监测系统是控制传染病的重要工具，在新冠肺炎大流行期间也很重要。新冠肺炎的监测对于监测新冠肺炎发病率和死亡率趋势，确定对高风险群体的影响，为建模研究提供信息，针对卫生服务的提供，以及衡量疫苗接种和非药物干预措施的效果至关重要。

然而，由于其不同的监测系统具有多样性的特点，比较可能具有挑战性。即使在英国等单一国家，也同时运行着几个不同的监控系统。目前还不清楚哪些系统提供了关于新冠肺炎疫情进展的及时可靠信息的最佳平衡。因此，谨慎的做法是评估这些系统的使用情况，以及它们对新冠肺炎发病率的跟踪情况，特别是对决策者而言。了解不同监测系统的优势和劣势是应对未来流行病的关键。

2023年10月10日发表在Lancet Public Health的文章，旨在评估每个监控系统提供的数据，重点是潜在的敏感性（即监测病例数量随着时间的推移而增加或下降）。除了敏感性外，本文旨在讨论使用特定新冠肺炎监测系统的实际挑战，并考虑如何评估监测系统的其他方面，特别是及时性和全面性。及时信息有助于及早了解流行病的发展，并告知决策者何时就疫情控制做出具体决定。

本文的方法是使用两个基于社区的最佳标准新冠肺炎监测数据集，与具有明显潜力表明新冠肺炎发病率和流行率的其他可用监测系统建议的病例计数进行比较。本文描述了一套系统、可复制和一致的程序，用于比较病例估计，这些估计可以从这些不同的监控系统得出，并且无需复杂的校准或数据调整即可实施。研究人员使用发布的未经调整的数据，因为未经调整的分析是由决策者针对新出现的数据进行的。研究人员检查了整个监测期和子期的相关性。最后，本文讨论了使用不同系统应对未来的爆发以及影响其有效性的因素。

研究结果，从2020年9月到2021年11月，重点分析了英格兰用于监测新冠肺炎的九个监测系统。通过更复杂的统计分析，也许可以调整固有的抽样偏差和混杂因素，九个监控系统中的任何一个都可能与本文提名的三个最佳标准密切相关。然而，我们想评估公布的数据有多好，或者仅对每个替代监控系统进行最小调整（即废水）与最佳标准数据集相关。

监控数据的相关矩阵

除ZoeApp和废水外，所有时间序列计数与最佳标准的相关性都较差。2021年6月之后，除ZoeApp和废水采样数据外，所有时间序列计数都与最佳标准（CISE ONS和支柱1和2数据）的相关性很差。这种相关性的下降可能是对成功和快速的新冠肺炎疫苗接种计划的反应。

正如其他地方所指出的，疫苗接种计划有效地打破了积极性和医疗保健需求之间的联系。废水采样数据显示，流行率仍然很高；然而，从2021年9月左右开始，废水数据的敏感性有所下降，以表明发病率或流行率，本文找不到解释。相比之下，ZoeApp的估计与CISE ONS的数据密切相关，特别是新冠肺炎的流行率。

综上所述，本文在这里测试的监控系统没有一个能满足所有信息需求。在新冠肺炎大流行期间，不同的系统在不同时期最有用。CISE ONS的估计可能最不偏不准确，但并不及时。综合征监测在疫情早期特别有用，因为它使用现有监测系统可以便宜、快速地定制病例监测。支柱1和2以及ZoeApp与CISE ONS有相当良好的相关性，其中支柱1和2的数据最有可能表明对医疗保健系统的影响。

ZoeApp将只有几天前的数据（来自其应用程序用户）与偏差最小的来源（CISE ONS）合并的做法是其他监控系统可以模仿的有用做法。然而，这种综合建模方法的一个弱点有时是延迟对快速变化的检测。用于收集数据和生成更广泛估计的方法应该有据可复制。总体而言，本文强调了使用一系列不同的监测系统进行流行病跟踪的重要性。

原始出处

Brainard, J.;  Lake, I. R.;  Morbey, R. A.;  Jones, N. R.;  Elliot, A. J.; Hunter, P. R., Comparison of surveillance systems for monitoring COVID-19 in England: a retrospective observational study. The Lancet Public Health 2023.