MétaCan
Menu
Retour à la cohorte
Enregistrement W4312865864 · doi:10.2196/41269

Comparative Performance Evaluation of the Public Health Surveillance Systems in 6 Gulf Cooperation Countries: Cross-sectional Study

2022· article· en· W4312865864 sur OpenAlexvenueno aff
Nawaf H. Albali, Sami Almudarra, Yahya Al‐Farsi, Abdullah M. Alarifi, Adil Al Wahaibi, Pasi Penttinen

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic health surveillanceRepresentativeness heuristicPublic healthMedicineEnvironmental healthDisease surveillanceGlobal healthStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evaluating public health surveillance systems is important to ensure that events of public health importance are appropriately monitored. Evaluation studies based on the Centers for Disease Control and Prevention (CDC) guidelines have been used to appraise surveillance systems globally. Previous evaluation studies undertaken in member countries of the Gulf Cooperation Council (GCC) were limited to specific illnesses within a single nation. OBJECTIVE: We aimed to evaluate public health surveillance systems in GCC countries using CDC guidelines and recommend necessary improvements to enhance these systems. METHODS: The CDC guidelines were used for evaluating the surveillance systems in GCC countries. A total of 6 representatives from GCC countries were asked to rate 43 indicators across the systems' level of usefulness, simplicity, flexibility, acceptability, sensitivity, predictive value positive, representativeness, data quality, stability, and timeliness. Descriptive data analysis and univariate linear regression analysis were performed. RESULTS: All surveillance systems in the GCC covered communicable diseases, and approximately two-thirds (4/6, 67%, 95% CI 29.9%-90.3%) of them covered health care-associated infections. The mean global score was 147 (SD 13.27). The United Arab Emirates scored the highest in the global score with a rating of 167 (83.5%, 95% CI 77.7%-88.0%), and Oman obtained the highest scores for usefulness, simplicity, and flexibility. Strong correlations were observed between the global score and the level of usefulness, flexibility, acceptability, representativeness, and timeliness, and a negative correlation was observed between stability and timeliness score. Disease coverage was the most substantial predictor of the GCC surveillance global score. CONCLUSIONS: GCC surveillance systems are performing optimally and have shown beneficial outcomes. GCC countries must use the lessons learned from the success of the systems of the United Arab Emirates and Oman. To maintain GCC surveillance systems so that they are viable and adaptable to future potential health risks, measures including centralized information exchange, deployment of emerging technologies, and system architecture reform are necessary.

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 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)0,022
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,179
Tête enseignante GPT0,483
Écart entre enseignants0,304 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetData-Driven Disease SurveillanceTravaux en français237 207