跳到内容 跳到导航

Research & Ideas

站内搜索

可以在Covid Scale联系跟踪工作吗?

通过全国范围内追踪暴露于冠状病毒的人的数据可以帮助我们更精确地学习谁需要隔离和多长时间。

A digital illustration of people wearing masks, social distancing, walking, 和 being connected by dotted lines

如果戴口罩是有争议的,如果Covid-19测试导致志愿检疫要求,美国人将如何回应? | Istock /Elenabs.

当数百万健康的无症状美国人被告知要自愿锁定自愿锁定公众良好的两周后锁定,只有在可能接触与Covid-19的情况下

我们很快就会发现。

联系跟踪 - 识别和隔离可能已接触到Covid-19的人的人的过程 - 对于破坏传输链和含有社区爆发的人来说是如此重要 各国计划雇用成千上万的联系跟踪器 在未来几个月。科技公司正在赛车建设 应用 和 技术 帮助。然而,在没有建立基础设施来衡量和校准这些努力的情况下,推动要更快地识别更多联系人可能会导致全部努力变得无法理解的那么多人的检疫。

确定新病例的联系人本身不会减缓疾病;这些联系人还必须采取传输破坏的动作。对于Covid-19,这种行动是一个直接自治区,从曝光时持续14天。这适用于所有联系人 - 即使是没有症状或负面测试的联系人。在该期间结束时,大多数这些联系人都不会继续进入Covid-19。这些是常规的人,谁将被要求将他们的生活搁置两周为公众善。这意味着从工作中留下回家(并可能失去收入),安排杂货和其他必需品,以及委派儿童保育责任。这不是一个简单的问题,特别是对于那些人来说 社会经济地具有挑战性的情况.

美国。目前正在报告20,000个新的Covid-19 每天案件,每种情况都可以平均 超过30个可识别的密切联系人。如果这些数字持有,成功的联系跟踪可能意味着,每天,都会要求数十万人进入自愿的14天检疫。如果是这种情况,请在美国任何一天的滚动检疫下的人数。很容易遇到数百万。在一个检疫的国家是自愿的,被隔离后的人数与检疫期的繁重长度相结合可能会鼓励许多人 忽略检疫建议,破坏联系跟踪努力。

需要一种数据驱动方法检疫方法

随着我们建立我们国家的追踪业务,我们需要确保它们在识别联系人时才能在试图尽可能少的人中检疫,因为尽可能短的持续时间。为确保联系跟踪仍然可行,我们必须开发数据驱动的指标以评估和调整我们的联系方式努力。历史上,成功的联系跟踪 通过其敏感性来衡量:确定了多少触点(越来越好),联系了多少(更好),有多少被隔离(更好)。但是,在“更好的更好”的规模下崩溃。我们必须有相应的特异性指标,以确保我们也努力排除那些没有自己成为病毒载体的人。

定期测试隔离区下的联系人样本,以了解Get Covid-19可以作为记分卡,以校准我们的追踪工作。如果大部分隔离的接触测试阳性,那么我们知道我们的努力是果实,也许我们甚至应该更具侵略性。如果百分比太低,我们就会知道我们在很大程度上是分区误报,我们应该退缩或重新售出我们的方法。解剖此数据可以帮助我们理解不同联系人和曝光类型的风险概况。哪种类型的曝光更容易传播疾病,并且不太可能?在曝光活动期间,在曝光活动中提高风险时的年龄和人口统计这种知识将使我们更准确地瞄准需要被隔离的谁并且可以备受净化。建立和运行源于测试中的灵敏度和特异性指标可以为自适应接触跟踪努力提供动力,其中一个被持续校准数据。

从联系跟踪数据学习

来自联系跟踪的数据生成一个宝贵的资源 - 一群人,其中有一段曝光的曝光日期。研究那些继续获得Covid-19的人会发生什么可以帮助我们了解疾病本身的关键特征。首先出现什么症状,曝光后多长时间?什么轨迹移植令人担忧的结果,这将是好的?

考虑一个可能的应用程序:使用这些数据来了解那些继续患有该疾病的人,曝光后的曝光时间有多少天。使用这种知识,我们可以制定一个关于Covid-19测试的战略,可以“清除”个人并结束14天的隔离区。人们可以稍后回归工作。旅行检疫(国际 和 国内)可以缩短。可以减少对抗这种疾病的社会和经济负担。

数字曝光通知技术增强接触跟踪,例如那些宣布的 苹果和谷歌,可以帮助学习和理解疾病,即使它们没有广泛采用,可以成为全接触跟踪操作的骨干。尽管有潜力 - 智能手机技术可以以隐私保存方式使用,以便立即警告最近接触的人与Covid-19 - 它 没有出现 基于这项技术的应用将在美国采用。当 所需的水平 肩负着有意义的联系跟踪活动。

然而,即使它们不均匀地使用,这些应用程序也可能有用。以同样的方式,基于应用的研究允许苹果和BET356体育在线招募 数十万名参与者 对于对心脏病的研究,联系跟踪应用程序可以接触和速度直接暴露的人参与对科学或公共卫生的利益研究。这些研究可以利用曝光时间的数字测量来更好地了解最终导致疾病传输或帮助回答有关疾病本身的自然历史的更基本问题的类型的相互作用。但这些用例不建立在技术中;必须由研究人员和公共卫生官员构思,协调和支持他们。

美国正在踏上纪念性的运营努力 - 在几个短期内创造一个全国联系追踪操作,采用了数万人来追逐新型冠状病毒并停止蔓延。当我们建立追踪基础设施到达并指导暴露于Covid-19的个人时,我们还必须记住建立数据基础架构来学习它们。

本文最初出现在 健康事务博客,7月8日,2020年7月8日。版权所有©2020 Project Hope的健康事务 - 人民与人的健康基金会,并转载,允许作者的非商业使用。作者已收到Wallace H的补助金。 Coulter Foundation,斯坦福 Bioangineed系和斯坦福生物阶段性计划调查Covid-19的数字接触跟踪。