Development of a conceptual framework for linking mHealth applications to eRecord systems in Botswana
Notice bibliographique
Résumé
BACKGROUND: The proliferation of mHealth solutions and eRecord systems is inevitable in developing countries, and ensuring their bi-directional interoperability is essential. Interoperability has been described as the ability for two or more systems or components to exchange information and use the information that has been exchanged. Given the importance of linking mHealth solutions to eRecord systems in the developing world, a suitable interoperability framework is required to provide an agreed approach to interoperability and specify common elements. Although eHealth interoperability frameworks exist in the literature, none meet all the requirements for linking mHealth solutions to eRecord systems in developing countries. The aim of this paper was to describe the design and development of a conceptual framework for linking mHealth solutions to eRecord systems in Botswana, as an exemplar. METHODS: An iterative and reflective process was adopted, supported by existing literature and research including consultations with eHealth experts, and guidance from existing frameworks. These collectively identified key elements, concepts, and standards relevant and essential for framework design and development. RESULTS: The mHealth-eRecord Interoperability Framework (mHeRIF) was developed which highlights the need for: governance and regulation of mHealth and eRecord systems, a national health information exchange, and which interoperability levels to achieve. Each of these are supported by integral themes and concepts. It also addresses the need for regular review, accreditation, and alignment of framework concepts and themes with a National eHealth Strategy Interoperability Development Process. To demonstrate the framework's applicability, a proposed architecture for the Kgonafalo mobile telemedicine programme is presented. CONCLUSION: Interoperable mHealth solutions and eRecords systems have the potential to strengthen health systems. This paper reports the design and development of an evidence-based mHeRIF to align with, build upon, and expand National eHealth Strategies by guiding the linking of mHealth solutions to eRecord systems in Botswana and other developing countries facing similar circumstances.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,008 | 0,015 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».