COVID-19 の隔離、隔離、距離の最適化に関する研究 (Optimise)

グループ 1/シード セット 1 - 最近診断された「新型コロナウイルス感染症 (COVID-19) 症例」

(グループ 1) とそのソーシャル ネットワーク (グループ 1) および主要人物の最大 2 ウェーブは、採用グループ 2 として継続的なフォローアップとモニタリングに移行する前に、特定のモニタリング ツールを使用して最初に 1 か月間フォローアップされます。

グループ 2/シード セット 2 - 現在新型コロナウイルスに感染していない一般コミュニティの人々

物理的距離を実践し、特定の主要なリスクグループを代表する「グループ 2」と、最大 2 つの主要人物が参加するソーシャル ネットワーク

新型コロナウイルス感染症封じ込め対策によるベースラインアンケートの回答からアドヒアランス（非アドヒアランス）への変化

参加者は、政府の規制を順守する能力によって判断される、各個人の遵守/非遵守の結果を毎日二値で測定するためのアンケートと日記に記入します。

新型コロナウイルス感染症の感染を抑制するための政府の対応が健康、社会、経済にもたらす予期せぬ影響を示すベースラインアンケートの回答からの変化

研究者は、ベースラインとフォローアップのアンケートのデータを使用して、個人変数と複合変数の両方を計算して、次のような意図しない結果を評価します。

• 新型コロナウイルス感染症（COVID-19）期間中の失業
• 新型コロナウイルス感染症期間中の収入減少
• 新型コロナウイルス感染症期間中の学校教育への混乱
• 新型コロナウイルス感染症拡大期間中の仕事の生産性の低下
• 他人を気遣う責任の変化
• 新型コロナウイルス感染症期間中の医療利用の減少
• 新型コロナウイルス感染症期間中のアルコール（頻度または量）およびその他の薬物摂取の増加
• 新型コロナウイルス感染症期間中の精神的健康または個人の幸福の変化
• 新型コロナウイルス感染症期間中の社会的つながりの増加 上記の回答には尺度が適用されていません。対応のオプションが用意されています。
• 不安 (GAD スケールを使用: https://patient.info/doctor/generalized-anxiety-disorderassessment-gad-7) は、アンケートの回答セクションです。

新型コロナウイルス感染症の社会的接触と混合パターンは何ですか

アンケート参加者は、1 日あたりの連絡先の数とソーシャル ネットワーク データの照合を許可する時間を指定することを含めて記入するよう求められます。

毎日の日記（遡及的および将来的）のデータを使用して、研究者は次の計算を行います。

• 1日あたりのコンタクト数
• 活動の種類別の連絡先数
• 1 日に各種類のアクティビティに費やした時間
• 症状の発症から自己隔離までの時間
• 症状の発症から診断検査を受けるまでの時間
• 検査にアクセスして結果（診断）を受け取るまでの時間
• 結果（診断）の受け取りから接触者追跡チームによる連絡までの時間 体重計は使用されていません。

新型コロナウイルス感染症の社会的接触の種類と混合パターンは何ですか

参加者に記入を求めるアンケートには、1 日あたりの連絡先との関係を指定することが含まれます (つまり、 パートナー、子供、友人）、および個人の新型コロナウイルス検査ステータス、プロジェクトの詳細な詳細を提供するソーシャル ネットワーク データ

政府介入の有効性の尺度

アンケートへの参加者の回答、フォーカス グループのディスカッションは、二項対立の尺度として使用されます。研究者は体重計を使用せず、レポートは次の形式になります。

• 隔離、隔離、身体的距離の確保の要件に関する政府のガイダンスについて正しい知識を報告した参加者の数と割合 - 二値結果 (はい/いいえ) として、また複合知識スコアとしても計算されます。
• 政府が推奨する新型コロナウイルス感染症予防策を使用していると報告した参加者の数と割合。 例えば：
• 560/700 (80%) の参加者が定期的に手指消毒剤や手洗いを使用していると報告
• 参加者の 680/700 (97%) は、私ができる限り物理的距離をとるルールを適用していると報告しています (つまり、 他の人から1.5メートルの距離を保ち、握手をしない）
• SARS-CoV-2 感染症の検査を受けた、新型コロナウイルス感染症 (COVID-19) 関連の症状を報告した参加者の数と割合、およびこれらの検査の結果

新型コロナウイルス感染症の症例、接触者、主要な脆弱なグループの経験的データを収集して照合する

研究者らは、遵守結果、社会的接触、日記や質問者からの伝達結果からのデータを主要な分析に統合します。横断的なソーシャル ネットワーク モデル、構造方程式モデリング、ソーシャル ネットワーク分析。

研究者らは、感染のダイナミクス、社会的接触、新型コロナウイルス感染症の感染者とその接触者、主要な脆弱なグループの混合パターンに関する経験的データを利用して、動的感染推定の精度と適時性を向上させるための数学的モデルを開発、改良する予定である。

研究者らは、社会的接触と感染の結果を利用して決定論的な区分流行モデルを更新し、オーストラリアにおける新型コロナウイルス感染症の蔓延に対する検査と監視の効果を推定する予定である。

コホート参加者からのアンケート回答から、新型コロナウイルス感染症の感染を減らすための政府介入の有効性を評価する

これには、政府の推奨事項について正確な知識を持っている参加者の数/割合、および推奨どおりに新型コロナウイルス感染症予防措置を講じている参加者の数/割合が含まれますが、これらに限定されません。 研究者らは、参加者グループの a) 隔離、b) 隔離、c) 物理的距離の遵守レベルを推定するために、連続横断的アプローチを使用して遵守結果を分析します。

研究者らは、比率のカイ二乗検定を使用して、参加者グループ内でのアドヒアランスの時間の経過に伴う変化、a) 隔離、b) 隔離を評価します。 研究者らは、比例ハザードテストやコックス回帰などのイベント発生までの時間分析を使用して、参加者グループ内での政府要件の順守の変化を評価します。c) 物理的距離。

研究者は分析に個人の評価を使用していません。