Use of digital technologies for public health surveillance during the COVID-19 pandemic: A scoping review
Notice bibliographique
Résumé
Throughout the COVID-19 pandemic, a variety of digital technologies have been leveraged for public health surveillance worldwide. However, concerns remain around the rapid development and deployment of digital technologies, how these technologies have been used, and their efficacy in supporting public health goals. Following the five-stage scoping review framework, we conducted a scoping review of the peer-reviewed and grey literature to identify the types and nature of digital technologies used for surveillance during the COVID-19 pandemic and the success of these measures. We conducted a search of the peer-reviewed and grey literature published between 1 December 2019 and 31 December 2020 to provide a snapshot of questions, concerns, discussions, and findings emerging at this pivotal time. A total of 147 peer-reviewed and 79 grey literature publications reporting on digital technology use for surveillance across 90 countries and regions were retained for analysis. The most frequently used technologies included mobile phone devices and applications, location tracking technologies, drones, temperature scanning technologies, and wearable devices. The utility of digital technologies for public health surveillance was impacted by factors including uptake of digital technologies across targeted populations, technological capacity and errors, scope, validity and accuracy of data, guiding legal frameworks, and infrastructure to support technology use. Our findings raise important questions around the value of digital surveillance for public health and how to ensure successful use of technologies while mitigating potential harms not only in the context of the COVID-19 pandemic, but also during other infectious disease outbreaks, epidemics, and pandemics.
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 | 0,026 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,024 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».