发表在4卷, 4号(2018): Oct-Dec

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/9015,首次出版
评估2014-2015年西非埃博拉疫情管理的58个移动应用程序的概念和设计:系统评价

评估2014-2015年西非埃博拉疫情管理的58个移动应用程序的概念和设计:系统评价

评估2014-2015年西非埃博拉疫情管理的58个移动应用程序的概念和设计:系统评价

审查

1德国布伦瑞克,亥姆霍兹感染研究中心流行病学系

2汉诺威医学院流行病学系,德国汉诺威

3.尼日利亚现场流行病学实验室和培训方案,尼日利亚疾病控制中心,阿布贾,尼日利亚

通讯作者:

Daniel Tom-Aba, BCompSc,公共卫生硕士

流行病学学系

亥姆霍兹感染研究中心(HZI)

英霍芬大街

布伦瑞克,38124

德国

电话:49 01739136081

电子邮件:daniel.tom-aba@helmholtz-hzi.de


背景:在卫生部门使用移动电话信息技术(IT)受到了广泛关注,特别是在2014-2015年埃博拉病毒病(EVD)爆发期间。移动医疗可归因于埃博拉病毒病控制方面的重大改进,但缺乏根据其提供的功能对可用和使用的工具类型的概述。

摘要目的:我们的目标是在最近埃博拉疫情爆发的背景下对移动医疗工具进行系统审查,以确定最有希望的方法,并指导进一步发展移动医疗以控制传染病。

方法:根据系统评价和荟萃分析指南的首选报告项目,我们搜索了2014年1月1日至2015年12月31日期间在Google Scholar, MEDLINE, CAB Abstracts (Global Health), POPLINE和Web of Science上发表的关于2014-2015年EVD爆发背景下开发的移动医疗工具的所有报告,使用任何语言的搜索策略:(“疫情”或“流行病”)和(“移动电话”或“智能手机”或“移动电话”或“平板电脑”或“移动健康”)和(“埃博拉”或“EVD”或“VHF”或“埃博拉病毒病”或“病毒性出血热”)和(“2014”或“2015”)。相关出版物由2名独立审稿人选择,他们对工具的功能采用了标准化的数据提取表。

结果:我们通过搜索策略确定了1220篇出版物,其中6.31%(77/1220)是报道埃博拉病毒病暴发背景下58种特定移动医疗工具的原始出版物。其中,62%(34/55)提供监测功能,22%(10/45)提供病例管理功能,18%(7/38)提供接触者追踪功能,6%(3/51)提供实验室数据管理功能。只有3个工具,即社区护理、感知埃博拉后续行动以及监测和疫情应对管理和分析系统支持所有这四项功能。

结论:在2014年和2015年确定的58种与埃博拉病毒病管理有关的工具中,只有3种似乎包含与埃博拉病毒病暴发应对相关的所有4种关键功能,并且可能最有希望进一步开发。

中华医学会公共卫生监测杂志,2018;4(4):e68

doi: 10.2196 / publichealth.9015

关键字



背景

2014-2015年埃博拉病毒病(EVD)爆发造成近1.1万人死亡,悲惨地表明需要进行有效监测和疫情管理[1]。在缺乏既定疫苗和特定药物治疗的情况下,遏制埃博拉病毒等新出现病原体引起的流行病的主要措施是迅速有效地阻断人际传播。即使对于有疫苗或特殊治疗方法的疾病,流行病学和非药物控制措施也是必不可少的[2]。对埃博拉病毒病控制的一项特别挑战是追踪接触者,即确保所有与埃博拉病毒病患者有过接触的人在接触埃博拉病毒病患者后的21天内得到确认并监测其可能出现的症状[3.]。

遏制战略

Dhillon等人(2014)指出,要控制埃博拉病毒等流行病,需要采取补充性干预措施,即:(1)社区参与;(二)接触者身份鉴定;(3)开展接触者症状监测;(4)快速实验室确诊病例;(五)隔离治疗新发病例;(六)安全体面的安葬。每项活动从根本上来说都很复杂,但所有活动都需要协调一致,以阻止传播和控制疫情[4]。由于流行病的性质是动态变化的,重要的是要有行动、战略和协调多种努力或干预措施的实时数据,以确保有效执行任务和协议,还必须有一个管理平台,统一、协调和监测所有这些措施和由此产生的信息。

疾病和监测综合应对

1998年,世界卫生组织(卫生组织)非洲区域办事处制定了48项决议th大会赞同所有成员国采用疾病监测和应对综合方案作为加强国家疾病监测系统的核心战略。该战略的目标是加强地区一级对易流行疾病的监测和应对,整合对参考实验室的实验室支持,减少重复报告,并在疾病控制方案之间共享资源,从而将监测和实验室数据转化为及时的公共卫生行动[5]。自1998年以来,IDSR的主要挫折是,在实践中,它主要仍然是一个以纸张为基础的系统,从外围收集信息并以汇总的方式传送信息,这导致在国家一级的相当大的延迟,而没有实施双向信息流的概念,更不用说综合反应的概念[6]。

移动医疗技术

在卫生部门使用移动电话信息技术(移动保健,移动保健)受到了广泛关注,特别是在埃博拉病毒病爆发期间,原则上可以帮助实施IDSR的基本原则[7]。移动医疗有望克服通信和交通基础设施有限的国家普遍存在的许多沟通和管理障碍和延误[8]。世卫组织2009年进行的一项研究证实,大多数世卫组织成员国都使用移动通信提供卫生呼叫中心和免费紧急服务,但这些项目很少在监测、提高公众意识和决策支持系统中使用移动健康。9]。这些需要加强能力和基础设施才能实施,因此在财政紧张的附属国家可能不是卫生方面的优先事项。评估对于确定成本效益非常重要,并涉及向社区宣传移动医疗的好处,从而导致政府的政策。尽管有评估的需要,但调查发现,对移动医疗实施的基于结果的评估并不经常进行,只有12%的成员国报告评估了移动医疗服务[9]。

研究目标

本研究的主要目的是对2014年至2015年开发的移动健康工具进行概述,以确定具有最有前途的功能组合的工具,这可能为传染病监测和控制的移动健康进一步发展奠定基础。


识别标准

我们系统检索了在Google Scholar、MEDLINE、CAB Abstracts (Global Health)、POPLINE和Web of Science中收录的、出版日期为2014年1月1日至2015年12月31日的所有以任何语言发表的文章,使用了系统评价和元分析指南的首选报告项目[10]。

系统搜索和选择

我们使用以下搜索策略:(“爆发”或“流行病”)和(“移动电话”或“智能手机”或“移动电话”或“平板电脑”或“移动健康”)和(“埃博拉”或“EVD”或“甚高频”或“埃博拉病毒病”或“病毒性出血热”)和(“2014”或“2015”)。

由两位共同作者(DTA和CCA)独立选择的出版物是原创的,涉及EVD爆发背景下的移动卫生,并报道了特定的移动卫生工具。如果评估有差异,两位作者修改了调查结果,并同意进行联合评估。

第一步是筛选标题和摘要,并丢弃任何非原创的出版物,如社论、摘要、视频和评论。第二步是选择那些根据标题或摘要,涵盖或处理在移动电话和平板电脑上运行的实际移动健康工具并处理埃博拉病毒病或其他出血热暴发管理的出版物。第三步是根据全文选择那些在上述定义的上下文中报道或描述≥1个特定移动健康工具的出版物。

分类与提取

最后选出的每一份出版物都被分类为以下几种:书籍章节、科学同行评议的期刊文章或非同行评议的网络文章。为了提取这些出版物的内容,我们使用了一种标准化的提取表格来评估各自移动健康工具的关键功能、技术特征和流行病学能力。

关键功能

关键功能包括(1)监视能力(工具覆盖监视任务的能力);(2)接触者追踪(工具进行接触者访谈、测体温、追踪一定天数接触者并显示结果的能力);(3)病例管理(该工具处理病例管理问题的能力,如立即疏散疑似病例、消毒和隔离的警报反应,以及为接触者追踪和随访提供反馈的能力)[8];(4)实验室数据管理(整合和更新实验室结果的能力,这是案例验证的重要组成部分)。

技术特点

其技术特点包括:

  1. 离线能力:在没有互联网或数据网络的情况下,工具仍能正常工作,并在再次连接到网络后自动将存储的数据发送到服务器的能力。
  2. 系统类型:工具是在开源平台还是闭源平台上开发的。
  3. 服务器特征:工具作为云网络或客户端网络的功能、有关自动更新的安装标准以及用户友好的安装过程。
  4. 集成数据分析:工具自动分析和生成即时行动报告的能力。
  5. 数据迁移:工具将数据及其元素从一个平台导入和导出到另一个平台的能力。
  6. 数据安全系统:数据系统在容灾、数据保护、备份等方面的安全性。
  7. 双向信息流:数据从最低层次的数据输入流向最高层次的决策分析,并以标准化的反馈机制返回到最低层次。
流行病学特征

流行病学特征包括:

  1. 爆发管理未指定,指的是说明提供功能但未指定提供哪些功能以及如何提供的工具。
  2. 谣言管理能力,通过热线和实时态势感知从社区捕获谣言,跟踪疾病的发现和传播。
  3. 国家应对管理功能,协调国家一级的应对措施。
  4. 区域响应管理功能,协调区域或州一级的响应措施。
  5. 区级应急管理功能,协调区级应急措施。
  6. 对工具的有效性进行系统的评价。
  7. 通过工具的实施,在现场与真实的病人一起进行试点或部署,至少进行试点。
  8. 根据非洲卫生监测使用的IDSR概念和战略进行设计。
  9. 基于已有数据模型的设计,如疾病控制与预防中心病毒性出血热病例调查表格整合或Epi Info病毒性出血热App [11]。
  10. 卫生机构通知,指卫生机构使用该工具以数字方式通知病例。

数据分析

数据变量响应分为是(功能可用)、否(功能不可用)或未知(发布没有清楚地显示工具是否提供相应的功能)。为了计算百分比,我们使用每个结果的“是”和“否”答案的总和作为分母。


确定出版物

我们从Google Scholar的自动搜索中确定了1220篇出版物。PubMed发现了8篇与Google学术搜索重复的文章,其中4篇与主题相关。我们没有在CAB Abstracts (Global Health)、POPLINE或Web of Science中找到使用相同搜索字符串的出版物。经过人工选择,我们确定了79.10%(965/1220)的原始出版物,其中15.0%(145/965)涉及移动健康和EVD爆发应对。在这145份出版物中,53.1%(77/145)报告了58个特定的移动健康工具。图1显示了最初检索的出版物数量的流程图,以及根据系统评价和荟萃分析方法的首选报告项目选择提取的比例。

关键功能

关于4个关键功能,55个工具中有62%(34/55)提供监测功能,22%(10/45)提供病例管理功能,18%(7/38)提供接触者追踪功能,6%(3/51)提供实验室数据管理功能。只有三种工具,即社区护理(CommCare) [12]、感知埃博拉后续行动[13]及监察及疫情应变管理及分析系统(SORMAS) [14支持所有这4个功能(3/ 58,5%)关键功能的详细配置文件显示在表1

技术特点

表2显示58个已识别工具的技术特征。对于3%(2/58)的工具,即CommCare和Sense埃博拉随访,出版物表明它们显示了所有7项技术特征。

图1所示。选择2014-2015年埃博拉病毒病爆发期间移动医疗工具的出版物时采用系统评价和荟萃分析方法的首选报告项目。EVD:埃博拉病毒病。
查看此图
表1。58个移动健康埃博拉病毒疾病工具的关键功能,2014-2015年。
关键功能 是的,n 不,n 未知,n 是的一个, %
监视能力 34 21 3. 62
接触者追踪 7 31 1 18
病例管理 10 35 13 22
实验室数据管理 3. 48 7 6

一个每个功能的“是”和“否”答案的总和被用作分母。

表2。2014-2015年58个移动健康埃博拉病毒疾病工具的技术特征。
技术特点 是的,n 不,n 未知,n 是的一个, %
离线功能 9 24 25 27
系统类型(开源) 36 21 1 63
服务器的特点 43 15 0 74
集成数据分析 22 11 25 67
数据迁移 40 18 0 69
数据安全系统 33 6 19 85
双向信息流 7 40 11 15

一个每个特征的“是”和“否”答案的总和被用作分母。

表3。2014-2015年58个移动健康埃博拉病毒疾病工具的流行病学特征。
流行病学特征 是的,n 不,n 未知,n 是的一个, %
爆发管理未指定 5 50 3. 9
谣言管理 7 31 20. 18
国家应急管理 6 43 9 12
区域响应管理 8 42 8 16
地区应急管理 8 42 8 16
系统的评价 24 16 18 60
领航或部署 26 16 16 62
根据非洲卫生监测使用的疾病和监测综合反应概念和战略进行设计 3. 52 3. 5
设计基于预先存在的数据模型,如疾病控制和预防中心病毒性出血热病例调查表格集成或Epi信息病毒性出血热应用程序 2 53 3. 4
卫生设施通知 27 23 8 54

一个每个结果的“是”和“否”答案的总和被用作分母。

流行病学特征

表3包含流行病学特征的结果。2%(1/58)的工具(即SORMAS)存在所有10个流行病学特征。

58个工具中没有一个涵盖所有4个关键功能、所有7个技术特征和所有10个流行病学特征。SORMAS涵盖了20个功能和特性,是一个工具中最多的,它缺少的特性中有1个是开源的。表4根据埃博拉病毒病爆发管理的关键功能,显示了58个已确定的移动医疗工具的细分。

表4。58个移动医疗工具的特点显示了埃博拉病毒疾病爆发管理的关键功能。
mHealth工具名称 监测 接触者追踪 病例管理 实验室数据管理
BioCaster门户 是的 未知的 是的 没有
Bio-Sense 2.0 是的 未知的 是的 没有
BSVE 是的 未知的 未知的 没有
cdr模拟器 未知的 未知的 未知的 未知的
手机短信技术 没有 没有 没有 没有
CKAN 没有 没有 没有 没有
CliniPAK 未知的 未知的 未知的 未知的
协同综合多饲料生物监测系统(COMBS) 是的 未知的 是的 没有
CommCare接触者追踪 是的 是的 是的 是的
数据去识别工具包 是的 未知的 未知的 没有
化2 是的 没有 没有 没有
医生应用 没有 没有 没有 没有
预警系统(EWS) 是的 没有 没有 没有
感知埃博拉后续行动 是的 是的 是的 是的
埃博拉空间护理路径(POCT) 未知的 未知的 未知的 未知的
埃博拉跟踪 是的 是的 没有
EbolaAlert 是的 未知的 没有 没有
EIDSS 是的 未知的 未知的 没有
EpiRobot 没有 没有 没有 没有
Esoko短信应用程序/WhatsApp 没有 没有 没有 没有
ESSENCE-FL 是的 未知的 未知的 没有
脸谱网 没有 没有 没有 没有
流感连铸机 是的 没有 没有 没有
谷歌分析 没有 没有 没有 没有
GPHIN 是的 没有 没有 没有
gsm 没有 没有 没有 未知的
Hadoop 没有 没有 没有 没有
健康2.0 没有 没有 没有 没有
“健康地图” 是的 没有 没有 没有
打击 没有 没有 没有 没有
iPhone应用程序 没有 没有 没有 没有
利兹 是的 未知的 未知的 没有
移动健康实时传染病界面(接触者追踪app) 是的 是的 没有 未知的
NNDSS 是的 未知的 是的 没有
开放数据套件 是的 是的 没有 没有
OpenESSENCE 是的 未知的 未知的 没有
OpenMRS 是的 未知的 未知的 没有
OpenStreetMap (maapJack) 没有 没有 没有 没有
PHIN-MS 是的 未知的 未知的 没有
波利 没有 没有 没有 没有
Crowdmap上的POP (Practice-Oriented Project) 没有 没有 没有 没有
QGIS 没有 没有 是的 没有
R 是的 未知的 未知的 没有
RapidSMS 没有 没有 没有 没有
响应呼叫中心应用程序 是的 没有 没有 未知的
圣贤 是的 未知的 未知的 没有
筛选专家系统(SES) 是的 没有 没有 没有
哨点监视系统(SSS) 是的 未知的 是的 没有
SMARTech 是的 未知的 没有 没有
基于智能手机的联系人追踪系统 是的 是的 没有 没有
sorma乐队 是的 是的 是的 是的
一夜 没有 没有 没有 没有
SWAP(监控窗口应用程序) 是的 未知的 未知的 没有
西班牙电话公司 没有 没有 没有 没有
远程医疗 是的 没有 是的 没有
明尼苏达非洲埃博拉特别工作组(MATFAE) 没有 没有 没有 没有
推特 没有 没有 没有 没有
12月 是的 未知的 未知的 没有

主要研究结果

令人惊讶的是,在我们的搜索中发现,在2014-2015年爆发期间,多达58个移动医疗工具解决了EVD(出血热)的管理问题。在功能上的巨大差异表明,在悲剧性疫情爆发和遏制疫情的紧迫性之后,启动了许多旨在并声称为埃博拉病毒病疫情应对提供支持的举措。然而,似乎只有少数国家具有足够的医疗和公共卫生专门知识,能够实际解决程序和技术方面的需要。因此,在决定在这种情况下部署一个工具或另一个工具之前,有必要通过质量控制系统仔细评估各自的规范和功能。只有3种工具具有监测和疫情管理关键功能(监测能力、接触者追踪和病例管理)的整体能力,并且通过集成实施有关功能的监测指南和标准,包含数据报告和分析的嵌入式功能需求。一些工具,如地区卫生信息系统2,具有作为卫生管理信息系统在西非广泛使用的优势[15],但它的设计不是为了管理感染控制和疫情应对所需的干预措施。该工具应为与特定人员有关的每项任务提供信息,并改善分配给该人员的每项任务[16]。理想情况下,它可以用作实时谣言管理系统、接触者追踪管理系统、病例管理系统和监测系统。该工具应包括疾病控制管理功能[17]。

CommCare、Sense Ebola follow - up和SORMAS工具支持涉及监测、接触者追踪和病例管理的所有任务和职能。在埃博拉病毒病暴发期间使用了CommCare和Sense埃博拉随访。SORMAS在尼日利亚疫情爆发后埃博拉病毒病爆发期间在实地进行了试点,因此是基于埃博拉病毒病爆发的实际情况。此外,它还包含谣言管理功能,这在2014-2015年埃博拉疫情期间尤为重要[18]。在尼日利亚埃博拉病毒病暴发期间部署了埃博拉后续行动[19]。由于疾病爆发只是偶尔发生,而在疾病爆发期间处理的信息与为监测目的处理的信息相当,因此似乎有必要建立一个既能作为监测工具又能作为疾病爆发管理工具的系统[20.]。另一个可能影响移动医疗工具可接受性的因素是其独立于特定提供商。基于开源平台的工具在这方面更具可持续性,并且可以潜在地构建一个动态的更广泛的编程社区,以进行进一步的开发和改进。CommCare和Sense埃博拉随访是在开源平台上开发的[21]。SORMAS最初是在系统应用程序和产品的专有平台上编程的[22]但现已在一个开放源码平台(SORMAS-open)上开发[23]。

comcare埃博拉接触者追踪

2014年开发的联系人跟踪云服务器开源Android应用程序基于CommCare开发平台,旨在支持在几内亚开展工作的社区卫生推广工作人员,并得到了联合国人口基金、其他联合国机构和参与几内亚抗击埃博拉的行动者的推动[21]。选择CommCare技术支持政府应对埃博拉病毒病计划的实施,以获得及时可靠的信息,并促进接触者追踪。哥伦比亚大学地球研究所(美国)、联合国人口基金和抗击埃博拉病毒国家协调监测小组促进了这一想法。它需要CommCare帐户和Android开放数据工具包部署在Android手机或平板电脑上[24]。

感知埃博拉后续应用程序

接触者追踪随访电子健康(eHealth) Sense应用程序是在2014年尼日利亚埃博拉病毒病暴发期间开发的。这是一款用于实时数据采集的手机应用程序。使用的主要技术是两个基于android的应用程序,即开放数据套件和Formhub [24]。支持技术是仪表板技术和ArcGIS制图。使用可扩展标记语言和eHealth Sense Ebola Android应用程序创建接触者列表表、接触者随访表、实验室调查请求表和病例调查表[19进行了21天的随访。它有一个温度读数≥38°C的自动报警系统,用于随访接触者。

监测和疫情应对管理和分析系统

SORMAS是一个开源的Android和Web应用程序,用于病例管理、接触者追踪和监测,配备了实验室模块,用于管理实验室样本和测试[25]。SORMAS使监测官员和流行病学家能够根据卫生设施的实时数据发现疾病。自动通知验证谣言和通知,SORMAS使决策者能够立即响应传入的信息,并通过公共卫生官员采取适当措施。有关病例和接触者的信息随时可供采取行动,对净化进行数据质量保证,并可进行隔离任务。

限制

在传统的科学文献数据库中,例如Medline和PubMed,只有一小部分被确定的出版物被发现,所有这些数据库都是重复的,但99%的出版物在Google Scholar中被发现。这可能表明我们的方法有一个主要的局限性。系统评价的方法在循证医学中得到了很好的确立,但对健康信息学的价值可能有限,因为在科学期刊上发表发展和发现在it领域可能并不常见,在同行评议的期刊上就更不常见了。为应对埃博拉病毒病暴发而开发工具的紧迫性甚至可能加剧了这种影响。输入PubMed的搜索条件只显示了8个结果,而Google Scholar则显示了965个结果。一种解释可能是,出于紧急公共卫生需要而产生的移动保健举措可能没有伴随着系统的规划和评估进程,因此不太可能转化为可持续的持续实施,一旦需求的紧迫性减弱,就更不可能在科学出版物上发表。

虽然在埃博拉病毒病和出血热的应用之外以及在2015年以后进行这项审查是有价值的,但从搜索策略中删除这些选择标准将导致难以管理的大输出和极低的阳性预测值。因此,我们介绍了2014年至2015年间开发的移动健康工具。考虑到我们在2015年12月31日停止了对一个相关主题的数据收集,在此之前不久,发布的延迟可能导致我们的分析中没有捕获一些工具。在Medline等已建立的数据库中,出版物的出现是有限的,尽管Google Scholar将生成非常全面但也未明确的搜索策略输出,这些搜索策略没有以高度针对性的方式定义,特别是如果时间段增加到2015年以后。

结论

在为应对埃博拉病毒病疫情而开发的大量报告工具中,似乎只有3个工具包含2014年1月至2015年12月开发的工具所支持的埃博拉病毒病疫情管理的3个关键功能(监测能力、接触者追踪和病例管理)。这三种工具,即CommCare、Sense Ebola follow - up和SORMAS,可作为进一步开发用于传染病监测和暴发管理的移动医疗工具的方向和参考。

致谢

作者要感谢Salla E Toikkanen、Adebola Olayinka教授、Bernard Silenou Chawo和Gabriele Poggensee。

作者的贡献

DTA和CCA基于标准搜索、选择和提取数据;DTA和GK将研究设计概念化,并对数据结果进行分析和解释;GK启动了研究方法并监督了研究的所有步骤;PMN对确认软件应用的事件和结果的手稿做出了贡献。所有作者都阅读并批准了最终的手稿。

利益冲突

没有宣布。

  1. 世界卫生组织,2016。2016年西非埃博拉疫情形势报告http://apps.who.int/iris/bitstream/10665/206536/1/ebolasitrep_19May2016_eng.pdf?ua=1WebCite缓存
  2. 疾病预防控制中心。处理URL:https://www.cdc.gov/vhf/ebola/treatment/[访问日期:2018-03-29][WebCite缓存
  3. 疾病预防控制中心。埃博拉病毒病接触者追踪的实施和管理https://www.cdc.gov/vhf/ebola/pdf/contact-tracing-guidelines.pdf[访问日期:2018-03-29][WebCite缓存
  4. Dhillon RS, Srikrishna D, Sachs J.控制埃博拉:下一步。柳叶刀2014 Oct 18;384(9952):1409-1411。[CrossRef] [Medline
  5. Brinkel J, Krämer A, Krumkamp R, May J, Fobil J.基于移动电话的公共卫生监测方法:系统评价。[j] .中国生物医学工程学报,2014;11(11):11559-11582 [j]免费全文] [CrossRef
  6. Isere EE, Fatiregun AA, Ajayi IO。概述尼日利亚疾病监测和通报系统以及临床医生在疾病暴发预防和控制中的作用。中华医学杂志,2015;56(3):161-168 [J]免费全文] [CrossRef] [Medline
  7. Nasi GCM, Cucciniello M, Guerrazzi C.移动技术在卫生保健过程中的作用:以癌症支持性护理为例。医学互联网研究,2015年2月12日;17(2):e26 [J]免费全文] [CrossRef] [Medline
  8. Fähnrich C, Denecke K, Adeoye OO, Benzler J, Claus H, Kirchner G,等。监测和疫情应对管理系统(SORMAS),以支持西非埃博拉病毒病疫情的控制。2015年3月26日;20日(12)[免费全文] [Medline
  9. 世界卫生组织。通过移动技术实现卫生的新视野:第二次电子卫生全球调查http://www.who.int/goe/publications/goe_mhealth_web.pdfWebCite缓存
  10. 棱镜。2018.PRISMA流程图http://www.prisma-statement.org/PRISMAStatement/FlowDiagramWebCite缓存
  11. 疾病控制和预防中心。Epi Info病毒性出血热应用程序URL:https://archive.codeplex.com/?p=epiinfovhfWebCite缓存
  12. Dimagi。抗击埃博拉疫情https://www.dimagi.com/sectors/ebola-response/[访问日期:2018-03-29][WebCite缓存
  13. Tom-Aba D, Olaleye A, Olayinka AT, Nguku P, Waziri N, Adewuyi P,等。利用开放数据工具包和表单中心技术在尼日利亚应对埃博拉病毒疫情的创新技术方法。PLoS One 2015;10(6):e0131000 [j]免费全文] [CrossRef] [Medline
  14. Adeoye O, Tom-Aba D, Ameh C, Ojo O, Ilori E, Gidado S,等。实施西非公共卫生监测和疫情应对管理与分析系统(SORMAS)——经验教训和未来方向。国际病毒学杂志2017年1月10日;22(2):1-17 [J]免费全文] [CrossRef
  15. 开放健康新闻。2018。地区卫生信息系统:DHIS2https://www.dhis2.org/[访问日期:2018-03-29][WebCite缓存
  16. 世界卫生组织,2014年10月20日。尼日利亚现在没有埃博拉病毒传播http://www.who.int/mediacentre/news/ebola/20-october-2014/en/[访问日期:2018-03-29][WebCite缓存
  17. Tambo E, Ugwu EC, Ngogang JY.需要建立监测反应系统,以应对非洲国家埃博拉疫情和其他新出现的传染病。感染与贫困2014;3:29 [免费全文] [CrossRef] [Medline
  18. Perscheid C, Benzler J, Hermann C, Janke M, Moyer D, Laedtke T,等。埃博拉疫情控制:实时任务和SORMAS资源协调。前面。ICT 2018年4月10日;5:2018-2003 [免费全文] [CrossRef
  19. EHealth Africa, 2018。EHealth Sense埃博拉应用程序URL:http://ehealthafrica.github.io/case-studies/sense-followup.html[访问日期:2018-03-29][WebCite缓存
  20. sorma乐队。SORMAS的开源版本https://sormasorg.helmholtz-hzi.de/Github_SORMAS.html[访问日期:2018-03-30][WebCite缓存
  21. Dimagi。介绍CommCare网址:https://www.dimagi.com/[访问日期:2018-03-29][WebCite缓存
  22. Fähnrich C, Denecke K, Adeoye OO, Benzler J, Claus H, Kirchner G,等。监测和疫情应对管理系统(SORMAS),以支持西非埃博拉病毒病疫情的控制。2015年3月26日;20日(12)[免费全文] [Medline
  23. sorma乐队。SORMAS-Project URL:https://github.com/hzi-braunschweig/SORMAS-ProjectWebCite缓存
  24. 开放数据工具包,2018。介绍Formhub,免费的ODK数据托管服务。https://opendatakit.org/2011/12/introducing-formhub-free-hosted-data-service-for-odk-collect/[访问日期:2018-03-29][WebCite缓存
  25. sorma乐队。监测爆发响应管理和分析系统(SORMAS):移动健康和电子健康监测的数字解决方案https://sormasorg.helmholtz-hzi.de/[访问日期:2018-03-29][WebCite缓存


CommCare:社区关怀开源移动平台
EVD:埃博拉病毒病
已有:综合疾病监测和应对
它:信息技术
sorma乐队:监测和疫情应对管理和分析系统
人:世界卫生组织


G·艾森巴赫编辑;提交21.09.17;经E Tambo, S Abdulrahman, K Abbas, K Blondon同行评审;对作者03.11.17的评论;收到订正版29.03.18;接受07.08.18;发表29.10.18

版权

©Daniel Tom-Aba, Patrick Mboya Nguku, Chinedu Chukwujekwu Arinze, Gerard Krause。最初发表于JMIR公共卫生与监测(http://publichealth.www.mybigtv.com), 2018年10月29日。

这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在JMIR公共卫生与监测上,并适当引用。必须包括完整的书目信息,到http://publichealth.www.mybigtv.com上原始出版物的链接,以及版权和许可信息。


Baidu
map