原始论文
摘要
背景:COVID-19症状监测应用程序向用户提供有关感染SARS-CoV-2疑似风险的直接反馈,并就如何防止病毒传播提供建议。我们开发了CoronaCheck移动健康(mHealth)平台,这是首个免费应用程序,可轻松获取有关感染SARS-CoV-2风险的英语和德语有效信息。先前的研究表明,感染SARS-CoV-2的个体的临床特征因年龄、性别和病毒变体而异;然而,各国之间的潜在差异尚未得到充分研究。
摘要目的:本研究的目的是描述CoronaCheck移动健康平台用户的特征,并确定COVID-19相关症状和以前与COVID-19感染者接触的特定国家和社会人口学关联。
方法:在2020年4月8日至2022年2月3日期间,从不同国家的CoronaCheck用户中收集了社会人口特征、症状和以前与COVID-19感染者密切接触的报告数据。研究人员进行了多变量logistic回归分析,以检验在不同国家(德国、印度、南非)、性别认同、年龄组、教育程度和历年之间,COVID-19相关症状的自我报告和最近与COVID-19感染者的接触情况是否存在差异。
结果:大多数应用程序用户(N= 23179)来自德国(N= 8116, 35.0%),印度(N= 6622, 28.6%)和南非(N= 3705, 16.0%)。大部分数据收集于2020年(n= 19723, 85.1%)。此外,64% (n= 14842)的用户为男性,52.1% (n= 12077)的用户年龄≥30岁,38.6% (n=8953)的用户受教育程度超过11年。在印度(调整后的优势比[aORs] 1.3-8.3, 95%可信区间1.2-9.2)和南非(aORs 1.1-2.6, 95%可信区间1.0-3.0),用户报告的头痛、肌肉疼痛、发烧、嗅觉丧失、味觉丧失以及与COVID-19感染者有过接触的情况比德国用户更频繁。与德国相比,印度咳嗽、全身无力、喉咙痛和呼吸短促的报告更频繁(aORs 1.3-2.6, 95% CI 1.2-2.9)。与男性用户相比,性别多样化的用户更常报告出现症状和与确诊的COVID-19病例有过接触。
结论:在印度、南非和德国,自我报告的COVID-19相关症状的模式和之前与COVID-19感染者接触的意识似乎有所不同,这些国家的性别认同也有所不同。病毒症状收集应用程序,如CoronaCheck移动健康平台,可能是支持适当评估大流行的有前途的工具。未来关于大流行期间国家具体差异的移动卫生研究应旨在招募具有代表性的样本。
doi: 10.2196/40958
关键字
介绍
由SARS-CoV-2感染引起的COVID-19的出现,在全球范围内引发了一场持续的重大公共卫生危机[
].截至2022年4月,全球5亿多确诊病例中,有600多万例死亡与COVID-19大流行有关[ ].为了遏制病毒的传播,世界各国采取了各种预防策略,如封锁、隔离和严格的卫生习惯[ ].SARS-CoV-2的传播主要通过呼吸道飞沫和气溶胶与感染者接触而发生[ , ].症状千差万别,最常见的有发烧、咳嗽和疲劳[ , ],而嗅觉和味觉丧失被描述为最突出的COVID-19症状,直到2021年,在Omicron变体流行之前[ - ].在接触病毒后2至18天的潜伏期后,可出现症状[ , ].病毒脱落可能发生在症状出现前3天,据报道,50%以上的SARS-CoV-2传播发生在无症状感染者身上[ ].因此,早期识别和隔离COVID-19感染者对于减少传播尤为重要[ , ].为了在人群层面有效预防和管理COVID-19病例(如通过检测聚集性病例),开发了各种移动健康应用程序[ , ].症状监测应用程序旨在通过询问一系列筛查问题,包括发烧、咳嗽和疼痛等症状,并记录与感染者的潜在接触,来确定用户是否感染了SARS-CoV-2。这些应用程序旨在为用户提供有关被感染的潜在风险的信息,并就进一步的行为提供建议,例如避免与他人身体接触或佩戴口罩以减少传播。 ].现有的一些证据表明,SARS-CoV-2感染者报告的临床特征因年龄、性别、病毒变体和报告系统类型而异(例如,自我报告与临床医生报告)[ , , - ];但是,尚未充分调查各国之间可能存在的差异。由于世界各地的卫生系统运作方式不同(例如,集中与分散),对大流行本身的反应也不同,因此这种针对特定国家的比较很重要[ ].COVID-19官方数据往往不能反映各国之间的差异,因为这些数据受到各种不确定性的影响,例如COVID-19检测数量较少,以及资源有限的国家的监测系统存在缺陷。因此,比较跨国病例的研究存在得出不正确结论的风险[ ].一开始,CoronaCheck应用程序旨在实现症状监测,为受影响的人提供快速建议。这一建议需要遵循罗伯特·科赫研究所作为德国国家公共卫生研究所的官方建议,以便受影响的人能够尽目前所知评估其症状,并补充官方支持热线。另一个目标是为某些人群提供比通过电话热线更容易获得信息的途径。这些人中包括青少年、听力有问题但可能无法完全听懂电话声音的人,以及没有足够语言能力拨打当地语言热线的移民或游客。
CoronaCheck是一个开放科学移动健康平台,截至2022年2月3日,拥有109,603个安装和88,537份完成的问卷。这款应用是在德国COVID-19大流行的头几个月里,与巴伐利亚州的大学合作伙伴和软件公司合作开发的。该应用程序基于TrackYourHealth平台[
, ]并以卫生当局的信息和官方建议为指导。目标是为用户提供快速和易于执行的症状筛查和联系信息记录,以确定他们感染SARS-CoV-2的风险[ ].CoronaCheck符合医疗器械法规(MDR),已在谷歌(2020年4月30日晚上8:25)和苹果(2020年4月24日下午12:47)的官方应用商店发布。该应用程序收集用户的社会人口特征、covid -19相关症状以及最近与感染者密切接触的匿名信息,并向用户提供直接反馈。这包括建议个人应如何行动,如寻求医疗建议,避免与他人接触,并采取其他保护措施。本研究旨在描述基于德国、印度和南非数据的CoronaCheck用户特征,并确定自我报告的COVID-19相关症状和先前与COVID-19感染者的接触与国家、社会人口特征(性别认同、年龄组、教育水平)、日历年和用户状态(自己报告vs他人报告)之间的关联。方法
道德的考虑
该研究得到了Würzburg大学伦理委员会的批准。71/20-me)及该大学的资料保障主任,并根据《欧盟一般资料保障规例》[
].为了将他们的匿名数据纳入这项研究,所有应用程序用户必须提供知情同意,并同意数据可用于研究目的。在数据保护方面,一开始也给了用户全面的信息,这些信息也可以随时查看[ ].实验设计
CoronaCheck是由来自巴伐利亚州的两所德国大学合作伙伴和软件公司进行科学合作开发的,基于关于SARS-CoV-2的公开信息和德国国家卫生当局罗伯特·科赫研究所的相应建议[
].CoronaCheck结合了患者报告结果和移动传感的理念,以及应用程序根据用户对问题的回答向用户提供的直接反馈。总体目标是提供一个快速的测试,可以在任何时间和任何症状变化时轻松执行。在开发应用程序时,遵守MDR是很重要的。本应用已在谷歌和苹果官方应用商店发布,符合MDR。2020年4月8日(德国报告首例COVID-19病例10周后),德国开始收集该应用程序的数据,随后分别于2020年4月24日和28日从南非和印度收集了首批数据。
确定人口资料
我们收集了年龄(年龄,以10年为间隔,以79年为间隔,即≤9,10 - 19,20 -29,30-39,40-49,50-59,60-69,70-79,≥80岁),性别认同(男性,女性,多样化,未指明),教育水平(由受教育年限分为4类:≤9年,10-11年,≥12年,如果用户没有回答这个问题,则为“未报告”),以及填写问卷的信息(自己,另一个人,未指明)。
covid -19相关症状的确定
参与者被问及在过去24小时内是否出现11种不同的与covid -19相关的症状(是/否):发烧(定义为温度为37.5℃或更高)、喉咙痛、鼻塞或流鼻涕、咳嗽、嗅觉丧失、味觉丧失、呼吸短促、头痛、肌肉或关节疼痛、腹泻和全身无力。在腹泻的情况下,仅在前2个月(2020年4月至6月)评估了症状,然后根据罗伯特·科赫研究所的建议将其删除。
新冠肺炎确诊病例密切接触者评估
我们询问参与者,他们或为他们填写问卷的人是否在过去14天内与COVID-19确诊患者有过密切接触(是、否或未指明)。我们没有询问该确诊病例是否基于聚合酶链反应(PCR)检测、医学诊断(包括临床放射学检测)或其他信息。
应用开发和插图
这款应用是基于TrackYourHealth平台开发的。
, ].这通常包括一个原生iOS (Objective C)和一个原生Android (Java)应用程序以及一个服务器后端。后者包括一个关系数据库和移动应用程序接口。接口基于具象化状态传输(REST)架构风格,与应用程序的连接是通过加密的安全套接字层(SSL)通道实现的。 ].这些应用程序包括COVID-19自检问卷和计算症状反馈的模块。该模块由服务器端计算和应用程序中显示反馈的组件组成。此外,该应用程序还启用了另外两个模块,一个是显示服务器上的一般新闻,另一个是提供COVID-19提示。这些技巧旨在使日常生活更轻松,用户也可以根据它们的有用性进行评估。最后,该应用程序提供了有关团队、隐私和一致性声明的信息。用于数据采集的服务器位于Würzburg (SMI)的The Service Center Medical Informatics at The University Hospital,应用已经在Apple和谷歌的官方商店发布。最后要提到的是,所有信息(如问卷、反馈、提示、新闻)都缓存在移动设备上,但服务器端更改会以更新的形式显示在应用程序中。 第一张截图显示了测试开始的屏幕,第二张是测试进行的屏幕,第三张是反馈屏幕,第四张是提示列表,第五张是提示的详细页面。![](https://asset.jmir.pub/assets/b9027bc82e9246dfe99e0f4fd142f374.png)
数据管理
只有符合以下标准的参与者才被纳入最终分析:同意将数据用于研究目的;回答有关年龄、用户状态和性别认同的问题;提供GPS数据;并回答了有关以前(过去14天内)与COVID-19感染者接触的问题,以及是否存在之前列出的11种症状。如果一个人多次使用该应用程序,则只使用第一次录音。需要注意的是,每次填写问卷时,只要用户同意,GPS位置就会被保存。位置权限受操作系统(Android或iOS)的限制。我们不存储原始位置,但是我们处理从操作系统接收到的数据,使其更粗粒度,并且只存储精度为11.1 km的值。我们存储GPS传感器数据的详细程度是在与所有利益相关者、机构审查委员会以及相关法律法规的讨论中确定的。此外,只有用户超过3000人的国家(德国、印度和南非)的数据被纳入统计分析。 Data from other countries were comparatively small (each <600 users). The educational level was categorized into 3 groups (<12 years, ≥12 years, missing). Since most reports were collected in 2020 and the first variants of concern emerged around the turn of 2020/2021 [
],我们为历年变量定义了2个类别(2020年和2021/2022年)。统计分析
描述性统计被用来描述CoronaCheck的用户特征。为了比较来自德国、印度、南非和其他国家的应用程序用户的社会人口特征(性别认同、年龄、教育程度)、日历年份和用户状态,应用了卡方检验。通过卡方检验和Fisher精确检验,比较了3个国家(德国、印度和南非)报告COVID-19相关症状和与COVID-19感染者接触的用户比例、性别认同(3类)、教育水平(3类)、日历年份(2020年vs 2021/2022年)和用户状态(自己报告的症状vs他人报告的症状)。计算单因素logistic回归,以评估报告COVID-19相关症状与报告与COVID-19检测呈阳性的人接触之间的关系,包括国家、性别、年龄(按10年分类)、日历年、教育程度和用户状态。多变量逻辑回归用于调整国家、性别认同、年龄、历年、教育水平和用户状态的数据。通过估计优势比(or)及其95% ci来评估统计不确定性。所有统计分析均使用SPSS版本26 (IBM Corp)进行,所有检验均为双尾检验。
结果
研究人群
从2020年4月8日到2022年2月3日,我们总共收到了88,537份录音。GPS数据缺失(n= 29449, 33.3%)、数据可用于研究目的的同意缺失(n= 30836, 34.8%)、年龄信息缺失(n=2001, 2.3%)、性别身份缺失(n=1927, 2.2%)、用户状态缺失(n= 10039, 11.3%)的录音被排除在外。在多次使用的情况下,只包括每个人的第一次录音。在应用这些排除标准后,剩下23179个录音。所有录音都包括对先前与COVID-19感染者接触(过去14天内)以及是否出现之前列出的11种症状等问题的回答。主要来自德国(n=8116, 35.0%)、印度(n=6622, 28.6%)和南非(n=3705, 16.0%)。来自131个其他国家的录音从每个国家1个(0.004%)到595个(2.6%)不等,并总结为一组,“其他国家”(n=4736, 20.4%)。
中总结了按国家分层的样本特征
.简而言之,大约一半的用户年龄在30岁以下,印度年轻人使用这款应用的比例高于德国。平均而言,35.5% (n=8218)的用户是女性,在印度使用该应用程序的女性比例最低。来自“其他国家”的4736名(20.4%)应用用户被排除在进一步的分析之外,最终得出了18443名(79.6%)的分析队列。
特征 | 国家 | 合计(N=23,179), N (%) | ||||||||||
德国(n=8116, 35.0%), n (%) | 印度(n=6622, 28.6%), n (%) | 南非(n=3705, 16.0%), n (%) | 其他国家(n=4736, 20.4%), n (%) | |||||||||
性别认同(P<措施) | ||||||||||||
男人。 | 4769 (58.8) | 4686 (70.8) | 2082 (56.2) | 3305 (69.8) | 14842 (64.0) | |||||||
女人 | 3308 (40.8) | 1893 (28.6) | 1611 (43.5) | 1406 (29.7) | 8218 (35.5) | |||||||
多样化的 | 39 (0.5) | 43 (0.6) | 12 (0.3) | 25 (0.5) | 119 (0.5) | |||||||
年龄(年;P<措施) | ||||||||||||
< 30 | 1964 (24.2) | 4649 (70.2) | 1982 (53.5) | 2507 (52.9) | 11102 (47.9) | |||||||
30 - 49 | 2722 (33.5) | 1556 (23.5) | 1469 (39.6) | 1480 (31.4) | 7227 (31.2) | |||||||
≥50 | 3430 (42.3) | 417 (6.3) | 254 (6.9) | 749 (15.8) | 4850 (20.9) | |||||||
教育(年;P<措施) | ||||||||||||
< 12 | 3827 (47.2) | 1849 (27.9) | 891 (24.0) | 1372 (29.0) | 7939 (34.3) | |||||||
≥12 | 3030 (37.3) | 2047 (30.9) | 1906 (51.4) | 1970 (41.6) | 8953 (38.6) | |||||||
失踪 | 1259 (15.5) | 2726 (41.2) | 908 (24.5) | 1394 (29.4) | 6287 (27.1) | |||||||
历年(P<措施) | ||||||||||||
2020 | 7084 (87.3) | 5805 (87.7) | 3094 (83.5) | 3740 (79.0) | 19723 (85.1) | |||||||
2021/2022 | 1032 (12.7) | 817 (12.3) | 611 (16.5) | 996 (21.0) | 3456 (14.9) | |||||||
用户状态(P<措施) | ||||||||||||
自己报告 | 7499 (92.4) | 5222 (78.9) | 3314 (89.4) | 4032 (85.1) | 20067 (86.6) | |||||||
为另一个人报告 | 617 (7.6) | 1400 (21.1) | 391 (10.6) | 704 (14.9) | 3112 (13.4) |
出现covid -19相关症状和与感染者密切接触
在德国、印度和南非收集的18443份记录中,最常见的3种自我报告症状是头痛(n=5351, 29.0%)、咳嗽(n=5219, 28.3%)和全身无力(n=4592, 24.9%),其次是肌肉疼痛(n=4131, 22.4%)、流鼻涕(n=3984, 21.6%)、发烧(n=3815, 20.7%)和喉咙痛(n=3646, 19.8%)。呼吸短促(n=2852, 15.5%)、嗅觉丧失(n=2224, 12.1%)、味觉丧失(n=2161, 11.7%)和腹泻(n=136, 0.7%)的发生率较低。
在这三个国家收集的18443份录音中,有5105份(27.7%)的应用程序用户报告了在过去14天内与SARS-CoV-2感染者密切接触的情况。
国家差异的探索
我们发现3个国家在所有症状上存在差异(
和 ,表S1及S2)。我们观察到头痛、咳嗽、全身无力、肌肉疼痛、发烧、喉咙痛、呼吸急促以及嗅觉和味觉丧失的几率更高:与德国相比,印度应用程序用户的调整比值比(aORs)为1.27-7.10 (95% CI为1.17-7.95)。相比之下,来自印度的应用程序用户报告腹泻的频率低于来自德国的用户(aOR 0.05, 95% CI 0.02-0.12)。来自南非的应用程序用户更有可能报告头痛、肌肉疼痛、发烧以及嗅觉和味觉丧失(aOR 1.11-2.56, 95% CI 1.00-2.98),而他们报告流鼻涕(aOR 0.76, 95% CI 0.68-0.84)和腹泻(aOR 0.03, 95% CI 0.01-0.12)的可能性低于德国用户。与德国相比,印度的应用程序用户在过去14天内与SARS-CoV-2阳性患者密切接触的可能性明显更高(aOR为8.33,95% CI为7.53-9.21)。在较小程度上,与德国相比,南非的应用程序用户也是如此(aOR 2.12, 95% CI 1.89-2.38)。![](https://asset.jmir.pub/assets/349d15b2fcb5145f82f10718b2253c62.png)
社会人口学差异的探索
性别认同差异
我们的结果显示除腹泻外,所有症状都存在性别认同差异(
和 ,表S3和S4)。与男性相比,女性应用程序用户报告发烧的频率较低(aOR 0.78, 95% CI 0.72-0.85),头痛、全身无力、肌肉疼痛、流鼻涕和喉咙痛的频率较高(aORs 1.07-1.55, 95% CI 1.00-1.65)。除腹泻外,与男性相比,性别不同的用户报告的covid -19相关症状更常见(aORs 1.64-4.14, 95% CI 1.08-6.53)。女性比男性更不可能知道最近接触过SARS-CoV-2感染者(aOR 0.76, 95% CI 0.70-0.82)。与男性用户相比,性别多样化的用户报告在过去14天内与SARS-CoV-2感染者密切接触的几率(95% CI 3.18-8.36)高出5.16倍。![](https://asset.jmir.pub/assets/056be733bae3c46503d9974a88316615.png)
年龄的影响
老年人不太可能报告头痛、咳嗽、全身无力、流鼻涕、发烧、喉咙痛和嗅觉丧失(aOR 0.86-0.96, 95% CI 0.84-0.99,每10年类别),而他们更可能报告肌肉疼痛(aOR 1.03, 95% CI 1.01-1.05,每10年类别;
).老年人报告在过去14天内与SARS-CoV-2阳性患者密切接触的可能性较小(aOR 0.87, 95% CI 0.85-0.89,每10年类别)。变量 | 未调整OR (95% CI) | aOR (95% CI) |
头疼 | 0.84 (0.82 - -0.86) | 0.87 (0.85 - -0.89) |
咳嗽 | 0.85 (0.84 - -0.87) | 0.90 (0.89 - -0.92) |
全身无力 | 0.87 (0.86 - -0.89) | 0.96 (0.94 - -0.99) |
肌肉疼痛 | 0.96 (0.94 - -0.98) | 1.03 (1.01 - -1.05) |
流鼻涕 | 0.87 (0.85 - -0.89) | 0.86 (0.84 - -0.88) |
发热 | 0.76 (0.74 - -0.77) | 0.92 (0.90 - -0.94) |
喉咙痛 | 0.84 (0.82 - -0.86) | 0.87 (0.85 - -0.89) |
呼吸急促(气促) | 0.91 (0.89 - -0.93) | 0.99 (0.97 - -1.02) |
嗅觉丧失 | 0.81 (0.79 - -0.83) | 0.95 (0.92 - -0.98) |
味觉丧失 | 0.83 (0.81 - -0.86) | 0.98 (0.95 - -1.02) |
腹泻 | 1.17 (1.08 - -1.28) | 0.92 (0.84 - -1.01) |
与感染者接触 | 0.71 (0.70 - -0.73) | 0.87 (0.85 - -0.89) |
一个OR:优势比。
baOR:调整的优势比。
c多元回归模型根据国家、性别认同、历年、教育程度和用户状态进行了调整。
教育水平的差异
接受过至少12年学校教育的应用程序用户报告头痛、全身无力、肌肉疼痛、流鼻涕和喉咙痛的频率高于接受过11年或更少教育的用户(aORs 1.09-1.39, 95% CI 1.00-1.51;
和 ,表S5和表S6)。![](https://asset.jmir.pub/assets/d86340a626d21e06e92ee060f43a02b6.png)
历年差异的探索
与2020年相比,2021/2022年应用程序用户更有可能报告大多数covid -19相关症状(aORs 1.11-1.33, 95% CI 1.01-1.46;
和 ,表S7和表S8)。流鼻涕和呼吸短促的发生与历年无关。与2020年相比,2021/2022年报告的过去14天内与SARS-CoV-2感染者密切接触的可能性更大(aOR 1.37, 95% CI 1.23-1.52)。
![](https://asset.jmir.pub/assets/dc0d1c0f86ec433396bb3e8d2170f1cd.png)
关于个人地位差异的探讨(为自己报告和为他人报告)
我们发现除了腹泻以外所有症状都报告的患者之间存在差异(
和 ,表S9和表S10)。与自己的数据相比,在过去14天内,他人的症状以及与SARS-CoV-2阳性患者的密切接触更常被报告(aORs 1.28-2.09, 95% CI 1.17-2.31)。
![](https://asset.jmir.pub/assets/a428c1272a2df9ad14dccd69fd78c9df.png)
讨论
主要研究结果
我们的研究表明,自我报告的COVID-19相关症状和以前与COVID-19感染者接触的报告因国家、性别身份、年龄、日历年、教育程度和用户状态而异。
总的来说,最常报告的症状是头痛、咳嗽和全身无力。COVID-19病例定义中通常包括的症状,如呼吸短促和发烧[
, ,应用程序用户报告的频率较低。尤其是来自印度(与德国相比)的应用程序用户,以及性别多样化(与男性相比)的用户更有可能报告与covid -19相关的症状以及以前与感染者密切接触过。与之前工作的比较
我们关于常见症状的发现,如头痛、全身无力和流鼻涕,与以前的研究一致。具体而言,以往对感染pcr证实的SARS-CoV-2的个体的研究表明,疲劳、头痛、不适、肌痛和上呼吸道症状(喉咙痛、咳嗽、打喷嚏、鼻炎)在症状发作后早期出现,而被认为更具有COVID-19特征的症状,如下呼吸道和化学感觉症状,则在较晚出现[
, , ].我们的研究显示,自我报告的COVID-19症状主要在德国、印度和南非之间存在差异。来自印度和南非的应用程序使用与出现covid -19相关症状的可能性高得出奇,以及了解与感染者密切接触的情况有关。具体而言,印度用户报告与COVID-19感染者接触的可能性是德国用户的8.3倍。印度用户报告的大多数症状也比德国用户更有可能。世界卫生组织(世卫组织)关于COVID-19确诊病例的官方数据显示了相互矛盾的结果,德国的确诊病例和人均死亡人数高于印度和南非[
].更详细地说,到2022年2月初,累计确诊病例占德国人口的15%,高于南非(6%)和印度(3%)。这种差异可能是由于COVID-19数据中的几个不确定因素造成的,例如印度COVID-19检测数量较少,监测系统存在缺陷,导致感染和死亡漏报[ ].比较跨国案例的研究存在得出错误结论的风险[ ].因此,在我们的研究中,报告与COVID-19检测呈阳性的人有过接触的可能性较高,并且报告了与COVID-19相关的症状,这表明印度现有数据存在严重的低报偏见。此外,与德国相比,南非应用程序用户报告与COVID-19阳性患者有过接触的几率(OR 2.12)更高,报告多种症状的几率也更高。尽管南非是非洲国家中进行COVID-19检测最多的国家,也是少数几个提供重要统计数据的国家之一,但COVID-19病例和死亡人数很可能被低估了[ ].研究结果表明,在资源有限、检测不足和卫生系统薄弱的国家,有效管理大流行尤其困难。本研究发现性别认同存在差异。与男性相比,女性和性别不同的使用者更有可能报告一些症状。在发烧方面,观察到女性比男性更有可能报告症状的一般假设存在例外。以前对COVID-19检测呈阳性的个体的研究支持这样一种假设,即女性比男性更有可能受到头痛、喉咙痛以及鼻炎的影响[
, , , ].关于肌肉疼痛的结果[ , ]是不明确的,而且发烧似乎在女性中不那么普遍[ ].与男性用户相比,女性用户报告与COVID-19阳性患者接触的频率较低。先前的研究强调,女性更愿意坚持采取保护措施[ , ],这可能是女性自我报告与感染者接触几率较低的一个解释,也可能是女性应用程序用户总体比例较低的原因。COVID-19对不同性别个体的COVID-19症状的影响尚未得到很好的认识;然而,性别多样化的用户报告之前与COVID-19检测呈阳性的人有过接触的可能性增加了5倍以上,本研究中观察到的报告症状的可能性也更高,这是由性别多样化的个人更容易感染COVID-19这一概念所支持的,这延伸到COVID-19传播预防战略障碍增加、身心健康状况下降以及卫生服务障碍的领域[
].因此,报告与COVID-19感染者接触的几率较高,证实了报告中性别不同的个人实行身体距离的选择减少的情况,因为他们更有可能是需要亲自工作并经常乘坐公共交通工具通勤的重要工作者[ ].其他讨论的方面是较高的行为风险,如药物使用和吸烟,这在性别不同的人群中很常见[ ].研究还表明,性别多样化的个体患糖尿病等慢性疾病的风险更高[ ],他们在获得医疗服务时往往会遇到障碍[ ].据报道,更大的疫苗接种犹豫,可能与医疗不信任有关,因为历史上虐待性别多样化的个人[ ].因此,所有这些因素都可能使这一人群面临更大的covid -19相关疾病风险。考虑到以前的这些报告以及现有的研究结果,性别多样化的个人似乎是受COVID-19大流行影响最严重的少数群体。研究发现,年龄越大,报告与COVID-19感染者接触的可能性越低。为了支持这一发现,之前的研究发现,年龄较大与自我报告遵守COVID-19公共卫生措施之间存在关联[
])。关于COVID-19患者临床表现与年龄相关差异的报告表明,老年COVID-19患者更有可能出现一般症状(发烧、疲劳、胃肠道症状),而不是特定症状(嗅觉和味觉丧失)[ , , ].在这项研究中,报告几乎所有与covid -19相关症状的几率都随着年龄的增加而降低。鉴于老年人接触的可能性较低,可以推测,老年用户中感染COVID-19的应用程序用户比例较低,这可能是他们报告症状的频率较低的原因。与2020年相比,2021/2022年报告与SARS-CoV-2检测呈阳性的人有过接触的几率增加,这是因为从2021年起,所关注的变异的传播增加了。Alpha变体(B.1.1.7),于2020年底首次在英国发现;Beta变种(B.1.351),于2020年底首次在南非发现;2020年底在印度首次发现的Delta变体(B.1.617.2);2021年底在南非首次发现的Omicron变种(B.1.1.529)的传播率增加了约50% [
].此外,与SARS-CoV-2野生型病毒占主导地位的年份相比,2020年之后报告症状的几率更高,可能是由于Alpha、Beta和Delta变体的疾病严重程度增加[ ].在这项研究中,使用症状检查的人影响了结果:当使用该应用程序检查另一个人的症状时,报告与COVID-19阳性患者接触和各种COVID-19相关症状的可能性更高。因此,当有特定的感染怀疑时,其他个人使用该应用程序的频率更高。之前已经观察到报告系统的差异,自我报告中报告的症状比例高于医生报告[
].因此,使用自我报告应用程序似乎是记录covid -19相关症状的合适方法。的优势
我们的研究有几个优势。首先,数据是在大流行早期开始的很长一段时间内收集的。数据是在不同国家收集的,在卫生保健系统、经济状况和政府对抗病毒传播的规定方面存在很大差异,因此增加了研究结果的普遍性。应用程序用户中性别多样化的个体数量也使我们能够确定性别少数群体中COVID-19报告的症状的具体情况。此外,它可以在相对较短的时间内开发应用程序,并使其适应MDR,这意味着,除其他事项外,特别考虑到使用应用程序所涉及的风险。应用程序在用户允许的情况下使用GPS测量,这表明这种测量也受到许多用户的欢迎。最后,应用程序的内容是基于德国国家公共卫生研究所罗伯特·科赫研究所(Robert Koch Institute)的建议。因此,我们定期调整应用程序,以适应不断变化的官方推荐。
限制
我们的研究也有一些需要注意的局限性。首先,没有关于应用程序用户是否检测出COVID-19阳性的客观数据。因此,我们无法验证关于COVID-19检测阳性的主观报告信息。此外,如果用户的感染接触者COVID-19检测呈阳性,则没有客观数据可用;然而,相应的问题专门询问了与确诊病例的接触情况。
其次,所有关于特定症状的信息都是用户自己报告的,而这些信息并没有经过医生的诊断等验证。在这些情况下,问卷是为另一个人填写的,数据的有效性进一步受到限制。这尤其适用于最年轻和最年长的应用程序用户,他们报告的信息不是自己输入的比例更高(≤9岁的儿童中有51.5%,≥80岁的老年人中有21.1%,10-79岁的人群中有12.1%)。
第三,参与者的社会经济地位仅限于受教育年限的信息。这方面的资料还受到大量遗漏条目以及各国教育制度差异的限制。
第四,我们不得不多次调整应用程序,以满足德国公共卫生当局罗伯特·科赫研究所在大流行过程中不断变化的官方建议。因此,在应用程序的整体使用时间,特别是在大流行的早期阶段,一些信息呈现给用户的情况略有不同。例如,关于腹泻的问题只在治疗前2个月进行。
此外,由于数据收集是基于移动应用程序,结果可能无法推广到对数字健康应用程序亲和力较低的个人。具体来说,这也意味着必须考虑到信息和选择偏差。然而,就患者报告的结果而言,应用程序可以在一定程度上减少观察者和回忆偏差。因此,基于应用程序的数据有优点也有缺点,需要考虑。此外,移动健康应用不仅仅是工具,还是一种社会现象,它在应用程序和用户之间创建了一个反馈循环,这意味着用户在使用应用程序时不断调整自己的行为。然而,由于CoronaCheck应用程序收集了相对大量的不同文化的数据,与其他移动健康应用程序相比,某些差异可能已经在泛化的意义上得到了平衡。最后,应该提到的是,在多个移动操作系统上可用的应用程序也总是会在结果数据中产生差异,因为用户界面永远不会完全相同。
结论
我们基于应用程序的结果表明,与covid -19相关的症状模式在特定国家存在差异。来自印度和南非的应用程序用户(与德国用户相比)以及性别多样化的应用程序用户(与男性用户相比)中,自我报告COVID-19相关症状和了解之前与COVID-19感染者有过接触的可能性更大。症状评估工具可以在广泛传播的传染病背景下发挥积极作用。总的来说,对于COVID-19,我们看到报告症状的方式以及感染和COVID-19死亡的定义方式是不同的[
].对于未来的大流行,基于应用程序的全球数据收集,如CoronaCheck,是另一个更好地装备我们并支持适当评估的工具。未来关于病毒大流行期间国家具体差异的移动卫生研究应旨在招募具有代表性的样本。如果可能进行匿名评估,研究应纵向收集有关症状、确诊检测和遵守公共卫生建议的信息。
致谢
我们非常感谢所有应用程序用户为研究目的提供数据。我们感谢Rachel Dale对手稿的校对和Marc Schickler对结果可视化的帮助。
数据可用性
本研究中提供的数据仅可从通讯作者处获得。这些数据尚未公开,因为参与者的知情同意不包括公开数据。
作者的贡献
EH分析了数据并起草了手稿。TK作为联合首席研究员,负责监督app关于医疗内容的开发,策划和开发问卷,参与统计分析的策划和稿件的撰写。CS参与了研究设计和问卷的制定,并更新了州和全国卫生当局的医疗内容和相应的建议。WS和MW参与了研究设计的制定。PH花费了资源并提供了建议。MW参与了统计分析。TP分析了数据并起草了手稿。RP是主要研究员,负责研究设计和技术开发,并起草了手稿。所有合著者已审阅并批准稿件提交。通讯作者证明所列作者均符合作者身份标准,且没有遗漏其他符合标准的作者。
利益冲突
没有宣布。
补充表。
DOCX文件,73 KB参考文献
- 李娟,赖松,高广峰,史伟。新型冠状病毒的出现、基因组多样性与全球传播。自然学报2021年12月8日;600(7889):408-418。[CrossRef] [Medline]
- 世界卫生组织。世卫组织冠状病毒(COVID-19)仪表盘。URL:https://covid19.who.int[2022-03-14]访问
- John Leon Singh H, Couch D, Yap K.帮助管理COVID-19的移动健康应用程序:范围审查。JMIR Nurs 2020 8月6日;3(1):e20596 [免费全文] [CrossRef] [Medline]
- Mary L, Raj S.使用机器学习技术对SARS-CoV-2 (COVID-19)进行调查。2021年发表于:第二届智能电子与通信国际会议(ICOSEC);2021年10月7日至9日;特里希,印度,1612-1617页。[CrossRef]
- Spinato G, Gaudioso P, Boscolo Rizzo P, Fabbris C, Menegaldo A, Mularoni F,等。COVID-19期间的风险管理:耳鼻喉科医生的安全程序。生物学报2021年2月16日;92(1):e2021105 [免费全文] [CrossRef] [Medline]
- Grant MC, Geoghegan L, Arbyn M, Mohammed Z, McGuinness L, Clarke EL,等。24410名感染新型冠状病毒(SARS-CoV-2;COVID-19):对来自9个国家的148项研究进行系统回顾和荟萃分析。PLoS One 2020年6月23日;15(6):e0234765 [免费全文] [CrossRef] [Medline]
- 马志刚,李志刚,李志刚,等。COVID-19感染的纵向症状动态。Nat Commun 2020 12月04日;11(1):6208 [免费全文] [CrossRef] [Medline]
- callejo - leblic MA, Moreno-Luna R, Del Cuvillo A, Reyes-Tejero IM, Garcia-Villaran MA, Santos-Peña M,等。嗅觉和味觉的丧失可以准确预测COVID-19感染:一种机器学习方法。中华临床医学杂志2021 Feb 03;10(4):570 [免费全文] [CrossRef] [Medline]
- 苏德雷,柯希特,葛瑞曼,等。在六个国家数字监测平台上,与SARS-CoV-2检测阳性相关的嗅觉丧失、年龄丧失和其他类似covid -19的症状:一项观察性研究。柳叶刀数字健康2021年7月;3(9):e577-e586。[CrossRef]
- Elias C, Sekri A, Leblanc P, Cucherat M, Vanhems P. COVID-19潜伏期:一项荟萃分析。国际传染病杂志2021 Mar;104:708-710 [免费全文] [CrossRef] [Medline]
- Long B, Carius BM, Chavez S, Liang SY, Brady WJ, Koyfman A,等。急诊临床医生COVID-19的临床更新:介绍和评估。Am J急诊医学2022年4月;54:46-57 [免费全文] [CrossRef] [Medline]
- Quer G, Radin JM, Gadaleta M, Baca-Motes K, Ariniello L, Ramos E,等。可穿戴传感器数据和用于COVID-19检测的自我报告症状。中国医学杂志2021年1月29日;27(1):73-77。[CrossRef] [Medline]
- Rai P, Kumar BK, Deekshit VK, Karunasagar I, Karunasagar I.检测技术和COVID-19感染诊断的最新进展。应用微生物生物技术2021年1月04日;105(2):441-455 [免费全文] [CrossRef] [Medline]
- Almalki M, Giannicchi A.对抗COVID-19的健康应用程序:描述性回顾和分类。JMIR Mhealth Uhealth 2021 3月02日;9(3):e24322 [免费全文] [CrossRef] [Medline]
- 张晓东,李志强,张志强,等。法国初级护理SARS-CoV-2患者自我报告的症状:与性别和年龄组相关Fam Pract 2021 8月27日;38(增刊1):i37-i44 [免费全文] [CrossRef] [Medline]
- Ahmed MM, Sayed AM, El Abd D, Fares S, Said MSM, Elsayed Sedik Ebrahim E.疑似和确诊COVID-19病例感知症状和实验室调查的性别差异:一项回顾性研究。J Prim护理社区卫生2021年8月19日;12:21501327211039718 [免费全文] [CrossRef] [Medline]
- Wiegele PN, Kabar I, Kerschke L, Froemmel C, Hüsing-Kabar A, Schmidt H,等。基于症状日记的轻度冠状病毒病患者病程分析,德国,2020年。新兴感染疾病2021年5月;27(5):1353-1361 [免费全文] [CrossRef] [Medline]
- 对Covid-19大流行的焦虑和行为反应的跨国差异。欧元Soc 2020年10月08日;23(sup1):S417-S447。[CrossRef]
- Biswas RK, Afiaz A, Huq S.漏报COVID-19:印度次大陆的奇怪案例。流行病感染2020年9月11日;148:e207。[CrossRef]
- Vogel C, Pryss R, Schobel J, Schlee W, Beierle F.利用TrackYourHealth平台开发研究COVID-19大流行的应用程序。2021年发表于:IEEE/ACM第八届移动软件工程与系统国际会议(MobileSoft);2021年5月17日至19日;西班牙马德里,第65-68页。[CrossRef]
- 贝尔勒F,肖贝尔J,沃格尔C, Allgaier J, Mulansky L, Haug F,等。Corona health是一个基于研究和传感器的移动应用程序平台,探索COVID-19大流行的各个方面。IJERPH 2021 7月10日;18(14):7395。[CrossRef]
- Holfelder M, Mulansky L, Schlee W, Baumeister H, Schobel J, Greger H,等。COVID-19大流行期间对移动健康应用程序的医疗设备监管工作——Corona Check和Corona Health的经验报告。J 2021 6月16日;4(2):206-222。[CrossRef]
- 欧盟。欧洲议会和理事会2016年4月27日关于在个人数据处理和此类数据自由流动方面保护自然人的条例(EU) 2016/679,以及废除指令95/46/EC(一般数据保护条例)。2016年5月4日;L119:1-88。[CrossRef]
- 电晕的健康。隐私政策。URL:https://www.corona-health.net/en/privacy/[2023-01-20]访问
- Pryss R, Schobel J, Reichert M.支持移动众测移动医疗应用程序的灵活和通用API的要求。2018年发表于:第四届自适应、协作和网络物理系统需求工程国际研讨会(RESACS);2018年8月20日;班夫,AB,加拿大,第24-31页。[CrossRef]
- 陶凯,彭丽娟,李丽娟,李丽娟,等。新出现的SARS-CoV-2变种的生物学和临床意义。Nat Rev Genet 2021 12月17日;22(12):757-773 [免费全文] [CrossRef] [Medline]
- 管伟,倪震,胡勇,梁伟,欧超,何军,中国新冠肺炎医疗专家组。2019年中国冠状病毒病临床特征nengl J Med 2020 Apr 30;382(18):1708-1720 [免费全文] [CrossRef] [Medline]
- 沈勇,郑峰,孙东,凌勇,陈杰,李峰,等。上海市COVID-19流行病学及临床病程新出现的微生物感染2020年12月07;9(1):1537-1545 [免费全文] [CrossRef] [Medline]
- Saad N, Moek F, Steitz F, Murajda L, Bärnighausen T, Zoller T,等。2020年3月至5月,德国柏林非住院COVID-19病例症状持续时间和60天临床病程的纵向研究。欧洲监测2021年10月28日;26(43):1-9。[CrossRef]
- 李文杰,李志强,李志强,等。非住院pcr确诊COVID-19患者的急性和持续性症状。科学通报2021年6月23日;11(1):13153 [免费全文] [CrossRef] [Medline]
- 印度遗漏了COVID-19死亡人数吗?柳叶刀2020年9月;396(10252):657。[CrossRef]
- Okonji EF, Okonji OC, Mukumbang FC, Van Wyk B.了解非洲报告的COVID-19死亡率与欧洲、美洲和亚洲的差异。Trop Med Int Health 2021 7月;26(7):716-719 [免费全文] [CrossRef] [Medline]
- Lechien JR, Chiesa-Estomba CM, Place S, Van Laethem Y, Cabaraux P, Mat Q, YO-IFOS COVID-19特别工作组。1420名欧洲轻中度冠状病毒病患者的临床和流行病学特征。J实习医学2020年9月17日;288(3):335-344 [免费全文] [CrossRef] [Medline]
- 李勇,闵鹏,李s,金森。COVID-19患者急性嗅觉或味觉丧失的患病率和持续时间。《韩国医学》2020年5月11日;35(18):e174 [免费全文] [CrossRef] [Medline]
- Coroiu A, Moran C, Campbell T, Geller AC.在大量国际成年人样本中,COVID-19期间遵守社交距离建议的障碍和促进因素。PLoS One 2020年10月7日;15(10):e0239795 [免费全文] [CrossRef] [Medline]
- Lin T, Harris EA, Heemskerk A, Van Bavel JJ, Ebner NC。一项关于自我报告遵守COVID-19公共卫生措施的多国测试:个人年龄和性别人口结构以及国家发展状况的作用。医学社会科学2021年10月;286:114335 [免费全文] [CrossRef] [Medline]
- Zubizarreta D, Trinh M, Reisner SL.美国跨性别和性别多样化人群的COVID-19风险和恢复力。Am J Prev Med 2022年2月;62(2):299-303 [免费全文] [CrossRef] [Medline]
- 布廷FO, Emory KT, Scout, Kim Y, Fagan P, Vera LE,等。在一项全国性研究中,跨性别者使用香烟、雪茄和电子烟。Am J Prev Med 2017 july;53(1):e1-e7 [免费全文] [CrossRef] [Medline]
- 龙腾CN,格里诺P,艾华E,拉凡AM。跨性别医疗保险受益人和慢性疾病:探索服务收费索赔数据。LGBT健康2017年12月;4(6):404-411 [免费全文] [CrossRef] [Medline]
- Jones BA, Bowe M, McNamara N, Guerin E, Carter T.在Covid-19大流行期间探索年轻跨性别者和性别多样化人群的心理健康经历。国际变性人健康2021年3月1日-13日。[CrossRef]
- Wright L, Fancourt D.遵守大流行指南的预测指标是否随时间而变化?一项在COVID-19大流行期间对2.2万名英国成年人进行的小组研究。Prev Med 2021 12月;153:106713 [免费全文] [CrossRef] [Medline]
- HSC公共卫生局。为什么COVID-19相关死亡报告存在差异?URL:https://www.publichealth.hscni.net/node/5174[2022-06-07]访问
缩写
优势:调整优势比 |
耐多药:医疗仪器规例 |
健康:移动健康 |
或者:优势比 |
聚合酶链反应:聚合酶链反应 |
T·桑切斯编辑,A·马夫拉加尼;提交11.07.22;S Pesälä, E Grasaas同行评审;对作者18.10.22的评论;订正版本收到07.11.22;接受13.12.22;发表03.02.23
版权©Elke Humer, Thomas Keil, Carolin Stupp, Winfried Schlee, Manfred Wildner, Peter Heuschmann, Michael Winter, Thomas Probst, Rüdiger Pryss。最初发表于JMIR公共卫生与监测(https://publichealth.www.mybigtv.com), 2023年2月3日。
这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,https://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。