Testing trajectories for GetCheckedOnline in British Columbia: Implications for equity, stewardship and sustainability of digital STI testing services

该研究通过分析不列颠哥伦比亚省 GetCheckedOnline 数字性传播感染检测服务的纵向数据发现，高频检测主要集中于具有多重性伴侣等高风险特征的少数用户群体，表明该服务的使用模式符合预防需求而非无序滥用，因此建议采取基于风险分层的差异化管理策略而非普遍性限制。

要点

这篇论文就像是在给加拿大不列颠哥伦比亚省（BC 省）的一个“线上性病检测服务”做了一次长期的体检报告。

为了让你更容易理解，我们可以把这项服务想象成一家24 小时营业的“自助健康加油站”。

1. 背景：大家担心什么？

以前，人们想检测性病（STBBI），得去医院排队、挂号、面对医生，门槛比较高。现在有了这个“自助加油站”（GetCheckedOnline），大家可以在家自己下单、自己取样，然后寄回实验室，非常方便。

但是，管理者心里有点打鼓：

“既然这么方便，会不会有人把它当成‘免费自助餐’，没事就来蹭一下？如果大家都没病却天天来检测，我们的医疗资源（钱和人力）会不会被耗尽？这辆车还能开多久？”

2. 研究方法：我们看了什么？

研究人员像侦探一样，调取了从 2020 年 4 月到 2022 年 11 月之间，所有注册过这个“自助加油站”的 34,000 多名用户的记录。他们不仅看大家来了没有，还像追踪电影主角的轨迹一样，观察了每个人在两年内的“检测路线”。

他们把用户分成了两类来看：

1. 所有注册过的人（不管有没有真的去检测）。
2. 至少检测过一次的人。

3. 核心发现：大家是怎么“开车”的？

通过复杂的数学模型（就像给车流画地图），研究人员发现了两个主要模式：

• 模式 A：偶尔路过的大多数（占绝大多数）
  大部分人只是偶尔来一次，或者根本不检测。就像大多数司机只是偶尔去加油站加个油，加完就走，不会天天来。
• 模式 B：高频使用的“老司机”（少数派）
  有一小部分人（约占总人数的 10%）非常频繁地来检测。
  • 惊人的数据：这前 10% 的“老司机”，竟然贡献了**近 40%**的检测量。
  • 为什么他们来得这么勤？研究发现，这些人并不是因为“无聊”或“乱来”才来的。相反，他们通常面临更高的健康风险：比如有多个性伴侣、没有采取保护措施，或者以前就确诊过性病。

4. 地理因素：是哪里的人爱来？

研究人员还看了看地图，发现不同地区的人来检测的频率差异其实不大。也就是说，这不是某个特定社区“特别爱检测”的问题，而是个人风险因素在起作用。

5. 结论与建议：该怎么管理这个“加油站”？

以前的担忧：
管理者可能觉得：“是不是要设个门槛？比如规定每个人一年只能测一次，防止大家滥用资源。”

现在的结论：
千万别这么做！
研究告诉我们，那些频繁来检测的人，恰恰是最需要检测的高风险人群。他们的行为是为了预防，而不是在“浪费”资源。如果强行限制他们，反而可能让高风险人群漏掉检测，导致疾病传播。

正确的“管理策略”：

• 不要“一刀切”：不要给所有人设限。
• 要“因材施教”：
  • 对于偶尔来的人，保持服务畅通。
  • 对于那 10% 的高频“老司机”，应该提供更专业的指导和健康教育，告诉他们如何更安全地生活，而不是把他们拒之门外。

一句话总结

这个“线上检测加油站”并没有被滥用。相反，它像是一个精准的雷达，自动识别并服务了那些风险最高、最需要帮助的人群。未来的管理重点应该是引导和教育，而不是限制和关门。

技术摘要

以下是基于论文《Testing trajectories for GetCheckedOnline in British Columbia: Implications for equity, stewardship and sustainability of digital STI testing services》（不列颠哥伦比亚省 GetCheckedOnline 的测试轨迹：对数字性传播感染检测服务的公平性、管理和可持续性的启示）的详细技术摘要：

1. 研究背景与问题 (Problem)

数字性传播和血液传播感染（STBBI）检测服务通过提供低门槛、自我导向的访问方式，可能显著影响公共资助医疗系统的需求。然而，这种便利性引发了关于重复使用（repeated use）和系统可持续性的担忧。主要问题在于：这些服务是否会导致无差别的过度使用，从而耗尽资源？或者，它们是否主要被高风险人群用于预防性检测？本研究旨在通过分析不列颠哥伦比亚省（BC 省）"GetCheckedOnline"数字检测服务的纵向使用数据，来刻画用户的检测轨迹，并评估与高强度使用相关的因素。

2. 研究方法 (Methodology)

本研究采用回顾性队列研究设计，具体方法如下：

• 数据来源：使用 GetCheckedOnline 项目数据，涵盖 2020 年 4 月至 2022 年 11 月期间创建账户的用户，随访期为 24 个月。
• 分析样本：
  1. 所有注册用户（包括未进行测试的用户）。
  2. 至少完成一次测试的用户。
• 统计模型：
  • 基于群体的轨迹建模（Group-based trajectory modelling, GBTM）：用于识别随时间变化的测试模式。
  • 多层回归模型（Multilevel regression models）：包含本地卫生区域（Local Health Areas）的随机截距，用于分析高强度轨迹成员资格与个人风险指标及地理聚类之间的关系。

3. 主要结果 (Results)

• 总体使用情况：在 34,228 名用户中，22,542 人（65.9%）至少完成了一次测试，共进行了 42,451 次检测。检测中位数为 1 次，范围在 0 到 44 次之间。
• 轨迹模式：在两个分析样本中均识别出两条主要轨迹：
  1. 大多数用户表现为低频或单次检测。
  2. 少数用户表现出持续的高强度检测模式。
• 使用集中度：前 10% 的用户贡献了总检测量的39.6%，显示出使用量的显著集中。
• 风险因素关联：属于“高强度检测轨迹”与以下性风险指标显著相关：
  • 拥有多个性伴侣。
  • 与多个性伴侣发生无保护性行为。
  • 既往有 STBBI 诊断史。
• 地理分布：本地卫生区域之间的地理聚类效应较弱（零模型中的组内相关系数 ICC 为 0.042），且在调整协变量后进一步减弱。

4. 关键贡献 (Key Contributions)

• 实证数据支持：提供了关于数字 STI 检测服务长期利用模式的实证证据，反驳了“数字服务必然导致无差别过度使用”的假设。
• 用户分层：通过轨迹建模，清晰地将用户分为“预防导向型”（低频）和“高风险持续监测型”（高频），揭示了服务需求背后的真实驱动因素。
• 管理策略依据：研究结果挑战了通过“普遍限制”来减少检测量的传统思路，提出了基于风险分层的精细化管理方案。

5. 研究意义与结论 (Significance & Conclusion)

• 服务性质界定：GetCheckedOnline 的使用模式主要反映了一种以预防为导向的特征，更符合实际服务需求，而非无节制的滥用。
• 公平性与可持续性：高强度检测主要由一小部分具有高风险性行为特征的用户驱动。这意味着限制检测可能会阻碍高风险人群获取必要的医疗服务，从而损害健康公平性。
• 政策建议：研究支持采取风险对齐的管理策略（risk-aligned stewardship）。具体建议包括：
  • 针对高风险人群提供差异化的指导和教育。
  • 避免实施一刀切的普遍限制措施，以维持服务的可及性和可持续性。
  • 通过精准干预而非限制总量来优化资源配置。

综上所述，该研究证明了数字 STI 检测服务在识别和满足高风险人群需求方面的有效性，并为制定兼顾公平、管理和可持续性的公共卫生政策提供了科学依据。