MétaCan
Menu
Retour à la cohorte
Enregistrement W2899219769 · doi:10.2196/publichealth.9015

Assessing the Concepts and Designs of 58 Mobile Apps for the Management of the 2014-2015 West Africa Ebola Outbreak: Systematic Review

2018· review· en· W2899219769 sur OpenAlex
Daniel Tom-Aba, Patrick Nguku, Chinedu Arinze, Gérard Krause

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2018
Typereview
Langueen
DomaineComputer Science
ThématiqueCOVID-19 Digital Contact Tracing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEbola virusOutbreakMobile phoneInternet privacymHealthPhoneDisease controlPandemicMedicineComputer securityComputer scienceMedical emergencyCoronavirus disease 2019 (COVID-19)Environmental healthDiseaseVirologyInfectious disease (medical specialty)TelecommunicationsPsychological interventionNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of mobile phone information technology (IT) in the health sector has received much attention especially during the 2014-2015 Ebola virus disease (EVD) outbreak. mHealth can be attributed to a major improvement in EVD control, but there lacks an overview of what kinds of tools were available and used based on the functionalities they offer. OBJECTIVE: We aimed to conduct a systematic review of mHealth tools in the context of the recent EVD outbreak to identify the most promising approaches and guide further mHealth developments for infectious disease control. METHODS: Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, we searched for all reports on mHealth tools developed in the context of the 2014-2015 EVD outbreak published between January 1, 2014 and December 31, 2015 on Google Scholar, MEDLINE, CAB Abstracts (Global Health), POPLINE, and Web of Science in any language using the search strategy: ("outbreak" OR "epidemic") AND ("mobile phone" OR "smartphone" OR "smart phone" OR "mobile phone" OR "tablet" OR "mHealth") AND ("Ebola" OR "EVD" OR "VHF" OR "Ebola virus disease" OR "viral hemorrhagic fever") AND ("2014" OR "2015"). The relevant publications were selected by 2 independent reviewers who applied a standardized data extraction form on the tools' functionalities. RESULTS: We identified 1220 publications through the search strategy, of which 6.31% (77/1220) were original publications reporting on 58 specific mHealth tools in the context of the EVD outbreak. Of these, 62% (34/55) offered functionalities for surveillance, 22% (10/45) for case management, 18% (7/38) for contact tracing, and 6% (3/51) for laboratory data management. Only 3 tools, namely Community Care, Sense Ebola Followup, and Surveillance and Outbreak Response Management and Analysis System supported all four of these functionalities. CONCLUSIONS: Among the 58 identified tools related to EVD management in 2014 and 2015, only 3 appeared to contain all 4 key functionalities relevant for the response to EVD outbreaks and may be most promising for further development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,419
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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