Une étude récente publiée dans Maladies infectieuses émergentes évalue les corrélations entre la charge de coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2) dans les eaux usées non traitées avec les cas de maladie à coronavirus 2019 (COVID-19) et les hospitalisations associées.
Étude: Estimations des cas de COVID-19 d’Omicron basées sur la charge d’eaux usées SARS-CoV-2 précédente, Municipalité régionale de Peel, Ontario, Canada. Crédit d’image : hxdyl/Shutterstock.com
Sommaire
Avantages de la surveillance des eaux usées
Les premières études sur le COVID-19 ont suggéré que la surveillance du SRAS-CoV-2 dans les eaux usées pourrait aider à déterminer la prévalence de la maladie. De nombreuses études ont depuis démontré la viabilité de la surveillance des eaux usées, qui peut être particulièrement pertinente lorsque l’éligibilité aux tests de réaction en chaîne par polymérase (PCR) change ou que les établissements de santé sont confrontés à une capacité de test débordée.
En juillet 2022, l’incidence de la COVID-19 dans la municipalité régionale de Peel en Ontario, au Canada, était parmi les plus élevées de la province. En raison de l’augmentation des cas de COVID-19 après l’émergence de la variante Omicron du SRAS-CoV-2, les tests cliniques du SRAS-CoV-2 en Ontario ont été limités aux groupes à risque à compter du 30 décembre 2021. Par conséquent, la surveillance des eaux usées est devenu un outil essentiel pour surveiller les niveaux de COVID-19 dans la communauté.
À propos de l’étude
Les eaux usées non traitées ont été échantillonnées trois à cinq jours par semaine dans les deux usines de traitement des eaux usées de GE Booth et Clarkson à Peel. Des échantillons composites d’eaux usées ont été prélevés avant le criblage et le dessablage.
Par la suite, l’acide ribonucléique viral (ARN) a été extrait et purifié pour le test PCR de transcription inverse (RT-PCR). L’extraction des données sur les cas de COVID-19 a été limitée aux patients qui étaient des résidents permanents de Peel au moment du diagnostic entre le 30 août 2020 et le 18 juin 2022. obtenus au cours de la période d’étude.
Les données ont été stratifiées par chaque vague successive de COVID-19. Les coefficients de corrélation de Pearson ont été calculés pour déterminer les associations entre les charges de SRAS-CoV-2 des eaux usées et les cas de COVID-19 en utilisant un décalage de zéro à cinq jours entre les dates d’échantillonnage et les cas de COVID-19 signalés. Étant donné que les hospitalisations liées au COVID-19 n’étaient pas spécifiques aux égouts des hôpitaux de Peel, les charges virales quotidiennes des deux usines ont été agrégées.
Des coefficients de corrélation ont été déterminés entre les charges virales totales et les hospitalisations entre un et 14 jours à partir des dates d’échantillonnage et d’hospitalisation. Les chercheurs ont estimé le rapport médian entre les charges quotidiennes d’eaux usées et les cas de COVID-19 pour chaque vague épidémique. Une modélisation de régression linéaire simple a été utilisée pour prédire l’incidence du COVID-19 pendant la ou les vagues d’Omicron en utilisant des données pré-Omicron sur les charges de SARS-CoV-2 dans les eaux usées et les cas signalés.
Les tests cliniques sous-estiment la transmission locale du SRAS-CoV-2
Au cours des deuxième, troisième et quatrième vagues de COVID-19, la charge quotidienne médiane de SARS-CoV-2 dans les eaux usées de GE Booth était le double de celle de Clarkson. Le nombre de tests PCR hebdomadaires moyens et la positivité des tests étaient similaires au cours des deuxième et troisième vagues de COVID-19. Les tests PCR cliniques et la positivité des tests étaient faibles pendant la quatrième vague à prédominance de la variante Delta, avec moins de cas de COVID-19 et d’hospitalisations.
Au cours de la cinquième vague, qui était dominée par la variante Omicron BA.1, l’ampleur des cas de COVID-19 ne correspondait pas à la charge de SRAS-CoV-2 dans les échantillons d’eaux usées. En fait, la charge virale médiane quotidienne dans les eaux usées était beaucoup plus élevée au cours de la sixième vague à prédominance Omicron BA.2 que lors des vagues précédentes.
Les corrélations entre les charges de SARS-CoV-2 dans les eaux usées et les cas signalés étaient les plus fortes à la date d’échantillonnage. Avant Omicron, ces corrélations étaient les plus élevées à la date d’échantillonnage à GE Booth et un jour après l’échantillonnage à Clarkson. La corrélation était la plus forte au cours de la troisième vague à dominante alpha.
Les corrélations entre les charges virales totales et les hospitalisations liées au COVID-19 étaient les plus fortes au cours des troisième et cinquième vagues. De faibles associations ont été notées lors de la vague Delta.
La corrélation la plus élevée entre les charges virales des eaux usées et les hospitalisations s’est produite quatre jours après l’échantillonnage. Les rapports médians de la charge virale sur cas dans les eaux usées n’étaient pas statistiquement différents pour les deuxième, troisième ou quatrième vagues de COVID-19. Néanmoins, ces ratios étaient significativement plus élevés lors des cinquième et sixième vagues.
Le modèle de régression linéaire a prédit 7 515 cas au pic de la charge virale des eaux usées au cours de la cinquième vague, ce qui était beaucoup plus élevé que le rapport réel de 1 160 cas. De même, le modèle a prédit 3 170 cas au pic de la charge virale des eaux usées lors de la sixième vague, plus de 18 fois plus élevé que ce qui a été signalé.
conclusion
Bien après la pandémie de COVID-19, le gouvernement provincial de l’Ontario a introduit des changements dans la politique et l’admissibilité aux tests PCR cliniques. Par conséquent, le nombre de tests PCR a diminué et le pourcentage de positivité et le rapport charge virale/cas des eaux usées ont augmenté à Peel.
Les résultats de l’étude suggèrent une sous-estimation de 6,5 et 18,7 fois des cas de COVID-19 au plus fort des cinquième et sixième vagues de COVID-19, respectivement. Ainsi, les données sur les eaux usées peuvent être utiles dans la surveillance du COVID-19 et la prise de décision locale.
