这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首先发表在JMIR mHealth和uHealth上,并适当引用。必须包括完整的书目信息,到http://mhealth.www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
现有的研究表明,基于互联网的参与式监测系统是流感样疾病监测的有效哨点。然而,关于基于移动的流感病毒感染监测系统有效性的科学知识有限。以前的研究也采用了被动监测方法,并没有充分调查这些系统及其决定因素的有效性。
本研究的目的是评估基于移动的流感监测系统(FluMob)在卫生保健工作者中使用目标监测方法的效率。具体而言,本研究评估了ILI监测系统在参与、参与和监测能力方面的有效性。此外,我们的目标是确定可以调节系统有效性的因素。
FluMob系统于2016年4月至2018年3月在新加坡的两家大型医院推出。共有690名临床和非临床医院工作人员参与了这项为期18个月的研究,并通过应用程序通知每周提交一份列出18种急性呼吸道症状(如发烧、咳嗽、喉咙痛)的调查。2017年5月至7月期间,由于系统维护和参与激励结束,有一段时间的学习中断。
平均而言,个人提交率为41.4% (SD 24.3%),研究中断前的提交率为51.8% (SD 26.4%),研究中断后的提交率为21.5% (SD 30.6%)。多变量回归分析显示,年龄较大的参与者调整后的个人提交率更高(<30岁,31.4% vs . 31-40岁,40.2% [
卫生保健工作者中基于移动的疾病感染监测系统可能是有效的。然而,移动系统在没有重大中断的情况下正常运行对于参与者的参与和监测权力的持续至关重要。此外,移动监测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。
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[
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改进。自2009年甲型H1N1流感爆发以来,在全国范围内建立了基于到公共卫生机构就诊的流感样疾病门诊患者的病毒学和临床监测系统[
最近的众包理念推动了参与式传染病监测的发展,大大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、澳大利亚和欧洲十多年来一直在使用基于互联网的流感监测系统[
然而,我们认识到,在参与式流感监测的现有工作中,至少存在三个重大限制。首先,当前基于互联网的监视系统可能存在方法上的局限性,因为它们采用被动招募方法,例如通过涉及电视、广播和报纸的宣传活动,每季吸引数千名参与者[
第二,尽管现有的研究已经证明当前基于互联网的系统具有良好的监控能力[
第三,尽管以前的研究也调查了参与流感监测的决定因素[
为了解决上述局限性,本研究的目的是提出一种基于移动的卫生保健工作者流感感染综合监测系统,称为FluMob,作为新加坡现有流感监测的补充系统。FluMob是专为临床环境中的卫生保健工作者设计的数字集成综合征监测系统(请参阅方法部分对该系统的详细描述)[
在这项研究中,我们在2016年至2018年的卫生保健工作者人群中测试了FluMob系统。收集了人口统计学、生活方式和每周ILI症状和就医行为报告的数据。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,以及(2)确定可以调节应用程序有效性的因素。为了维护系统和结束奖励,研究被中断。尽管我们试图通过通知参与者应用程序重新启动来尽量减少这种中断的潜在影响,但重要的是要调查这些中断是否以及如何影响参与式监督系统的参与水平和监督能力。这些知识将为今后的研究提供宝贵的经验。因此,本研究考察了以下研究问题:(1)卫生保健工作者对FluMob的参与程度如何,哪些因素会调节参与率?(2) FluMob对医护人员的流感监测能力水平如何,哪些因素会调节流感监测能力?
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[
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[
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[
尽管参与者可以在研究结束日期之后提交周报,但我们排除了用于估计个人参与率和每周提交率的条目。个人提交率是在个人层面计算的,即在18个月期间(不包括系统维修期间),每周提交的调查占周数的百分比。每周报告率的计算方法是报告参与者与每周累计参与者数量的百分比。
为了调查研究中断的影响,我们用配对样本比较了中断前后的个人提交率
根据新加坡卫生部(MOH)的定义,ILI被定义为发烧(≥38.0°C)并伴有咳嗽或喉咙痛[
在参与者在一周内提交多次调查的情况下,在分析中保留了报告呼吸道症状的调查,或者在所有调查都没有报告症状的情况下保留了最新报告。如果参与者连续几周报告ILI症状,则认为这些症状来自同一发作[
为了评估FluMob系统的监测能力,我们将基于FluMob的每周流感发病率(ILI%_FluMob)与新加坡卫生部报告的每周流感发病率(ILI%_MOH)进行了比较[
为了检验研究中断对FluMob系统监测能力的影响,我们比较了所有数据估计的ILI%_FluMob和ILI%_MOH之间的监测相关性与仅在中断前收集的数据估计的相关性。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。
参与者流程图如图所示
参与者流程图。沙田:陈笃生医院;KKH: KK妇女和儿童医院。
本研究招募的卫生保健工作者的人口统计学和其他特征(N=690)。
特征 | 参与者,n (%) | |
|
|
|
|
男性 | 110 (15.9) |
|
女 | 580 (84.1) |
|
|
|
|
21 - 30 | 258 (37.4) |
|
31-40 | 273 (39.6) |
|
每周 | 92 (13.3) |
|
>50 | 67 (9.7) |
|
|
|
|
行政及其他 | 114 (16.5) |
|
辅助 | 105 (15.2) |
|
盟军的健康 | 186 (27.0) |
|
医疗 | 58 (8.4) |
|
护理 | 285 (41.3) |
|
|
|
|
中国人 | 389 (56.4) |
|
其他人 | 301 (43.6) |
|
|
|
|
是的 | 127 (18.4) |
|
没有 | 563 (81.6) |
|
|
|
|
是的 | 564 (81.7) |
|
没有 | 126 (18.3) |
|
|
|
|
是的 | 178 (25.8) |
|
没有 | 512 (74.2) |
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(
FluMob中卫生保健工作者的每周报告率。N_cumulative:随时间累积的样本量;N_survey:提交的调查数。
如图所示
参与者特征对个体提交率的多变量线性回归结果(N=690)。
特征 | 调整后的提交率 | 未标准化系数,估计(SE) |
|
||||
|
|
|
|
||||
|
女(参考) | 0.39 | N/A一个 | N/A | |||
|
男性 | 0.40 | 0.009 (0.026) | .74点 | |||
|
|
|
|
||||
|
21 - 30(参考) | 0.31 | N/A | N/A | |||
|
31-40 | 0.40 | 0.087 (0.021) | <.001 | |||
|
每周 | 0.46 | 0.149 (0.029) | <.001 | |||
|
>50 | 0.40 | 0.084 (0.033) | . 01 | |||
|
|
|
|
||||
|
护理(参考) | 0.39 | N/A | N/A | |||
|
行政及其他 | 0.42 | 0.030 (0.035) | 38 | |||
|
辅助 | 0.44 | 0.043 (0.027) | 点 | |||
|
盟军的健康 | 0.37 | -0.019 (0.023) | .41点 | |||
|
医疗 | 0.35 | -0.045 (0.036) | 口径。 | |||
|
|
|
|
||||
|
中文(参考) | 0.44 | N/A | N/A | |||
|
其他人 | 0.35 | -0.096 (0.019) | <.001 | |||
|
|
|
|
||||
|
没有(参考) | 0.40 | N/A | N/A | |||
|
是的 | 0.38 | -0.008 (0.024) | .74点 | |||
|
|
|
|||||
|
没有(参考) | 0.34 | N/A | N/A | |||
|
是的 | 0.45 | 0.102 (0.023) | <.001 | |||
|
|
|
|
||||
|
没有(参考) | 0.40 | N/A | N/A | |||
|
是的 | 0.39 | -0.002 (0.020) | .92 |
一个-不适用。
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(
忠诚用户特征的多变量logistic回归结果(N=298)。
特征 | 已承诺的用户,n (%) | 调整优势比 | 95%可信区间 |
|
|
|
|
|
|
|
|
|
女(参考) | 252 (43.5) | 1.00 | N/A一个 | N/A |
|
男性 | 46 (41.8) | 0.79 | 0.50 - -1.24 | 。31 |
|
|
|
|
|
|
|
21 - 30(参考) | 95 (36.8) | 1.00 | N/A | N/A |
|
31-40 | 125 (45.8) | 1.73 | 1.19 - -2.51 | 04 |
|
每周 | 49 (53.3) | 2.22 | 1.34 - -3.69 | .002 |
|
>50 | 29 (43.3) | 1.36 | 0.77 - -2.40 | 29 |
|
|
|
|
|
|
|
护理(参考) | 113 (39.7) | 1.00 | N/A | N/A |
|
行政及其他 | 31 (55.4) | 1.79 | 0.98 - -3.26 | 06 |
|
辅助 | 53 (50.5) | 1.48 | 0.95 - -2.42 | 。08 |
|
盟军的健康 | 75 (40.3) | 0.94 | 0.62 - -1.40 | .74点 |
|
医疗 | 26日(44.8) | 1.12 | 0.60 - -2.09 | 点 |
|
|
|
|
|
|
|
中文(参考) | 182 (47.0) | 1.00 | N/A | N/A |
|
其他人 | 115 (38.2) | 0.59 | 0.42 - -0.83 | .002 |
|
|
|
|
|
|
|
没有(参考) | 248 (44.1) | 1.00 | N/A | N/A |
|
是的 | 50 (39.4) | 0.73 | 0.48 - -1.10 | 13。 |
|
|
|
|
|
|
|
没有(参考) | 44 (34.9) | 1.00 | N/A | N/A |
|
是的 | 254 (45.0) | 1.59 | 1.05 - -2.40 | 03 |
|
|
|
|
|
|
|
没有(参考) | 220 (43.0) | 1.00 | N/A | N/A |
|
是的 | 78 (43.8) | 1.04 | 0.73 - -1.48 | 点 |
一个-不适用。
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%。
FluMob估算的流感样疾病(ILI%_FluMob)发病率与新加坡卫生部(ILI%_MOH)报告的发病率比较绘制的值是4周的移动比例。
FluMob和新加坡卫生部使用系统维护中断前后收集的数据估计的流感样疾病(ILI)百分比散点图。
FluMob估计的流感样疾病发病率的4周移动比例与新加坡卫生部的数据之间的Pearson相关系数(r)。
变量 | 所有的数据 | 维护前的数据 | |||||||
|
|
|
|
|
|
||||
整体 | 0.04 | 综合成绩 | 0.38 | .006 | |||||
|
|||||||||
|
女 | 0.13 | 二十五分 | 0.46 | 措施 | ||||
|
男性 | -0.29 | .007 | -0.07 | .62 | ||||
|
|
|
|
|
|||||
|
21 - 30 | 0.08 | 票价 | 0.31 | 03 | ||||
|
30 - 40 | -0.16 | .14点 | 0.00 | 获得 | ||||
|
每周 | 0.35 | 措施 | 0.64 | <.001 | ||||
|
>50 | -0.13 | 。 | -0.05 | 收 | ||||
|
|
|
|
|
|||||
|
行政及其他 | -0.11 | 点 | -0.23 | 厚 | ||||
|
辅助 | -0.16 | .16 | 0.22 | 点 | ||||
|
盟军的健康 | 0.47 | <.001 | 0.48 | <.001 | ||||
|
医疗 | -0.21 | 06 | -0.19 | 只要 | ||||
|
护理 | -0.15 | 。 | 0.19 | 只要 | ||||
|
|
|
|
|
|||||
|
中国人 | -0.07 | 53 | 0.10 | 50 | ||||
|
其他人 | 0.12 | 29 | 0.39 | 04 | ||||
|
|
|
|
|
|||||
|
是的 | 0.12 | 29 | 0.44 | 措施 | ||||
|
没有 | -0.03 | .79 | 0.25 | 。08 | ||||
|
|
|
|
|
|||||
|
是的 | -0.14 | 口径。 | 0.26 | 06 | ||||
|
没有 | 0.52 | <.001 | 0.45 | 措施 | ||||
|
|
|
|
|
|||||
|
是的 | 0.09 | 点 | 0.44 | 措施 | ||||
|
没有 | -0.03 | .80 | 0.18 | .20 |
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[
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[
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[
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,
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。
流感样疾病
卫生部
严重急性呼吸系统综合症
这项研究得到了新加坡卫生部国家医学研究委员会传染病-公共卫生研究基金(CDPHRG13NOV020)的支持。作者要感谢更广泛的团队成员徐华荣和陈杰的贡献,他们在医院帮助收集数据。
ML、JL、AS、CP、YT、PY、VC、BA和MC参与了研究的概念化。JL和AS撰写了论文的主要部分。ML、JL、AS、YT、VC、MC、LWA参与了整体编辑。CY和KT参与了数据收集。BA是该项目的主要研究者和总协调员。
没有宣布。