原始论文
文摘
背景:当前校本传染病的缺陷综合征监测系统(SSS)在中国包括依赖学校医生手动收集数据,忽略了健康信息的学生参加。
摘要目的:本研究旨在设计和实现一个基于旷工流感SSS(收集的人脸识别)和温度的参加学生(以热成像)。
方法:瑞士是通过扩展现有应用程序的功能实现。实现的系统是1 2小学和初中在长江三角洲,共有3535名学生。考试时间从3月1日,2021年,1月14日,2022年,174天有效。每日和每周的缺勤率和热率报告的系统(DAR1 DFR;大战中,和公司)计算。每日和每周报告的缺勤率学校医生(DAR2和WAR2)和每周积极的流感病毒(WPRIV,中国国家流感中心发布的)被用作标准报告的评估数据的质量系统。
结果:旷工报告学校医生(完整性86.7%)36.5%的报道了这个系统(完整性100%),以及它们之间显著正相关检测(r= 0.372,P= .002)。当流感活动水平适中,DAR1s学校之间呈极显著的正相关关系(rab= 0.508,P= 04;r公元前= 0.427,P= .02点;r交流= 0.447,P= . 01)。在流感爆发期间,DAR1s扩大的差距。大战中,达到2周前在学校比在学校和B C变量与WPRIV呈极显著的正相关关系,是战争和WAR2学校,学校的大战中,C, B公司学校之间的相关性之间的战争和WPRIV大于WAR2和在学校WPRIV A B公司的大战中,学校增加了战争和WPRIV之间的相关性。
结论:数据表明,旷工计算基于人脸识别可靠,但是温度记录的准确性应增强红外测温仪。与类似的sss相比,该系统的简单,成本效益,数据质量,敏感性,和及时性。
doi: 10.2196/37177
关键字
介绍
学龄儿童容易受到流感。5—14岁儿童流感的发病率在流感季节范围从17.31%到46.61% (]。学龄儿童也导致病毒传播的放大。流行病学证据表明流感首先发生在学龄儿童,一旦感染,这个群体家庭成员之间传播病毒,随后一般人群(,]。感染学生传播病毒估计为2.4 (95% CI 1.8 - -3.2)其他孩子在一个学校]。居住与学龄儿童发病率在成人可能2到3倍的发病率相似的成年人与学龄儿童不存在(]。
旷工是世界卫生组织推荐的一个流感监测指标和一个重要的决定因素采用校本综合征监测系统(SSS)。1979年,皮特森et al ()展示了学校旷工流感监测的有效性。从那时起,几项研究已经从不同的角度讨论旷工监测的价值。与其他方法相比,旷工监测的主要优点包括noninvasiveness,没有临床试验的要求,成本低,操作简单,和良好的表现。此外,旷工监测可以用来准确地估计流感的经济负担及其对教育的影响和促进有效合作医疗和教育部门(- - - - - -]。然而,旷工本身并不直接表现临床症状的疾病,但只有一个近似估计的疾病。因此,敏感但缺乏特异性]。贝尔等(]表明,旷工监测的最大价值可能在于“态势感知”而不是“早期检测。”
旷工可分为三种类型:全因缺席,疾病,和syndrome-specific缺席]。这三个指标有很高的特异性,但他们学校的工作量增加。SSS必须平衡特异性和学校的负担]。否则,学校将不合作的,该系统将最终拒绝了,,]。减轻负担维护和改善学校的遵从性是一个重要的挑战对这种系统的有效运行。研究人员不断在关注三个主要技术方法来解决这一挑战:(1)提高数据收集和改变的自动化数据收集方法从人工统计指纹()或智能卡方法(];(2)提高数据传输的方便,与数据传输从明信片,电话,传真)电子邮件(),然后被广泛使用的网络平台(- - - - - -,,- - - - - -];(3)多元化数据记者,记者通常是医生或老师和一些需要父母报告的系统信息,)或鼓励学生参与报告的信息(]。
新兴从学校传染病突发公共卫生事件占总数的85.64%的年度国家突发公共卫生事件(]。因此,校本sss在中国尤其重要。非典疫情在2003年和2009年H1N1流感大流行促使许多地方在中国大陆建立校本传染性疾病症状监测系统(,- - - - - -),但这种系统的连续操作是具有挑战性的。首先,尽管政府制定学校传染病报告标准早在2012年(),发布了几个文件强调流行信息的报告在学校期间COVID-19流行病[,],缺勤率统计数据还没有强制性的学校。第二,学校医生加剧了问题的严重短缺。只有33.1%的小学和中学学校配备了医生,1学校医生平均为2800名学生;学校的医生的比例在中部和西部地区,农村地区,和低级学校甚至更低(]。因此,系统根据手册信息报告在学校努力刺激热情[]。最后,中国人明显重视学习,和父母担心没有会耽误孩子的学习进度。因此,他们会送他们的孩子上学,即使他们生病),增加对传染病疫情作出误判的可能性,通过计算旷工。
使用人工智能和信息技术代替手工方法收集旷工的卫生信息数据,同时考虑学生出勤率是非常重要的解决当前的瑞士在中国的发展困境。为此,一个瑞士设计和trial-operated,实现同步采集的身份,缺勤率和温度数据基于人脸识别和热成像。系统已经在运行3哨兵学校2020年11月以来的长江三角洲地区。收集的数据来自这3个学校系统2021年3月至2022年1月出口调查两个方面。首先,手工收集缺勤率数据的替代方法探索在先前的研究已经产生了大量的错误数据(]。同时,尽管红外温度测量技术广泛应用于疑似病例的筛查传染病在人群中()、仪器以及环境和个人因素很容易干扰它的准确性(- - - - - -]。因此,收集到的数据的完整性和准确性需要验证。第二,体温是第一个大多数传染病的临床症状,在流感SSS和它的优势已经被米勒等人[证实]。从理论上讲,多源数据可以提高知觉的准确性的传染病信息监测系统(]。临床前症状的监测相结合的有效性(旷工)和临床症状(发热)是另一个问题,需要调查。
方法
报告系统
拟议的SSS是基于应用程序称为“小练兴”(XLX) [支付宝),它可以免费下载(阿里巴巴集团控股有限公司)。Τhe应用集成人脸识别技术和红外温度测量技术实现智能管理学校公共卫生。它的工作流程所示。
操作公司与学校签订了服务协议和其优越的管理组织。根据协议,学校组织为父母与智能手机在支付宝注册一个账户(注册是完全自愿的),然后输入关于孩子的信息,如姓名、性别、身份证、学校名称、类,和脸图像到账户。父母还可以使用账户检查孩子的出勤率和温度。系统收集学生出勤率和温度数据通过终端设备,由两个模块组成的,即一个人脸识别系统(识别准确率≥99.99%,Sunmi科技集团有限公司,有限公司)和一个红外温度计(测量精度±0.5℃,Hikvision数码科技有限公司,有限公司)。两个模块是连接使用自行设计的软件同步输入和上传的身份,出席,和温度。数据处理中心负责处理每个终端上传的数据,传送旷工和发烧的分析结果在不同层次家庭用户(例如,父母或者其他监护人),学校用户(即教师、学校卫生工作人员和管理员),和学校管理部门用户。
终端设备通常被安排在学校门口。每天学生到达学校后,他们去了设备进行测试。进行人脸识别的学生,他们的身份信息,考勤信息,和面部温度由仪器自动记录。只有学生识别和一个正常的温度直接承认,而学生热(温度≥37.3℃)分别处理。确保每个学生受到仪器测试,学校安排员工值班监督孩子。每天学生出勤率和温度信息实时传输到云数据中心。生成的数据处理中心每日统计报表的登记和体温(实时红外图像)的学生(),总结和分析了数据,并给出反馈结果在不同层次(个体、类学校、学区、等)。
研究人口和数据收集
研究人口组成3学校在长江三角洲地区。A和B学校小学。学校位于萧山区,杭州,浙江,开始使用1.0版本的系统(只有人脸识别)在2020年11月和2.0版本(人脸识别和红外测温仪)2021年3月。学校,位于杭州市滨江地区开始试点的2.0版本系统在2021年3月;它允许学生用智能卡来登记,开始充分利用2.0版本在2021年9月。C是一个初中学校位于浦东新区,上海,开始使用这个系统的2.0版本在2021年10月。
监测期分为两个阶段,即第一阶段,从2021年3月1日至6月25日,2021年,第二阶段,从9月1日,2021年,2022年1月14日。这些阶段的有效的监测时间总共是83和91天,分别。在第一阶段,A和B在学校学生的数量是1861年和1100年,分别。在第二阶段,学生在学校的数量,B和C是1954年,1154年和427年,分别共有3535名学生。每个学校的系统收集以下数据:注册学生总数,日常不在场的人的数量,数量的日常学生发烧。默认情况下,学生未能入住后1小时内指定的到达时间是算作旷工情况下,学生的体温≥37.3℃算作发热情况。
A和B旷工报告由内科医生在学校(学校C没有记录学校的医生)收集的参考标准来评估质量的旷工报告的系统。旷工报告的学校医生被定义为“学生不在学校那一天。“学校医生报道的数据收集从9月1日,2021年1月14日,2022年。验证的可靠性和可行性为传染病监测系统,流感疾病被选为目标。参考标准从每周流感监测获得流感活动是由中国国家流感中心发布的报告(]。这些每周报告统计显示每周积极的流感病毒在中国南部和北部(WPRIV)测试。WPRIV是计算的数量比病毒呈阳性的样本总数的身上样品提交(]。杭州和上海都是中国南方的,只有数据的南部地区的每周报告。相应的监测周不等的第九周2021年至2022年的第五周。在此期间,中国南方流行的流感病毒株主要是B型。
伦理批准
本研究中使用的数据的匿名,同济大学审查委员会分类研究非人课题研究,并免除批准。
数据分析
每日缺勤率(DAR) 3学校计算如下:
DAR分为两类:系统报道(DAR1)和学校physician-reported (DAR2)。两个变量的相关系数计算。根据相关文献[,),数据被认为是异常如果DAR1超过10%。异常导致相关学校进行调查,如果他们非感染性因素,异常数据统计处理在一个适当的方式。然后,DAR 3学校画的时间序列图(),3之间的DAR学校的皮尔森相关计算,和形态差异DAR曲线进行了比较。我们比较的相关性和趋势DAR1和DAR2 ()。
其次,根据DAR1的时间序列图(),起始日期确定为每个学校的日期当DAR1开始稳定下来,然后每个学校的日常发热率(DFR)计算这个日期之后。当DFR 3 SDs偏离均值,学生的红外图像系统检查。如果问题是操作,相应的DFR作为缺失值,取代之前的DFR的均值和下一天的日期。旷工和发烧被认为可以代表不同严重程度的流感症状,旷工代表严重的症状和出席代表症状轻微发烧。因此,DAR和DFR的分母是设置为总人数的数量。DFR的计算公式如下:
3所学校的DFR时间序列图所示;形态差异的DFR曲线比较,和3之间的DFR的皮尔森相关学校进行了计算。
第三,基于DAR DFR,每周的缺勤率(WAR)和每周发热率(公司)三所学校计算如下:
战争的时间序列图和3学校生产的公司,以及他们的巧合的时间序列图趋势WPRIV相比(- - - - - -)。
最后,执行统计过程如下:(1)战争的金额和计算每个学校的公司。(2)基于数据的学校,学校B的数据被添加在37周的开始;然后再学校C的数据被添加在星期45,然后结合战争和公司结合基于每个学校录取总人数的重量。(3)战争和公司的金额计算。同时,设置为当前时间t;然后提出的WPRIV序列1周(t - 1),2周(2),3周(条t - 3)。WPRIV上述战争和相关的公司和他们的总和计算这四个条件下探讨可靠性、准确性和及时性的不同类型的数据来源于这对流感监测系统。
结果
分析DAR1
在第一阶段,所有2961名学生A和B在学校系统中已经注册账户。在第二阶段,3所学校的学生总数是3535年,有3530名学生(99.86%)有注册账户()。学校的DAR整个监测时期保持相对稳定,没有超过10%的临界阈值()。学校的DAR B在第一阶段大幅波动,但总体趋势是下降。在第二阶段,大约2周后,学校B和A的DAR曲线相似。学校的DAR C大相径庭的头两周期间系统调试,开始稳定大约2周后。学校C的DAR 4天超过10%,12月24日,12月31日,1月7日,2022年1月10日。这些4天是周末或假日。
3所学校的DAR1s非常相似的趋势在30监测天从11月8日到12月20日()。在这段时间里,3对缺勤率,即学校A和B (r一个= 0.508,P= 04),B和C (rb= 0.427,P= .017),A和C (r交流= 0.447,P= .012),中度正相关。12月20日之后,dar 3学校表现出不同的趋势,与学校2 C和其他学校之间的差异是明显不同的。
| 学校 | 总数 | 数量的入学率 | 招生率(%) | 每日缺勤率(%) | 每日发热率(%) | |||||||||||||||
| 最低 | 最大 | 的意思是 | 最低 | 最大 | 的意思是 | |||||||||||||||
| 第一阶段 | ||||||||||||||||||||
| 一个 | 1861年 | 1861年 | One hundred. | 0.86 | 4.19 | 1.63 | 0 | 8.22 | 1.87 | |||||||||||
| B | 1100年 | 1100年 | One hundred. | 0.82 | 31.09 | 11.14 | N /一个一个 | N /一个 | N /一个 | |||||||||||
| 二期 | ||||||||||||||||||||
| 一个 | 1954年 | 1954年 | One hundred. | 1.07 | 5.63 | 2.55 | 0 | 8.34 | 2.12 | |||||||||||
| B | 1154年 | 1153年 | 99.91 | 1.21 | 15.70 | 4.23 | 0.17 | 8.07 | 2.44 | |||||||||||
| C | 427年 | 423年 | 99.06 | 1.42 | 16.08 | 6.75 | 0 | 5.67 | 1.19 | |||||||||||
一个N / A:不适用。
相关分析DAR1 DAR2
2021年9月1日,1月14日,2022年,学生从学校预计为92天,学生上学放学B为90天。系统和学校的医生记录92天的数据。总共5128出差报告的系统,而1476缺席学校报告的医生,后者占前28.78%。在学校B,系统记录3452缺勤超过90天,而学校医生记录1691缺勤超过66天(完成73.3%),报道数量由学校的医生被系统48.99%的数量报告。
DAR1之间显著正相关,在学校DAR2检测(r= 0.809,P<措施),他们的变化趋势非常一致。在学校B, DAR1和DAR2也极显著的正相关关系(r= 0.766,P<措施),但有一个显著的差距在2021年11月()。上述报告的数据显示,没有学校的医生(完整性86.7%)只有36.5%的没有报告系统(完整性100%),2在场(之间存在显著的正相关r= 0.372,P= .002)。
DFR的分析
学校的DFR计算时间从3月1日开始,2021年(第九周),为学校B从9月13日,2021(37周),和学校C从2021年11月8日(星期45)。红外图像系统的调查证实,高温物体被旁边的红外测温仪在学校2天(9月18日4月30日),和1天(4月1日),温度计无法测量的温度由于物理失败。B,在学校有2天(11月11日和12月29日)在高温物体放置温度计。这5天的DFR被认为是一个缺失值,取而代之的是平均DFR的前一个和后一个天。
总的来说,学校的DFR曲线类似于与开口向下的抛物线()。这一趋势是类似于《每日平均温度变化趋势在监测期间在这个领域。在30天内从9月13日到10月29日的DFR学校的总是高于B, 10月29日之后,这种关系逐渐逆转。学校的DFR曲线C和一个近,和这两个学校的DFR也极显著的正相关关系(r交流= 0.493,P<措施)。虽然学校A和B之间没有检测到显著相关(rab= -0.023,PB和C =点),和学校(r公元前= 0.091,P= 54),3所学校的DFR曲线是一致的在一些波高峰和低谷。
相关分析的战争,公司和WPRIV
3学校的大战中,和公司计算,和他们的时间序列图绘制。学校的大战中,符合潮流WPRIV (),也就是说,战争和WPRIV逐渐增加。42周后,流感活动水平上升,第一个峰值的大战中,学校呈现在46周(比WPRIV提前1周),第二个高峰周50(同时WPRIV)。在学校的第一个峰值WFR1一周在45比WPRIV早(2周)。
学校B显示峰值的大战中,42和43周()。调查表明,在这方面学校的一些学生的健康规范的问题;因此,学校B谨慎地允许4类一级学习在家里。第二次大战中,学校的峰值B是在45周,第三个星期50。这两个高峰时期是一样的学校,但是学校B有另一个战争高峰在53周,这是不同的从学校A流感活动水平增加,学校B的WFR1 45周达到高峰(在学校一样),47岁的周和52周。
监测C是几周的学校,学校的大战中,C一直在增加在整个监测时期(),这非常符合WPRIV潮流。在学校3的山峰WFR1 C在星期45 (A和B一样的学校),47岁的周和52周(B)一样的学校。在结合- - - - - -大战中,不匹配的趋势,公司变得明显。在学校这种现象尤为明显。例如,战争在46周达到高峰,50岁和53岁,而相应的公司处于低谷。好几个星期45,47岁,52岁,公司达到顶峰,而战争波谷。
在报告的大战中,系统中,只有学校的大战中,A和C与WPRIV显著正相关。在t3,相关系数之间的大战中,学校和WPRIV最高,而在t,学校的战争之间的相关系数C和WPRIV最高()。虽然学校B的战争并非WPRIV 4条件显著相关,相关系数的变化趋势类似于a公司的学校B明显与WPRIV呈正相关,和最大系数在t3所示。的大战中,与WPRIV公司生产的增加相关的大战中,只有在学校的和b学校的报道医生与WPRIV显著正相关,与最大系数位于t3所示。战争和WPRIV之间的相关系数计算基于系统报道数据高于计算基于数据报道学校医生在每个条件。学校B的大战中,报道了学校医生和该系统没有明显相关的任何4中的WPRIV条件。
| 变量 | 每周积极的流感病毒 | ||||||||
| t | P价值 | t - 1 | P价值 | 2 | P价值 | 条t - 3 | P价值 | ||
| 报告的数据系统 | |||||||||
| 每周学校的缺勤率 | 0.662 | <。001年 | 0.638 | <。001年 | 0.654 | <。001年 | 0.674 | <。001年 | |
| 每周学校B的缺勤率 | 0.334 | 。21 | 0.268 | 收 | 0.391 | 13。 | 0.442 | .09点 | |
| 每周学校C的缺勤率 | 0.771 | .009 | 0.728 | 02 | 0.444 | 2 | 0.222 | 54 | |
| 每周发烧的学校 | -0.368 | 03 | -0.367 | 03 | -0.387 | 02 | -0.363 | 03 | |
| 每周学校B的发热率 | 0.492 | 0。 | 0.589 | 02 | 0.557 | 03 | 0.618 | . 01 | |
| 每周发热率学校C | 0.229 | 票价 | 0.307 | .33 | 0.056 | .86 | -0.002 | >。 | |
| 每周的缺失和发烧的学校 | 0.058 | .74点 | 0.045 | .79 | 0.038 | 点 | 0.069 | i = | |
| 每周没有B和发烧的学校 | 0.6 | . 01 | 0.635 | .008 | 0.687 | .003 | 0.767 | 措施 | |
| 每周没有C和发烧的学校 | 0.686 | 03 | 0.664 | .04点 | 0.317 | .37点 | -0.333 | .35点 | |
| 学校的医生报告的数据 | |||||||||
| 每周学校的缺勤率 | 0.58 | .007 | 0.55 | . 01 | 0.59 | .006 | 0.648 | .002 | |
| 每周学校B的缺勤率 | 0.429 | 厚 | 0.406 | 13。 | 0.4 | .14点 | 0.379 | 16 | |
讨论
主要研究结果
2017年,Groseclose和Buckeridge []提出了一种监测系统评价框架组成的12个指标,即简单、可接受性、代表性、稳定性、数据质量、及时性、灵活性、安全性、敏感性,积极预测价值,成本效益和标准使用。提出系统的比较与现有类似系统显示,简单而言,其优势成本效益,数据质量,敏感性,和及时性。
该系统操作简单,造价低。提出了监测系统的简单性是反映在四个方面:数据可用性和类型、组织类型、数据交换和转换,和人员操作和培训]。病假监视基于手工数据收集要求数据记者广泛的医学专业知识。因此,记者需要学校医生或兼职工人有足够的医疗培训。另一方面,提出了系统的操作不需要专业人员,但它只要求学生站在前面的仪器依照标准1秒,这样所有症状数据可以自动获得。通过这种方式,该系统是极具成本效益的劳动力。此外,政府主导的SSS相反,包括高投资平台的研究和开发,该系统是基于成熟的网络平台建立,因而具有成本效益。
旷工报告的体系完整和准确,和温度高的完整性,但精度需要改善。指纹、智能卡或面部识别被用来保证每个学生参加检查,准确地确定。Lawpoolsri et al (试图用指纹代替手工收集但失败后许多学生错过和错误检查。在这项研究中,学生注册系统账户的比例接近100%,人脸识别技术的准确性超过99.99%,和学校还安排人员监督学生在登记。数据显示,旷工报告的系统是高度正相关报道学校医生,和完整性前者高于后者。该系统还需要自信地保证每个确定学生准确的温度测量。人脸识别和红外温度测量几乎是同步的,温度的完整性是足够的,但其精度需要改善。热成像的准确性是影响仪器、环境和个人因素(- - - - - -]。在这项研究中,只有学校的温度满足监测需求。仪器在学校B被安装在室内,严格监督学生。这些措施有助于减少测量不当行为和提高准确性。未来的研究将集中在施工和安装工具和实施操作的标准。
该系统显示良好的敏感性。疫情检测,监测敏感性包括病例发现和病例定义]。现有系统关注的学生从学校缺席(- - - - - -,- - - - - -,- - - - - -),而其他人也认为学生参观学校保健室(,]。在流感爆发期间,大约20%的人口显示症状,但只有2%需要医生咨询(]。学生不要错过学校或咨询医生,除非有重病。因为学业的压力,中国学生上学是很常见的病了,大约74.7%的人请了病假缺席不到1天(]。这是一个潜在的解释的缺席学校医生报道只有36.5%的系统在这个研究报告的数量。战争之间的关系学校的报告系统和WPRIV高于之间的战争报道学校医生和WPRIV,因此似乎支持这一结论。数据显示,在流感爆发的季节,一些学校的DFR高达8%。通过调整缺勤率标准,结合温度筛选,提出系统更敏感比现有系统情况和疫情检测。
结果还显示良好的及时性。该系统的数据实时传输和自动分析。父母、老师和管理员可以立即访问个人的考勤和温度状态,类,和学校。贝尔等()提出,旷工的监测价值比早期检测更多的在于态势感知,这可能需要修改当应用到中国。这项研究显示,旷工3学校是流感活动水平低时,呈极显著的正相关关系,这是不与施密特等人的研究结果一致]说明跨年龄组旷工非常相似。流感发病率的增加,缺勤率在小学是第一个高峰,在中学和旷工达到第一个高峰2周后,这是符合杂志型图书等的结果(]。随后,旷工时间在学校的差距增加,甚至2小学;在这一点上,施密特的说法等(并应用。温度数据的加入增加了系统的及时性。结果表明,温度可以预测流感3周前当学生们准确的温度测量。结合米勒等人的研究(),温度在流感监测的时效性优势可能确实存在。因此,它是非常规范的关键仪器位置和操作规程在未来进一步提高温度数据的可靠性和准确性。
限制
首先,尽管热红外成像很简单,其准确性是容易受环境因素的影响]。因为COVID-19预防的需要,一些学校介绍了拟议的系统。尽管如此,这些学校不同重视防疫和控制水平,进而导致不同级别的硬件支持和运行监督。这些差异导致了数据质量的差异,尤其是温度数据,这阻碍了进一步分析这些数据。第二,在监测期间COVID-19是一个普遍问题。虽然在一定程度上促进了系统的推出,COVID-19病例的监测区域太小目标疾病。然而,由于流感感染被选为目标,流行性感冒的状态数据一般由COVID-19预防的压力扭曲。因此,一些提出的结果需要重新评估不考虑COVID-19的影响。最后,尽管系统已经授权的政府收集敏感的个人信息,可能改变国家的个人信息和隐私保护政策在未来将大大影响系统的操作稳定性。
结论
提出系统的比较与现有类似系统显示其优势的简单,成本效益,数据质量,敏感性,和及时性。本研究表明,旷工记录使用面部识别技术是可靠的,但温度记录的准确性应增强红外温度计。流感SSS的实现基于缺勤率和温度数据是可行的。当流感活动水平适中,发现dar之间存在显著的正相关;然而,随着级别的增加,dar之间的差距逐渐增加,达到峰值约2周前在小学初中的学校。温度测量的引入大大加强了监视及时性,允许检测流感爆发3周前比传统系统。这项研究证明了一个可行的解决办法的挑战开发监控系统,促进症状数据采集的自动化监测系统。
确认
本研究由霁的江西省科技一个局,中国(格兰特霁”科技项目2020 - 05)。我们感谢杭州Huibei技术有限公司合作开发和实施的系统。我们还要感谢父母,老师和校长的3所学校参加了实验。我们也感谢中国国家流感中心提供流感监测数据。
的利益冲突
没有宣布。
引用
- 陈Y,霁W,老挝X,李问,王H,张D, et al .估计,2018 - 2019年流感季节的发病率在宁波市北仑地区,浙江。Dis Surveill 2020年11月,35 (11):1003 - 1007。(<一个t一个rget="_blank" href="https://dx.doi.org/10.3784/j.issn.1003?9961.2020.11.010">CrossRef]
- Glezen WP,沙发RB。Interpandemic流感在休斯敦地区,1974 - 76。N拉米夫地中海1978年3月,298 (11):587 - 592。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1056/NEJM197803162981103">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=628375&dopt=Abstract" target="_blank">Medline]
- 弗兰克,泰伯L, Glezen W,盖尔E,裴瑞兹McIlwain年代,A, B型流感病毒感染在社区和家庭。流行的1976 - 1977和1979 - 1980年在休斯顿,德克萨斯州。增加1983年9月,118 (3):313 - 325。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/oxfordjournals.aje.a113638">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=6613976&dopt=Abstract" target="_blank">Medline]
- 哈我,杨Y,杉本JD Basta NE,曹国伟DL, Matrajt L, et al .的遗传性和控制甲型流感(H1N1)病毒。科学2009年10月,326 (5953):729 - 733 (<一个href="https://europepmc.org/abstract/MED/19745114" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1126/science.1177373">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=19745114&dopt=Abstract" target="_blank">Medline]
- 伍德奥J, Rowson KE, JC麦当劳。年龄和亚洲流感,1957。Br地中海J 1958; 11月2 (5108):1316 - 1318 (<一个href="https://europepmc.org/abstract/MED/13596596" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1136/bmj.2.5108.1316">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=13596596&dopt=Abstract" target="_blank">Medline]
- 彼得森D,安德鲁J,米切尔利维B, B一个有效的校本流感监测系统。公共卫生代表1979年1月,94 (1):88 - 92 (<一个href="https://europepmc.org/abstract/MED/419298" target="_blank">免费的全文][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=419298&dopt=Abstract" target="_blank">Medline]
- Lenaway DD, Ambler校本流感监测系统的评价。公共卫生代表1995年5月,110 (3):333 - 337<一个href="https://europepmc.org/abstract/MED/7610226" target="_blank">免费的全文][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=7610226&dopt=Abstract" target="_blank">Medline]
- 施密特W, Pebody R, Mangtani p .学校缺乏对流感监测数据:一个试点研究在英国。欧元Surveill 2010年1月,15 (3):19467<一个href="http://www.eurosurveillance.org/ViewArticle.aspx?ArticleId=19467" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.2807/ese.15.03.19467-en">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=20122378&dopt=Abstract" target="_blank">Medline]
- 克劳福德G,麦凯维年代,骗子J, Siska K, Russo K,陈J .流感和校本流感样疾病监测:马里兰州的一项试点项目。公共卫生代表2011年7月,126 (4):591 - 596<一个href="https://europepmc.org/abstract/MED/21800754" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1177/003335491112600416">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21800754&dopt=Abstract" target="_blank">Medline]
- 短六世,万豪CK,总裁,沃勒k .描述和评估的2009 - 2010年宾夕法尼亚州学校流感哨点监测系统。公共卫生2011年11月,101 (11):2178 - 2183。(<一个t一个rget="_blank" href="https://dx.doi.org/10.2105/ajph.2011.300132">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21566024&dopt=Abstract" target="_blank">Medline]
- 贝尔,罗德里格斯C,杜琴j .公共卫生监测的自动化系统学校旷工。J公共卫生等Pract 2011年1月,17 (1):59 - 64。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1097/PHH.0b013e3181e39ec3">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21135662&dopt=Abstract" target="_blank">Medline]
- 威廉姆斯NJ Ghosh TS, Bisgard公里,沃格特RL。比较3校本流感监测指标:2009年甲型流感(H1N1)的经验教训——丹佛大都会地区,科罗拉多。J公共卫生等Pract 2013年3月,19 (2):119 - 125。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1097/PHH.0b013e318252f005">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=23358289&dopt=Abstract" target="_blank">Medline]
- 唐纳森,Hardstaff杰,哈里斯JP,比万科R, O ' brien SJ。以学校为基础的儿童急性传染病的监测:系统回顾。BMC感染Dis 2021; 8月21 (1):744<一个href="https://bmcinfectdis.biomedcentral.com/articles/10.1186/s12879-021-06444-6" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1186/s12879-021-06444-6">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=34344304&dopt=Abstract" target="_blank">Medline]
- Lawpoolsri年代,Khamsiriwatchara, Liulark W, Taweeseneepitch K, Sangvichean, Thongprarong W, et al .实时监控学校的缺勤率提高疾病监测:移动电子报告系统的初步研究。JMIR Mhealth Uhealth 2014; 2 (2): e22 [<一个href="//www.mybigtv.com/mhealth/2014/2/e22/" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.2196/mhealth.3114">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25099501&dopt=Abstract" target="_blank">Medline]
- 王黄叮H, C, B,吴Y,太阳w .分享服务学校症状监测系统及其应用在杭州。下巴J原理图健康2019年12月,40 (12):1862 - 1864。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1136/ebmh.12.2.39">CrossRef]
- Ip DK,刘呃,所以HC,小J,林CK,方VJ,等。一个聪明的基于电子学校旷工:在香港流感样疾病监测系统设计,实现,和可行性评估。JMIR公共卫生Surveill 2017年10月;3 (4):e67 [<一个href="//www.mybigtv.com/publichealth/2017/4/e67/" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.2196/publichealth.6810">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=28986338&dopt=Abstract" target="_blank">Medline]
- 赖J,休斯他Morbey R, Loveridge P,洛佩兹伯纳尔J, Saliba V, et al。开发一个前哨综合征监测系统使用学生缺勤数据,例如监控缺席2020年COVID-19大流行。论文感染2021年11月,149:e248 (<一个href="https://europepmc.org/abstract/MED/34749838" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1017/S0950268821002399">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=34749838&dopt=Abstract" target="_blank">Medline]
- 奥尔德里奇RW,海沃德AC、字段N Warren-Gash C, C,史密斯Pebody R,解读我的数据项目和学校。学校缺席与流感监测数据在英国吗?结果解读我的数据组织研究项目通过科学与学校的合作。《公共科学图书馆•综合》2016年3月,11 (3):e0146964 [<一个href="https://dx.plos.org/10.1371/journal.pone.0146964" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1371/journal.pone.0146964">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=26933880&dopt=Abstract" target="_blank">Medline]
- 汉J,王z分析传染性事件在中国2006 - 2008年期间在学校。下巴J原理图健康2010;31 (4):463 - 465。(<一个t一个rget="_blank" href="https://dx.doi.org/10.16835/j">CrossRef]
- 宗庆后W,戴Y,潘W .监控状态的中小学学生的缺席在江苏类疾病。下巴J原理图健康2010;31 (1):04 - 85。(<一个t一个rget="_blank" href="https://dx.doi.org/10.16835/j.cnki.1000-9817.2010.01.040">CrossRef]
- 程Tan L, L,燕W,张J,徐B,睡椅V,等。使用每日syndrome-specific缺席学校爆发的早期检测的数据:一个试点研究中国农村地区。公共卫生2014年9月,128 (9):792 - 798。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.puhe.2014.06.004">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25200208&dopt=Abstract" target="_blank">Medline]
- 董X,博尔顿毫升,卡尔森B,蒙哥马利JP,威尔斯EV。症状监测流感在天津,中国:2013 - 14所示。J公共卫生(Oxf) 2017年6月,39 (2):274 - 281。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/pubmed/fdw022">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=26968483&dopt=Abstract" target="_blank">Medline]
- 传染病预防和控制的管理规定在中小学。中华人民共和国的国家健康委员会。2013。URL:<一个t一个rget="_blank" href="http://www.nhc.gov.cn/wjw/pqt/201303/ad99f897dc7b4fd49d58ebc66631da33.shtml">http://www.nhc.gov.cn/wjw/pqt/201303/ad99f897dc7b4fd49d58ebc66631da33.shtml[2013-03-13]访问
- 学校建筑营养和健康指南。国家健康委员会。2021。URL:<一个t一个rget="_blank" href="http://www.nhc.gov.cn/sps/s7887k/202106/f0c87a90f08a4756ab0fd1d728be7d3b.shtml">http://www.nhc.gov.cn/sps/s7887k/202106/f0c87a90f08a4756ab0fd1d728be7d3b.shtml[2021-06-24]访问
- COVID-19预防和控制技术项目为中小学(第四版)。国家健康委员会中华人民共和国。URL:<一个t一个rget="_blank" href="http://www.nhc.gov.cn/jkj/s5898bm/202108/87b0b0c2190f4a799534aa11a1ab33e1.shtml">http://www.nhc.gov.cn/jkj/s5898bm/202108/87b0b0c2190f4a799534aa11a1ab33e1.shtml[2021-08-23]访问
- 王朱姚明H, G,张X, H,张B,马J, et al。学校的现状和分析医生在小学和中学在中国16个省份。下巴J原理图健康2018;39 (10):1455 - 1458。(<一个t一个rget="_blank" href="https://dx.doi.org/10.16835/j.cnki.1000-9817.2018.10.005">CrossRef]
- 殷潘C,赵问,周C, H,徐b .病假的影响小学生缺乏有效性的监测传染病监测系统在江西农村。12月中国预防医学2014;15 (8):705 - 709。(<一个t一个rget="_blank" href="https://dx.doi.org/10.16506/j.1009-6639.2014.08.004">CrossRef]
- 阮AV,科恩新泽西,Lipman H,布朗厘米,莫伦纳N,杰克逊西城,等。比较3红外热检测系统和自我报告的质量发烧筛查。紧急情况感染说2010年11月,16 (11):1710 - 1717 (<一个href="https://dx.doi.org/10.3201/eid1611.100703" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.3201/eid1611.100703">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21029528&dopt=Abstract" target="_blank">Medline]
- 戴尔'Isola GB, Cosentini E, Canale L, Ficco G,戴尔'Isola m .非接触式体温测量:不确定性评价和筛选决策规则,以防止COVID-19的传播。传感器(巴塞尔)2021年1月,21 (2):346<一个href="https://www.mdpi.com/resolver?pii=s21020346" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.3390/s21020346">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=33419187&dopt=Abstract" target="_blank">Medline]
- 泰兹拉夫郭金KA, EJ,年轻WW,古德温AA。SARS-CoV-2 (Covid-19)工作场所温度筛选:季节性热检测在北部地区的担忧。:尔刚2022年1月;98:103576 [<一个href="https://europepmc.org/abstract/MED/34488191" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.apergo.2021.103576">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=34488191&dopt=Abstract" target="_blank">Medline]
- 赖特W, Mackowiak p .为什么与非接触红外温度计温度冠状病毒疾病筛查2019不起作用。开放论坛感染说2021年1月,8 (1):ofaa603 [<一个href="https://europepmc.org/abstract/MED/33506067" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/ofid/ofaa603">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=33506067&dopt=Abstract" target="_blank">Medline]
- 米勒,辛格,克勒E, Polgreen p .智能手机产生一个巨大温度计势将申请实时人口和个体层面的流感监测。感染说2018年7月,67 (3):388 - 397。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/cid/ciy073">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=29432526&dopt=Abstract" target="_blank">Medline]
- 西蒙森L,高格小,奥尔森D, Viboud c .传染性疾病监测在大数据时代:对速度和局部相关系统。J感染说2016年12月,214 (suppl_4): S380-S385。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/infdis/jiw376">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=28830112&dopt=Abstract" target="_blank">Medline]
- Xiaolianxing。URL:<一个t一个rget="_blank" href="https://k12.xiaolianxing.com/">https://k12.xiaolianxing.com/ /登录?重定向= % 2 f[2019-12-10]访问
- 中国国家流感中心。URL:<一个t一个rget="_blank" href="http://www.chinaivdc.cn/cnic/">http://www.chinaivdc.cn/cnic/[2021-09-01]访问
- 国家流感监测计划(2017年版)。中国国家流感中心。URL:<一个t一个rget="_blank" href="https://ivdc.chinacdc.cn/cnic/fascc/201802/t20180202_158592.htm">https://ivdc.chinacdc.cn/cnic/fascc/201802/t20180202_158592.htm[2017-09-30]访问
- Groseclose年代,Buckeridge d .公共卫生监测系统:使用最新进展和评估。为公共卫生2017年3月,38:57 - 79 (<一个href="https://www.annualreviews.org/doi/abs/10.1146/annurev-publhealth-031816-044348?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%3dpubmed" target="_blank">免费的全文][<一个t一个rget="_blank" href="https://dx.doi.org/10.1146/annurev-publhealth-031816-044348">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=27992726&dopt=Abstract" target="_blank">Medline]
- Baral SD, Poteat T, Stromdahl年代,Wirtz, Guadamuz TE,发表全球c .变性妇女中艾滋病毒负担:系统回顾和荟萃分析。柳叶刀感染说2013年3月,13 (3):214 - 222。(<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/S1473-3099(12)70315-8">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=23260128&dopt=Abstract" target="_blank">Medline]
- Mook P,约瑟夫·C·盖茨P, Phin n监测试点计划病假期间在学校2006/07冬季在英格兰:这些数据可以作为流感活动的代理吗?欧元Surveill 2007; 12月12 (12):E11-E12。(<一个t一个rget="_blank" href="https://dx.doi.org/10.2807/esm.12.12.00755-en">CrossRef][<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=18076857&dopt=Abstract" target="_blank">Medline]
缩写
| DAR:每天的缺勤率 |
| DFR:每天热率 |
| 瑞士:综合征监测系统 |
| 战争:每周的缺勤率 |
| 公司:每周热率 |
| WPRIV:每周积极的流感病毒 |
编辑Y埃塞俄比亚;提交10.02.22;同行评议Leal O否决权,江;评论作者13.07.22;修订版本收到09.08.22;接受20.08.22;发表14.10.22
版权©甄,成化年间。最初发表在JMIR公共卫生和监测(https://publichealth.www.mybigtv.com), 14.10.2022。
这是一个开放分布式根据条知识共享归属许可(https://creativecommons.org/licenses/by/4.0/),它允许无限制的使用、分配、和繁殖在任何媒介,提供原工作,首次出版于JMIR公共卫生和监测、正确地引用。完整的书目信息,原始发布在https://publichealth.www.mybigtv.com上的链接,以及这个版权和许可信息必须包括在内。