瑞士数字接触者追踪应用程序在各种SARS-CoV-2大流行浪潮中的表现:重复横断面分析

介绍

为了帮助减缓新冠病毒的传播，开发了数字距离追踪应用程序，并在多个国家广泛采用。这在数字公共卫生领域产生了一个新的研究领域，旨在评估这些应用程序对疾病控制的可能贡献。欧洲数字距离追踪应用程序的突出例子包括英国国家医疗服务体系(NHS)的COVID-19应用程序、德国的冠状病毒预警应用程序和瑞士的SwissCovid应用程序[1-3.]。在瑞士，智能手机拥有量超过90% [4这为SwissCovid应用程序被广泛采用和补充人工接触者追踪工作提供了机会。以访谈的形式进行的人工接触追踪是一项劳动密集型工作，而且由于它依赖于人们回忆近距离接触的能力，因此容易出错[5]。SwissCovid应用程序承诺以更快的速度提供曝光通知，具有更广泛的覆盖范围和更大的可扩展性[6，7]。然而，必须快速且不间断地发送暴露通知，最终提供比手动接触者追踪更长的时间优势[8]。

人们对进一步评估数字距离追踪应用程序的有效性越来越感兴趣。然而，有效性分析面临多重挑战[7，9]。首先，我们感兴趣的结果，即预防SARS-CoV-2的传播，是不可观察的。其次，数字接近跟踪应用程序的隐私保护架构，特别是那些遵循分散式隐私保护接近跟踪(DP-3T)蓝图的应用程序[10]，仅为进行有效性分析提供了有限的、不可识别的数据。最后，通过人工接触追踪、信息热线和测试中心产生的额外相关数据，因此被描述为“应用程序用户的接触点”，通常分散在不同的系统中，并且由于隐私法规而不易获得。11]。

对数字距离追踪应用程序有效性的实证评估仍然很少[12]。最近的评估主要产生了好坏参半的结果，从实质性的[13-15使适度[16，17]或令人失望的[18)发现。用于这些分析的分析方法和数据也存在很大的异质性，这使得对其结果进行直接比较变得困难。为促进标准化，世界卫生组织(世卫组织)和欧洲疾病预防控制中心(疾控中心)最近制定了一个框架，概述了数字接触者追踪应用程序最相关的数据和监测指标(以下简称“世卫组织/疾控中心框架”)。[19]。然而，据我们所知，这一框架尚未应用于系统的全国范围的分析，其对有效性分析的效用仍有待探讨。

本研究的目的是在世卫组织/ECDC框架的指导下，通过全国范围内的数字距离追踪应用程序有效性评估来弥合这些知识差距。具体来说，我们对瑞士的数字距离追踪应用程序进行了描述性分析，分析了三个不同时期，不同的SARS-CoV-2变体(分别为Alpha、Delta和Omicron)最为普遍。我们通过将世卫组织/ECDC框架应用于个人和公共层面的数据来进行这项分析，并补充了应用程序用户在收到暴露通知后采取的缓解措施的其他指标。因此，我们的分析将世卫组织/ECDC框架指标应用于更大流行病背景下，为未来基于指标的应用程序监测和有效性评估工作提供信息。

方法

SwissCovid数字接近追踪应用程序

瑞士是最早于2020年6月25日推出基于DP-3T架构的数字距离追踪应用程序(SwissCovid)的国家之一[20.]。DP-3T架构通过向周围的其他SwissCovid应用程序用户发送带有假名的、定期更改用户识别号码的低功耗蓝牙信标来工作。这里，蓝牙信号强度代表两个智能手机之间的物理距离。用户自己的身份证号码副本，以及最近与其他应用程序的近距离接触，然后本地存储在用户的智能手机上。

SwissCovid应用程序通过一个暴露通知级联系统来识别和隔离可能的SARS-CoV-2病例。当用户收到SARS-CoV-2聚合酶链反应(PCR)检测结果为阳性时，暴露通知级联开始。这触发了级联中的第一步(见附录)图1在多媒体附录1)，其中向用户发出认证码。用户随后在应用程序中输入他们的身份验证码，从而将他们自己的假名识别号码发布到中央服务器。SwissCovid应用程序定期下载识别号码，并从近距离接触中搜索本地注册的识别号码。如果2人或2人以上的接触暴露达到预定义的距离和时间阈值(与感染者的距离≤1.5米≥15分钟)，该应用程序将触发暴露通知。这条信息包括对受影响个人的进一步说明，例如SwissCovid邮件的电话号码和风险自我评估网络表格的链接(从2020年12月起)。建议曝光通知的SwissCovid应用程序用户拨打热线电话，并寻求免费的SARS-CoV-2检测。

在其运营期间，直到2022年4月1日停用，SwissCovid应用程序拥有约190万用户，相当于所有16岁及以上瑞士居民的26.1% [20.]。总共有20.5万个阳性检测结果通过SwissCovid应用程序触发了暴露通知，并完成了14.1万个电话或网页表格。有关数码距离追踪应用程序如何运作的更多详情[11]以及在其他地方详细介绍了SwissCovid应用程序在缓解瑞士大流行方面有效性的现有证据[17]。

数据收集

我们的研究方法以世卫组织/ECDC框架为指导。简而言之，该框架提供了一套关键指标，用于指导数字接近追踪应用程序的监测和评估，并衡量相应的暴露通知级联在防止SARS-CoV-2继续传播方面的性能和有效性(见附录表1)多媒体附录2）.

我们使用了来自公共和非公共来源的数据。SwissCovid应用程序的公共监控数据[20.]和SARS-CoV-2大流行[21]从瑞士联邦公共卫生局的网站上检索到。牛津衡量COVID-19措施严格程度的数据从各自的网站[22]。我们还使用了运营SwissCovid Infoline (Medgate Aktiengesellschaft)的公司提供的数据，汇总了生成的上传认证码、Infoline呼叫和自我评估网页条目的每日计数。此外，我们使用了通过COVID-19社会监测研究中的调查收集的纵向个人层面数据，以提供有关个人在收到暴露通知后采取的缓解措施的其他感兴趣指标[23]。有关指标定义和数据来源的进一步详情载于多媒体附录3。

统计分析

对sars - cov -2监测指标的纵向分析，定义见附录表1多媒体附录2在整个研究期间(2021年1月25日至2022年3月19日)进行。每日计数值在7天或整个研究期间取平均值。基于3种主要关注的SARS-CoV-2变体，对SwissCovid应用程序有效性指标进行了分层时期的比较[21]，并与COVID-19社会监测调查数据收集阶段保持一致:(1)Alpha变体(2021年1月25日至6月17日，调查波13-17)，(2)Delta变体(2021年8月30日至12月16日，调查波18-20)，以及(3)Omicron BA.1变体(2022年1月24日至3月19日，调查波21-22);看到补充图2在多媒体附录4。

我们的分析侧重于WHO/ECDC框架指标中的3个指标:(a) SwissCovid应用程序的采用和暴露通知的频率，(b)数字距离追踪应用程序在检测有感染风险的接触者方面的成功程度，以及(c)数字距离追踪应用程序在通知接触者方面是否比传统的接触者追踪更快。具体来说，我们分析中的所有评估都与SwissCovid应用程序用户的个人使用和参与程度相关联。这些指标进一步评估了SwissCovid应用程序在基于用户对暴露通知的响应(即以缓解措施或不合规的形式)减轻后续病毒传播方面的性能和有效性。为了进一步为本研究评估指标的制定提供背景，我们检索了瑞士的牛津严格度指数值，该指数值量化了SARS-CoV-2大流行期间全国封锁政策的严格程度[22]。

为了评估在遵守建议措施方面可能存在的差距，我们为应用程序检测为SARS-CoV-2感染阳性的用户定义了一个理论上的上限估计值。这个上限估计是通过检测呈阳性的个体数量乘以总体人群中应用用户的百分比来计算的。根据SwissCovid应用程序用户采取的缓解措施并使用COVID-19社会监测的个人层面数据计算其他指标:(1)已接受SARS-CoV-2检测，(2)SARS-CoV-2检测呈阳性，(3)已被隔离或由医生下令隔离或手动接触者追踪，以及(4)已收到接触通知(见补充)图3和补充表4多媒体附录5）.

在Stata version 16.1 (StataCorp LLC)中进行分析。所有数据以计数和百分比进行描述性分析。选定的指标使用3个局部雷达图进行可视化。报告是根据加强流行病学观察性研究报告(STROBE)核对表(多媒体附录6) ［24]。

道德的考虑

对于COVID-19社会监测研究，苏黎世州伦理委员会的结论是，我们的研究不属于《人类研究法案》(BASEC-Nr)的范围。申请- 2020 - 00323)。所有其他数据都不需要伦理批准。

结果

官方公共卫生监测指标的纵向分析

图1描述了令人关注的SARS-CoV-2变体在三波大流行期间测量指标的演变情况。蓝线代表瑞士SARS-CoV-2阳性检测计数。这里的趋势表明，2021年1月和2022年1月出现了几个发病率高峰，这是由于Alpha变异造成的，这标志着从Delta变异到Omicron变异的优势转变。研究期间平均每日病例数为每10万居民20例(Alpha)、54例(Delta)和350例(Omicron)。灰线表示新冠肺炎措施严格程度的牛津衡量标准，其范围从0(最低严格程度)到100(最高严格程度)。在我们的观察期内，措施的严格程度在2021年1月至4月期间最高。这与Alpha变体阶段相吻合，在此阶段，瑞士联邦公共卫生局规定了家庭办公和禁止集会等措施。在最后的Delta变异阶段和Omicron变异阶段的开始，严格程度也很高。2022年2月，几乎所有缓解措施都被取消。

红色和绿色线分别表示新冠病毒阳性的SwissCovid应用程序用户输入认证码的数量，以及收到暴露通知后拨打热线电话或完成自我评估表格的数量。在评估期间，这些用户驱动行为的计数与发生率曲线密切相关。此外，它们几乎以稳定的1:1比例发生，在大部分研究期间，每共享一个阳性测试结果，就有一个在线电话或完成的网络表格。然而，在欧米克隆变异阶段，这一比例发生了变化，暴露的接触者采取的用户行动减少了。

‎ 查看此图

大流行阶段的指标比较

曝光通知级联性能指标

来自世卫组织/ECDC框架的指标和来自COVID-19社会监测数据的选定补充指标用雷达图(图2-4，数据见附录的补充表1和2多媒体附录2）.图2说明与暴露通知级联的性能相关的指标(即事件的完整性和速度)。从最上面的指标开始，顺时针移动，指标1显示了每日平均每周SARS-CoV-2发病率(从峰值发病率重新缩放为百分比)。每日病例数在欧米克隆变异阶段达到最大值，在阿尔法变异阶段达到最低。指标2显示，在Alpha变异阶段，大约1 / 4(1,779,546/7,280,501,24.4%)16岁及以上的瑞士人是活跃的SwissCovid应用程序用户，而在Delta(1,624,946/7,280,501, 22.3%)和Omicron(1,568,1024 /7,280,501, 21.5%)变异阶段，SwissCovid应用程序用户的百分比略有下降。

指标3表示与SwissCovid应用程序共享的身份验证代码的数量，占SARS-CoV-2检测阳性个体总数的一小部分。在Alpha变异阶段，这一比例为9.9%(20,273/204,741)，然后在Delta和Omicron变异阶段分别下降到3.9%(14,372/365,846)和4.6%(72,324/1,581,506)。指标4表示输入SwissCovid app的认证码与发布的认证码的比值。在这里，我们观察到在Alpha变异阶段(20,273/31,658,64%)进入的代码几乎是Delta(14,372/44,455, 32.3%)和Omicron变异阶段(72,324/269,700,26.8%)的两倍。指标5表示认证码从症状开始上传到Swisscovid应用程序的时间，或者如果应用程序用户在测试时无症状，则测试日期为阳性。该指标表明，所有输入的代码中有50%至56%是在症状出现后48小时内上传的，在以下两个不同阶段中所观察到的百分比较低。

最后，指标6表示SwissCovid应用程序用户在收到曝光通知后完成所提供的web表单并调用infoline的比例。在这里，我们观察到23%至28%的曝光通知应用程序用户在曝光日期后48小时内联系了电子邮件或完成了网络表格，这是在曝光通知消息中提供的。

‎ 查看此图

‎ 查看此图

‎ 查看此图

暴露通知后反映检测阳性的指标

收到暴露通知后的检测阳性被认为是评估在通知受影响个体时暴露检测精度的替代指标。图3总结了这方面的关键指标，尽管采用了更精细的尺度，范围从0(0%)到0.5(50%)。指标7显示一般人群的检测阳性，在前2个变异阶段接近10%(分别为228,103/3,755,205,6.1%和413,685/3,443,364,12%)，在Omicron变异阶段增加到约41.7%(1,784,951/4,285,549)。指示灯7、8分别对应指示灯2、3图2。指标8代表活跃应用用户的百分比，指标9代表测试呈阳性的应用用户的百分比(基于生成的上传认证码)。指标10显示了在所有测试呈阳性的个人中收到暴露通知的应用程序用户的百分比。这个值在Alpha变异阶段约为11%(7/65)，在后两个变异阶段约为5%(分别为2/44和11/228)。指标11表示收到暴露通知的应用用户在所有检测呈阳性的应用用户中所占的百分比(根据指标10计算)。在这里，19%(7/36)的人在Alpha变异期，13%(2/15)的人在Delta变异期，8.3%(11/132)的人在Omicron变异期。最后，指标12显示了收到曝光通知的应用程序用户的测试阳性。该值在Alpha变异期为19% (7/37)，Delta变异期为29% (2/7)，Omicron变异期为41%(11/27)，而在普通人群中分别为6.1%(228,103/3,755,205)，12%(413,685/3,443,364)和41.7%(1,784,951/4,285,549)。

反映曝光通知后用户操作的指标

第三组指标说明了SwissCovid应用程序用户在收到曝光通知后采取的缓解措施的程度。图4总结了这方面的关键指标，分值从0到1。指标13显示了进入SwissCovid应用程序的授权码比例，这些授权码来自于上限估计检测呈阳性的个体，Alpha变体为40.5% (20,273/50,044)，Delta变体为17.6% (14,372/81,654)，Omicron变体为21.2%(72,324/340,631)。

指标14说明了每一个共享阳性测试结果的用户通过邮件或填写网页表格寻求联系的比例。在大流行期间，该值从Alpha变异阶段的每个代码1.08个用户接触数下降到Delta变异阶段的1.00个用户接触数和Omicron变异阶段的0.50个用户接触数。指标15说明了与电子邮件接触后或通过网络表格进行的接触风险评估，以及收到接触通知后提出的自愿隔离建议。在Alpha变异阶段，每个用户接触的隔离建议比例为7.4%(1622/ 21976)，在Delta和Omicron变异阶段分别增加到18.5%和19.1%(分别为2652/14,313和6931/36,279)。

指标16按共享阳性检测结果的数量说明了标准化的自愿隔离建议。这里，在Alpha变体阶段每100个测试中大约有8个建议，在Delta变体阶段每100个测试中有18个建议，在Omicron变体阶段每100个测试中有10个建议。指标17说明了来自COVID-19社交监测的数据，并表明分别有58%(37/64)、44%(7/16)和73%(27/37)的应用程序用户在Alpha、Delta和Omicron变体阶段收到暴露通知后寻求测试或进行自我测试。最后，指标18显示，收到接触通知的个人中，31% (20/64,Alpha)、19% (3/16,Delta)和30% (11/37,Omicron)也报告通过人工接触者追踪或通过卫生保健专业人员的建议收到了强制隔离令。

讨论

主要研究结果

我们的研究为瑞士提供了各种数字距离追踪应用程序的性能指标。这些工作由世卫组织/ECDC框架指导并建立，该框架用于评估数字距离追踪应用程序在减轻SARS-CoV-2进一步传播方面的公共卫生有效性。我们的分析通过比较以不同关注的SARS-CoV-2变体为特征的不同大流行时期，以及公众对大流行和公共卫生反应的看法的变化，扩展了数字接近追踪领域的现有知识。我们的研究通过从小组调查数据中引入更多感兴趣的指标，进一步促进了方法学层面的有效性评估，这些指标评估了个人在收到暴露通知后采取的缓解策略。据我们所知，这是第一次在全国范围内应用世卫组织/经合组织绩效评估框架。

第一组指标探讨了三个不同阶段的暴露通知级联性能。在Omicron变异阶段观察到更高的SARS-CoV-2发病率，而活跃的SwissCovid应用程序的使用在Alpha和Omicron变异阶段之间稳步下降。与2021年初SwissCovid应用的峰值(近200万活跃用户)相比，2022年3月，该应用的用户数量减少了约60万。此外，2022年前几个月，瑞士不仅出现了最高的SARS-CoV-2发病率，而且在整个大流行期间，共享阳性检测结果的绝对数量也是最高的。这导致了瑞士的能力问题，因为可用的SARS-CoV-2检测数量不足以满足如此高的需求。再加上公众认为欧米克隆的疾病严重程度较低，这两个因素可能导致在大流行后期共享检测结果的比例较低。这三个变体阶段之间的另一个显著区别是，在大流行后期出现的值得关注的变体中，输入应用程序的已发布身份验证码比例相对较低。这可能是由于在整个大流行阶段，身份验证代码发布实践发生了变化(例如，越来越依赖自动化交付流程)，也可能是由于SwissCovid应用程序的接受程度下降[25]。

第二组指标侧重于瑞士的总体检测阳性以及收到SwissCovid应用程序的暴露通知后检测为SARS-CoV-2阳性的个人比例。这些指标表明，在大流行的不同阶段，检测阳性与瑞士SARS-CoV-2总体发病率之间存在密切联系。具体而言，SARS-CoV-2的病例数和检测阳性在α变异阶段相对较低，但在欧米克隆变异阶段有所增加。我们的个体水平分析表明，在收到暴露通知后，Alpha和Delta变异阶段的检测阳性程度是一般人群的2-3倍，在Omicron变异阶段的检测阳性程度相似(尽管水平非常高)。尽管这一评估是基于相对较小的样本量，但观察到的高检测阳性在更广泛的背景下是合理的，因为与其他国家的应用程序相比，SwissCovid应用程序在更保守的蓝牙衰减信号阈值上运行。

第三组指标表明，在大流行期间，应用程序用户在收到来自SwissCovid应用程序的暴露通知后采取的缓解措施可能发生了变化。在Omicron变体阶段，与Alpha和Delta变体阶段相比，更少的人接触了内联或完成的web表单。接触次数的减少也导致自愿隔离建议相对减少。在阿尔法和欧米克隆变异阶段，收到接触通知后进入强制隔离的报告比例相似。相比之下，有更高比例的曝光通知应用用户报告说，他们在早期的变体阶段接受了测试。这可能是由于随着时间的推移，公众对SARS-CoV-2疾病严重程度的看法发生了变化。此外，这可能是对欧米克隆变异阶段不断变化的公共卫生战略的回应，例如瑞士于2022年2月17日取消了对接触者的强制隔离。正如在欧米克隆变异阶段40%的高总体检测阳性率所表明的那样，许多有症状或暴露的个体也较少依赖SARS-CoV-2 PCR检测，而是自我检测或只是呆在家里。由于没有在官方检测中心接受检测的新冠病毒感染者没有收到上传认证码，因此无法通过SwissCovid应用程序与近距离接触者分享检测结果。

这些指标还提供了对数字接近追踪应用程序(如SwissCovid)在减轻病毒传播方面可能做出的贡献的见解。例如，共享阳性检测结果与应用程序用户中阳性检测的上限估计值的比率表明，60% (Alpha变异阶段)和80% (Delta和Omicron变异阶段)的估计检测呈阳性的应用程序用户没有或无法分享他们的检测结果。出现这种情况的原因可能包括在SwissCovid应用程序中输入的已发布的认证码数量较少，或者认证码的发布出现延迟。如果通过其他手段更快地通知暴露接触者(例如，如果潜在接触者的数量很少或众所周知，并且可以通过手动接触者追踪有效地达到)，后者可能会对数字接近追踪的潜力产生负面影响。然而，在最近的研究中，SwissCovid应用程序已被证明在用户采取缓解措施的及时性和有效性方面优于手动接触追踪。例如，一项研究显示，从SwissCovid应用程序收到暴露通知的应用程序用户平均比未收到暴露通知的接触者早1天进入隔离[16]。在另一项研究中进行的模拟也同样发现，5%接受手动接触追踪强制隔离的人在收到接触通知的自愿隔离建议后进入隔离状态[8]。然而，这两种策略在有效追踪接触者方面的作用可能因用户行动不完整而减弱。在我们的研究中没有观察到这一点，我们发现相对较少的收到曝光通知的应用程序用户忽略了曝光警告。这些应用程序的大多数用户都至少采取了一项建议的缓解措施来回应通知，例如拨打热线电话或填写网络表格，这与瑞士的其他研究一致[26，27]。

此外，预防传播的相关行动也经常被报道，因为近四分之三的曝光通知SwissCovid应用程序用户报告说，在欧米克隆变异阶段接受了检测或进入了隔离。这些估计与使用相同方法的其他研究一致。28]或不同的瑞士调查数据库[29]。然而，他们可能倾向于报告偏见，例如社会可取性偏见，其特征是调查受访者倾向于以他人认为有利的方式回答问题。此外，明显缺乏对暴露通知的响应也可能是由于通知的时间或暴露的应用程序用户对可能的暴露设置和传播风险严重程度的个人评估不同。例如，瑞士一项研究的详细报告表明，延迟通报、家庭内部接触或在接触时采取预防措施可能是不响应接触通报的原因(苏黎世冠状病毒队列[ZSAC])。[8]。

总的来说，我们的研究有助于通过既定公共卫生指标框架内的定量证据，积累证据，证明数字距离追踪应用程序对缓解大流行可能做出的贡献。然而，我们的研究也指出了数字距离追踪应用程序的各种缺陷，这些缺陷干扰了它们充分发挥潜力的能力。在SwissCovid应用程序的案例中，暴露通知级联上的信息流受到各种瓶颈的限制，例如测试结果共享的代码交付延迟、复杂的用户界面或后续缓解措施的激励不一致。尽管最近的SARS-CoV-2变体越来越普遍，但SwissCovid应用程序的使用随着时间的推移明显减少。最近的一项研究表明，可能导致SwissCovid应用程序使用减少的瓶颈是病例接触者对满足所有必要条件以启用暴露通知(即使用SwissCovid应用程序，共享测试结果)，但10个暴露接触者中只有6个最终收到暴露通知[26]。为了实现数字距离追踪应用的大规模应用，在更高容量要求下对这些应用进行进一步测试，以及在应用开发过程中进行协同设计，可能是有益的。

限制

我们的研究有一定的局限性。本分析中使用的数据和评估方法无法为数字邻近追踪应用程序的使用与预防传播之间的因果关系提供证据。由于缺乏临床结果数据，我们的研究结果也不适合推断数字距离追踪应用程序对人群水平的影响，例如由于缺乏临床结果数据而避免住院或死亡。此外，尽管利用了一个包括近2700名个人和23500项评估的广泛数据库，但记录的感兴趣事件(即暴露通知、阳性SARS-CoV-2检测、隔离任务)的数量仍然相对较低。这是以人口为基础的调查的一个共同问题，在任何时间点发生的可能性仍然很小，因此在这种研究中，这是一个普遍的方法上的挑战。最后，调查驱动的研究可能容易出现不同的报告偏差，包括过度或少报缓解行为，如不遵守规则和社会规范。然而，我们的数据收集的纵向性质和对SwissCovid应用程序使用和结果的重复调查在一定程度上减轻了这一点，这允许进行各种质量检查，并且没有显示系统报告偏差的迹象。

结论

我们的研究基于世卫组织/ECDC框架对SwissCovid数字距离追踪应用程序的关键指标进行了全面的全国评估，并强调了在评估此类应用程序的性能和有效性时考虑整体大流行背景的重要性。例如，在收到来自SwissCovid应用程序的暴露通知后，测试阳性至少与(Omicron变体阶段)或高于(Alpha和Delta变体阶段)一般测试阳性一样高，并且在收到暴露通知后采取缓解措施的应用程序用户比例很高。此外，在大流行期间，有超过20万人与该应用程序分享了阳性检测结果。然而，我们的指标评估也显示了改进的空间，包括提高曝光通知级联的速度和完整性，或建立更强大的应用使用和测试结果共享激励机制。未来实施的数字距离追踪应用程序应更多地强调暴露通知级联的社会、心理和组织方面，以提高它们在缓解大流行传播方面的有效性。在不同大流行浪潮的需求不断变化的背景下，应定期审查和修订数字距离追踪应用程序的实施情况。