Digital healthcare tools for the world’s poorest people and places: A new framework for syndromic surveillance forged in the fight against COVID-19 in Somalia. (Preprint)
Notice bibliographique
Résumé
UNSTRUCTURED Low- and middle-income (LMIC) countries often lack capacity for infectious disease surveillance. The COVID-19 pandemic has challenged many of them to implement non-pharmaceutical interventions while preparing to distribute vaccines. Because of the rapidly evolving situation in many LMICs, real-time data is crucial to understand the needs of the population, and to provide supportive evidence for healthcare interventions. In this paper, we highlight the role of international partners in a data collection effort (79,746 individuals surveyed over six weeks, beginning in April, 2020,) led by the municipal government in Mogadishu, Somalia, where health workers and officials are battling COVID-19 alongside numerous other communicable diseases, as well as violent extremism, and natural disasters. This effort united a collaboration between Canadian and Somalian digital health information engineers in developing a freely-accessible open source digital survey tool for syndromic surveillance. The project enabled extensive health data collection and sharing. It also spurred the rapid development of locally-customized digital solutions, and the training of local digital health engineers. The research insights gathered from this project have been instrumental in the implementation of non-pharmaceutical interventions and in health and sanitation resource allocation in Mogadishu, while providing an updated perspective of the socio-demographics of the population of a city that has not had a census since 1975. Nine collaborative principles are elucidated for developing digital survey tools for syndromic surveillance. The project offers a model for replication in other LMICs.
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 | 0,022 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,028 |
| Communication savante | 0,032 | 0,035 |
| Science ouverte | 0,004 | 0,020 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».