接触追踪应用真正有效的关键是什么？
核心思路很简单：应用程序通过蓝牙或GPS记录两部手机靠近的时间，并在用户曾与后来确诊者近距离接触时发出警报。但一项对17项研究的快速系统综述发现，尽管多数模型显示此类应用对减少感染和死亡有积极作用，但这仅在应用采用率达到至少20%时才会实现[6]。低于这一门槛，应用根本无法覆盖足够人群来阻断传播链。
追踪本身的设计至关重要。一项关于COVID-19的建模研究发现，“双向追踪”——即不仅提醒你可能感染的人（前向追踪），还回溯寻找感染你的人及其其他接触者——与仅进行前向追踪相比，将有效再生数的降低幅度提升了一倍以上[7]。这是因为回溯追踪能够捕捉到超级传播者以及无症状传播的隐藏链条。另一项研究提出了一种利用建筑物内蓝牙传感器实现这种双向追踪的框架，该框架还能检测因受污染表面导致的间接接触[5]。
用户体验同样至关重要。一项针对317名全国性接触追踪应用用户的调查发现，用户是否愿意继续使用该应用的最强预测因素是其对应用的信任度，其次是道德义务感[3]。用户希望获得更详细的接触信息（如时间和地点），并能够分享具体情境（例如是否佩戴口罩），从而使风险评估更准确、更有用[3]。
为何接触追踪应用未能达到预期效果？
尽管已有颇具前景的模型，但实际应用中的采纳情况却不尽如人意。一项涵盖63篇关于COVID-19应用程序设计文献的范围综述发现，大多数研究缺乏良好电子健康开发的基本要素，例如让用户参与设计过程，或清晰说明数据将如何被使用[1]。在受评研究中，仅有40%提及参与式设计流程的必要性，这很可能是导致公众信任度低、应用普及率不高的原因之一[1]。
荷兰的一项研究发现，人们安装该应用的意愿很大程度上受其感知到的社会效应影响——具体而言，即它能避免多少死亡案例和家庭财务问题[9]。这引发了一个“先有鸡还是先有蛋”的困境：该应用的社会效益取决于高安装率，但人们只有在相信它能带来巨大社会效益时才会愿意安装[9]。研究预测，根据该应用在这些指标上的表现，其安装率可能在24%到78%之间浮动[9]。
技术限制也降低了有效性。一项针对95个国家98款接触追踪应用的比较研究发现，大多数应用使用蓝牙或GPS，并采用标准的2米、15分钟接触阈值，但对于传染性更强的变异毒株而言，这一时间可能过短[4]。同一研究指出，蓝牙可能错误地将隔墙接触（例如在交通拥堵中相邻车辆内的人员）标记为密切接触，从而降低准确性和用户信任[4]。此外，28.6%的应用缺乏官方信息来源，这很可能降低了用户的接受度[4]。
应用能否独立运作，还是需要辅助支持？
证据明确：接触追踪应用只有在与其他公共卫生措施结合使用时才最有效，而非单独使用。一项数学建模研究发现，在已实施严格人工接触追踪和症状检测的基础上，增加全民检测（无论是否有症状均进行检测）仅能使总病例数减少极小比例——在低流行国家为0.0009%，在高流行国家为0.025%[8]。这表明，人工追踪与检测的组合已能捕捉到大多数传播链，而应用带来的额外效益微乎其微。
然而，应用程序能够填补人工追踪所遗漏的关键缺口。一项针对2021年几内亚埃博拉疫情的研究发现，人工接触者追踪的可靠性深受社会因素影响：未婚接触者失访的可能性是已婚者的12.76倍，而未收到食品捐赠的接触者被遗漏的可能性则高出3倍[2]。数字应用程序可以自动完成后续追踪并减少此类差异，但这需要以完善的公共卫生基础设施（如提供食品或配备足够的追踪团队）为前提[2]。
一项针对拉沙热的建模研究发现，与未纳入接触者追踪的模型相比，将接触者追踪融入流行病学模型可显著提升早期检测能力并减少二代感染[11]。类似地，一项采用超图模型（该模型考虑了群体聚集因素）的研究表明，数字接触者追踪能有效抑制疫情传播，尤其在疫情规模尚小时效果更为显著[10]。核心结论是：应用程序能增强传统公共卫生措施的效果，但无法替代它们。
关于这些来源
该答案基于11篇经同行评审的研究——发表于2021年至2024年间，其中4篇为2024年或之后发表，4篇发表于Q1期刊，累计被引用212次——这些研究是从13篇通过质量筛选的文献中选出的最具相关性的成果，而该13篇文献又源自从超过5亿篇论文数据库中检索到的73篇论文。
本文引用的文献
COVID-19接触追踪应用程序的设计与实施考量：范围综述
一项涵盖63篇文章的范围综述发现，大多数关于COVID-19接触追踪应用程序的研究缺乏电子健康开发的基本实践，例如用户参与（仅40%提及）和清晰的沟通，这可能是导致使用率低的原因。
2021年几内亚埃博拉病毒病疫情期间与可靠接触者追踪相关的因素。
在2021年几内亚埃博拉疫情中，人工接触者追踪的可靠性受到社会因素的显著影响：未婚接触者失访的可能性是其他人群的12.76倍，而未收到食品捐赠的接触者被遗漏的可能性则高出3倍。
用户经验在自动化信息处理中对数字接触追踪应用感知有用性的影响：横断面调查研究。
一项针对317名国家新冠接触追踪应用用户的调查发现，感知可信度是使用意愿的最强预测因素，其次是道德义务；用户希望获得更详细的联系信息，以提升感知准确性。
后疫情时代COVID-19接触追踪应用的有效性、政策与用户接受度：经验与比较研究。
一项针对95个国家98款接触追踪应用的比较研究发现，多数应用采用蓝牙或GPS技术，并以2米、15分钟为阈值，但这一标准对传染性更强的变异毒株可能过短；此外，28.6%的应用缺乏官方信息来源。
通过双向接触追踪提升传染病暴发监测能力
一种基于蓝牙的新型双向接触追踪框架被提出，该框架能够追踪前向和后向接触，并检测来自受污染表面的间接接触，从而提升疫情监测能力。
SARS-CoV-2接触追踪应用程序的有效性：一项快速系统综述。
一项针对17项研究（2项实证研究、15项基于模型的研究）的快速系统综述发现，接触追踪应用在减少感染和死亡方面显示出有益效果，但前提是采用率达到20%或更高；实证研究存在较高的偏倚风险。
双向接触追踪可显著提升对COVID-19的防控效果。
一项随机分支过程模型研究发现，与仅进行前向追踪相比，双向接触追踪（同时进行前向和后向追踪）使新冠肺炎有效再生数的降幅提升了一倍以上。
检测策略与接触者追踪对控制COVID-19疫情暴发的贡献：一项数学建模研究
一项数学建模研究发现，在已实施严格接触者追踪和症状检测的基础上，增加全民检测仅能使新冠肺炎病例总数在低流行国家减少0.0009%，在高流行国家减少0.025%。
社会效应是荷兰采用2019冠状病毒病（COVID-19）数字接触追踪应用程序的主要因素。
荷兰的一项离散选择实验发现，人们安装接触追踪应用的意愿深受其感知的社会效应（即避免的死亡人数和财务问题）影响，预测的采用率在24%至78%之间。
超图上的数字接触追踪
一项基于超图（用于表示群体聚集）的数学模型研究发现，数字接触追踪能有效抑制疫情传播，尤其是在疫情规模较小时，通过限制大型聚集活动中的传播途径发挥作用。
优化拉沙热疫情控制：接触者追踪整合在流行病学模型中效力的比较研究
一项关于拉沙热的比较建模研究发现，与未纳入接触者追踪的流行病学模型相比，将接触者追踪纳入模型可显著提升早期检测能力并减少二代感染。