这项研究是在韩国龙仁Severance大学附属医院进行的，该医院拥有580张床位，年平均入住率为82%。该机构自2020年开业以来就安装了RTLS定位传感器。所有的卫生保健工作者和住院病人都被发放了RTLS标签，以检测他们的位置。

自COVID-19被宣布为大流行以来，每天监测该医院的医护人员、住院患者和护理人员是否出现COVID-19症状。护理人员包括患者的家庭成员或私人雇佣的护理人员。员工被要求每天至少通过移动应用程序报告一次与covid -19相关的症状。住院患者和护理人员有义务在入院前进行筛查性逆转录聚合酶链反应(RT-PCR)检测，并由值班护士密切监测与covid -19相关的症状，并以电子方式记录。对出现covid -19相关症状的人员进行了SARS-CoV-2聚合酶链反应(PCR)检测，并对SARS-CoV-2检测阳性的人员实施了隔离措施。随后由感染控制办公室工作人员和数字信息小组开展接触者追踪工作，并根据接触程度对接触者进行分层。建议所有接触者，无论接触程度如何，至少接受一次SARS-CoV-2检测，特别强调接触后14天内的高风险接触者或出现症状的接触者。根据感染控制办公室工作人员的判断，对被确定为接触者的人采取了隔离等接触后措施。由于收集RTLS数据仅用于研究目的，因此没有仅根据RTLS数据实施暴露后干预措施。

对2022年1月23日至3月25日确诊的新冠肺炎住院接触病例进行回顾性病例对照研究。本研究包括所有通过常规方法或RTLS确定的卫生保健工作者、住院患者及其护理人员的接触病例。从接触之日起至最后一次接触后14天或后续SARS-CoV-2 PCR检测之日，对参与者进行了随访。

在新冠肺炎确诊患者出现症状或PCR检测阳性前2天开始接触者追踪。接触者追踪的传统方法是从面对面访谈开始，然后审查电子医疗记录，并根据访谈中获得的信息监测闭路监控摄像头的反馈。基于rtls的接触者追踪由数字信息小组单独执行。当患者检测呈阳性时，数字信息小组从RTLS中提取数据以确定密切接触病例。可以探测半径20米以内的信号的射频RTLS传感器分布在医院的每个房间和开放空间的每10米。医院工作人员和住院病人必须随时佩戴RTLS标签。每隔1 ~ 3秒从标签发出信号，通过标签-标签信号相互作用来确认房间内是否有个体存在或确认个体之间的距离。当两个人足够接近指定距离时，开始计算接触时间，得到两个人之间的累积接触时间。一般来说，从RTLS提取数据的时间不超过30分钟。

暴露水平是根据疾病控制和预防中心(CDC)的指导方针确定的[ 22]。疾病预防控制中心根据接触程度提供有关COVID-19在接触者之间传播风险的信息，并建议预防疾病传播的行动。高危接触定义为未戴口罩与确诊患者在2米范围内密切接触15分钟以上，或未戴手套或防护服与确诊患者有身体接触。中等风险暴露定义为佩戴中等防护装备与确诊患者在2米范围内接触15分钟以上。低风险接触被定义为与有足够防护装备的确诊患者接触，或在没有防护装备的情况下与高危接触范围以外的患者接触。

本研究的主要终点是SARS-CoV-2在接触病例中的继发传播。当接触后14天内SARS-CoV-2 PCR检测结果为阴性后转化为阳性时，假定存在二次传播。那些以前没有检测结果的人也被包括在内，除非他们有其他感染源的证据，例如同时被诊断为指数患者，有已知的家族传播，或出现与covid -19相关的症状。

排除标准如下:(1)无可识别的年龄或性别信息;(2)无后续PCR结果;(3) rtls确诊病例中与指标患者的距离大于3米。

回顾性收集住院确诊COVID-19患者资料。资料，包括年龄、性别、疫苗接种史(包括疫苗接种次数和距离上次疫苗接种的天数)、随访SARS-CoV-2 PCR检测结果、阳性诊断日期、最近接触距离、2米内接触时间、是否使用个人防护装备、佩戴口罩习惯、职业类型、指标患者职业类型、最后接触日期、是否与指标患者共用房间、通过审查为接触者追踪而获得的记录，收集了用于确定接触者病例和暴露后措施的方法，以及是否佩戴了标签。由于长时间接触，无法进行事实验证，因此根据医院的政策，通过估算填补了佩戴口罩的部分数据。”

对从参与者收集的鼻咽拭子样本进行SARS-CoV-2 RT-PCR。根据制造商的说明，使用MagNA Pure 96系统(罗氏诊断)在病毒转运介质中从鼻咽拭子中提取RNA。根据制造商的说明，提取的RNA然后进行Allplex SARS-CoV-2试验，该试验针对单管中的4个基因(E、N、RdRp和S基因)检测SARS-CoV-2感染。采用CFX96实时PCR检测系统(Bio-Rad Laboratories)进行PCR扩增。

对继发传播病例和检测阴性病例进行比较分析。我们允许纳入同一个体的多次发作，因为每次接触病例的性质不同。使用曼-惠特尼量表比较基线特征 U测试，独立样本 t检验，或对连续变量的方差分析，以及χ²分类变量的费雪精确检验。连续变量表示为平均值或中位数(IQRs)，分类变量表示为带有百分比的数字，用于描述基线特征。采用Logistic回归对相关变量进行校正，以确定与二次传播相关的因素 P值<。05in univariate analysis. Cumulative hazard curves were created using the Kaplan-Meier method, and the hazards of detecting secondary transmission for each model were compared according to the study date using the log-rank test. Sensitivity analysis was conducted with participants having follow-up PCR results within 14 days available to identify either consistency of or differences in the magnitude of the effect. Missing values were removed from the analysis. All statistical analyses were performed using SPSS software version 26 (IBM Corp). Two-sided P值<。05were considered statistically significant.

本研究经延世大学卫生系统临床试验中心机构审查委员会批准，研究方案遵循赫尔辛基宣言的原则。由于该研究是回顾性的，机构审查委员会放弃了参与者书面知情同意的要求(批准号:9-2022-0027;于2022年4月22日批准)。

在上述方法鉴定出的1794例病例中，排除了261例无年龄、性别信息，排除了98例距离指标患者3米以上的rtls确诊病例，排除了347例无随访检测结果的病例。结果，1088例接触病例被纳入分析。在接触后14天内SARS-CoV-2检测呈阳性的79例病例中，有3例由于存在其他传播源而被排除在二次传播之外( 图1）.

所有参与者的基线特征如下文所示。参与者的平均年龄为41.5岁(SD 17.5)，男性参与者占25.3%(275/1088)。接触者中70.7%(769/1088)为卫生保健工作者，其中医生6.2%(48/769)，护士71.5%(550/769)，其他22.2%(171/769)。接触前至少接种一次疫苗的比例为83.8%(741/884)，距离最后一次接种疫苗的中位数为82天(IQR 54-82)。中位接触时间为240分钟(IQR 41-1675.8)。在指定的指标患者中，80.3%(843/1051)为卫生保健工作者。此外，71.9%(736/1023)的住院病例确认共用房间。高危接触者占63.5%(436/686)，中危接触者占28.9%(198/686)，低危接触者占7.6%(52/686)。 多媒体附录1）.

在1088例764例受试者中，76例65例受试者出现二次传播，1012例730例受试者SARS-CoV-2呈阴性( 图1）.两种方法共鉴定接触者74例，而常规方法和RTLS方法分别鉴定509例和653例。确定了与常规方法相比RTLS检测的相关因素。年轻(37.6岁，SD 14.5 vs 47.6岁，SD 19.6岁; P<.001)，作为卫生保健工作者(88.5%对60.3%; P<.001)，作为卫生保健工作者是指数患者(91.4% vs 62.4%; P<.001)，房间共享(75.5% vs 69.9%; P= 0.04)，佩戴口罩(26.5% vs 41.6%; P<.001)，暴露时间较长(391 [IQR 64-1804] vs 33 [IQR 10-240]分钟; P<.001)与RTLS检测相关。考虑到大量的缺失值( 表1）.由于没有记录暴露时间，导致传统方法中暴露水平值的缺失。仅涉及二次传播病例的分析显示，使用RTLS专用方法检测到更多卫生保健工作者( 多媒体附录2）.

继发性传播病例的基线特征见 多媒体附录1。综合所有接触者追踪方法，二次传播率为7.0%。RTLS模型的二次传输率为8.1%，而常规方法模型的二次传输率为5.3% ( 表2）.根据确认日期展开的结果见 图2，这表明RTLS在检测二次传输方面的贡献高于常规方法。

我们计算了继发性传播组的优势比(OR)，并将SARS-CoV-2检测呈阴性的组作为对照。将单因素分析中具有临床意义和统计学意义的变量纳入多因素分析。在单因素分析中，临床相关变量和有统计学意义变量的校正优势比(aOR)显示，男性(aOR 0.11, 95% CI 0.01-0.53; P=.03)，距离最后一次接种疫苗的持续时间较长(aOR 1.04, 95% CI 1.01-1.07; P= 0.006)，采用RTLS作为接触者追踪方法(aOR 6.15, 95% CI 1.92 ~ 28.69; P=.007)与继发性传播有关( 表3）.Kaplan-Meier曲线显示，在研究期结束时，RTLS确定的接触病例中继发传播的检出率有所增加( 多媒体附录3）.此外，一项涉及接触病例的亚组分析在14天内进行了可用的后续PCR检测，得出了类似的结果( 多媒体附录4）.

两组间的累积接触时间差异无统计学意义。继发性传播病例的中位接触时间为630 [IQR 72.5-1510.5]分钟，对照组为240 [IQR 41-1678]分钟( 多媒体附录1）.2米范围内接触15分钟发生二次传播3例。所有3例均被RTLS识别，并精确计算时间。这些个案均不涉及产生气溶胶的工序。

该研究表明，RTLS在识别与SARS-CoV-2继发性传播相关的密切接触病例方面具有额外的优势，可识别常规方法未检测到的64.5%(49/76)的额外病例。RTLS在检测随后发展为COVID-19的高危接触病例方面比传统方法具有更高的功效。但是，由于灵敏度适中，该技术可能不能与常规方法分开使用。

在以前的研究中已经探讨了RTLS在医院环境中追踪多种传染病接触者的效用。研究人员认为，与传统的追踪方法相比，RTLS在检测COVID-19等飞沫传播疾病的接触病例方面具有中高灵敏度，但阳性预测值较低[ 21， 23]。研究表明，RTLS追踪方法的敏感性(653/1088,60.0%)高于常规追踪方法(509/1088,46.8%)。作为一种追踪接触者的单一方法，这个值是不可接受的。然而，这种方法在效率方面显示出令人鼓舞的结果。据我们所知，本研究首次讨论了RTLS检测继发性SARS-CoV-2感染相关高危接触病例的效率。两种方法联合使用时，医务人员和患者的二次传播率为7.0%，而RTLS鉴定的二次传播率为8.1%，常规方法鉴定的二次传播率为5.3%。平均二次传播率低于社区环境[ 24- 26]。由于分母中涉及的接触病例是通过没有已知金标准的方法确定的，因此，二次传播率越高，可能意味着接触者追踪方法的效率越高。logistic回归模型表明，RTLS检测到二次传播病例的几率高于常规方法。这可能表明RTLS在进行接触者追踪方面并不亚于传统方法，特别是考虑到其节省时间的特性。

以常规方法为参照时，RTLS的灵敏度较低(74/653,11.3%)。这种差异与RTLS或传统方法的固有局限性有关。RTLS的有效性取决于参与者佩戴标签的承诺和信号激励器的频率[ 27]。正如本研究所显示的，参与者佩戴标签的行为和位置与差异有关。由于良好的标签佩戴行为，年轻护士工作与RTLS检测相关。传统的接触追踪在很大程度上依赖于一个人的记忆，这可能是主观的和不准确的。它往往倾向于识别易受感染的接触者，比如住院病人，这可能是这种差异的另一个解释。RTLS在用于高传染性疾病时是有益的，因为它节省了时间，可以帮助发现与二次传播相关的更多高风险接触者。Kaplan-Meier曲线显示，当每周报告的欧米克隆变异病例比例增加时，通过RTLS检测到的二次传播病例呈增加趋势。然而，我们的研究结果表明，RTLS不能单独用于追踪接触者。虽然RTLS作为传统方法的辅助方法的有效性已得到注意，但单独和单独使用RTLS尚未得到验证。值得注意的是，如果没有常规方法，近40.0%(435/1088)的接触者和30.3%(23/76)的二次接触者可能被遗漏。 Based on the results of the analysis ( 表1)和Kaplan-Meier曲线( 多媒体附录3)，我们建议在追踪可能佩戴标签的高度传染性疾病患者(如护理人员)的接触者以及长时间共用同一空间时使用RTLS。

表明长期暴露于有症状源的因素，如共用房间和戴口罩的行为，与二次传播无关，这与先前的研究结果不一致[ 28， 29]。另一方面，女性会增加二次传播的风险。这可能是因为该机构的护理人员大多是妇女，并且参与的活动具有很高的传播风险。应收集详细信息以讨论传播风险。

需要注意的是，接触时间在两组之间没有统计学差异。由于实施了能够精确量化时间的方法，本研究在确定接触时间在疾病传播中的意义方面具有优势。考虑到卫生保健机构中个人之间发生的相互作用，与确诊患者在一起的平均时间很长，这是合理的。考虑到以往强调污染物在疾病传播中的作用的研究，当累积时间超过一定程度时，保持严格的预防措施，如勤洗手，对于预防疾病传播至关重要[ 30.， 31]。此外，有3例接触时间少于15分钟的传播病例，这已被疾病预防控制中心指定为传播切断。考虑到在高风险部门工作的参与者人数没有显著差异(数据未显示)，即使存在因咳嗽和打喷嚏等高风险行为而传播的风险，产生气溶胶的程序也不能归因于这一发现。鉴于先前的报告指出现行准则未能控制该疾病，[ 32]，有必要进一步努力阐明SARS-CoV-2的传播阈值。RTLS可用于研究目的，以更好地表征新疾病或变异的传播率，从而指导机构和政府政策。

这项研究有一些必须承认的局限性。首先，如果没有基因分析，索引病例的假设可能不完全准确[ 25， 29]，特别是考虑到2019冠状病毒病在社区的高发病率。其次，由于研究的回顾性设计，我们无法确认个人防护装备的使用程度和症状的存在，特别是对于RTLS确定的接触病例。第三，由于缺乏验证，我们无法准确计算RTLS接触追踪模型的正预测值。最后，我们应该考虑RTLS的安装成本，这在资源有限的环境中可能是不可行的。然而，这项研究的重要之处在于，它调查了一种新技术在医院环境背景下追踪接触者的效用，反映了疾病传播实际发生的现实环境。我们的研究结果强调了进一步研究的必要性，利用前瞻性收集的数据来调查该技术的效率。

这项研究表明，RTLS等新技术在作为传统接触者追踪方法的辅助方法时是有益的，特别是当个体彼此共用房间和受到高度传染性疾病的影响时。然而，RTLS并不能完全取代传统的接触追踪方法。