在印度尼西亚COVID-19大流行期间使用健康合规监测系统:评估研究

介绍

由SARS-CoV-2病毒引起的COVID-19仍然是全球重大健康威胁。自2019年12月在中国武汉首次发现以来，该病毒已在全球传播。截至5月2日，确诊病例总数为151812556例，累计死亡病例为3186817例。截至2021年5月1日，印度在亚洲排名第一(19,557,457例，死亡215,542例)，而印度尼西亚在该地区排名第二(1,672,880例，死亡45,652例)。1]．

一直采用公共卫生措施，特别是非药物干预措施，以减少感染和社区传播的可能性[2，3.]．这些措施包括病例隔离、自愿居家隔离、保持社会距离、停止大规模集会、宵禁、旅行禁令、封锁，以及佩戴口罩、洗手等个人感染预防措施和其他卫生预防措施。戴口罩已被证明可有效减少感染的可能性[4]，但其在降低传播风险方面的效力仍在评估中[4]．然而，迄今为止的证据表明，当戴口罩与定期洗手和保持社交距离相结合时，它们通常对减少SARS-CoV-2的传播产生积极影响。4]．社区佩戴口罩可以预防感染者并保护未感染的佩戴者，从而将感染风险降低79% [5-7]．根据纪律执行政策，在美国15个州，通过比较在公共场合强制使用口罩之前和之后，降低感染率的效果显著下降[8]．此外，实施国家行动方案的时机与流行病曲线的关系以及人们通过改变行为进行适应是促成国家行动方案成功的主要因素[9，10]．

在大流行控制的背景下，确定COVID-19的基本繁殖数对于预测群体免疫目标和对公共卫生干预措施的有效性进行相对衡量至关重要[11]．然而，除了繁殖数量之外，另一个关键因素是需要迅速和广泛的行为改变，以适应不断变化的条件[12]．为落实上述国家行动计划而作出的行为改变，必须清楚地加以阐明，并集体内化[13]，与旨在使整个社会保持生产力和安全的社会经济活动相结合[14]．

在目前的大流行期间，有一些例子表明，激活了现有能力，加强了跨多个部门的协调机制，并朝着建立监测评价系统的方向努力，从而通过使用卫生技术，大规模改变了行为[15]．例如，韩国从大流行一开始就投资于数字保健解决方案，作为加强监测能力的一种手段，通过使用全国智能手机应用程序，通过GPS追踪和跟踪感染者，并将这些信息与其他公共卫生措施相结合[16-19]．因此，卫生技术应用已开始成为控制COVID-19大流行的潜在关键解决方案，不仅限于追踪方面，而且往往包括关于个人预防方面的咨询或建议，从而导致行为改变，也可以在其遵守卫生议定书方面进行监测[17，20.-22]．

印度尼西亚在行政上分为34个省和514个市和县，有独立的地方政府和议会机构。卫生政策通常在联邦一级决定，在省一级执行，例如对人畜共患疾病的传染病监测。全国卫生保健基础设施包括10 138个公共卫生中心(Pusat Kesehatan Masyarakat;初级卫生保健设施)和2902家医院(三级卫生保健设施)分布在这些省份，其中132家医院被指定为国家COVID-19治疗转诊中心[23]．因此，COVID-19应对工作的集中化偏离了卫生保健应对政策的常规实施。

印尼是世界上人口第四多的国家，它的政府已经采取了npi来促进行为改变，统称为“健康协议”。健康方案包括戴口罩(Menggunakan戴面具的人)、洗手(Mencuci tangan)，以及保持社交距离(Menjaga jarak）.政府一直以流行的“3M”首字母缩略词(来自印尼语中每个行动的首字母)来推广它，并监督公众遵守它。本研究旨在评估2020年10月至2021年3月期间公共场所对卫生议定书的遵守情况，从而包括印度尼西亚整个第二波大流行。重要的是，本文使用的数据是从印度尼西亚加速缓解COVID-19国家工作队收集的Bersatu Lawan COVID-19(BLC)数字监测应用程序。这是数字健康应用程序首次在全国范围内推出，产生了能够使用综合方法实时分析的数据。重要的是，系统使用观察者报告的遵从性，因此该应用程序能够最大限度地减少自我报告数据的偏差。此外，本文将描述和讨论这些数据如何使印度尼西亚政府机构能够监测印度尼西亚公众对卫生议定书的遵守情况，进而为政策制定提供信息。

方法

BLC集成系统

BLC是国家加快减缓新冠肺炎疫情工作小组建设的综合信息系统。该工作队由印度尼西亚共和国总统组建，负责执行、控制、监测、制定和实施加快国家COVID-19应对的战略政策[24]．在履行这些职责时，世卫组织需要、创建并使用一个增强型数据报告系统，汇集并对现有的COVID-19信息进行深入分析。该系统旨在描述病例分布并确定COVID-19传播级别的分区，包括卫生协议合规性监测。这是国内第一个使用大数据方法的此类系统，具有实时、系统和可互操作的流程，以提供基于证据的政策[25]．BLC系统集成了来自多个部门的数据。例如，它包含来自卫生部的医疗保健数据(实验室、医院和监测数据);公共交通数据;教育和文化部的教育数据;与疫苗接种相关的物流数据等。这些数据是通过各部和各机构不同数据库的连接获得的，并可通过单一接口访问。

基于BLC的健康协议遵守监测系统

BLC健康协议合规应用程序于2020年5月至7月开发。最初，它被设计为帮助印度尼西亚前线公共秩序部队(如警察和军队)在监测对新实施的公共卫生限制(2020年9月)的遵守情况时从纸质报告转向数字报告的一种手段。与纸质报告相比，数字报告更容易编写和分析。因此，应用程序的使用包括在潜在高风险的国家事件期间监控合规性，如公共假期和地区选举或竞选活动。应用程序使用扩展的后续步骤(2020年10月)是纳入来自公众的志愿者，称为行为改变大使(Duta Perubahan Perilaku）.行为改变大使是自愿担任这一角色的个人，他们来自不同的背景和年龄段，例如，从学生到大学讲师，从公务员警察部队(Satpol页)人员，以及许多其他部门。他们必须具备数字素养，以便应用程序的使用尽可能完整和准确，并可以在活动期间每天报告数据，特别是在监测更广泛的公共卫生协议遵守情况时。

截至2021年5月2日，该应用程序拥有437,093名注册用户，其中军事人员97,598名，警察人员253,984名，公众/大使85,511名。该应用程序本身包含一个培训模块，向用户展示如何为现场人员创建帐户，如何报告数据，以及如何理解仪表板的统计结果。由于监测可以是来自印度尼西亚所有级别的条目，因此给出的帐户是根据区域级别访问生成的。

该监测系统是在公共场所使用BLC行为改变应用程序实时报告的，这些场所往往是拥挤的场所，如市场、休闲区、购物中心、餐馆、礼拜场所、办公室、火车站、公交总站、机场、体育中心、学校等。这些地点是根据人群成为COVID-19聚集性传播地点的趋势或潜力选择的。几项研究发现了室内和室外传播的可能性，例如在交通场所、餐馆、健身中心、礼拜场所、学校、超市等[26，27]．发出的报告包括监测结果的照片和外地所有人员的输入数据调查表。当收到报告数据后，集成的BLC系统将把它们分析成统计数据，以确定位置映射，以提高健康协议的合规性。此外，基于报告数据的信息将通过BLC综合仪表板进行可视化和监控，各级(中央政府，省，市，区，街道;图1）.

来自军队的报道人员(印尼Tentara national Indonesia)及警队(Kepolisian Negara republic Indonesia)由各自的机构给予奖励，而行为改变大使是社区志愿者，他们没有得到奖励。他们都将持续报告任何潜在的人群和当地社区的遵守水平，无论他们在哪里。此外，一个人每天可以提交的报告数量没有限制。重点是生成客观报告，显示现场的遵守情况并正确输入数据。

为了确保有效性和质量控制措施，首先，所有人员都接受了如何完成报告的培训，其次，报告只能使用特定的参数和每个变量的特定范围进行填充。报告还包含收集变量的强制字段;否则将无法在系统内提交。通过这种方式，我们允许在所有位置收集标准化的、通用的和最小的信息数据集，从而允许实时创建仪表板。

此外，质量控制是通过由系统上层的操作员进行定期随机检查来进行的(例如，在省级监测地区一级的报告)。这一例行监测过程考虑到每个地区收集的报告数量、报告地点、提交报告的人员人数以及所提交报告的质量。后者是手动检查的，即计算给定照片中有多少人戴着口罩。如果报告包含错误信息，提交报告的人将收到警告消息。如果同一个人的第二次报告没有通过质量控制，那么这个人的进一步报告可能会被取消资格。

此外，如果工作人员没有在应用程序中提交完整的报告，则会出现警告，敦促用户完成数据输入。如果发现重复，系统会自动删除同一村庄或街道的数据(kelurahan）.

‎ 查看此图

数据收集

数据输入通过选择应用程序中的任务功能开始。有2个级别的合规监控，即个人合规和机构合规。个人遵守包括遵守佩戴口罩、保持社交距离以及避开人群。机构合规包括监测洗手设施的可用性、卫生规程的社会化应用、体温检查(使用热枪或热体)、卫生规程监督官员的存在以及定期消毒活动。所有人员可经常输入数据，报告遵守健康议定书的情况，并在使用GPS报告位置的基础上监测周围人群的活动(图2）.有些人可以通过在现场拍照的方式提交现场报告，而其他人可以通过保存照片库中的照片，在每天结束时提交几份延迟的报告。国家COVID特别工作组实际上建议人员发送现场报告。然而，并不是所有的员工都配备了稳定的互联网连接和可靠的手机;因此，为了他们的方便，应该允许延迟报告。

‎ 查看此图

数据分析

BLC系统将自动分析收集到的数据以生成结果，并将信息可视化地显示在简化的输出图形上，这些图形共同呈现在仪表板上。基于大数据分析基础设施，可以使用一组预先确定的变量来查询数据。例如，通过将戴口罩的人数除以给定地点的人数(由照片证据提供)来计算蒙面人员的比例。同样，保持社交距离的人数除以某一地点在场的人数(保持社交距离的人数通过使用照片证据计算)，即可获得遵守社交距离的比例。

结果还分析了区域合规分区，包括个人和机构合规。这些是根据人员对个人和机构遵守情况的观察报告作出的。然后将地图划分为符合口罩佩戴和社交距离的区域，并实时更新数据，以显示有多少城市/地区的合规水平<60%(红色)，61%-75%(橙色)，76%-90%(黄色)和91%-100%(绿色)。

此外，BLC系统还提出了“机构遵从性”，指的是人群可能聚集的地方或地点，即市场、休闲区、购物中心、餐馆、礼拜场所、办公室、火车站、公交总站、机场、体育中心、学校等。然后将其合规分为4类:“不合规”机构(合规率为0%-35%)、“不合规”机构(合规率为35.01%-65%)、“合规”机构(合规率为65.01%-85%)、“非常合规”机构(合规率为85.01%-100%)。

卫生议定书遵守监测系统的分类

根据Gasser等人的数字公共卫生工具的类型学[28]，该类型基于4个主要类别变量，即关键参与者、数据类型、数据源和同意模型。在这个系统中，基于类型学，我们的主要参与者是政府和公民。该系统的数据类型被归类为非敏感类型，而数据源来自IP、GPS和公民。同意被归类为选择加入。这些类型还可以确定用于大流行管理的数字公共卫生技术的4个主要功能类别，例如接近和接触者追踪、症状监测、隔离控制和流量建模。此处介绍的监测合规性的系统与检疫合规性功能类别最接近(尽管并非完全重叠)[28]．

此外，基于Michie等人的行为改变技术分类法[29]，这款应用被归类为“反馈和监控”组，特别是在子组2.1“在没有反馈的情况下监控他人的行为”中。在人群聚集的地方观察人们戴口罩和保持社交距离是数据收集的一部分，而对人们的了解是减少COVID-19传播风险的行为改变战略的一部分[29]．

在伦理方面，特别是隐私保护方面，卫生协议合规监测系统不收集个人层面的数据。数据以聚合格式收集。系统中嵌入的唯一个人数据是应用程序操作员的人员身份，他们必须提供这些身份才能完成信息输入。但是，这些资料仅限于它们各自的机构(例如武装部队或警察部队)，不向公众开放。在保留自主权方面，合规监控应用程序的使用不是强制性的，而是基于数据提供者的自愿承诺。该应用程序不包含可用于歧视的数据(例如，种族，民族，性别等);但是，该国的一些地区可以确定在人口遵守方面表现较好或较差。这不太可能产生Gasser等人所定义的歧视[28]，尽管这可能导致额外的临时限制性措施。最后，对于收集到的数据可能到期的问题，正在进行积极的讨论。然而，目前还没有做出任何决定。

此外，在系统设计和开发期间，我们还考虑了主题/社区的反应性，尽管这不是一个问题。开发BLC应用程序监测系统是为了满足与印度尼西亚人民遵守有关的数据需求。印度尼西亚前线公共秩序部队(如军队和警察)被选为观察员，因为他们的主要职能/职责是执行纪律，并且已经接受了在尊重法律和道德规范的情况下与广大公众打交道的培训。印度尼西亚国家警察局(Kepolisian Negara republic Indonesia)有权发出警告、罚款和社会制裁。这是根据总统和国家军事指挥官和国家警察局长的指示[30.]．

道德的考虑

我们声明，为本文收集的数据不需要伦理批准，因为它们是由国家加速缓解COVID-19特别工作组向公众提供的在他们的网站[31]．

结果

实时运行状况协议合规性监视报告

在2020年10月1日至2021年5月2日期间，通过BLC收集的报告总数超过1.65亿份，在印度尼西亚34个省的514个区/城市的124,315,568个地点监测了4.69亿人的行为(即，接近完全覆盖全国，如下文所述)。此外，在同一时期，在504个区/市的41,235,847多个地点观察到508,000多个机构。

截至观察期结束的2021年5月2日，该系统每24小时收到68万多份报告。该系统每分钟接收2500多份报告，并于2021年4月14日达到每秒1894份报告的峰值容量。

通过BLC获得的全国总体数据显示，85.89%(322,736,010/375,711,304)的观察人员戴口罩，14.11%(52,975294/375,711,304)的观察人员未戴口罩。同样，作为累积估计，84.13%(315,973,207/375,711,304)的人保持社交距离，15.8%(59,738,097/375,711,304)的人没有保持社交距离。图3显示根据佩戴口罩和保持社交距离的情况排名的地点。

图4演示了相同的信息如何变得更细粒度，将符合/不符合类别的相对比例合并到累积总数中。图中中间的线图4显示范围;箱形图中的线越长，数据的变化越大。

图4根据印度尼西亚的省份呈现这些信息。据估计，有11个省的平均合规率超过85%(巴厘岛、日惹州、雅加达州、东爪哇、廖内岛、中加里曼丹、东加里曼丹、北加里曼丹、西苏拉威西、北苏拉威西和西巴布亚)，其他所有省份的这一比例都较低。

图5绘制出各省的变化。在可视化的348个地区/城市中，图5红色区51个(14.66%)、橙色区52个(14.94%)、黄色区111个(31.9%)、绿色区134个(38.51%)。为了遵守社交距离，图5红色区(市)48个(13.79%)，橙色区(市)51个(14.66%);黄色区126只(36.21%);绿色区123处，占35.34%。

从更广泛的角度来看——可以与NPI公告联系起来——图6显示上述两类的每周累积遵守率的平均值。总体而言，估计遵守情况在11月和12月(第二波大流行高峰之前)有所下降，而在2021年1月至5月(第二波大流行期间和之后)有所增加。

图7显示了印尼各区和市的机构合规情况:126个(46.67%)地区的不合规机构比例较高，15个(5.56%)地区的不合规机构比例较低，7个(2.59%)地区的机构合规，122个(45.19%)地区的机构非常合规。图8显示了遵守卫生协议与2020年第二波(这是实施移动应用程序的第一波)期间每周COVID-19病例数之间的关联。该图显示，在第二波浪潮到来之前，遵守情况较低，随着第二波浪潮的推进以及采取和监测进一步的公共卫生措施，遵守情况显著上升。

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

尽管各省、区、市之间存在差异(用4个彩色区域表示)，但总体而言，大多数区/市在佩戴口罩和保持社交距离方面表现出中等至高度的合规性。佩戴口罩的依从性高于保持社交距离，因为这是一个更容易在个人层面上控制的因素。这些结果与印度尼西亚国家统计局于2020年9月进行的调查结果非常吻合，该调查显示，91.98%的受访者在离开家时总是戴口罩，而73.53%的受访者表示他们在离开家时总是保持社交距离[32]．此外，印度尼西亚国家统计局的结果显示，半数以上的答复者自我陈述其不遵守规定，认为当局对这种不遵守规定没有惩罚;超过三分之一的人没有遵守规定，因为他们无法在直系亲属环境中看到或听到COVID-19病例;几乎所有不遵守协议的人都认为协议对他们的工作造成了干扰[32]．

与保持社交距离相比，戴口罩的依从性似乎更高，这是一个有趣的发现，尽管在全球范围内观察到戴口罩的复杂性和犹豫性[33]以及在报告观察期间可获得的有限证据表明其在打破传播链方面的有效性[4，19]．印度尼西亚等不习惯经常戴口罩的国家报告的遵守情况相对较高，这是公共卫生信息渗透的一个积极迹象。然而，不同类型的活动之间的依从性是不同的，因此，信息可能必须细致入微，以促进其他措施，如洗手，当与戴口罩结合使用时，在人群层面上是最有效的[7，34]．

结果显示了各省之间和各省区市之间履约率的差异。然而，巴厘岛和日惹Daerah Istimewa省在佩戴口罩和保持社交距离方面的平均遵守率超过85%。这一发现可能是由于在这些省份部署了大量来自警察和军队的外勤人员，以确保遵守卫生议定书[35，36]．这些省份是印尼最受欢迎的旅游目的地之一。37，人群聚集的可能性更高，从而吸引了更高水平的警力。

为供今后参考，我们定期更新了所有34个省的卫生协议合规性监测情况在加快减缓COVID-19国家工作组网站[31]，最近一次是在2022年9月25日[38]．

优势与局限

因此，这款BLC行为改变应用生成的报告数量可能会受到记者数量和地点的限制。然而，这项研究揭示了数字报告系统的见解，当报告全面完成并使用大数据分析时，它可以使政策制定者在监测行为变化方面受益。支持这种监测成功的因素之一是其基于云技术的微尺度实时数据收集。这使地区、城市和省之间的数据互联互通成为可能，印尼加快减缓COVID-19国家工作队可以对这些数据进行综合分析。在印度尼西亚这样一个权力下放的大国，数据互联是获得国家分析和为有效的循证政策提供信息的关键。

警察和军队为提供这些实时数据作出了重大贡献。尽管军事力量参与健康危机仍然是一个有争议的观点[39]，该案例可进一步证明警察和军队在印度尼西亚广大领土内应对COVID-19方面发挥的重要作用[40]．

但是，本研究也有一定的局限性。首先，这款应用只提供给安卓智能手机用户。其次，报告中仍然存在人为错误，例如不相关的图片被上传到系统。第三，记者仅限于个别公共场所的工作人员和大使。在未来，这个应用程序可能会将记者扩展到更广泛的公众，从更多的公共空间类别中生成报道。

结论

综上所述，本文论证了促进npi对预防COVID-19传播和病例激增的重要性。这些干预措施需要改变公众行为，如戴口罩、保持社交距离和经常洗手。本文发现，监控这些行为变化的需要可以通过移动应用程序来完成。因此，本文讨论了在东南亚人口最多的国家印度尼西亚使用的BLC行为改变应用程序的例子，迄今为止，印度尼西亚的COVID-19病例在亚洲排名第二，仅次于印度。

本文讨论了该应用程序开发和报告提交背后的多部门协调，其中包括警察、军事人员和社区大使。它进一步发现了如何使用大数据分析来每周分析这些报告，以便通过印度尼西亚加速缓解COVID-19国家工作队向政策制定者提供最新情况，并为政府的COVID-19应对政策提供信息。

从2020年10月1日至2021年5月2日期间通过app收集的数据可以看出，34个省份之间以及这些省份的区市之间的合规率存在差异。然而，有趣的是，人们对戴口罩的依从性似乎略高于保持社交距离。虽然这在促进行为改变方面可能是一个积极的发现，但政策制定者需要促进其他措施的更高依从性，包括保持社交距离和洗手，这些措施的效果已被证明与戴口罩相结合可以打破传播链。尽管如此，这款应用程序提供了可以为公众行为模式提供信息的数据，这些数据可以为政策制定者提供信息，以采取必要的行动，防止COVID-19病例激增。