与参与预防行为和检测相关的互联网使用、风险意识和人口统计学特征:关于美国COVID-19的横断面调查

简介

自2019年12月底首次爆发以来，冠状病毒病(COVID-19)大流行已经并将继续对包括美国在内的世界各地的个人和社会造成严重、大规模的影响[1，2］．截至2020年5月29日，美国有超过170万例COVID-19确诊病例，超过10万例死亡[3.］．面对COVID-19等快速增长的大流行，如果研究结果要为地方、区域和国家各级的公共卫生政策和应对措施提供信息，就必须及时和最新地评估公众对大流行的行为反应[4］．与以往的大流行相比，由于其独特的流行病学特征，2019冠状病毒病大流行给公共卫生应对工作带来了前所未有的挑战。例如，新冠肺炎的潜伏期可长达24天，研究发现，相当一部分新冠肺炎感染者是无症状的，但具有高度传染性，这给遏制新冠肺炎的传播带来了巨大挑战[5，6］．目前，还没有疫苗或抗病毒药物来治疗或预防这种新型冠状病毒[7］．鉴于所有这些因素，公众必须积极采取预防措施，并对病毒进行检测。[8］．相应地，确定参与预防行为和检测的潜在预测因素的研究将对社会对大流行病的反应产生迫切需要的洞察，并为有针对性的干预措施提供信息，以促进预防行为和检测。

在撰写本文时，我们知道只有一项研究审查了在美国大流行早期(2020年3月初)采取预防措施(如避免面对面社交、呆在家里、洗手)的情况[9］．尽管另一项研究研究了在大流行期间使用口罩作为一种行为反应，但这种行为并没有作为一种预防措施进行研究，而是作为对美国疾病控制与预防中心(CDC)和国家卫生研究院(NIH)建议的一种行为反应[10］．据我们所知，没有研究调查大流行期间的检测行为。大规模检测，然后追踪接触者并隔离检测结果呈阳性的人，是防止大量可能传播链的重要措施[8，11，12］．

新冠肺炎作为一种新型传染病，在公众中引发了巨大的不确定性。为了更多地了解这一疾病，更好地应对这一流行病，人们有动力通过各种渠道获取相关信息。互联网已成为一个特别重要的卫生信息来源[13］．最近的研究表明，人们严重依赖互联网搜索相关的COVID-19健康信息[14］．除了通过主动搜索获取信息外，人们还会偶然接触到网上的健康信息[15］．在网上获得的健康信息不仅填补了信息空白，而且影响了人们的健康决策[16，17］．除了互联网，个人经历也是获取信息的重要手段。由于该病毒主要通过个人接触传播，在一个人的社会环境中，包括直系亲属、朋友和亲戚以及当地社区，对感染的认识可能会影响人们的风险认知，以及他们在预防行为和检测方面的参与。过去的研究还表明，不同的人口特征往往与大流行期间的预防行为相关[18］．一篇新发表的文章指出，年龄和性别等人口统计学特征与COVID-19死亡率有关[19]，表明人口统计因素在COVID-19大流行期间的行为反应调查中具有必要的作用。在这项研究中，我们研究了美国COVID-19大流行期间与预防行为和检测相关的互联网使用、风险意识和人口统计学特征。互联网使用情况主要是通过在网上接收到的与新冠肺炎相关的信息量进行检查，包括主动搜索和被动暴露的信息。风险意识被概念化为人们在其社会环境中对感染的了解程度。主要的人口统计特征包括性别、年龄、种族、收入、教育、婚姻状况和就业状况也在这项研究中被检验。

方法

抽样的参与者

该研究获得了通信作者所在大学的伦理批准。这项研究的参与者是从亚马逊土耳其机械公司(MTurk)招募的，这是亚马逊运营的一个在线众包劳动力市场。有证据表明，MTurk样本提供的数据质量与其他样本生成的数据相当[20.］．该调查是使用Qualtrics(版本12;Qualtrics International Inc)。Qualtrics记录了个人对调查的回答，但不记录MTurk的账户信息，因此参与者保持匿名。每位参与者获得0.75美元的报酬。

数据收集

数据收集始于2020年4月10日，完成于2020年4月14日。在获得同意后，参与者被要求完成一项调查，询问他们对COVID-19大流行的看法和行为。具体来说，每个参与者都被问及他们是否接受了病毒检测、他们参与不同类型的预防行为、他们接收与COVID-19相关信息的程度、他们每天花在互联网上的时间，以及对他人与COVID-19相关健康状况的风险意识(见文本框1)．关于参与预防COVID-19的行为，项目按5分制进行衡量(1=从不，2=有时，3=大约一半时间，4=大多数时间，5=总是)，并以“在过去一个月里，你多久采取一次以下做法，以降低感染COVID-19的风险?”对于在网上获得与covid -19相关的健康信息，我们按5分制对项目进行了评估(1=完全没有收到，2=很少收到，3=偶尔收到，4=经常收到，5=大量收到)，并以“在过去的一个月里，您在多大程度上获得了以下类型的在线信息支持?”根据4个项目的平均值(Cronbach alpha=.84)计算接收covid -19相关信息的程度。根据世界卫生组织和美国疾控中心的建议[7，21]，这项研究检查了七种预防行为:戴口罩、洗手、打喷嚏和咳嗽时掩口鼻、保持社交距离、呆在家里、避免乘坐公共交通工具以及清洁经常接触的表面。通过询问参与者是否知道他们的直系亲属、亲密朋友和亲戚或当地社区中有任何阳性病例，评估了其他人与covid -19相关的健康状况的风险意识。调查还获得了参与者的基本人口信息，包括性别、年龄、种族、收入、婚姻状况、教育水平和就业状况。

总共有1080名MTurk员工填写了在线问卷。为了保证数据质量，我们在问卷中加入了注意力检查。在问卷的三个不同地方，参与者被要求选择一个指定的答案，而不给出一个具体的内容问题(例如，“请在这个问题上选择‘从不’”，“请在这个问题上选择‘不同意’”)。在这三个问题中，如果没有选择指定的答案，则被认为是随机点击。这导致101名参与者被排除在外。最终的数据集包括979名参与者的调查回应。

数据分析

为了评估互联网使用、风险意识和人口统计学特征对参与预防行为和COVID-19检测的影响，我们对参与预防行为的5级自我报告进行了有序logistic回归分析，对二元检测行为进行了二项logistic回归分析。在序项和二项逻辑回归分析中，参与者的人口特征(即性别、年龄、种族、收入、教育程度、婚姻状况、就业状况)在第一步中输入(见第1章的模型1)多媒体附件1)，互联网的使用(上网时间和在线接收与covid -19相关信息的程度)在步骤2中输入(见第2章的模型2)多媒体附件1),风险意识(是否有直系亲属、亲密朋友或亲戚，以及当地社区的人在COVID-19检测中呈阳性)被输入到步骤3中(见中Model 3)多媒体附件1)．详细的结果报告在多媒体附件1．SPSS 26 (IBM Corp)软件进行分析。

在结果部分报告了与每个人口统计特征的影响有关的发现，反映了它们控制其他人口统计特征的独立影响(即，基于中的模型1s多媒体附件1)．有关互联网使用或风险意识影响的研究结果反映了它们的独立影响控制了所有其他预测因素(即，基于模型3多媒体附件1)．

结果

参与者的特征

979名参与者的人口统计特征载于表1．

预防行为的参与

如图1在美国，参与者报告称在公共场合戴口罩的频率低于其他预防措施(平均值3.35，标准差1.50)，相当多的参与者报告称他们在大流行期间从未戴过口罩。大量参与者报告称，他们经常洗手(平均4.31,SD 0.93)，打喷嚏和咳嗽时捂住口鼻(平均4.35,SD 0.95)，保持社交距离(平均4.33,SD 0.87)，呆在家里(平均4.17,SD 0.86)，避免乘坐公共交通工具(平均4.49,SD 0.89)，并经常清洁接触过的表面(平均3.97,SD 1.09)，以保护自己免受COVID-19的感染。

‎ 查看此图

互联网使用与预防行为的参与

我们的数据显示，在网上收到的与covid -19相关的健康信息数量与参与所有类型的预防行为呈正相关:在公共场合戴口罩(比值比[OR] 1.55, 95% CI 1.34-1.79，P<.001)，洗手(OR 1.58, 95% CI 1.35-1.85，P<.001)，打喷嚏和咳嗽时捂住口鼻(OR 1.78, 95% CI 1.52-2.10，P<.001)，与他人保持社会距离(OR 1.41, 95% CI 1.21-1.65，P<.001)，呆在家里(OR 1.40, 95% CI 1.20-1.62，P<.001)，避免使用公共交通工具(OR 1.57, 95% CI 1.32-1.88，P<.001)，清洁经常使用的表面(OR 1.55, 95% CI 1.34-1.79，P<措施)。

风险意识和预防行为的参与

我们的数据显示，对直系亲属检测结果的了解与参与者参与预防行为有关图2和Model 3多媒体附件1)．具体来说，与无直系亲属检测结果阳性的参与者相比，直系亲属检测结果阳性的参与者洗手频率较低(OR 0.35, 95% CI 0.23-0.52，P<.001)，打喷嚏和咳嗽时掩口鼻(OR 0.53, 95% CI 0.35-0.80，P=.003)，与他人保持社会距离(OR 0.40, 95% CI 0.26-0.61，P<.001)，避免乘坐公共交通工具(OR 0.42, 95% CI 0.28-0.65，P<措施)。

‎ 查看此图

参与者表示，如果他们的亲密朋友或亲戚检测呈阳性，他们会更频繁地清洁频繁接触的表面(or 1.52, 95% CI 1.10-2.10，P= . 01)。此外，在当地社区了解阳性病例的参与者报告洗手频率更高(OR 1.54, 95% CI 1.15-2.06，P=.004)，打喷嚏和咳嗽时掩口鼻(OR 1.68, 95%可信区间1.25-2.26，P=.005)，保持社交距离(OR 1.51, 95% CI 1.13-2.02，P<.001)，避免使用公共交通工具(OR 1.71, 95% CI 1.24-2.37，P=.001)而不是在他们的社区中没有报告阳性病例的人。

人口统计学特征与预防行为的参与

如图2而且3.，发现几个人口统计学特征与参与预防行为有关(也见第1号模型多媒体附件1)．与男性相比，女性洗手频率更高(OR 2.39, 95% CI 1.85-3.09，P<.001)，打喷嚏和咳嗽时捂住口鼻(OR 2.12, 95% CI 1.63-2.74，P<.001)，与他人保持社会距离(OR 1.64, 95% CI 1.28-2.11，P<.001)，待在家里(OR 1.34, 95% CI 1.05-1.70，P= 0.02)，避免乘坐公共交通工具(OR 2.30, 95% CI 1.72-3.07，P<.001)，清洗频繁接触的表面(OR 1.58, 95% CI 1.25-2.00，P<措施)。

与年轻参与者相比，年长参与者报告洗手更频繁(OR 1.01, 95% CI 1.00-1.02，P=.04)，打喷嚏和咳嗽时掩口鼻(OR 1.01, 95%可信区间1.00-1.03，P=.02)，保持社交距离(OR 1.02, 95% CI 1.01-1.03，P=.001)，待在家里(OR 1.01, 95% CI 1.00-1.02，P=.02)，避免公共交通(OR 1.02, 95% CI 1.01-1.04，P<.001)高于年轻参与者。

在预防行为方面也观察到种族差异。与白人相比，非裔美国人和亚裔在公共场合佩戴口罩的频率更高(OR 1.81, 95% CI 1.26-2.59，P<措施;或2.47,95% ci 1.65-3.69，P<．001)，待在家里(OR 1.88, 95% CI 1.28-2.77，P=措施;或2.23,95% ci 1.47-3.37，P<．001年,分别)。此外，与白人相比，亚裔在打喷嚏和咳嗽时更频繁地捂住鼻子和嘴(OR 1.78, 95% CI 1.13-2.80，P=.01)，更频繁地保持社交距离(OR 1.61, 95% CI 1.04-2.48，P= 03)。非裔美国人比白人更频繁地清洁频繁接触的表面(OR 2.00, 95% CI 1.36-2.94，P<措施)。

受教育程度较高的参与者较少参与以下预防行为:洗手(OR 0.93, 95% CI 0.87-0.99，P=.03)，打喷嚏和咳嗽时掩口鼻(OR 0.87, 95% CI 0.81-0.93，P<.001)，保持社会距离(OR 0.90, 95% CI 0.84-0.96，P=.001)，避免使用公共交通工具(OR 0.88, 95% CI 0.82-0.95，P<.001)，清洁和消毒接触表面(OR 1.25, 95% CI 1.04-1.50，P= .02点)。

已婚或有家庭伴侣的参与者更频繁地在公共场合佩戴口罩(or 1.43, 95% CI 1.11-1.84，P=.01)，与他人保持社会距离(OR 1.64, 95% CI 1.28-2.11，P<.001)，清洁频繁接触的表面(OR 1.84, 95% CI 1.42-2.38，P<.001)。然而，与单身参与者相比，已婚或有家庭伴侣的参与者较少避免公共交通(or 0.90, 95% CI 0.84-0.96，P=措施)。

与没有工作的参与者相比，有工作的参与者保持社会距离的频率更低(OR 0.50, 95% CI 0.35-0.72，P<.001)或避免乘坐公共交通工具(or 0.56, 95% CI 0.36-0.86，P= . 01)。

与报告收入较低的参与者相比，报告收入较高的参与者更经常捂住鼻子和嘴(OR 1.25, 95% CI 1.04-1.50，P= 0.02)，更经常避开公共交通(OR 1.29, 95% CI 1.06-1.58，P= . 01)。

‎ 查看此图

测试行为

在979名参与者中，22.7% (n=222/979)报告他们已进行COVID-19检测，其中23.0% (n=51/222)报告结果为阳性，72.5% (n=161/222)报告结果为阴性，4.5% (n=10/222)在参与时不知道结果。在222名接受检测的参与者中，44.6% (n=99)的直系亲属中至少有1例阳性病例，45.5% (n=101)的亲密朋友或亲属中至少有1例阳性病例，51.3% (n=114)的当地社区中至少有1例阳性病例。

在线接收covid -19相关健康信息的程度与他们的检测几率无关(OR 1.03, 95% CI 0.81-1.32，P= .79)。在一个人的社会环境中对COVID-19感染的意识与检测的几率相关，尽管在近社交圈和远社交圈之间的模式略有不同。对于直系亲属中有阳性病例的参与者，他们的检测几率远远高于直系亲属中没有任何阳性病例的参与者(OR 1.48, 95% CI 8.28-26.44，P<措施)。同样，对于那些有亲密朋友或亲戚检测结果呈阳性的参与者，他们的检测几率比那些没有亲密朋友或亲戚检测结果呈阳性的参与者要高得多(or 2.52, 95% CI 1.58-4.03，P<措施)。在测试中，那些知道当地社区中是否有阳性病例的参与者与那些不知道或不确定当地社区中是否有阳性病例的参与者似乎没有区别。

logistic回归结果显示，若干人口统计学特征与COVID-19检测相关。具体而言，女性接受检测的几率仅为男性的39.75% (95% CI 28.12%-56.20%) (P<措施)。非裔美国人接受检测的概率为美国白人的249.98% (95% CI 156.95%-398.14%)。P<.001)和275.45%(95%置信区间118.73%-639.01%)(P= .02点)。年龄较大的参与者的检测概率为96.39% (95% CI 94.76%-98.05%)，年龄较小的参与者(P<措施)。在已婚或有家庭伴侣的参与者中，测试的几率是单身(P<措施)。

讨论

主要研究结果

这项研究调查了互联网使用、风险意识和人口统计学特征是否与参与美国的COVID-19预防行为和检测有关。总的来说，我们的数据揭示了与预防行为有关的几个显著的发现模式。

首先，与其他有关个人参与COVID-19预防措施的研究结果一致[9，22，23，我们的数据显示，人们更倾向于采取某些预防性行为。尽管有证据表明，随着大流行的发展，个人对病毒构成的健康风险有了更强的认识，并越来越频繁地采取保护行为[9，我们发现这种发展在不同类型的预防行为中是不平等的。具体来说，人们似乎更积极地采取洗手、打喷嚏时掩口、保持社交距离和避免乘坐公共交通工具等预防措施，而不是戴口罩、呆在家里或清洁经常接触的表面。这一发现与最近评估公众对COVID-19的认知或知识的几项研究一致[9］．特别是，人们对各种预防措施的有效性和必要性有不同的看法。例如，尽管在某些国家在公共场合戴口罩是一项强制性预防措施[23]和美国的许多州，但它作为冠状病毒预防措施的效用仍存在很大争议[24］．此外，正如一些学者所指出的，戴口罩是一种不断演变的文化现象[10］．尽管发现美国老年人在大流行早期不太可能戴口罩，这可能是由于他们更了解疾病控制与预防中心和国家卫生研究院对戴口罩的建议[10，我们的调查显示，在全国修订的口罩使用建议后，他们似乎很快就适应了自己的行为。与此同时，在COVID-19大流行期间，参与预防行为的不同程度可以归因于这样一个事实:一些预防措施需要更大的努力(如清洁经常接触的表面)或造成更大的困难(如呆在家里)，因此被认为不太可行。

第二，我们观察到，在线接收covid -19相关信息的程度与参与所有类型的预防行为之间存在正相关。人们在网上收到或寻求的与covid -19相关的信息中，有很大一部分可能涉及预防措施的建议[25]，导致更频繁地参与预防行为。与此同时，这一发现表明，尽管信息内容千差万别，但在线接收与大流行相关的信息可能会增强人们对大流行的关注，并激励他们积极采取预防措施[26］．

第三，对直系亲属、亲密朋友和亲属以及当地社区感染的风险意识与预防行为的参与存在差异。与直系亲属中没有阳性病例的参与者相比，直系亲属中有阳性病例的参与者几乎很少参与所有的预防行为。尽管这一发现有点违反直觉，但它也意味着缺乏预防可能会导致家庭中感染的风险更高。直系家庭成员作为最密切的接触者，在家庭内传播病毒的风险很高。这一发现表明，采取预防措施不仅有助于保护自己，还可以减少直系亲属被感染的风险。朋友和亲戚对阳性病例的认识似乎对一个人的预防行为影响有限。一个可能的解释是，许多人与他们的朋友和亲戚住得不近，因此没有意识到从他们那里感染的高风险。一个人的当地社区似乎对参与预防行为有积极影响。与社区中没有报告阳性病例的参与者相比，那些知道社区中有阳性病例的参与者更频繁地洗手、咳嗽时掩口鼻、保持社交距离，并尽量减少使用公共交通工具。这一发现表明，一个人对大流行的行为反应受到周围直接风险因素的影响。

第四，亚群体在预防行为的参与上存在差异。例如，与过去的许多研究一致，我们的数据显示，年龄较大的女性[27-32，或非白人[33]与在涉及呼吸系统疾病的大流行期间采取预防行为的可能性更高有关。这一发现也与最近关于COVID-19的研究一致，该研究表明老年人和女性对COVID-19更了解[10］．

此外，职场人士在避免公共交通和保持社交距离方面的参与度较低。这一发现表明，工作人员，特别是那些不能在家工作的人，在实施某些预防措施方面面临更大的挑战。特别是在重要企业(如超市、医疗保健、邮局、食品加工厂)工作的个人，可能不可行采取预防措施，如保持社交距离或避免乘坐公共交通工具。

我们关于测试行为的发现似乎不那么直接。在线接受健康信息的程度与检测无关。这在很大程度上可能是由于在大流行的早期阶段，检测的资格标准非常严格，而且该国大部分地区的检测能力有限。尽管个人可以要求进行COVID-19检测，但是否接受检测最终是由卫生部门和卫生专业人员做出的决定。换句话说，与许多可以根据个人意志执行的预防行为不同，个人在检测方面的决策权力要小得多。

毫不奇怪，直系亲属中确诊COVID-19病例的人更有可能接受检测。在亲密朋友和亲戚中确诊COVID-19病例的人也可能接受检测。另一方面，一个人所在社区的阳性病例似乎对他的检测没有显著影响。这些发现与CDC的检测指南一致，其中之一是与感染患者密切接触。随着检测能力的提高和检测标准变得不那么严格，我们有理由预期，当地社区对阳性病例的认识将激励更多的人要求检测。

我们的研究还揭示了测试中的一些亚组差异。例如，我们发现工作人员接受COVID-19检测的可能性是非工作人员的两倍。此外，单身人士接受检测的可能性要比已婚人士或有家庭伴侣的人低得多。鉴于个人可能在几乎任何有他人在的环境中感染冠状病毒(如杂货店、公园、社交聚会)，这一发现表明，一些非工作人员或独自生活的人可能低估了他们感染COVID-19的风险。

我们的发现为干预、沟通策略和未来的研究提供了一些启示。首先，鉴于最近的研究表明，许多卫生保健工作者对COVID-19的传播方式和潜伏期了解不足[33]，这两种情况都可能影响医护人员对患者的预防行为和检测建议(例如，无症状患者通常不会接受检测)，因此迫切需要向医护人员提供有关该疾病的最新信息。第二，由于美国大多数州仍在实施就地隔离令，应加大努力提高家庭互联网覆盖率，使更多的人能够方便和迅速地获得与大流行有关的信息[34］．第三，我们的研究结果表明，需要更多的公共卫生教育项目和干预措施，针对在大流行期间一贯显示不太可能采取预防措施的某些亚群体。确定更有效的策略，以诱导年轻男性等群体的自我保护行为，可以帮助减缓病毒的传播。与此同时，正如其他学者所指出的，尽管人口统计学特征通常是不可变的，但未来的研究需要对差异行为反应的根本原因获得更深入的理解，这有助于指导针对不同子群体的传播策略的制定[28］．

限制

这项研究有几个局限性。首先，鉴于我们数据的横断面性质，我们无法从经验上评估和证明变量之间的因果关系。例如，一个人在社会环境中的确诊病例可能会促使人们采取更积极的预防行为，而在COVID-19这样的大流行期间，一个人的预防行为肯定会影响家人、朋友和当地社区人的健康。

其次，考虑到研究需求的紧迫性和对全国代表性样本的有限获取，我们选择从一个在线众包平台招募参与者。尽管我们的数据中种族、性别和婚姻状况的构成很大程度上反映了美国人口的人口统计状况[35-37，我们的样本包括更多年轻、受过教育和工作的参与者。理想情况下，应该对随机选择的公众样本进行调查，并与已知的关键变量在人口中的分布进行比较。

第三，尽管匿名在线调查的社会愿望偏差已被发现低于电话或当面调查[38]，我们不能排除自报告数据中存在一些反应偏差的可能性。特别是，反应偏差的潜在群体差异可能影响了一些研究结果。例如，过去的研究表明，在调查回应中，女性往往比男性表现出更多的社会可取性[39］．尽管本研究中观察到的性别差异模式与过去的研究基本一致，但我们仍然不能排除这样一种可能性，即女性参与者报告的预防性行为比男性参与者更频繁，部分原因是社会可取性。尽管存在这种局限性，最近的一项研究[4已经验证了使用快速调查来检查与covid -19相关的认知和行为。

结论

在持续快速发展的COVID-19大流行期间，我们看到了与这种新型疾病的病理生理学、诊断和治疗有关的大量研究，这是迫切和正当的需要。然而，调查公众对大流行的行为(以及认知和心理)反应的研究也值得关注，因为它有助于为公共卫生政策和控制措施的制定和实施提供信息。这项研究为参与预防行为和COVID-19检测的相关因素提供了有用的见解。我们的研究结果显示，在线接收COVID-19相关信息的程度、风险意识以及性别、种族、年龄、婚姻状况和就业状况等人口统计学特征是影响个人参与各种预防行为和COVID-19检测的关键因素。