A Patient-Initiated Digital COVID-19 Contact Notification Tool (TellYourContacts): Evaluation Study
Notice bibliographique
Résumé
BACKGROUND: Contact notification is a method used to control the spread of infectious disease. In this process, a patient who tests positive for an infectious disease and public health officials work to identify the patient's close contacts, notify them of their risk of possible exposure to the disease, and provide resources to facilitate the decreased spreading of disease. Contact notification can be done physically in person, via phone call, or digitally through the use of media such as SMS text messages and email. When alerts are made through the latter, it is called digital contact notification. OBJECTIVE: For this study, we aim to perform a preliminary evaluation of the use of the TellYourContacts website, a digital contact notification tool for COVID-19 that can be used confidentially and anonymously. We will gather information about the number of website users and message senders, the types of messages sent, and the geographic distribution of senders. METHODS: Patients who chose to get tested for COVID-19 and subsequently tested positive for the disease were alerted of their positive results through Curative Inc (a COVID-19 testing laboratory) and Healthvana (a results disclosure app). Included in the notification was a link to the TellYourContacts website and a message encouraging the person who tested positive for COVID-19 to use the website to alert their close contacts of exposure risk. Over the course of three months, from May 18, 2020, to August 17, 2020, we used Google Analytics and Microsoft Excel to record data on the number of website users and message senders, types of messages sent, and geographic distribution of the senders. RESULTS: Over the course of three months, 9130 users accessed the website and 1474 unique senders sent a total of 1957 messages, which included 1820 (93%) SMS text messages and 137 (7%) emails. Users sent messages from 40 US states, with the majority of US senders residing in California (49%). CONCLUSIONS: We set out to determine if individuals who test positive for COVID-19 will use the TellYourContacts website to notify their close contacts of COVID-19 exposure risk. Our findings reveal that, during the observation period, each unique sender sent an average of 1.33 messages. The TellYourContacts website offers an additional method that individuals can and will use to notify their close contacts about a recent COVID-19 diagnosis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,007 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».