荷兰阿姆斯特丹SARS-CoV-2确诊患者使用COVID-19移动接触者追踪应用程序的相关因素:观察性研究

简介

由SARS-CoV-2引起的COVID-19大流行产生了重大影响。大流行爆发两年来，截至2021年12月，全球已有2.6亿多人感染，其中500多万人死亡[1］．有必要采取大规模控制措施，以限制COVID-19等(最初)无法获得疫苗或治疗方法的新发传染病的传播[2］．许多国家已实施非药物干预措施，包括蒙面、保持身体距离、限制旅行、大规模检测和接触者追踪[3.］．预防新冠病毒的进一步传播，关键是发现、检测和隔离感染病例。

接触者追踪是一种有针对性的方法，以确定与确诊病例密切接触过的个人[2］．与病例接触者应尽快隔离，因为潜伏期较短，甚至在出现症状之前，个人就可能具有传染性[4］．接触者追踪是一个劳动密集型和耗时的过程。其效果在很大程度上取决于接触者追踪的速度以及指示病例从可能具有传染性开始就愿意和能够识别的接触者比例[5］．这是复杂的事实，其中许多联系人可能是匿名的。数学模型表明，从感染到隔离病例，到隔离接触者之间的时间，是决定大流行能否得到控制的最重要因素[6-8］．它们还表明，减少检测和接触者追踪方面的延迟可以减少病毒的传播，特别是在病例通知和隔离接触者之间没有延迟的情况下。这些模型表明，手机追踪应用程序有可能加快接触者追踪过程，并帮助识别未知接触者，从而显著遏制SARS-CoV-2的传播[7-9］．然而，这些数学模型依赖于一些假设，其中一些可能被现实世界的数据所违背，因此有必要用观察性研究来补充这些研究。

许多国家已经实施了追踪应用程序，以识别和通知SARS-CoV-2病例的接触者，并取得了不同程度的成功[10-17］．这与越来越多的移动应用程序用于跟踪和管理健康和行为的各个方面的普遍趋势相吻合，为用户提供了更多的(控制感)。18］．在荷兰，荷兰政府于2020年10月10日推出了一款追踪应用程序(CoronaMelder)。这款荷兰应用程序使用蓝牙来注册安装了该应用程序的其他手机，这些手机的蓝牙处于激活状态，并且在1.5米半径内至少15分钟。数据在本地手机上存储14天。当有人的SARS-CoV-2检测呈阳性时，公共卫生局(PHS)将开始追踪接触者。作为该过程的一部分，索引案例将被问及他们是否正在使用该应用程序，并愿意通过该应用程序通知该应用程序注册的联系人。随后，已注册的联系人将收到一条通知，告知他们曾与SARS-CoV-2感染者关系密切，以及发生感染的日期。在此通知中，建议应用程序用户立即隔离自己并进行检测。从2020年10月10日至2020年12月1日，收到通知的应用程序用户只有在出现症状的情况下才能在小灵通设施接受免费测试。然而，从2020年12月1日起，无症状用户也可以从应用程序通知中列出的最近一次接触后的第5天开始免费检测。

应用程序的推出需要修改荷兰法律[19并引发了很多关于保护用户隐私的政治和社会讨论。控制SARS-CoV-2的传播和保护个人健康是决定是否愿意使用接触追踪应用程序的主要因素[20.，21］．相反，安全和隐私方面的担忧与使用该应用程序的意愿较低有关。总体而言，41%至66%的参与者愿意使用该应用程序[20.，21]，这可能足以减少SARS-CoV-2的传播[8］．这些数据与其他西欧国家相当，超过40%的参与者表示他们肯定会安装这样的应用程序，另外35%的参与者可能会安装它。22］．然而，愿意使用应用程序可能不会导致实际使用。尽管如此，报告中的应用使用率仍令人鼓舞(澳大利亚、丹麦、法国和英国的应用使用率约为60%;75%在美国;在日本占90% [23])。在实际应用中需要更多的数据来补充应用影响和使用意愿的理论模型。此外，正如对其他移动健康应用程序的研究所显示的那样，在年龄、收入、教育程度、健康素养、自我报告健康状况和参与健康行为的意愿等方面，可能存在显著差异[18］．这些发现在多大程度上适用于像CoronaMelder这样的应用程序还有待观察，因为安装后，不需要进一步积极使用该应用程序。

因此，在这项研究中，我们旨在研究荷兰CoronaMelder应用程序的自我报告使用情况，以及在现实生活中使用的决定因素。由于隐私政策的原因，应用程序本身的数据不可用，我们使用了在SARS-CoV-2阳性病例通知后在源和接触追踪系统中注册的数据。我们评估了在阿姆斯特丹地区(2020年10月28日至2021年2月26日期间，在SARS-CoV-2检测呈阳性的人中，有多大比例的人使用了荷兰国家移动接触追踪应用程序。此外，我们还研究了几个社会人口统计学因素在应用程序使用方面是否存在显著差异。

方法

人口

在荷兰，SARS-CoV-2检测由公共卫生服务中心和医院的公共资助检测设施免费进行，或由商业提供商付费进行。SARS-CoV-2是一种必须报告的感染，这意味着所有确诊的SARS-CoV-2病例都必须向PHS报告，无论检测在哪里进行。在这项分析中，我们纳入了所有居住在阿姆斯特丹地区的成年人(≥18岁)，并在2020年10月28日至2021年2月26日期间由阿姆斯特丹小灵通接触，在SARS-CoV-2诊断后进行接触追踪。

由于数据的匿名性和隐私规定，直接使用CoronaMelder应用程序本身的数据是不可能的。因此，我们使用PHS工作人员在日常电话联系追踪中收集的数据，并存储在HPZone (inFact UK Ltd)中。按照常规程序，小灵通工作人员会打电话给在荷兰被诊断为SARS-CoV-2的人(即病例)，告知他们诊断结果和隔离措施，并开始追踪接触者。该病例和一名公共卫生服务局工作人员一起系统地清点了该病例在出现症状(如有症状)或检测结果呈阳性(如无症状)前2天曾接触过的所有可识别人员。另外，PHS还指示工作人员询问该病例是否使用了CoronaMelder应用程序，并在HPZone的文本模板中以标准格式记录答案，并激活应用程序的联系人通知功能。

变量

本研究的数据从HPZone中提取，并在分析前匿名。我们提取了症状出现时(对于有症状的病例)或开始接触者追踪时(对于无症状的个人)的年龄作为连续变量。其他感兴趣的变量包括性别，分为男性和女性(系统中没有其他或非二元变量，被认为是缺失的，因此被排除在分析之外)，以及居住城市(Aalsmeer, Amstelveen, Ouder-Amstel, Diemen, Uithoorn或阿姆斯特丹)。在追踪接触者时，将接触者分为家庭接触者、密切接触者和其他接触者。在本研究中，我们提取了密切接触者数量，定义为与病例在1.5米范围内接触超过15分钟的接触者，不包括家庭接触者。根据荷兰统计局使用的定义，自我报告的出生国被记录下来，后来被分类为荷兰、其他西方国家或非西方国家[24］．医疗保健行业的就业被分类为“非”、“医院”、“养老院”、“其他24小时护理院”、“家庭护理”和“其他医疗保健”。教育领域的就业被分类为“非”、“日托”、“小学”和“中等或高等教育”。使用正则表达式(“Gebruik CoronaMelder:”)从免费文本注释中提取CoronaMelder应用程序使用数据。对于使用该应用程序的人，我们还提取了有关要求进行SARS-CoV-2检测的原因的数据。

道德的考虑

阿姆斯特丹大学医学中心的医学伦理委员会认为没有必要对该研究进行全面审查，因为该研究不属于涉及人体受试者的医学研究法案(W20_432#20.479)的范围。本文未使用该app的数据;因此，本研究没有审查该应用程序的隐私规定，尽管它们可以在web上找到[25］．

分析

报告使用移动应用程序的个体与未使用移动应用程序的个体之间的特征差异对分类变量采用卡方检验，对连续变量采用Kruskal-Wallis检验。应用程序使用数据可用性以及应用程序使用本身随时间变化的趋势是通过Pettitt测试进行测试的。我们进行了逻辑回归分析，以确定移动应用程序使用的决定因素。首先，在单变量模型中，我们测试了每个自变量(年龄、性别、出生国家、城市、密切接触人数、医疗保健就业和教育就业)是否与自变量-自我报告使用CoronaMelder应用程序相关。其次，我们将所有上述自变量和因变量合并到一个多变量模型中。添加年龄(年)和密切接触者数量作为连续变量。由于在探索性分析和回归中发现这些变量与结果变量之间存在非线性关系，故分别采用4节和2节的b样条曲线，阶数为2。性别和CoronaMelder应用程序的自我报告使用情况被添加为二分变量，所有其他变量被添加为分类变量。进行完整的病例分析;数据缺失的案例被排除在分析之外。去除连续变量中的年龄(100岁以上)和密切接触者数量(超过12名密切接触者，第99百分位)中的异常值。 In sensitivity analysis, multiple imputation using Multivariate Imputation by Chained Equations was carried out to impute missing outcomes and independent variables [26，27］．使用Python3 (Python软件基金会)中的statmodels库进行分析[28］．

结果

从2020年10月28日至2021年2月26日，阿姆斯特丹公共卫生服务局联系了34,591例18岁以上、居住在阿姆斯特丹地区的接触者追踪病例。我们排除了3354例(9.7%)案例，因为应用程序使用数据不可用，1310例(3.8%)案例，因为其中一个解释变量(如性别)的值缺失，161例(0.47%)案例，因为它们是异常值(>100岁或>12密切接触者)。应用程序使用数据的缺失是由无效条目(除了“是/否”及其变体)或缺失条目引起的，并且在应用程序引入后的前几周数据更高(图1)．应用程序使用数据缺失的案例年龄较大，而且通常出生在非西方国家。

29766例纳入病例的中位年龄为41岁(IQR 29-55岁);其中13,898人(46.7%)为男性，18,798人(63.2%)出生在荷兰(表1)．在诊断时，4824例(16.2%)病例报告使用了应用程序。报告使用应用程序的病例数量随着时间的推移显著减少，特别是在2021年的第一周之后，直到2021年1月4日，共有5120例(17.2%)病例使用了应用程序，而在此日期之后，这一数字为12799例(14.3%)。P=措施)。

在4824名应用程序用户中，共有2494人(51.7%)和24942名非用户中有15442人(61.9%)在可能的感染期间没有报告任何密切接触。应用程序用户中报告的至少有一个密切接触者的中位数为2 (IQR 1-4)，非用户中报告的密切接触者的中位数为2 (IQR 1-3)。在应用程序用户中，314例(6.5%)病例报告收到应用程序的通知，称他们曾与确诊为SARS-CoV-2的人有过接触。收到通知的应用程序用户和没有收到通知的应用程序用户报告的密切接触者数量没有显著差异(P=。07，median 0; IQR 0-1; 90th percentile=3 for both groups). In total, 506/3227 (15.7%) individuals working in health care and 187/1154 (16.2%) individuals working in education used the app.

在多变量逻辑回归中，报告应用程序使用的几率随着年龄的增加而增加(图2A)，直到58岁左右，此后几率急剧下降(P<措施)。男性使用应用的比例略高于女性(调整后的优势比[AOR] 1.11;95% ci 1.04-1.18;表2)．出生在其他西方国家的病例(AOR 0.74;95% CI 0.65-0.84)和出生在非西方国家的病例(AOR 0.33;95% CI 0.30-0.36)与荷兰出生的病例相比，不太可能报告使用应用程序。与居住在阿姆斯特丹市的病例相比，居住在大多数周边城市的病例更有可能报告应用程序的使用情况(例如，AOR为1.96;居住在Ouder-Amstel地区的病例95%可信区间1.54-2.50)。此外，报告更多亲密接触者和报告应用程序使用之间存在正相关(图2B)，多达8个亲密接触者，超过这个数字使用应用程序的可能性就不那么大了。与非医疗机构工作的病例相比，在养老院工作的病例(AOR 0.48;95% CI 0.36-0.63)和家庭护理(AOR 0.61;95% CI 0.42-0.90)不太可能报告应用程序使用情况。与未从事教育工作的病例相比，在日托工作的病例的AOR为0.39 (95% CI为0.26-0.59)。

多次归算后的结果与完整案例分析的结果相似(数据未显示)。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

在这项研究中，我们发现，在阿姆斯特丹地区被诊断为SARS-CoV-2的人中，不到六分之一的人报告使用了CoronaMelder接触者追踪应用程序。在29766例病例中，有24942例(84%)没有使用该应用程序，他们的密切接触者永远不会通过应用程序收到通知，即使他们可能自己安装了应用程序。只有6.5%(1935/ 29766)的应用程序阳性案例收到了应用程序通知。报告使用应用程序的人与以下因素有关:中年人、在感染期间有少数(即3-8)密切接触者、居住在阿姆斯特丹周围的城市(而不是阿姆斯特丹本身)以及出生在荷兰。有8个以上亲密联系人的人和在荷兰以外出生的人使用应用程序的频率较低。

限制

在解释这些结果以及潜在的解释和影响时，必须谨慎。此外，这些结果不能直接推断到一般人群，包括那些SARS-CoV-2检测不呈阳性的人。根据全国数据，在研究期间，超过450万人下载了该应用程序[29约占荷兰人口的26%。然而，在我们的病例研究人群中，这一比例仅为16%(4824/ 29766)。我们样本中包括的病例可能代表了不太可能采取任何预防措施的人群。也有可能是小灵通的工作人员没有持续询问应用程序的使用情况，因为阿姆斯特丹一直是感染人数高的地区，导致接触者追踪团队的工作压力很大。另一方面，全国数字是一个累积数字，不包括应用程序移除或停用，一个人多次下载应用程序，或在联系追踪过程中少报应用程序使用，而我们研究中的数字代表了普遍使用。第二个限制是常规小灵通数据不是为科学研究目的而收集的。这限制了变量的数量，从而限制了解释我们观测结果的可能性。此外，由于收集的数据可能不一致和一致，可能引入了确定偏差。敏感性分析表明，缺失数据引起的偏差很小。

与之前工作的比较

在2020年4月推出该应用程序之前，荷兰进行了接受性研究，据报道，年轻人更愿意下载该应用程序。20.，21］．在法国、德国、意大利、英国和美国进行的一项调查也显示出同样的年龄趋势[22］．下载该应用程序的意愿与对技术的积极态度和对COVID-19的恐惧有关[21］．然而，在我们的研究中，中年人比年轻人更有可能使用这款应用。对COVID-19的恐惧可能在这些老年群体中发挥了作用，这与他们一旦感染更严重疾病的更高风险相符。相反，在年轻人中，缺乏恐惧、隐私担忧以及较低的遵守COVID-19控制措施的意愿可能更为重要。在我们的研究中，年龄最大的人不太可能使用这款应用，这可能与总体上老年人使用智能手机和应用程序的频率较低有关。18］．这也得到了对同一款CoronaMelder应用程序的另一项评估的支持，该评估显示，老年人在理解为什么、何时以及如何使用该应用程序方面存在问题。30.］．

与周围城市的病例相比，居住在阿姆斯特丹或迪门市的病例使用这款应用的可能性更小，后者在地理上与阿姆斯特丹联系密切。在人口密集的城市环境中改善应用程序的使用可能是值得的，因为该应用程序在识别无法追踪到的匿名密切接触者方面特别有用。此外，我们发现，这与在荷兰以外出生和不使用应用程序有很强的联系。如果全国应用程序的使用趋势反映了我们样本中的情况，这将令人担忧，因为此前在阿姆斯特丹和国际上的研究表明，一些少数民族群体受到SARS-CoV-2的影响不成比例[31-36］．文化差异或对当局的不信任可能是这种观察的基础，但其他更实际的问题可能也很重要。尽管该应用程序本身和CoronaMelder应用程序网站上的信息有10种不同的语言版本，但语言障碍可能仍然存在，有关该应用程序的交流可能无法覆盖所有群体。不幸的是，本研究中使用的常规数据不包含语言技能或父母出生国的信息，因此我们无法调查第二代移民的应用程序使用情况。因此，需要对这一群体进行进一步研究，以减少族裔群体之间的健康不平等[35，36］．

虽然在0到8个亲密接触者的范围内，使用该应用程序的可能性随着亲密接触者数量的增加而增加，但随着亲密接触者数量的增加而降低。使用应用程序进行联系人追踪的优点包括速度快，可以联系到匿名的亲密联系人，而且没有回忆偏差，这对有很多联系人的人尤其有利。因此，研究使用障碍并促进有密切接触的人使用应用程序可能是值得的。

最后，我们发现，在高风险行业工作的人使用应用程序的情况存在适度差异，在高风险行业工作期间，许多接触可能是不可避免的。在卫生保健部门，采取预防措施防止感染(例如，使用个人防护设备)。在工作时间使用该应用程序可能会导致假与真正的风险接触后的通知难以区分。这也许可以解释为什么在养老院和家庭护理工作的人与非医疗保健工作的人相比使用这款应用程序的频率更低。然而，应用程序中引入了暂停按钮(用于手机落在储物柜等情况下)，允许人们保留应用程序，但减少接收到应用程序的机会假通知(37］．英国的一项调查提到了工作地点是不下载应用程序的一个原因[38］．在日托中心工作的人也不太可能有这款应用。对这一群体来说，这款应用可能会有额外的价值，因为他们会遇到没有充分保护的孩子的父母。

如果接触者追踪应用程序得到有效使用，使用率很高，它们就有可能加速接触者追踪，识别否则会被忽视的接触者，并预防感染。例如，英国国民医疗服务(National Health Service)的应用程序已被49%的符合资格的智能手机用户下载[39]，占总人口的>30%。一项模拟研究表明，这款应用程序避免了大约一个愿意向联系人发送通知的指数案例[39］．在德国、瑞士和芬兰等国家，下载追踪应用程序的人口比例也很高(即32%-45%)，但在西班牙、意大利和法国(即15%-19%)则要低得多[40］．在一些国家，这种高使用率可能是因为英国国家卫生服务体系(National Health Service)和德国的应用程序是将追踪功能与其他功能(如当地风险指标和预约检测链接)结合在一起的几款应用程序，或者是因为推广工作的差异。荷兰卫生部决定不为CoronaMelder应用程序配备这些可能吸引用户的额外功能，并在推出后不久停止了积极推广应用程序的使用。相反，荷兰卫生部开发了第二款国家应用程序，作为COVID-19护照，记录疫苗接种、感染恢复和阴性检测结果。将接触者追踪应用程序和冠状病毒护照应用程序结合起来，可能会增加追踪应用程序的使用。这一知识，加上在我们的样本中观察到的应用程序使用率较低，表明要发挥其在控制COVID-19流行方面的潜在作用，应用程序需要被更多人使用。根据我们的调查结果，应用推广工作应该特别针对年轻人、有>8密切联系的人以及非荷兰出生的人。

结论

这项研究表明，应用程序的使用率很低;在阿姆斯特丹地区的29766名新冠病毒检测呈阳性的人中，只有4824人(16.2%)。此外，我们还观察到社会人口因素对应用的吸收存在显著差异。老年人、女性、非荷兰出生的人，以及报告没有密切接触或有很多密切接触的人，安装CoronaMelder应用程序的可能性较小。如果在全国具有代表性的样本中得到证实，这将意味着该应用程序不太可能对SARS-CoV-2的传播产生潜在影响。此外，应用程序在特定人群中的使用率似乎较低，这表明有必要采取更有针对性的措施来提高使用率。