Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Ciencias de la Salud# Salud Pública y Global

Epidemiología Basada en Aguas Residuales: Monitoreando la Salud Comunitaria

Usando datos de aguas residuales para rastrear problemas de salud pública y desigualdades en el acceso al alcantarillado.

― 8 minilectura


Epidemiología de aguasEpidemiología de aguasresiduales ydesigualdades en saludmonitoreo de la salud pública.alcantarillas y su impacto en elExaminando el acceso a las
Tabla de contenidos

La Epidemiología basada en aguas residuales (WBE) es un método que usa aguas residuales para rastrear la propagación de enfermedades y otros problemas de Salud Pública en las comunidades. Esta técnica ha ganado atención durante la pandemia de COVID-19, ya que puede ofrecer información sobre la presencia de virus como el SARS-CoV-2, así como otros patógenos como el virus de la polio. Una gran ventaja de la WBE es que puede ofrecer una imagen más completa de la salud de una comunidad que los métodos tradicionales, que a menudo solo cuentan a las personas que buscan ayuda médica.

Por qué los datos de aguas residuales son importantes

Los datos de aguas residuales pueden recopilar información de una gran parte de la población, lo que lo convierte en una herramienta valiosa para monitorear la salud pública. A diferencia de los informes de casos, que pueden pasar por alto a quienes no visitan médicos o clínicas, las aguas residuales pueden representar una demografía más amplia. Por ejemplo, al monitorear COVID-19, las áreas con diferentes demografías raciales y de edad pueden mostrar una mejor representación de la situación real en comparación con solo ver a los vacunados o a quienes dieron positivo.

Sin embargo, no todos en una comunidad están conectados a los sistemas de alcantarillado público. Alrededor del 20% de las personas en EE. UU. viven en hogares que no tienen acceso a estos sistemas de alcantarillado. Esto incluye a quienes usan fosas sépticas o hogares sin instalaciones de tratamiento de aguas residuales. La mayoría de los sistemas sépticos tratan las aguas residuales en el lugar, lo que puede llevar a diferencias en el acceso a herramientas de monitoreo de salud pública como la WBE.

Inequidades en la conectividad del alcantarillado

Entender quién tiene acceso a los sistemas de alcantarillado es crucial. Estudios han mostrado que los hogares de bajos ingresos son más propensos a depender de sistemas descentralizados o carecer de un tratamiento adecuado de aguas residuales. Por ejemplo, los hogares con ingresos por debajo de la mediana nacional son más propensos a usar fosas sépticas o no tener sistemas en absoluto. Esto es preocupante porque puede llevar a disparidades en el monitoreo de la salud y en los resultados.

La edad del jefe de la familia también juega un papel. Las personas mayores son generalmente menos propensas a estar conectadas a sistemas de alcantarillado que las más jóvenes. Además, el tamaño del hogar afecta la conectividad; los hogares más pequeños tienden a tener mejor acceso a los sistemas de alcantarillado.

Disparidades geográficas

La geografía importa cuando se trata de la conexión al alcantarillado. Las áreas urbanas a menudo tienen mejor conectividad de alcantarillado en comparación con las rurales. Por ejemplo, numerosos estudios indican que el oeste de EE. UU. tiene niveles más altos de acceso al alcantarillado que el este. Más en concreto, los estados del Pacífico muestran porcentajes más altos conectados a sistemas de alcantarillado, mientras que las áreas en Nueva Inglaterra y algunos estados del sur luchan con una conectividad más baja.

Al mirar comunidades específicas, encontramos áreas donde muchos hogares carecen de plomería adecuada. Algunas regiones, especialmente en Alaska y la Nación Navajo, tienen porcentajes notables de hogares sin instalaciones de plomería completas. En algunos condados, más del 20% de los hogares carecen de una sanidad adecuada, lo que plantea preocupaciones de salud pública.

Análisis de datos sobre Saneamiento

Para analizar estas inequidades, se recopilan varios conjuntos de datos a diferentes niveles. Por ejemplo, los conjuntos de datos gubernamentales disponibles públicamente ayudan a ilustrar el número de hogares conectados a sistemas de alcantarillado, sistemas sépticos o aquellos que carecen de plomería. Los investigadores a menudo miran estos datos para mapear áreas que necesitan más atención para mejorar los resultados de salud pública.

Estadísticas de encuestas nacionales revelan que la mayoría de los hogares en EE. UU. están conectados a alcantarillados públicos, con un porcentaje significativo dependiendo de sistemas sépticos. Sin embargo, puede haber una variación considerable según la ubicación, los niveles de ingreso y los factores demográficos.

Al mirar el porcentaje de hogares conectados a alcantarillados, emergen varias tendencias. En diferentes regiones, poblaciones de ciertos orígenes raciales o étnicos pueden tener mejor acceso a sistemas de alcantarillado que otros. En general, los hogares con un jefe de familia negro o hispano tienden a tener mejor acceso que aquellos con jefes de familia blancos o nativos americanos o nativos de Alaska.

¿Cómo afectan a las comunidades?

Las inequidades en el acceso al alcantarillado pueden afectar qué tan bien las comunidades pueden monitorear y responder a amenazas de salud pública. Si una porción significativa de la población no está conectada a los sistemas de alcantarillado, los datos resultantes de la muestreo de aguas residuales pueden no representar realmente la salud de toda la comunidad. Esto puede llevar a brechas en la comprensión de la propagación de enfermedades, lo que puede obstaculizar respuestas efectivas durante brotes.

La falta de conectividad al alcantarillado no solo impacta el monitoreo de salud pública, sino que también puede limitar el acceso a agua limpia y saneamiento. Estos desafíos pueden crear ciclos de desventaja, particularmente en comunidades de bajos ingresos y marginadas.

Modelado de aguas residuales

Para entender cómo interactúan diferentes poblaciones y cómo pueden propagarse las enfermedades, los investigadores crean modelos que simulan cómo los datos de aguas residuales pueden informar respuestas de salud pública. Estos modelos tienen en cuenta varios factores, como el tamaño de las poblaciones, sus tasas de recuperación de infecciones y cuánto contacto tienen las personas entre sí.

Estos esfuerzos de modelado pueden ayudar a los funcionarios de salud pública a determinar cuán precisamente los datos de aguas residuales pueden informar sobre la salud de comunidades conectadas y no conectadas. Por ejemplo, si una comunidad está bien conectada a los sistemas de alcantarillado y otra no, los datos de la comunidad conectada pueden seguir proporcionando algunas ideas sobre la salud de la comunidad no conectada, pero con limitaciones.

La importancia de la movilidad

Un factor clave para entender la generalizabilidad de los datos de aguas residuales es la movilidad entre comunidades. Si un gran número de individuos de una comunidad no conectada trabaja o interactúa en una comunidad conectada, los datos aún podrían ser relevantes. Por el contrario, si hay poca interacción, los datos de aguas residuales podrían no reflejar con precisión el estado de salud de la comunidad no conectada.

En lugares donde hay conexiones limitadas a los sistemas de alcantarillado, los funcionarios de salud pública pueden considerar estrategias de muestreo alternativas. Por ejemplo, tomar muestras de lugares donde muchas personas se reúnen, como escuelas o negocios, podría proporcionar mejores ideas sobre la salud general de la comunidad.

Avanzando: Abordando las inequidades

Abordar las inequidades en la conectividad del alcantarillado es esencial para mejorar los resultados de salud pública. Entender qué áreas carecen de acceso a saneamiento adecuado puede ayudar a crear intervenciones específicas. Los funcionarios de salud pública pueden trabajar para recopilar datos más completos sobre la conectividad del alcantarillado y factores relacionados para informar la toma de decisiones.

Los esfuerzos por estandarizar y consolidar datos sobre saneamiento también pueden ser beneficiosos. Si las agencias locales y estatales trabajan juntas, podemos crear mejores mapas y herramientas que identifiquen áreas con mayores necesidades. Estos esfuerzos pueden ayudar a guiar inversiones en infraestructura e iniciativas de salud pública.

Perspectivas globales

Si bien esta discusión se centra en EE. UU., problemas similares ocurren en todo el mundo. Muchos países de ingresos bajos y medios luchan con el acceso al saneamiento adecuado y la gestión de aguas residuales. Por lo tanto, son necesarios esfuerzos de investigación global para entender y abordar estos problemas.

Están surgiendo soluciones innovadoras, como desarrollar muestreo de aguas residuales en áreas no conectadas. Al implementar estrategias que capturen datos sobre salud de comunidades más pobres, los investigadores pueden comenzar a llenar los vacíos de conocimiento y asegurar que todas las poblaciones puedan ser monitoreadas de manera efectiva.

Conclusión

La epidemiología basada en aguas residuales puede desempeñar un papel esencial en el seguimiento de la salud pública. Sin embargo, las disparidades en la conectividad del alcantarillado deben abordarse para asegurar que las comunidades estén adecuadamente representadas y que las intervenciones de salud sean efectivas. Se necesita más investigación para entender las complejidades del monitoreo de aguas residuales y desarrollar soluciones equitativas para mejorar la salud pública de todas las poblaciones. Al trabajar hacia un mejor saneamiento y recolección de datos, podemos crear un futuro más saludable para todos.

Fuente original

Título: Assessment of sewer connectivity in the United States and its implications for equity in wastewater-based epidemiology

Resumen: Wastewater-based epidemiology is a promising public health tool that can yield a more representative view of the population than case reporting. However, only about 80% of the U.S. population is connected to public sewers, and the characteristics of populations missed by wastewater-based epidemiology are unclear. To address this gap, we used publicly available datasets to assess sewer connectivity in the U.S. by location, demographic groups, and economic groups. Data from the U.S. Census American Housing Survey revealed that sewer connectivity was lower than average when the head of household was American Indian and Alaskan Native, White, non-Hispanic, older, and for larger households and those with higher income, but smaller geographic scales revealed local variations from this national connectivity pattern. For example, data from the U.S. Environmental Protection Agency showed that sewer connectivity was positively correlated with income in Minnesota, Florida, and California. Data from the U.S. Census American Community Survey and Environmental Protection Agency also revealed geographic areas with low sewer connectivity, such as Alaska, the Navajo Nation, Minnesota, Michigan, and Florida. However, with the exception of the U.S. Census data, there were inconsistencies across datasets. Using mathematical modeling to assess the impact of wastewater sampling inequities on inferences about epidemic trajectory at a local scale, we found that in some situations, even weak connections between communities may allow wastewater monitoring in one community to serve as a reliable proxy for an interacting community with no wastewater monitoring, when cases are widespread. A systematic, rigorous assessment of sewer connectivity will be important for ensuring an equitable and informed implementation of wastewater-based epidemiology as a public health monitoring system.

Autores: Yonatan H Grad, Q. Yu, S. W. Olesen, C. Duvallet

Última actualización: 2024-01-21 00:00:00

Idioma: English

Fuente URL: https://www.medrxiv.org/content/10.1101/2023.05.24.23290486

Fuente PDF: https://www.medrxiv.org/content/10.1101/2023.05.24.23290486.full.pdf

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares