该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，研究小组在新加坡的两家大医院管理FluMob系统:一家是传染病爆发期间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，该系统因维护而关闭。参与者会收到应用重新启动的通知。有关应用开发和参与者参与度的更多信息，请参阅Lwin等人的文章[ 20.]。

FluMob是一种数字综合综合症监测系统，它将无处不在的互联网接入和智能手机的简单便携性结合在一起。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。尤其值得一提的是，该系统包括一个反应迅速的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网页浏览器访问。FluMob应用程序要求参与者在第一次使用时在系统中注册，然后使用用户标识和密码登录。医护人员可以轻松方便地使用该应用程序每周提供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，输入的数据将安全保密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，从而为预防和管理战略提供信息。有关技术规格及操作环境的更详细说明，可参阅其他网页[ 20.]。

本研究采用方便抽样方法招募研究对象。2016年4月，通过群发邮件邀请医院各科室的临床及非临床工作人员参与研究。受访者年龄在21岁以上，拥有Android或iOS系统的移动设备，并被要求从相应的软件商店免费下载FluMob应用程序。共招募了KK妇女儿童医院的200名医护人员和Tan Tock Seng医院的500名医护人员，并在系统中给予唯一的用户ID以进行数据跟踪。

参与者被告知他们将参加18个月的研究，尽管研究还将继续进行6个月。当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，就会得到20新加坡元(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程序，我们在应用程序使用一年后停止了赞赏令牌(即，他们在第一年后没有获得奖励)。值得注意的是，由于大多数参与者的系统维护时间和奖励结束时间是一致的，因此它们的效果无法区分。因此，我们将这一时期称为“研究中断期”，以表明系统维护和激励两端的中断。

注册后，参与者完成了人口统计和流感疫苗接种状况的背景调查。收集的数据包括年龄、性别、种族、家庭子女人数、工作类别和医院部门，以及前一年的流感疫苗接种记录。8名参与者没有完成登记，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，参与者通过应用程序通知通过FluMob应用程序完成一份简短的急性呼吸道症状问卷。他们报告自上次报告以来是否经历过任何症状，包括发烧、发冷、流鼻涕或鼻塞、打喷嚏、咳嗽、喉咙痛、呼吸短促、肌肉或关节痛、头痛、不适、食欲不振、痰色、眼睛水样和充血、恶心、呕吐、腹泻、胃痛、胸痛[ 28]。

参与者流程图如图所示 图1． 表1显示我们样本的人口统计学和其他特征。大多数参与者是女性，年龄在40岁以下(531/690,77.0%)，家庭中没有孩子。大多数参与者报告在过去一年中接种了流感疫苗，并且没有过敏症状。

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

如图所示 表2多因素回归分析显示，30岁以下参与者的个人提交率低于30岁以上参与者。华裔参与者的个人提交率高于其他族裔参与者。在调查前一年接种过流感疫苗的参与者比未接种的参与者提交的每周报告更多。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，我们对中断前的一段时间进行了分析，观察到类似的结果(数据未显示)。

总共有298名在系统维护后提交了至少两份报告的参与者被确定为已提交的用户。多变量逻辑回归分析( 表3)的调查结果显示，服用者大多为30岁以上、华裔及在前一年接种过疫苗的人士。

总体而言，25.1%的参与者报告在调查期间至少有一次ILI发作。平均每周ILI发病率为1.07%。 图3为ILI%_FluMob和ILI%_MOH的4周移动比例。 图4是系统维护前后这两个4周移动比例的散点图。 表4结果表明，当纳入所有数据时，ILI%_FluMob的4周移动比例与ILI%_MOH之间没有显著的线性关系。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。

表4还显示了个体特征的监测相关性。根据研究中断前的数据，年龄在41-50岁之间的女性、非华裔、家中有孩子的参与者在ILI%_FluMob和ILI%_MOH之间具有更高的监测相关性。此外，在联合医疗机构工作、在过去一年中未接种流感疫苗和报告过敏的参与者表现出更高的监测相关性。

参与性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公众疾病信息的收集成为可能。基于移动的应用程序可以通过集成多功能和交互式组件以及通过访问难以接触的人群来加强这些监测平台。有目标的监督和对系统有效性决定因素的了解是重要的，因为它们促进了征聘的规划和执行，并减少了管理费用。为此，本研究的目的是评估基于移动的卫生保健工作者ILI监测系统(即FluMob)的有效性，并检查有效性的决定因素。

我们的研究表明，基于移动的系统对于医院内的呼吸道感染监测是可行的。调查结果显示，卫生保健工作者普遍承诺参与ILI监测。在监测的第一年，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。证明以医院卫生保健工作者为目标样本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，以预防卫生保健机构中流感和其他新出现的呼吸道感染的爆发。重要的是，由于当前的COVID-19疫情是在最初的大流行浪潮之后再次爆发的，因此必须了解我们的系统在卫生保健环境中促进COVID-19管理的有效性。

然而，系统的平稳运行是维持其可行性的关键。在这项研究中，只有五分之一的参与者在研究中断后提交了每周报告，包括系统停机10周和奖励结束。不幸的是，由于系统维护和激励结束对参与的影响是连续发生的，我们无法将两者分开。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计划的可能影响。

研究结果强调了参与性监测中有针对性方法在几个方面的潜力。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个人更关心他们的个人健康，因此更有可能参与[ 12， 18]。一个新颖的发现是，非华裔与较低的ILI监测参与率相关。这可能是因为社会经济地位的种族差异，反过来，新加坡的就医行为更倾向于华人群体，而不是少数群体。 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监测可以作为基于公众的传统监测的补充。FluMob估计的ILI发病率与监测第一年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发病率的估计有偏差。

第三，也是重要的一点是，进一步的分析表明，在不同的人群中监测效果可能不同，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，女性对流感的监测能力高于男性，这可能是因为性别生理差异导致女性更容易感染流感[ 30.， 32]。年龄较大、未接种疫苗和有过敏状况与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危险因素[ 28， 33]。因此，这些群体的参与者更容易受到流感和ILI流行病的影响。此外，家中有孩子的卫生保健工作者估计的ILI发病率与卫生部报告的ILI发病率的预测相关性高于家中没有孩子的卫生保健工作者，这表明他们可能更容易通过年幼的孩子接触疾病[ 28]。综上所述，上述研究结果表明，流感和流感风险较高的人群将更有效地成为流感监测的目标人群。这一发现可能对未来的参与性监测研究至关重要，因为它有助于使用有针对性的方法规划和实施样本招募。

未来的研究应包括对ILI的医学或实验室确认，以进一步加强准确的监测。然而，有趣的是，FluMob内的卫生保健工作者估计的ILI发病率与卫生部报告的水平相似。这一发现与以往的研究结果不同，这些研究表明，基于互联网的系统估计的ILI发病率往往比政府报告的发病率高3至10倍[ 13， 14， 34]。这一发现的一个可能原因是卫生保健工作者，特别是那些在FluMob样本中为传染病医院和儿科患者工作的卫生保健工作者，对急性呼吸道症状很了解。

尽管我们的研究结果对ILI监测具有重要的理论和实践意义，但该研究仍存在一些局限性。本研究中发现的监测相关性(即， r=0.0-0.4)，与以往的网络监测研究相比相对较低[ 13， 14]。由于采用针对性的方法，与以往的研究相比，样本量较小，这必然会降低监测的力度。此外，该系统在调查期间发生了重大中断。在2017年大规模季节性流感爆发期间，停机导致数据丢失，同时阻碍了参与，并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中断。然而，这种中断也为我们提供了一个宝贵的机会，以调查这种可及性中断对基于移动的参与性疾病监测有效性的影响。总的来说，这项研究能够证明显著的监测相关性，这表明有针对性的监测方法可以成为参与性传染病监测的有利和补充方法。

本研究是首批评估基于移动的参与式疾病感染监测系统有效性的研究之一，并评估了有针对性的卫生监测方法在参与、参与和监测能力方面的决定因素。研究结果表明，基于移动的系统可以有效地用于参与性监测。然而，对于参与者的参与和监控权力的持续，移动应用程序的平稳运行而没有重大中断是至关重要的。此外，基于移动的系统的有效性可能受到参与者特征的影响，这突出了有针对性的疾病监测的重要性，可以降低招募和参与的成本。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能够提高传染病监测移动参与式应用程序有效性的因素。