 |
| Gambar oleh ATDSPHOTO dari Pixabay |
Pejabat kesehatan sedang mencari sumber yang tidak mungkin untuk tanda-tanda awal wabah COVID-19 di komunitas mereka.
Penyaluran pecomberan.
Data tentang coronavirus yang ditemukan dalam limbah dapat memperingatkan wabah hingga tujuh hari sebelum pengujian klinis menunjukkan tanda-tanda lonjakan, kata ahli epidemiologi air limbah. Itu bisa memberi petugas kesehatan masyarakat waktu untuk bersiap-siap - menyiapkan rumah sakit, meningkatkan penutupan dan mengambil tindakan lain.
"Anda melihatnya di saluran pembuangan sebelum orang-orang benar-benar menunjukkan gejala, beberapa hari dan minggu sebelumnya," kata Eileen White, direktur air limbah untuk EBMUD, sebuah utilitas yang melayani 685.000 rumah tangga di kawasan Teluk Timur San Francisco.
Sejak pandemi dimulai, bidang epidemiologi air limbah, yang melacak virus polio dan Ebola, telah berkembang pesat sebagai tanggapan. Aliansi internasional lebih dari 400 peneliti bekerja sama untuk berbagi temuan dan metode, dalam upaya untuk membawa informasi paling akurat tentang penyebaran penyakit kepada para pemimpin.
Limbah kapal pesiar yang terserang
Pada awal Maret, kapal pesiar Grand Princess, yang membawa penumpang dan awak yang terinfeksi virus corona, tiba di Port of Oakland. White ditugaskan mengelola limbahnya.
“Mereka datang ke Pelabuhan Oakland dengan kapal pesiar penuh limbah dan mereka harus menyingkirkannya. Jadi kami secara efektif menangani beberapa limbah virus corona pertama, ”katanya.
Pengalaman awalnya - mendeteksi virus agar berhasil menghancurkannya - membuat White berkolaborasi dengan laboratorium lain yang ingin menggunakan air limbah untuk melacak penyebaran virus.
Kesenjangan yang ditinggalkan oleh uji klinis
Menguji individu pada skala yang diperlukan untuk mengendalikan virus telah terhambat karena berbagai alasan, termasuk kelangkaan alat tes, kurangnya akses ke perawatan kesehatan dan ketakutan. Masalah lain dengan pengujian: Orang dapat memiliki penyakit selama berhari-hari tanpa menunjukkan gejala dan merasa perlu untuk diuji.
Hari-hari awal sangat penting karena orang tanpa gejala dapat menyebarkan penyakit secara luas tanpa menyadarinya.
Pengujian air limbah dapat memberikan gambaran yang lebih lengkap daripada uji klinis saja, kata White dan peneliti lainnya. Itu tidak hanya mewakili semua orang yang menggunakan toilet, tetapi COVID-19 terdeteksi dalam tinja orang tanpa gejala.
Tim White di EBMUD mengumpulkan dan menganalisis sampel setiap minggu, serta mengirimnya ke laboratorium lain untuk membandingkan hasil. Salah satunya adalah Lab Nelson di University of California, Berkeley.
Mendapatkan data yang bermanfaat dari limbah mentah memiliki banyak tantangan, Lauren Kennedy, seorang peneliti di lab, mengatakan.
"Ada banyak hal yang membuat air limbah rumit, kan?" Kata Kennedy. “Bukan hanya buang air kecil dan kencing di air limbah. Ini juga air hujan dan air cucian dan hal-hal yang berbeda dengan waktu. Dan itu akan memengaruhi seberapa encer virus dalam sampel, seperti seberapa banyak yang dapat kita deteksi. ”
Ini adalah tantangan yang diambil oleh komunitas peneliti internasional.
“Kami melihat orang-orang dari seluruh dunia berinteraksi,” Dr. Rose Kantor, manajer proyek di Nelson Lab, mengatakan. “Dan saya pikir itu benar-benar belum pernah terjadi sebelumnya dalam sejarah sains, karena biasanya yang terjadi adalah orang-orang menemukan dan mereka menerbitkannya di sebuah makalah dan kemudian ilmuwan lain membacanya. Tapi kami berusaha membuat kemajuan secara real time. ”
 |
| Gambar oleh Bernhard Falkinger dari Pixabay |
Mobilisasi untuk memenuhi permintaan
Sebelum pandemi, Biobot Analytics yang berbasis di Massachusetts memantau sampel air limbah di masyarakat yang berjuang dengan penggunaan opioid tinggi. Ketika coronavirus menyerang, perusahaan mengubah fokusnya. Sekarang labnya menganalisis sampel dari 400 utilitas di 41 negara bagian A.S.
Mariana Matus, salah satu pendiri dan kepala eksekutif Biobot, yakin bahwa pengambilan sampel dapat memprediksi tren.
"Data air limbah yang Anda ukur hari ini memberi Anda indikasi peringatan dini tentang berapa banyak kasus COVID-19 baru yang akan Anda lihat di komunitas itu sekitar tujuh hari," katanya. "Air limbah memberi Anda jendela kesempatan itu."
Matus bertemu dengan salah satu pendiri Biobot-nya, Newsha Ghaeli, di Massachusetts Institute of Technology. Start-up mereka menggunakan pembelajaran mesin dan teknologi pemodelan lainnya untuk menganalisis temuan mereka.
"Tujuan kami adalah untuk memastikan bahwa data dapat dipahami dan ditindaklanjuti oleh nonexperts daripada hanya melaporkan apa yang keluar dari lab," kata Matus.
Perkiraan Biobot telah mengungkapkan perbedaan besar antara kasus yang dikonfirmasi di masyarakat dan apa yang dapat dideteksi oleh air limbah - kadang-kadang 10 kali lipat dari jumlahnya. Seminggu kemudian, proyeksi mereka sering terbukti benar, kata Matus.
"Apa yang kami temukan adalah bahwa ketika kami menemukan perbedaan besar, data kami biasanya benar-benar meramalkan bahwa itu akan menjadi peningkatan kasus dalam beberapa hari ke depan," katanya.
Tidak hanya pengujian air limbah yang prediktif, juga lebih adil, kata Matus.
“Alat apa yang lebih baik untuk digunakan bagi kesehatan masyarakat daripada air limbah. Setiap kali kita menggunakan toilet, pada dasarnya kita berkontribusi pada kumpulan data itu. Dan tidak masalah jika kita memiliki akses ke perawatan kesehatan, jika kita memiliki cakupan asuransi atau jika secara budaya kita tidak merasa sangat aman untuk pergi ke rumah sakit. Kami masih menghitung, ”katanya.
Kantor, di Berkeley, setuju. “Jumlah nilai yang orang-orang tiba-tiba lihat di air limbah, saya pikir itu menyegarkan untuk menyadari bahwa itu adalah tangkapan dari semua masyarakat dan kami memiliki cara untuk melacak penyakit-penyakit penting, dan saya pikir itu mungkin akan digunakan dengan baik menuju ke masa depan juga. "
Nelson Lab di Berkeley berencana untuk memantau pembuangan kotoran di kampus mereka sendiri pada musim gugur ini untuk mendukung pembukaan kembali universitas dengan aman.
loading...
Comments
Post a Comment