鉴于许多地方性和新出现的传染病，有必要改善低收入和中等收入国家的监测能力。移动医疗(mHealth)系统利用了日益普及的移动通信技术，通过直接从用户那里获得实时报告，为提高低收入和中等收入国家的监测能力提供了一个潜在的具有成本效益的工具。

卫生保健工作者(HCWs)已经成功地在中低收入国家使用移动医疗平台进行疾病监测、病原体传播地图绘制和决策支持[ 1- 5]。然而，这些系统仍然主要依赖于卫生保健机构的被动自愿报告，这导致了严重的少报[ 6， 7]。此外，世界卫生组织估计，目前缺少700多万名卫生保健员，预计到2035年，这一短缺将增加到1290万名卫生保健员，限制了卫生保健员报告疾病的能力[ 8]。

集中监测的另一种方法是将数据收集从卫生保健工作者和卫生中心“任务转移”给卫生保健消费者。参与式综合征监测系统使用移动健康工具让社区成员直接自我报告表明某种特定疾病的症状[ 9， 10]。这些传统上依赖于电子邮件或互联网的报告系统，现在正在过渡到短信息服务(SMS)文本信息，以及最近的移动电话应用程序平台[ 9， 11]。在过去十年中，发达国家已将参与式综合征监测用于流感和综合征(即急性呼吸道疾病)监测，但在中低收入国家的使用有限，特别是与诊断检测相结合[ 9， 11- 15]。与大多数中低收入国家类似，危地马拉在参与性综合征监测方面的经验有限，几乎完全依靠被动的集中监测系统来估计疾病负担，包括对重要的新出现病原体，如登革热病毒和诺如病毒(分别是发烧和腹泻的两种最常见原因)的负担[ 16- 19]。

为了更好地了解参与式综合征监测在中低收入国家新发疾病监测中的作用，我们研究了基于手机应用程序的参与式综合征监测系统在检测急性发热性疾病和急性胃肠炎方面的性能和可接受性，研究对象是危地马拉一个资源匮乏、互联网和电信接入有限的地区的随机儿童队列。

该研究于2015年4月至9月在444个符合条件的家庭中招募了207个(46.6%)，其中包括469名儿童( 图1)。拒绝参与研究的最常见原因(n=73)包括对儿童缺乏感知的益处(21/ 73,29%)，直肠标本采集的不适(16/ 73,22%)，以及不想承担手机的责任(12/ 73,16%)。登记的家庭为97.1%(201/207)非土著居民，平均有5.0人(标准差1.8)居住在该家庭中，包括平均2.6人(标准差1.4)年龄小于18岁的儿童，平均年龄为7.3岁(标准差4.7)。 表1)。住户密度为半乡村型，平均每300米9.5户(标准差8.6)²88.4%(183/207)的家庭中，主要照顾者(在大多数情况下是研究中的移动电话用户)识字;24.6%(51/207)的父亲和18.4%(38/207)的母亲完成了中等教育。

在研究开始时，12.1%(25/207)的家庭报告没有手机，39.6%(82/207)的家庭报告使用手机。在拥有手机的家庭中，72.5%(150/207)使用手机发短信，37.9%(69/182)使用手机上网，其中19.7%(13/66)至少每天上网。

从2015年4月至2016年6月，入组的参与者完成了471人年的前瞻性观察，入组儿童的平均每周症状报告率为78%(范围为58%-89%)。在观察的前25周，使用Vigilant-e应用程序每周父母症状报告率低(<70%)的研究参与者比每周报告率高(≥70%)的参与者更有可能是女性(57% vs 44%，风险比[RR] 1.4, 95% CI 1.1-1.9)。每周症状报告率低(<70%)的家庭(n=57)更有可能有更多的孩子(平均2.8,SD 1.5 vs平均2.5,SD 1.3;RR 1.2, 95% CI 1.1-1.4)，在研究入组时使用手机发短信的可能性较低(61%对77%，RR 0.6, 95% CI 0.4-0.9)，与报告率≥70%的家庭相比，在当地公共诊所接受医疗保健的可能性较低(35%对67%，RR 0.4, 95% CI 0.2-0.6) ( 表1)。报告率低与高的家庭的家庭群密度没有差异，报告率在地理位置上也没有显著差异( 图2)。每周报告率低的家庭报告急性胃肠炎、诺如病毒相关急性胃肠炎、急性发热性疾病和登革热病毒相关急性发热性疾病的可能性明显低于每周报告率高的家庭 (P <幅, 表1)。不提交每周报告的最常见原因是数据信号差、使用手机不舒服、数据消耗、手机被盗或丢失以及忘记发送报告。

一些外部因素扰乱了研究参与者每周的症状报告，包括一段时间的工作人员离职、当地手机信号塔的倒塌以及有争议的全国初选和二级选举( 图3)。2015年10月之后，当护士被允许在给定的一周内使用Vigilant-e应用程序提交症状数据的个体手动将症状数据直接输入研究数据库时，平均每周总体报告在8周内从73%增加到82% (P <措施)( 图3)。然而，在同一时间段内，使用Vigilant-e应用程序的父母自我报告症状数据的比例从100%下降到60% ( P<措施)。2016年4月之后，当护士使用Vigilant-e应用程序进行干预以改善症状报告时，使用Vigilant-e应用程序自行输入症状数据的家庭比例从干预前的36%增加到干预后4周的54% ( P= 0.046)，总体平均每周报告率(自我报告和护士报告)保持不变，为83% ( P= iseq指数)。

将使用Vigilant-e应用程序的症状报告与家访(在48小时内进行)时的护士记录报告进行比较时，除出血外，Vigilant-e应用程序和家访之间的所有症状都非常一致，出血很少被报告( 表2)。急性发热性疾病或急性胃肠炎报告与护士家访的平均时间间隔为平均1.2天(SD 1.7);69.9%(79/113)的参与者在报告后1天内被访问，86.7%(98/113)的参与者在报告后2天内被访问。Vigilant-e app症状报告与护士家访时间间隔越长，记者对症状(发烧、呕吐、腹泻)的分歧越大( 表3)。总体而言，在研究完成时，参与研究的满意度很高，178个(98.8%)家庭报告参与研究对他们个人有益，174个(96.6%)家庭报告参与研究使社区受益。

在危地马拉一个资源有限、识字率低的地区，我们实施了一个基于手机的参与式综合征监测系统，每周的响应率很高，手机父母报告和护士家访报告的一致性也很高。我们确定了导致报告减少的个人和社区因素，包括研究参与者的女性性别，家中儿童数量较多，以前使用短信的经验较少，以及当地公共卫生诊所的使用率较低。在我们的监测期间，几个外部因素与报告减少有关，包括蜂窝塔倒塌和全国选举，这突出了进行基于移动电话的监测的新问题。此外，我们证明了与研究参与者的联系，无论是电话还是家访，都可能影响自我报告。最后，在这个诺如病毒和登革热病毒负担高的地区[ 17， 25]，我们发现较低的每周自我报告率与较少检测到的符合综合征(急性发热性疾病和急性胃肠炎)和病原体特异性(登革热病毒和诺如病毒)病例定义的发作之间存在关联。

在资源有限的环境中进行前瞻性和准确的传染病监测是困难的，原因有很多，包括缺乏训练有素的人员、基础设施和诊断检测。前瞻性监测研究传统上使用每周家访或电话收集综合征数据，然后对符合预定义病例定义的个体进行诊断测试，尽管这些系统需要大量资源和人员[ 19， 32]。在我们的研究中，我们通过培训社区成员使用基于手机的症状日记应用程序，将综合征数据的收集任务直接转移到社区成员身上。尽管研究护士仍然需要在给定的一周内打电话给没有提交报告的家庭，并且我们表明研究护士与参与者之间的定期联系可以改善报告，但绝大多数综合征报告是由研究参与者直接输入电子数据库的。与研究护士收集的数据相比，父母报告的数据也是准确的，特别是当护士家访发生在提交报告的同一天时。虽然无法获得当地的综合征数据，但我们估计的急性发热性疾病发病率(18.7 / 100人年)与使用每周家访系统的多个拉丁美洲国家相似(26.7 / 100人年)[ 19]。我们估计的急性胃肠炎发病率(每100人年21.0次)低于其他地方报道的估计(每100人年37-400次)，尽管这些其他研究通常包括不太严格的病例定义(症状出现1天而不是3天)，更年轻的人群(<5岁而不是<18岁)，并且仍然显示急性胃肠炎发病率有很大的差异[ 18， 33]。

我们确定了在这个资源有限的地区进行基于移动电话的参与式综合征监测的几个实践经验。虽然移动电话越来越多地融入这些社区，但电信基础设施容易受到干扰，正如蜂窝塔倒塌后报告减少所证明的那样。此外，其他外部因素，包括工作人员流失率高的时期推迟了提醒电话，以及影响参与者和研究人员的广泛抗议活动，都与自我报告减少有关。用户每月的数据使用量有限，手机被锁定以防止使用非学习应用程序，但参与者仍然找到了绕过这一过程的方法。我们发现研究人员和参与者之间的定期沟通可以改善报告，但这需要更多的人员。允许研究护士手动将参与者数据输入数据库，而不是参与者，导致总体报告改善，但与自我报告减少相关，在一定程度上破坏了参与性综合征监测系统。在此干预之前，报告率(74%)与非中低收入国家的参与性综合征监测研究一致[ 12， 13， 29， 30.]，并且取决于监测系统的需要(例如疫苗有效性、疫情应对)，可能就足够了。需要进一步的研究来更好地定义参与式综合征监测在这些特定环境中的作用，并优化参与者和研究人员之间的互动。

随着移动电话和数据网络越来越多地集成到世界上资源有限的地区，基于移动电话的参与式综合征监测将可能成为收集人口水平综合征数据的更强大工具。虽然我们在研究中为参与者提供了手机，但未来重要的一步将是允许用户在自己的手机上下载症状日记应用程序，并通过提供一些小奖励(例如预付费通话时间)来鼓励症状自我报告。这一战略虽然仍需要人员与参与者保持沟通并在需要时收集样本，但可大大扩大监测平台。虽然将收集所有个体的综合征数据，但将诊断测试限制在随机或高风险(符合更具体的病例定义)的参与者子集将大大降低成本。这种类型的系统也可以用于特定人群，例如筛查孕妇是否存在寨卡病毒，或者在埃博拉等新出现的病原体爆发期间。因为手机在人群中的分布并不均匀，所以对于这些类型的监控项目来说，找到确保人口水平代表性的策略将是很重要的。

这项研究有几个优点和局限性。我们选择在危地马拉资源最有限的地区之一进行研究，那里70%的人口报告粮食不安全，60%的家庭没有手机[ 20.];在此设置中的成功支持在具有相同或更多资源的其他区域复制此系统的可能性。在基线时拥有流动电话的人士比没有拥有流动电话的人士受教育程度更高( P<.001)，他们可能有更高的社会经济地位，因此我们为所有登记的家庭提供了一个研究手机，以限制我们研究人群中的偏见。然而，许多符合条件的家庭(>50%)拒绝参与，其中16%的家庭不想为手机负责，这可能导致了选择偏差。我们无法确定低反应组(<70%)综合征报告的减少是由于疾病发病率的实际下降还是由于报告的减少。系统的代表性可能偏向于高响应(≥70%)的家庭，这是未来研究的一个重要考虑因素。在我们的前瞻性综合征监测系统中，由于父母的拒绝，样本收集随着时间的推移而减少[ 25]，尽管在整个研究过程中症状报告保持在较高水平，但有可能家庭没有报告症状以避免诊断测试(静脉穿刺或直肠/粪便拭子)。这种可能性可以通过随机派遣研究护士到在给定的一周内没有报告症状的家庭，并将他们的数据与手机自我报告进行比较来评估。家庭确实报告说，包括护士家访在内的研究总体上使他们的家庭(98.8%)和社区(96.6%)受益。

总之，我们在危地马拉一个资源有限的地区成功实施了基于手机的参与式综合征监测系统，并确定了对自我报告产生积极或消极影响的几个因素。与研究护士在家访期间收集的数据相比，使用症状日记手机应用程序(Vigilant-e)的自我报告是准确的。未来的研究应评估在其他地点对特定高风险人群和病原体的基于手机的参与式综合征监测，并应扩大综合征自我报告，仅在随机或选择的应答者子集中进行诊断测试。