发表在9卷, No . 2(2021): 2月

本文的预印本(早期版本)可在,首次出版
COVID-19大流行期间数字接近追踪非技术实施的挑战:SwissCovid应用程序的媒体分析

COVID-19大流行期间数字接近追踪非技术实施的挑战:SwissCovid应用程序的媒体分析

COVID-19大流行期间数字接近追踪非技术实施的挑战:SwissCovid应用程序的媒体分析

原始论文

1瑞士苏黎世大学流行病学、生物统计与预防研究所

2瑞士苏黎世大学卫生保健实施科学研究所,z里奇

通讯作者:

维克多·冯·威尔博士

流行病学、生物统计与预防研究所

苏黎世大学

Hirschengraben 84

苏黎世,8001

瑞士

电话:41 +41446346380

电子邮件:viktor.vonwyl@uzh.ch


背景:一些国家已经发布了数字近距离追踪(DPT)应用程序,以补充人工接触者追踪,以应对新冠肺炎大流行。DPT旨在通知应用程序用户与SARS-CoV-2感染者的近距离接触,以便他们进行自我隔离。DPT应用程序的成功取决于用户的接受程度以及将DPT纳入大流行缓解战略。

摘要目的:通过搜索DPT启动后3个月内发表的媒体文章,对DPT在瑞士的实施情况进行评估,为其他国家的类似企业提供参考。本研究的第二个目的是在报告的DPT实施挑战与规范化过程理论之间建立联系,以规划和优化复杂的数字健康干预措施,这可以为DPT设计和实施的决策提供有用的指导。

方法:在瑞士媒体数据库中搜索了2020年7月4日至10月3日期间在瑞士DPT应用程序(SwissCovid)上以德语或法语发表的文章。在结构化过程中,从被认为相关的文章中手动提取和聚集主题。提取的主题被映射到四个NPT结构中,这些结构反映了从计划、涉众加入、执行到关键评估的干预开发流程。一致性构念描述了利益相关者的意义构建,认知参与构念反映了参与者为创造对干预的参与所做的努力,集体行动指的是干预的执行和利益相关者共同努力使干预发挥作用,反身性监测指的是为创造改进而进行的集体风险效益评估。

结果:在被认为是有关的并被选中进行更仔细检查的94篇文章中,有38篇提供了关于执行挑战的独特资料。确定了五个挑战领域:沟通方面的挑战、DPT与其他进程对接方面的挑战、担心与既定的大流行病缓解措施竞争资源、DPT效力不明确,以及扩大用户覆盖范围和遵守规定方面的障碍。具体而言,有几篇文章提到,DPT的不明确益处会影响承诺,并引起不同卫生系统行为体对资源竞争的担忧。此外,媒体报道指出了流程界面方面的挑战,如通报级联中的延迟或责任不明确,以及卫生系统行为体的误解和未满足的沟通需求。最后,报告提出了不一致的激励机制,不仅针对公众使用应用,还针对应用通知级联中其他参与者的流程参与。NPT提供了一个非常合适的框架,将不同的DPT实施挑战置于背景下,并突出改进策略,即更好地协调利益相关者的激励措施,或与利益相关者进行特定的沟通,以解决他们对DPT的关注。

结论:最早采用DPT的企业之一的早期经验表明,非技术实现方面的挑战可能会影响DPT的有效性。NPT分析为DPT的实施提供了一个新的视角,并强调了将利益相关者纳入开发和运营的必要性。

[j] .移动医疗与健康[j]; 2011;9(2): 825345

doi: 10.2196/25345

关键字



使用数字工具缓解大流行

当前的SARS-CoV-2大流行是数字工具在流行病学危机管理中发挥突出作用的首批全球事件之一[12]。早期尝试使用数字工具控制感染,包括流感的众包监测应用程序(例如,[3.])或寨卡病毒[4];然而,由于招募或报告依从性方面的挑战,这些尝试往往收效甚微[5-7]。在当前的SARS-CoV-2大流行中,依赖被动接触感应的数字工具在支持手动接触者追踪(MCT)方面获得了巨大的吸引力。这些技术通常被称为数字近距离追踪(DPT),旨在通过应用程序或腕带存储近距离接触者或访问过的地点,从而促进接触者追踪[8]。一些应用程序依赖GPS来跟踪运动;然而,它们的缺点是不能保护私隐(在运动数据集中储存的情况下),而且只能在GPS的技术限制下运作(例如精度限制,在建筑物内的可操作性有限)[9]。

一种更新颖的接近跟踪方法是基于点对点跟踪,例如通过蓝牙低能信标[10]。在这种方法中,应用程序发出包含用户特定识别号码的信号,然后在一定半径内的智能手机接收该信号[11]。信号强度与距离相关(信号越强,发送设备越近),可以利用这一点来确定在可能导致SARS-CoV-2传播的距离内发生的近距离接触。如果其中一名近距离接触者检测为SARS-CoV-2阳性,则应用程序会警告所有在感染窗口内相关近距离接触的其他应用程序用户。虽然准确性并不完美,但它似乎适合DPT的目的[1112],这也可以从检测呈阳性的应用用户的报告中得到证明(例如,[13])。

DPT的实施挑战

一些国家正在开发或使用DPT智能手机应用程序(例如,[914])。在早期,人们认识到DPT需要尊重隐私[15],赢得公众信任[16],并遵守道德标准[17获得对SARS-CoV-2传播产生重大影响所需的临界数量的应用程序用户[10]。事实上,一些在应用发布前进行的公众调查发现,用户对DPT的接受程度很大程度上取决于隐私保障和公众对应用开发商和赞助商的信任[18-20.]。此外,对早期DPT实施的分析(例如在澳大利亚)表明,技术方面(例如,电池消耗,应用程序在前台运行的需求)[21])以及持续存在的误解[2223也在用户决策中发挥作用,并可能阻碍广泛采用。因此,对隐私和信任的考虑已经引导了许多学术[24]和公共的[25辩论和设计决策[2627与DPT有关。

引言的以下段落在讨论本分析的目的和贡献之前,总结了其中的一些考虑。这项研究的第一个目的是汇编媒体关于瑞士DPT实施和有效性的辩论,以便其他国家可以从最早采用DPT的国家之一的经验中受益。第二个目标是在报告的DPT实施挑战与分析复杂数字卫生干预措施的框架之间建立联系,这可能有助于指导DPT设计和(非技术)实施决策。

集中式与分散式DPT

一开始,有两个计划提出了可能的DPT体系结构设计,它们的数据去中心化程度不同。去中心化意味着蓝牙测量的接近接触只存储在智能手机的本地(一种由去中心化隐私保护接近跟踪[DP-3T]联盟推广和开发的方法)[27]。相比之下,泛欧洲隐私保护邻近追踪(pep - pt)倡议提出的集中式DPT概念[26]还预见到联系人信息存储(静态个人识别码)在中央服务器上,因此有可能收集有关用户联系人网络的信息[14]。这些集中联系数据存储的计划不仅在公众和学术界引起了对隐私问题的关注,而且随之而来的是对人口采用率降低的担忧[15]但也包括谷歌和苹果等主要科技公司,他们最终决定通过提供智能手机应用程序编程接口(api)来支持分散的DPT架构[28]。因此,许多国家纷纷效仿,大多数部署的DPT应用程序现在都是基于分散的DPT设计[9]。在分散式DPT中,接近接触在智能手机上进行本地评估。发送到中央服务器的唯一数据是确诊的SARS-CoV-2感染者的匿名随机标识符。所有其他用户下载这些“传染性”标识符,并与本地存储的近距离接触标识符进行比较。如果找到匹配项,将通知用户并提供有关进一步步骤的信息。

DPT是手动接触跟踪的补充

人工接触者追踪(MCT)是许多国家(包括瑞士)应对SARS-CoV-2公共卫生措施的基石[29])。DPT被设计为MCT的补充,因为它具有明显的优势。具体而言,DPT可以更快地警告暴露接触者,同时警告多个接触者,并接触到索引病例不认识的接触者[30.]。相比之下,MCT通过访谈确定索引病例联系人,这是一个劳动密集型的过程[31]。鉴于接触者在应用程序通知后进入隔离状态,DPT的速度优势也应导致更快地中断传播链[1032]。然而,为了实现预期的目标,百白破需要充分纳入一个国家针对该流行病的全面测试-追踪-隔离-检疫(TTIQ)应对措施[2933]。此外,MCT仍然必不可少,因为它能够更好地识别传播链(例如,通过将不使用DPT应用程序的人包括在内),以确保遵守预防措施(例如,遵守强制性隔离或检疫),并获得有关传播时间和环境的重要信息,从而提供宝贵的流行病学数据[31]。

DPT在瑞士的实施

瑞士是最早于2020年6月25日发布自己的DPT应用程序(SwissCovid应用程序)的国家之一,该应用程序基于分散的、保护隐私的接近跟踪架构(DP-3T) [27]。SwissCovid通知级联的总体原理见图1.值得注意的是,应用程序通知序列涉及多个参与者,包括检测实验室、订购检测的医生、MCT(也会生成“CovidCodes”,即检测呈阳性的用户要上传的认证码),以及建议通知用户拨打的邮件。虽然瑞士联邦是中央集权的,但MCT是在26个州一级组织的。MCT的操作领导由地区医生负责。测试实验室是分散组织的私人或公共机构。制定了指南和报告表格,以便向联邦公共卫生局和负责的州卫生当局通报每一例新发现的SARS-CoV-2病例。

图1所示。数字接近跟踪的通知级联步骤。如果A感染者(红色试管)的新冠病毒(SARS-CoV-2)检测呈阳性,就会被称为MCT,并接收和上传新冠病毒代码,以警告其他应用程序用户。B是近距离接触,可能已经被感染。这个人收到应用程序通知,她有几个选择:拨打热线电话(1),这是推荐的选项,接受免费测试(2),自愿呆在家里(3)。MCT:手动接触者追踪。
查看此图

收到应用程序通知的用户有几个选择。应用程序的通知建议拨打官方热线。该邮件通知用户,在收到暴露通知后,他们有资格获得免费检测,并更具体地询问暴露的潜在风险。如果有指示,邮件建议自愿隔离(第1步)图1)。相比之下,MCT可以导致强制检疫的秩序和执行,但对工作人员进行工资补偿。此外,通知的应用程序用户还可以直接要求免费的聚合酶链反应(PCR)测试(步骤2,图1)或自愿呆在家里而不拨打热线电话(第三步;图1),在这种情况下,它们不会出现在任何统计数据中。在应用启动后的第一阶段,内联无法直接将呼叫者介绍给相关的州当局和MCT;然而,自2020年9月以来,双方已经达成了一项相应的协议。早些时候,内线也面临着错误的呼叫;例如,有些电话是由苹果iOS 13.6中“每周更新通知”的不准确翻译触发的[34]。

一些通知级联步骤有相对严格的时间表。实验室和主治医生必须在两小时内向负责的州医生报告聚合酶链反应阳性检测结果。州医生应生成新冠病毒代码并将其提供给受感染的应用程序用户,用户有24小时的时间输入代码(代码过期)。

实施DPT的已知挑战

在实施科学中,复杂干预被定义为“由多种行为、技术和组织成分组成”[35]。如图1DPT符合这一复杂公共卫生干预措施的定义,因为它涉及从实验室检测到通知结果、触发通知、接收通知和隔离的几个步骤。因此,DPT的成功取决于从PCR阳性检测结果到近距离接触者的有效通知级联,涉及应用程序用户、SARS-CoV-2检测实验室、卫生当局以及可能的其他行为者。因此,将DPT无缝整合到更广泛的大流行缓解措施中(例如,测试设施)以及应用程序用户高度遵守建议的措施(例如,触发通知,进入隔离)至关重要,特别是在自愿使用DPT的环境中。

新出现的数据为百白破对大流行病传播动态的有效性和影响提供了早期证据[3637]。就瑞士而言,关于SwissCovid在个人通知级联步骤和整体方面表现的首批研究,描绘了一幅好坏参半的画面。最近的一份报告展示了DPT技术基础设施的原理证明[13]。具体来说,该研究报告了至少60名在应用程序通知后接受检测的人,他们被发现PCR检测为SARS-CoV-2阳性。然而,同一份报告还强调了如上所述通知链中的一些低效之处。例如,新冠病毒代码的数量超过输入代码的数量约50%,这在一定程度上是DPT的自愿性质造成的:在每一步,用户都可以选择是否使用该应用程序并执行建议的步骤,而不必担心受到惩罚。与此类似,另一份报告调查了不使用SwissCovid应用程序的情况和原因[23]。例如,较高的家庭月收入或不吸烟与较高的SwissCovid应用程序使用率相关,而年龄较大、对卫生当局缺乏信任或非瑞士国籍与较低的使用率相关。此外,SwissCovid的早期媒体报道[25],以及系统的回顾[38],发现了实施DPT的一些组织挑战。考虑到干预的新颖性和复杂性,这并不完全令人惊讶。综合起来,这些报告强调了非技术实施方面与最佳DPT功能的相关性。

规范化过程理论指导复杂数字干预的规划和实施

在复杂干预评估的其他实例中,正常化过程理论(NPT)已被证明有助于系统地调查复杂(数字)卫生干预措施的嵌入[3539]。NPT旨在解释和促进使干预正常化的因素,即使其成为日常实践的一部分。NPT以四个核心结构为中心,这些结构也反映了干预开发的流程,从计划、利益相关者的加入、干预执行到关键评估。40]。在干预的“生命历程”中一致性构念描述了个体参与者如何理解实施,认知参与反映了参与者的集体努力,以创造对干预的承诺和参与,集体行动指干预的执行,并描述所有参与者为使其发挥作用而进行的共同努力反射性的监控指所有行为者对风险和利益的集体评价,并制定改进措施[40]。

分析目的

总而言之,尽管DPT实施中的一些挑战和瓶颈已经为人所知,但在很大程度上缺乏对这些实施挑战的系统汇编和框架。此外,尚不清楚通用数字卫生实施框架是否以及如何有助于概念化这些DPT挑战并为可能的优化提供信息。因此,本分析旨在系统地审查媒体对SwissCovid的报道,寻找反映最佳干预功能挑战的陈述和例子。该分析的一个主要目标是识别和报告DPT的非技术实现和嵌入中的挑战。这些早期经验可以让其他正在考虑或积极实施DPT的国家了解可能面临的挑战和优化策略。

此外,通过将已确定的挑战映射到《不扩散核武器条约》的结构,该分析还建立了与丰富的《不扩散核武器条约》文献的链接,这些文献提供了工具和框架,以优化数字卫生干预措施的采用和有效性。


媒体分析

本分析参考了瑞士媒体的报道。从2020年7月4日至10月3日检索Swissdox Essentials媒体数据库[41]。该数据库涵盖所有瑞士印刷媒体和最重要的网络门户网站。只有德语或法语的条目,85%的瑞士居民使用这两种语言[42],被考虑过。使用搜索短语SwissCovid或(“瑞士Covid”应用程序),在Swissdox数据库中搜索反映独立新闻调查的独特印刷和网络文章。也就是说,转载的文章或引用其他文章而没有添加信息的文章被排除在外。实时报价记录也被排除在我们的搜索之外。

符合条件的文章被人工预先筛选,以确定它们是否报告了SwissCovid应用程序的问题或效率低下。这一筛选过程由Swissdox数据库促进,该数据库突出显示了包含预先指定搜索词的所有句子。在随后的更详细的筛选中,将选中的相关新闻文章完整地阅读,并突出显示相关部分。在这个过程中,重复的文章被删除(以及那些简单地改写了先前文章的文章),并根据以下预定义的主题列表(由作者的主题知识告知)手动提取主题:涉及(缺乏)沟通的问题、与应用程序相关的技术问题或混淆、与应用程序有效性相关的问题、接收测试结果的延迟、接收covid - code的延迟、与邮件相关的问题、缺乏参与者的支持以及SwissCovid对紧张资源的竞争。关于SwissCovid应用程序的关键问题由作者手工总结和分组。所有的新闻文章文件可从作者的要求。

报告挑战与规范化过程理论的联系

最后,通过Murray等人提出的《不扩散核武器条约》问题,对新闻文章中报道的关键挑战进行了背景化和解释[39]。根据文献研究结果,先验地选择NPT作为评估框架。本研究遵循Murray等人提出的指导性问题[39]。并考虑了瑞士DPT通知级联中涉及的以下利益相关者(今后也称为“参与者”,以保持与NPT术语的兼容性):应用程序用户;新冠病毒检测实验室;州卫生当局和执行MCT的州医生;瑞士公共卫生联邦办公室(FOPH)是SwissCovid应用程序的产品所有者;以及由一家商业远程医疗公司代表卫生局运营的在线服务。DPT挑战到不同NPT构造的映射是由作者手动执行的。


媒体分析的发现

图2概述媒体数据库的搜索过程,该过程产生了总共38篇被认为与分析有关的文章。从所选文章中摘录的关键主题概述在表1的38条文章的资料多媒体附录1)。

图2。从Swissdox媒体数据库中选择文章的流程图。NPT:规范化过程理论。
查看此图
表1。选定文章中确定的主要主题。
集团 名字 项目编号 主题 媒体报道一个
一个 沟通 A1 需要优化应用程序错误信息

#22, #28, #53


A2 关于DPT的沟通b使用、隐私和福利都可以得到改善 # 10 # 32


A3 通报级联中某些参与者(如州卫生当局或医生)的沟通需求未得到满足 # 14 # 29日
B 接口和流程 B1 covid - 19代码生成的延迟 #2, #8, #14, #17


B2 联邦和州卫生当局之间的联系不明确 # 20


B3 州医生根据应用程序通知下令强制隔离的法律障碍 # 29



B4 随着检测标准的改变,对获得免费PCR的程序产生了一些混淆c测试应用程序通知 # 14


B5 干扰工作,如与SARS-CoV-2患者有近距离接触的护士 # 61 # 35
C 资源竞争

C1 最初担心邦当局会被接收应用程序通知的人淹没 # 20


C2 担心应用程序的开发和运营将耗尽其他流行病缓解工作的资源 # # 29日30
D 不清楚效果

D1 当下载量开始趋于平稳时有些失望;担心活跃的应用程序用户数量不足以实现DPT的有效性 # 5、# 18


D2 对于用户和其他参与者(如州医生)而言,对缓解大流行的影响仍不清楚 #18, #32, #14, #29
E 阻碍更高的用户覆盖率和遵从性 E1 这款应用程序在国外无法使用 # 5、# 22


E2 对隐私的担忧挥之不去 #11, #12, #25


E3 暂时较低的感染人数降低了应用程序使用的紧迫性 # 12


E4 pcr阳性应用程序用户没有输入新冠病毒代码 # 2, # 28


E5 应用程序通知的用户不会调用内联(也不会出现在任何统计数据中) # 57 # 58


E6 缺乏使用或定期检查应用状态的个人激励(可以通过包含有关流行病的新闻更新来弥补);该应用程序保持沉默,除非有通知 # 42岁# 48

一个#ID指的是中列出的个别媒体报道多媒体附录1

bDPT:数字接近跟踪。

b聚合酶链式反应。

主题提取

对38篇相关文章的更详细分析揭示了一些挑战,这些挑战主要分为五个主题:(1)沟通挑战;(2)DPT与其他流程的最佳接口挑战;(3)担心与既定的大流行缓解措施竞争有限的资源;(4)DPT的有效性不明确;(5)扩大用户覆盖范围和合规性的障碍。表1)。

几篇文章提到了沟通方面的挑战(A组,表1)。一些报告提到了令人困惑的应用程序错误信息,需要加强或改善与应用程序用户关于SwissCovid所涉及的好处和流程的沟通,以及需要改善与干预的其他参与者,特别是26个州卫生当局的交流。大多数文章都看到了通过FOPH(作为SwissCovid产品所有者)与公众和其他参与者加强沟通来克服这些挑战的解决方案。

关于业务挑战(B组),表1),最常见的担忧是向SARS-CoV-2 PCR检测呈阳性的SwissCovid用户发送covid - code的延迟。第一批媒体报道出现在2020年8月,之前有一些人作证说,他们在经历了重大延误后才收到代码。后来的文章还报道了各州卫生当局为提高covid - 19代码生成和交付速度而进行的程序调整。

在新冠病毒代码生成延迟的背景下,实验室报告PCR阳性检测结果或获得检测等其他流程也受到了审查。因此,进一步的潜在问题浮出水面,可能影响通知级联的速度。首先,订购聚合酶链反应检测的实验室或医生有时可能无法遵守向州当局通报阳性检测结果的2小时时间表(例如,由于检测量高)。其次,一位医生表示,更改测试标准和指南可能会对应用程序通知的人访问免费测试的程序造成一些暂时的混乱,这个问题很快就得到了解决。第三,在应用程序发布后的最初几周内,内联无法将应用程序通知的呼叫者直接转介到各自的州卫生服务部门进行进一步评估。一篇文章引用了一位州医生的话,他陈述了这种转诊差距的数据保护原因。数据保护也被认为是一些卫生当局难以将DPT纳入人工跟踪程序的一个原因。据一位州医生说,百白破(预期)无法提供关于潜在接触时间和地点的额外数据,这削弱了它作为人工接触示踪剂的价值。

此外,一些文章报道了医护人员使用该应用程序面临的挑战,特别是当他们从事SARS-CoV-2感染患者的护理时。医院担心频繁的通知(尽管工作人员戴着防护装备)和随之而来的混乱。一些医院要求员工在工作时关闭SwissCovid。

第三组主题(C组,表1)关注的是fooph和各州的资源状况。一名退休的FOPH官员和至少两名州医生对DPT的有效性表示怀疑,因此担心DPT会争夺FOPH和州卫生当局稀缺的人力资源。据一名消息来源称,初级国家卫生当局和州卫生当局(参照B组)之间的转诊差距是由于各州担心被应用程序通知的联系人搞得不知所措。

第四组挑战(D组)表1)与认为DPT的有效性未经证实有关。由于百白破是在巨大的时间压力和有限的实际测试下开发和发布的,因此对百白破对缓解大流行的有用性和贡献的怀疑仍然存在。这种不确定性可能会造成恶性循环:目标人群可能不会因为未经证实的有效性而倾向于使用应用程序,但如果没有广泛使用,其有效性就无法证明。这些担忧在SwissCovid公开发布后不久就得到了回应,当时活跃用户数量似乎稳定在大约100万(10月14日,SwissCovid应用程序有167万活跃用户和250万次下载)。43])。这种被认为缺乏益处的现象不仅限于公众,而且似乎也存在于一些卫生当局中。两名州医生的发言暗示,一些卫生当局成员认为DPT是一种额外负担,好处不明确。

第五组专题(E组,表1)与用户覆盖率和遵从性有关。2020年7月,多家媒体报道了用户数量趋于稳定(甚至减少),以及生成和上传新冠病毒代码的数量存在差异(表明并非所有PCR检测呈阳性的应用程序用户都选择触发通知)。研究人员探讨了几种解释,例如对隐私的担忧挥之不去(需要更好的沟通),7月份SARS-CoV-2感染的总体病例数较低,或者无法在国外使用SwissCovid应用程序(例如在度假期间)。媒体经常得出的结论是,FOPH需要更多的沟通,以解决这些隐私问题,并强调SwissCovid应用程序的潜在好处。随着SwissCovid的活跃使用和积极效果的初步表现,这些担忧在一定程度上转移到了幕后,但从未完全消失。

主题到NPT构造的映射

表2说明已标识主题到不同NPT构造的映射。总的来说,媒体分析为《不扩散条约》的大多数问题提供了信息。除了主题E1(“该应用程序在国外不工作”),所有主题都很好地映射到特定的NPT结构和单个子问题。在个别主题中,有10个属于一致性构造,5成认知参与构造,10成集体行动构造,和3成反射性的监控构造。

表2。主题到规范化过程理论构造的映射。
归一化过程理论构造 主题域(参见表1) 评估
连贯性(对干预的理解,即参与者的意义和理解)

干预是否易于描述? D1 d2 e3 e6 DPT一个难以解释;对DPT应该实现的目标(例如,生成有用的数据)或成功的要求(例如,需要60%的人口参与率才能成功)存在一些误解。

它与其他干预措施有明显区别吗? C2 由于DPT是人工接触追踪的辅助手段,因此对所有参与者来说,这种区别并不总是很明显;DPT甚至可以看作是手工跟踪的竞争对手。

它是否对所有相关参与者都有明确的目的? C2, D2 有人怀疑DPT的目的,甚至怀疑它是否有权与人工接触追踪共存。

参与者是否对会议的目的有共同的认识? C2, D2 并非所有参与者都信服,包括部分民众和州卫生当局。

干预会给谁带来什么好处? C1 d1 d2 e6 好处是抽象的,不是立即可见的,并且部分依赖于上下文(例如,第二道防线的作用)。

这些好处可能被潜在的参与者所重视吗? D1 d2 e2 e4 e6 大多数人都重视DPT的总体潜在效益(减缓传播),但对DPT能否实现这一目标仍有疑问。

它是否符合[大流行缓解目标]的总体目标和活动?b N/Ac DPT的设计是为了补充人工接触追踪;原则上,DPT与其他大流行缓解目标非常一致。
认知参与(制定干预的参与,即参与者的承诺和参与)

目标用户群体会认为这是个好主意吗? C1 c2 d1 d2 所有参与者似乎都存在一些疑虑。并不是所有的演员都相信这些好处。

他们会很容易明白干预的意义吗? E3 DPT是在病例数较低的时候发布的。好处仍然是抽象和不明确的,部分原因是感染人数低。最初,这可能影响了参与DPT工作过程的意愿。

他们准备好投入时间、精力和工作了吗? C1, C2 一些行为者认为,DPT与其他缓解措施争夺时间和资源。因此,参与认知参与的意愿可能是有限的。
集体行动(执行干预);(即参与者所做的工作,使干预功能)

干预将如何影响[参与者]的工作? B1 b2 b3 b4 b5 DPT为MCT引入了额外的步骤和流程d.不同流程和界面之间也存在一些不明确和摩擦(例如,检测实验室与州医生之间或PCR阳性用户之间)e测试和州医生)。

这会促进还是阻碍他们的工作? B2 b5 c1 c2 DPT可能会增加MCT的工作量;应用程序的使用可能会给医护人员带来问题。

它会对[互动]产生什么影响? B2 b3 b4 c2 DPT通知是MCT面谈中要涵盖的另一个方面;国家卫生部门和州卫生部门之间的接口需要优化。

员工在使用之前是否需要广泛的培训? A3, B4 原则上,是的,一些报告表明需要对某些(卫生系统)行为者进行额外的指导或沟通。

它与现有工作实践的兼容性如何? C2 d2 e5 e6 DPT被看作是增加工作负载的独立的东西。数据保护显然会阻碍DPT完全集成到MCT中。收到通知的用户可能会采取行动,但并不总是按照建议(例如,直接寻求测试)。

它会对不同专业群体之间的分工、资源、权力和责任产生什么影响? B2, D2 报告指出了一些“相互衔接”的挑战,例如在中央和州卫生当局之间。关于通知用户免费PCR检测资格的混淆报告。
反身性监测(对干预的反思,即参与者对干预的反思或评价)

一旦使用了一段时间,用户可能会如何看待干预? D1, D2 对于一些参与者来说,有效性似乎仍然不清楚或未经证实。SARS-CoV-2新发病例数在大部分观察期保持相对较低,从而影响了感知效果。

它可能被认为对[用户和其他参与者]有利吗? C2 d1 d2 似乎并非所有参与者都是如此。

干预的效果会很明显吗? D1, D2 DPT有效性的不确定性阻碍了使用和实现。

使用者/参与者是否可以在使用干预措施后提供反馈? 没有,但有一些报告指出。 应用程序用户提供间接反馈(例如,通过社交媒体)。其他参与者与联邦公共卫生办公室和应用程序开发人员进行了直接互动。

能否根据经验调整或改进干预措施? 没有,但有一些报告指出。 应用开发是持续的;有关于可能的改进的定期交流。

一个DPT:数字接近跟踪。

b括号内的表达式反映了原问题措辞的改编[39以更好地符合当前的分析。

c-不适用。

dMCT:手动追踪。

e聚合酶链式反应。

最大的担忧在一致性构造与其他过程(特别是手工接触跟踪)的不明确的好处和区别有关。不同的参与者表达了这些担忧,包括应用程序用户和邦当局。此外,与会者还提到,担心与其他缓解措施竞争资源。在某种程度上,这些担忧反映了SwissCovid应用程序通知级联的复杂性,也可能反映了一些参与者对角色需求的不完全理解。

多份报告也指出了中国面临的挑战认知参与与其他NPT结构重叠的域。具体而言,不同行为者之间的相互作用可能需要优化,以及澄清有关资源情况(例如,就州当局而言)。

此外,报告的许多问题集体行动域表明需要将SwissCovid优化集成到现有的工作流程中。从一些州卫生当局的角度来看,SwissCovid被认为增加了现有的工作量,同时提供了不明确的好处。此外,一些发言反映了需要向不同的参与者进行额外的沟通和知识转移,在这方面,FOPH被认为是带头的。

相比之下,媒体对这一事件的报道较少反射性的监控构造。然而,一些报告表明,不同的参与者(FOPH、州医生、医院操作员)之间正在进行沟通,并已计划甚至实施了优化措施(例如,医院和州卫生当局之间更好地协调;将新闻整合到SwissCovid应用程序中,以提供额外的用户激励)。


百白破是一项复杂的公共卫生干预措施,旨在缓解SARS-CoV-2大流行。其有效性取决于是否适当地纳入一个国家的总体TTIQ战略,并需要不同行为者采取多种及时的行动。本文描述了在瑞士实施DPT的早期经验,瑞士拥有分散DPT操作的最长记录之一。

基于DPT发布后前三个月瑞士媒体发表的文章,本研究提出了非技术DPT实施中的不同挑战。这些挑战包括DPT的效益不明确,这影响了承诺,并引起了不同卫生系统参与者对与既定大流行缓解措施进行资源竞争的担忧。此外,媒体报道指出了通知级联中的流程界面挑战(例如,将应用程序通知的用户从内联移交给负责的州当局),以及一些卫生系统行为体方面的误解和未满足的沟通需求。最后,一些报告提出了不一致的激励机制,既针对公众的应用使用,也针对应用通知级联中其他参与者的流程参与[44]。

从《不扩散核武器条约》的角度看挑战

在SARS-CoV-2大流行中,及时诊断、隔离和检疫是必不可少的过程,DPT应用程序旨在支持这些过程。然而,程序上的摩擦可能导致延误,这也影响了DPT的有效性。例如延迟交付covid - code(触发通知的代码)或在应用程序通知后获得PCR检测的不确定性。此外,在媒体搜索中确定的大多数挑战与《不扩散条约》的结构密切相关。具体来说,许多已确定的挑战都很好地映射到一致性(“让干预有意义”)和集体行动(“执行干预”)域。例如,关于DPT有用性和集成到现有工作流中的未满足的沟通和培训需求似乎存在,这阻碍了涉众的入职和通知级联中的最佳流程流。人们认为缺乏实用性也影响了DPT应用程序在人群中的应用。然而,不同参与者的“意义构建”也可能是上下文和时间相关的。SwissCovid应用程序发布时,SARS-CoV-2发病率相对较低,这意味着百白破的效果无法立即显现[45]。然而,在2020年8月下旬,FOPH提交的数据表明,在收到SwissCovid通知后,越来越多的应用程序用户寻求PCR检测,然后检测呈阳性,这可能缓解了对有效性的一些担忧。

值得注意的是,公共议程设置也在媒体报道中发挥了作用,例如DPT开发商的声明或对FOPH新闻发布会的报道。例如,在一篇文章(#6)中,多媒体附录1),一名参与DPT发展的成员对一些州当局在DPT通报级联中的参与不足表示关切。在另一个例子(#37)中,多媒体附录1), FOPH提交了一项有效性分析的初步数据,以提高公众信心,并最终提高应用程序在人口中的使用率,随后在2020年8月底左右活跃用户数量增加[43]。

对文学的贡献

本分析可以在两个层面上促进关于DPT的国际辩论。首先,它提供了对实施DPT的挑战的见解,这些挑战来自一个实施DPT的历史记录最长的国家之一,以及一个复杂的联邦制卫生系统。其次,通过应用《不扩散核武器条约》框架对不同的报告进行分类,该分析还在方法层面上作出了贡献,说明了《不扩散核武器条约》方法的有用性。《不扩散条约》可以通过考虑应参与实施的不同利益攸关方的数字卫生干预措施的动机、潜在利益或操作负担,为如何实现复杂的数字卫生干预措施提供指导。《不扩散核武器条约》假定,个人和集体行动需要同步进行,才能使复杂的干预取得成功。引用《不扩散核武器条约》的一篇基础性论文:“该理论的出发点是,要理解一种实践的内涵,我们必须看看人们实际上在做什么以及他们是如何工作的[46]。”

目前的分析表明,NPT确实可以提供一个有用的框架来分类DPT挑战,并可能有助于确定适当的优化。例如,由反射性的监控然而,一些媒体报道表明,持续的DPT流程调整,以及与参与者的不断沟通和评估潜在的改进。理想情况下,不扩散条约或类似的执行框架应该在新技术的开发和发布期间就已经考虑到,这在瑞士受到大流行病局势造成的巨大时间压力的阻碍。

研究的局限性

本研究的一些局限性及其解释值得注意。对公开媒体报道的依赖(而不是,例如,对利益相关者访谈的依赖)可能限制了当前关于DPT辩论的多样性和细节水平。它也可能遗漏了媒体从未提出但不同行动者之间双边讨论过的方面。依赖已发表的媒体报道是一个优势,因为它增强了我们研究的可重复性。此外,应当指出的是,本报告所概述的挑战并不反映现状,也不打算对DPT的成功或瑞士不同参与者的作用作出判断。最后,媒体报道的提取和分类是由一个人完成的,这也应该被认为是一个限制。

总之,对瑞士DPT实施挑战的媒体报道的分析表明,DPT的非技术实施绝不能被遗忘。瑞士的经验表明,技术方面运作良好,但在某些情况下,非技术流程导致通知链出现瓶颈。考虑到不同参与者之间需要多种交互,这是可以理解的。瑞士是最早采用《不扩散核武器条约》的国家之一,瑞士的经验教训以及《不扩散核武器条约》对规划和分析《不扩散核武器条约》执行情况的有用性的证明,将有望对正在制定本国实施《不扩散核武器条约》的其他国家起到启发作用。

利益冲突

作者接受了联邦公共卫生办公室的资助进行其他研究。

多媒体附录1

包含在主题分析中的文章。

DOCX文件,18kb

  1. Budd J, Miller BS, Manning EM, Lampos V, Zhuang M, Edelstein M,等。数字技术在公共卫生应对COVID-19中的应用。中华医学杂志,2016,26(8):1183-1192。(CrossRef] [Medline]
  2. 李建军,李建军,刘建军,等。为COVID-19大流行整个生命周期的公共卫生行动提供信息的移动电话数据。科学通报,2020年6月27日;6(23):eabc0764 [j]免费全文] [CrossRef] [Medline]
  3. 李建军,李建军,李建军,等。流感网:欧洲10个国家的公民合作监测流感。JMIR公共卫生监测2017 9月19日;3(3):e66 [j]免费全文] [CrossRef] [Medline]
  4. Leal Neto O, Cruz O, Albuquerque J, Nacarato de Sousa M, Smolinski M, Pessoa Cesse E,等。2016年里约奥运会期间使用健康卫士平台基于众包的参与式监测:描述性研究。公共卫生监测2020年4月07日;6(2):e16119 [j]免费全文] [CrossRef] [Medline]
  5. 张建军,张建军,张建军,等。基于网络的传染病参与式监测:流感网参与式监测经验。临床微生物感染,2014,20(1):17-21 [j]免费全文] [CrossRef] [Medline]
  6. Dalton C, Carlson S, Butler M, Cassano D, Clarke S, Fejsa J,等。来自流感追踪的见解:发展基于网络的参与式监测系统的13个技巧。公共卫生监测2017年8月17日;3(3):e48 [j]免费全文] [CrossRef] [Medline]
  7. Bajardi P, Vespignani A, Funk S, Eames KT, Edmunds WJ, Turbelin C,等。基于互联网的欧洲流感监测平台Influenzanet后续参与的决定因素。医学互联网研究,2014年3月10日;16(3):e78 [J]免费全文] [CrossRef] [Medline]
  8. 将新兴技术纳入COVID-19接触者追踪:机遇、挑战和陷阱。糖尿病合并综合征2020,11 (6):1631-1636 [j]免费全文] [CrossRef] [Medline]
  9. Dar A, Lone AH, Zahoor S, Khan AA, Naaz R.移动接触者追踪在抗击大流行(COVID-19)中的适用性:问题、挑战和解决方案。计算机科学,2020 (11);38:10 - 10 [j]免费全文] [CrossRef] [Medline]
  10. 李建军,李建军,赵建军,Abeler-Dörner,等。量化SARS-CoV-2传播建议采用数字接触者追踪控制疫情。Science 2020年5月08;368(6491)[免费全文] [CrossRef] [Medline]
  11. Sattler F, Ma J, Wagner P, Neumann D, Wenzel M, Schäfer R,等。基于蓝牙低功耗测量的新型冠状病毒传播风险评估中华数字医学杂志,2020;3(1):129 [j]免费全文] [CrossRef] [Medline]
  12. 黄忠,郭辉,李勇,何志强,王辉,周安。新加坡新冠肺炎疫情应对中数字接触者追踪工具的性能:横断面研究。[j] Mhealth Uhealth 2020 Oct 29;8(10):e23148 [j]免费全文] [CrossRef] [Medline]
  13. salath M, Althaus C, Anderegg N, Antonioli D, Ballouz T, Bugnon E,等。瑞士对SARS-CoV-2进行数字接触者追踪的早期证据。瑞士医学周刊2020年12月14日;150:w20457 [j]免费全文] [CrossRef] [Medline]
  14. 接触者追踪应用程序的伦理和价值:对苏格兰应对COVID-19的国际见解和影响。中华体检学杂志,2020;10(2):020103 [J]免费全文] [CrossRef] [Medline]
  15. Cohen IG, Gostin LO, Weitzner DJ。COVID-19数字智能手机追踪:公共卫生和公民自由处于紧张状态。中国医学杂志2020年6月16日;323(23):2371-2372。(CrossRef] [Medline]
  16. COVID-19应用程序的下一步是什么?治理和监督。科学2020年11月13日;370(6518):760-762。(CrossRef] [Medline]
  17. 关于负责任地使用数字数据以应对COVID-19大流行。中华医学杂志2020年4月27日;26(4):463-464 [j]免费全文] [CrossRef] [Medline]
  18. 刘建军,刘建军,刘建军,等。基于应用程序的COVID-19接触者追踪的可接受性:跨国调查研究[j] mHealth uHealth 2020 Aug 28;8(8):e19857 [j]免费全文] [CrossRef] [Medline]
  19. Hargittai E, Redmiles EM, Vitak J, Zimmer M.美国人采用COVID-19跟踪应用程序的意愿。FM 2020 Oct 06。(CrossRef]
  20. 保持社交距离和使用应用程序作为对抗COVID-19大流行的补充措施的动机:定量调查研究。医学信息学报,2020,8 (8):561 - 561 [J]免费全文] [CrossRef] [Medline]
  21. 新冠肺炎接触追踪应用部署:澳大利亚和新加坡的经验。IEEE Consumer Electron ma2020 Sep 1;9(5):65-70。(CrossRef]
  22. Thomas R, michaeleff ZA, Greenwood H, Abukmail E, Glasziou P.对澳大利亚政府covid - safe应用程序的担忧和误解:横断面调查研究。中华医学会公共卫生监测2020年11月04日;6(4):e23081 [j]免费全文] [CrossRef] [Medline]
  23. 冯伟,Höglinger M, Sieber C, Kaufmann M, Moser A, Serra-Burriel M,等。瑞士接受COVID-19就近追踪应用程序的驱动因素:小组调查分析。JMIR公共卫生监测2021 Jan 06;7(1):e25701 [j]免费全文] [CrossRef] [Medline]
  24. 杨建军,李建军,李建军,等。基于空间数据的移动健康应用程序在传染病管理中的应用。[j] mHealth uHealth 2020年11月10日;8(11):e22594 [j]免费全文] [CrossRef] [Medline]
  25. 2019冠状病毒病大流行期间的数字接触者追踪:对德国、奥地利和瑞士报纸报道的分析科学通报,2016;16(2):0246524 [j]免费全文] [CrossRef] [Medline]
  26. 泛欧隐私保护邻近跟踪(pep - pt): pep - pt的高级概述。GitHub。URL:https://github.com/pepp-pt/pepp-pt-documentation/blob/master/PEPP-PT-high-level-overview.pdf[2021-02-23]访问
  27. Troncoso C, Payer M, Hubaux JP, salath M, Larus J, Bugnion E,等。分散的保护隐私的接近跟踪。出来了。预印本于2020年5月25日发布。(免费全文]
  28. 苹果|谷歌:保护隐私的联系人追踪。苹果COVID-19筛选工具。URL:https://www.apple.com/covid19/contacttracing[2021-02-23]访问
  29. salath M, Althaus CL, Neher R, Stringhini S, Hodcroft E, Fellay J,等。瑞士的COVID-19疫情:关于检测、接触者追踪和隔离的重要性瑞士医学周刊2020年3月09日;150:w20225 [j]免费全文] [CrossRef] [Medline]
  30. 数字接近跟踪:政策简报。瑞士国家Covid-19科学工作组,2020年5月15日。URL:https://sciencetaskforce.ch/wp-content/uploads/2020/10/Digital-Proximity-Tracing-15-May-20-EN.pdf[2021-02-23]访问
  31. SARS-CoV-2接触者追踪战略:流行病学和战略考虑。瑞士国家Covid-19科学工作组。URL:https://sciencetaskforce.ch/wp-content/uploads/2020/10/Contact-Tracing-Strategy-26April20-English.pdf[2021-02-23]访问
  32. Kretzschmar ME, Rozhnova G, Bootsma MCJ, van Boven M, van de Wijgert jhm, Bonten MJM。延迟对COVID-19接触者追踪策略有效性的影响:一项建模研究。《柳叶刀·公共卫生》2020;5(8):e452-e459。(CrossRef]
  33. von Wyl V, Bonhoeffer S, Bugnion E, Puhan MA, salath M, Stadler T,等。数字接近追踪应用程序的研究议程。瑞士医学周刊2020年7月13日;150:w20324 [j]免费全文] [CrossRef] [Medline]
  34. SwissCovid app:已知问题。瑞士联邦公共卫生部。2020年9月10日。URL:https://www.bag.admin.ch/dam/bag/en/dokumente/cc/kom/swisscovid-bekannte-probleme.pdf.download.pdf/SwissCovid%20app_Known%20Issues.pdf[2021-01-18]访问
  35. 罗斯J, steven F, Dack C, Pal K, May C, Michie S,等。制定数字卫生干预的实施战略:以常规卫生保健为例。生物医学工程学报,2018;18(1):794 [j]免费全文] [CrossRef] [Medline]
  36. 王晓明,王晓明,王晓明,等。启动NHS检测和追踪项目后怀特岛的流行病学变化:初步分析。柳叶刀数字健康2020;2(12):e658-e666。(CrossRef]
  37. abeg M, Hinch R,吴宁,刘林,Probert W,吴安,等。对华盛顿州数字暴露通知和非药物干预措施对COVID-19流行病的综合影响进行建模。medRxiv。预印本发布于2020年9月2日。(CrossRef]
  38. Braithwaite I, Callender T, Bullock M, Aldridge RW。自动化和部分自动化接触者追踪:为COVID-19控制提供信息的系统审查。《柳叶刀·数字健康》2020;11 (11):e607-e621。(CrossRef]
  39. 穆雷E, Treweek S, Pope C, MacFarlane A, Ballini L, Dowrick C,等。正常化过程理论:开发,评估和实施复杂干预的框架。中华医学杂志2010;8(12):63 [j]免费全文] [CrossRef] [Medline]
  40. 李建军,李建军,李建军,等。基于标准化过程理论的定性研究项目生命周期分析。中国卫生杂志2020年1月26日;30(2):217-227。(CrossRef] [Medline]
  41. Swissdox。德语网站。URL:https://swissdox.ch/[2020-11-26]访问
  42. 2018年按主要语言分列的常住人口。瑞士联邦统计局。URL:https://www.bfs.admin.ch/bfs/en/home/statistics/population/languages-religions/languages.gnpdetail.2020-0100.html[2020-11-26]访问
  43. SwissCovid-App-Monitoring。德语网站。瑞士联邦统计局。URL:https://www.experimental.bfs.admin.ch/expstat/de/home/innovative-methoden/swisscovid-app-monitoring.html[2021-01-18]访问
  44. Bonardi JP, br lhart M, Danthine JP, Saxena A, Thöni C, Thoenig M,等。如何使数字接近追踪工作:从经济学的观点。企业社会2020年6月24日。URL:https://e4s.center/wp-content/uploads/2020/09/E4S_DigitalTracing_EN.pdf[2021-01-18]访问
  45. 新冠病毒:瑞士的情况。瑞士联邦公共卫生局。URL:https://www.bag.admin.ch/bag/de/home/krankheiten/ausbrueche-epidemien-pandemien/aktuelle-ausbrueche-epidemien/novel-cov/situation-schweiz-und-international.html[2020-07-24]访问
  46. 李建军,李建军,李建军,等。一种实施与整合理论的发展:规范化过程理论。实施科学2009年5月21日;4:29 [免费全文] [CrossRef] [Medline]


API:应用程序编程接口
DP-3T:分散的保护隐私的接近跟踪
DPT:数字接近跟踪
FOPH:联邦公共卫生局
未经中华人民共和国交通部:人工接触追踪
《不扩散核武器条约》:归一化过程理论
聚合酶链反应:聚合酶链反应
PEPP-PT:泛欧洲隐私保护邻近跟踪
TTIQ:test-trace-isolate-quarantine


编辑:L Buis;提交29.10.20;由S Lalmuanawma, O Leal Neto, S Bondy进行同行评审;对作者19.11.20的评论;修订版收到27.11.20;接受18.02.21;发表26.02.21

版权

©Viktor von Wyl。最初发表于JMIR mHealth和uHealth (http://mhealth.www.mybigtv.com), 26.02.2021。

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。


Baidu
map