原始论文
摘要
背景:随着移动电话在资源有限的环境中越来越多的可用性,它可能为参与式综合征监测提供一个重要的工具,其中用户直接将症状数据提供给一个集中的数据库。
摘要目的:我们研究了一个基于手机应用程序的参与式综合征监测系统的性能,该系统收集综合征数据(急性发热性疾病和急性胃肠炎),以检测生活在危地马拉资源匮乏和农村地区的一组儿童的登革热病毒和诺如病毒。
方法:随机抽取的家庭被提供了一部手机,并被要求使用症状日记应用程序(Vigilant-e)提交每周报告。报告急性发热疾病或急性胃肠炎的参与者使用决策树算法回答了额外的问题,随后由研究护士到家中进行第二次访谈,如果确认为急性发热疾病,则收集登革热病毒样本,如果确认为急性胃肠炎,则收集诺如病毒样本。我们使用Vigilant-e应用程序分析了与综合征数据自我报告减少相关的风险因素,并评估了改善自我报告的策略。我们还评估了自我报告和护士在家访期间收集的数据之间的一致性。
结果:2015年4月至2016年6月,207个家庭的469名儿童提供了471人年的观察。平均每周症状报告率为78%(范围58%-89%)。在观察的前25周内,使用Vigilant-e应用程序的周报告率较低(<70%)的家庭(n=57)有更多的孩子(平均2.8,标准差1.5 vs平均2.5,标准差1.3;风险比[RR] 1.2, 95% CI 1.1-1.4),在研究入组时使用手机发短信的可能性较小(61%,35/57 vs 76.7%, 115/150;RR 0.6, 95% CI 0.4-0.9),在当地公共诊所获得护理的可能性较小(35%,20/57 vs 67.3%, 101/150;Rr 0.4, 95% ci 0.2 ~ 0.6)。女性参与者的父母应答率较低(57.1%,84/147 vs 43.8%, 141/322;Rr 1.4, 95% ci 1.1-1.9)。一些外部因素(蜂窝塔倒塌,有争议的选举)与报告减少有关。不良反应率(<70%)与急性胃肠炎、诺如病毒相关的急性胃肠炎、急性发热疾病和登革病毒相关的急性发热疾病的低病例报告相关(P<措施)。家长在Vigilant-e应用程序上报告的症状数据与护士收集的发烧数据一致(kappa=.57,P<.001),呕吐(kappa=.63,P<.001),腹泻(kappa=.61,P<.001),随着父母报告与护士家访间隔时间的增加,一致性降低(<1天:kappa=.65-.70;≥2天:kappa=.08-.29)。
结论:在危地马拉一个资源有限的农村地区,一个基于手机应用程序的参与式综合征监测系统在家访期间显示了高报告率和父母报告数据与护士报告数据之间的良好一致性。一些家庭水平和外部因素与综合征报告减少有关。低报告率与综合征和病原特异性病例确定减少有关。
doi: 10.2196 / jmir.8041
关键字
简介
鉴于许多地方病和新发传染病,有必要提高低收入和中等收入国家的监测能力。移动医疗(mHealth)系统利用移动通信技术日益普及的优势,通过直接从用户获取实时报告,为提高低收入和中等收入国家的监测能力提供了一种潜在的具有成本效益的工具。
卫生保健工作者(hcw)已成功地在中低收入国家使用移动卫生平台进行疾病监测、病原体传播图谱绘制和决策支持[
- ].然而,这些系统仍然主要依赖于卫生保健机构的被动自愿报告,这导致了严重的漏报[ , ].此外,世界卫生组织估计目前短缺700多万名卫生工作者,预计到2035年短缺人数将增加到1290万名,限制了卫生工作者报告疾病的能力[ ].集中监测的另一种方法是将数据收集从卫生保健中心和卫生保健中心“任务转移”到卫生保健消费者。参与式综合征监测系统使用移动健康工具,让社区成员直接自我报告表明特定疾病的症状[
, ].这些系统传统上依赖于电子邮件或基于互联网的报告,现在正在向短消息服务(SMS)和最近的移动电话应用程序平台过渡。 , ].在过去十年中,发达国家已将参与式综合征监测用于流感和综合征(即急性呼吸道疾病)监测,但其在低收入和中等收入国家的使用有限,特别是与诊断检测结合使用[ , - ].与大多数中低收入国家类似,危地马拉在参与式综合征监测方面经验有限,几乎完全依赖被动的集中式监测系统来估计疾病负担,包括对登革热病毒和诺如病毒等重要的新出现病原体的估计,这两种病原体分别是发烧和腹泻的最常见原因[ - ].为了更好地理解参与式综合征监测在中低收入国家新发疾病监测中的效用,我们研究了一种基于手机应用程序的参与式综合征监测系统在危地马拉一个资源匮乏、互联网和电信接入有限地区的随机儿童队列中检测急性发热性疾病和急性胃肠炎的性能和可接受性。
方法
研究环境和人群
这项研究在200公里范围内的25个社区进行2危地马拉西南部沿海低地的集水区。生活在这些社区的人口面临严重的粮食不安全、贫困、难以获得医疗保健以及腹泻和呼吸道疾病的高发病率[
].有6周至17岁儿童的家庭有资格参加研究。一个同意的家庭中的所有孩子都可以参加,如果至少有一个孩子参加,这个家庭就被包括在内。如果家长在接受指导后不能熟练提交每周的手机症状日记,则排除该家庭。手机应用开发与使用
使用了由Integra IT(波哥大,哥伦比亚)开发的加密安卓手机应用程序(Vigilant-e)。该应用程序允许研究参与者使用简化的问题算法和决策树逻辑直接输入和报告症状或事件(参见
为Vigilant-e应用程序截图)。一旦提交,加密的参与者数据将通过蜂窝数据网络自动上传到安全的中央数据库,并从移动电话中删除。提交到数据库的数据是实时可用的,可以生成自动警报并以电子方式发送给研究人员,识别符合预定义病例定义(急性发热疾病或急性胃肠炎)或儿童疾病综合管理(IMCI)警告信号的参与者[ ].Vigilant-e应用程序的配置有研究调查员、研究护士、社区成员和Integra IT团队的参与。考虑到该地区教育程度低和移动电话使用率低,用户界面被简化为尽可能少的问题,并在可能的情况下使用简单的语言和视觉辅助。研究人员接受了培训,并对应用程序进行了实地测试,以确定移动数据覆盖率是否可以接受。虽然互联网覆盖范围是可变的,但Vigilant-e应用程序能够在本地存储数据,直到获得数据覆盖范围,此时数据会自动上传到研究数据库。为了避免不必要地消耗参与者的可用数据,除了Vigilant-e和WhatsApp,以及电话和短信应用程序外,他们手机上的所有应用程序都被屏蔽了,这样参与者就可以在需要时与研究护士交流。
病例定义
病例定义在研究开始前创建。急性肠胃炎定义为自我报告的呕吐或腹泻至少3天或在前一周出现1天或以上的呕吐或腹泻。诺如病毒相关急性胃肠炎定义为在采样时诺如病毒逆转录聚合酶链反应(RT-PCR)检测同时阳性的急性胃肠炎。急性发热疾病定义为前一周内自我报告发烧至少2天。登革热定义为采样时登革热病毒RT-PCR试验或抗denv IgM血清学试验阳性的急性发热疾病。如果儿童连续报告急性胃肠炎或急性发热性疾病2周以上,则只纳入第一周的临床资料和样本。
监测系统
所有家庭均采用采用世界卫生组织批次质量保证方法的两阶段聚类抽样策略进行筛选和登记,如前所述,在研究集水区内随机登记30组7户家庭[
- ].在登记时收集了人口统计学、地理信息系统(GIS)、暴露情况和临床数据,包括对家庭中移动电话的存在和使用情况的调查。为所有参与家庭提供了一部安装了Vigilant-e症状日记应用程序的研究专用手机(华为Y330),并要求每个参与儿童每周完成一份症状报告(发烧、呕吐或腹泻)。对于发烧、呕吐或腹泻的阳性报告,研究护士打电话给参与者确认症状并询问其他临床问题。如果一个家庭在某一周内没有收到周报,研究护士就会打电话给家长,提醒他们提交周报的要求。任何符合每周报告中急性发热疾病或急性胃肠炎病例定义的参与者都由研究护士到其家中进行访问,报告和家访之间的目标间隔时间不超过48小时。在这次访问期间,研究护士将重复症状日记应用程序上提出的相同问题,并分别从报告急性胃肠炎和急性发热疾病的参与者那里获得粪便或血液样本。任何有儿童疾病综合评价危险迹象的参与者都被转诊到医疗设施;研究医师监督所有护士。从2015年10月2日开始,如果参与者在给定的一周内没有提交症状日记,研究护士被允许打电话给该家庭,手动将每周症状日记数据输入研究数据库,而不是完全依赖Vigilant-e应用程序。从2016年4月初开始,研究护士访问了所有参与家庭,更换了任何故障的手机,并提醒参与者使用应用程序提交每周症状数据。使用每周症状日记的前瞻性监测一直持续到2016年6月,在此期间进行了最后一次结案访问。
实验室检测
采用疾病控制和预防中心的登革病毒试验(DENV-1-4)和IgM抗denv IgM酶联免疫吸附试验(ELISA, InBios Inc, Seattle, WA, USA)对前瞻性随访期间急性发热疾病患者的血清样本进行了登革病毒RT-PCR检测。使用Copan FLOQSwabs (Brescia,意大利)收集粪便标本,或通过直肠拭子收集,或在新鲜(<2小时)粪便样本上收集,并在测试前用eNAT转运液洗脱(Copan, Brescia,意大利),这两种收集技术之前证明了相似的分子病毒产量[
, ].样品在-20°C现场储存,用干冰运送到危地马拉山谷大学(UVG),在那里按照前面所述进行诊断测试[ , ].统计分析
采用广义线性模型,采用正二项响应分布和对数链接函数,比较应答率大于或等于70%的家庭和应答率小于70%的家庭的人口统计学变量。70%的截点是根据以往非低收入和中等收入国家参与性综合征监测研究中观察到的响应率选择的[
, , , ].使用Kendall tau(连续变量)和kappa统计量(分类变量)计算Vigilant-e应用程序上报告的症状与研究护士在家访中报告的症状的一致性。所有数据分析均采用SAS v 9.4 (Cary, NC, USA)。使用R和谷歌卫星图像中的“sp”空间包按回应率绘制住户图[ ].道德监督
该研究得到了科罗拉多多机构审查委员会、UVG机构审查委员会和危地马拉卫生部国家伦理委员会的批准。当地西南特里菲尼奥社区研究咨询委员会同意了这项研究。
结果
该研究于2015年4月至9月期间,从444个(46.6%)符合条件的家庭中抽取207个进行调查,其中包括469名儿童(
).研究参与率下降最常被引用的原因(n=73)包括缺乏对儿童的感知益处(21/ 73,29%),直肠标本采集不适(16/ 73,22%),不想对手机负责(12/ 73,16%)。入选的家庭为97.1%(201/207)非土著,家庭中居住人口平均为5.0 (SD 1.8),包括平均2.6 (SD 1.4)名18岁以下儿童,平均年龄为7.3 (SD 4.7)岁( ).家庭密度为半农村,平均每300 m 9.5户(标准差8.6)288.4%(183/207)的家庭的主要照顾者(以及大多数情况下的研究手机用户)是识字的;24.6%(51/207)的父亲和18.4%(38/207)的母亲曾受过中等教育。在研究开始时,12.1%(25/207)的家庭报告没有手机,39.6%(82/207)的家庭报告使用手机。在有手机的家庭中,72.5%(150/207)使用手机发短信,37.9%(69/182)使用手机上网,其中19.7%(13/66)至少每天上网。
从2015年4月至2016年6月,纳入的参与者完成了471人年的前瞻性观察,纳入儿童的平均每周症状报告率为78%(范围为58%-89%)。在观察的前25周,使用Vigilant-e应用程序每周父母症状报告率低(<70%)的研究参与者比每周父母症状报告率高(≥70%)的研究参与者更有可能是女性(57% vs 44%,风险比[RR] 1.4, 95% CI 1.1-1.9)。每周症状报告率低(<70%)的家庭(n=57)更有可能有更多的孩子(平均2.8,SD 1.5 vs平均2.5,SD 1.3;与报告率≥70%的家庭相比(RR 1.2, 95% CI 1.1-1.4),在研究登记时使用手机发短信的可能性较小(61% vs 77%, RR 0.6, 95% CI 0.4-0.9),并且在当地公共诊所获得医疗保健的可能性较小(35% vs 67%, RR 0.4, 95% CI 0.2-0.6)。
).报告率低与高的家庭的群集密度没有差异,而基于地理位置的报告率没有显著差异( ).每周报告率低的家庭报告急性胃肠炎、诺如病毒相关的急性胃肠炎、急性发热疾病和登革病毒相关的急性发热疾病的可能性明显低于每周报告率高的家庭(P <幅, ).最常见的不提交周报的原因是数据信号差、使用手机不舒服、数据消耗大、手机被盗或丢失、忘记发送周报。一些外部因素扰乱了研究参与者每周的症状报告,包括一段时间的人员流动,当地蜂窝塔的倒塌,以及有争议的初选和二级全国选举(
).2015年10月之后,当护士被允许在特定一周内使用Vigilant-e应用程序未提交症状数据的个人直接手动将症状数据输入研究数据库时,平均每周报告在8周内从73%增加到82%(P <措施)( ).然而,在同一时间段内,使用Vigilant-e应用程序的父母自我报告症状数据从100%下降到60% (P<措施)。2016年4月后,当护士使用Vigilant-e应用程序进行干预以改善症状报告时,使用Vigilant-e应用程序自行输入症状数据的家庭比例从干预前的36%增加到干预后4周的54% (P= 0.046),总体平均每周报告率(自我报告和护士报告)保持在83%不变(P= iseq指数)。在将使用Vigilant-e应用程序报告的症状与护士在家访时(48小时内进行)记录的症状进行比较时,除出血外,Vigilant-e应用程序和家访之间的所有症状都有很强的一致性(出血很少报道)(
).急性发热疾病或急性胃肠炎报告与护士家访之间的平均时间间隔为1.2天(标准差为1.7天);69.9%(79/113)的参加者在接获报告后1天内到访,86.7%(98/113)的参加者在接获报告后2天内到访。Vigilant-e应用程序症状报告与护士家访之间的时间越长,报告者之间症状(发烧、呕吐和腹泻)的差异就越大( ).总体而言,在研究结束时,参与研究的满意度很高,178个(98.8%)家庭报告参与研究对他们个人有益,174个(96.6%)家庭报告参与使社区受益。特征 |
整体 |
响应 率≥70% |
响应 率< 70% |
RR (CI)b (ref≥70%) |
P |
|||||||||
孩子的特点一个 | ||||||||||||||
注册儿童n | 469 | 322 | 147 | |||||||||||
年龄(年),平均值(SD) | 7.3 (4.7) | 7.1 (4.8) | 7.5 (4.4) | 1.0 (1.0 - -1.04) | 无误 | |||||||||
性别(女),n (%) | 225 (47.9) | 141 (43.8) | 84 (57.1) | 1.4 (1.1 - -1.9) | .008 | |||||||||
儿童接种(轮状病毒)n (%) | 250 (53.3) | 165 (51.2) | 85 (57.8) | 1.2 (0.9 - -1.7) | 13。 | |||||||||
儿童上学(如果年龄≥6岁),n (%) | 217 (85.1) | 143 (84.1) | 74 (87.1) | 0.8 (0.5 - -1.4) | 55 | |||||||||
家庭特征 | ||||||||||||||
登记住户n | 207 | 150 | 57 | |||||||||||
室内个体,平均值(SD) | 5.0 (1.8) | 4.9 (1.7) | 5.2 (2.0) | 1.1 (0.9 - -1.2) | 低位 | |||||||||
每户入学儿童,平均值(SD) | 2.6 (1.4) | 2.5 (1.3) | 2.8 (1.5) | 1.2 (1.1 - -1.4) | 04 | |||||||||
每户入学年龄≤5岁的儿童,平均(SD) | 1.0 (0.8) | 1.0 (0.8) | 1.0 (0.8) | 1.0 (0.8 - -1.4) | 结果 | |||||||||
家庭集群密度,平均值(SD) | 9.5 (8.6) | 9.9 (3.4) | 8.1 (8.0) | 0.8 (0.6 - -1.04) | .09点 | |||||||||
初级护理人员识字率,n (%) | 183 (88.4) | 131 (87.3) | 52 (91) | 1.3 (0.6 - -3.0) | 点 | |||||||||
父亲学历≥中等,n (%) | 51 (24.6) | 34 (22.7) | 17 (30) | 1.3 (0.8 - -2.1) | 陈霞 | |||||||||
母亲学历≥中等,n (%) | 38 (18.4) | 32 (21.3) | 6 (11) | 0.5 (0.2 - -1.1) | .10 | |||||||||
公共诊所的保健,n (%) | 121 (58.5) | 101 (67.3) | 20 (35) | 0.4 (0.2 - -0.6) | <措施 | |||||||||
在现房居住时间(年),平均值(SD) | 8.1 (3.4) | 8.04 (3.4) | 8.34 (8.8) | 1.0 (0.9 - -1.1) | 点 | |||||||||
手机使用情况 | ||||||||||||||
每户平均手机数量(SD) | 1.4 (1.1) | 1.4 (1.0) | 1.4 (1.1) | 1.0 (0.8 - -1.2) | .95 | |||||||||
最先进的家用手机,n (%) | ||||||||||||||
没有电话 | 25 (12.1) | 16 (10.7) | 9 (16) | 裁判 | ||||||||||
禁止使用手机 | 99 (47.8) | 73 (48.7) | 26 (46) | 0.7 (0.4 - -1.4) | 收 | |||||||||
移动电话 | 82 (39.6) | 60 (40.0) | 22 (39) | 0.7 (0.4 - -1.4) | 36 | |||||||||
用于发短信的手机,n (%)c | 150 (72.5) | 115 (76.7) | 35 (61) | 0.6 (0.4 - -0.9) | 02 | |||||||||
使用可上网的手机,n (%)c | 69 (37.7) | 56 (42.1) | 13 (27) | 0.6 (0.4 - -1.1) | .10 | |||||||||
上网频率d,n (%) | ||||||||||||||
≤每周 | 53 (80.3) | 45 (81.8) | 8 (73) | 裁判 | ||||||||||
每天≥ | 13 (19.7) | 10 (17.8) | 3 (27) | 1.5 (0.5 - -5.0) | 的相关性 | |||||||||
综合征报告(2015年4月- 2016年6月)e | ||||||||||||||
急性胃肠炎,n (%) | One hundred. | 92 (0.7) | 8 (0.3) | 0.2 (0.1 - -0.4) | <措施 | |||||||||
诺如病毒相关急性胃肠炎n (%) | 12 (3.7) | 0 (0) | N / Cf | N / C | ||||||||||
急性发热性疾病n (%) | 122 | 112 (0.9) | 10 (0.3) | 0.2 (0.1 - -0.4) | <措施 | |||||||||
登革热相关急性发热疾病n (%) | 4 (1.2) | 0 (0) | N / C | N / C |
一个由于每户儿童数量相对较低,我们无法模拟每户多名儿童的随机效应。
b使用单变量广义线性模型计算风险比(RR)和95%置信区间,以监测前25周的二分类缓解率(≥70% vs <70%)作为感兴趣的结果。
c12%的家庭缺少这些变量。
d68%的家庭不知道这个变量,因为他们在上一个问题中说他们没有使用可以上网的手机。
e尽管综合征报告期较长(2015年4月至2016年6月),但反应率反映了前25周的监测情况。
fN/C:未计算
症状一个 | 症状日记app (n=113) |
护士家访(n=113) |
Kappa或Kendall taub | Pb |
发热,n (%) | 62 (56.9) | 79 (69.9) | .57 | <措施 |
发热持续时间(天),平均(SD) | 2.9 (1.3) | 3.0 (1.8) | .46 | <措施 |
皮疹,n (%) | 15 (24.2) | 16 (20.3) | .59 | <措施 |
疼痛,n (%) | 38 (61.3) | 45 (57.0) | 55 | <措施 |
恶心,n (%) | 29 (46.8) | 32 (40.5) | 的相关性 | <措施 |
出血,n (%) | 3 (4.8) | 1 (1.3) | 02 | 总共花掉 |
呕吐,n (%) | 62 (57.4) | 29 (25.7) | 点 | <措施 |
持续时间(天),平均值(SD) | 2.5 (2.0) | 1.9 (0.9) | i = | <措施 |
最大呕吐量/天,平均值(SD) | 4.5 (2.8) | 3.6 (1.7) | 56 | .002 |
腹泻,n (%) | 33 (30.3) | 70 (62.0) | 收 | <措施 |
腹泻持续时间(天),平均(SD) | 3.2 (1.8) | 3.4 (1.8) | 尾数就 | <措施 |
最大大便量/天,平均值(SD) | 4.7 (2.1) | 5.1 (2.2) | 29 | .006 |
一个如果参与者在应用程序或护士电话中回答“是的”,他们的孩子会发烧、腹泻或呕吐,他们会被问及其他症状问题。护士在家访时也用同样的筛查技术问了同样的问题(以及许多更详细的问题)。症状包括任何报告的症状,不论持续时间。
b分类变量为Kappa统计量,连续变量为Kendall tau统计量。
app报告和家访之间的天数一个 | n |
发热 |
呕吐 |
腹泻 |
|||||
卡巴 | P | 卡巴 | P | 卡巴 | P | ||||
<1 | 79 | 2 | <措施 | 点 | <措施 | 主板市场 | <措施 | ||
1 | 19 | .51 | 03 | .68点 | .002 | .76 | .002 | ||
≥2 | 15 | 。08 | 点 | 陈霞 | 29 | 13。 | .64点 |
一个随着自我报告症状(Vigilant-e app)和护士收集症状(家访)之间的时间间隔增加,这些报告机制之间的一致性降低(kappa系数)。如果护士收集的症状发生在自我报告的1天内,kappa一致性为0.65 - 0.70。
讨论
在危地马拉一个资源有限、识字率低的地区,我们实施了一个基于手机的参与性综合征监测系统,该系统每周回复率高,手机父母报告和护士家访报告之间的一致性高。我们确定了导致报告减少的个人和社区因素,包括研究参与者的女性性别、家中儿童数量较多、之前使用短信的经验较少,以及对当地公共卫生诊所的使用率较低。在我们的监视期间,一些外部因素与报告减少有关,包括蜂窝塔倒塌和全国选举,这突出了进行基于移动电话的监视的新问题。此外,我们还证明了与研究参与者的联系,无论是通过电话还是家访,都可能影响自我报告。最后,在这一诺如病毒和登革病毒负担高的地区[
, ],我们发现较低的每周自我报告率与较少发现的符合综合征(急性发热疾病和急性胃肠炎)和病原体特异性(登革病毒和诺如病毒)病例定义的事件之间存在关联。由于许多原因,包括缺乏训练有素的人员、基础设施和诊断检测,在资源有限的情况下很难进行前瞻性和准确的传染病监测。前瞻性监测研究传统上采用每周家访或电话收集综合征数据,然后对符合预定义病例定义的个体进行诊断测试,尽管这些系统需要大量资源和人员[
, ].在我们的研究中,我们通过训练他们使用基于手机的症状日记应用程序,将症状数据收集的任务直接转移给社区成员。尽管研究护士仍然被要求在给定的一周内打电话给没有提交报告的家庭,而且我们表明,研究护士与参与者之间的定期联系改善了报告,但绝大多数症状报告都是由研究参与者直接输入到电子数据库中。与研究护士收集的数据相比,家长报告的数据也很准确,特别是当护士在提交报告的同一天进行家访时。虽然无法获得当地的综合征数据,但我们估计的急性发热疾病发病率(每100人-年18.7例)与多个拉丁美洲国家使用每周家访系统(每100人-年26.7例)相似[ ].我们估计的急性胃肠炎发病率(21.0 / 100人-年)低于其他地方报道的估计(37-400例/ 100人-年),尽管这些其他研究通常包括不那么严格的病例定义(1天症状而不是3天),更年轻的人群(<5岁而不是<18岁),并且仍然显示急性胃肠炎发病率存在广泛的变异性[ , ].我们确定了在这个资源有限的地区进行基于手机的参与性综合征监测的几个实际经验教训。尽管移动电话越来越多地融入这些社区,但电信基础设施很容易受到干扰,蜂窝基站倒塌后的报告减少就证明了这一点。此外,其他外部因素,包括高员工流动率导致提醒电话延迟,以及影响参与者和研究人员的广泛抗议活动,都与自我报告减少有关。研究人员为用户提供了每月有限的数据使用量,并将手机锁定以防止使用与研究无关的应用程序,但参与者仍然找到了绕过这一过程的方法。我们发现研究人员和参与者之间的定期沟通可以改善报告,但这需要更多的人员。允许研究护士手动将参与者数据输入数据库,而不是参与者数据,导致总体报告改善,但与自我报告减少有关,在一定程度上破坏了参与性综合征监测系统。在此干预之前,非低收入和中等收入国家的报告率(74%)与参与性综合征监测研究一致[
, , , ],根据监测系统的需要(如疫苗有效性、疫情应对),可能就足够了。需要进一步的研究来更好地定义参与性综合征监测在这些特定环境中的作用,并优化参与者和研究人员之间的互动。随着移动电话和数据网络越来越多地融入世界资源有限的地区,基于移动电话的参与式综合征监测可能成为收集人口水平综合征数据的更有力工具。虽然我们在研究中为参与者提供了手机,但未来重要的一步将是允许用户下载症状日记应用程序到他们自己的手机上,并通过提供一些小的激励措施,如预付通话时间,鼓励症状自我报告。这一战略虽然仍需要工作人员与参与者保持联系并在需要时收集样本,但可以大大扩大监测平台。尽管将收集所有个体的症状数据,但将诊断测试限制在随机或更高风险(满足更具体的病例定义)的参与者子集将显著降低成本。这种类型的系统也可以用于特定人群,例如筛查孕妇寨卡病毒,或在埃博拉等新出现的病原体暴发期间。由于移动电话的使用在人口中并不是均匀分布的,因此对这些类型的监控项目来说,找到确保人口水平代表性的策略是很重要的。
这项研究有几个优点和局限性。我们选择在危地马拉资源最有限的地区之一进行研究,该地区70%的人口报告粮食不安全,60%的家庭没有移动电话[
];在此设置中的成功支持了在其他具有相同或更多资源的领域复制该系统的可能性。在基线时,拥有手机的人比没有手机的人获得了更高的教育水平(P<.001),他们可能有更高的社会经济地位,所以我们为所有登记的家庭提供了研究手机,以限制研究人群的偏见。然而,许多符合条件的家庭(>50%)拒绝参与,其中有16%的家庭不想承担手机的责任,这可能导致了选择偏差。我们无法确定低反应组(<70%)症状报告的减少是由于实际发病率的降低还是由于报告的减少。系统的代表性可能偏向高反应户(≥70%),这是未来研究的重要考虑因素。随着时间的推移,我们前瞻性综合征监测系统中的样本收集量因父母拒绝而减少[ ],尽管综合征报告在整个研究期间保持在较高水平,但可能有家庭没有报告症状以避免诊断检测(静脉穿刺或直肠/粪便拭子)。这种可能性可以通过随机派遣研究护士到某周内报告没有症状的家庭进行评估,并将他们的数据与手机自我报告进行比较。家庭确实报告说,包括护士家访在内的研究使他们的家庭(98.8%)和社区(96.6%)总体受益。总之,我们成功地在危地马拉资源有限的地区实施了基于手机的参与式综合征监测系统,并确定了对自我报告产生积极或消极影响的几个因素。与研究护士在家访期间收集的数据相比,使用症状日记手机应用程序(Vigilant-e)进行自我报告是准确的。未来的研究应评估其他地点特定高危人群和病原体的基于手机的参与式综合征监测,并应扩大综合征自我报告,仅在随机或选择的应答者子集中进行诊断测试。
致谢
我们感谢参与这项研究的家庭和促进这项研究实施的社区领导人。此外,我们感谢以下对这项研究的重大贡献:CU Trifinio研究团队,包括Neudy Carolina Rojop、Carmen Andrea Chacon、Jeniffer Yajaira Cardenas、Edwin Estuardo Hernandez、Edgar Eduardo Barrios、Macaria Genoveva Bail、Ruth Aide Ramirez Angel、Maria Eloin Dhaenes Vivar、Dulce Maria Camas和Carlos Alvarez Guillen;危地马拉山谷大学:Mirsa Ariano和Erick Mollinedo;以及Integra IT columbia。本研究由Takeda Pharmaceuticals的研究者发起赞助研究基金(IISR-2014-100647)支持。Olson博士得到了NIH/NCATS科罗拉多CTSI基金编号UL1 TR001082和科罗拉多儿童医院研究学者奖的支持。内容是作者的唯一责任,并不代表NIH的官方观点。
作者的贡献
研究设计、执行和数据解释由DO、ML、CCR和EJA完成。数据采集由APA、AZ、DO、ML、RZP、SRRC和EJA协调。实验室分析和解释由MRL和CCR协调。采用ML、KLC、DO和EJA进行数据分析和报告生成。测绘工作由KLC完成。手稿的准备工作由DO、ML和EJA领导。所有作者审阅并批准了最终版本。
利益冲突
Asturias博士曾担任Takeda Vaccines Inc.的顾问委员会成员,并得到葛兰素史克生物制品公司和Takeda Vaccines Inc.的部分研究资助。兰姆博士的部分资助来自葛兰素史克生物公司和Pantheryx公司。奥尔森博士的部分资助来自武田疫苗公司。Ricardo Zambrano-Perilla和Sergio Ricardo Rodríguez-Castro受雇于Integra IT,并拥有该公司的股份。
多媒体附件1
来自Vigilant-e应用程序(Integra IT,波哥大,哥伦比亚)的样本截图,用于危地马拉Trifinio地区的每周参与性综合征监测。每周,受试者将选择他们家中是否有任何儿童出现发烧或皮疹(面板A)。如果父母或监护人报告症状(红框),那么决策树逻辑将要求他们报告每个儿童的症状(面板B)。如果他们选择了该儿童,然后报告发烧、呕吐或腹泻(未显示),则会出现另一个屏幕,询问其他症状问题(面板C)。
JPG档案,64KB参考文献
- 李勇,方林,高松,王铮,高红,刘鹏,等。基于WebGIS和移动服务的中国传染病应急响应决策支持系统。公共科学学报,2013;26 (1):389 - 389 [免费全文] [CrossRef] [Medline]
- Robertson C, Sawford K, Daniel SL, Nelson TA, Stephen C.基于移动电话的传染病监测系统,斯里兰卡。Emerg infection Dis 2010 Oct;16(10):1524-1531 [免费全文] [CrossRef] [Medline]
- Lin Y, Heffernan C.全球高致病性禽流感监测可获得且廉价的工具:基于移动电话的系统。Prev Vet Med 2011 Feb 01;98(2-3):209-214。[CrossRef] [Medline]
- 杨超,杨军,罗霞,龚平。四川地震后传染病监测应急报告系统中手机的应用。公牛世界卫生机构2009 Aug;87(8):619-623 [免费全文] [Medline]
- Agarwal S, Perry HB, Long L, Labrique AB.发展中国家一线卫生工作者可行性和有效使用移动健康策略的证据:系统综述。Trop Med Int Health 2015 Aug;20(8):1003-1014 [免费全文] [CrossRef] [Medline]
- German RR, Lee LM, Horan JM, Milstein RL, Pertowski CA, Waller MN,疾病控制和预防指导工作组中心。评估公共卫生监测系统的最新指南:指南工作组的建议。MMWR建议报告2001年7月27日;50(RR-13):1-35;测验CE1。[Medline]
- 萨提E, L'Azou M, Mercado M, Kuri P, Siqueira JB, Solis E,等。拉丁美洲五个国家登革热主动和被动流行病学监测的比较研究。国际传染病杂志2016年3月;44:44-49 [免费全文] [CrossRef] [Medline]
- 全球卫生人力联盟,世界卫生组织。全球卫生人力联盟,2015年。一个普遍的真理:没有劳动力就没有健康。第三届全球卫生人力资源论坛报告网址:http://www.who.int/workforcealliance/knowledge/resources/hrhreport2013/en/[已访问2017-10-11][WebCite缓存]
- Wójcik OP, Brownstein JS, Chunara R, Johansson MA。人民的公共卫生:数字时代的参与性传染病监测。新兴主题流行病2014;11:7 [免费全文] [CrossRef] [Medline]
- Mandl KD, Overhage JM, Wagner MM, Lober WB, Sebastiani P, Mostashari F,等。实施综合征监测:根据早期经验提供的实用指南。中国医学信息杂志2004;11(2):141-150 [免费全文] [CrossRef] [Medline]
- Milinovich GJ, Williams GM, Clements AC, Hu W.基于互联网的新发传染病监测系统。Lancet infection Dis 2014 Feb;14(2):160-168。[CrossRef] [Medline]
- Pini A, Merk H, Carnahan A, Galanis I, Danis K, Edelstein M,等。2013-2014年,瑞典基于人群的社区急性胃肠道、呼吸道和流感样疾病参与式监测系统使用网络的高附加值。中国流行病学杂志,2017年4月;145(6):1193-1202。[CrossRef] [Medline]
- Lester J, Paige S, Chapman CA, Gibson M, Holland JJ, Switzer WM,等。评估乌干达西部农村地区基于短信的参与式监测的承诺和报告忠实度。PLoS One 2016;11(6):e0155971 [免费全文] [CrossRef] [Medline]
- 陈奈斯,斯特恩伯格-莱维林,博奎斯特,伊曼纽尔森,阿利罗,泰勒,等。乌干达的非洲猪瘟:三种监测方法的定性评价及其对其他资源匮乏环境的影响。前沿兽医科学2015;2:51 [免费全文] [CrossRef] [Medline]
- White A, Thomas DS, Ezeanochie N, Bull S.卫生工作者移动健康利用:系统综述。Comput通知Nurs 2016年3月7时1分。[CrossRef] [Medline]
- Situación Epidemiológica de fermedades Transmitidas por Agua y Alimentos (ETAs): Año 2017, S. E 1-27 Epidemiología。危地马拉城:Departamento de Epidemiología, Ministerio de Salud Pública y Asistencia Social;2017.URL:http://epidemiologia.mspas.gob.gt/files/Publicaciones%202017/ETAS/ETAS_SEM_27_2017.pdf[已访问2017-10-11][WebCite缓存]
- 敬礼部长Pública社会事务部。Semana Epidemiológica 2017。2017年4月17日URL:http://epidemiologia.mspas.gob.gt/files/Publicaciones%202017/SEMEPI%202017/SEMEPI_14_2017.pdf[已访问2017-10-11][WebCite缓存]
- 诺瓦克病毒的全球负担和疫苗开发前景。佐治亚州亚特兰大:疾病控制和预防中心;2015.URL:https://www.cdc.gov/norovirus/downloads/global-burden-report.pdf[已访问2017-10-11][WebCite缓存]
- L'Azou M, Moureau A, Sarti E, Nealon J, Zambrano B, Wartel TA, CYD14初步研究组,CYD15初步研究组。10个亚洲和拉丁美洲国家的儿童出现有症状的登革热。英国医学杂志2016年3月24日;374(12):1155-1166。[CrossRef] [Medline]
- 张志刚,张志刚,张志刚,等。危地马拉人类发展中心:全球人口健康的创新模式。Adv儿科2016年8月;63(1):357-387。[CrossRef] [Medline]
- 儿童医院护理袖珍书:儿童常见疾病管理指南。日内瓦:世界卫生组织;2013.
- Singh J, Jain DC, Sharma RS, Verghese T.在印度一个初级卫生中心采用批次质量保证抽样方法评价免疫覆盖率与30个聚类抽样的比较。公牛世界卫生机构1996;74(3):269-274 [免费全文] [Medline]
- 杜德华,张志强,张志强,等。利用快速需求评估作为查明危地马拉和秘鲁疫苗接种延迟的工具。疫苗2016年3月29日;34(14):1719-1725。[CrossRef] [Medline]
- Lanata CF, Black RE.发展中国家健康调查中的批次质量保证抽样技术:优势和当前制约。世界卫生统计Q 1991;44(3):133-139。[Medline]
- Olson D, Lamb M, Lopez M, Paniagua-Avila M, Zacarias A, Samayoa-Reyes G,等。在资源有限的环境中测量诺如病毒感染和疾病负担的快速流行病学工具。Open Forum infectious Dis 2017;4(2):ofx049 [免费全文] [CrossRef] [Medline]
- 高德法布,张志强,张志强,等。解剖设计的蜂群直肠拭子用于博茨瓦纳因严重胃肠炎入院的儿童肠道病原体分子检测的评价临床微生物学杂志2014 Nov;52(11):3922-3927 [免费全文] [CrossRef] [Medline]
- Arvelo W, Hall AJ, Estevez A, Lopez B, Gregoricus N, Vinjé J,等。直肠拭子与大体积粪便标本检测轮状病毒和诺瓦克病毒的诊断性能:对疫情调查的影响中国临床病毒杂志2013 Dec;58(4):678-682 [免费全文] [CrossRef] [Medline]
- 崔吉略,王晓明,张晓明,等。利用TaqMan实时逆转录pcr技术快速检测、定量和分型诺如病毒。临床微生物学杂志2006 Apr;44(4):1405-1412 [免费全文] [CrossRef] [Medline]
- 德宾M, Turbelin C, Blanchon T, Bonmarin I, Falchi A, Hanslik T,等。评估法国流感在线全国监测系统的可行性和参与者的代表性。PLoS One 2013;8(9):e73675 [免费全文] [CrossRef] [Medline]
- Dalton C, Carlson S, Butler M, Cassano D, Clarke S, Fejsa J,等。来自Flutracking的见解:发展基于web的参与式监视系统的13个技巧。JMIR公共卫生监测2017年8月17日;3(3):e48 [免费全文] [CrossRef] [Medline]
- R:用于统计计算的语言和环境。奥地利维也纳:R开发核心团队;2011.
- Rouhani S, Peñataro YP, Paredes OM, Siguas SM, Rengifo TD, Mondal D,肠道感染和营养不良的病因学、风险因素和相互作用,以及儿童健康与发展项目(MAL-ED)网络调查人员的后果。8个国家的诺如病毒感染和获得性免疫:MAL-ED研究结果2016年5月15日;62(10):1210-1217 [免费全文] [CrossRef] [Medline]
- Fischer WC, Perin J, Aryee MJ, Boschi-Pinto C, Black RE. 1990年和2010年中低收入国家腹泻发病率:一项系统综述。BMC Public Health 2012 3月21日;12:220 [免费全文] [CrossRef] [Medline]
缩写
ELISA:酶联免疫吸附试验 |
HCW:卫生保健工作者 |
儿童疾病综合管理:儿童疾病综合管理 |
LMIC:低收入和中等收入国家 |
N / C:不计算 |
RR:风险率 |
rt - pcr:逆转录聚合酶链反应 |
G·艾森巴赫(G Eysenbach)编辑;提交12.05.17;同行评议:Y Jo, C Fu;对作者30.08.17的评论;修订版本收到13.09.17;接受13.09.17;发表09.11.17
版权©Daniel Olson, Molly Lamb, Maria Renee Lopez, Kathryn Colborn, Alejandra Paniagua-Avila, Alma Zacarias, Ricardo Zambrano-Perilla, Sergio Ricardo Rodríguez-Castro, Celia Cordon-Rosales, Edwin Jose Asturias。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2017年11月9日。
这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。