Upload
others
View
9
Download
0
Embed Size (px)
Citation preview
Projet CentrEau-COVIDCe que nous avons appris pour la
vigie par les eaux usées
Dominic FrigonPeter Vanrolleghem
17 juin 2021
Ăquipe de Chercheurs de CentrEau-COVID (14 chercheurs
2Stephanie Loeb
(McGill)
Dominic Frigon(McGill)
Caroline Huot(INSPQ, U. Laval)
François Guillemette(UQTR)
Karine Lemarchand(UQAR)
Françoise Bichai(Polytechnique)
Peter Vanrolleghem(U. Laval)
Sarah Dorner(Polytechnique)
Richard Villemur(Armand Frappier)
Jean-Francois Lemay(CNETE)
Slim Haddad (U. Laval)Marc-André Labelle (CTEau)Alain Létourneau (U. Sherbrooke)Marc-Denis Rioux (UQAR)
Et plus de >50 collaborateurs dans nos labos
Intact SARS-CoV-2
(Hill, Zamyadi, Deere, Vanrolleghem, Crosbie [2020] Water Quality Research Journal)
https://www.fredhutch.org/en/research/diseases/coronavirus/serology-testing.html
qPCR
http://butane.chem.uiuc.edu/pshapley/Environmental/L35/1.html
InapteSARS-CoV-2
Matrice complexe et variableâą Virus contrĂŽles internesâą Virus contrĂŽles externes
Suivi de la pandĂ©mie de COVID-19 en dĂ©tectant lâARN
Plan de la présentation
Survol du projet pilote de CentrEau-COVID
Comparaison des mĂ©thodes dâĂ©chantillonnage
Aide à la gestion de la pandémie ⹠Institution
âą Grandes villes
Couverture du territoireâą RĂ©gions
âą Quartiers
Visualisation et modélisation pour la prise de décision
Variants
Conclusion
Projets pilotes de vigies par les eaux usĂ©es de 6 mois5 rĂ©gions couvrant > 4 millions dâhabitants (47% population, budget $1,7 million) :
MontrĂ©al : 2 000 000 habitants, 7 points dâĂ©chantillonnage actifs (8-20 prĂ©vus)QuĂ©bec (Capitale-Nationale) : 830 000 habitants, 15 points actifs (8 prĂ©vus)Laval : 440 000 habitants, 5 points actifs (5 prĂ©vus)Bas-Saint-LaurentâGaspĂ©sie : 290 000 habitants, 5 points actifs (36 mun. recrutĂ©es)MauricieâCentre-du-QuĂ©bec : 510 000 habitants, 6 points actifs (9 mun. recrutĂ©es)
Planification technique du projet autour des Ă©chelles dâĂ©chantillonnage et leur intĂ©rĂȘt Ă©pidĂ©miologique ou technique
Institutionâą Grande capacitĂ© dâaction sur un milieu
Grandes villes (>40 000 habitants)âą DĂ©termination de la charge virale de la population en temps rĂ©elâą Besoin dâanalyses quotidiennesâą FacilitĂ© dâĂ©chantillonnage (Ă lâusine)âą Limite de dĂ©tection : 1-30 cas / 100 000 habitants
Sous-quartiers (<50 000 habitants) et quartiers (50 000-100 000 habitants)âą Augmenter la capacitĂ© dâaction Ă©pidĂ©miologiqueâą Produire des informations complĂ©mentaires sur le comportement de lâĂ©pidĂ©mieâą Augmenter la sensibilitĂ© de la dĂ©tection dâun cas (limite 1-30 cas / 100 000 habitants)
Petites municipalitĂ©s (<40 000 habitants)âą ĂquitĂ© dans la couverture du territoireâą Comment contrĂŽler les coĂ»ts et la complexitĂ© dâĂ©chantillonnage?
âą Regroupement dâĂ©chantillons et frĂ©quence de 2-3 Ă©chantillons / semaine
6
DiffĂ©rentes approches dâĂ©chantillonnage
AutoĂ©chantillonneurs Ăchantillonnage instantanĂ© Ăchantillonnage passif(Torpille, Monash University, AUS)
CorrĂ©lation entre les donnĂ©es obtenues avec les autoĂ©chantillonneurs et les autres mĂ©thodes dâĂ©chantillonnage
âą FacilitĂ© et coĂ»t de dĂ©ploiementâą VersatilitĂ© de lâapplication
8
0
0,5
1
1,5
2
2,5
3
3,5
4
0 0,5 1 1,5 2 2,5 3 3,5 4
Composite versus instantané
âlog(composites: SRAS/PMMV)
âlo
g(in
stan
tané
s: S
RAS/P
MM
V)
log(
torp
illes
(m
embr
anes
) :
SRAS/P
MM
V)
Instantanés vs. composites (Sites de Montréal)
Torpilles (membranes) vs. composites (Sites de Montréal)
log(composites: SRAS/PMMV)
Gestion de la pandémie en institutions : Montréal
Institution carcĂ©rale (~1300 personnes, dĂ©bit dâeau Ă©levĂ©)
Comparaison entre autoéchantillonneurs et échantillonneurs passifs (torpilles) : Bonne concordance entre les méthodes
3 dĂ©tections de matĂ©riel viralâą DĂ©tection de matĂ©riel viral en dĂ©but dâĂ©tude : fin dâune Ă©closion
⹠2 autres évÚnements détectés⹠11-12 avril : un employé était sur place à ce moment⹠27 avril-6 mai : un employé à finalement été détecté le 6 mai
9
Gestion de la pandĂ©mie en institutions: QuĂ©becDĂ©marrage progressif depuis fĂ©vrier, opĂ©rationnel mi-avril Vigie de 6 institutions avec des Ă©chantillonneurs torpillesâą 3 CHSLDâą 3 refuges : itinĂ©rants, itinĂ©rants jeunes, femmes victimes de violence domestiqueĂchantillons quotidiens : important pour la rĂ©actionActions Ă©pidĂ©miologiques prĂ©cisesâą ScĂ©nario positif : deux analyses (jours) consĂ©cutives avec torpille positiveâą RĂ©action : dĂ©pistage cliniqueRĂ©sultats jusquâĂ rĂ©cemment :âą Milieux gĂ©nĂ©ralement nĂ©gatifs :
pas de faux négatifs & pas de faux positifs⹠3 détections dont 1 dans CHSLD transformé en zone chaude2 détections de la circulation virale dans un milieu à risque :⹠Action 1 : Dépistage clinique une personne dépistée un vrai positif⹠Continuation de la détection, mais plusieurs refus de dépistage des usagés⹠Action 2 : Vaccination prioritaireMilieux partenaires étaient rassurés par la vigie par eaux usées
10
Ăchelle de grandes villes : MontrĂ©al, QuĂ©bec, Laval
11
MontréalQuébec
Laval
Données des eaux usées de Québec: Intercepteurs Est et Ouest
12
Cas
Eaux usées
Données des eaux usées de Québec: Intercepteurs Est et Ouest
13
Cas
Eaux usées
Impact sur la gestion de la pandémie des données des eaux usées
Interaction avec CIUSSS-Capitale Nationale :âą 31 mars : « Vos donnĂ©es ont jouĂ© un rĂŽle clĂ© dans les dĂ©cisions du gouvernement »⹠31 mars : « Votre projet est dĂ©jĂ payĂ© »⹠2 avril : « On mettra de lâargent pour lâaprĂšs CentrEau-COVID »⹠9 avril: « On a engagĂ© 100 traceurs de contacts de plus,
entre autres basĂ© sur lâinformation sur les eaux usĂ©es »⹠25 avril: « Doit-on permettre un allĂšgement? La charge virale des eaux usĂ©es
est Ă un plateau⊠La recommandation est dâattendre une semaine de plus »
AprĂšs mi-avril : protocole eaux usĂ©es rodĂ© et intĂ©gration Ă lâanalyse rĂ©gionaleâą Mise en lien par la DRSP-CN des donnĂ©es des eaux usĂ©es, des donnĂ©es de mobilitĂ©, et les cas clinique pour lâĂ©valuation de lâĂ©pidĂ©miologie
âą RĂ©sultats des eaux usĂ©es rapportĂ©s directement aux dĂ©cideurs du CIUSSS et au MSSS le dimanche matin pour la dĂ©cision MINISTĂRIELLE du mardi
14
Montréal et Laval : résultats pour toute la ville
15
Montréal Laval
200
400
600
Mars Avril Mai
Ăchelle de petites municipalitĂ©s
16
Les symboles indiquent la localisation des Ă©missaires des stations (â124).
Bas-St-Laurent (5 municip.)Rimouski, RiviĂšre-du-Loup, Trois-Pistoles,Matane, St-Alexandre-de-Kamouraska
Mauricie-Centre-du-QC (6 municip.)Trois-RiviĂšres (2), Drummondville, La Tuque
Victoriaville, Shawinigan (3), St-Tite
DĂ©fi dâacquisition des Ă©chantillonsâą Manque de ressources locales âą Grand territoire Ă couvrirDĂ©fi de dĂ©finir lâaction Ă©pidĂ©miologique selon les praticiens
Petites municipalités et quartiers / sous-quartiers
Ăchelles Ă considĂ©rer pour augmenter la capacitĂ© de dĂ©tection des casâą Limite de dĂ©tection : 1-30 cas / 100 000 habitants
Augmentation et diminution rapide du signal quand il y a peu de cas
DĂ©finition de lâaction Ă©pidĂ©miologique Ă dĂ©velopper
DĂ©fis pour lâobtention des Ă©chantillonsâą Demande de ressources importantes par rapport aux ressources disponiblesâą Quartiers des grandes villes:
âą accessibilitĂ© difficile des points dans le rĂ©seau dâĂ©goutâą RĂ©seau dâĂ©gout pas conçu pour circonscrire 100 000 habitants
âą Petites municipalitĂ©s:âą Ăchantillonnage mensuelle seulementâą Manque de ressources pour augmenter la cadence pour les besoins de vigie
17
Fill correct ODM tables with each source file
1 observation per row
âWideâ table1 day per row, per site
Created by Vectors M
C
rea
ted
by
Ico
ng
ee
k2
6
from
the
N
ou
n P
roje
ct
Cre
ated b
y Icongeek26
from
the N
oun Pro
ject
Created by AFY Studio
from th
e Noun Project
Created by Slurp Design
Created by anggunfrom the Noun Project
Created by Anthony Ledoux
from the Noun Project
Created by Anthony Ledoux
from the Noun Project
Created by Anthony Ledoux
from the Noun Project
Cre
ated
by
Star
and
Anc
hor D
from
the
Nou
n Pr
ojec
t
Created by Star and Anchor D
from the Noun Project
Mapper Objects
Dashboards
Generation of purpose-specificdata products
Features for ML Models
Created by Template
Cre
ated
by
Star
and
Anc
hor D
from
the
Nou
n Pr
ojec
t
Single relationalODM dataset
ODM Objects
Time series forMechanistic models
Resample at required frequency
Filter by site, quality, etc.
Created by Star and Anchor D
from the Noun Project
Created by Star and A
nchor D
from the N
oun ProjectCreated by Star and Anchor D
from the Noun Project
Validation of source files
Validation of mapped data
Validation of merged dataset
Validation of aggregated dataset
Validation of transformed dataset
Data pipeline
Visualisation des données
Page web sur le site de CentrEau (www.centreau.org/COVID)
Visualisation des données
21
HypothÚseSARS-CoV-2 est adsorbé sur les particules
UOttawa (2021)
First flush (Verbanck, 1995)
Modélisation phénoménologique
UsineEst
UsineOuest
Modélisation par apprentissage automatique
22
Variables disponibles (input)Données santé publique
âą Observed daily new cases
âą Observed daily active cases
âą Observed daily positive testing ratio
Données eaux usées⹠N2
âą N2 * Flow
âą N2 / PMMoV
âą PMMoV * Flow
âą Flow
âą COD * Flow
âą TSS * Flow
âą NH4 * Flow
âą BOD * Flow
âą COD / TSS
âą BOD / TSS
âą NH4 / TSS
Variables disponibles (output)
âDonnĂ©es santĂ© publiqueDaily new cases / active cases / positivity
Mean daily new cases / active cases / positivity
STD daily new cases / active cases / positivity
tErreur moyenne (en cas) sur la prévision sur 2-7 jours
Seulement les cas historiquesN2N2 + charges
Avancement dans la détection de variants par séquençage
Ăchantillons avec concentrations faibles (Ct>32) sont plus difficile Ă sĂ©quencer
23
Montréal
Québec
B.1.1.7
Détection de variants dans les échantillons de Québec et Montréal
Amplification de plusieurs fragments puis séquençage à haut-débit (Oxford Nanopore, Illumina)
Conclusion et sections à compléter
DĂ©monstration de diffĂ©rentes maniĂšres dâĂ©chantillonner
Bonne exploration des Ă©chelles dâĂ©chantillonnageâą Identification des possibilitĂ©s et de facteurs limitant âą Plus-value dĂ©montrĂ©e pour les institutions et certaines grandes villesâą Couverture du territoire doit encore ĂȘtre dĂ©veloppĂ©e
Formation / sensibilisation des acteurs locaux de santĂ© publiqueâą Ăquipe de vigieâą Villes et municipalitĂ©s
24
Remerciements
Fond de Recherche du QuébecFondations Trottier / MolsonCNETE
Villes et municipalités participantes⹠Montréal⹠Québec⹠LavalMauricie-Centre-du-Québec⹠Trois-RiviÚres⹠Drummondville⹠Victoriaville⹠Shawinigan⹠La Tuque⹠Saint-Tite
25
Bas-St-Laurentâą Rimouskiâą RiviĂšre-du-Loupâą Mataneâą Saint-Alexandre-
de-Kamouraskaâą Trois-Pistoles
Direction régionale de la santé publique⹠Capitale-Nationale⹠Montréal⹠Laval⹠Mauricie-Centre-du-Québec⹠Bas-St-Laurent
Gouvernance et organisation du projet CentrEau-COVIDComité de Gouvernance (3 rencontres: début, mi-parcours et fin) ⹠Rémi Quirion (Scientific en chef)⹠Janice Bailey (Directrice du FRQNT)⹠Fondation Trottier⹠Fondation Molson
âą Dominic Frigon (Coord. McGill)âą Peter Vanrolleghem (Coord. ULaval)âą Serge Desnoyers (VRRC- ULaval)âą Martha Crago (VRRC â McGill)
Comité de Gestion⹠Dominic Frigon (Coordonnateur)⹠Sarah Dorner (Analyses)⹠Peter Vanrolleghem (Données)
âą Caroline Huot (SantĂ© publique)âą Alain LĂ©tourneau (Ăthique et gouv.)âą Slim Haddad (CIUSSS)
Assistance au Comité de Gestion⹠Stephanie Loeb
(coordonnatrice assistante)âą Claire Gibsonâą Susanne Kramerâą Chenxiao Liuâą Mounia Hashad
ComitĂ© SantĂ© publique ComitĂ© Analyses ComitĂ© DonnĂ©es et modĂ©lisation ComitĂ© Ătique et gouvernanceâą Caroline Huot (responsable)âą GĂ©raldine Patey (co-resp.)âą Rep. de chacune des DRSPâą Rep. des groupes clĂ©s INSPQâą Alain LĂ©tourneau (Ă©thique/gouv.)
âą Sarah Dorner (responsable)âą Eyerusalem Goitom (co-resp.)âą Fernando Sanchez Quete (co-resp)âą Rep. de chacun des labos dâanalyse
⹠Peter Vanrolleghem (responsable)⹠Thomas Maere (co-resp.)⹠OClair rep.⹠Thales rep.⹠Caroline Huot (Santé publique)⹠Slim Haddad (CIUSSS)
⹠Alain Létourneau (responsable)⹠Françoise Bichai (co-resp)⹠Caroline Huot (santé publique)
ComitĂ© MontrĂ©al ComitĂ© Laval ComitĂ© MauricieâCentre-du-QuĂ©bec ComitĂ© Bas-St-LaurentâGaspĂ©sie Capitale Nationaleâą Sarah Dorner (responsable)âą Dominic Frigonâą Stephanie Loebâą David Kaiser (DRSP-MTL)âą GeneviĂšve Cadieux (DRSP-MTL)âą Julie Brodeur (DRSP-MTL)âą Robert Allard (DRSP-MTL)âą Ville de MontrĂ©al
⹠Marc-André Labelle (responsable)⹠Richard Villemur⹠Fabien Gagnon (DRSP-Laval)⹠Mario Gagné (V. de Laval)
⹠François Guillemette (responsable)⹠Jean-François Lemay⹠Nancy Déziel⹠Lionel Berthoux⹠Marc-André Labelle⹠Ann St-Jacques (DRSP-MCQ)⹠Marco Desjardins (DRSP-MCQ)
⹠Marc-Denis Rioux (responsable)⹠Karine Lemarchand⹠Patrick Dolcé (CISSS-BSL)⹠Joanne Aube-Maurice (DRSP-BSL)⹠Labo BSL
⹠Peter Vanrolleghem (resp.⹠Thomas Maere⹠Slim Haddad (CIUSSS-CN)⹠Frédéric Cloutier (VdQ)⹠François Proulx (VdQ)
Gestion des données
Support logistique des échantillonnages et collecte/visualisation de données
Gestion des données
Agence canadienne de santĂ© publiqueâą DĂ©veloppement de structures de donnĂ©es standardisĂ©es pour partage pancanadienâą Notre contribution : mĂ©tadonnĂ©es sur les eaux usĂ©es / rĂ©seaux dâĂ©goutâą IntĂ©rĂȘt au CDC et EU-JRC pour notre approche complĂšteâą DĂ©veloppement subventionnĂ© par ACSP
Partenariats
QuĂ©becINSPQ : 2 professionnels (et plus Ă venir)6 DRSP actives dans le projet : activitĂ©s rĂ©gionales> 50 villes et municipalitĂ©s en charge de lâĂ©chantillonnageCompagnies : OClair Environnement, Thales, Labo BSL
CanadaTravaille en collaboration avec lâAgence de la santĂ© publique du Canada (4 comitĂ©s techniques et 1 comitĂ© de coordination)
29
TĂąches, livrables et retombĂ©es OpĂ©rationnaliser lâĂ©chantillonnage et la gestion des analyses et rĂ©sultats
DĂ©ploiement de lâĂ©chantillonnage aux Ă©chelles spatiales et temporelles appropriĂ© Ă chacune de rĂ©gionDĂ©veloppement de systĂšmes de gestion des donnĂ©es pour un transfert efficace de lâinformationPlanification et dĂ©ploiement du mode adaptatif du systĂšme dâĂ©chantillonnageDĂ©veloppement dâalgorithmes de correction des tendances du signal viral dans les eaux usĂ©es en tenant compte des conditions de terrains
VĂ©rifier la valeur ajoutĂ©e de la vigie par les eaux usĂ©esRecensement et analyses de situations test oĂč la vigie par les eaux usĂ©es est utilisĂ©e en appui au dĂ©pistage des cas source de COVID-19DĂ©termination de la prĂ©cocitĂ© temporelle pour chacune des Ă©chelles de lâĂ©chantillonnage adaptatifObservations sur le territoire quĂ©bĂ©cois Ă plusieurs Ă©chelles spatio-temporelles.
Comprendre les facteurs limitants le dĂ©ploiement de la vigie par les eaux usĂ©esInventaire et dĂ©veloppement dâune capacitĂ© technique dâĂ©chantillonnage et dâanalyseDĂ©veloppement de guides dâinterprĂ©tation des donnĂ©es et de formation pour les Ă©pidĂ©miologistesĂtablissement de balises pour la couverture Ă©quitable de la population et la gestion de lâaccĂšs aux donnĂ©es
Assurer la prise en compte adĂ©quate des enjeux dâĂ©thique et de gouvernanceRevue de la littĂ©rature sur les aspects Ă©thiques de lâĂ©pidĂ©miologie par les eaux usĂ©esPrĂ©paration de la demande pour lâaccĂšs aux donnĂ©es Ă©pidĂ©miologiques
Soutenir le dĂ©veloppement scientifique dâaspect fondamentaux de la vigie par les eaux usĂ©esComprĂ©hension de la stabilitĂ© du signal viral dans les eaux usĂ©esSuivi de la dynamique des variant sur le territoireModĂ©lisation de la transmission par les donnĂ©es des eaux usĂ©esĂlargissement de la vigie Ă dâautres paramĂštres tel lâincidence de lâinfluenza et de la rĂ©sistance aux antimicrobiens
TĂąches, livrables et retombĂ©es OpĂ©rationnaliser lâĂ©chantillonnage et la gestion des analyses et rĂ©sultats
â DĂ©ploiement Test de lâĂ©chantillonnage aux Ă©chelles spatiales et temporelles appropriĂ© Ă chacune de rĂ©gionâ DĂ©veloppement de systĂšmes de gestion des donnĂ©es pour un transfert efficace de lâinformation: SystĂšme dâinformation de laboratoire (Excel), Tableau de bord (sur le web), Support du dĂ©veloppement de CETo (OClair)X Planification et dĂ©ploiement du mode adaptatif du systĂšme dâĂ©chantillonnage: facteurs limitantsâč DĂ©veloppement dâalgorithmes de correction des tendances du signal viral dans les eaux usĂ©es en tenant compte des conditions de terrains
VĂ©rifier la valeur ajoutĂ©e de la vigie par les eaux usĂ©esâ Recensement et analyses de situations test oĂč la vigie par les eaux usĂ©es est utilisĂ©e en appui au dĂ©pistage des cas source de COVID-19: DRSP Capital Nationale est enthousiaste et a plusieurs succĂšs en institution et Ă lâĂ©chelle de la ville de QuĂ©bec; commentaires plus mitigĂ© avec les autres DRSP: manque de recule (peut-ĂȘtre implication) et manque de rĂ©sultats spectaculairesâ DĂ©termination de la prĂ©cocitĂ© temporelle pour chacune des Ă©chelles de lâĂ©chantillonnage adaptatif: Institutions (QuĂ©bec et MontrĂ©al) et ville de QuĂ©bec; pas dâĂ©chantillonnage adaptatifâ Observations sur le territoire quĂ©bĂ©cois Ă plusieurs Ă©chelles spatio-temporelles
Comprendre les facteurs limitants le dĂ©ploiement de la vigie par les eaux usĂ©esâ Inventaire et dĂ©veloppement dâune capacitĂ© technique dâĂ©chantillonnage et dâanalyse: bon inventaire de capacitĂ© dâĂ©chantillonnage; facteur limitants en grande ville accĂšs aux Ă©chantillons et structure des rĂ©seaux dâĂ©gouts, pour les petites localitĂ©s (et parfois les villes de maniĂšre transitoire): manque de ressources humaines et financiĂšres.âč DĂ©veloppement de guides dâinterprĂ©tation des donnĂ©es et de formation pour les Ă©pidĂ©miologistes: revue de littĂ©rature de lâINSPQ, sondage des pratique Canadienne par ASPC, entrevue des participants et des experts internationaux de lâINSPQ.âč Ătablissement de balises pour la couverture Ă©quitable de la population et la gestion de lâaccĂšs aux donnĂ©es
Assurer la prise en compte adĂ©quate des enjeux dâĂ©thique et de gouvernanceâč Revue de la littĂ©rature sur les aspects Ă©thiques de lâĂ©pidĂ©miologie par les eaux usĂ©esâč PrĂ©paration de la demande pour lâaccĂšs aux donnĂ©es Ă©pidĂ©miologiques: 5 mois de travail acharnĂ©.
Ăchelle dâune Institution: MontrĂ©al et QuĂ©becĂchantillons quotidien: important pour la rĂ©actionMontrĂ©al: Prison de Bordeaux (~1300 personnes, dĂ©bit dâeau Ă©levĂ©)
âą Comparaison entre autoĂ©chantillonneurs (standard de qualitĂ©) et Ă©chantilloneurs passifs (facile Ă dĂ©ployer): BONNE CONCORDANCE ENTRE MĂTHODES
âą DĂ©tection de matĂ©riel viral en dĂ©but dâĂ©tude: fin dâune Ă©closion.
⹠2 autres évÚnements détectés.⹠11-12 avril: un employé était sur place à ce moment⹠27 avril-6 mai: un employé à finalement été détecté le 6 mai
QuĂ©bec: 6 institutions (3 CHSLDs, 2 refuge, 1 HLM; <100 personnes)âą DĂ©but dâeau faible: nĂ©cessitĂ© dâutiliser un Ă©chantillonneur passif, placement importantâą Mise en place de rĂšgles de dĂ©tection prĂ©cises liĂ©es Ă une rĂ©ponse en milieu
⹠2 détection sur 2 jours consécutifs⹠Déploiement de tests rapides ou autres interventions
⹠3 évÚnements détectés⹠2 événements dans un refuge: 1 cas détecté, puis ensuite vaccination prioritaire⹠1 évÚnement dans un CHSLD
32
Ăchelle dâun sous quartier (MontrĂ©al): Parcs industrielles de Ville St-Laurent et Anjou
Dynamique similaire aux petites municipalitĂ©s (augmentation rapide)DĂ©finition de lâaction Ă©pidĂ©miologique Ă faire
33
Sommaire des Ă©chĂšles et des techniques dâĂ©chantillonnage de CentrEau-COVIDĂchelle dâĂ©chantillonnage Avancement Facteurs limitants ou Ă©lĂ©ment Ă dĂ©velopper
Institutions âą 7 installations (QuĂ©bec et MontrĂ©al)âą SystĂšme dâĂ©chantillonnage passif novateur
(torpilles, design australien)âą QuĂ©bec: rĂšgles dâinterventions claires avec
les testes rapides (ou autres selon le milieu)âą Importance de travailler avec nos contrĂŽles
viraux internes (virus du poivron [PMMV]) et externes (virus respiratoire bovin [VRSB])
âą Nombre dâĂ©chantillons Ă analyser vs. le temps dâanalyse
âą Favoriser la rĂ©duction du temps dâanalyse
Sous-quartiers (petits réseaux: quelques milliers de personnes)
âą MontrĂ©al: bonne comparaisons de mĂ©thodesdâĂ©chantillonnage Ă
âą Laval: analyses de populations spĂ©cifique peut donnĂ©es des indication sur la dynamique de lâĂ©pidĂ©mie
âą DifficultĂ©s dâaccĂšs et de dĂ©ploiement: points dâĂ©chantillonnage dans les rues, circulation urbaine, installation complexe due Ă lâaccĂšs ou au dĂ©bit.
âą Conceptualisation de lâintervention reste Ă faire.Quartiers (~100 000 personnes)
âą Quelques points actifs Ă QuĂ©bec, rĂ©sultats âą DifficultĂ©s dâaccĂšs et de dĂ©ploiement: points dâĂ©chantillonnage dans les rues, circulation urbaine, installation complexe due Ă lâaccĂšs ou au dĂ©bit.
Petites municipalitĂ©s (â€40 000 personnes)
âą Beaucoup dâintĂ©rĂȘt, mais peu ont pu ĂȘtre incluses
âą Manque de ressources localesâą Conceptualisation de lâintervention reste Ă faire.
Villes (40 000-2 000 000 personnes)
âą Ăvaluation macro de la situation Ă©pidĂ©miologique
⹠Meilleurs résultats: Québec (3ieme vague)Résultats cohérent: Montréal et Laval.
⹠Pleine intégration des équipe de génie environnementale et de vigie de santé publique
34
Pérennisation de la surveillance par eaux usées
DĂ©marches auprĂšs des instances du MSSS portent peu de fruitsLes CI(U)SSS, mĂȘme ceux qui sont les adopteurs prĂ©coces, hĂ©sitentcar le robinet dâargent COVID se ferme et ils doivent retourner Ă la routine
Formation de 50 PHQ dans le domaineExpertise auprĂšs de 14 chercheur(se)s, prĂȘt(e)s Ă continuer/former la relĂšveIntĂ©rĂȘt de lâindustrie (Ă©chantillonnages et analyses environnementales, logistique)Protocoles dâĂ©chantillonnage, analyse et traitement de donnĂ©es Ă©tablis et fonctionnels
Ailleurs au Canada (ON, SK, CB) et Ă lâinternational on met en place la vigie COVID
46
Projet CentrEau-COVIDCe que nous avons appris pour la
vigie par les eaux usées
Dominic FrigonPeter Vanrolleghem
17 juin 2021