我们获得了里海大学机构审查委员会(IRB)的追溯许可，可以发布数据(#1808500-1)。IRB认为没有必要获得知情同意，因为数据的记录方式使人类受试者的身份无法直接或通过与受试者相关的标识符轻易确定。已公开提供的资料同样会被取消识别[ 46］．参与者要么(1)自愿完成调查，要么(2)以换取报酬。得到补偿的参与者从调查平台上获得积分，这些积分可以兑换成礼品卡或捐赠给慈善机构。

国家一级每流行病学周(流行病周)的事件病例收集自约翰霍普金斯大学CSSE GitHub存储库[ 48］．该储存库存储了从2020年1月22日到现在所有50个州和5个领地的每天累积病例。计算每天的事故个案 D，我们减去每天的累积病例数 D每天的累积病例 D+ 1。我们计算了一天的事故案例 D在国家层面，通过汇总所有50个州和所有5个地区的事件案例。将全国每日事件病例汇总，得出每个流行周的事件病例，其中流行周从周日开始，周六结束。

我们通过绘制所有州的图表来评估我们的样本是否代表美国人口( 年代)这对( r_年代e_年代 ), r_年代 观察到的参与者总数是否为状态 年代而且 e_年代 来自国家的预计响应数量是多少 年代．

我们的估算 e_年代 假设 r_年代 是从随机变量中抽取的 R_年代 ∼本( N,θ_年代 ), N所有调查的参与者总数是多少 θ_年代 随机选择一个在州登记的公民的概率是多少 年代．我们估计 θ_年代 ，为各州的人口普查估计数 年代除以所有州的人口普查估计的总和。的值 e_年代 是．

我们包括了在所有州的观察到的和预期的参与者样本数量之间的估计相关系数。对于每个州，我们还比较了参与者的观察比例和预期比例之间的相对差异( 多媒体附件2)．

我们假设对问题的调查答复 问从参与者 我，当时 t， x_{t i, q} ，是由随机变量生成的 X_{t i, q} 它得到了支持 增刊（ X_{t i, q} ) = {0 ，1 ，2 ，3. ，4}对应5个不同的坚持水平。值0对应于没有遵守或社区未采用的遵守，值4对应于完全遵守(调查中的回答“全部/100%”)。时间的随机变量 t的问题 问两个参与者之间被认为是独立的。

平均感知依从性(MEPA)是针对特定问题定义的 问在一个特定的时间 t的平均值 x_{t i, q} 超过参与者，或

在哪里 N回答问题的人数是多少 问在时间 t．MEPA _{q t} 旨在衡量对特定类型新产品导入的总体坚持程度。尽管个体反应是离散的，MEPA _{q t} 为连续值。如果我们定义随机变量MEPA _{q t} 的平均值 N有限方差的独立随机变量，则我们期望MEPA _{q t} 有一个钟形曲线分布，类似于正态分布，限制在从0到4的封闭区间内。

在流行病学周上发生的美国全国COVID-19病例 t, ( c_t )，假设是由相应的随机变量生成的 C_t ，我们对这个时间序列不做额外的假设。

对于每个调查问题，我们估计流行病学周MEPA之间的相关系数 t以及流行病学周的美国国家事件病例 t， t+ 1, t+ 2, t+ 3, t+ 4。每个星期前时间点的估计相关系数和95% ci的行列表可在 多媒体．

我们将层次聚类算法适合所有21个MEPA时间序列的2到10个聚类。利用欧几里得距离计算两个时间序列之间的不相似度。使用廓形系数来评估拟合2个簇、3个簇等(最多10个簇)的质量[ 49］．绘制树状图以可视化聚类，并在流行病学周内对MEPA时间序列进行分组和绘制。

预测采用加权区间评分(WIS) K中心分位数[ 51］．

其中，区间得分(IS _αk )是

在哪里 F为预测累积分布函数，1( x)为指示函数，则 u表示(1 -。 α/2)分位数 F， l代表了 α/2分位数 F， 米表示中位数或0.50分位数，和 c最终报道的真相是[ 52］．此外,体重 w₀等于1/2 w_k =α_k/ 2。

WIS和区间评分是负向的，与较小的值相比，较大的值表示较差的预测性能。最好的WIS是0，最坏的WIS是正无穷。

对比两个调查平台(即SurveyMonkey和Pollfish)的回复率发现，在切换到Pollfish后，每周的样本量一直较高。样本在地理上主要代表美国人口，在东北部有轻微的过度抽样。MEPA值在调查期开始时比结束时变化更大，这表明要么随着时间的推移反应变得更加一致，要么在整个调查期样本量较大导致反应变异性较低。聚类分析显示，调查问题可以根据问题类型聚为4组，这表明未来的调查可能通过使用更少的问题针对这些问题类型而更有效。相关分析显示，几个MEPA时间序列与未来1-4周发生的COVID-19病例之间存在相当强的相关性。几个MEPA时间序列还提高了事件COVID-19病例预测模型提前1-4周的预测准确性。

SurveyMonkey的调查平均收到了236分 ．06 (sd81) ．14)每周补偿反应，平均88次 ．80 (sd 22) ．68)志愿者每周的回复，这表明付费调查的回复率比志愿者调查的回复率更高，但在周内的变化更大。Pollfish的调查平均收到272分 ．55 (sd 7) ．80)每周的补偿回复，志愿者的回复没有被收集到Pollfish系统中。总体而言，在Pollfish公司( 图1一个)。

参与者回答问题的平均百分比为87 ．89% (sd 6) ．15%) ( 图1B)第1题到第5题和第15题平均回答了94题 ．98% (sd 1 ．而问题7、9、11、14和21的回答概率最低，平均回答率为78 ．63% (sd 2 ．09%)。

收集最多反馈的州包括加利福尼亚州(956/10,120,9.5%)、纽约州(876/10,120,8.7%)、宾夕法尼亚州(678/10,120,6.7%)、德克萨斯州(645/10,120,6.4%)和佛罗里达州(456/10,120,4.5%)。

观察到的响应频率与期望频率之间的相关性为0 ．90 (95% ci 0 ．84 - 0 ．94; P <。001)，并建议反应率与州一级的人口成正比。根据人口普查，我们比较了每个州观察到的反应比例与该州的个人比例(见 多媒体附件2为观测比例、期望比例和相对差)。

7个州与预期反应率相差超过9个SDs。4个州代表人数不足(密西西比、波多黎各、佛罗里达和德克萨斯)，3个州代表人数过多(明尼苏达、宾夕法尼亚和纽约)。 图2)．宾夕法尼亚州是代表人数最多的州。

当补偿反应和志愿者反应都包括在内时，宾夕法尼亚州的反应频率比预期高10个SDs，当志愿者反应被移除时，反应频率下降到低于预期3.5个SDs。

为了评估在数据收集过程中切换调查平台对结果的影响，我们分析了样本的代表性是否随着调查平台的不同而变化。我们计算了所有州的预期和观察反应之间的平均相对差异，并在不同的调查平台上进行了比较。该分析显示，来自SurveyMonkey的付费参与者(即非志愿者)的州居住地(平均值为−0.599,SE 0.015)比来自Pollfish的付费参与者的州居住地(平均值为−0.751,SE 0.019; t₅₁= 7.58; P<措施)。

从调查开始到结束，MEPA在以下3个问题上增幅最大:问题21(∆平均值₂₁=意味着_21日week36——意思是_21日week1=1.29)，询问参与者对州政策的了解，以及是否“违反COVID限制会导致罚款或警察执法”₁₁= 1 ．24)询问社区成员多久会按照建议寻求“[…]以及问题14(∆平均₁₄= 0 ．57)，询问参与者他们的社区成员在旅行后隔离的频率( 图3一个)。

从调查开始到结束，MEPA下降最多的有以下3个问题:问题7(∆平均值₇=−1.07)，询问参与者对参观老年生活设施的限制频率;问题4(∆平均值₄=−0.83)，询问餐厅减少座位的频率;问题9(∆平均值₉=−0.81)，询问医院在治疗COVID-19患者时采取特殊防护的频率。

调查期开始时MEPA值之间的SD (SD_开始= 0 ．89)大于调查期结束时MEPA值之间的SD (SD . 89)_结束= 0 ．33) ( 图3A).在整个调查过程中，所有21个问题的MEPA平均值保持相似(平均_开始= 3 ．15日的意思_结束= 3 ．14)。这一结果可能是由于随着时间的推移，人们的看法趋于一致，或者由于整个调查期间样本量的增加而减少了可变性。

各时期MEPA值之间的估计相关性 t而且 t− l滞后4周以上时大于0.35 ( l=4)对于大多数MEPA时间序列( 图3B)并提出许多MEPA时间序列包含比随机游走更多的结构。以下5个调查问题的回答的平均绝对自相关性大于0.2:问题3([…])，问题4[…]］re年代taurants complying with Centers for Disease Control and Prevention [CDC] recommendations to have reduced seating), question 9 ([...] special protection in hospital areas that treat COVID patients), question 10 ([...] get tested for active virus), and question 11 ([...] get antibody testing to detect prior infection). The mean absolute autocorrelation for these 5 questions across 34 lagged weeks was above 0.2. A more detailed view of autocorrelation for a lag of 1 week has been provided in 多媒体．

MEPA时间序列被分为以下4类( 图4A和B):(1)值在2.5到3.5之间的问题群(即，低到中等的依从性; 图4C)，(2)聚类值随时间递减( 图4C)，(3)在调查开始时值接近2.25并随时间增加的聚类( 图4C)和(4)在调查开始时的值接近1.25，随着时间的推移而增加，在调查结束时结束于2.50以上( 图4C)。

将MEPA时间序列划分为4个聚类时，以剪影系数衡量的聚类质量最高;然而，4个聚类的轮廓系数与2个和3个聚类的轮廓系数相似( 图4A).在集群中 图4C，可能存在2个集群-一个随着时间的推移依从性增加，另一个随着时间的推移依从性下降。

同一聚类内的MEPA时间序列询问参与者类似的坚持行为。与回避行为相对应的问题(问题2、12和15)与其他问题相比，与企业限制(问题4和6)、对当地病毒高传染性的认识(问题2和13)以及对州一级的认识(问题16和17)相似。这些结果表明，参与者可能以类似的方式考虑了一组问题(例如，与回避有关的问题)，这表明未来的调查可能受益于更直接地针对这些因素。

有关不同聚类中MEPA反应之间1-4周的自相关性，请参见 多媒体附件6．

估计的相关性( ρMEPA时间序列代表对“你注意到在你的社区中通常保持社交距离的人的百分比是多少?”前1周的事件数为−0 ．46 (95% ci−0 ．69 ~−0 ．15)。此外，相关性( ρ)为−0 ．3 (95% ci−0 ．67 ~−0 ．12)对于提前2周发生的事件，−0 ．35 (95% ci−0 ．61 ~−0 ．02)，以及−0 ．26 (95% ci−0 ．55比0 ．08)在接下来的4个星期( 图5)．“在你所在的州，关闭或只开设远程课程的大学的比例是多少?”有估计的相关性( ρ) 0 ．46 (95% ci 0 ．15比0 ．69)提前一星期办理。此外，相关性( ρ)为0 ．36 (95% ci 0 ．04至0 ．62), 0 ．27 (95% ci−0 ．07至0 ．55)， 0 ．15 (95% ci−0 ．19比0 ．46)分别在美国国家层面提前2周、3周和4周报告的事件病例( 图5，第19排)。每个问题的相关系数和95% ci可在 多媒体．综上所述，这些结果表明，对遵守新国家行动计划的看法的变化(即MEPA时间序列)与COVID-19事件病例的变化有关。

与仅考虑美国国家事件过去时间序列的模型相比，包括美国国家事件病例历史计数和MEPA数据的模型改变了预测轨迹和预测区间宽度( 图6)．包含历史计数和包含所有MEPA数据的随机预测回归的模型提出了与只包含病例数据的ARIMA(对照)模型相似的轨迹，该模型在报告病例高峰之前具有更宽的预测间隔，而在报告病例高峰之后具有更小的预测间隔( 图6A和F)。

与不使用MEPA的模型相比，包含单个MEPA时间序列的预测生成更小(改进的)WIS的次数所占的比例在未来1-3周的预测范围的大多数依从性问题中超过50% ( 图7)．MEPA提前两周提高了预测。MEPA时间序列对应的问题是“有百分之多少的人通常呆在家里?”“人们按照建议接受抗体检测的情况有多普遍?”以及“在你的社区里，人们遵守限制大型聚会的指导方针的情况有多普遍?”，将两周后的预测提高了76%(95%置信区间58%-94%)。接下来的三周，问题是“有百分之多少的人通常呆在家里?”，提高了76% (95% CI 58%-94%)的预测，而包含所有依从性问题的机器学习模型提高了76% (95% CI 58%-94%)的预测。包括MEPA数据可以最低限度地提前4周改善预测，而且只针对一小部分问题。

与控制模型相比，包括MEPA数据后，在事件病例报告数量达到峰值时( 图8)．提前一周的预测显示，预测准确度随时间持续小幅上升( 图8A).提前2周及3周的预报显示，在事件数目达到高峰时及紧接高峰后，预报准确度大幅提高( 图8B和C)，并且在接近病例数高峰时( 图8D)总的来说，这些结果表明，在预测COVID-19事件病例的模型中，对NPI遵从性的某些感知可能是有用的信号。