條文本
PDF
摘要
客觀的確定采用NHS COVID-19接觸者追蹤應用程序並繼續使用的關鍵個人層麵(人口統計學、態度、流動性)和背景(COVID-19病例數、流動性限製等級、城區)決定因素。
設計及設置2020年7月(背景調查)、2020年11月(應用程序使用率的首次測量)和2021年3月(應用程序的繼續使用和新采用者)在英國進行的三波小組調查與官方數據相關聯。
參與者N=2500名居住在英格蘭的成年人，在地區分布、年齡和性別方麵代表了英格蘭人口(2011年人口普查)。
主要的結果重複測量自我報告的應用程序使用情況。
分析方法多級邏輯回歸將一係列個人層麵(從調查)和上下文(從關聯數據)決定因素與應用程序使用聯係起來。
結果我們觀察到應用的初始使用率為41%，可信區間為95%(0.39%至0.43%)，到2021年3月，退出率為12%，可信區間為95%(0.10%至0.14%)。我們還發現，在第二波中，7%的非用戶在第三波中成為了新的采用率，95% CI(0.05%至0.08%)。最初使用(或未使用)該應用程序與社會規範、隱私問題和關於第三方數據訪問的錯誤信息有關，那些生活在移動受限的郵政區的人不太可能使用該應用程序。他們認為缺乏透明的有效性證據，因此放棄使用。此外，那些信任政府的人更有可能在第三波中成為新的采用者。
結論接觸追蹤應用程序的成功應用應在英國政府應對危機的更廣泛背景下進行評估。對政府的信任是應用程序在第三波中被采用的關鍵，而繼續使用與對透明證據的看法有關。提供明確的信息來解決隱私問題可能會增加使用，然而，少數族裔參與者持續使用的差異需要進一步調查。
- 信息技術
- 衛生信息學
- 新型冠狀病毒肺炎
- 公共衛生
數據可用性聲明
數據可以在一個公共的、開放訪問的存儲庫中獲得。調查問卷、案例摘要以及複製數據可在figshare上獲得:Stevens D, Banducci S, Horvath L, Jones A.英國脫歐- covid -19調查中的身份、不平等和媒體，浪潮1-3。figshare;2021年(引自2021年5月9日)。https://doi.org/10.6084/m9.figshare.14527188.V.1
這是一篇開放獲取的文章，根據創作共用屬性4.0 Unported (CC BY 4.0)許可證發布，該許可證允許其他人出於任何目的複製、重新分發、重新混合、轉換和構建此作品，前提是原始作品被正確引用，提供到許可證的鏈接，並表明是否進行了更改。看到的:https://creativecommons.org/licenses/by/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
我們的數據在兩個點上捕獲報告的行為，以評估隨時間的變化。
我們的結果是基於一個大的，具有全國代表性的樣本，而不是以前接觸追蹤研究的方便和有限的樣本。
將與接受技術有關的人口/結構和態度方麵的解釋與從審議性民意調查結果中采用的問題結合起來。
研究的人口是英格蘭(見2.3節)，在全國封鎖期間，整體流動性在第三波中受到限製，使用應用程序的機會有限，例如，場地簽到。
根據我們的發現，少數民族加強樣本將在未來讓我們更好地理解不同民族人口之間和內部的不平等。
簡介
作為國家COVID-19追蹤和追蹤係統的工具，移動接觸者追蹤應用程序通過向用戶發送可能接觸病毒的通知以及健康建議，自動化了接觸者追蹤過程。公眾的接受度是效率的關鍵:幾項研究表明，這款應用抑製疫情的能力取決於整體使用水平。據早期估計，應用使用率為56%1本可以幫助英國避免第二次全國封鎖。另一項研究表明，如果結合有效的人類接觸追蹤，15%的攝入量將降低死亡人數。2另一方麵，一些人拒絕使用聯係人追蹤應用程序可能表明，政府未能獲得公眾的信任，而公眾的信任對於遵守流動性和社交接觸限製至關重要。3 4
目前關於誰在使用聯係人追蹤應用程序以及原因的證據在幾個方麵都很有限。首先，在應用程序推出之前，研究隻能衡量使用應用程序的意圖，因為它們還沒有開發和推出。5這些研究依賴於實驗場景，觀察應用程序可能影響采用的潛在屬性，如數據存儲和讚助商。6 7其次，由於現有的觀察性證據有限，研究一直局限於方便抽樣，這往往高估了采用率。8最近一項針對穀歌Play用戶反饋的研究未能完全捕獲非用戶。9重要的定性工作確定了公民關注的關鍵領域(如透明度和弱勢群體的需求)10或社會規範或壓力11)，但這些擔憂的分布情況仍有待在國家層麵上進行調查。第三，由於許多國家推出該技術以來的時間相對較短，研究僅限於探索單個時間點的采用情況。因此，繼續使用和退出率仍有待調查。我們在第2.3節中對相關預測因子的理論預期進行了補充說明。
在這項研究中，我們的目標是通過在英國進行大規模多波研究來解決這些局限性，該研究來自基於概率的研究小組，具有代表性的樣本人口統計數據。我們在2020年11月和2021年3月首次測量了聯係人追蹤應用程序的使用情況。為了解釋采用和繼續使用的原因，我們將本次調查的數據(人口統計數據、態度和報告的行為)與郵區的COVID-19病例數、城市與農村多數人口，以及對社交聚會和流動的政策限製聯係起來。我們的模型規範是根據關於技術接受的文獻，特別是健康技術，信任和來自英國居民的審議性公共論壇的結果。10我們對應用程序在受訪者社交網絡中的看法的預測與最近報告的其他實地調查見解相呼應。11
我們報告稱，2020年11月的使用率為41%，到2021年3月的輟學率為12%，2020年11月的非采用者中有7%在2021年3月之前安裝了該應用程序。在接受的預測因素中，我們發現，個人層麵的態度測量最能捕捉到為什麼有些人采用了技術，而另一些人沒有(隱私和規範)。我們還報告了非用戶對第三方數據訪問的擔憂和錯誤信息，並且對政府的信任是2021年3月新采用的一個重要預測因素，我們推測，這可能與2021年1月至3月浪潮的嚴重程度和/或對英國政府疫苗接種計劃早期成功的看法有關。在具體解釋繼續使用時，我們強調了感知有用性的作用和對透明證據的關注。
英國的接觸者追蹤
英國國家衛生服務局(NHS)英格蘭和威爾士於2020年9月24日推出了政府支持的NHS COVID-19應用程序，這使英國成為采用數字接觸追蹤的相對較晚的國家，比全球首次記錄使用(新加坡)晚了6個月，比歐洲首次采用(意大利和法國)晚了4個月。它建立在一個去中心化的係統上，潛在的病毒暴露是在用戶的手機上本地確定的，最大限度地減少了數據共享(參見2.3節中的“第三方數據訪問”了解更多詳細信息)。在實踐中，這也意味著，與NHS檢測和追蹤(人類接觸者追蹤或收到陽性檢測結果)的直接幹預不同，如果應用程序指示，自我隔離“沒有法律義務”https://faq.covid19.nhs.uk/article/KA-01398/而且https://www.nhs.uk/conditions/coronavirus-covid-19/self-isolation-and-treatment/if-youre-told-to-self-isolate-by-nhs-test-and-trace-or-the-covid-19-app/)．自我隔離和倒計時的建議在預計暴露後持續10天。該應用程序的其他功能包括例行的場所簽到(酒吧、餐館)、當地公共衛生建議、症狀檢查——鼓勵繼續使用。
方法
主題、設置和數據聯動
我們的麵板供應商是ORB國際公司。我們在三波數據收集中使用了2500名受訪者的樣本。我們谘詢了供應商並計劃減員，以便於2020年7月由5000名受訪者完成第一波調查，2020年11月由3700名受訪者完成第二波調查，2021年3月由2500名受訪者完成最後一波調查——包括完成所有三項調查的人。我們對收養的研究嵌入了一項關於“脫歐- 2019冠狀病毒病英國”人們生活經曆的更大規模人口調查(有關更多信息，請參閱https://brexit-studies.org/covid-19)，因此我們的樣本量並不是由這項特定研究的冪次計算決定的。除了符合配額抽樣人口統計數據(由麵板供應商管理)和參與所有三波之外，本研究沒有排除標準。雖然生活在英格蘭和威爾士的公民使用NHS COVID-19應用程序，但應資助者的要求，我們需要將研究限製在英格蘭人口中(我們使用了質量改進卓越報告修訂標準(SQUIRE)報告準則)12)．
我們提供了研究設計的概述圖1在下麵。根據調查日期和受訪者自報的郵政區號(郵編的第一部分)，我們合並了COVID-19病例數據、區域封鎖和限製數據(三層係統與第二波重疊)以及來自外部來源的城鄉社區數據，詳情如下。我們的數據關聯是概率性的，因為官方數據的分析單位都不與郵政區完全匹配，然而，要求受訪者提供更細粒度的位置數據(例如郵政區)可能會損害隱私。
研究設計。
冠狀病毒病例在英國政府官網上公布，並在中間層超級輸出區(MSOA)水平上每周(周末)更新。雖然有時msoa完全包含在一個地區中，構成了一個精確匹配，但通常有許多msoa與一個地區重疊。為簡單起見，我們從存在模糊性的最大重疊MSOA的人口中鏈接數據(例如，居住在EX4郵政編碼的人可以計算在13個MSOA中，但重疊百分比範圍在1% (Mid Devon 10)到位於EX4的MSOA的100% (Exeter 002)之間，因此我們將其與後者合並。我們嚐試了另一種估計病例數的方法，即根據與郵政編碼區重疊的比例加權MSOA總數，這產生了類似的結果。)
分級數據在發生變化時發布在英國政府的官方網站上，並對地方當局區(LAD)級別實施限製。郵政區與lad相連，並在郵政編碼完全位於單層內的情況下分配一層。當一個郵編與被分配到不同層級的lad重疊時，我們使用受訪者對其層級的自我報告。
官方城鄉分類數據(2011年人口普查)可在更細粒度的產出區域層麵上獲得，國家統計局將其與郵政編碼掛鉤。我們將這些數據彙總到由許多城市和農村地區組成的地區，我們將其中的模態類別與我們的數據集合並。
鏈接的最終數據集是公開可用的，請參見數據可用性聲明。1
患者和公眾參與
患者或公眾均未參與本研究的設計、實施或報告計劃。然而，與英國COVID-19相關的不平等的更廣泛項目相關的一係列公共影響活動將包括這項研究的摘要。
結果
因變量是在衛生和社會保障部於2020年9月24日推出應用程序後不久，在第二波中首先衡量的采用率;在第三波中。我們提供了以下描述和一個封閉式問題:
接觸者追蹤是一種經過試驗和檢驗的方法，用於減緩傳染病的傳播。接觸者追蹤可以由公共衛生官員完成，也可以通過手機應用程序或可穿戴設備進行數字追蹤。9月24日，政府為英格蘭和威爾士推出了一款NHS接觸追蹤應用程序，如果你與新冠病毒檢測呈陽性的人有過密切接觸，該應用程序會通知你。你在用這個應用程序嗎?
基於在第二波中提交的反饋，我們將樣本進行了分析，以便在第三波中分別檢查持續使用和新采用，參見2.6節。
預測
有關這些變量的確切問題措辭和其他信息，請參閱數據可用性聲明。
人口統計:第一波
標準的社會人口學問題包括年齡、性別、教育水平和對14個少數民族(包括“混血”)的認同，除“白人”外，還包括英國國家統計局推薦的特定名單(https://www.ons.gov.uk/methodology/classificationsandstandards/measuringequality/ethnicgroupnationalidentityandreligion)．位置作為郵政編碼的第一部分(前三到四位數字)提供，我們將其稱為郵政區。
應用態度:波2
第一組態度問題是關於應用程序本身的5點協議量表，涉及到健康技術(包括應用程序和可穿戴設備)的技術接受模型擴展版的四個方麵14(這些變量可能缺失，見2.4分析框架和在線補充附錄圖A1)：
應用程序的易用性感知(或判斷是否容易使用，如果受訪者還沒有采用該應用程序)。
它被認為可以減緩病毒的傳播。
受訪者在使用應用程序時是否以及如何關注隱私。
社會規範，即受訪者社交網絡中的人是否認為使用該應用程序是個好主意。
第二組問題擴展了上述問題，采用了應用程序用戶定性工作的結果8谘詢了該研究的作者。研究模式是一種“快速在線討論”活動，采用審議式投票(審議式投票)，選擇28名公眾成員討論和考慮有關該應用程序的各種觀點，同時明確他們自己的觀點。我們調查中的其他問題反映了這一事件中出現的擔憂(第4頁)。8並且類似地采用五分製測量:
受訪者是否需要透明的證據證明該應用程序確實有效。
受訪者是否需要進一步了解應用程序如何處理和使用數據。
被訪者是否需要進一步了解弱勢群體(如老年人)的需求如何得到滿足。
第三方數據訪問:波2
我們詢問了用戶和非用戶:“你認為誰將有權訪問NHS COVID-19應用程序收集的數據?”作為回應，他們可以選擇列出最多八項的清單，也可以選擇“這些都不是”。“當事人名單如下:英國國家醫療服務體係、英國政府、地方衛生當局、英國警方、蘋果公司、穀歌、您的電信提供商、您的互聯網網絡提供商。為了簡單起見，我們在預測應用程序使用情況的複雜多層模型中使用了對隱私的關注(見上文)，並在3.3節(見結果部分)中單獨使用這種測量方法進一步審查隱私。該應用程序的主要目的是在手機上自動跟蹤聯係人，通過共享匿名數據將第三方訪問保持到最低限度。應用程序將“廣播代碼”和應用程序遇到的場所列表與公共衛生官員列出的顯示感染證據的列表進行匹配。15
信任:所有的波浪
在每一波調查中，我們都在0-10分的範圍內詢問對政府的普遍信任程度;我們預測第二波采用第二波信任，第三波繼續使用第三波信任。我們期望政府獲得並維持其公民信任的能力將激勵接觸追蹤應用程序的采用。3 4
流動性:全波
至於行為預測因素，我們問了一係列關於“在家工作”的問題。“這一預測基於一項有影響力的接觸研究，該研究表明，特別是在弱勢社區的高感染率是由流動模式造成的，因為這些居民無法在家工作。”16回答選項包括“100%遵守”、“基本遵守”、“基本沒有遵守”、“不可能遵守”和“不適用於我”。我們把在家工作作為一種更實質性、更有規律的流動性(出於工作目的而不是娛樂目的)的代表。我們將這一措施一分為二，以便我們獲得一組可能不流動的受訪者(100%遵循或大部分遵守待在家裏)和可能保持流動的受訪者(除了不需要遵守的人之外，還有那些沒有/不能遵守的人)。
合規性:所有波
在一組20個問題中，我們詢問了受訪者受冠狀病毒影響的方式。其中一個選項是“在公共場合佩戴口罩”，我們將其作為遵守其他非藥物公共衛生幹預措施以控製COVID-19傳播的指標。
二級(郵政區)變量
數據聯動的過程在2.3節中介紹。地區層麵的特征，如病例數、更嚴格的地方封鎖或城市和大都市地區更高的人口密度，可能會影響總體焦慮和不確定性，從而促使人們更遵守衛生幹預措施。我們將以下指標納入不同受訪者的郵政區:
在實地調查期間，截至本周末記錄的所有波新病例數。
在波2時的臨時本地限製層編碼為tier 1(中等警報)，tier 2(高警報)，tier 3(非常高警報)。
城市位置的二分方法來源於國家統計局的城鄉分類數據(如果74%或更多的常住人口居住在城市地區，則該地點被劃分為城市)。
分析方法
我們在兩組多水平邏輯回歸模型中結合了上麵列出的措施，首先估計第2波的采用情況，然後根據第2波的響應，在第3波中繼續使用或在第3波中新采用。在所有情況下，我們首先將估計二級單位(郵政區)的吸收方差的零模型擬合為隨機攔截，並繼續酌情添加個人和地區級預測因子。我們對所有連續預測因子進行縮放和均值中心化。當我們觀察到態度預測因子的非隨機缺失模式時，我們進行了多個imputation，並將五個imputation數據集的估計值彙集在一起，見在線補充附錄(如我們所示)在線補充附錄圖A1)，特別是在易用性方麵的數據缺失與不采用有關，因此排除這些情況是不適當的。在實踐中，忽略這些觀察對我們的初始吸收和新的吸收模型影響不大，但對持續使用模型中三個技術接受變量的顯著性有影響。)為了簡潔起見，我們通過采用3.3節單獨分析了受訪者對第三方數據訪問的看法，因為將他們納入回歸模型將增加八個與類似基本概念(隱私)相關的額外分類預測因子。
結果
吸收和地理變異
我們觀察到2020年11月的吸收率為41%，95% CI(0.39%至0.43%)。在最初的用戶中，124人(12%)表示他們在第三波中不再使用該應用，95% CI(0.10%至0.14%);而在那些最初沒有采用的人中，98名受訪者(7%)在第三波中報告了使用情況，95% CI(0.05%至0.08%)(包括5名在第二波中回答“不知道”的人)。在第二波中沒有使用應用程序的人中，36% 95% CI(0.34%至0.38%)報告說他們沒有合適的設備(這可能看起來很高，但考慮到(1)iPhone 6及更早版本以及Android 6(棉花糖)和更早版本的手機無法運行該應用程序(https://faq.covid19.nhs.uk/article/KA-01116/en-us）;(2)我們在非用戶中報告的關於第三方數據訪問的高度錯誤信息;(3)根據最近的報告，英國人口的顯著部分認為政府的COVID-19通信清晰度“低”，17我們認為36%的非用戶可能非常擔心設備兼容性)，1%(16人)的雇主不鼓勵他們使用它(例如，2020年9月的報告證實，警察被要求不要在工作手機上安裝應用程序或忽視個人手機上的建議，見https://www.bbc.co.uk/news/technology-54328644)，而其餘的可能與其他原因有關，包括我們在第3.2節報告的原因。雖然不是我們理論框架的一部分，但我們注意到，感染冠狀病毒的受訪者使用該應用程序的可能性與不使用該應用程序的可能性相同:分別為2.39% (95% CI 1.61%至3.53%)和2.71% (95% CI 1.99%至3.69%)。到第三波，感染冠狀病毒的人是應用程序的用戶的比例僅略高於非用戶，分別為3.41% (95% CI 2.44%至4.75%)和2.82% (95% CI 2.10%至3.80%)，其中95%為CI。
觀察第2波采用的初始度量，我們的隨機攔截模型檢測到郵政編碼區之間的一些變化，SD=0.34，如圖所示圖2．這與流動性和依從性影響的大小相似，大約是最有影響力的態度影響的一半。相比之下，我們發現在第三波中，無論是繼續使用還是新收養，在各個地區都沒有變化。我們通過比較流動性和社會聯係方麵的兩個時間點來解釋這一點:雖然在2020年11月，這些地區屬於不同的限製級別(第2級和第3級中開放程度較低的地區，流動性較低，因此采用率較低)，但在2021年3月，在全國封鎖下，所有地區都麵臨類似的限製。除了地方層麵的限製外，我們發現幾乎沒有證據表明COVID-19病例數量影響了應用程序的采用，但我們發現城市地區最初采用該應用程序的熱情更高。
吸收百分比的地理變化(左側，在此繪製在郵政區域，如BH)和對數概率以及群體水平預測因子的95% CI。
個體層麵的預測
中提供了結果的可視化概述圖3，並總結所有擬合模型並在中列出or在線補充附錄表A1．如上所示，第2波中初始采用的個人層麵預測因素來自考慮郵政區級變化的多層模型。第三波繼續使用(第二波采用者的受訪者子集)和新采用者的受訪者子集(第二波非采用者的受訪者子集)的個人水平預測因素來自更簡單的線性模型，因為我們發現在郵政區水平上沒有可比的變化(在這兩種情況下，零模型僅由截距和隨機效應組成，方差分量要麼為零(奇異)，要麼達不到收斂)，因此多級建模是不合適的。
個體水平預測:對數概率和95% CI。TAM，技術接受模型。
態度預測因素，特別是技術接受模型變量，似乎是采用最有力的預測因素。當涉及到人口統計數據時，我們發現年齡較大的受訪者在兩波浪潮中都不太可能成為采用者，但不太可能放棄使用。在第三波中，教育對新產品的采用有影響，隻有高於中等教育水平的受訪者更有可能選擇使用。我們發現，與那些隻認同“白人”群體的人相比，少數族裔受訪者成為采用者的可能性較小，更有可能放棄最初的使用。然而，小組規模小(占樣本的8.20%)反映在估計值不滿足常規統計顯著性閾值的大不確定性。
在技術接受度方麵，我們發現，數字接觸追蹤在減緩病毒傳播方麵的感知有用性對最初采用或第三波新采用沒有影響。然而，在繼續使用方麵，認為應用程序有用的受訪者更有可能在第三波中繼續使用它。相關變量也有很大的影響:關心隱私的人不太可能采用這款應用，而那些同意社交圈(家人、朋友、工作)的人也很可能采用這款應用。請參見3.2節了解更多關於隱私的見解。感知或預期的易用性似乎也很重要，盡管因果關係的方向不太清楚;接觸過這款應用的用戶可能對它的可用性更有信心。
審議投票通過的項目對初步通過的影響很小。我們預計，從一開始就擔心缺乏透明的證據會導致不使用，但我們的結果表明，應用程序的最初采用者更有可能從這些方麵考慮。然而，當涉及到繼續使用時，我們發現那些擔心缺乏透明證據的人確實更有可能停止使用。我們發現，最初的采用者對數據使用信息的影響很小，他們更有可能錯過這類信息。我們發現與弱勢群體引導相關的影響可以忽略不計。然而，我們發現，對弱勢群體需求的關注與年齡和工作狀態有關，退休的受訪者更有可能表達擔憂，t(1316.4)=−3.18,p<0.01，平均差0.20;還有年齡最高的人群，t(1191.9)=−2.68,p<0.01，在五分製量表上平均差異為0.13。
在其他個人層麵的特征中，我們注意到，對英國政府的信任，雖然在第一次收養決定中沒有影響，但在第三波中預測了新的收養。在移動性方麵，在第二波浪潮中，不在家工作的人不太可能采用這款應用，這可能會導致人們的擔憂，這可能會降低應用的效率，但在第三波浪潮中，這種影響不再顯著。戴口罩隻預測了第二波的采用，這表明口罩在整個人群中變得越來越規範，爭議也越來越小。
第三方數據訪問
進一步審查隱私，我們詢問用戶和非用戶是否對誰有權訪問應用程序收集的數據有不同的看法(我們還詢問了應用程序收集的數據類型，但僅限於應用程序采用率。最多的答案是:超過60%的用戶正確識別了場地簽到;大約40%的人無法準確識別位置;大約20%的人正確識別了用戶提供的健康數據，同樣比例的人錯誤識別了“來自手機的聯係人”)。上麵我們發現，總體上“對隱私的擔憂”是不采用的有力預測因素，圖4下麵的第三方數據說明了這種擔憂如何轉化為對數據訪問的看法。
受訪者對第三方數據訪問的看法，第二波。國民健康服務體係
雖然大多數用戶和非用戶都認為NHS可以訪問該應用程序收集的數據，但當涉及到其他方麵，如警方或寬帶提供商，用戶和非用戶之間的比例為四分之一到四分之三時，就出現了明顯的差異。雖然這種關係本身可能不是因果關係，但它與上麵關於隱私擔憂的基於模型的結果是一致的。
結論與討論
我們關於2020年11月總體吸收率的結果為41%，與我們收集數據後的其他報告一致(見https://www.adalovelaceinstitute.org/project/covid-19-digital-contact-tracing-tracker)，加強我們調查的外部效度。第2波和第3波之間觀察到的輟學率為12%。我們注意到，在我們進行後續調查時，英國正處於全國封鎖狀態，因此流動性和社交接觸總體上減少了，因此不太需要定期使用該應用程序(例如，場所簽到)。同樣地，盡管在第2波應用的初始吸收過程中有更多的整體流動性，但相關的上下文變量表明，在有一些區域限製的地方，應用程序使用較少。值得注意的是，我們發現新的采用(在調查的第二波中沒有使用該應用程序，但在第三波中選擇使用該應用程序的人占7%)是由對英國政府的高度信任促進的，這與新興的文獻一致，在危機時期將信任與合規聯係起來。18我們推測，這與危機的嚴重性增加有關，包括第三波的新變種，以及人們對英國政府早期疫苗接種計劃成功的看法。
我們發現態度特征，尤其是社會規範和隱私擔憂，是(不)采用的有力預測因素。通過進一步分析，我們還發現，非用戶特別高估了第三方數據訪問的潛力，包括寬帶和電信提供商等非衛生行為體。這與英國早期關於使用意圖的實驗結果形成了對比7該公司在2020年6月對受訪者進行了調查，因此早在應用程序推出之前，調查顯示人們幾乎不擔心不同的隱私功能和或潛在的數據泄露。我們推測，這些差異一方麵是由於研究設計:在實驗場景中，受訪者獲得了關於應用程序數據使用和存儲設置的完整和透明的信息，而在實際場景中，這些信息可能更不透明，公民更不願冒險。事實上，在這項研究中，我們發現關於有效性的證據透明度是預測輟學率的一個擔憂。另一方麵，該應用程序的早期版本將使用nhs集中係統，而不是穀歌和蘋果聯合創建的最終分散曝光通知係統。雖然後者具有更好的整體隱私保護特征，但公眾對NHS的高度信任可能更有效地緩解了對隱私的擔憂。
在其他變量中，我們發現與工作相關的流動性也與收養有關16這部分解釋了為什麼結構性不平等的指標(如種族)不那麼相關。然而，在控製了流動性後，少數民族參與者仍然不太可能采用，這一現象可能更好地解釋為有針對性的數據收集，有更多的少數民族受訪者。
我們的發現有助於理解圍繞采用和公眾接受支持全球公共衛生應對大流行的數字技術的不平等，從合同追蹤擴展到遠程醫療、數字衛生護照或有針對性的公共衛生信息。為了解決不平等問題，我們的目標是建立一個具有詳盡的人口統計、態度、行為和郵政區級特征的解釋模型。
我們承認，我們的研究僅限於英格蘭居民的樣本，因此不能完全代表英格蘭和威爾士的應用程序使用情況(NHS COVID-19應用程序在英格蘭和威爾士發布);也不是整個英國普遍的健康行為。在英國，在我們調查的第三波期間，整體流動性受到限製，這使得使用應用程序的機會有限，如場地簽到(場地關閉)。此外，未來的數據收集將受益於少數民族參與者的增強樣本，以更好地理解不同民族人口之間的不平等:我們的結果表明，即使在控製了一係列其他預測因素之後，也可能存在一些種族對收養的影響，然而，我們缺乏足夠的數字來調查這些機製。
數據可用性聲明
數據可以在一個公共的、開放訪問的存儲庫中獲得。調查問卷、案例摘要以及複製數據可在figshare上獲得:Stevens D, Banducci S, Horvath L, Jones A.英國脫歐- covid -19調查中的身份、不平等和媒體，浪潮1-3。figshare;2021年(引自2021年5月9日)。https://doi.org/10.6084/m9.figshare.14527188.V.1
倫理語句
患者發表同意書
倫理批準
在數據收集之前，我們的研究設計於2020年7月16日獲得了埃克塞特大學社會科學與國際研究學院倫理委員會的倫理批準，證書編號為201920-131。我們的麵板供應商ORB國際管理他們的麵板受訪者的知情同意。
致謝
我們感謝Cary Kind和Ada Lovelace研究所從他們的審議投票中推薦問題。
補充材料
-
補充數據
此網頁文件由BMJ出版集團從作者提供的電子文件製作而成，並沒有對內容進行編輯。
腳注
推特@_lhorvath, @andrewtjones79
貢獻者作者LH作為擔保人對全文內容負責。所有作者都對研究概念和設計以及問卷的開發做出了貢獻。LH, SB, AJ和DS完全訪問了數據，並進行了分析，得出了本文報道的結果。LH、SB、JB、CD、AJ、OJ、DS和KT對結果解釋、寫作和關鍵修訂有貢獻。所有作者都同意出版最終版本，並對所有方麵的工作負責。
資金這項研究由經濟和社會研究理事會資助，是英國研究與創新快速應對COVID-19倡議的一部分。該項目題為:“脫歐- covid -19-英國的身份、不平等和媒體”(Grant Ref: ES/V006320/1)。項目網站:https://www.brexit-studies.org/covid-19．
地圖免責聲明包含任何地圖(包括其中任何邊界的描述)，或任何地理或位置參考，並不意味著BMJ就任何國家、領土、司法管轄區或地區或其當局的法律地位表達任何意見。任何這樣的表達僅是相關來源的表達，不被BMJ認可。地圖的提供沒有任何形式的保證，無論是明示的還是暗示的。
相互競爭的利益沒有宣布。
出處和同行評審不是委托;外部同行評審。
補充材料此內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅是作者的意見或建議，不被BMJ認可。BMJ不承擔因對內容的任何依賴而產生的所有責任和責任。如果內容包括任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且對因翻譯和改編或其他原因引起的任何錯誤和/或遺漏不負責。