基于移动的流感样疾病监测系统(FluMob)在医护人员中的有效性:纵向研究

简介

季节性流感是一种急性呼吸道感染，估计在全世界造成29万至65万人死亡[1］．作为东南亚热带地区的主要旅游枢纽，新加坡面临输入性南方和北方季节性流感毒株的高风险，使整个国家全年都暴露在病毒之下，没有不间断的高峰[2，3.］．据估计，流感威胁造成的经济负担在新加坡每年造成250万工作日的损失和4.7亿美元的成本[4，5］．

虽然新加坡已有流感监测系统，但这些系统的及时性和有效性还有待提高。自2009年甲型(H1N1)流感爆发以来，在全国范围内建立了基于公共卫生机构门诊流感样疾病(ILI)患者的病毒学和临床监测系统[2，6］．然而，这些方法可能会因为看医生的延迟或自我药物治疗的文化而效率较低。新加坡的情况尤其如此，因为急性呼吸系统综合症通常被认为是轻微症状，可以自我治愈或通过中医药等替代药物治愈[7-9］．此外，尽管现有的监控系统很强大，但维护成本可能很高[10］．这些限制突出了健全、实时和具有成本效益的辅助监测系统的重要性。

最近的众包思想推动了参与式传染病监测的演变，极大地提高了流感监测的及时性和有效性。卫生监测中的众包鼓励公众通过互联网提供他们的疾病信息。美国、澳大利亚和欧洲使用基于互联网的流感监测系统已有十多年[11-13］．通过电子邮件邀请公众提交关于疾病感染的每周报告，并提供关于寻求保健服务活动的信息。这些基于互联网的系统的监视能力通常是良好的。例如，荷兰的流感网(欧洲流感监测系统)估计的ILI发病率被发现与传统报告系统在2003年至2008年6年期间估计的发病率具有中等至高度的相关性(即从0.42到0.89)[14］．比利时和葡萄牙等其他国家也报告了类似的发现，使用的是10年收集的数据[13］．这表明基于互联网的参与式监测系统是ILI监测的有效哨点。

然而，我们认识到目前关于流感参与式监测的工作至少存在三个显著的局限性。首先，目前基于互联网的监控系统可能存在方法上的局限性，因为它们采用被动的招聘方式，例如通过电视、广播和报纸等宣传活动，每个季度吸引数千名参与者[13，14］．尽管大样本通常可以产生更好的监测能力，但使用这些方法招募参与者和系统维护可能成本非常高，且具有挑战性[15］．通过大规模广告进行的招聘也被发现代表儿童和老年人等易患肠疫和流感的重要人群人数不足[14］．最近的病毒学研究表明，以大学生和新兵等特定人群为基础的有针对性的疾病监测不仅具有成本效益，而且对现有系统具有补充作用[16，17］．然而，使用目标样本的基于互联网的监测系统的有效性还没有得到彻底的探索。

第二，尽管已有研究表明，当前基于互联网的系统具有良好的监控能力[13的研究中，他们没有研究通过有针对性的监测方法，不同人群之间的能量会有怎样的差异。我们可以合理地假设，不同职业、年龄群体或生活方式的人可能对监视权产生不同的影响。例如，老年人、儿童和未接种流感疫苗的人可能更容易受到季节性流行的影响。这些人群可能更适合早期发现流感流行。因此，了解哪些种群将表现出最高的监测能力是很重要的，这可以加强有针对性的监测方法，降低招募成本。

第三，尽管以前的研究也调查了参与流感监测的决定因素[18]，许多研究没有考虑到基于移动应用程序系统的特定决定因素，而这些系统正被越来越多的公众使用，应该加以利用。手机应用不同于网站，它可以在用户自己的时间范围内的任何地点使用。19］．这有助于提高参与者的参与度。而移动应用往往需要根据移动设备操作系统的更新进行相应的更新。了解不同参与式方法的这些系统的优点和缺点，可以突出克服影响、增加参与和降低维护成本的策略。

为了解决上述局限性，本研究的目的是在医护人员中提出一个基于移动的综合监测系统，称为FluMob，作为新加坡现有流感监测的补充系统。FluMob是一个数字综合综合征监测系统，专门为临床环境中的卫生保健工作者设计(请参阅方法一节中对该系统的详细描述)[20.］．医护人员被认为是流感预防措施的优先群体，因为他们接触流感的风险很高。在全球普通流感季节，卫生保健工作者占所有流感病例的20%-30% [21，22］．在新加坡，在2003年严重急性呼吸系统综合症(萨斯)蔓延期间等特别大流行病期间，这一数字可增至40% [23］．此外，卫生保健工作者可引起院内疫情[24，25]，因为它们可能成为流感向高危患者传播的潜在媒介。医护人员缺乏流感预防措施可导致老年和免疫功能低下患者的死亡率和发病率升高[26，27］．因此，针对卫生保健工作者的实时监测系统是必要的，以防止因新增感染患者和卫生保健工作者劳动力流失而造成的卫生保健成本。这种监测系统非常宝贵，因为它们也可以很容易地适应COVID-19等新出现的呼吸道感染。

在这项研究中，我们从2016年到2018年在医护人员人群中测试了FluMob系统。收集的数据包括人口统计数据、生活方式以及ILI症状和就医行为的周报告。本研究有两个主要目标:(1)评估FluMob在医护人员参与率方面的有效性及其对ILI的监测能力，(2)确定可以调节该应用有效性的因素。研究因系统维护和激励终止而中断。尽管我们试图通过通知参与者应用程序重新启动来最小化这种中断的潜在影响，但调查这些中断是否以及如何影响参与式监视系统的参与水平和监视能力是很重要的。这些知识将为未来的研究提供宝贵的经验。因此，本研究探讨了以下研究问题:(1)医护人员对FluMob的参与程度如何?哪些因素会调节参与程度?(2)医护人员中FluMob的ILI监测能力水平如何，哪些因素会对ILI监测能力产生调节作用?

方法

设计与设置

本研究获得了国家卫生集团领域特定审查委员会(DSRB Ref: 2014/01009)和SingHealth中央机构审查委员会的批准。从2016年4月到2018年3月，研究团队在新加坡的两家大型医院管理FluMob系统:一家是在传染病爆发期间进行筛查和治疗的指定医院(Tan Tock Seng医院)，另一家是处理儿科患者的医院(KK妇女和儿童医院)。2017年5月7日至7月15日期间，该系统关闭进行维护。参与者会收到应用重新启动的通知。更多关于应用程序开发和参与者参与度的信息可以在Lwin等人[20.］．

干预:FluMob系统

FluMob是一个数字综合综合征监测系统，集成了无处不在的互联网接入和智能手机的简单便携性。FluMob是使用基于移动的参与式流行病学方法开发的，该方法依靠人群参与，通过移动技术进行疾病监测和控制。特别是，该系统包括一个响应式门户网站和移动操作系统(即Android和iOS)，允许从各种类型的移动设备和web浏览器访问。FluMob应用程序要求参与者在第一次使用时在系统中注册，随后使用用户标识和密码登录。医护人员可以使用该应用程序轻松方便地每周提供ILI报告。

该系统还具有用于瞬时监视的分析组件。一旦提交报告，输入的数据将被安全地存储在中央数据库中。研究管理员(即研究团队和其他利益相关者)可以通过集成到中央服务器的分析模块访问和查看报告。这使得研究人员和临床医生能够收集ILI的实时监测，从而为预防和管理策略提供信息。有关技术规格及操作环境的更详细描述可参阅其他地方[20.］．

参与者和程序

采用方便抽样的方法招募参与者。2016年4月，我们通过群发邮件的方式邀请各科室的临床和非临床医院工作人员参与研究。年龄在21岁以上、拥有安卓或iOS系统移动设备的受访者符合条件，他们被要求从相应的软件商店免费下载FluMob应用程序。我们共招募了200名嘉济妇儿医院的医护人员和500名陈斗生医院的医护人员，并在系统中为他们提供了一个唯一的用户ID，以进行数据追踪。

参与者被告知他们将参与18个月的研究，尽管研究继续了6个月。当他们的正式研究结束日期临近时，没有通知参与者。如果参与者在第一年的每半年提交10份或更多的报告，就可以获得20新币(15美元)作为奖励。为了评估参与者是否会在没有外部激励的情况下继续使用应用，我们在应用使用1年后停止了表示感谢的token(也就是说，他们在第一年之后没有获得报酬)。值得注意的是，由于大多数参与者的制度维持时间和激励结束时间是一致的，它们的影响无法区分。因此，我们将这一时期称为“研究中断期”，以表示来自系统维护和激励两端的中断。

在注册后，参与者完成了一项背景调查，获取人口统计和流感疫苗接种状况。收集的数据包括年龄、性别、种族、家庭中孩子的数量、医院的工作类别和部门，以及上一年的流感疫苗接种记录。8名参与者没有完成注册，因此被排除在样本之外。两名参与者被排除在最终样本之外，因为他们没有提交完整的背景调查，缺少人口统计和生活方式信息。最后，690名参与者被纳入分析。

每周，通过应用程序通知，参与者通过FluMob应用程序完成一份关于急性呼吸道症状的简短问卷。他们报告自上次报告以来是否经历过清单上的任何症状，包括发烧、发冷、流鼻涕或鼻塞、打喷嚏、咳嗽、喉咙痛、呼吸短促、肌肉或关节疼痛、头痛、不适、食欲不振、痰色、眼睛水汪汪和充血、恶心、呕吐、腹泻、胃痛，还有胸痛[28］．

分析策略

个人提交率和周报告率

尽管参与者可以在研究结束后提交每周报告，但我们排除了个人参与率和每周提交率的估计条目。个人提交率以个人一级计算，即提交每周调查的百分比占18个月期间(不包括系统维修期间)的周数。每周报告率的计算方法是，报告参与者的百分比除以每周一级的累计参与者人数。

为了调查研究中断的影响，我们将中断前后的个体提交率与配对样本进行了比较t测试。为了了解FluMob在医护人员中实施的有效性，我们采用线性回归模型，以个体提交率为结果，以个体因素为预测因子，进行多变量分析。该分析的目的是根据人口统计学、医院部门和疫苗接种状况来比较参与者的个人提交率。为了更好地理解在整个研究过程中承诺提交每周报告的参与者的特征，无论研究中断与否，我们将在系统维护后提交至少两份报告的参与者定义为承诺用户。以受试者特征为预测因子进行多变量logistic回归分析。所有分析均采用SPSS 25.0版本(IBM公司，Armonk, NY, USA)进行。

ILI发病率和监测能力

根据新加坡卫生部的定义，ILI定义为发烧(≥38.0°C)并伴有咳嗽或喉咙痛[2］．由于参与者可以在研究结束后提交每周报告，我们使用所有条目来估算ILI发病率。ILI周发病情况我是通过将每周报告ILI的参与者人数除以我按每周报告总数计算我．

在参与者一周内提交多份调查报告的情况下，只有不到1%的情况下，报告呼吸道症状的调查报告或如果所有调查都没有报告症状的最新报告被保留在分析中。如果参与者连续数周报告ILI症状，则认为该症状来自同一发作[14，28］．因此，在计算每周ILI发病率时，剔除了连续后几周的ILI报告。

为了评估FluMob系统的监测能力，我们比较了基于FluMob的每周ILI发病率(ILI%_FluMob)与新加坡卫生部报告的每周ILI发病率(ILI%_MOH) [29］．在政府资助的初级保健诊所就诊的急性上呼吸道感染患者中，估计ILI% - moh为ILI发生率。利用ILI%_FluMob 4周移动比例与ILI%_MOH 4周移动比例之间的Pearson相关系数来衡量FluMob系统的监测能力。

为了检验研究中断对FluMob系统监视能力的影响，我们将所有数据估计的ILI%_FluMob和ILI%_MOH之间的监视相关性与仅在中断前收集的数据估计的相关性进行了比较。此外，为了研究哪些因素可以决定系统的监视能力，我们比较了不同个体特征之间的监视相关性。

结果

参与者的人口统计和特征

参与者流程图如图所示图1．表1显示了我们样本的人口统计和其他特征。大多数参与者为女性，年龄在40岁以下(531/690,77.0%)，家庭中没有孩子。大多数参与者报告说，他们在过去一年中接种了流感疫苗，没有过敏情况。

‎ 查看此图

参与程度

在本研究招募的690名卫生保健工作者中，671人(97.2%)在注册后至少每周提交一次症状调查。研究中断前，每周报告率稳定在50%左右，但中断后下降到20%左右(图2)．平均而言，个人提交率为41.4% (SD 24.3%)，中断前为51.8% (SD 26.4%)，中断后为21.5% (SD 30.6%)。的配对t测试结果表明，中断前的平均个人提交率显著高于中断后(t₆₈₉= 26.9,P<措施)。

‎ 查看此图

如表2，多因素回归分析显示，30岁以下的参与者投稿率低于30岁以上的参与者。华人的投稿率高于其他民族的投稿率。在调查前一年接种过流感疫苗的参与者每周提交的报告比没有接种的参与者多。没有发现其他显著的结果。此外，为了避免研究中断对研究结果的影响，我们对中断之前的时间段进行了分析，观察到类似的结果(数据未显示)。

总共有298名参与者在系统维护后提交了至少两份报告，他们被确定为提交用户。多变量逻辑回归分析(表3)显示，坚定的使用者更可能是30岁以上、华裔和前一年接种过疫苗的人。

伊利监督权力水平

总体而言，25.1%的参与者报告在调查期间至少发生过一次肠胃炎。平均而言，每周ILI发病率为1.07%。图3ILI%_FluMob和ILI%_MOH 4周移动比例。图4是这两个4周移动比例在系统维护前后的散点图。表4结果显示，综合所有数据，ILI%_FluMob的4周移动比例与ILI%_MOH之间无显著线性关系。然而，当仅使用研究中断前的数据进行分析时，ILI%_FluMob的4周移动比例与ILI%_MOH的4周移动比例显著相关。

‎ 查看此图

‎ 查看此图

表4也显示了个体特征的监测相关性。在研究中断前的数据中，年龄在41-50岁、非华裔且家中有儿童的女性参与者在ILI%_FluMob和ILI%_MOH之间具有更高的监测相关性。此外，在联合健康部门工作、在过去一年没有接种过流感疫苗、报告过敏的参与者显示出更高的监测相关性。

讨论

主要研究结果

参与式疾病监测系统的主要目的是为控制和预防流行病提供一种具有成本效益和及时的方法。基于互联网的平台使从公众收集疾病信息成为可能。基于手机的应用程序可以通过集成多功能和交互式组件，以及访问难以接触到的人群，来加强这些监控平台。有针对性的监督和了解系统效率的决定因素是重要的，因为这有助于规划和执行征聘工作并减少管理费用。为此，本研究的目的是评估卫生保健工作者基于移动的ILI监测系统(即FluMob)的有效性，并检查其有效性的决定因素。

我们的研究表明，基于移动的系统在医院内的呼吸道感染监测是可行的。研究结果显示，卫生保健工作者普遍致力于参与ILI监测。在监测的第一年里，他们平均每隔一周提交一份报告，大约一半的参与者定期提交每周报告。证明目标样本(如医院的医护人员)的这种可行性具有实际意义，因为这意味着我们基于移动的系统可以转化为定期监测，以防止在医疗机构中爆发流感和其他新出现的呼吸道感染。重要的是，由于当前的COVID-19疫情在最初的大流行浪潮之后再次爆发，因此必须了解我们的系统的有效性，以促进卫生保健环境中COVID-19的管理。

然而，系统的平稳运行是维持其可行性的必要条件。在这项研究中，只有五分之一的参与者在研究中断(包括系统停机10周和激励措施结束)后提交了每周报告。不幸的是，由于这两个事件是连续发生的，我们无法理清系统维护和激励结束对参与的影响。然而，这些发现表明，未来的研究应该考虑系统维护和激励对参与监测项目的可能影响。

研究结果在几个方面强调了参与式监测中有针对性的方法的潜力。首先，我们的分析表明，个人特征是参与的重要决定因素。更多的参与与年龄较大和接种流感疫苗有关，这与过去的证据一致，表明具有这些特征的人更关心自己的健康，因此更有可能参与[12，18］．一个新颖的发现是，非华人参与ILI监测的程度较低。这可能是因为在社会经济地位方面的种族差异，以及反过来在新加坡寻求医疗保健的行为中，对主要华人群体的偏好超过了少数族裔群体[30.，31］．

其次，这些结果表明，针对目标卫生保健工作者样本的基于移动的ILI监测可以补充基于普通公众的传统监测。FluMob估计的ILI发病率在监测的第一年内与新加坡卫生部的发病率有中度相关性。然而，研究中断显著削弱了监测相关性。我们推测，那些在研究中断后继续提交每周报告的人可能更有健康意识，因此对ILI发病率的估计存在偏差。

第三，重要的是，进一步的分析表明，在不同的人群中监测的有效性可能是不同的，从而突出了使用目标样本早期发现疾病流行的潜力。具体而言，女性对ILI的监测能力高于男性，可能是因为女性因性别生理差异而更容易感染流感[30.，32］．年龄较大、未接种疫苗和有过敏情况与ILI监测能力较高有关，这可能是因为这些是流感和其他类型急性呼吸道感染的风险因素[28，33］．因此，这些群体的参与者更容易受到流感和肠胃炎流行的影响。此外，从家庭中有孩子的卫生保健工作者估计的肠胃炎发病率表明，与卫生部报告的肠胃炎发病率相比，家庭中没有孩子的卫生保健工作者与卫生部报告的肠胃炎发病率具有更高的预测相关性，这表明他们可能更多地通过年幼的孩子接触到疾病[28］．总的来说，上述研究结果表明，ILI和流感风险较高的人群在ILI监测中更有效。这一发现在未来的参与式监测研究中可能是至关重要的，因为它促进了使用目标方法的样本招募的规划和实施。

未来的研究应包括对ILI的医学或实验室确认，以进一步促进准确监测。然而，有趣的是，FluMob的医护人员估计的ILI发病率与MOH报告的水平相似。这一发现与以前的研究不同，以前的研究显示，基于互联网的系统估计的ILI发病率往往比政府报告高3至10倍[13，14，34］．这一发现的一个可能的原因是卫生保健工作者，特别是在FluMob样本中为传染病和儿科患者在医院工作的卫生保健工作者，对急性呼吸道症状有一定的了解。

尽管我们的研究结果在ILI监测中具有重要的理论和实践意义，但该研究也存在一定的局限性。本研究发现的监测相关性(即，r=0.0-0.4)与以往基于互联网的监测研究的结果相比相对较低[13，14］．由于有针对性的方法，与过去的研究相比，招募的样本量更小，这必然会降低监测能力。此外，该系统在调查过程中出现了重大故障。在2017年的一次季节性流感大爆发期间，停机导致数据丢失，以及参与积极性下降，最终失去了监测能力。如果有这样的数据，就可以获得更强的监测相关性。因此，应该通过更好的研究计划、资金支持和技术支持来避免这种干扰。然而，这种中断也为我们提供了一个宝贵的机会，来研究这种可达性中断对基于移动的参与式ILI监测有效性的影响。总体而言，本研究能够证明监测相关性显著，表明有针对性的监测方法可以成为参与式传染病监测的优势和补充方法。

结论

本研究是第一批评估基于移动的参与式ILI监测系统的有效性的研究之一，它从有针对性的健康监测方法中对参与、参与和监测能力的决定因素进行了评估。研究结果表明，基于移动的系统可以有效地用于参与式监控。然而，移动应用程序在没有重大中断的情况下平稳运行，对于参与者的参与和监视力量的持续至关重要。此外，基于移动的系统的有效性可以根据参与者的特征进行调节，这突出了有针对性的疾病监测的重要性，它可以减少招募和参与的成本。我们的研究结果对基于手机的参与式健康监测具有重要的理论和实践意义。未来的研究应该确定可以提高基于移动的参与式应用程序在传染病监测中的有效性的因素。