旅行者的实时疾病监测：一项国际性的、前瞻性的、数字化的监测研究

《Travel Medicine and Infectious Disease》：Real-time illness monitoring in travellers: an international, prospective, digital surveillance study

实时监测旅行相关疾病及影响因素的研究。通过ITIT应用收集国际旅行者每日症状、地理位置及气候数据，发现42%的行程中出现症状（以胃肠道、呼吸道为主），6%的参与者返程后确诊（包括疟疾、COVID-19等），年轻且长途旅行者症状发生率更高。

　　随着全球国际旅行的迅速增长，监测旅行者中的传染病变得愈发重要。旅行者不仅作为个人的移动群体，还可能成为传染病传播的重要信号源。为应对这一挑战，瑞士苏黎世大学的研究团队发起了一项名为ITIT（illness Tracking in Travellers）的项目，旨在通过一款应用程序进行前瞻性、实时的旅行者健康监测。该项目整合了地理定位和环境数据，以识别旅行相关的疾病趋势和信号。该研究的成果表明，通过ITIT应用收集的数据能够为全球公共卫生提供有价值的洞察。

旅行者健康监测的必要性源于国际旅行的规模和频率。根据联合国世界旅游组织和国际航空运输协会的数据，2024年全球航空乘客需求达到历史最高水平，相比2023年增长了13.6%，航空乘客数量超过了95亿人次。这一趋势意味着旅行者数量的持续增加，同时也增加了传染病传播的风险。旅行者往往跨越地理边界，接触不同的生态系统和病原体，因此他们的健康状况能够反映当地疾病的流行趋势。此外，旅行者可能成为某些传染病的早期信号，例如，旅行者在返回时携带的病毒或细菌可能预示着某些地区疾病爆发的潜在风险。

ITIT项目通过应用程序收集旅行者每日的健康状况数据，并将其与地理位置和环境条件相结合，形成一个全面的健康监测系统。该系统不仅关注旅行者在途中的症状，还追踪他们在旅行后是否获得诊断或进行自我治疗。这种前瞻性研究方法能够提供比传统报告机制更为及时和全面的信息。传统健康监测方式通常依赖于医疗机构或实验室的报告，存在数据滞后、覆盖范围有限以及对轻微症状缺乏记录等不足。而ITIT项目通过实时数据收集，能够捕捉到更多细微的健康变化，为公共卫生决策提供更精确的依据。

在研究过程中，参与者被招募为国际旅行者，年龄需超过18岁，并且旅行时间需超过两天。研究团队通过多种渠道进行招募，包括国际旅行诊所、在线广告、大学邮件通知以及口口相传。参与者在使用应用程序前需提供电子知情同意，确保数据收集的合法性和伦理性。应用程序提供了多种激励措施，如世界卫生组织（WHO）审核的每日疫情新闻、目的地国家的疟疾和疫苗建议、旅行健康主题的电子图书馆，以及一个显示旅行者健康状况的“my ITIT diary”。这些功能旨在提高旅行者的参与度，并确保他们能够准确记录自己的健康状况。

数据收集包括旅行前的问卷调查和旅行中的每日症状报告。旅行前的问卷涵盖了旅行者的年龄、性别、旅行目的、旅行时间、目的地以及是否有慢性疾病等基本信息。旅行中的每日问卷则记录了旅行者是否出现症状、症状的类型（如胃肠、呼吸、皮肤或全身症状）以及症状的严重程度。所有数据均采用加密方式存储，并通过随机分配的参与者和旅行编号进行匿名化处理，以保护隐私。旅行后的问卷则用于评估旅行者是否获得诊断或进行自我治疗，从而进一步了解旅行相关的疾病情况。

研究结果显示，共有1355名旅行者参与了ITIT项目，其中676人完成了至少一次症状报告，对应703次旅行。42%的旅行中出现了症状，其中胃肠症状、呼吸系统症状和全身症状最为常见。此外，有6%的旅行者在旅行后获得了特定诊断，包括疟疾、新冠和血吸虫病等。20%的旅行者进行了自我治疗，主要涉及抗腹泻药物、抗生素、止痛药和鼻喉喷雾等。研究还发现，旅行时间和年龄是预测症状出现的两个最重要因素。旅行时间越长，旅行者报告症状的可能性越高；而年龄越小，症状报告率也相对较高。这一发现可能与旅行者的行为习惯有关，例如年轻人可能更倾向于尝试当地食物或进行冒险性活动，从而增加感染风险。

研究还对不同旅行目的地的疾病情况进行分析。95个国家被旅行者访问，其中70个国家报告了症状。印尼、泰国、巴基斯坦和坦桑尼亚是症状报告最多的国家，而胃肠症状主要出现在印尼、坦桑尼亚、巴基斯坦和泰国的旅行者中。全身症状则在印尼、巴基斯坦、坦桑尼亚和泰国的旅行者中较为常见，皮肤症状则与印尼、泰国、哥斯达黎加和秘鲁的旅行有关。呼吸系统症状则在印尼、意大利、巴基斯坦和巴西的旅行者中较为突出。这些数据不仅揭示了不同地区疾病的发生模式，还为公共卫生部门提供了有针对性的监测依据。

研究还探讨了旅行者健康状况与环境因素之间的关系。通过将旅行者的位置数据与实时气候数据相结合，研究团队能够识别某些疾病在特定环境条件下的高发趋势。例如，高温和高湿度可能与某些病毒性疾病的传播有关，而空气质量指数则可能影响呼吸系统疾病的报告率。这种跨学科的数据整合方式为疾病监测提供了新的视角，使得公共卫生部门能够更准确地评估不同地区疾病的风险，并采取相应的防控措施。

ITIT项目的一个重要特点是其采用机器学习模型进行预测分析。研究团队开发了多种分类模型，包括随机森林、惩罚逻辑回归、XGBoost、支持向量机（SVM）、分类与回归树（CART）和K近邻（KNN）模型。这些模型通过统计分析方法评估了旅行者报告症状的预测因素。最终，XGBoost模型因其较高的准确性和预测能力被选为最佳模型。该模型能够识别旅行时间和年龄是症状报告的两个主要预测变量，而其他因素如吸烟状态、性别和慢性疾病则对预测结果影响较小。这一发现对于制定个性化的旅行健康建议具有重要意义，尤其是在针对年轻旅行者和长时间旅行者时，应加强健康教育和预防措施。

ITIT项目的意义不仅在于数据的收集和分析，还在于其对全球健康监测系统的潜在贡献。传统的健康监测方式往往依赖于官方报告，但这些报告可能无法及时反映疾病的变化趋势。而ITIT项目通过实时数据收集，能够提供更为及时和全面的疾病信息，特别是在基础设施薄弱的地区。这种公民科学的方法能够弥补传统系统在数据覆盖和时效性方面的不足，为全球疾病监测提供新的工具和思路。

尽管ITIT项目在数据收集和分析方面取得了重要进展，但仍存在一些局限性。首先，数据来源于自我报告，可能存在回忆偏差或信息不准确的问题。然而，每日的问卷调查有助于减少这种偏差，提高数据的可靠性。其次，参与者的响应率较低，仅有不到50%的旅行者持续填写每日问卷，这可能影响数据的完整性和代表性。此外，旅行后的问卷调查在项目启动后才引入，导致响应率相对较低，样本量有限。然而，即便如此，研究团队仍报告了22种具体的医疗诊断，这表明旅行后的数据收集仍然具有重要的价值。

未来，ITIT项目有望进一步发展，以提高数据的实时性和准确性。随着更多旅行者使用该应用程序，研究团队可以利用更大规模的数据集进行更复杂的预测建模，分析不同地区疾病的发生模式，并结合气候、旅行行为和人口统计学数据，识别潜在的疾病爆发热点。此外，ITIT数据可以与现有的公共卫生监测系统相结合，提供更早的疾病预警信号。例如，通过分析旅行者中出现的轻微症状，可以预测某些地区是否可能出现新的传染病爆发，从而提前采取防控措施。这些数据的整合和分析将有助于提高全球疾病监测的效率和准确性。

ITIT项目的成功也得益于其在数据隐私和伦理方面的严格处理。所有数据均采用加密方式存储，并通过匿名化处理保护参与者的隐私。此外，研究团队在项目设计和实施过程中充分考虑了数据透明性和参与者的知情同意权，确保数据的合法性和道德性。这种对隐私和伦理的重视，使得ITIT项目在移动健康（mHealth）领域具有重要的示范意义。

总的来说，ITIT项目为全球旅行者健康监测提供了一个创新的平台，通过实时数据收集和分析，能够更准确地识别疾病趋势，并为公共卫生决策提供支持。随着国际旅行的持续增长，旅行者健康监测的重要性将进一步凸显。ITIT项目不仅有助于提高对传染病的早期预警能力，还能够为旅行者提供个性化的健康建议，从而减少疾病传播的风险。未来，该项目有望在更多地区推广，并与全球公共卫生系统形成更紧密的联系，为应对全球健康挑战提供新的解决方案。