《Science of The Total Environment》：Wastewater-based surveillance as a tool for monitoring and estimating COVID-19 incidence and trends: Insights from Germany, 2022–2024
编辑推荐：
本研究分析了2022年7月至2024年12月德国COVID-19废水监测数据与四个病例系统，发现废水病毒载量与病例系统趋势高度相关（相关系数最高0.87），但实时转换存在误差，预测当前周趋势准确率约68%。
苏珊·阿布尼杰拉（Susan Abunijela）|彼得·普茨（Peter Pütz）|蒂莫·格赖纳（Timo Greiner）|安-索菲·莱菲尔德（Ann-Sophie Lehfeld）|亚历山大·沙特施奈德（Alexander Schattschneider）|乌多·布赫霍尔茨（Udo Buchholz）|雅各布·舒马赫（Jakob Schumacher）
德国柏林罗伯特·科赫研究所（Robert Koch Institute）传染病流行病学部门
摘要
背景
基于废水的监测方法通过捕捉粪便和其他体液中排出的病原体信号，补充了基于病例的监测系统，从而能够在不依赖临床检测的情况下实现人群层面的监测。在COVID-19大流行期间，这种方法的有效性得到了广泛研究，但其相对于基于病例的系统的响应速度和可解释性仍不够明确。
方法
我们分析了2022年7月至2024年12月期间德国全国范围内的COVID-19或SARS-CoV-2数据，使用了废水监测和四种基于病例的监测系统。这些系统包括针对人群和初级保健水平的综合征监测系统，以及主要基于实验室确认的通报数据，所有这些数据都旨在监测德国的COVID-19发病率。我们通过视觉检查、交叉相关分析以及基于粪便排出模型的估计流行动态来评估废水中的病毒载量与疾病发病率之间的吻合度。我们还推导出了回顾性转换因子，并比较了不同系统之间的周趋势方向。最后，我们使用分类模型测试了废水数据预测当前周发病趋势的能力。
结果
废水中的SARS-CoV-2病毒载量与基于病例的系统所显示的COVID-19发病率趋势高度相关，峰值和低谷出现的时间几乎相同，且没有明显的时间滞后。交叉相关系数在综合征监测系统中最高（高达0.87），而在通报数据中最低（0.43）。回顾性转换为发病率估计的平均效果较好，但周与周之间的转换差异较大。至少有三个基于病例的系统表明，基于废水的模型能够以约68%的概率正确预测当前周的发病趋势。
结论
基于废水的监测与COVID-19发病率有很好的相关性，但实时转换为发病率缺乏精确性。在病例报告有限或延迟的情况下，基于废水的趋势预测可能具有更高的准确性。
引言
基于病例的疾病监测系统（如强制性的病例报告或综合征监测）提供了关于疾病发病率和严重程度的关键流行病学数据。基于废水的监测（WBS）提供了一个独立的视角，不受许多可能影响基于病例的监测系统一致性的因素的影响（例如检测行为，Wu等人，2022年）。通过检测和量化通过粪便和其他体液排出并通过污水系统传输的病原体基因片段，废水数据可以监测人群层面的感染负担，而无需考虑临床检测或症状状态（Sosa-Hernández等人，2022年；Choi等人，2020年）。因此，在COVID-19大流行期间，许多国家采用了WBS（Prado等人，2021年；Hart和Halden，2020年）。
尽管WBS的技术性能已经得到证实，但其整合到公共卫生监测框架中的程度仍然不足。WBS无法测量个体层面的感染情况，而且将废水样本中的定量信号解释为临床发病率具有挑战性。最近的研究试图通过统计和机制模型来建立废水中的SARS-CoV-2病毒载量与人群层面的发病率、患病率、住院率或再生数之间的联系（Hill等人，2025年；Mohring等人，2024年；McManus等人，2023年；Huisman等人，2022年；McMahhan等人，2021年）。
有几项研究比较了废水数据与基于病例的监测系统的数据（Li等人，2023年；Olesen等人，2021年）。然而，相关系数差异很大，且大多数研究集中在COVID-19大流行初期的峰值前或峰值后情况（Li等人，2023年）。此外，对于德国来说，仍缺乏覆盖整个国家范围的分析。本研究考察了WBS在德国COVID-19大流行期间的响应速度、可解释性和预测潜力，时间跨度从2022年中期到2024年底。我们将SARS-CoV-2废水监测数据与四种用于监测人群层面发病率的已建立的基于病例的监测系统进行了比较。我们的目标是评估WBS在现实世界环境中的表现，并确定其作为补充信息来源的价值。
我们提出了以下问题：
1.废水中的病毒载量在总体上以及特别是在及时性、增长和下降方面与疾病发病率之间的对应程度如何？
2.废水数据能否被回顾性地转换为疾病发病率的估计值？
3.WBS的历史周趋势与报告的发病率的历史周趋势是否一致？
4.废水数据能否用于预测当前周的发病率趋势？
研究部分
基于病例的疾病监测系统（如强制性的病例报告或综合征监测）提供了关于疾病发病率和严重程度的关键流行病学数据。基于废水的监测（WBS）提供了一个独立的视角，不受许多可能影响基于病例的监测系统一致性的因素的影响（例如检测行为，Wu等人，2022年）。通过检测和量化通过粪便和其他体液排出并通过污水系统传输的病原体基因片段，废水数据可以监测人群层面的感染负担，而无需考虑临床检测或症状状态（Sosa-Hernández等人，2022年；Choi等人，2020年）。因此，在COVID-19大流行期间，许多国家采用了WBS（Prado等人，2021年；Hart和Halden，2020年）。
虽然WBS的技术性能已经得到确认，但其整合到公共卫生监测框架中的程度仍然不完善。WBS无法测量个体层面的感染情况，而且将废水样本中的定量信号解释为临床发病率具有挑战性。最近的研究尝试使用统计和机制模型来建立废水中的SARS-CoV-2病毒载量与人群层面的发病率、患病率、住院率或再生数之间的联系（Hill等人，2025年；Mohring等人，2024年；McManus等人，2023年；Huisman等人，2022年；McMahhan等人，2021年）。
有几项研究比较了废水数据与基于病例的监测系统的数据（Li等人，2023年；Olesen等人，2021年）。然而，相关系数差异很大，且大多数研究集中在COVID-19大流行初期的峰值前或峰值后情况（Li等人，2023年）。此外，对于德国来说，仍缺乏覆盖整个国家范围的分析。本研究考察了WBS在德国COVID-19大流行期间的响应速度、可解释性和预测潜力，时间跨度从2022年中期到2024年底。我们将SARS-CoV-2废水监测数据与四种用于监测人群层面发病率的已建立的基于病例的监测系统进行了比较。我们的目标是评估WBS在现实世界环境中的表现，并确定其作为补充信息来源的价值。
我们提出了以下问题：
1.废水中的病毒载量在总体上以及特别是在及时性、增长和下降方面与疾病发病率之间的对应程度如何？
2.废水数据能否被回顾性地转换为疾病发病率的估计值？
3.WBS的历史周趋势与报告的发病率的历史周趋势是否一致？
4.废水数据能否用于预测当前周的发病率趋势？
研究时间段
研究时间段从2022年7月1日持续到2024年12月31日。在此期间，我们从废水监测和四个基于病例的监测系统中收集了总共131周的数据，这些系统旨在捕捉疾病发病率。为了平滑测量数据中的噪声，我们对某些分析应用了广义加性模型（Wood，2017年）。对于所有平滑后的时间序列，我们排除了研究期前五周和后五周内的观测数据，因为平滑器往往会
人群发病率和废水数据的视觉检查
对原始数据和平滑后数据的视觉检查表明，废水中的病毒载量与COVID-19发病率的上升和下降时间紧密对应（图1）。虽然不同监测系统之间的峰值高度存在差异，但废水数据中的峰值和低谷与参与型综合征监测系统（PS-SR-I、PS-VPR-I）和哨点系统（PC-COVID-ARI-I）观察到的情况大致一致。GNS-I则表现出持续的偏离趋势
讨论
本研究评估了通过废水测量的病毒载量数据追踪、估计和预测COVID-19发病率及其动态的能力。结果与四个基于病例的监测系统的数据进行了比较。我们的分析解决了几个关键问题，包括废水数据对疾病发病率变化的响应速度、其在估计疾病发病率方面的回顾性效用、其与历史趋势的一致性，以及其预测当前
结论
通过将废水中的病毒载量数据与2022年中期至2024年底德国的四个不同基于病例的监测系统进行比较，我们发现废水数据在人群层面的变化上与疾病发病率高度对应，几乎没有时间滞后。平均而言，废水数据与四个基于病例的监测系统中的三个系统显示出强烈的相关性。然而，将废水中的病毒载量转换为精确的实时发病率
作者贡献声明
苏珊·阿布尼杰拉（Susan Abunijela）：方法论、概念化、撰写——审稿与编辑、撰写——初稿。彼得·普茨（Peter Pütz）：可视化、软件、方法论、数据管理、概念化、撰写——审稿与编辑、撰写——初稿。蒂莫·格赖纳（Timo Greiner）：资金获取、撰写——审稿与编辑。安-索菲·莱菲尔德（Ann-Sophie Lehfeld）：资金获取、撰写——审稿与编辑。亚历山大·沙特施奈德（Alexander Schattschneider）：资金获取、撰写——审稿与编辑。乌多·布赫霍尔茨（Udo Buchholz）：方法论、概念化
伦理标准
本研究符合所有伦理准则，包括遵守研究所在国家的法律要求。
资金
作者声明他们获得了本文研究、作者身份和/或发表的财政支持。本手稿由德国柏林的罗伯特·科赫研究所（Robert Koch Institute）资助，该研究所隶属于卫生部。此外，AMELAG项目还得到了德国卫生部的支持（2022年11月至2025年12月）。
利益冲突声明
作者声明以下可能的财务利益/个人关系可能被视为潜在的利益冲突：
雅各布·舒马赫（Jakob Schumacher）报告称获得了德国联邦卫生部的财政支持。如果还有其他作者，他们声明没有已知的财务利益或个人关系可能影响本文所述的工作。
彼得·普茨（Peter Pütz）报告称获得了德国联邦卫生部的财政支持
致谢
我们感谢联邦卫生部的支持，该部门资助了废水监测项目“Abwassermonitoring für die epidemiologische Lagebewertung”（AMELAG），资助期限截至2025年底。我们衷心感谢AMELAG团队的支持和奉献。我们还想特别感谢乌尔里克·布劳恩（Ulrike Braun）、马库斯·卢卡斯（Marcus Lukas）以及所有参与的污水处理厂、实验室、学术机构和相关部门的宝贵贡献
