新的众包COVID-19症状图可以构建更完整的大流行情况

 
波士顿儿童医院和哈佛医学院的一项新举措可能为研究冠状病毒大流行在美国各地传播的人们提供一种新的信号。两个组织的研究人员开发的“ Covid Near You”地图要求个体自我报告任何潜在的COVID-19症状，以及是否接受了测试，然后在连续两周的时间内对该活动进行映射。
这不是已确认的COVID-19病例的地图-该信息的其他来源已经存在，包括Google的冠状病毒图(使用世界卫生组织(WHO)提供的病例编号和数字)以及John Hopkins冠状病毒资源中心图。这些都是有用的资源，但仅反映基于已批准测试的确诊案例，尤其是在美国，受测试可用性的限制，并且根据大多数专家的说法，这远远低于实际传播率。
为了补充测试工作，需要一种新的跟踪病毒传播的方法，尽管自我报告的症状很难作为实际COVID-19传播的可靠指标，但它们是与其他数据结合使用的潜在信号或主导指标包括已确诊的病例，可以帮助研究人员和医学专业人士集中精力，评估诸如社会疏远等旨在减缓或阻止扩散的战略的有效性。
金莎(Kinsa)的另一个近期项目是美国的健康天气地图，它也依赖于众包数据来尝试提供有关COVID-19潜在传播的不同观点。他们的信息是体温，由其连接的智能体温计硬件记录，但是，它可以可靠地衡量COVID-19患者的最常见症状之一。
就像“ Covid Near You”地图一样，Kinsa并不是确定COVID-19确诊病例的可靠指标，但它是一个强有力的信号，可以提供依赖认证测试时无法获得的信息。综合起来，自我报告的症状(尤其是越来越多的人使用此新地图进行自我报告)，与地理位置相关的温度数据以及已确诊的病例可以更全面地了解热点发生的位置以及蔓延的方式已知受影响最大的社区，以及可能在传播链中排在第二的社区。