SMS-based smartphone application for disease surveillance has doubled completeness and timeliness in a limited-resource setting – evaluation of a 15-week pilot program in Central African Republic (CAR)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It is a challenge in low-resource settings to ensure the availability of complete, timely disease surveillance information. Smartphone applications (apps) have the potential to enhance surveillance data transmission. The Central African Republic (CAR) Ministry of Health and Médecins Sans Frontières (MSF) conducted a 15-week pilot project to test a disease surveillance app, Argus, for 20 conditions in 21 health centers in Mambéré Kadéi district (MK 2016). Results were compared to the usual paper-based surveillance in MK the year prior (MK 2015) and simultaneously in an adjacent health district, Nana-Mambére (NM 2016). Wilcoxon rank sum and Kaplan-Meier analyses compared report completeness and timeliness; the cost of the app, and users’ perceptions of its usability were assessed. Two hundred seventy-one weekly reports sent by app identified 3403 cases and 63 deaths; 15 alerts identified 28 cases and 4 deaths. Median completeness (IQR) for MK 2016, 81% (81–86%), was significantly higher than in MK 2015 (31% (24–36%)), and NM 2016 (52% (48–57)) (p < 0.01). Median timeliness (IQR) for MK 2016, 50% (39–57%) was also higher than in MK 2015, 19% (19–24%), and NM 2016 29% (24–36%) (p < 0.01). Kaplan-Meier Survival Analysis showed a significant progressive reduction in the time taken to transmit reports over the 15-week period (p < 0.01). Users ranked the app’s usability as greater than 4/5 on all dimensions. The total cost of the 15-week pilot project was US$40,575. It is estimated that to maintain the app in the 21 health facilities of MK will cost approximately US$18,800 in communication fees per year. The app-based data transmission system more than doubled the completeness and timeliness of disease surveillance reports. This simple, low-cost intervention may permit the early detection of disease outbreaks in similar low-resource settings elsewhere.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle