为什么这个问题很重要？
全球COVID-19大流行凸显了准确及时地追踪接触者的重要性。接触者追踪告诉人们，他们可能与患有传染病或有传染病症状的人接触，这使他们能够自我隔离并有助于阻止感染的传播。传统上，接触者追踪从通知某人患有传染病开始。他们被要求回忆起出现症状前两到三天的接触者。这很费时，而且不一定能给出一个完整的画面，因此数字化技术可以帮助追踪接触者。
数字化追踪使用科技来追踪接触者。人们可以将应用程序下载到他们的智能手机上并记录位置和症状信息，或者他们的设备可能会使用定位技术，例如蓝牙或全球定位系统（global positioning system, GPS）。如果用户被感染，该技术将识别密切接触者和/或继发感染者(被他们传染疾病的人)，并告知他们曾经接近过的人。该技术可以确定感染的传播地点及其持续时间。
但是，在技术获取受到限制的地方，例如在低收入环境或老年人中，技术的应用可能会出现问题。此外，有些人将其视为对隐私的侵犯，并对如何使用他们的数据感到怀疑。
我们想知道，与人工接触者追踪相比，数字化接触者追踪在减少感染传播方面是否有效，这可以通过继发病例、确定密切接触者、追踪全部的接触者和确定传染的环境来衡量。
我们做了什么？
我们在医学数据库中检索了评估数字化接触者追踪的研究。我们更偏向于在传染病爆发期间进行的研究，这些研究可以实时评估真实的人，但我们纳入在任何环境中进行和采用任何设计的研究。
为了快速回答我们的问题，我们缩短了Cochrane系统综述过程的某些步骤，但是，我们对我们的结论充满信心。
我们发现了什么
我们检索到了12项相关研究。六项研究评估了数字化接触者追踪特定人群（队列）的有效性：三项在疫情爆发期间（塞拉利昂的埃博拉病毒；博茨瓦纳结核病；以及美国的百日咳）；三项研究复制了校园疫情爆发，以评估用于识别参与者的密切接触者的系统。其余六项是建模研究，它们模拟了数字化接触者追踪。
主要结果
附带自我隔离的数字化接触者追踪可能会减少继发感染病例的数量，但不如附带自我隔离的人工接触者追踪那么多（两个建模研究）。
数字化接触者追踪在两次爆发中发现的密切接触者比人工接触者追踪多（在美国和塞拉利昂开展的两项研究）。与自我报告日记或调查相比，处于非爆发环境的设备可以识别更多的密切接触者。
一款应用程序可以减少追踪一组密切接触者的时间 (一项研究)。数字化系统在用于记录新的接触者和监视已知的接触者方面比纸质系统更快，并且可能更不易丢失数据。
系统访问问题（两项研究）包括网络覆盖范围狭窄，数据不足，技术问题以及更高的员工培训需求。由于旅行和给手机电池充电，追踪接触者的个人支出有所增加（一项研究）。所有的设备似乎都能保护确诊的用户免受联系人、窥探者和政府当局的干扰，但有一个应用的用户是公共卫生机构的成员。研究记录了被盗硬件（二手手机）；报告了纸质表格“经常丢失”，而数字化资料受密码保护（两项研究）和加密（一项研究）。
我们没有发现有关背景信息和可接受性的证据。
研究结果意味着什么
在爆发期间，数字化技术不太可能是唯一的追踪接触者的方法。它们可能会与人工方法一起使用。不幸的是，该技术在现实世界的爆发环境中基本上未经验证，我们纳入的研究没有一项单独评估数字化接触者追踪和人工接触者追踪。我们的纳入研究评估了不同的技术，并且使用了不同的方法，因此我们对它们的证据并不确定。
实施数字化接触者追踪的政府应确保高风险人群不会受到不利影响，并应考虑隐私问题。
本系统综述更新到2020年5月。
由于实际爆发环境中资料很少，因此数字化方案的有效性在很大程度上尚未得到证实。建模研究提供了低质量证据，证明如果将数字接触者追踪与自我隔离等其他公共卫生措施结合使用，继发病例会减少。队列研究提供了极低质量证据，即数字化接触者追踪可以产生更可靠的接触者计数，并减少完成接触者追踪的时间。数字化方案可能会影响互联网访问不畅和无法使用数字化技术的高风险人群的公平性。
需要对接触者追踪技术的有效性进行更深入的原始研究，包括对结合使用数字化方案与人工系统的研究，因为数字化方案不太可能在现实环境中单独使用。未来的研究应考虑数字化方案的可及性和可接受性，以及对公平性的最终影响。研究还应将可接受性和应用作为首要研究问题，因为隐私问题会影响这些技术的应用和有效性。
减少严重急性呼吸综合征冠状病毒2（severe acute respiratory syndrome coronavirus 2, SARS-CoV-2）的传播是全球优先事项。接触者追踪可识别最近与感染者接触过的人，以便隔离他们并减少进一步的传播。数字化技术可用于增强和加速人工接触者追踪。用于接触者跟踪的数字工具可以分为三个领域：1）疫情应对； 2）近距离追踪；和 3）症状追踪。我们对传染病爆发期间使用数字化解决方案进行接触者追踪的有效性进行了快速回顾。
评估个人数字化接触者追踪用于识别已确诊的阳性病例的接触者的效益、危害和可接受性。
一位信息专员检索了CENTRAL、MEDLINE和Embase从2000年1月1日到2020年5月5日发表的文献。此外，我们筛选了Cochrane COVID-19研究注册库。
我们纳入了在一般人群中进行的随机对照试验（randomised controlled trials, RCTs）、集群RCTs、类RCTs、队列研究、横断面研究和建模研究。我们优先将传染病暴发期间的接触者追踪研究（包括COVID-19，埃博拉，结核，严重急性呼吸系统综合症病毒和中东呼吸综合征）作为直接证据，但非暴发期间的接触者追踪的比较研究作为间接证据。
数字化解决方案多种多样，但通常包括软件（或固件），供用户安装在其设备上或上载到政府或第三方提供的设备上。控制措施包括传统或人工接触者追踪、自我报告日记和调查、访谈、确定亲密接触者的其他标准方法以及与数字化方案相比的其他技术（例如，电子病历记录）。
两位系统综述作者独立筛选记录和所有可能相关的出版物全文。一位系统综述作者提取了50％的纳入研究的资料，另一位提取了剩余的50％；第二位系统综述作者检查了所有被提取的资料。一位系统综述作者评估了纳入研究的质量，另一位系统综述者检查了评估结果。我们的结果是确定继发病例和密切接触者，完成接触者追踪的时间，可接受性和可及性问题，隐私和安全问题以及任何其他确定的伦理问题。虽然建模研究将预测不同接触者追踪方案对相关结果的影响，但队列研究提供了不同接触者追踪方案对相关结果的影响的实证测量估计。我们使用GRADE-CERQual来描述来自定性资料的证据的质量，并使用GRADE评估建模和队列研究证据的质量。
我们确定了六项队列研究报告的定量资料，六项建模研究报告了用于接触者追踪的数字化模拟方案。两项队列研究也提供了定性资料。三项队列研究关注了暴发期间的接触者追踪，而三项研究则模拟了非暴发场所（学校）的暴发。在六项建模研究中，四项评估了在模拟COVID-19情景中的用于接触者追踪的数字化方案，而两项模拟了在非特定爆发环境中的密切接触者。
建模研究
两项建模研究提供了低质量证据，表明使用数字化接触者追踪可以减少继发病例（即每个指示病例的平均继发病例数-有效再生数（ R eff ））。一项研究估计，与单独的自我隔离相比，数字化接触者追踪的R eff降低了18％，而人工接触者追踪的R eff降低了35％。另一项研究发现与单独的自我隔离相比，数字化接触者追踪的R eff有所降低（降低了26％），人工接触者追踪的R eff有所降低（降低53％）。然而，由于模型的规格不明确、对人工追踪接触者的有效性假设（假设追踪的接触者为95%至100%）以及使用该应用程序的人口比例（53%），证据的质量降低了。
队列研究
两项队列研究提供了极低质量证据，证明了数字化技术比人工接触者追踪更具优势。在埃博拉疫情爆发期间，使用应用程序的接触者追踪发现的密切接触者数量平均是使用纸质表格的接触者的两倍。同样，在美国一家医院爆发百日咳后，研究人员发现，通过无线电频率可以识别出45位密切接触者，但对电子病历的搜索只发现13位。证据的质量因不精确性问题而降低，而且因接触者追踪研究设计无法确定密切接触者的真实数量而存在严重的偏倚风险。
一项队列研究提供了极低质量证据，表明应用程序可以减少完成追踪密切接触者的时间。这项结局的证据质量受到不精确性和严重偏倚风险的影响。接触者追踪团队报告说，使用数字化资料录入和管理系统比纸质系统速度更快，并且数据丢失的可能性较小。
来自低收入或中等收入国家的两项研究报告说，接触者追踪团队发现数字化系统更易使用，并且通常比纸质系统更受欢迎。与纸质表格相比，它们节省了个人时间，提高了大型数据集的准确性，并且更易于传输。然而，与纸质系统相比，应用数字化技术人员面临成本增加和互联网访问问题。
队列研究中的设备似乎对暴露或确诊的用户有隐私保护。但是，如果发生链接攻击，则存在窥探者泄露隐私的风险，尤其是对于可穿戴设备。
译者：赵洁，审校：刘旭，香港中文大学那打素护理学院