Science：COVID-19追踪数据揭示了详细的流行病动态

来自数字接触者追踪的数据，以英格兰和威尔士国家卫生服务(NHS) COVID-19应用程序为例，以前所未有的细节揭示了疫情动态。研究结果表明，除了减少传播的主要目的外，数字接触者追踪还可以提供前所未有的时间分辨率。

该研究的作者写道:“鉴于数字工具无与伦比的可扩展性和它们可以为精确的公共卫生提供的洞察力，它们可能在下一次大流行中发挥更大的作用。”

流行病是由复杂和动态的传播模式驱动的，因此很难衡量这一过程的所有方面。对于迅速传播的呼吸道病原体尤其如此。这些系统的详细特征可以为公共卫生决策提供信息，并允许进行有针对性的干预。在COVID-19大流行早期提出的数字接触者追踪方法在减少传播方面的有效性已得到评估，但其改善流行病监测的潜力仍未得到充分探索。

在这里，米歇尔·肯德尔及其同事报告了对英格兰和威尔士NHS COVID-19应用程序匿名数据的分析，该应用程序在2021年至2023年初期间使用。Kendall等人发现，该应用程序的数据捕捉到了接触率和传播率的重大变化，反映了诸如放松封锁、圣诞节假期和2020年欧洲杯等事件。疫苗的引入以及Delta和Omicron变体的出现也影响了这些动态。

分析显示，从家庭感染转向短暂接触，尤其是在周末和假期。值得注意的是，短暂感染在周六达到高峰，家庭感染在周日达到高峰。该应用程序在2020年欧洲杯期间检测到5.7万起感染事件，突显了全国性集会对传播的影响。季节性假期显示出混合增加的模式，随后是1月份的平静期。此外，这些数据使Kendall等人开发了一种新的指标Rapp(t)，它将繁殖数R(t)分解为接触率和传播率，这是准确的，至少比其他可用的估计早5天。