Electronic Integrated Disease Early Warning System Surveillance System Evaluation, Sana'a Capital, Yemen, 2021
Notice bibliographique
Résumé
Background The Electronic Integrated Disease Early Warning System (eIDEWS) is an essential system; it contributes to the better prevention and management of epidemics. Through the collection of complete, accurate, and timely data, countries are able to determine the priorities for suitable interventions that save the lives of communities. Regardless of the conflict in Yemen, the system is still functioning and is expanding to be the most effective epidemiological surveillance program. Objective We aimed to determine the usefulness of the eIDEWS, assess its performance, and identify the strengths and weaknesses of its implementation. Methods The usefulness and performance attributes of the eIDEWS were evaluated using the Centers for Disease Control and Prevention’s updated guidelines for evaluating public health surveillance systems. The evaluation was carried out in Sana’a capital from January to March 2021 by interviewing 25 stakeholders at 3 levels—the central, governorate, and health district levels—and using a semistructured questionnaire. Attributes of the system were ranked as poor (<60%), average (60% to <80%), good (80% to <90%), and excellent (≥90%) on the basis of indicators to calculate the final scores. Results The eIDEWS’ overall usefulness and performance score was 90%—an excellent rank. The mean score of system attributes was 100% for acceptability, completeness, and timeliness. The flexibility was good (83%), since the change in reporting method was applied difficultly. The system depends completely on foreign funds; thus, the system’s stability was average (75%). However, the eIDEWS was expanded recently to add new health facilities; its representativeness was average (76%). Conclusions The system is working effectively at evaluated sites. The overall system performance was excellent; however, flexibility and stability were good due to the negative adaptation of the system with regard to the reporting method and the absence of other fund resources. Therefore, evaluating the newly upgraded system, strengthening its stability by finding other supporting resources, and further expanding coverage to include all public and private health care facilities are recommended.
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 | 0,009 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».