解读COVID-19和虚拟护理趋势:队列研究

介绍

冠状病毒病(COVID-19)大流行正在全球迅速蔓延。截至2020年3月26日，与COVID-19相关的病例超过50万例，死亡人数超过2.5万例，而且这一数字还在继续增加。1，2]。COVID-19的迅速传播是对世界的威胁。它阻碍了我们控制传播或破坏的能力。3.]。许多国家限制进出本国的航空旅行，试图阻止或至少减缓这种疾病的传播。然而，受感染人数呈指数级快速增长[4]。

呼吁促进和使用虚拟医疗(VC)，如远程医疗咨询，以此作为加强社会距离、有效利用资源和改善医疗保健可及性的一种努力[5]。美国政府和保险公司等私人支付方一直在密切合作，以消除对风险投资(也称为远程医疗)使用的任何限制。6]。现在，人们可以使用FaceTime、Google Hangout和其他视频聊天平台等消费类应用程序与医疗服务提供者进行远程互动。7]。此外，医疗保险现在涵盖了医疗服务提供者和未见过面的患者之间的风险投资。所有这些尝试都是必要的，以避免大量的人聚集在同一个空间，除了医疗原因[8]。在这项研究中，我们探讨了COVID-19确诊病例和COVID-19样虚拟就诊的可能趋势。我们假设新冠肺炎确诊病例的地点和持续时间与确诊病例发生前的COVID-19类虚拟通话之间存在一定的模式。

本研究的目的是探讨北卡罗来纳州COVID-19确诊病例的趋势，并了解与COVID-19症状相关的虚拟就诊模式。

方法

虚拟紧急护理

我们使用按需全州虚拟紧急护理(VUC)中心对COVID-19确诊病例和患者进行了队列研究。该中心是由美国东南部地区的一个主要医疗保健系统发起的。我们收集了2020年2月1日至2020年3月15日的数据。在研究之前获得了机构审查委员会的豁免。

我们选择2020年2月1日作为研究开始日期，是因为美国第一例COVID-19病例于2020年1月21日在华盛顿州发生。北卡罗来纳州的第一例病例发生在2020年3月3日，与一名来自华盛顿州的人有关。这表明，在2月份，由于缺乏筛查和检测，我们不知道COVID-19在美国各地活跃传播。

数据源

我们使用北卡罗来纳州卫生与公众服务部(NCDHHS)报告的COVID-19确诊病例数在选定日期收集数据。此外，我们还分析了2020年2月1日至28日(2020年3月3日)第一例COVID-19确诊病例之前的COVID-19类虚拟就诊情况。

covid -19样症状虚拟就诊分析

VC数据包括患者人口统计和主诉。我们将虚拟访问分为两组:covid -19类访问和所有其他访问。如果患者提出的主诉与疾病控制与预防中心和世界卫生组织(WHO)报告的“咳嗽”、“发烧”、“呼吸道感染”、“疲劳”等新冠肺炎症状相重叠，则将虚拟就诊归类为类似COVID-19的就诊。9，10]。在整篇论文中，我们将使用术语“COVID-19 like”来指代患者报告的主诉与COVID-19相似的虚拟就诊。在研究时，没有虚拟的COVID-19测试来筛选这些虚拟访问是否确实有COVID-19携带者。

COVID-19确诊病例分析

根据我们从NCDHHS检索到的信息，我们在北卡罗来纳州的地图上绘制了确诊病例的数量。然后，我们确定了COVID-19确诊病例最集中的县内的主要吸引区，以合理化病例高度集中的原因。此外，我们对确诊病例进行了时间运动分析，以了解疾病在州县传播的持续时间和程度。为了展示疾病的时间运动，我们使用了一个调色板，使每种颜色代表2020年3月3日至18日之间给定日期的COVID-19确诊病例。

为了绘制北卡罗来纳州新冠肺炎确诊病例的地理分布图，我们创建了一张地图，显示每个县的病例数，并根据病例数分配了颜色深浅，颜色越深，病例越多。此外，为了探索VUC COVID-19类接触与COVID-19确诊病例之间的关系，我们将接触标记为“爆发前两周”(2020年2月)和“爆发后”(2020年3月1日至3月15日)。然后，按照与新冠肺炎病例地图相同的规则，在地图上按地理位置显示每个县的病例数，以便直观地概念和比较。为深入研究本地新增病例在时间和空间上的增长趋势，我们将新增病例分为2个时间段:7天时间段和逐日时间段。地图上的柱状图和饼状图是根据分解后的数据制作的。

数据分析

我们分析了与covid -19相关的虚拟就诊的患者人口统计数据。我们根据他们的性别、年龄和居住州进行了探索性分析。由于所有访问都是通过电话或视频电话进行的，因此使用患者的居住状态来分析其特征非常重要。在整个过程中使用了Microsoft Excel等工具来显示结果。所有的数据处理工作都是在Python (Python Software Foundation)中使用NumPy和Pandas库进行的，使用Tableau Software创建可视化。这有利于检测患者行为的任何趋势或模式。

结果

确诊病例分析

截至2020年3月18日，新冠肺炎确诊病例92例，累计虚拟就诊733人次。在总访问量中，257例(35.1%)与covid -19样症状有关。在covid -19类就诊中，近四分之三是女性。年龄在30-39岁和40-49岁的患者占总患者的一半。此外，几乎所有的冠状病毒感染都来自北卡罗来纳州(表1)。

与美国其他州一样，北卡罗来纳州的COVID-19确诊病例在短时间内有所增加[11]。首例病例记录于2020年3月3日;在10天内，病例数上升到24例，然后在短短3天内，病例数急剧增加到64例，到2020年3月18日，确诊病例总数达到92例。

北卡罗来纳州的地图如图所示图1报告显示，在92例新冠肺炎确诊病例中，有62例(67%)发生在该州密度最高的两个县，这两个县是北卡罗来纳州罗利-达勒姆国际机场(RDU)和夏洛特道格拉斯国际机场(CLT)的所在地。图1还表明，该州东部和西南部地区有分散的COVID-19病例，这些地区通常是人口密度较低的地区。

图2显示了2020年3月3日至18日这一天内新冠肺炎确诊病例的传播情况。第一例确诊病例于2020年3月3日在威克县发生，该患者曾前往华盛顿州，并接触过一个长期设施，那里爆发了COVID-19 [12]。第二例病例于2020年3月6日发生在查塔姆县，患者从发生严重COVID-19疫情的意大利返回[13]。查塔姆县是RDU所在的威克县的邻县。时间-运动分析结果显示，第一例病例发生在威克县，而发病率最高的是威克县和梅克伦堡县。这两个县有两个共同的特点:它们是人口最多的县，也是仅有的拥有国际机场的县。调色板图2表明该疾病在3-5天内系统而迅速地传播到紧邻的县，然后在12-14天的相对较长时间内系统地传播到更远的县。

‎ 查看此图

‎ 查看此图

虚拟护理访问分析

我们报告说，在任何确诊病例之前，2月份有57.3%的covid -19样就诊是由居住在后来出现确诊病例的同一高密度县的个人发起的。在确诊的92例COVID-19病例中，RDU所在的威克县有49例(53%)就诊，而CLT所在的梅克伦堡县有4例(4.3%)类似COVID-19的就诊(图3)。此外，在3月3日出现首例新冠肺炎确诊病例后的头12天内，威克县和梅克伦堡县与新冠肺炎相关的虚拟就诊次数分别为23次(24%)和5次(5%)。

‎ 查看此图

讨论

主要研究结果

我们的目的是了解COVID-19确诊传播的趋势以及使用VC对COVID-19样症状进行分类。我们发现，最初确诊的COVID-19病例的地理位置与人口密度和是否存在正常运行的国际机场之间存在关系。北卡罗来纳州的前两例病例来自从COVID-19爆发地区返回的个人。病例的传播迅速转移到邻近的县，然后进一步转移到更远的县。

当查看确诊病例前几周的VC covid -19样就诊次数时，我们报告说，大多数covid -19样就诊来自后来确诊病例的同一县。这有两种解释。首先，VC可以通过向确诊病例不断增加的县的患者提供远程医疗咨询，帮助减少急诊科(ED)就诊次数，这将减少医疗设施的拥挤，从而控制疾病的传播。第二，我们可以通过监测新冠肺炎确诊病例的数量和位置，以及VC领域的访问量和位置来预测疾病的传播，如时间运动研究所示。另一方面，确诊病例数量增加的可能性可能导致个人自我隔离或保持身体距离的虚拟访问次数增加。

这项研究提出了几点建议。首先，通过教育和对保持身体距离重要性的认识来限制人员流动，并尽量减少国内和国际旅行，除非有紧急情况，这将有助于使COVID-19曲线趋平。大多数新发病例来自前往COVID-19病例活跃地区或疾病传播概率高的人口密度高地区的人员。

其次，更广泛地采用和推广VC将减少不必要的急诊科和紧急护理就诊的数量，这在这段时间非常重要，可以避免我们的卫生系统不堪重负和过度拥挤，从而增加疾病传播的风险。

第三，我们需要利用人工智能和地理空间分析来监测和预测COVID-19的传播，以更好地了解传播趋势，预测可能的感染区域和传播速度，并管理我们的劳动力预期[14-16]。这与其他要求开展更多研究调查病毒传播并确定易受感染人群和地区的呼吁是一致的[14]。

医疗保险和医疗补助中心以及保险公司已经放弃了远程医疗的限制，担心耗尽我们的医疗保健系统的能力和资源，这应该推动更多基于虚拟的病例干预。虽然主要的卫生保健系统正在启动风险投资诊所，但似乎需要更多的推广，特别是在可能没有技术手段获得这种服务的弱势群体和老年人中。我们建议，在我们为生存而战的同时，继续努力部署和提升风险投资作为一种重要媒介的重要性。

研究局限和未来方向

本研究提供了来自美国一个州的单一医疗保健系统的数据。世卫组织对COVID-19样虚拟就诊的定义是，如果患者的主诉与世卫组织定义的COVID-19症状相匹配。由于缺乏COVID-19虚拟筛查和事件的快速转变，我们无法确保所有这些访问都是实际的COVID-19病例。

我们未来的工作将包括分析特定地理位置在covid -19之前和之后的VC可及性。我们还对评估COVID-19期间使用VC的患者体验感兴趣。最后，我们的目标是评估远程医疗扩展的有效性在面对面和虚拟诊所。

结论

VC的使用在抗击COVID-19方面具有很大的潜力。VC可以减少急诊室就诊，节约医疗资源，并通过远程治疗患者避免COVID-19的传播。我们确认，COVID-19病例的最大传播发生在人口密度高的地区和国际机场运营地区。我们的研究还表明，虚拟医疗可以在COVID-19病例最多的县提供有效的分诊。我们呼吁在COVID-19大流行期间，美国和世界各地的卫生系统更快地采用虚拟医疗。