Vielen Dank für Ihren Besuch auf nature.com.Sie verwenden eine Browserversion mit eingeschränkter CSS-Unterstützung.Um die beste Erfahrung zu erzielen, empfehlen wir Ihnen, einen aktuelleren Browser zu verwenden (oder den Kompatibilitätsmodus im Internet Explorer zu deaktivieren).In der Zwischenzeit zeigen wir die Website ohne Stile und JavaScript an, um eine kontinuierliche Unterstützung zu gewährleisten.Scientific Reports Band 6, Artikelnummer: 20521 (2016 ) Diesen Artikel zitierenDie Studie untersuchte Beziehungen zwischen meteorologischen Parametern, Wasserqualität und Durchfallerkrankungen an zwei städtischen und drei ländlichen Standorten in Tamil Nadu, Indien.Die Krankheitsüberwachung wurde zwischen August 2010 und März 2012 durchgeführt;Gleichzeitig wurden Wasserproben aus Wasserhähnen auf Straßenhöhe in Rohrverteilungssystemen und aus Haushaltsvorratsbehältern auf pH-Wert, Nitrat, Gesamtgehalt an gelösten Feststoffen sowie Gesamt- und Fäkalkolibakterien getestet.Methodische Fortschritte bei der Datenerhebung (gleichzeitige prospektive Krankheitsüberwachung und Umweltüberwachung) und Analyse (Wahrung der Zeitlichkeit innerhalb der Daten durch Zeitreihenanalyse) wurden genutzt, um unabhängige Auswirkungen meteorologischer Bedingungen und der Wasserqualität auf das Durchfallrisiko zu quantifizieren.Die Nützlichkeit eines lokalen Kalenders bei der Kommunikation von Saisonalität wird ebenfalls vorgestellt.Verrohrte Verteilungssysteme im Untersuchungsgebiet zeigten starke jahreszeitliche Schwankungen der Wasserqualität.Eine höhere Umgebungstemperatur verringerte sich und höhere Niederschläge erhöhten das Durchfallrisiko, wobei die Temperatur der vorherrschende Faktor in städtischen und Niederschlag in ländlichen Gebieten war.Assoziationen mit mikrobieller Kontamination waren widersprüchlich;Das Krankheitsrisiko in den städtischen Gebieten stieg jedoch mit höheren mittleren Gesamtkonzentrationen an Coliformen im Haushalt.Das Verständnis saisonaler Muster bei Gesundheitsergebnissen und ihrer zeitlichen Verbindungen zu Umweltbelastungen kann zu Verbesserungen bei der prospektiven Umwelt- und Krankheitsüberwachung führen, die auf die Bewältigung von Problemen der öffentlichen Gesundheit zugeschnitten ist.Indien hält etwa 16 % der Weltbevölkerung und nur 4 % seiner Süßwasserressourcen.Die Niederschlagsmuster weisen eine hohe zeitliche Variabilität auf, wobei fast 80 % der jährlichen Niederschläge in der Monsunzeit fallen.Räumliche Schwankungen der Niederschläge tragen zu periodischen Überschwemmungen und Dürren in verschiedenen Teilen des Landes bei1.Mit einer geschätzten jährlichen Pro-Kopf-Wasserverfügbarkeit von 1.588 m3 im Jahr 2010, ein Rückgang gegenüber 1.816 m3 im Jahr 20012, wird Indien derzeit als wasserknapp eingestuft.Wasserstress ist definiert als eine jährliche Wasserverfügbarkeit von weniger als 1700 m3 pro Person, während Wasserknappheit auftritt, wenn sie unter 1000 m3 3 fällt.Einer der wichtigsten Faktoren, die zu Indiens Wasserproblem beitragen, ist die nicht nachhaltige Grundwasserbewirtschaftung.Über 60 % des landwirtschaftlichen und 85 % des häuslichen Wasserbedarfs werden durch Grundwasser gedeckt4.Ein dramatischer Anstieg privater Entnahmen für die Bewässerung seit den 1960er Jahren hat in vielen Gebieten des Landes, einschließlich Tamil Nadu, zu einem erheblichen Absinken des Grundwasserspiegels geführt und zur Verschlechterung der Grundwasserqualität beigetragen5,6.Bei den derzeitigen Raten des Bevölkerungswachstums und der Urbanisierung wird das Land voraussichtlich auch in Zukunft mit Wassermengen- und -qualitätsproblemen zu kämpfen haben1.Im Jahr 2008 schätzten WHO und UNICEF, dass 96 % der Stadt- und 84 % der Landbevölkerung in Indien Zugang zu verbessertem Wasser hatten.Der aus diesen hohen Prozentsätzen abgeleitete Zugang stellt jedoch keine angemessene Qualität und gerechte Verteilung dar3.Viele indische Städte erhalten beispielsweise nur wenige Stunden am Tag Wasser, was eine Speicherung erforderlich macht, was mit einer Verschlechterung der Wasserqualität (WQ) verbunden ist.Darüber hinaus ist das Wasser häufig bereits am Sammelpunkt kontaminiert, weil alte Rohrleitungen in stark kontaminierten Umgebungen neben offenen Entwässerungskanälen verlaufen, z. B. durch offene Defäkation7.In diesem Zusammenhang sind jährlich schätzungsweise 37,7 Millionen Inder von wasserbedingten Krankheiten betroffen, wobei 1,5 Millionen Kinder durch Durchfall sterben3.Wasserqualität8,9,10 und Durchfallinfektionen11,12,13,14,15,16,17 weisen nachweislich Saisonabhängigkeit auf.Assoziationen zwischen WQ und Durchfall sind aufgrund mehrerer Expositionswege und schwacher Assoziationen zwischen aktuellen mikrobiologischen WQ-Indikatoren und krankheitsverursachenden Organismen18, die auch saisonal variieren können, schwer festzustellen19.Infolgedessen sind Zusammenhänge zwischen Indikatorbakterien im Trinkwasser und Krankheitsrisiko weitgehend unklar20,21.Assoziationen zwischen Durchfallinfektionen und meteorologischen Parametern wie Niederschlag und Temperatur sind über Klimazonen und Zeiträume hinweg nicht einheitlich, was eine komplexe Beziehung zwischen Wetter, WQ und durch Wasser übertragenen Krankheiten hervorhebt12,17.Die vorliegende Studie untersuchte die saisonalen Muster der selbst gemeldeten Durchfallerkrankungen und WQ in öffentlichen (d. h. öffentliche Zapfstellen auf Straßenebene in einem grundwassergespeisten Verteilungssystem) und privaten (d. h. Haushaltswasserspeicherbehälter) Bereichen in städtischen und ländlichen Gebieten im Vellore District, Tamil Nadu, Indien (Abb. 1).Alle Studienparameter wurden prospektiv in semi-regelmäßigen Abständen gemessen, um zeitliche Beziehungen zwischen Exposition (WQ) und Outcome (Durchfallfälle) herstellen zu können.Die Daten wurden unter Verwendung von Regressionsmodellen analysiert, die auf Zeitreihendaten angewendet wurden, wobei die Auswirkungen meteorologischer Parameter und die Verwendung des lokalen tamilischen Kalenders berücksichtigt wurden.Karte des Studiengebietes.Die meteorologische Station befindet sich in der Stadt Vellore.Die Abbildung wurde von A. Kulinkina in der ArcGIS-Software (Version 10.2.2) unter Verwendung von Datenebenen von ML Infomap, 124-A Katwaria Sarai, New Delhi 110 016 erstellt.Die Studie wurde zwischen August 2010 und März 2012 an zwei städtischen und drei ländlichen Standorten im Distrikt Vellore, Tamil Nadu, Indien, durchgeführt (Abb. 1).Die städtischen Standorte Kaspa (U1) und RNP (U2) sind geografisch benachbarte halbstädtische Slums am westlichen Stadtrand von Vellore, in denen die Mehrheit der Bewohner ihren Lohn durch ungelernte Arbeitskräfte verdient.Die ländlichen Gebiete A. Kattupadi (R1), Kattuputhur (R2) und K. Pudur (R3) sind Dörfer, die 5–10 km südlich der Stadt Vellore liegen und in denen landwirtschaftliche Arbeitskräfte die Haupteinnahmequelle darstellen.Die Standorte U1 und U2 teilen sich eine gemeinsame Grundwasserquelle, einen Brunnen in der Nähe eines ausgetrockneten Flussbettes etwa 5 km nördlich der Stadt Vellore.Nach der Entnahme wird Wasser an U1 und U2 über ein öffentliches Wasserhahnsystem geliefert, das von der Vellore Municipal Corporation (VMC) verwaltet wird.Da VMC andere nahe gelegene Gemeinden nach einem Rotationsplan aus derselben Quelle versorgt, reicht die Häufigkeit der Wasserversorgung von U1 und U2 von einmal alle 2 Tage bis einmal alle 28 Tage, je nach saisonaler Wasserverfügbarkeit im Grundwasserleiter.Das Wasser wird gemäß den VMC-Betreibern behandelt und gechlort.Allerdings wurde festgestellt, dass die Chlorierung in Vellore22,23 und in anderen indischen Wassersystemen7 unregelmäßig und unzuverlässig war.R1, R2 und R3 sind auf ähnliche öffentliche Leitungswassersysteme angewiesen, aber das Wasser wird aus ihren eigenen Quellbrunnen in der Nähe entnommen (dh ländliche Gebiete teilen sich keine Wasserquelle), wodurch fast jeden Morgen mehrere Stunden lang Wasser zur Verfügung steht.Da die Wasserversorgung sowohl in städtischen als auch in ländlichen Gebieten unterbrochen wird und das Wasser jeweils einige Stunden fließt, wird in den Leitungssystemen kein Überdruck aufrechterhalten, was sie anfällig für Fäkalienkontamination macht24.Zusätzlich zu den Leitungssystemen wird der tägliche Wasserbedarf in allen Gemeinden durch einige verbleibende manuelle Handpumpen, mechanisierte Brunnen von Rajiv Gandhi und in den städtischen Gebieten durch Tanklastwagen ergänzt, die bei besonders trockenen Bedingungen vom VMC bereitgestellt werden.Diese zusätzlichen Wasserquellen wurden in der vorliegenden Studie nicht berücksichtigt.Die Studie wurde von den Institutional Review Boards (IRB) des Christian Medical College (CMC), Vellore, Indien, und der Tufts University School of Medicine, Boston, USA, genehmigt.Alle Studienaktivitäten wurden in Übereinstimmung mit den genehmigten Richtlinien durchgeführt.Vor der Rekrutierung wurde das Studiengebiet von geschultem Studienpersonal in einer Tür-zu-Tür-Umfrage (Zensus) ausgezählt, wobei 877 geeignete Haushalte (dh mit Kindern im Alter von <5 Jahren) identifiziert wurden.Dreihundert Familien (160 von 719 förderfähigen städtischen und 140 von 158 förderfähigen ländlichen Familien) wurden rekrutiert und zwischen August 2010 und März 2011 mit gestaffelter Einschreibung eingeschrieben und 12 Monate lang beobachtet.Von 300 Familien schlossen 279 (146 städtische und 133 ländliche) die Studie ab.Die Studie dauerte insgesamt 86 Wochen, wobei die meisten Studienwochen (Wochen 29 bis 79) mindestens 276 beobachtete Haushalte umfassten25.Während der Nachbeobachtungszeit lag der Anteil der Kinder unter 5 Jahren in jeder Woche der Studie konstant bei 25 %.Das schriftliche Einverständnis wurde vom Haushaltsvorstand, das mündliche Einverständnis aller Familienmitglieder und das Einverständnis der Kinder eingeholt.Geschulte Außendienstmitarbeiter führten in den Studienfamilien eine wöchentliche Haushaltsüberwachung der Durchfallepisoden durch.Es wurde eine Standard-Falldefinition für Durchfall mit drei oder mehr weichen, wässrigen Stuhlgängen innerhalb von 24 Stunden26 verwendet.Während eines Haushaltsbesuchs wurden Informationen über Durchfall für jeden Tag seit dem letzten Besuch gesammelt und in das Durchfall-Überwachungsformular eingetragen.Darüber hinaus erhielten die Studienfamilien Kontaktnummern der Außendienstmitarbeiter und wurden ermutigt, eine Durchfallepisode bei einem Familienmitglied zu melden.Die primäre Bezugsperson oder andere erwachsene weibliche Familienmitglieder stellten Informationen über die Kinder zur Verfügung.Wasserproben wurden in zwei Bereichen gesammelt: im öffentlichen Bereich, definiert als öffentliche Wasserhähne auf Straßenebene in den Verteilungssystemen, und im privaten Bereich, repräsentiert durch in Behältern in den Haushalten gespeichertes Wasser.Der öffentliche Bereich wurde zwischen Januar 2011 und März 2012 (Wochen 23 bis 85 der Studie) aus einer zufällig ausgewählten Teilmenge aller verfügbaren öffentlichen Zapfstellen (Tabelle 1) nach einem halbstrukturierten Sammelschema beprobt.Von jedem Studienhahn wurden ungefähr einmal pro Monat Proben genommen, wobei durchschnittlich 7 Proben pro Woche in städtischen und 13 in ländlichen Gebieten entnommen wurden.Das Probenahmeschema wurde durch die Wasserverfügbarkeit im Leitungssystem, die Reisefreundlichkeit und die Verarbeitungsgeschwindigkeit der Laboreinrichtungen beeinflusst.Die private Domäne wurde zwischen Dezember 2010 und März 2012 beprobt (Wochen 19 bis 85 der Studie).In jedem Studienhaushalt wurden ungefähr viermal pro Jahr Proben genommen, wobei durchschnittlich 13 Proben pro Woche in städtischen und 11 in ländlichen Gebieten entnommen wurden.Die Gesamtzahl der Public- und Private-Domain-Samples betrug 1.062 bzw. 1.218.Wasserproben aus beiden Bereichen wurden auf die folgenden gemeinsamen Wasserqualitätsparameter (WQ) analysiert: pH-Wert, Restchlor (in keiner der Proben nachgewiesen und in der Analyse nicht weiter berücksichtigt), Nitrat (NO3−, ppm) und insgesamt gelöste Feststoffe (TDS, ppm) unter Verwendung von Standardtestkits (HiMedia Labs Pvt. Ltd.).Gesamtcoliforme (TC, CFU/100 ml) und fäkale Coliforme (FC, CFU/100 ml) wurden unter Verwendung von MacConkey- bzw. M-FC-Medien (HiMedia Labs Pvt. Ltd.) quantifiziert.Die Analysen wurden vom Wellcome Research Laboratory bei CMC durchgeführt.Drei Verdünnungen wurden anfänglich für TC (direkt, 1:10 und 1:100) und zwei für FC (direkt und 1:10) durchgeführt, wobei für jede Verdünnung eine einzelne Probe verwendet wurde.Bei der Beobachtung hoher TC-Konzentrationen in den meisten Proben im ersten Testmonat (aufgezeichnet als TNTC, zu zahlreich zum Zählen), wurde während der gesamten Studie nur die 1:100-Verdünnung für TC fortgesetzt.Die TC- und FC-Konzentrationen wurden berechnet, indem entweder alle Verdünnungsplatten gemittelt wurden, die den idealen Bereich oder den aufzählbaren Bereich ergaben, wenn für die Probe keine Verdünnungen im idealen Bereich verfügbar waren.Der ideale Bereich wurde als 20–80 oder 20–60 Kolonien pro Platte für TC bzw. FC definiert27.Der zählbare Bereich wurde als Quantifizierungsgrenzen für Laborarbeitsanweisungen als 0–300 Kolonien pro Platte sowohl für TC als auch für FC definiert.Proben aus allen TNTC-Verdünnungen wurden durch einen Wert ersetzt, der dem Doppelten der oberen Grenze des Zählbereichs der höchsten Verdünnung28 entspricht: 12 (1,1 %) TC- und 18 (1,7 %) FC-Messungen im öffentlichen Bereich;86 (7,1 %) TC- und 82 (6,7 %) FC-Messungen im privaten Bereich.Proben, die bei allen Verdünnungen zu nicht nachweisbaren Beobachtungen führten, wurden vor der Verdünnungsanpassung durch 1 Kolonie (Nachweisgrenze) ersetzt29: 10 (0,9 %) TC- und 43 (4,0 %) FC-Messungen im öffentlichen Bereich;2 (0,2 %) TC- und 49 (4,0 %) FC-Messungen im privaten Bereich.Tägliche meteorologische Aufzeichnungen für Umgebungstemperatur (°C) und Niederschlag (mm) wurden vom India Meteorological Department von einer Überwachungsstation in der Stadt Vellore erhalten (Abb. 1).Die von der Station Vellore erhaltenen Daten wurden verwendet, um das Wetter an allen Untersuchungsstandorten zu beschreiben, die sich in einem Umkreis von 10 km um die Station befinden.Wir untersuchten die saisonalen Muster in der Anzahl der WQ- und Durchfallerkrankungen, indem wir zunächst wöchentliche Zeitreihen aller Studienparameter für städtische und ländliche Standorte erstellten.Alle gesammelten Messungen enthielten ein mit jeder Beobachtung verbundenes Datum (dh Datum des Beginns eines Durchfallereignisses, Datum der Entnahme einer Wasserprobe, Datum der meteorologischen Beobachtung).Auf der Grundlage des Datums wurde jeder Beobachtung beginnend von Woche 1 bis Woche 86 eine Studienwoche zugewiesen. Überwachungsdaten zu Durchfallerkrankungen und meteorologische Beobachtungen waren für alle 86 Studienwochen verfügbar.WQ wurde in den Wochen 23–85 im öffentlichen und 19–85 im privaten Bereich gemessen, wobei einige der Studienwochen keine Messungen enthielten.Abhängig von der Art des Modells und davon, ob die Variable als Prädiktor oder Ergebnis verwendet wurde, wurden entweder rohe oder aggregierte Werte (z. B. kumulative Anzahl von Durchfallepisoden, mediane WQ-Werte) in der Analyse verwendet.Der Ansatz der sequentiellen Modellerstellung wurde unter Verwendung der statistischen Software R (Version 3.1.0) angewendet.Für die explorative Analyse wurden die Durchfallerkrankungen, meteorologische und WQ-Parameter über sechs zweimonatige Jahreszeiten gemäß einem lokal verwendeten tamilischen Kalender verglichen (Tabelle 2).Basierend auf dem interessierenden Ergebnis wurden zwei Arten von Regressionsmodellen entwickelt: verallgemeinertes lineares Modell (GLM) mit einer Gaußschen Verteilung für WQ-Parameter (als A bezeichnet);und ein GLM mit einer Poisson-Verteilung für wöchentlich aggregierte Durchfallerkrankungen (bezeichnet als B) (Tabelle 3).Um lineare Beziehungen mit dem interessierenden Ergebnis sicherzustellen, wurden Niederschlag, TC und FC log10-transformiert.Basierend auf der Forschungsfrage ging die Modellentwicklung von einer Beschreibung saisonaler Muster in der Ergebnisvariablen unter Verwendung des tamilischen Kalenders (Modell 1) zu einem Modell mit zwei harmonischen Termen zur Berücksichtigung der Möglichkeit mehrerer Spitzen (Modell 2) und zu ein Modell mit harmonischen Termen, angepasst an Temperatur und Niederschlag (Modell 3).Modell 4 untersuchte die Auswirkungen von WQ in der privaten Domäne auf die Anzahl der Durchfallerkrankungen, wobei saisonale Oberschwingungen, Temperatur und Niederschlag angepasst wurden.Alle Modelle berücksichtigten auch den Trend in der Ergebnisvariablen.Modelle für WQ-Parameter als Ergebnisvariablen wurden separat für jeden Parameter, für öffentliche und private Bereiche und für städtische und ländliche Standorte durchgeführt.Alle Modelle für die kumulierten wöchentlichen Durchfallerkrankungen wurden getrennt für städtische und ländliche Standorte sowie für beide Standorte zusammen durchgeführt und mit einem Offset an die Anzahl der beobachteten Personen für eine bestimmte Woche angepasst.Das relative Risiko (RR) und das 95-%-Konfidenzintervall (KI) für die Anzahl der Durchfallerkrankungen, die dem Trend, den meteorologischen Parametern und den Wasserqualitätsparametern zugeschrieben werden, wurden geschätzt.RR in Verbindung mit der Trendvariablen in den Modellen zur Anzahl der Durchfallerkrankungen spiegelt die prognostizierte Änderung des Durchfallrisikos über 52 Wochen wider.Alle Modelle wurden getestet, um sicherzustellen, dass potenzielle Effekte im Zusammenhang mit Kollinearität, Autokorrelation, Überdispersion, Verzögerung und fehlenden Daten berücksichtigt werden.Um Kollinaritätseffekte anzugehen, wurden Assoziationen über wöchentliche WQ und meteorologische Parameter mithilfe von Spearman-Korrelationen untersucht (Ergänzungsmaterial, Tabelle S1).Die zeitlichen seriellen Korrelationen zwischen den Parametern und mit den Ergebnissen wurden bewertet, um die Verzögerungsstruktur mithilfe von Autokorrelationsfunktionsdiagrammen (ACF) zu bestimmen.Eine 3-wöchige Regenverzögerung zeigte die maximale serielle Korrelation mit der Anzahl der Durchfallerkrankungen;Daher wurde Modell 3 für die Zählung von Durchfallerkrankungen mit meteorologischen Daten ohne zeitliche Verzögerung und für Niederschläge mit einer Verzögerung von 3 Wochen durchgeführt.Die Wechselwirkung zwischen Temperatur- und Niederschlagsvariablen wurde ebenfalls untersucht und aufgrund ihres marginalen Effekts aus Gründen der einfacheren Interpretation aus den Modellen weggelassen.Die Qualität der Modellanpassung wurde basierend auf dem Prozentsatz der Variabilität bewertet, die durch das Modell erklärt wird, berechnet aus den Null- und Restabweichungen, Q = (Nullabweichung – Restabweichung)/Nullabweichung * 100 % und AIC (Daten nicht gezeigt).Um die Auswirkungen fehlender WQ-Werte zu untersuchen, wurden als Sensitivitätsanalyse zwei Versionen von Modell 4 durchgeführt.Version 1 nutzte nur Wochen, in denen private Domänen-WQ-Werte verfügbar waren (33 in städtischen und 35 in ländlichen Gebieten).Version 2 verwendete Zeitreihen, bei denen fehlende WQ-Werte unter Verwendung linearer Interpolation basierend auf zwei benachbarten Messungen, falls verfügbar (56 in städtischen und 58 in ländlichen Gebieten), imputiert wurden.Die Verzögerungsstruktur zwischen den Durchfallerkrankungen und den imputierten WQ-Werten wurde ebenfalls untersucht.Verzögerungen von einer Woche für TC- und FC-Konzentrationen wurden in Betracht gezogen, führten jedoch zu keinen Verbesserungen in den Modellen, und die Assoziationen behielten ihre Größe und Richtung bei.Alle Modelle wurden auf Autokorrelation in den Residuen getestet;keine zeigte eine signifikante Autokorrelation.Basierend auf den indischen Trinkwasserstandards5 ist die mikrobiologische Kontamination ein vorrangiges WQ-Anliegen im Untersuchungsgebiet.Die mittleren (SD) TC- und FC-Konzentrationen betrugen ungefähr 2.700 (7.500) bzw. 80 (830) CFU/100 ml in den Proben aus dem öffentlichen Bereich und 4.900 (15.000) und 220 (1.500) CFU/100 ml in den Proben aus dem privaten Bereich.Nahezu alle Proben (99–100 % je nach Standort und Domäne) übertrafen den TC-Standard von 50 KBE/100 ml für Trinkwasser der Klasse A.Die meisten Proben (87 % im ländlichen und 91 % im städtischen öffentlichen Bereich; 90 % im ländlichen und 92 % im städtischen privaten Bereich) wiesen auch > 10 FC-Kolonien pro 100 ml auf.Restchlor wurde in keiner der Proben nachgewiesen.Der pH-Wert lag im Allgemeinen im gewünschten Bereich (6,5 und 8,5), wobei ~5 % der Haushalts- und 2 % der Leitungswasserproben 8,5 überstiegen.Alle Proben lagen unter dem Nitratstandard von 45 mg/L.Nahezu alle Proben überstiegen die angestrebte TDS-Konzentration von 500 mg/l (98,5 %) und etwa 5 % lagen über 1.000 mg/l.Bei der Definition der Jahreszeiten basierend auf dem tamilischen Kalender stellten wir fest, dass TS3 und TS5 die höchsten (~40 mm) bzw. niedrigsten (~3 mm) wöchentlichen kumulativen Niederschlagswerte aufwiesen.In ähnlicher Weise waren TS6 und TS4 die heißeste (~32 °C) bzw. kälteste (~24 °C) Jahreszeit.Als Referenz für die Modellierung wurde die TS6-Saison (15. April–14. Juni) mit der höchsten Umgebungstemperatur (32,5 ± 1,3 °C) und relativ geringen wöchentlichen Niederschlägen (12,4 ± 19,9 mm) verwendet (Tabelle 2).WQ variierte in den tamilischen Jahreszeiten.Es wurden konsistente pH-Trends mit ähnlichen saisonalen Mustern in öffentlichen und privaten Bereichen sowie städtischen und ländlichen Standorten beobachtet.Explorative Analysen legten nahe, dass der pH-Wert in den Jahreszeiten mit den höchsten Niederschlagsmengen niedriger und in heißen und trockenen Jahreszeiten höher sein könnte (Tabelle 2).Die Ergebnisse von Modell 1 A bestätigten, dass im privaten Bereich der pH-Wert sowohl für städtische als auch für ländliche Standorte während der Referenzsaison im Vergleich zu anderen Jahreszeiten signifikant höher war (p < 0,01) (Ergänzungsmaterial, Tabelle S3).Prognostizierte hohe pH-Werte basierend auf dem harmonischen Regressionsmodell korrespondierten auch mit höheren Temperaturen (Abb. 2).Angepasste Werte der doppelten saisonalen harmonischen Regressionsmodelle (2A,B).Die Farbe stellt den Untersuchungsort dar (blau = städtisch; rot = ländlich);Linientyp stellt Stichprobenbereich dar (durchgezogen = öffentlicher Wasserhahn; gestrichelt = privater Haushalt);vertikale Linien mit den Nummern 1 bis 6 bezeichnen zweimonatige Jahreszeiten gemäß dem tamilischen Kalender: TS1–Juni bis Aug, TS2–Aug bis Okt, TS3–Okt bis Dez, TS4–Dez bis Feb, TS5–Feb bis Apr, TS6– April bis Juni.Die saisonalen Muster von NO3− in beiden Bereichen und an beiden Standorten waren ähnlich und gut ausgeprägt (Abb. 2), mit Spitzenkonzentrationen in Jahreszeiten, die durch hohe Niederschlagsmengen gekennzeichnet waren (Tabelle 2).Für beide Standorte in beiden Domänen war NO3– während der Referenzsaison (TS6) 6,3–9,6 ppm (p < 0,001) niedriger als in TS2 (Ergänzungsmaterial, Tabelle S2).Die explorative Analyse legte nahe, dass die TDS-Werte während der heißen und trockenen Jahreszeiten ihren Höhepunkt erreichen (Tabelle 2; Ergänzungsmaterial, Tabelle S2).Das saisonale Muster in TDS war in städtischen als in ländlichen Gebieten und in privaten als in öffentlichen Bereichen ausgeprägter, wie durch höhere Q-Werte gezeigt wird (Abb. 3).Für beide Standorte wurden in Jahreszeiten mit erheblichen Niederschlagsmengen signifikante Verringerungen der TDS-Werte im privaten Bereich (16,3–25,8 % in Städten und 28,1–33,9 % in ländlichen Gebieten, p < 0,001) beobachtet.Q-Werte für die sequentiellen WQ- und Durchfallerkrankungen-Zählmodelle.Die Farbe stellt den Untersuchungsort dar (blau = städtisch; rot = ländlich);Die Form stellt den Stichprobenbereich dar (Quadrat = öffentlicher Wasserhahn; Dreieck = privater Haushalt).Ein Anstieg des Q-Werts (Q = (Nullabweichung – Restabweichung)/Nullabweichung*100 %) weist auf eine verbesserte Modellanpassung mit den zusätzlichen Parametern hin, die von jedem sequentiellen Modell beigetragen werden.Die Saisonalität in TC war im öffentlichen Bereich an beiden Studienstandorten stärker ausgeprägt als im privaten Bereich (Abb. 2).Die höchsten öffentlichen TC-Konzentrationen traten in relativ feuchten Jahreszeiten an beiden Studienstandorten auf, mit signifikant höheren Werten in den Jahreszeiten TS2, TS3 und TS4 im Vergleich zur Referenzsaison (p < 0,001).In den ländlichen Gebieten war ein 10-facher Anstieg der wöchentlichen kumulativen Niederschläge mit einem Anstieg der öffentlichen und privaten log10(TC)-Konzentrationen um 0,11 (KI95 %: 0,02, 0,20) bzw. 0,09 Einheiten (KI95 %: 0,00, 0,18) Einheiten verbunden .In den städtischen Gebieten war die Beziehung zum Niederschlag jedoch umgekehrt, was zu einer Verringerung der TC-Konzentration in beiden Bereichen führte, die ähnlich groß war (Ergänzungsmaterial, Tabelle S2).Jahreszeitliche Schwankungen der FC-Konzentrationen waren nicht stark ausgeprägt, insbesondere im städtischen öffentlichen Bereich.Eine relative Spitze der vorhergesagten Werte wurde im privaten Bereich bei hohen Temperaturen (TS5/TS6) sowohl an städtischen als auch an ländlichen Standorten beobachtet (Abb. 2).Während der heißesten Jahreszeit (TS6) waren die FC-Konzentrationen im Privatbereich signifikant höher (bis zu einem log10 in den ländlichen Gebieten p < 0,001) als in jeder anderen Jahreszeit (Ergänzungsmaterial, Tabelle S2).Nach Berücksichtigung der Saisonalität war jedoch im privaten Bereich an ländlichen Standorten bei einem Anstieg der Durchschnittstemperatur um 1 °C eine Abnahme der log10(FC)-Konzentration um 0,13 (KI95 %: 0,06; 0,21) Einheiten wahrscheinlich.In allen anderen Szenarien (städtische öffentliche und private Bereiche und ländliche öffentliche Bereiche) war dieser Zusammenhang mit der Temperatur nicht signifikant (Ergänzungsmaterial, Tabelle S2).Darüber hinaus zeigten die vom Modell vorhergesagten Werte, dass die TC- und FC-Konzentrationen im privaten Bereich während der gesamten Studie höher waren als im öffentlichen Bereich (Abb. 2).Die Krankheitszahlen an den ländlichen Standorten waren während des Untersuchungszeitraums ungefähr doppelt so niedrig wie an den städtischen Standorten (74 vs. 184 Fälle oder 0,0015 vs. 0,0030 Fälle pro Beobachtungswoche).Eine signifikante Verringerung der Durchfallerkrankungen um ~60 % während des Studienzeitraums (RR = 0,41; KI95 %: 0,28, 0,58) wurde in den städtischen Zentren und um 75 % (RR = 0,25; KI95 %: 0,14, 0,44) in den Städten beobachtet ländliche Standorte, wie aus Modell 2 geschätzt (Abb. 2).Es wurden zwei relative Spitzen bei den vorhergesagten Durchfallerkrankungen beobachtet, eine in der TS4-Saison, die der niedrigsten Durchschnittstemperatur und der niedrigsten Niederschlagsmenge entspricht, und eine andere in der TS1-Saison, die durch relativ heiße Temperaturen und mäßige Niederschläge gekennzeichnet ist (Abb. 2).An den städtischen Standorten wurde das saisonale Muster der Durchfallerkrankungen durch Temperatur und Niederschlag beeinflusst, was durch eine wesentliche Verbesserung der Modellanpassung oder eine Erhöhung des Q-Werts (Abb. 3) von 13 % auf 24 % durch Hinzufügen von angezeigt wird meteorologische Parameter.In den ländlichen Gebieten war der Beitrag der meteorologischen Parameter geringer, was zu einer 5 %igen Erhöhung des Q-Werts führte (von 20 % auf 25 %).Nach Bereinigung um den Gesamttrend sanken die wöchentlichen Durchfallerkrankungen in den städtischen Gebieten mit jedem Anstieg der Durchschnittstemperatur um 1 °C um 35 % (RR = 0,65; KI95 %: 0,55, 0,78);an den ländlichen Standorten wurde ein ähnlicher statistisch signifikanter Zusammenhang nicht beobachtet.In den ländlichen Gebieten erhöhte sich das Durchfallrisiko um 66 % (RR = 1,66; KI95 %: 1,11, 2,48) mit einem 10-fachen Anstieg der wöchentlichen Gesamtniederschlagsmenge im Vergleich zu einer minimalen Niederschlagsmenge von 1 mm pro Woche (Tabelle 4);in den städtischen Standorten wurde ein ähnlicher Zusammenhang nicht beobachtet.Die Verwendung der verzögerten Niederschlagsvariable in Modell 3 führte zu statistisch signifikanten positiven Zusammenhängen zwischen Niederschlag und Krankheitsrisiko an städtischen (RR = 1,40; KI95 %: 1,08, 1,80) und ländlichen (RR = 1,82; KI95 %: 1,22, 2,73) Standorten getrennt und für alle Standorte zusammen (RR = 1,51; KI95 %: 1,22; 1,88) (Tabelle 4).Es wurde eine stärkere Assoziation zwischen Niederschlag und Durchfallrisiko in ländlichen Gebieten als in städtischen Gebieten aufrechterhalten.An den städtischen Standorten verdoppelte ein 100-ppm-Anstieg der medianen TDS im privaten Bereich nach Anpassung für Trend, Saisonalität und meteorologische Parameter das Durchfallrisiko (RR = 2,23; KI95 %: 1,12, 4,73).Ein erheblicher Anstieg des Durchfallrisikos wurde auch bei einer 10-fachen Erhöhung der TC-Konzentration in der privaten Domäne beobachtet (RR = 4,25; CI95 %: 1,24, 14,53).Im Gegensatz dazu war ein 10-facher Anstieg der FC-Konzentration mit einer 68 %igen Verringerung des Durchfallrisikos verbunden (RR = 0,32; KI95 %: 0,18, 0,59) (Tabelle 5, v.1).An den städtischen Standorten wurden diese Assoziationen beibehalten, wenn imputierte WQ-Werte für private Domänen verwendet wurden (Tabelle 5, v.2).An den ländlichen Standorten wurden keine statistisch signifikanten Zusammenhänge zwischen den Durchfallerkrankungen und dem WQ der privaten Domäne beobachtet.Die Saisonabhängigkeit der physikalisch-chemischen WQ-Parameter in unserer Studie war gut definiert und die saisonalen Spitzen stimmten mit denen anderer Studien überein.Die maximale NO3−-Konzentration trat im Vergleich zu trockenen Bedingungen während und unmittelbar nach einer erheblichen Regenmenge auf.Dieses saisonale Muster weist auf eine mögliche Schadstoffauswaschung aus dem Boden hin (z. B. von stickstoffhaltigen Düngemitteln aus landwirtschaftlichen Anwendungen)10.Die niedrigsten TDS-Werte wurden während und nach Regenperioden beobachtet, möglicherweise aufgrund von Verdünnung.Die saisonalen Muster bei NO3− und TDS stimmen mit den Ergebnissen von Giridharan et al.9 überein.Während eine schwere mikrobiologische Kontamination über die Zeit, die Studienorte und -domänen hinweg üblich war, wurden saisonale Zunahmen beobachtet.Die TC-Konzentrationen im öffentlichen Bereich an beiden Studienstandorten erreichten während der Regenzeit ihren Höhepunkt, wobei die niedrigsten Konzentrationen in den heißesten Monaten auftraten.Da sich die Wassersysteme in einem schlechten baulichen Zustand befinden, ist zu erwarten, dass die Bakterienkonzentrationen im Leitungswasser durch das Eindringen von fäkalen Verunreinigungen aus der Umgebung beeinflusst werden, was eher in Zeiten starker Regenfälle auftritt.Höhere bakterielle Kontaminationen bei Nässe wurden in anderen Studien in Grundwasser8 und Oberflächenwasser30 aufgrund von Auslaugungs- und Spüleffekten festgestellt.Eine kürzlich durchgeführte Metaanalyse berichtete, dass in den meisten Studien Spitzenwerte der Konzentration von Indikatorbakterien im Trinkwasser bei nassen Wetterbedingungen auftreten.Wenn WQ in Rohrleitungssystemen speziell berücksichtigt wurde, stimmten sechs Studien mit diesem Trend überein und zwei Studien fanden höhere Kontaminationswerte bei trockenen Wetterbedingungen31.Zur gleichen Zeit, als die niedrigste Konzentration von TC beobachtet wurde (ungefähr in Woche 40 der Studie), insbesondere im öffentlichen Bereich, gab es sowohl in städtischen als auch in ländlichen Gebieten einen Höchststand in der Haushalts-FC-Konzentration.Die positiven Unterschiede sowohl in den TC- als auch in den FC-Konzentrationen zwischen öffentlichen und privaten Bereichen während der meisten Wochen der Studie zeigen, dass WQ im privaten Bereich das ganze Jahr über durchweg niedriger ist als im öffentlichen Bereich.Der Unterschied ist in Zeiten geringerer Konzentrationen im öffentlichen Bereich am größten.Das Phänomen einer Zunahme der bakteriellen Kontamination von sauberem Quellwasser auf Haushaltsebene wurde bereits früher dokumentiert32.Dieser Unterschied ist um die Woche 40 der Studie herum am ausgeprägtesten, was mit der heißesten Jahreszeit zusammenfällt, was auf hohe Innentemperaturen hindeuten kann, die das Bakterienwachstum in den Lagerbehältern fördern.In der Trockenzeit ist auch die Wasserverfügbarkeit geringer, insbesondere in städtischen Gebieten, was höchstwahrscheinlich längere Lagerzeiten erfordert.Längere Lagerzeiten ermöglichen mikrobiologische WQ-Veränderungen durch natürliches Wachstum und Attenuierung sowie anthropogene Ursachen (z. B. schlechte Hygienepraktiken durch zu geringen Wasserverbrauch)33.Unter Berücksichtigung von Trend und Saisonalität war der Niederschlag mit einem Anstieg der öffentlichen und privaten TC-Konzentrationen und der öffentlichen FC-Konzentrationen in den ländlichen Gebieten verbunden.In den städtischen Gebieten wurde keine Auswirkung des Niederschlags auf die bereits hohen TC- und FC-Konzentrationen im öffentlichen Bereich beobachtet, und sowohl die TC- als auch die FC-Konzentration nahmen mit zunehmendem Niederschlag im privaten Bereich ab.Eine mögliche Erklärung für diese Dynamik ist, dass in ländlichen Gebieten, wo die Kontamination im Freien aufgrund offener Defäkationspraktiken und der Haltung von Tieren in der Nähe des Hauses hoch ist25, nasse Wetterbedingungen zu höheren Bakterienkonzentrationen im Wasser führen.In städtischen Gebieten ist der vielleicht vorherrschende Faktor, der zu der umgekehrten Assoziation mit Niederschlag beiträgt, die oben erwähnte saisonale Wasserverfügbarkeit, was bedeutet, dass geringere Niederschlagsmengen zu Wasserknappheit und damit zu einem niedrigeren mikrobiologischen WQ führen.Bei den Durchfallerkrankungen wurde ein starker Abwärtstrend, bereinigt um die beobachtete Population, und ein moderates saisonales Muster beobachtet.Dieser Trend dominierte über die Saisonalität und wurde durch das Altern der Hauptverursacher der gemeldeten Fälle (dh Kinder unter 5 Jahren) und die im Laufe der Zeit abnehmende Anfälligkeit für Durchfall verursacht.Die insgesamt höheren Durchfallerkrankungen in den städtischen Gebieten waren höchstwahrscheinlich auf eine höhere Prävalenz von Überbelegung zurückzuführen, ein unabhängiger Risikofaktor für Durchfallinfektionen im Untersuchungsgebiet25.Es wurden zwei relative Spitzen bei den vorhergesagten Durchfallerkrankungen beobachtet, eine in TS4 und eine andere in TS1.Der erste Höhepunkt fiel mit kühlen und trockenen meteorologischen Bedingungen zusammen, was mit dem saisonalen Muster von Rotavirus-Infektionen in tropischen Klimazonen13,15 und insbesondere in Vellore16 übereinstimmt.Der zweite Höhepunkt fiel mit wärmeren Temperaturen und dem Beginn von Regen zusammen, was dem saisonalen Muster von Cryptosporidium und bakteriellen Darminfektionen näher kommt12,14.Neben der Saisonalität wurden auch unabhängige Effekte von Temperatur und Niederschlag beobachtet.In den städtischen Gebieten nahmen die Temperatur ab und Regen (mit 3-wöchiger Verzögerung) erhöhte das Durchfallrisiko.In den ländlichen Gebieten erhöhte auch der Niederschlag das Durchfallrisiko, und die Temperatur zeigte keine Wirkung.Die negative Assoziation mit der Temperatur, die in unserer Studie festgestellt wurde, stimmt mit Rotavirus-Saisonalitätsstudien überein13,15.Die positive Assoziation mit Niederschlag steht im Einklang mit den meisten anderen Studien, die diese Beziehung untersuchen;Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:Leider ist für diesen Artikel derzeit kein teilbarer Link verfügbar.Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt