这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是必须正确引用在JMIR mHealth和uHealth上首次发表的原始作品。必须包括完整的书目信息,https://mhealth.www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。
全世界都在努力阻止由SARS-CoV-2引起的COVID-19大流行。追踪和隔离接触者是限制SARS-CoV-2传播的关键。数学模型表明,感染、病例隔离和隔离接触者之间的时间间隔是决定大流行是否能够得到控制的最重要因素。移动联系人追踪应用程序可以加速追踪和隔离联系人,包括匿名联系人。然而,关于接触追踪应用程序的使用和决定因素的真实观察数据有限。
本文的目的是评估在确诊为SARS-CoV-2感染的通报病例中使用荷兰国家接触者追踪应用程序的情况,并调查哪些特征与使用该应用程序有关。
由于隐私规定,该应用程序的数据无法使用。相反,我们使用了2020年10月28日至2021年2月26日期间在荷兰阿姆斯特丹地区收集的匿名SARS-CoV-2常规接触者追踪数据。进行完整的病例逻辑回归分析,以确定哪些因素(年龄、性别、出生国家、城市、密切接触者数量以及在医疗或教育行业的就业)与使用app有关。由于年龄和密切接触者数量的非线性关系,因此采用b样条曲线建模。
在29766例新冠病毒阳性病例中,4824例(16.2%)报告使用了app。病例的中位年龄为41岁(IQR 29-55), 46.7% (n=13,898)为男性。在多变量分析中,男性(调整后的优势比[AOR] 1.11, 95% CI 1.04-1.18)和阿姆斯特丹周边城市的居民更有可能使用该应用程序(Aalsmeer AOR 1.34, 95% CI 1.13-1.58;Ouder-Amstel AOR 1.96, 95% CI 1.54-2.50),而出生在荷兰以外的人,特别是出生在非西方国家的人(AOR 0.33, 95% CI 0.30-0.36),不太可能使用应用程序。使用应用程序的几率在58岁前随着年龄增长而增加,此后急剧下降(
在阿姆斯特丹地区,确诊的SARS-CoV-2感染者中接触追踪应用程序的使用率很低。这削弱了应用程序警告联系人的能力,从而降低了应用程序的潜在影响。老年人、在荷兰以外出生的人和有很多接触的人使用频率特别低。与其他一些欧洲国家相比,这款应用的使用率也相对较低,其中一些欧洲国家除了联系人追踪之外还有其他功能,因此可能更具吸引力。荷兰的接触追踪应用要想产生影响,普及率需要提高;因此,可以考虑在促销和附加功能上投入更多资金。
由SARS-CoV-2引起的COVID-19大流行产生了重大影响。大流行发生两年后,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[
接触者追踪是一种有针对性的方法,以识别与确诊病例密切接触的个人[
许多国家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[
引入该应用程序需要修改荷兰法律[
因此,在本研究中,我们旨在研究荷兰CoronaMelder应用程序的自我报告使用情况,以及在现实生活环境中使用的决定因素。由于隐私政策,应用程序本身的数据不可用,我们使用了在确诊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2020年10月28日至2021年2月26日期间(在阿姆斯特丹地区)SARS-CoV-2检测呈阳性的个人中使用荷兰全国移动接触者追踪应用程序的比例。此外,我们研究了几个社会人口因素在应用程序使用方面是否存在显著差异。
在荷兰,SARS-CoV-2检测在公共卫生部和医院的公共资助的检测设施免费进行,或由商业提供者付费进行。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病例都必须向小灵通报告,无论在哪里进行检测。在这项分析中,我们包括了所有生活在阿姆斯特丹地区、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联系的成年人(≥18岁),在确诊为SARS-CoV-2后进行接触追踪。
由于这些数据的匿名性和隐私规定,直接从CoronaMelder应用程序本身使用数据是不可能的。因此,我们使用小灵通员工在例行电话联系追踪过程中收集的数据,并存储在HPZone (inFact UK Ltd)。常规程序规定,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),告知他们诊断和隔离措施,并开始追踪接触者。患者和小灵通的一名工作人员一起系统地对患者在出现症状(如有症状)或检测结果呈阳性(如无症状)前2天内接触过的所有可识别人员进行盘点。此外,小灵通还指示工作人员询问病例是否使用了冠状长者应用程序,并在HPZone的文本字段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。
本研究的数据从HPZone中提取,并在分析前匿名。我们提取了出现症状时(对有症状的病例)或开始接触者追踪时(对无症状的个人)的年龄作为连续变量。其他感兴趣的变量是性别,分类为男性和女性(系统中没有其他或非二元的数据,被视为缺失,因此被排除在分析之外),以及居住地(Aalsmeer, Amstelveen, Ouder-Amstel, Diemen, Uithoorn,或Amsterdam)。在追踪接触者过程中,将接触者分为家庭接触者、密切接触者和其他接触者。本研究提取了密切接触者人数,定义为病例在1.5米内接触15分钟以上的接触者,不包括家庭接触者。根据荷兰统计局使用的定义,记录了自我报告的出生国,随后将其分类为荷兰、其他西方国家或非西方国家[
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全面审查该研究,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app中的数据;因此,本研究没有审查应用程序的隐私规则,尽管它们可以在web上找到[
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采用分类变量卡方检验和连续变量Kruskal-Wallis检验进行评估。我们使用Pettitt测试测试了应用使用数据可用性的趋势,以及应用使用本身。采用逻辑回归分析来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)是否与因变量(自我报告使用CoronaMelder应用程序)相关。其次,我们将上述所有自变量和因变量合并到一个多变量模型中。以年为单位增加年龄和密切接触者人数作为连续变量。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,因此使用b样条函数分别为4节和2节,度为2。性别和自我报告使用CoronaMelder应用程序的情况作为二分变量,所有其他变量作为分类变量。进行了完整的病例分析;数据缺失的案例被排除在分析之外。剔除连续变量中的异常值(年数为100岁以上)和密切接触者数量(密切接触者超过12人,第99百分位)。 In sensitivity analysis, multiple imputation using Multivariate Imputation by Chained Equations was carried out to impute missing outcomes and independent variables [
从2020年10月28日至2021年2月26日,阿姆斯特丹小灵通联系了34,591例18岁以上、居住在阿姆斯特丹地区的病例进行接触者追踪。我们排除了3354例(9.7%)案例,因为无法获得应用程序使用数据,1310例(3.8%)案例,因为其中一个解释变量(如性别)缺少值,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“yes/no”和这个的变体)或缺失条目造成的,它们在应用程序引入后的头几周更高(
29,766例纳入病例的中位年龄为41岁(IQR 29-55);13898人(46.7%)为男性,18,798人(63.2%)出生于荷兰(
在4824名应用程序用户中,共有2494人(51.7%)和24942名非用户中的15442人(61.9%)在可能的感染期间没有报告任何密切接触。应用用户中报告的至少有一个接触者的密切接触者的中位数为2 (IQR为1-4),非用户中报告的密切接触者的中位数为2 (IQR为1-3)。在应用程序用户中,314例(6.5%)病例报告收到了应用程序的通知,称他们曾与确诊的SARS-CoV-2患者接触。在收到通知的应用程序用户和未收到通知的应用程序用户之间,报告的密切接触人数没有显著差异(
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(
多重imputation后的结果与完整案例分析的结果相似(数据未显示)。
阿姆斯特丹地区(2020年10月28日至2021年2月26日)的SARS-CoV-2阳性病例中,按周(w)有数据显示使用接触者追踪应用程序的病例(a)和使用移动接触者追踪应用程序(b)的病例百分比。
阿姆斯特丹地区按报告的移动应用程序使用情况(2020年10月28日至2021年2月26日)诊断为SARS-CoV-2的个人(≥18岁)的特征。
特征 | 总计一个(N = 29766) | App用户(n=4824) | 使用者(n = 24942) |
|
|
年龄(年),平均值(IQR) | 41 (29-55) | 42 (29-54) | 41 (29-55) | .89 | |
|
<措施 | ||||
|
女 | 15868 (53.3) | 2437 (15.4) | 13431 (84.6) |
|
|
男性 | 13898 (46.7) | 2387 (17.2) | 11511 (82.8) |
|
|
<措施 | ||||
|
荷兰 | 18798 (63.2) | 3803 (20.2) | 14995 (79.8) |
|
|
非西方 | 9116 (30.6) | 730 (8.0) | 8386 (92.0) |
|
|
其他西方 | 1852 (6.2) | 291 (15.7) | 1561 (84.3) |
|
|
<措施 | ||||
|
阿姆斯特丹 | 24970 (83.9) | 3832 (15.4) | 21138 (84.7) |
|
|
阿斯米尔花市 | 852 (2.9) | 197 (23.1) | 655 (76.9) |
|
|
Amstelveen | 1921 (6.5) | 408 (21.2) | 1513 (78.8) |
|
|
Diemen | 895 (3.0) | 145 (16.2) | 750 (83.8) |
|
|
Ouder-Amstel | 340 (1.1) | 99 (29.1) | 241 (70.9) |
|
|
Uithoorn | 788 (2.7) | 143 (18.2) | 645 (81.9) |
|
密切接触者中位数(IQR) | 0 (0 - 1) | 0 (0 - 2) | 0 (0 - 1) | <措施 | |
|
<措施 | ||||
|
0 | 17936 (60.3) | 2494 (13.9) | 15442 (86.1) |
|
|
1 - 3 | 9133 (30.7) | 1736 (19.0) | 7397 (81.0) |
|
|
4 - 6 | 2024 (6.8) | 449 (22.2) | 1575 (77.8) |
|
|
>6 | 673 (2.3) | 145 (21.6) | 528 (78.5) |
|
|
<措施 | ||||
|
没有 | 26539 (89.2) | 4318 (16.3) | 22221 (83.7) |
|
|
医院 | 845 (2.8) | 162 (19.2) | 683 (80.8) |
|
|
敬老院 | 664 (2.2) | 57 (8.6) | 607 (91.4) |
|
|
其他24小时护理院 | 331 (1.1) | 49 (14.8) | 282 (85.2) |
|
|
家庭护理 | 261 (0.9) | 31 (11.9) | 230 (88.1) |
|
|
其他保健 | 1126 (3.8) | 207 (18.4) | 919 (81.6) |
|
|
<措施 | ||||
|
没有 | 28612 (96.1) | 4637 (16.2) | 23975 (83.8) |
|
|
是的,日托 | 340 (1.1) | 26日(7.7) | 314 (92.4) |
|
|
是的,小学 | 637 (2.1) | 130 (20.4) | 507 (79.6) |
|
|
是的,中学或高等教育 | 177 (0.6) | 31 (17.5) | 146 (82.5) |
|
一个从总样本中,排除了以下情况:3354例因为缺少应用程序使用的数据,1310例因为缺少自变量的值,161例因为连续变量的异常值。
b
c在将出生国归类为非西方或其他西方国家时,使用了荷兰统计局的定义[
使用b样条对阿姆斯特丹地区(2020年10月28日至2021年2月26日)的29,766例SARS-CoV-2阳性病例进行多变量logistic回归分析,得出报告使用CoronaMelder app的(a)年龄(年)和(b)报告密切接触者数量的预测概率。
在阿姆斯特丹地区(2020年10月28日至2021年2月26日)被诊断为SARS-CoV-2的29,283人(≥18岁)中,与移动应用程序使用相关的因素。
特征 | 或一个(95%置信区间)b |
|
优势c(95%置信区间)b |
|
|
年龄d | - - - - - -e | <措施 | - - - - - - | <措施 | |
|
|
<措施 |
|
.002 | |
|
女 | 1 |
|
- - - - - - |
|
|
男性 |
|
|
|
|
|
|
<措施 |
|
<措施 | |
|
荷兰 | 1 |
|
- - - - - - |
|
|
其他西方 |
|
|
|
|
|
非西方 |
|
|
|
|
|
|
<措施 |
|
<措施 | |
|
阿姆斯特丹 | 1 |
|
1 |
|
|
阿斯米尔花市 |
|
|
|
|
|
Amstelveen |
|
|
|
|
|
Diemen | 1.07 (0.89 - -1.28) |
|
1.02 (0.85 - -1.23) |
|
|
Ouder-Amstel |
|
|
|
|
|
Uithoorn |
|
|
1.03 (0.85 - -1.25) |
|
密切接触者人数f | - - - - - - | <措施 | - - - - - - | <措施 | |
|
|
<措施 |
|
<措施 | |
|
没有 | 1 |
|
1 |
|
|
医院 |
|
|
1.02 (0.85 - -1.22) |
|
|
敬老院 |
|
|
|
|
|
其他24小时护理院 | 0.89 (0.66 - -1.21) |
|
0.78 (0.57 - -1.06) |
|
|
家庭护理 | 0.69 (0.48 - -1.01) |
|
|
|
|
其他保健 | 1.16 (0.99 - -1.35) |
|
0.95 (0.81 - -1.12) |
|
|
|
<措施 |
|
<措施 | |
|
没有 | 1 |
|
1 |
|
|
是的,日托 |
|
|
|
|
|
是的,小学 |
|
|
1.07 (0.88 - -1.31) |
|
|
是的,中学或高等教育 | 1.1 (0.74 - -1.62) |
|
0.91 (0.61 - -1.35) |
|
一个OR:比值比。
b重要关联用斜体表示。
cAOR:调整后的优势比。
d在将出生国分类为非西方或其他西方国家时,使用了荷兰统计局的定义[
e不适用。
f变量模型为b样条(
在这项研究中,我们发现在阿姆斯特丹地区,不到六分之一的人报告使用冠状病毒接触追踪应用程序。由于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无法通过该应用程序收到通知,即使他们可能自己安装了该应用程序。只有6.5%(1935/29,766)的应用阳性案例自己收到了应用通知。报告应用程序的使用与中年人、在感染期间有少量(即3-8个)密切接触者、居住在阿姆斯特丹周边城市(而不是城市本身)以及在荷兰出生有关。有8个以上密切接触者和在荷兰以外出生的人使用应用程序的频率较低。
在解释这些结果和潜在的解释和含义时,必须谨慎。此外,这些结果不能直接外推到普通人群,包括那些对SARS-CoV-2检测未呈阳性的人。根据全国数据,在研究期间,超过450万人下载了这款应用[
2020年4月,在应用程序推出前进行的荷兰接受度研究中,据报道,一旦应用程序可用,年轻人更愿意下载[
与周边城市的病例相比,生活在阿姆斯特丹或迪曼市的病例使用该应用程序的可能性更低,后者在地理上与阿姆斯特丹有很强的联系。在人口更密集的城市环境中改进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通过其他方式追踪的匿名密切接触者方面特别有用。此外,我们发现在荷兰以外出生和不使用该应用程序有很强的关联。如果国家应用程序使用趋势反映了我们样本中发现的情况,这将令人担忧,因为此前在阿姆斯特丹和国际上的研究已经表明,一些少数民族群体不成比例地受到了SARS-CoV-2的影响[
虽然在0到8个密切接触者的范围内,随着密切接触者数量的增加,使用该应用程序的可能性增加,但随着密切接触者数量的增加,使用该应用程序的可能性降低。使用应用程序追踪联系人的优点包括:速度快、可以联系到匿名的密切接触者,而且没有回忆偏差,这对联系人众多的人尤其有利。因此,研究使用的障碍,并在有很多密切接触的个人中推广应用程序的使用可能是值得的。
最后,我们发现,从事高风险行业的人在应用程序使用方面存在一定差异,因为在高风险行业中,很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
如果接触者追踪应用程序得到有效利用并获得很高的使用率,它们就有可能加快接触者追踪,识别那些否则会被忽视的接触者,并预防感染。例如,在拥有兼容智能手机的合格人群中,有49%的人下载了英国国民健康服务的应用程序[
这项研究表明,应用的使用率很低;在阿姆斯特丹地区确诊的2万9766名新冠病毒感染者中,只有4824人(16.2%)。此外,我们还观察到不同社会人口因素对应用的吸收存在显著差异。老年人、妇女、非荷兰出生的人,以及那些报告没有或有很多密切接触者的人,不太可能安装了冠状病毒老年人应用程序。如果在全国具有代表性的样本中得到确认,这将意味着该应用程序不太可能对新冠病毒的传播产生潜在影响。此外,某些人群的应用使用率似乎较低,这表明有必要采取更有针对性的措施提高应用使用率。
调整后的优势比
公共卫生服务
没有宣布。