”SARS” och på kontrollvirusets RNA, ”endog”.
Factive-SARS = Dstool-endog*DWW-SARS/(Dstool-SARS*DWW-endog*Futs-SARS) där
Factive-SARS står för andelen infekterad befolkning (lika med Fact ovan)
Dstool-endog står för endogent kontrollvirus i avföringen (här görs det inte skillnad för diarre eller ej).
Här har antagits att kontrollviruset och SARS avklingar med jämförbar hastighet samt att avföringens volymvikt är 1 g/mL.
Ansats 3 (flödesmottag)
Factive = Dww*VWWTP/ DstoolVstool*e( – kvirusTsewer) *Fshed *N
Där N är avrinningsområdets befolkning.
I båda fallen analyserades virusen med RT-qPCR -metod och digital droppteknik.
I San José togs prov från primärslammet och i Virginia Beach från inkommande avloppsvatten. Omräkning mellan faserna gjordes för jämförelse med en partitioneringskoefficient Kd. Konstant Kd betyder en konstant fördelning av virusens RNA mellan fast och flytande fas.
För ansatserna 1 och 2 samlades resultaten av de dagliga (24 h samlingsprov) virusproven till ett medianvärde. Ett prov per vecka (V. Beach februari 2020 till september 2021 och San José mars 2020 till mars 2021).
Resultat
Skillnader detekterades mellan de två försöksområdena. Medianvärdena för alla tre ansatserna följde dock de rapporterade fallen väl. De dagliga värdena kunde dock skilja sig åt avsevärt. Parametern ”utsöndring av virus från fekalier” var den som bidrog med störst osäkerhet här.
En 21 dygns rapportsvit jämfördes med de tre modellansatserna för antalet infekterade i de två områdena. I Virginia Beach fick korrelationslinjen(log-log) mellan antal Simulerade/Rapporterade infekterade personer lutningarna 2,4 (flödesgenerering), 3,6 (fekal styrka) och 2,0 (flödesmottag). I San José var motsvarande lutningar 10;5,8 och 7,5.
Detaljdata i övrigt lämnas i Supplement till artikeln.
Slutsatser
En slutsats från fallstudierna är att dataunderlaget (inte överraskande) är otillräckligt för att räcka till en god, generaliserbar parameterbestämning för modellarbetet. Fördelen på sikt är att alla infekterades utsöndring kan mätas vilket är bättre än fallrapporteringen, där knappast nivån ”komplett” kan nås med rimliga insatser.
Beträffande de olika modellansatserna kan sägas att: om flöden från industri och andra källor som kan bedömas virusfria är klart bestämbara är ansatsen ”flödesgenerering” lämplig. Om data för endogen kontroll föreligger (ex PMMoV) kan ansatsen ”fekal styrka” vara god. Om inkommande avloppsvatten till stor del har lantbruksbakgrund kan ansatsen ”flödesmottag” vara att föredra.
Artikeln är skriven från medicinsk utgångspunkt med assistans beträffande avloppskunskap och hade förmodligen sett något annorlunda ut om motsatsen varit fallet. Kunskapen – om än ofullkomlig – är dock mycket aktuell och angelägen. Artikeln har ca 50 referenser.
Källa: Soller, J.a), Jennings, W.b), Schoen, M.a), Boehm, A.c), Wiggington, K.d), Gonzales, R.e), Graham, K.E.c), McBride, G.f), Kirby,A.b) & Mattioli, M.b) (2022) : Modeling infection from SARS-CoV-2 wastewater concentrations:promise, limitations, and future directions. Journal of Water & Health Vol 20, No 8, pp 1197-1211.
Författarna:
Soller Environmental, LLC, 3022 King St Berkeley, CA 94703, USA
Waterborne Disease Prevention Branch, Division of Foodborne, Waterborne and Environmental Diseases, National Centre for Emerging and Zoonotic Infectious Diseases, Centers for Disease Control and Prevention, Atlanta, Georgia USA
Stanford University Department of Civil and Environmental Engineering, Stanford, California, USA
Department of Civil and Environmental Engineering, University of Michigan, Ann Arbor 48 109, Michigan, USA
Hampton Roads Sanitation District, 1434 Air Rail Avenue, Virginia Beach, VA 23455, USA
National Institute of Water & Atmospheric Research Ltd (NIWA) , Hillcrest, Hamilton, New Zeeland.
Kontakt: mmattioli [a] cdc.gov