Menjelajahi tren konsentrasi RNA SARS-CoV-2 dalam air limbah
Dalam sebuah penelitian baru-baru ini yang diposting ke preprint server medRxiv*, para peneliti mengkarakterisasi tren tingkat RNA severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) dalam air limbah.
Wastewater-based epidemiology (WBE) bergantung pada tingkat penanda penyakit menular dalam air limbah untuk menilai kejadian penyakit di masyarakat. Pandemi penyakit coronavirus 2019 (COVID-19) telah meningkatkan perhatian WBE. Secara khusus, konsentrasi RNA SARS-CoV-2 dalam padatan yang mengendap di air limbah berkorelasi baik dengan insiden kasus klinis COVID-19 (kasus yang dikonfirmasi laboratorium) di gudang saluran pembuangan yang sama.
Selain itu, tren konsentrasi RNA SARS-CoV-2 air limbah mendahului tren kasus COVID-19 di masyarakat. Namun, ada ketidakpastian dalam menafsirkan dan menggunakan data WBE untuk membantu pengambilan keputusan. Lebih lanjut, ada upaya terbatas mengenai bagaimana memantau tren secara aktif. Ukuran tren yang biasa, seperti tingkat perubahan, rata-rata pergerakan sederhana, dan lain-lain, kurang memperhatikan stabilitas tren dan signifikansi statistik dan seringkali dapat membingungkan/menyesatkan.
Tentang studi
Dalam penelitian ini, para peneliti menggunakan pengukuran harian RNA SARS-CoV-2 dalam air limbah untuk membandingkan tiga metode analisis tren dan mengevaluasi kinerjanya. Pengambilan sampel harian dari fasilitas air limbah regional San José-Santa Clara dimulai pada 15 November 2020 hingga 15 September 2022. Penulis menggunakan data konsentrasi gen nukleokapsid (N) SARS-CoV-2 dalam salinan gen/g berat kering yang dinormalisasi oleh konsentrasi pepper mild mottle virus (PMMoV).
Tiga metrik analitik – percent change (PC), Mann-Kendall (MK) trend test, dan relative strength index (RSI), digunakan untuk mengidentifikasi tren di N atau PMMoV dari waktu ke waktu. RSI berguna untuk menginformasikan stabilitas tren, sedangkan dua lainnya menginformasikan tentang signifikansi statistik. RSI dihitung untuk rata-rata pergerakan rata-rata tujuh hari dari N atau PMMoV menggunakan periode lihat-belakang 14 hari.
Untuk PC, penulis menggunakan rumus yang digunakan oleh Centers for Disease Control and Prevention (CDC) Amerika Serikat untuk menghitung tren dalam konsentrasi RNA SARS-CoV-2 air limbah. Tes tren MK, tes non-parametrik, digunakan untuk mengevaluasi tren monoton dalam kumpulan data deret waktu. Uji tren MK diterapkan untuk menguji data mentah N atau PMMoV menggunakan periode lihat-balik 14 hari.
Peta panas dibuat untuk seluruh periode analisis dan secara terpisah untuk tiga gelombang COVID-19 yang disebabkan oleh 1) SARS-CoV-2 Delta, 2) Omicron BA.1, dan 3) varian Omicron BA.2 dan BA.5. Selanjutnya, penulis menurunkan sampel dataset untuk mengulangi metode uji tren PC dan MK. Dataset sampel bawah dihasilkan untuk semua kombinasi yang mencakup frekuensi antara dua sampel/minggu dan enam sampel/minggu.
Tren RNA SARS-CoV-2 air limbah dikelompokkan sebagai meningkat, menurun, atau stabil menggunakan tiga metrik. Selain itu, uji tren MK dan PC menghitung sensitivitas dan spesifisitas ke atas dan ke bawah untuk setiap set data sampel bawah. Sensitivitas naik/turun didefinisikan sebagai mengidentifikasi tren naik/turun dengan benar, sedangkan spesifisitas adalah kemampuan untuk mengidentifikasi tidak ada tren.
Temuan
Semua metode mengidentifikasi tren peningkatan, penurunan, dan stabil dari konsentrasi RNA SARS-CoV-2 dalam air limbah. Tes tren MK dan PC mengidentifikasi tren naik lebih cepat dari RSI pada awal gelombang Delta dan BA.2/BA.5. Secara khusus, uji tren MK mengidentifikasi tren peningkatan 17 dan 12 hari sebelum RSI pada awal gelombang Delta dan BA.2/BA.5, masing-masing.
Demikian juga, PC mengidentifikasi tren peningkatan 16 dan 26 hari sebelum RSI pada awal gelombang Delta dan BA.2/BA.5, masing-masing. Selanjutnya, uji tren MK dan PC mengidentifikasi tren penurunan di akhir gelombang COVID-19 sebelum RSI. Dalam analisis down-sampling, baik uji tren MK dan PC memiliki sensitivitas yang buruk (naik/turun) untuk frekuensi sampling rendah tetapi meningkat seiring dengan peningkatan frekuensi.
Uji tren MK mencapai sensitivitas ke atas/ke bawah yang dapat diterima dengan minimal lima sampel/minggu. Di sisi lain, PC mencapai sensitivitas ke atas/bawah yang dapat diterima dengan setidaknya empat sampel/minggu. Khususnya, spesifisitas tetap serupa dan sangat tinggi untuk kedua metode di semua frekuensi pengambilan sampel.
Kesimpulan
Tes tren MK dan PC memberikan lebih banyak peringatan dini tentang tren naik dan turun menggunakan data harian daripada RSI. Analisis down-sampling menyarankan bahwa frekuensi pengambilan sampel setidaknya empat dan lima sampel per minggu diperlukan untuk mengidentifikasi tren masing-masing menggunakan PC dan uji tren MK. Karena PC membutuhkan sampel/minggu yang lebih sedikit daripada uji tren MK, program WBE dengan keterbatasan anggaran mungkin lebih memilih PC.
Secara keseluruhan, uji tren MK dan PC adalah metode berbasis inferensi dan dapat digunakan untuk mengklasifikasikan tren secara standar. Pendekatan analisis tren ini dapat diadopsi oleh program WBE untuk memberi tahu departemen kesehatan masyarakat tentang bagaimana tren kasus COVID-19 berubah, terutama karena tingkat pengujian klinis SARS-CoV-2 menurun.
*Pemberitahuan Penting
medRxiv menerbitkan laporan ilmiah awal yang tidak ditinjau oleh rekan sejawat dan, oleh karena itu, tidak boleh dianggap sebagai konklusif, memandu praktik klinis/perilaku terkait kesehatan, atau diperlakukan sebagai informasi yang mapan.
Journal reference:
Chan EMG, Kennedy L, Wolfe M, Boehm A. (2022). Identifying trends in SARS-CoV-2 RNA in wastewater to infer changing COVID-19 incidence: Effect of sampling frequency. medRxiv. doi: 10.1101/2022.10.28.22281667 https://www.medrxiv.org/content/10.1101/2022.10.28.22281667v1
No comments