Availability and Suitability of Digital Health Tools in Africa for Pandemic Control: Scoping Review and Cluster Analysis
Notice bibliographique
Résumé
BACKGROUND: Gaining oversight into the rapidly growing number of mobile health tools for surveillance or outbreak management in Africa has become a challenge. OBJECTIVE: The aim of this study is to map the functional portfolio of mobile health tools used for surveillance or outbreak management of communicable diseases in Africa. METHODS: We conducted a scoping review by combining data from a systematic review of the literature and a telephone survey of experts. We applied the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines by searching for articles published between January 2010 and December 2020. In addition, we used the respondent-driven sampling method and conducted a telephone survey from October 2019 to February 2020 among representatives from national public health institutes from all African countries. We combined the findings and used a hierarchical clustering method to group the tools based on their functionalities (attributes). RESULTS: We identified 30 tools from 1914 publications and 45 responses from 52% (28/54) of African countries. Approximately 13% of the tools (4/30; Surveillance Outbreak Response Management and Analysis System, Go.Data, CommCare, and District Health Information Software 2) covered 93% (14/15) of the identified attributes. Of the 30 tools, 17 (59%) tools managed health event data, 20 (67%) managed case-based data, and 28 (97%) offered a dashboard. Clustering identified 2 exceptional attributes for outbreak management, namely contact follow-up (offered by 8/30, 27%, of the tools) and transmission network visualization (offered by Surveillance Outbreak Response Management and Analysis System and Go.Data). CONCLUSIONS: There is a large range of tools in use; however, most of them do not offer a comprehensive set of attributes, resulting in the need for public health workers having to use multiple tools in parallel. Only 13% (4/30) of the tools cover most of the attributes, including those most relevant for response to the COVID-19 pandemic, such as laboratory interface, contact follow-up, and transmission network visualization.
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 | 0,089 | 0,280 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,010 |
| Bibliométrie | 0,057 | 0,045 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».