《Environmental Science & Technology》：Cost-Effective Sampling Strategies for Wastewater Surveillance: A Large-Scale Longitudinal Study in Hong Kong and Shenzhen
编辑推荐：
本研究通过对香港与深圳两座相邻大城市的长期、大规模污水监测数据进行分析，系统评估了降低采样点数量和采样频率对追踪城市范围病毒传播趋势的影响。研究提出了两种优化采样点的“降采样”策略——枚举法（Enumerative Method）与迭代分层法（Iterative Hierarchical Method），验证了在将采样点减半后仍可有效捕获一致的SARS-CoV-2（新型冠状病毒）传播趋势。研究发现，采样点选择与趋势代表性受流量、服务人口规模、站点数量和地理位置等多因素影响。此外，研究推荐每周采样三次以有效跟踪奥密克戎（Omicron）变异株的爆发。这些发现为优化现有污水监测网络、实现可持续且具有成本效益的长期病原体监测提供了重要依据。
背景
在新冠肺炎（COVID-19）大流行期间，基于废水的流行病学（Wastewater-Based Epidemiology, WBE），也称为污水监测（Wastewater Surveillance, WWS），被证明是一种有价值的大规模人群监测工具，辅助了全球公共卫生干预。然而，在后疫情时代，维持数千个站点的常规运行变得人力密集且成本高昂。为了应对这一挑战，本研究利用香港（9个月，12个采样点）和深圳（5个月，38个采样点）两座城市的大规模纵向污水监测数据集，系统评估了减少采样点和采样频率的可行性，旨在探索不显著影响监测趋势观测的、更具成本效益的采样策略。
材料与方法
样本分别采集自香港的12座和深圳的38座污水处理厂（WWTPs）的进水口，以检测SARS-CoV-2病毒浓度。检测流程遵循了标准化的病毒富集、RNA提取和RT-qPCR（逆转录定量聚合酶链式反应）方法。计算城市级病毒浓度时，采用了流量加权平均值的公式：C= ∑(Ci× Qi) / ∑Qi，其中Ci为各厂病毒浓度（拷贝/升），Qi为各厂日处理流量（103升/天）。城市级“实际趋势”被定义为使用所有站点计算得到的结果，而“估算趋势”则通过减少的站点或降低的频率计算得出。
研究采用两种“降采样”策略来优化采样点数量：
- 1.
枚举法：遍历所有可能的站点组合，选择与“实际趋势”相关性（皮尔逊相关系数r）最高的子集作为最优选择。该方法适用于站点数量较少（如香港的12个站点）的情况。
- 2.
迭代分层法：通过分批次随机移除特定数量的站点（如每次移除6个），在每批剩余的组合中选出最优子集，并基于此建立新数据集进行下一轮移除。该方法适用于处理大量站点（如深圳的38个站点），计算上更具可行性。
评估标准是“估算趋势”与“实际趋势”之间的皮尔逊相关系数，高于0.80且配对t检验无显著差异（p> 0.05）被认为是可接受的简化采样方案。
结果
1. 通过降采样策略追踪城市趋势
在香港的数据集中，应用枚举法发现，从12个站点中选出6个最优站点（即数量减半）后，得到的“估算趋势”与基于全部12个站点的“实际趋势”高度一致，相关系数高达0.9995，且无显著差异。在深圳的数据集中，由于组合数量庞大，采用了迭代分层法。结果表明，最终选出的18个站点能够准确反映由全部38个站点得出的城市级趋势，相关系数达到0.9999，同样无显著差异。这表明，将采样点数量减半（香港）或减少超过一半（深圳），仍可有效捕捉城市级的病毒传播趋势。
2. 影响站点选择与趋势代表性的因素
分析发现，被选中的站点通常具有较高的中位日流量和较低的时间变异性，而被移除的站点则流量较低、波动较大。研究也评估了服务人口比例与趋势代表性之间的关系。虽然覆盖更大比例的人口倾向于提高趋势代表性，但趋势代表性并非由站点数量或人口覆盖率单一决定。对于给定的站点数量，不同的人口覆盖率会导致显著不同的相关性；相似的人口覆盖率下，不同数量的站点组合也会产生不同的相关结果。此外，部分被选中的站点靠近交通枢纽（如香港高铁站和深圳南站附近），但受限于数据，空间布局（如人口密度、集水区特征）的全面影响尚需进一步研究。这表明，一个代表性的城市级趋势是由多种因素共同影响的，包括采样强度（站点数量）、人口代表性（服务人口比例）和空间配置（地理分布）。因此，优化采样策略需要一个综合考虑多因素的集成框架。
3. 推荐的采样频率：每周三次
研究评估了不同采样频率（从每天一次到每周一次）捕获城市趋势的能力。结果显示，随着每周采样次数的减少，估算趋势与实际趋势之间的相关系数降低，且不同采样日组合间的变异增大。n=Ca7” indicates the total combination number at a specific sampling frequency."> 与每周采样一次（最坏情况）相比，每周采样三次的组合显示出更高的高相关性比例，同时具有显著差异的组合比例减少了一半。因此，为准确追踪奥密克戎（Omicron）变异株爆发期间的传播模式，本研究推荐在污水处理厂进行每周三次的采样。
讨论
本研究为优化污水监测采样策略提供了基于证据的见解。两种降采样策略的建立和验证，为其他地区在降低检测成本的同时精简监测实践提供了参考案例。研究确认了高流量、低变异性站点的重要性，但也指出单一因素（如站点数或人口覆盖率）不足以预测趋势代表性，需综合考虑空间分布和站点固有代表性等因素。在采样频率方面，本研究推荐每周采样三次，这比以前研究建议的每周两次更为频繁，可能与奥密克戎变异株更短的潜伏期和更快的传播模式有关。采样频率并非固定不变，而应根据大流行的演变、监测目标和其他流行病学信息进行动态调整。
本研究也存在一定局限性。首先，受数据所限，未能全面评估人口行为、人口密度、流动人口比例等社会人口学因素对趋势代表性的影响。其次，研究主要针对SARS-CoV-2病毒，且仅在两个城市进行，其框架未来可应用于其他病毒（如流感病毒、腹泻病毒）和更多地区的评估。最后，采样策略的最佳选择始终取决于监测目的。本研究聚焦于追踪大流行趋势，而如果监测目标转向早期预警、发现社区隐藏病例或评估疫苗效果，则最优策略可能会发生变化。
总之，本研究通过分析香港和深圳的纵向数据，提出了减少采样点数量和优化采样频率的实用方法，并评估了影响站点选择与趋势代表性的多重因素。每周采样三次的建议，为有效追踪奥密克戎疫情提供了依据。这些发现有助于指导污水监测网络的设计，使研究人员能够根据特定的监测目标优化采样策略，从而构建更具成本效益、可持续的全球污水监测系统，以应对未来的病原体爆发。
