发表在第八卷,第一名(2022): 1月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/22113,首次出版
不使用、停止使用和接受COVID-19接触者追踪应用程序附加功能的原因:横断面调查研究

不使用、停止使用和接受COVID-19接触者追踪应用程序附加功能的原因:横断面调查研究

不使用、停止使用和接受COVID-19接触者追踪应用程序附加功能的原因:横断面调查研究

原始论文

1比利时安特卫普大学社会科学学院传播研究系MIOS研究小组和GOVTRUST卓越中心

2比利时根特大学政治与社会科学学院传播科学系IMEC-MICT研究小组

通讯作者:

米歇尔·瓦尔瑞夫博士

MIOS研究小组和GOVTRUST卓越中心

社会科学学院传播学研究系

安特卫普大学

Sint-Jacobstraat 2

2000年安特卫普

比利时

电话:32 475459785

电子邮件:michel.walrave@uantwerp.be


背景:在一些国家,接触者追踪应用程序(cta)已经推出,以警告用户是否有可能接触到SARS-CoV-2的高风险接触,从而可能患上COVID-19或进一步传播病毒。为使cta有效,需要有足够的临界数量的用户。到目前为止,这些应用程序在一些国家的应用还很有限,这就产生了一个问题,即哪些因素会阻碍应用程序的使用或刺激应用程序的停止使用。

摘要目的:这项研究的目的是调查个人不使用或停止使用CTA的原因,特别是冠状警报应用程序。在比利时评估了用户和非用户对应用程序潜在影响的态度。为了进一步激发人们对CTA的兴趣和潜在用途,该研究还调查了人们对新功能的兴趣。

方法:比利时对1850名年龄在18岁至64岁之间的受访者进行了一项在线调查。数据收集于2020年10月30日至11月2日。评估了使用者和非使用者之间的社会人口统计学差异。我们分析了两组用户对cta潜在影响的态度以及他们对新应用功能的接受程度。

结果:我们的数据显示,64.9%(1201/1850)的受访者未使用CTA;这包括没有安装应用程序的人,下载但没有激活应用程序的人,以及卸载应用程序的人。虽然我们没有发现用户和非用户之间存在任何社会人口统计学差异,但对应用程序及其功能的态度似乎有所不同。不下载和使用应用程序的主要原因是认为缺乏优势(308/991,31.1%),担心隐私(290/991,29.3%),其次是没有智能手机(183/991,18.5%)。CTA的用户更认同这类应用程序在减轻大流行后果方面的潜力。总的来说,非用户发现用未来功能扩展CTA的可能性比用户更难以接受。然而,在用户中,可接受性也趋于不同。在用户中,与访问和控制相关的功能,如数字证书或活动“绿卡”,被接受的程度(358/649,55.2%)低于侧重于告知公民病毒传播的功能(453/649,69.8%)或预约接受检测的功能(525/649,80.9%)。

结论:我们的研究结果表明,与非用户相比,应用程序用户更相信CTA的效用,更倾向于接受应用程序的新功能。此外,非用户有更多与cta相关的隐私问题。因此,为了进一步刺激应用程序的采用和使用,需要强调其潜在的优势和隐私保护机制。进一步了解非用户的抵制形式对于通过应用的进一步开发和交流活动来应对这些障碍非常重要。

中华医学会公共卫生监测杂志,2010;8(1):822113

doi: 10.2196/22113

关键字



自SARS-CoV-2出现以来,世界各国政府通过实施广泛的政策来应对随后的大流行。这些措施包括破坏人员流动的措施,如全面和部分封锁,限制个人身体接触的数量,以及相应的检测、追踪和隔离策略。传统上,接触者追踪主要通过呼叫中心实施,在呼叫中心,工作人员采访被诊断患有COVID-19的个人以及与他们有过接触的人[1]。然而,由呼叫中心进行的联络追踪有若干限制[23.]。因此,越来越多的国家开发了接触者追踪应用程序(cta),让用户能够跟踪他们与其他应用程序用户的接近程度,如果用户与COVID-19检测呈阳性的人接近,就会收到警告。4]。在大多数实施了cta的国家,这些应用程序的使用是自愿的。然而,据报摄取量有限[5]。在欧洲,据报道,吸收水平从不到1%到几乎一半的人口[6]。然而,CTA的有效性取决于人群的接受程度。模型研究量化了采用CTA对病毒传播的影响。一项研究发现,至少56%的人口应该使用CTA,以便为缓解大流行做出贡献[7]。即使没有达到这一阈值,较低的摄取水平也能够降低感染率,因此,使用CTA可能是对人工接触者追踪的有效补充。例如,在一个包括15%使用CTA的人口的模型中,暴露通知将使感染人数减少8% [8]。然而,CTAs的影响进一步取决于所采取的措施,例如缓解流行病的非药物措施(例如,流离失所限制)、采取个人预防行为(例如,对受感染的个人保持身体距离和遵守隔离)、检测能力以及是否容易进入检测设施以增加早期病例发现[9]。

在比利时,CTA于2020年9月启动了冠状警报。该应用程序是基于DP-3T(分布式隐私保护接近跟踪)架构开发的。这与谷歌和苹果提供的曝光通知界面相结合[10]。这款应用已经被下载了270万次,几乎占比利时智能手机用户的三分之一。11(具体的CTA如何工作的细节总结在多媒体附录1)。该系统提供了重要的隐私保障:它仅用于检测covid -19感染者的密切接触者,不跟踪位置,也不将信息与个人数据联系起来[12]。由于该系统基于DP-3T协议,并已在大量欧盟(EU)国家和美国各州实施[5],已经开发了跨国界互操作性,因此该应用程序可以在使用相同系统的其他国家使用。但要想让这样一款应用发挥最佳功能,它被广泛采用是至关重要的。

之前针对COVID-19 cta的研究主要集中在应用程序采用率的预测因素以及采用者和非采用者之间的社会人口统计学差异。一些研究发现,在男性、年轻受访者、高收入个体和生活在城市地区的个体中,CTA的采用率或采用率更高[13-15]。研究发现,有几个因素会刺激应用的使用,例如当前和潜在用户对应用在减少病毒传播方面的贡献的态度(即应用的感知有用性或性能)以及使用应用的积极社会影响(即主观规范)。cta感知到的安全性和隐私性也会影响其使用或使用意图。此外,个人参与与大流行相关的行为调整、对政府的信任以及对卫生当局的信任都会影响应用程序的使用[115-23]。有过COVID-19个人经历的受访者,无论是作为患者还是与被诊断为COVID-19的亲属,还是那些认为感染后会造成健康后果的受访者,更倾向于安装该应用程序[152324]。此外,研究指出了对cta实施的关注。发现用户感知到的安全和隐私风险降低了应用程序的使用意愿[114]。虽然研究的重点是服用CTA的动机和预测因素,以及CTA的感知风险,但很少有研究关注导致不采用或停止使用的问题[182425]。

因此,本文旨在解决文献中关于不使用与健康相关的应用程序的重要空白,其相关性在COVID-19危机中变得尤为明显。因此,本研究关注的是收养者和非收养者之间潜在的社会人口统计学差异以及不使用的原因。更具体地说,我们关注以下原因:(1)未下载应用程序,(2)下载但未激活应用程序,以及(3)通过卸载应用程序停止使用。此外,根据CTA的个人和社会预期结果,评估了非用户和用户之间的态度差异。

第二个要解决的差距涉及在大流行期间公民对cta貌似合理的扩展功能的态度的深入了解。因此,受访者面临着目前尚未集成在Coronalert中但已在其他国家的cta中实施的潜在新功能,或者正在作为潜在的有用附加选项进行讨论,以刺激应用的吸收和持续使用。在这方面,几位作者对政府将个人数据的收集和使用扩大到超出大流行背景下最初设想的范围(即"功能蔓延")表示关切[2627]。鉴于实施技术贸易协定及其功能有重要的法律方面的关系[28],终端用户的视角和公众接受度的重要作用不容忽视。因此,评估用户对cta附加数据收集功能的态度似乎至关重要。

鉴于针对这些应用功能的基于人群的研究很少[2930.],我们调查了用户和非用户对这些潜在功能的态度有何不同。例如,该应用程序可以显示其持有人与新冠病毒检测呈阳性的其他用户没有密切接触,以便进入公共场所或其他地点。此外,还可以整合其他凭证,如疫苗接种证书或COVID-19抗体检测结果。验证者(例如雇主和活动组织者)可要求持有人出示此证明以获得访问权限[31]。然而,这种“绿色证书”的实施受到了许多批评,一些学者指出,在这方面需要考虑道德和隐私方面的问题[31-33]。

因此,为了促进数字接触追踪的研究,本研究有三个主要目标。首先,我们研究了采用cta的阈值。其次,就cta的感知影响而言,用户和非用户之间的潜在差异进行了检验。第三,我们研究了用户和非用户对可能包含在cta中的潜在功能的开放程度。


程序和样本

这项研究是在比利时讲荷兰语的佛兰德斯进行的。对18至64岁的受访者进行了一项在线调查。数据收集于2020年10月30日至11月2日。在此期间,采取了以下应对COVID-19的措施:允许公民最多与一名非自己家庭成员的人密切接触;公民被允许与最多四个人举行私人会议,同一个人在两周内举行;市场和商店都开门营业;咖啡馆和餐馆都关门了,但外卖和外卖是允许的;远程办公成为所有允许远程办公的专业活动的标准;职业体育比赛不欢迎观众;室内活动(文化、宗教等)最多可容纳200人参加,室内体育活动有相应的规则; and a curfew was in force from 12 AM until 5 AM.

调查对象的招募是由一家专业研究机构组织的,该机构在比利时管理着一个由30万名成员组成的小组。选择参加调查的小组成员不会获得报酬,但可以参加由该机构组织的竞赛,以赢得最高50欧元的代金券。受访者是专门为本研究目的而招募的。

1850名受访者的样本被招募,符合以下资格标准:(1)是比利时居民,(2)年龄在18至64岁之间,(3)说荷兰语。为了获得异质样本,我们遵循分层抽样程序。根据比利时联邦统计数据,我们根据性别、年龄和教育水平对数据进行了先验分层,以便样本阶层的比例能够反映佛兰德人口的比例。总共有8000名小组成员收到了参与邀请的电子邮件;邀请函包括对研究的简短描述和一个链接,将受访者重定向到专门为这项研究设置的在线调查。当按性别、年龄、教育程度等分层调查对象达到1850人时,数据收集被截断。这之所以成为可能,是因为该机构知道每个小组成员的社会人口统计资料。研究人员无法获得参与者的身份,调查问卷没有要求任何形式的身份证明,这可能会给受访者带来不便,也不会危及他们对研究人员的匿名性。之后,我们根据问卷中包含的社会人口学变量确认了受访者的资格和与预定义阶层的对应关系。

在告知受访者研究目标并征得他们的知情同意后,受访者会看到一段话,简要解释Coronalert应用程序的主要功能(即使用蓝牙检测接近度,以及向附近的其他用户匿名披露用户的covid -19阳性状态)。这项研究是一个更大的研究项目的一部分,该项目涉及应用采纳和使用的预测因素。在小组成员之间的在线数据收集之前,调查的介绍和整个问卷由三位研究人员进行评估,以检查问题的清晰度和简要解释。

本研究得到了根特大学伦理委员会的批准,该委员会监督每项研究中所采取的隐私和保密措施,以及数据收集后如何存储。

措施

除了性别、年龄、教育程度、就业状况等社会人口学特征外,我们还询问了受访者的医疗状况。后者是通过询问受访者是否患有一种或多种疾病(例如,心脏、肺部或肾脏疾病;糖尿病;癌症;免疫系统减弱;以及高血压),当COVID-19呈阳性时,这可能是一个风险因素。

根据国际标准职业分类,使用了比利时联邦统计研究所的就业类别。这一分类通过分组几个类别而缩短,并增加了“灵活工作”作为补充类别,因为它是一个相对较新的就业类别。

受访者被问及他们没有安装、安装但没有激活或卸载应用程序的原因。接下来,我们评估了受访者对cta潜在影响的态度(8项)。提出了与移动接触者追踪的社会和个人影响有关的若干陈述。受访者被问及他们是否同意cta的影响,使用5分李克特量表。此外,还测量了冠状警报应用程序的潜在功能和应用的接受程度(使用5点李克特量表的11个项目)。提交的选项是基于已经集成到特定应用程序或作为潜在选项讨论的功能[34];这些可以分为两类:(1)信息和建议;(2)控制和访问。第一类向用户提供以下建议:识别COVID-19感染的症状;了解自己所在社区的感染程度,并能够获得卫生专业人员的建议;并且可以预约做检查。第二种选择包括将该应用程序用作一种“冠状病毒通行证”,以表明没有与COVID-19感染者接触过,或者允许当局使用该应用程序检查感染者的活动。用户和非用户的态度以5分的李克特量表进行测量,范围从1(不同意)到5(同意)。该研究的调查问卷包含在多媒体附录2

分析策略

进行了几项分析,以描述Coronalert用户和非用户之间的差异,包括社会人口统计学变量和不同的态度。在进行主要分析之前,所有三类非用户(即未安装应用程序的受访者,下载但未激活应用程序的受访者以及卸载应用程序的受访者)被合并为一组非用户。因此,为后续分析创建了使用与不使用的二分变量。所有分析均使用SPSS Statistics for Macintosh(版本28;IBM公司)。

首先,卡方分析和t进行测试以测试用户和非用户之间关于社会人口变量的组间差异。随后,进行描述性分析以评估不使用该应用程序的不同原因。随后,评估用户和非用户之间关于冠状警报应用程序潜在影响的潜在差异;用户和非用户对新应用功能的接受程度也进行了评估。卡方检验和t用检验分别检验组间分类差异和组间连续差异。科恩d被报道和解释,还有P值,分别评估效应大小和显著效应的存在。科恩(35]建议分别用0.10、0.30和0.50来划分小、中、大的影响。


概述

本研究样本的组成及描述性统计资料见表1。共有1850名受访者参与调查,其中女性占50.4%(933/1850)。受访者的平均年龄为45.29岁(SD 14.42), 39.6% (n=732)具有大学或以上学历,39.2% (n=726)具有高中以上学历,21.2% (n=392)具有初中以上学历。

卡方检验显示,在性别、教育水平、就业类型和报告的健康风险方面,使用者和非使用者之间没有显著差异。另外,一个独立样本t测试表明用户和非用户在年龄方面没有显著差异。

表1。研究比利时COVID-19接触者追踪应用程序Coronalert用户和非用户的样本和特征。
特征 总样本(N=1850) Coronalert用户(n=649)一个 非Coronalert用户(n=1201)一个 卡方检验(df t测试(df P价值
参与者,n (%) 1850 (100) 649 (35.1) 1201 (64.9) N/Ab N/A N/A
性别,n (%)

男性 917 (49.6) 317 (34.6) 600 (65.4) 0.2 (1) N/A 主板市场c

933 (50.4) 322 (35.6) 601 (64.4)


平均年龄(SD) 45.29 (14.42) 45.24 (14.68) 45.32 (14.28) N/A 0.115 (1848) 票价
教育程度,n (%)

初中教育 392 (21.2) 135 (34.4) 257 (65.5) 0.3 (2) N/A .87点

高等中等教育 726 (39.2) 252 (34.7) 474 (65.3)



高等教育 732 (39.6) 262 (35.8) 470 (64.2)


就业类型,n (%)

工人 439 (23.7) 154 (35.1) 285 (64.9) 0.9 (3) N/A

白领、公务员、行政人员 1120 (60.5) 396 (35.4) 724 (64.6)



自雇或自由职业 248 (13.4) 82 (33.1) 166 (66.9)



Flexi-jobd 43 (2.3) 17 (39.5) 26日(60.5)


健康风险e, n (%)

是的 694 (37.5) 259 (37.3) 435 (62.7) 3.8 (2) N/A 酒精含量

没有 1006 (54.4) 333 (33.1) 673 (66.9)



我不知道 150 (8.1) 57 (38.0) 93 (62.0)


一个百分比基于“总样本”列中的总价值。

b答:不适用;这个统计数据不是为这个项目计算的;的t年龄变量采用检验,其他变量采用卡方检验。

c一组变量的统计数据报告在该组的最上面一行。

d弹性工作是一种特殊的就业状态,人们可以在优惠的条件下工作额外的时间(在酒店业),即使已经退休或在其他地方就业。

e有健康风险的参与者患有一种或多种疾病,当COVID-19呈阳性时,这些疾病可能成为风险因素。

不使用Coronalert的原因

总共有64.9%(1201/1850)的受访者在研究时没有使用CTA。数据显示了三种类型的非用户:82.5%(991/1201)没有安装应用程序,12.0%(144/1201)下载了应用程序但从未激活它,5.3%(64/1201)安装了应用程序,但已经从智能手机上删除了它。受访者被问及为什么他们没有安装,安装但没有激活,或卸载应用程序的原因。这些原因总结为表2

不安装应用程序的最重要原因是受访者发现使用Coronalert缺乏优势(308/991,31.1%的受访者没有安装应用程序)。其次是担心隐私(290/991,29.3%)和担心使用时压力,这是不安装应用程序的原因。没有智能手机(183/991,18.5%)或智能手机型号较旧(93/991,9.4%)也是受访者没有安装该应用程序的原因。共有1 / 7的受访者(138/991,13.9%)认为该应用程序没有什么价值,因为他们相信自己感染病毒的风险很低。不安装应用程序的原因与政府参与应用程序有关,包括担心政府如何使用收集到的数据(189/991,19.1%)和政府能够跟踪用户的行动(80/991,8.1%)。技术问题,比如在安装应用程序时遇到问题(46/991,4.6%),害怕他们在安装时遇到困难(63/991,6.4%),或者害怕应用程序会耗尽电池(96/991,9.7%),很少被选为原因。

总共有十分之一的非用户(144/1201,11.9%)下载了应用程序,但没有激活它。这些不激活的主要原因包括担心政府会如何对待他们的数据(50/144,34.7%),一般隐私问题(34/144,23.6%),使用应用程序困难(27/144,18.8%),或者看到使用它没有什么好处(16/144,11.1%)。

另一类受访者删除了这款应用,尽管他们最初决定将其安装在智能手机上(64/1201,占非用户样本的5.3%)。被引用最多的三个原因包括:使用它的优势太少(24/64,37.5%),使用它遇到困难(16/64,25.0%),以及担心应用程序会影响智能手机的电池消耗(12/64,18.8%)。

虽然大多数受访者没有安装Coronalert,但近五分之一的受访者表示,他们可能会决定在未来安装这款应用(18.5%)。他们给出的尚未采用这种接触追踪技术的主要原因与他们的智能手机有关,他们的智能手机型号较旧,与应用程序不兼容(43/183,23.5%);没有智能手机(34/183,18.6%);在当前与covid -19相关的行动限制背景下,遇到技术问题或没有看到移动接触者追踪的优势(均为29/183,15.8%)。

表2。比利时不使用COVID-19接触者追踪应用程序Coronalert的原因。
不使用应用程序的原因 未安装(n=991);
n (%)
已安装但未激活(n=144);
n (%)
卸载(n = 64),
n (%)
我没有智能手机 183 (18.5) N/A一个 N/A
我有一部旧的智能手机 93 (9.4) N/A N/A
我遇到了一个技术问题 46 (4.6) 17 (11.8) 6 (9.4)
我几乎没有感染冠状病毒的风险 138 (13.9) 12 (8.3) 6 (9.4)
我担心我的智能手机电池会很快耗尽 96 (9.7) 17 (11.8) 12 (18.8)b
对我来说,这个应用程序太难安装了 63 (6.4) 27日(18.8)c 16 (25.0)c
我发现使用这个应用程序的好处太少了 308 (31.1) 16 (11.1) 24 (37.5)
我担心政府将如何使用获得的数据 189 (19.1) 50 (34.7) 11 (17.2)
当我使用这个应用程序时,我担心我的隐私得不到保障 290 (29.3) 34 (23.6) 5 (7.8)
我担心政府会跟踪我的行动 80 (8.1) 11 (7.6) 0 (0)
我不相信这个应用程序 176 (17.8) 6 (4.2) 6 (9.4)
使用这个应用程序会给我带来压力 208 (21.0) 17 (11.8) 10 (15.6)d
我认为使用这款应用的好处不多,因为目前的措施减少了外出活动的可能性 93 (9.4) 27日(18.8) 6 (9.4)

一个答:不适用;这些问题没有提交给没有智能手机或使用旧智能手机的受访者。

b这句话经过了修改,以适应停止使用Coronalert的背景:“我感觉我的电池消耗得更快了。”

c这句话被改写为“对我来说,这个应用程序太难用了。”

d这条被改写为“使用应用程序让我感到压力”。

非用户和用户在冠状警报潜在影响方面的差异

如图所示表3对用户最重要的贡献是:帮助政府抗击疫情(430 /649,81.7%),CTA在发现和警告感染用户方面比传统的接触者追踪更快(481/649,74.1%),应用程序减少病毒的传播(445/649,68.6%),应用程序快速提醒用户危险接触者(408/649,62.9%),CTA在发现危险接触者的同时保护用户隐私(384/649,59.2%)。总的来说,这五个关于Coronalert有用性的原因很少被非用户引用,他们似乎不太相信这款应用的潜在影响t检验确实报告了显著差异,具有较大的效应量(t1848= -15.37,P<措施[2-t一个iled]; Cohend=0.76, 95% CI 0.66-0.86),应用程序用户和非用户之间关于冠状病毒警报对减少病毒传播的影响。该应用的用户比非用户更相信cta的影响。此外,冠状警报的用户比非用户更确信,该应用程序会比传统的接触者追踪更快地通知他们潜在的感染。这一显著差异具有较大的效应量(t1624= -16.99,P<措施[2-t一个iled]; Cohend=0.78, 95% ci 0.67-0.87)。一般来说,用户更相信,如果他们有危险的接触,CTA会迅速通知他们1848= -2.55,P<。01 [2-tailed];科恩d=0.13, 95% ci 0.03-0.22)。与不使用CTA的人相比,使用CTA的人也更相信,他们会采取更多的预防措施来防止病毒的传播,但这种差异具有中等效应大小(t)1848= -6.40,P<措施[2-t一个iled]; Cohend=0.31, 95% ci 0.21-0.41)。用户更加坚信,使用该应用程序有助于政府抗击病毒。非使用者和使用者之间的差异有很强的效应量(t1716= -20.81,P<措施[2-t一个iled]; Cohend=0.92, 95% ci 0.82-1.02)。最后,用户比非用户更相信CTA尊重用户的隐私。然而,发现一个小的效应量(t1848= -3.62,P<措施[2-t一个iled]; Cohend=0.17, 95% ci 0.08-0.27)。

表3。比利时对COVID-19接触者追踪应用Coronalert潜在影响的态度。
问题与回答 总样本(N=1850) 非Coronalert用户(n=1201) Coronalert用户(n=649) t测试(df P价值 科恩d
通过使用冠状病毒警报,人们可以合作减少冠状病毒的传播

反应评分,平均(SD)一个 N/Ab 3.03 (1.14) 3.86 (1.01) -15.37 (1848)c <措施c 0.76c

响应,n (%)


不同意 175 (9.5) 159 (13.2) 16 (2.5)




而不同意 211 (11.4) 161 (13.4) 50 (7.7)




不同意/不同意 626 (33.8) 488 (40.6) 138 (21.3)




相当同意 520 (28.1) 267 (22.2) 253 (39.0)




同意 318 (17.2) 126 (10.5) 192 (29.6)


通过使用Coronalert,人们在面对面接触时更加谨慎

反应评分,平均(SD) N/A 3.02 (1.15) 3.10 (1.14) -1.520 (1848) 13。 0.07

响应,n (%)


不同意 247 (13.4) 171 (14.2) 76 (11.7)




而不同意 253 (13.7) 156 (13.0) 97 (14.9)




不同意/不同意 694 (37.5) 466 (38.8) 228 (35.1)




相当同意 476 (25.7) 296 (24.6) 180 (27.7)




同意 180 (9.7) 112 (9.3) 68 (10.5)


通过使用冠状病毒警报,用户可以迅速知道他们何时与冠状病毒感染者有过接触

反应评分,平均(SD) N/A 3.47 (1.12) 3.61 (1.08) -2.551 (1848) . 01 0.13

响应,n (%)


不同意 157 (8.5) 116 (9.7) 41 (6.3)




而不同意 135 (7.3) 79 (6.6) 56 (8.6)




不同意/不同意 449 (24.3) 305 (25.4) 144 (22.2)




相当同意 811 (43.8) 527 (43.9) 284 (43.8)




同意 298 (16.1) 174 (14.5) 124 (19.1)


通过使用冠状病毒警报,人们将采取更多的预防措施,以免传播冠状病毒

反应评分,平均(SD) N/A 2.82 (1.22) 3.19 (1.15) -6.396 (1848) <措施 0.31

响应,n (%)


不同意 288 (15.6) 233 (19.4) 55 (8.5)




而不同意 346 (18.7) 213 (17.7) 133 (20.5)




不同意/不同意 581 (31.4) 403 (33.6) 178 (27.4)




相当同意 447 (24.2) 246 (20.5) 201 (31.0)




同意 188 (10.2) 106 (8.8) 82 (12.6)


通过使用冠状病毒警报,人们可以帮助政府抗击冠状病毒

反应评分,平均(SD) N/A 3.12 (1.16) 4.09 (0.83) -20.810 (1716) <措施 0.92

响应,n (%)


不同意 150 (8.1) 150 (12.5) 0 (0)




而不同意 181 (9.8) 143 (11.9) 38 (5.9)




不同意/不同意 560 (30.3) 479 (39.9) 81 (12.5)




相当同意 592 (32.0) 275 (22.9) 317 (48.8)




同意 367 (19.8) 154 (12.8) 213 (32.8)


Coronalert会检测与冠状病毒感染者的接触,同时尊重应用程序用户的隐私

反应评分,平均(SD) N/A 3.51 (1.17) 3.71 (1.15) -3.618 (1848) <措施 0.17

响应,n (%)


不同意 166 (9.0) 117 (9.7) 49 (7.6)




而不同意 64 (3.5) 46 (3.8) 18 (2.8)




不同意/不同意 615 (33.2) 417 (34.7) 198 (30.5)




相当同意 545 (29.5) 354 (29.5) 191 (29.4)




同意 460 (24.9) 267 (22.2) 193 (29.7)


冠状病毒警报比通过电话追踪接触者更快,可以检查冠状病毒感染者的接触者

反应评分,平均(SD) N/A 3.28 (1.09) 4.06 (0.85) -16.985 (1624) <措施 0.78

响应,n (%)


不同意 115 (6.2) 115 (9.6) 0 (0)




而不同意 103 (5.6) 80 (6.7) 23日(3.5)




不同意/不同意 666 (36.0) 521 (43.4) 145 (22.3)




相当同意 573 (31.0) 321 (26.7) 252 (38.8)




同意 393 (21.2) 164 (13.7) 229 (35.3)


使用冠状病毒警报有助于防止亲人感染冠状病毒

反应评分,平均(SD) N/A 3.33 (1.23) 3.41 (1.22) -1.307 (1848) .19 0.07

响应,n (%)


不同意 214 (11.6) 146 (12.2) 68 (10.5)




而不同意 173 (9.4) 108 (9.0) 65 (10.0)




不同意/不同意 558 (30.2) 377 (31.4) 181 (27.9)




相当同意 539 (29.1) 338 (28.1) 201 (31.0)




同意 366 (19.8) 232 (19.3) 134 (20.6)


一个该应用程序的非用户和用户分别计算了平均分数。

b答:不适用;没有计算整个样本的平均得分。

c这个值是使用该应用程序的用户和非用户的平均得分计算的,而不是使用个人回复的频率。

非用户和用户在Coronalert潜在应用程序方面的差异

正如之前所强调的,几乎三分之一没有安装应用程序的受访者(308/991,31.1%)认为使用它没有什么好处。因此,响应潜在用户需求的补充功能可以刺激采用和持续使用。

总的来说,Coronalert的用户比没有使用该应用的受访者更支持建议的潜在选项(表4)。用户最喜欢被告知他们去过一个或几个人后来被诊断为COVID-19的地方(547/649,84.3%),能够预约接受检测(525/649,80.9%),获得如何保护自己的建议(458/649,70.6%),与卫生专业人员接触(473/649,72.9%),获得有关病毒影响的统计数据(例如,感染人数和住院人数;(453/649, 69.8%)、被告知邻里感染人数(438/649,67.5%),或获得评估COVID-19症状的问卷(431/649,66.4%)。

用户和非用户在支持新功能方面的所有差异都是显著的,具有中等到强的效应量。特别是,冠状病毒警报用户更倾向于被告知他们去过一个地方,那里有一个或几个人后来被诊断出患有COVID-191565= -13.62,P<措施[2-t一个iled]; Cohend=0.54, 95% CI 0.45-0.64),能够预约健康专业人员进行检测(t1579= -13.33,P<措施[2-t一个iled]; Cohend=0.64, 95% CI 0.53-0.73),获得如何保护自己的建议(t1418= -10.03,P<措施[2-t一个iled]; Cohend=0.37, 95% CI 0.25-0.44),能够与卫生专业人员取得联系(t1438= -11.43,P<措施[2-t一个iled]; Cohend=0.54, 95% ci 0.44-0.64)。此外,大多数人赞成查看有关病毒影响演变的统计数据(例如,感染和住院情况;t1527= -14.91,P<措施[2-t一个iled]; Cohend=0.69, 95% CI 0.60-0.80),获得有关社区感染人数的信息(t1239= -7.55,P<措施[2-t一个iled]; Cohend=0.38, 95% CI 0.29-0.48),或获得评估COVID-19症状的问卷(t1848= -9.61,P<措施[2-t一个iled]; Cohend=0.46, 95% ci 0.37-0.56)。

关于以控制和获取为重点的Coronalert的潜在功能,调查结果更为复杂。在应用的用户中,这些功能的实现似乎更有争议,因为通常只有一半的用户同意这些功能的未来实现。例如,大约一半的用户同意使用“绿屏”功能来访问活动(358/649,55.2%)、学校(357/649,55.0%)和办公室(322/649,49.6%)。微弱多数赞成使用该应用程序来控制COVID-19感染者的行踪(339/649,52.2%)。虽然与信息相关的选项相比,这些控制功能的总体可接受性较低,但与非用户(访问事件)相比,用户仍然明显更有可能接受这些功能1248= -10.73,P<措施[2-t一个iled]; Cohend=0.53, 95% ci 0.44-0.63;上学的机会1282= -11.06,P<措施[2-t一个iled]; Cohend=0.55, 95% ci 0.45-0.64;出入办公室1225= -10.55,P<措施[2-t一个iled]; Cohend=0.53, 95% ci 0.43-0.62;行踪控制1179= -9.20,P<措施[2-t一个iled]; Cohend=0.47, 95% ci 0.37-0.56)。

表4。比利时对COVID-19接触者追踪应用Coronalert潜在应用的态度。
问题与回答 总样本(N=1850) 非Coronalert用户(n=1201) Coronalert用户(n=649) t测试(df P价值 科恩d
资讯及建议

通过集成在应用程序中的问卷调查,向用户询问症状,你应该能够评估自己是否感染了冠状病毒


反应评分,平均(SD)一个 N/Ab 3.27 (1.12) 3.79 (1.12) -9.61 (1848)c <措施c 0.46c


响应,n (%)



不同意 150 (8.1) 123 (10.2) 27日(4.2)





而不同意 159 (8.6) 93 (7.7) 66 (10.2)





不同意/不同意 620 (33.5) 495 (41.2) 125 (19.3)





相当同意 544 (29.4) 317 (26.4) 227 (35.0)





同意 377 (20.4) 173 (14.4) 204 (31.4)



通过这款应用程序,你应该能够了解你的邻居中有多少人感染了冠状病毒


反应评分,平均(SD) N/A 3.25 (1.14) 3.70 (1.24) -7.551 (1239) <措施 0.38


响应,n (%)



不同意 186 (10.1) 122 (10.2) 64 (9.9)





而不同意 177 (9.6) 131 (10.9) 46 (7.1)





不同意/不同意 538 (29.1) 437 (36.4) 101 (15.6)





相当同意 592 (32.0) 342 (28.5) 250 (38.5)





同意 357 (19.3) 169 (14.1) 188 (29.0)



通过这款应用,你应该能够被告知你去过一个地方,那里有一个或几个感染了冠状病毒的人


反应评分,平均(SD) N/A 3.55 (1.34) 4.21 (0.93) -13.62 (1565) <措施 0.54


响应,n (%)



不同意 134 (7.2) 116 (9.7) 18 (2.8)





而不同意 54 (2.9) 37 (3.1) 17 (2.6)





不同意/不同意 443 (23.4) 366 (30.5) 67 (10.3)





相当同意 693 (37.5) 440 (36.6) 253 (39.0)





同意 536 (29.0) 242 (20.1) 294 (45.3)



通过这款应用程序,你应该能够获得有关如何更好地保护自己免受冠状病毒感染的建议


反应评分,平均(SD) N/A 3.38 (1.8) 3.92 (1.01) -10.03 (1418) <措施 0.37


响应,n (%)



不同意 154 (8.3) 123 (10.2) 31 (4.8)





而不同意 115 (6.2) 83 (6.9) 32 (4.9)





不同意/不同意 577 (31.2) 449 (37.4) 128 (19.7)





相当同意 534 (28.9) 311 (25.9) 223 (34.4)





同意 470 (25.4) 235 (19.6) 235 (36.2)



通过这款应用,你应该能够收到有关冠状病毒传播的一般信息(例如,每周平均感染、住院和死亡人数)。


反应评分,平均(SD) N/A 3.16 (1.33) 4.04 (1.13) -14.91 (1527) <措施 0.69


响应,n (%)



不同意 254 (13.7) 226 (18.8) 28日(4.3)





而不同意 108 (5.8) 76 (6.3) 32 (4.9)





不同意/不同意 541 (29.2) 405 (33.7) 136 (21.0)





相当同意 411 (22.2) 265 (22.1) 146 (22.5)





同意 536 (29.0) 229 (19.1) 307 (47.3)



通过这款应用,你应该可以预约进行冠状病毒检测


反应评分,平均(SD) N/A 3.47 (1.23) 4.20 (1.03) -13.33 (1579) <措施 0.64


响应,n (%)



不同意 176 (9.5) 154 (12.8) 22日(3.4)





而不同意 90 (4.9) 62 (5.2) 28日(4.3)





不同意/不同意 416 (22.5) 342 (28.5) 74 (11.4)





相当同意 553 (29.9) 351 (29.2) 202 (31.1)





同意 615 (33.2) 292 (24.3) 323 (49.8)



通过这款应用,你应该可以联系到卫生专业人员,询问有关冠状病毒的建议


反应评分,平均(SD) N/A 3.29 (1.30) 3.97 (1.19) -11.43 (1438) <措施 0.54


响应,n (%)



不同意 230 (12.4) 190 (15.8) 40 (6.2)





而不同意 124 (6.7) 79 (6.6) 45 (6.9)





不同意/不同意 465 (25.1) 374 (31.1) 91 (14.0)





相当同意 499 (27.0) 310 (25.8) 189 (29.1)





同意 532 (28.8) 248 (20.6) 284 (43.8)


控制和访问

公共当局应该能够跟踪感染冠状病毒的人的行踪


反应评分,平均(SD) N/A 2.63 (1.36) 3.30 (1.56) -9.20 (1179) <措施 0.47


响应,n (%)



不同意 533 (28.8) 388 (32.3) 145 (22.3)





而不同意 166 (9.0) 98 (8.2) 68 (10.5)





不同意/不同意 516 (27.9) 419 (34.9) 97 (14.9)





相当同意 281 (15.2) 157 (13.1) 124 (19.1)





同意 354 (19.1) 139 (11.6) 215 (33.1)



活动组织者应该能够要求参与者通过智能手机上的Coronalert应用程序表明,他们没有接触过感染冠状病毒的人


反应评分,平均(SD) N/A 2.74 (1.33) 3.47 (1.43) -10.73 (1248) <措施 0.53


响应,n (%)



不同意 427 (23.1) 332 (27.6) 95 (14.6)





而不同意 205 (11.1) 124 (10.3) 81 (12.5)





不同意/不同意 529 (28.6) 414 (34.5) 115 (17.7)





相当同意 334 (18.1) 191 (15.9) 143 (22.0)





同意 355 (19.2) 140 (11.7) 215 (33.1)



雇主应该能够要求员工通过智能手机上的冠状病毒警报应用程序证明他们没有接触过感染冠状病毒的人


反应评分,平均(SD) N/A 2.60 (1.32) 3.32 (1.45) -10.55 (1225) <措施 0.53


响应,n (%)



不同意 499 (27.0) 382 (31.8) 117 (18.0)





而不同意 193 (10.4) 122 (10.2) 71 (10.9)





不同意/不同意 553 (29.9) 414 (34.5) 139 (21.4)





相当同意 297 (16.1) 165 (13.7) 132 (20.3)





同意 308 (16.6) 118 (9.8) 190 (29.3)



学校应该能够要求学生通过智能手机上的Coronalert应用程序证明他们没有接触过感染冠状病毒的人


反应评分,平均(SD) N/A 2.70 (1.37) 3.46 (1.43) -11.06 (1282) <措施 0.55


响应,n (%)



不同意 461 (24.9) 366 (30.5) 95 (14.6)





而不同意 197 (10.6) 113 (9.4) 84 (12.9)





不同意/不同意 510 (27.6) 397 (33.1) 113 (17.4)





相当同意 309 (16.7) 167 (13.9) 142 (21.9)





同意 373 (20.2) 158 (13.2) 215 (33.1)


一个该应用程序的非用户和用户分别计算了平均分数。

b答:不适用;没有计算整个样本的平均得分。

c这个值是使用该应用程序的用户和非用户的平均得分计算的,而不是使用个人回复的频率。


这项研究发现,在发布一个月后,弗拉芒人口的分层样本中有三分之一使用了Coronalert。我们的分析显示,Coronalert应用程序的用户和非用户在年龄、性别、教育水平、专业活动和健康状况方面没有显著差异。这与以前的工作形成了对比。18并表明其他因素,可能是态度上的因素在起作用。先前的研究已经强调了潜在用户对使用CTA的影响的态度的重要性,但也强调了对隐私的潜在担忧以及用户如何看待有关CTA使用的社会规范[1]。

我们确定了三种不使用这款应用的人:从未安装过这款应用的人,安装了但从未激活过这款应用的人,以及安装后删除了这款应用的人。考虑到第一组,不安装应用程序的最重要原因是缺乏感知优势,隐私问题,以及在使用应用程序时害怕压力。较少的受访者提到技术原因,例如没有智能手机或使用不兼容或较旧的型号,或者确信他们几乎没有感染病毒的风险。这些结果部分符合,但也与其他关注不收养动机的研究形成对比。澳大利亚的一项研究发现,对于那些拒绝下载该应用程序的人来说,隐私问题是最重要的原因,其次是技术问题[25]。一项多国研究证实,可能阻碍应用普及的主要因素之一是对隐私和网络安全的担忧。17]。在瑞士和法国进行的研究中,缺乏实用性是最重要的原因,但隐私和安全问题也被提及为重要原因[1836]。这项研究的受访者较少强调技术原因,但在其他研究中却有所强调[1825]。然而,使应用程序与旧智能手机兼容对于提高其使用可能很重要,因为本研究中9.4%(93/991)的受访者存在兼容性问题。尽管如此,仍有很大比例的受访者(183/991,18.5%)没有智能手机,因此被排除在使用这种接触追踪技术之外。为了能够接触到对数字接触追踪感兴趣但没有兼容智能手机的人群,可以提出一种适应的接触追踪系统,以补充cta的使用,即蓝牙令牌[3738]。这个系统可以帮助那些没有智能手机或不喜欢使用CTA的人。39]。

与von Wyl等人的研究相反[18在瑞士公民中,更多的比利时受访者担心这款应用的电池使用情况。此外,少数瑞士受访者表示对政府缺乏信任。相比之下,更多的比利时受访者担心政府使用收集到的数据(189/991,19.1%)。此外,近五分之一的非用户(176/991,17.8%)表示,他们不信任这款应用。在一项五国调查中,对疫情末期政府监控的担忧也是他们没有安装这款应用的重要原因[17]。换句话说,不采用的人需要确信用户的隐私是如何得到保护的。强调已采用的数据最小化解决方案,不仅保障了用户的私隐权利,也激发了更广泛的公众支持[40]。因此,提高隐私政策的可读性可以让潜在用户放心,并提高应用的采用率[41]。

非用户给出的另一个重要原因是在使用应用程序时担心压力(208/991,21.0%的当前非用户)。因此,应该在应用程序中以及应用程序网站上的视频动画中给出明确的解释,说明当面临高风险暴露的消息时应采取的步骤。在这个紧张的时刻,用户需要帮助,小心地采取正确的步骤进行检测和采取保护措施。然而,Coronalert的用户统计数据显示,在所有新冠病毒检测呈阳性的应用程序用户中,有37%(总计约2万名用户)通过该应用程序确认了自己的状态,该应用程序会自动匿名通知密切接触者,他们曾靠近过检测呈阳性的人[42]。换句话说,几乎三分之二的人没有采取这一必要步骤来警告其他用户。因此,当用户面对这一令人紧张的消息时,需要更多的陪伴,鼓励他们参与警告其他用户。总的来说,需要更多的信息来了解应用程序的功能,因为其他研究发现,人们对接触追踪技术的可能性和局限性存在一些重要的误解[25]。

该研究还发现,一些潜在用户仍然需要相信这款应用的潜在影响。总的来说,31.1%(308/991)没有安装应用程序的人认为使用它的好处有限。尽管在进行调查时采取了一些限制接触的措施,但该应用程序仍然可以证明其在商店和其他开放的公共场所追踪危险接触者的有用性。强调应用程序的潜在影响对于增强个人的接受意愿很重要。之前的研究发现,潜在用户使用应用程序意图的最强预测因素是他们对应用程序性能的期望,以增强他们对与covid -19阳性接触者的潜在对抗以及如何帮助规避病毒传播的了解[1]。因此,一般媒体和社交媒体上的用户和影响者的推荐可以用来告知非用户他们使用该应用程序的积极体验[1183943]。在比利时,公共广播公司和其他媒体解释了冠状警报的功能。然而,当启动应用程序时,在进行这项调查时,网站和应用程序上只包含文字信息,解释应用程序的功能。网站或应用程序上没有视频动画可以清楚地解释Coronalert的功能[44]。这与其他国家的情况形成鲜明对比,在这些国家,视频动画清楚地解释了实施的CTA是如何工作的,同时也触及了隐私等敏感问题[45]。

这项研究的结果进一步表明,一小部分样本(144/1850,7.8%)在他们的智能手机上安装了应用程序,但最终决定不激活它。这群人最初被说服下载Coronalert,但后来又犹豫是否要使用它,他们可以进一步了解应用程序使用的优势。此外,他们的一些担忧可以通过解释该应用如何通过不识别或单独定位用户来保护用户隐私来解决;同时,可以强调使用该应用程序的优点,以消除他们的疑虑。此外,Coronalert和其他cta在欧盟成员国的互操作性越来越强[46]。这在旅行时是一个重要的优势。

另一类受访者首先下载了应用程序,但最终从智能手机上卸载了它(64/1850,3.5%)。他们给出了与那些没有收养孩子的人类似的理由。例如,卸载应用程序的受访者表示,他们在使用应用程序时遇到了困难。因此,应用程序开发者有必要深入了解前用户遇到的问题。此外,可以进行额外的可用性研究,因为先前在潜在用户中进行的研究发现了与cta的可理解性有关的问题,对其有用性和隐私性的怀疑,以及在收到风险暴露通知后期望采取哪些后续行动[47]。此外,先前的研究分析了有关cta实施的媒体内容,确定了用户遇到的门槛和挑战,并表明需要加强关于使用应用程序的好处的沟通[48]。通过抓取社交媒体并分析应用用户的评论、评论和报告的技术问题,开发人员可以收集输入以解决报告的问题并进一步开发CTA功能[449]。此外,通过对潜在用户进行深入访谈并分析cta的媒体报道,可以发现应用功能的框架和讨论的问题[50]。

该研究进一步发现,在这场大流行期间,非用户对该应用程序的几个潜在贡献的信心明显低于用户。虽然大多数用户(445/649,68.6%)相信它有助于减少病毒的传播,但只有三分之一(393/1201,32.7%)的非用户同意这一观点。用户也更相信这款应用能帮助政府抗击疫情,比传统的接触者追踪更快,同时尊重个人隐私。这证实了已经强调的使用Coronalert的影响更加具体和可见的重要性,同时显示了系统如何尊重用户的隐私。宣传活动可以强调接触者追踪的具体个人和社会优势。此外,对可能促使非用户采用该应用程序的原因进行研究,可以用来降低非用户的门槛。例如,弱势群体(如老年人和患有合共病的个人)和传播病毒的可能性很高的群体,因为他们经常与家庭以外的其他人接触,可以通过特定的活动来推动他们采用该应用程序[51]。

最后,本研究还评估了对附加功能的潜在支持。在用户和非用户中,关注信息的功能被认为比有关控制和访问的选项更容易接受。例如,用户最喜欢被告知他们去过一个地方,那里有被诊断出患有COVID-19的人。这需要对当前系统进行调整,因为没有记录位置。另一种选择是在公共场所登记,这样如果游客与确诊的COVID-19病例有过接触,他们就会得到通知。52]。此外,大多数用户和非用户都赞成扩展应用程序的移动健康功能,包括更多关于如何预防感染和识别症状的信息和建议,以及能够与健康专业人士取得联系以获得建议。

虽然在“控制和访问”类别中,使用该应用程序作为活动、学校和工作场所访问的绿卡的可能性最受欢迎,但总体接受度相当低。在用户中,只有一半的受访者同意应该实现这种功能。在非用户中,接受度甚至更低,大多数受访者表示他们不赞成这个选项。这些结果与美国的一项研究相吻合,该研究发现,少数年轻人愿意在参加公共场所(例如音乐会和餐馆)活动之前接受数字监控。[53]。欧盟数字COVID证书包括公民接种疫苗、检测和恢复状态的信息[54]。然而,我们的结果表明,佛兰德公民对这种实施的公众支持度很低。总之,政府和应用程序开发商需要在寻找吸引人的新功能以刺激应用程序的吸收和持续使用,同时解决潜在用户提出的隐私和其他问题之间取得适当的平衡。3.]。

本研究存在一些局限性。首先,尽管我们样本的阶层是基于国家官方统计数据中有关年龄、性别和教育水平的报告比例,但我们可能遗漏了特定群体,特别是在收入、健康状况或其他特征方面处于不利地位的个人。与此相关的是,考虑到小组成员可以自由参与研究,我们的样本有可能倾向于自我选择偏差。然而,我们的目标是通过依赖分层抽样程序来消除这种偏见,遵循比利时公民社会人口统计资料的联邦统计。第二,随着疫情和后续措施的发展,在采取或多或少限制措施的时间段内,需要进一步研究应用程序的使用意图、实际使用情况和停止使用情况。因此,在采取不同程度covid -19相关措施的国家之间进行纵向研究或比较研究可能很重要,因为采取cta的动机可能会因限制社会接触的措施而有所不同。还可以鼓励进一步的比较研究,以解决不采用或停止使用的原因。通过在具有不同政治制度的国家进行研究,可以进一步调查对参与发展和部署共同发展协定的政府和其他机构的信任的作用[17]。最后,本研究侧重于一个国家对新功能的公众支持。未来的研究可能会调查哪些特定的功能组合在哪些国家和哪些特定的目标群体中效果最好[3.]。

利益冲突

没有宣布。

多媒体附录1

接触者追踪应用(CTA) Coronalert是如何工作的。

DOCX文件,14kb

多媒体附录2

关于Coronalert的问卷调查。

DOCX文件,23 KB

  1. Walrave M, waterloos C, Ponnet K.准备好追踪接触者了吗?运用扩展的技术接受与使用统一理论模型调查新型冠状病毒接触者追踪技术的采用意向。网络心理行为与社会网络学报;2021;24(6):377-383。[CrossRef] [Medline]
  2. Keeling MJ, Hollingsworth TD, Read JM。接触者追踪对遏制2019年新型冠状病毒(COVID-19)的效果。中华流行病学杂志,2010;39 (5):391 - 391 [J]免费全文] [CrossRef] [Medline]
  3. Weiß JP, Esdar M, h bner U.分析全国发布的COVID-19接触者追踪应用程序的基本属性:开源智能方法和内容分析。JMIR Mhealth Uhealth 2021 Mar 26;9(3):e27232 [j]免费全文] [CrossRef] [Medline]
  4. Elkhodr M, Mubin O, Iftikhar Z, Masood M, Alsinglawi B, Shahid S,等。COVID-19接触者追踪移动应用技术、隐私和用户意见:系统搜索和内容分析。[J] Med Internet Res 2021 Feb 09;23(2):e23467 [J]免费全文] [CrossRef] [Medline]
  5. 麻省理工科技评论。Covid Tracing Tracker。谷歌文档。URL:https://docs.google.com/spreadsheets/d/1ATalASO8KtZMx__zJREoOvFh0nmB-sAqJ1-CjVRSCOw/edit#gid=0[2021-04-22]访问
  6. LibertiesEU。欧盟的COVID-19接触者追踪应用程序2021年6月2日URL:https://www.liberties.eu/en/stories/trackerhub1-mainpage/43437[2021-09-15]访问
  7. 刘建军,刘建军,刘建军,等。数字接触追踪应用程序的有效配置:向NHSX报告。The Conversation Canada. 2020年4月16日。URL:https://cdn.theconversation.com/static_files/files/1009/Report_-_Effective_App_Configurations.pdf?1587531217[2021-04-22]访问
  8. abeg M, Hinch R,吴宁,刘林,Probert W,吴安,等。华盛顿州暴露通知和非药物干预措施对COVID-19传播的影响建模NPJ digital medical 2021; 12;4(1):49 [j]免费全文] [CrossRef] [Medline]
  9. Moreno López JA, Arregui García B, Bentkowski P, Bioglio L, Pinotti F, Boëlle P等。数字接触者追踪的解剖:年龄、传播环境、采用和病例检测的作用。科学通报,2021;7(15):1-12 [j]免费全文] [CrossRef] [Medline]
  10. Corona App Task Force。Coronalert:比利时的一款分布式隐私友好型联系人追踪应用程序。1.3版。鲁汶大学电气技术系,2020年4月16日。URL:https://www.esat.kuleuven.be/cosic/sites/corona-app/wp-content/uploads/sites/8/2020/09/02_Belgium_app_description_full_aug16_v1_3.pdf[2021-04-22]访问
  11. Vanmeldert D, Verheyden T, Aerts B, Dillen M, Marselis D, Sehl M,等。数据Covid-19接触者追踪应用程序。《调查台》,2021。URL:https://investigativedesk.com/data-covid-19-tracing-apps/[2021-05-30]访问
  12. Sciensano。我们如何保护您的数据和隐私?Coronalert》2021。URL:https://coronalert.be/en/privacy-and-data/[2021-05-28]访问
  13. Horstmann KT, Buecker S, Krasko J, Kritzler S, Terwiel S. Short报道:谁使用或不使用“冠状病毒预警应用程序”,为什么?公共卫生[J] 2020年12月19:49-51 [J]免费全文] [CrossRef] [Medline]
  14. 李涛,Cobb C,杨军,Baviskar S, Agarwal Y,李波,等。是什么让人们安装COVID-19接触者追踪应用程序?了解app设计和个体差异对接触者追踪app使用意愿的影响。[au:] [j] .计算机科学[j]; 2009; 31(5): 553 - 553。[CrossRef]
  15. Hargittai E, Redmiles EM, Vitak J, Zimmer M.美国人使用COVID-19追踪应用程序的意愿。2020年第一个星期一,10月6日;25(11):1-18。[CrossRef]
  16. 张建军,张建军,张建军,等。新型冠状病毒肺炎疫情防控中接触者追踪应用研究进展。JMIR公共卫生监测2020 Sep 01;6(3):e20572 [j]免费全文] [CrossRef] [Medline]
  17. 刘建军,刘建军,刘建军,等。基于应用程序的COVID-19接触者追踪的可接受性:跨国调查研究[j] Mhealth Uhealth 2020 Aug 28;8(8):e19857 [j]免费全文] [CrossRef] [Medline]
  18. 冯伟,Höglinger M, Sieber C, Kaufmann M, Moser A, Serra-Burriel M,等。瑞士接受COVID-19邻近追踪应用程序的驱动因素:小组调查分析。JMIR公共卫生监测2021 Jan 06;7(1):e25701 [j]免费全文] [CrossRef] [Medline]
  19. 苏晔,谭燕燕,刘继生,刘继成。预测2019冠状病毒病大流行期间公众对数字接触者追踪的接受程度:新加坡一项全国性调查的结果。[J] Med Internet Res 2021 Feb 03;23(2):e24730 [J]免费全文] [CrossRef] [Medline]
  20. 王晓明,王晓明,王晓明,等。疫情发生时透明度、信任和社会影响对降低不确定性的作用——基于新型冠状病毒追踪应用的实证研究。[J]互联网研究与发展[J]; 2008;23(2): 893 [免费全文] [CrossRef] [Medline]
  21. Tomczyk S, Barth S, Schmidt S, Muehlan H.基于健康行为改变和技术接受模型的COVID-19接触者追踪应用预测:横断面调查研究。[J]互联网研究与发展[J]; 2009;23(5): 557 - 557 [J]免费全文] [CrossRef] [Medline]
  22. Ezzaouia I, Bulchand-Gidumal J.一个预测用户使用接触者追踪应用程序预防COVID-19意图的模型。见:第28届国际旅游年会论文集(ENTER21)。瑞士Cham: Springer International Publishing;2021年出席:第28届国际旅游大会(ENTER21);2021年1月19日至22日;虚拟p. 543-548。[CrossRef]
  23. 新冠肺炎疫情期间法国对隔离的态度和意见及对接触者追踪应用的支持。公共卫生2020;11:21-31 [j]免费全文] [CrossRef] [Medline]
  24. Utz C, Becker S, Schnitzler T, Farke F, Herbert F, Schaewitz L,等。应用程序对抗传播:三大洲与covid -19相关的智能手机应用程序的隐私影响和用户接受程度。摘自:CHI计算机系统中人因会议论文集。: ACM;2021年发表于:CHI计算系统中的人为因素会议;2021年5月8-13日;横滨,日本第1-22页。[CrossRef]
  25. Thomas R, michaeleff ZA, Greenwood H, Abukmail E, Glasziou P.对澳大利亚政府covid - safe应用程序的担忧和误解:横断面调查研究。中华医学会公共卫生监测2020年11月04日;6(4):e23081 [j]免费全文] [CrossRef] [Medline]
  26. 不仅仅是隐私:使用上下文完整性评估COVID-19监测技术的长期风险。Soc Media Soc 2020;6(3):1-4 [j]免费全文] [CrossRef] [Medline]
  27. 二级灾难?COVID-19大流行期间的数字技术。Soc Media Soc 2020七月06;6(3):1-5 [j]免费全文] [CrossRef] [Medline]
  28. Bradford L, Aboy M, Liddell K. COVID-19接触者追踪应用程序:隐私、GDPR和数据保护制度的压力测试。中华生物医学杂志,2020;7(1):lsaa034 [J]免费全文] [CrossRef] [Medline]
  29. Nehme M, Stringhini S, Guessous I, sercov - pop研究小组。普通人群对免疫和疫苗接种证书的认知:抗sars - cov -2抗体(sercov - pop)血清调查中的巢式研究瑞士医学周刊2020年11月16日;150:w20398 [j]免费全文] [CrossRef] [Medline]
  30. Kowalewski M, Herbert F, Schnitzler T, d rmuth M. vax证明:研究用户偏好和对Covid疫苗接种证书的感知。出来了。预印本于2021年6月22日在线发布[免费全文] [CrossRef]
  31. Eisenstadt M, Ramachandran M, Chowdhury N, Third A, Domingue J. COVID-19抗体检测/疫苗接种认证:有一个应用程序可以做到这一点。中国生物医学工程学报(英文版);2009;1 (1):481 - 481 [J]免费全文] [CrossRef] [Medline]
  32. 电子疫苗接种证书:避免接触者追踪“格式之战”的重演。中华医学杂志(英文版);27(5):738-739。[CrossRef] [Medline]
  33. 2019冠状病毒病数字疫苗接种证书和数字技术:来自数字接触者追踪应用的经验教训。ssn . j 20121:1-13。[CrossRef]
  34. 世界卫生组织。COVID-19接触者追踪数字工具:附件:COVID-19背景下的接触者追踪。瑞士,日内瓦:世界卫生组织;2020年6月02日。URL:https://www.who.int/publications/i/item/WHO-2019-nCoV-Contact_Tracing-Tools_Annex-2020.1[2021-12-28]访问
  35. 行为科学的统计能力分析。第2版。希尔斯代尔,新泽西州:Lawrence Erlbaum Associates;1988.
  36. Montagni I, Roussel N, thi baut R, Tzourio C.卫生保健专业学生对法国COVID-19应用程序的知识、态度、信念和实践:横断面问卷研究。[J]医学互联网研究[J]; 2013;23(3):e26399 [J]免费全文] [CrossRef] [Medline]
  37. 使用物理令牌匿名追踪COVID-19接触者。2020年5月05日。URL:https://www.eitdigital.eu/newsroom/news/archive/article/anonymous-covid-19-contact-tracing-using-physical-tokens/[2021-04-22]访问
  38. TraceTogether令牌。TraceTogether。:新加坡政府;2021.URL:https://www.tracetogether.gov.sg/common/token/index.html[2021-04-22]访问
  39. Seto E, Challa P, Ware P.采用COVID-19接触者追踪应用程序:隐私与有效性之间的平衡。[J]互联网研究与发展[J]; 2013;23(3): 557 - 557 [J]免费全文] [CrossRef] [Medline]
  40. Abeler J, Bäcker M, Buermeyer U, Zillessen H. . COVID-19接触者追踪和数据保护可以同时进行。JMIR移动健康Uhealth 2020年4月20日;8(4):e19359 [j]免费全文] [CrossRef] [Medline]
  41. 张敏,周安,Smith H. COVID-19接触者追踪应用:隐私政策可读性分析。[J]互联网研究,2020年12月03日;22(12):e21572 [J]免费全文] [CrossRef] [Medline]
  42. 卢里耶·v·科罗纳特:“应用程序美化了所有的 和/或所有的和/或所有的。”BX1。2021年3月30日URL:https://bx1.be/categories/news/coronalert-lapplication-beaucoup-telechargee-mais-peu-utilisee/[2021-03-31]访问
  43. Covid-19接触者追踪应用程序的点对点营销。版本1。开放科学框架。2020年4月4日。URL:https://osf.io/r2n8f/[2021-04-15]访问
  44. 刘建军,刘建军,刘建军,等。数字接触追踪技术的发展前景洞察Coronalert应用程序的接受和使用[荷兰文]。比利时安特卫普:安特卫普大学MIOS研究组和根特大学imec-MICT研究组;2021.URL:https://biblio.ugent.be/publication/8696062/file/8696066.pdf[2021-12-31]访问
  45. 保护您的隐私和安全。NHS COVID-19应用支持。URL:https://www.covid19.nhs.uk/privacy-and-data.html[2021-05-28]访问
  46. 欧盟成员国的移动接触追踪应用程序。欧洲委员会。URL:https://ec.europa.eu/info/live-work-travel-eu/coronavirus-response/travel-during-coronavirus-pandemic/mobile-contact-tracing-apps-eu-member-states_en[2021-05-28]访问
  47. ben BE, van 't Klooster JWJR, Schreijer MA, Berkemeier L, van Gend JE, Slijkhuis PJH,等。荷兰COVID-19接触者追踪应用程序(CoronaMelder):可用性研究。JMIR Form Res 2021 Mar 26;5(3):e27882 [免费全文] [CrossRef] [Medline]
  48. 冯维。新冠肺炎大流行期间数字接近追踪非技术实施的挑战:SwissCovid应用程序的媒体分析。JMIR移动健康Uhealth 2021年2月26日;9(2):e25345 [j]免费全文] [CrossRef] [Medline]
  49. Ahmad K, Alam F, Qadir J, Qolomany B, Khan I, Khan T等。用户情感分析?对带有基准数据集的COVID-19接触者追踪应用的评论。出来了。预印本于2021年3月1日在线发布[免费全文] [CrossRef]
  50. 刘建军,刘建军,李建军,等。新型冠状病毒接触者追踪应用的研究进展。[J] Med Internet Res 2021 Feb 08;23(2):e25525 [J]免费全文] [CrossRef] [Medline]
  51. 刘建军,李建军,李建军,等。在德国大规模采用COVID-19接触者追踪应用程序的障碍:调查研究。[J]互联网研究与发展[J]; 2013;23(3): 362 - 362 [J]免费全文] [CrossRef] [Medline]
  52. 保护你的访客和员工。NHS COVID-19应用支持。URL:https://covid19.nhs.uk/venue-check-in-businesses.html[2021-05-28]访问
  53. 马廷,马廷J,阿加华P, Krenitsky A, Krenitsky J, Epstein RS.美国年轻人对新冠肺炎数字监测的态度和认知。JMIR表格Res 2021 Jan 08;5(1):e23000 [免费全文] [CrossRef] [Medline]
  54. 欧盟数字COVID证书:欧洲议会和理事会就委员会提案达成一致。2021年5月20日。URL:https://ec.europa.eu/commission/presscorner/detail/en/IP_21_2593[2021-05-28]访问


CTA:联系人追踪应用
DP-3T:分布式隐私保护邻近跟踪
欧盟:欧盟


编辑:T·桑切斯,G·艾森巴赫;提交03.06.21;由S Tomczyk, S McLennan进行同行评审;对作者的评论22.06.21;收到修订版本01.10.21;接受16.11.21;发表14.01.22

版权

©Michel Walrave, Cato Waeterloos, Koen Ponnet。最初发表于JMIR公共卫生与监测(https://publichealth.www.mybigtv.com), 2022年1月14日。

这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在JMIR公共卫生与监测上,并适当引用。必须包括完整的书目信息,到https://publichealth.www.mybigtv.com上原始出版物的链接,以及版权和许可信息。


Baidu
map