來自數字接觸者追蹤的數據，以英格蘭和威爾士國家衛生服務(NHS) COVID-19應用程序為例，以前所未有的細節揭示了疫情動態。研究結果表明，除了減少傳播的主要目的外，數字接觸者追蹤還可以提供前所未有的時間分辨率。

該研究的作者寫道:“鑒于數字工具無與倫比的可擴展性和它們可以為精確的公共衛生提供的洞察力，它們可能在下一次大流行中發揮更大的作用。”

流行病是由復雜和動態的傳播模式驅動的，因此很難衡量這一過程的所有方面。對于迅速傳播的呼吸道病原體尤其如此。這些系統的詳細特征可以為公共衛生決策提供信息，并允許進行有針對性的干預。在COVID-19大流行早期提出的數字接觸者追蹤方法在減少傳播方面的有效性已得到評估，但其改善流行病監測的潛力仍未得到充分探索。

在這里，米歇爾·肯德爾及其同事報告了對英格蘭和威爾士NHS COVID-19應用程序匿名數據的分析，該應用程序在2021年至2023年初期間使用。Kendall等人發現，該應用程序的數據捕捉到了接觸率和傳播率的重大變化，反映了諸如放松封鎖、圣誕節假期和2020年歐洲杯等事件。疫苗的引入以及Delta和Omicron變體的出現也影響了這些動態。

分析顯示，從家庭感染轉向短暫接觸，尤其是在周末和假期。值得注意的是，短暫感染在周六達到高峰，家庭感染在周日達到高峰。該應用程序在2020年歐洲杯期間檢測到5.7萬起感染事件，突顯了全國性集會對傳播的影響。季節性假期顯示出混合增加的模式，隨后是1月份的平靜期。此外，這些數據使Kendall等人開發了一種新的指標Rapp(t)，它將繁殖數R(t)分解為接觸率和傳播率，這是準確的，至少比其他可用的估計早5天。


（文章來源：www.ebiotrade.com/newsf/2024-7/20240712050157121.htm）