非洲用于流行病控制的数字卫生工具的可用性和适用性:范围审查和聚类分析gydF4y2Ba

简介gydF4y2Ba

背景gydF4y2Ba

1998年，根据第四十八届世界卫生大会的决议，世界卫生组织(世卫组织)非洲区域批准非洲所有成员国采用综合疾病监测和应对(IDSR)作为加强国家疾病监测系统的主要战略[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba］．IDSR系统是由从地区到国家或州一级卫生系统的卫生设施使用纸质病例表格，定期和持续地报告重点易流行疾病的监测数据[gydF4y2Ba2gydF4y2Ba］．IDSR使各国能够确定和控制疾病暴发。尽管如此，使用IDSR系统的国家在将数据从一个级别转移到另一个级别时面临延迟，容易出错，完整性较低，并且在数据从一个级别发布到另一个级别后难以更新数据[gydF4y2Ba3.gydF4y2Ba］．gydF4y2Ba

为缓解基于纸质IDSR所面临的挑战，移动健康(mHealth)监测工具的普遍发展导致该领域出现了各种各样的工具。研究人员进行了研究，以回顾移动健康干预项目的特性和面临的挑战[gydF4y2Ba4gydF4y2Ba-gydF4y2Ba6gydF4y2Ba］．然而，在这些工具彼此相似的程度以及这些工具共享的相关最小属性集方面存在知识鸿沟。因此，根据某些要求和属性评估和绘制工具对国际组织、公共卫生利益攸关方和移动卫生开发团队非常重要。gydF4y2Ba

客观的gydF4y2Ba

本研究的目的是绘制非洲用于传染病监测或爆发管理的移动卫生工具图，以确定工具之间的共性，为进一步发展移动卫生工具提出建议，并讨论各国的需求。gydF4y2Ba

方法gydF4y2Ba

我们通过结合来自移动健康工具用户电话调查和文献搜索(同行评议或灰色文献)的数据，建立了一个两阶段的系统范围方法。为了减少偏见和增加已确定工具的覆盖率，我们将这些方法结合起来，因为许多移动健康工具可能没有在科学出版物中被覆盖，而那些被覆盖的工具可能没有在任何非洲国家使用[gydF4y2Ba7gydF4y2Ba］．gydF4y2Ba

调查gydF4y2Ba

在第一阶段，我们结合以下来源的信息，列出了15个相关属性:(1)非洲区域疾病综合监测和应对技术指南[gydF4y2Ba8gydF4y2Ba]，(2)世卫组织埃博拉病毒疾病综合防范检查表[gydF4y2Ba9gydF4y2Ba(3)作者在传染病监测方面的专家知识和经验。前两个来源反映了来自世卫组织、疾病控制和预防中心、联合国人道主义事务协调厅和非洲国家卫生部的100名公共卫生专家的贡献。图S2gydF4y2Ba多媒体附件1gydF4y2Ba显示我们如何提取相关属性的流程图，而gydF4y2Ba表1gydF4y2Ba而且gydF4y2Ba多媒体附件1gydF4y2Ba，表S2分别给出了本研究包含和不包含的属性的定义。此外，我们采用受访者驱动的抽样方法，对非洲使用的移动健康工具的相关属性进行了电话调查[gydF4y2Ba10gydF4y2Ba］．gydF4y2Ba

为了招募受访者，我们设计了一份简短的电子邮件问卷，并于2019年5月(通过非洲疾病控制和预防中心的官方电子邮件)发送给非洲联盟所有54个成员国的每个监测联络点或国家流行病学家。电子邮件中的问题要求提供(1)各自国家用于疾病监测或疫情管理的电子工具的名称，(2)可参与电话调查的相关利益攸关方的详细联系方式，以及(3)这些工具的网站(如果有的话)。对于最初没有回复问卷的国家，我们在两周后发送了一封提醒邮件。随后，我们收集了集体反馈，并建立了一个由利益相关者和工具所有者组成的数据库，随后我们联系他们参加了电话调查。我们对成功联系并愿意参与的利益相关者进行了电话调查，用英语或法语评估了15个相关属性。无法联系到或拒绝参与的利益相关者被删除。每次电话调查平均持续15分钟。我们要求受访者提供其他人员的联系信息，以便他们能够提供有关相关工具或我们尚未进行采访的其他工具的更多信息。受访者驱动的抽样和随后的电话采访由BCS于2019年10月至2020年2月进行。gydF4y2Ba

文献检索gydF4y2Ba

在第二阶段，我们使用PRISMA(系统评价和元分析首选报告项目)指南作为搜索策略，通过PubMed界面和谷歌Scholar在MEDLINE上搜索2010年1月1日至2020年12月24日发表的文章[gydF4y2Ba11gydF4y2Ba］．我们收录了2010年至2020年期间非洲用于传染病监测的数字应用程序的文章。我们排除了没有移动组件或仅用于非传染性疾病、患者管理或实验室管理的数字应用程序的文章。gydF4y2Ba

我们在PubMed上开发了搜索策略，首先确定与我们的包含标准相对应的关键字，然后使用这些术语和布尔运算符执行一系列搜索测试。然后，我们根据作者已知的预先定义的10篇关于移动健康工具的文章，以100%的灵敏度识别搜索。2020年12月26日在PubMed上使用的确切查询是gydF4y2Ba((移动应用程序)gydF4y2Ba或gydF4y2Ba(数字应用程序)gydF4y2Ba或gydF4y2Ba移动健康gydF4y2Ba或gydF4y2Ba电子健康)gydF4y2Ba和gydF4y2Ba((公共卫生)gydF4y2Ba或gydF4y2Ba(传染病)gydF4y2Ba或gydF4y2Ba监测)gydF4y2Ba和gydF4y2Ba非洲,gydF4y2Ba而谷歌学者频道使用的是gydF4y2Ba非洲gydF4y2Ba和gydF4y2Ba监测gydF4y2Ba和gydF4y2Ba(移动应用程序)gydF4y2Ba或gydF4y2Ba(数字应用程序)gydF4y2Ba和gydF4y2Ba(传染病)gydF4y2Ba．gydF4y2Ba

在重复删除记录后，BCS和JLZN独立筛选标题和摘要，只收录那些提到任何用于传染病监测的电子工具的文章。然后，我们从合格的文章集合中提取了一组独特的工具。随后，BCS和JLZN利用这些工具各自的出版物和网站上的信息，独立地选择了符合纳入标准的工具。gydF4y2Ba

数据提取gydF4y2Ba

然后，两位作者利用文章和工具网站上的信息，根据15个相关属性的列表，对所选工具进行了映射。文献检索和随后的工具测绘时间跨度为2020年11月至2021年1月。随后，我们将调查结果与文献综述的结果合并，构建用于分析的数据。数据包括30行(工具)和15列(属性);gydF4y2Ba表1gydF4y2Ba)．数据中每个单元格的值分别为1(如果工具具有属性)、0(如果工具没有属性)或空白(如果缺少属性)。gydF4y2Ba图1gydF4y2Ba显示了我们如何识别本研究中包括的工具的流程图。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

数据分析gydF4y2Ba

为了探索这些工具在相关属性方面的相似性，我们使用层次聚类对数据进行可视化[gydF4y2Ba12gydF4y2Ba］．由于数据仅包含二元变量，我们采用Jaccard相似测度和完全链接法构建树状图[gydF4y2Ba13gydF4y2Ba］．我们使用最小聚类边为1的等高度树切割方法对树状图的分支进行分组[gydF4y2Ba14gydF4y2Ba］．为了在同一个图中可视化工具和属性，我们使用热图并以类似的工具和属性组装在一起的方式对数据进行聚类[gydF4y2Ba15gydF4y2Ba］．我们还计算了共享每种属性的工具的比例。从调查得到的反馈中，我们得出了在这些国家维持移动医疗项目的挑战和需求的频率类别。我们在分析中使用了R (R Core Team)和ComplexHeatmap包[gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

结果gydF4y2Ba

工具和相关属性gydF4y2Ba

这项电话调查收到了来自28个国家的45份完整回复。表S1gydF4y2Ba多媒体附件1gydF4y2Ba显示对电话调查作出答复的国家及其相应的答复数量。每个国家的受访者人数从1至3人不等(表S1)gydF4y2Ba多媒体附件1gydF4y2Ba)．在这28个国家中，26个(93%)国家使用特定的电子工具进行监控，2个(7%)国家没有特定的电子工具，但使用电话、电子邮件和WhatsApp将监控数据从一个级别传输到另一个级别。gydF4y2Ba

我们评估了通过文献检索(1914年记录)和调查(gydF4y2Ba图1gydF4y2Ba)．根据电话调查结果，>1国家最常使用的监测工具是地区卫生信息软件2 (DHIS2;23/26, 88%的国家使用)、早期预警、警报和反应系统(6/26,23%的国家)、自动视觉急性弛缓性麻痹检测和报告(5/26,19%的国家)、计划免疫信息(4/26,15%的国家)、监测疫情应对管理和分析系统(SORMAS;2/ 26,8%国家)和电子IDSR(2/ 26,8%国家)。在这30个工具中，有3个工具(10%)分别在1个国家开发并使用:南非的应报告医疗状况监测系统、摩洛哥的脑膜炎平台和加纳的地区卫生信息管理系统。此外，10%(3/30)的工具仅用于管理一种疾病:针对疟疾的椰子监测、针对脑膜炎的脑膜炎平台以及针对急性弛缓性麻痹的自动视觉检测和报告。关于广泛实施的DHIS2，参与国将其用于不同目的，即汇总监测、基于病例的监测，或作为疫苗接种运动和基础设施数据的数据仓库或数据存储。根据现有数据，涵盖每个特定属性的工具数量从2到29不等(gydF4y2Ba表1gydF4y2Ba)．离线模式和仪表盘是97%(28/30)工具涵盖的属性，而联系跟踪和传输网络包括11%(2/30)工具(gydF4y2Ba表1gydF4y2Ba)．30个确定的工具中的每个工具的属性数量从3到14不等(gydF4y2Ba表2gydF4y2Ba)．gydF4y2Ba

工具集群gydF4y2Ba

我们将来自28个国家的30种电子工具绘制成一个树状图。（gydF4y2Ba图2gydF4y2Ba)．在0.46高度处切割树状图，我们将工具分为5个主要集群(gydF4y2Ba图2gydF4y2Ba)．最大的集群(黑色部分)拥有57%(17/30)共享以下属性的工具:基于病例、症状、住院、暴露、事件、聚合、地理位置、同步和仪表板。第二大集群(绿松石色，6/ 30,20%的工具)包含用于管理聚合数据的工具，但不能管理基于案例的数据。此外，它们共享以下属性:地理位置、同步和仪表板。第三个集群(红色为4/30，占工具的13%)包括用于管理聚合数据但不能管理基于案例的数据的工具。它们也缺乏地理定位、同步或仪表板属性。最小的集群(绿色部分)只包含Sense Followup工具。它的特点是基于病例和接触者随访属性，但缺乏以下功能属性:住院、暴露、事件、实验室和聚集。为了识别可以用于将工具聚类为2个不同组的单个功能属性，我们仅基于8个功能属性执行了工具的子聚类。在这些工具中，基于案例的功能属性是最容易区分的(图S1)gydF4y2Ba多媒体附件1gydF4y2Ba)．gydF4y2Ba图3gydF4y2Ba使用热图展示工具的聚类(水平树状图)和它们的属性(垂直树状图)。2个最易区分的属性集群仅包含1个属性:传输网络(由SORMAS和Go.Data提供)和联系跟踪(由8/30提供，占工具的27%)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

维持移动医疗项目的挑战gydF4y2Ba

在调查中，在各国维持移动卫生项目的挑战和需求被表述为:(1)在该国用于管理卫生数据的不同应用程序之间缺乏整合(7/ 27,26%的应答者)，(2)需要通过非洲不同国家内部或之间的培训项目，提高地区和区域一级公共卫生工作者的技能(包括记录完整和准确的数据和使用统计软件进行数据分析)(6/27，22%的应答者)，(3)移动设备和服务器之间缺乏稳定的互联网连接来同步数据(2/ 27,7%应答者)，以及(4)在初始试验阶段后缺乏持续使用工具的可持续性(2/ 27,7%应答者)。gydF4y2Ba

讨论gydF4y2Ba

主要结果gydF4y2Ba

我们确定了30个用于非洲传染病监测或暴发管理的数字工具，以及一套综合的15个属性。但是，这30个工具中没有一个包含全部15个属性。支持其中14个属性的工具是SORMAS、Go。Data、CommCare、DHIS2。CommCare是一种通用的多用途工具，用于收集研究、农业和国际发展等各个领域的数据，与之不同的是，其他工具主要是为公共卫生用途开发的。这可能解释了为什么它们支持大多数相关属性。根据我们对聚类的发现，将工具分为两组的单一功能属性是基于案例的报告的可能性。基于病例的监测比汇总监测具有流行病学方面的好处，例如有助于评估危险因素、传播途径和数据质量;它还允许在上游立即报告、持续更新以及添加和更正信息，而对于汇总报告，这是不可能的，或者只能在非常有限的范围内实现。一些工具支持的疾病特定属性不在评估的15个属性列表中。例如，DHIS2有一个用于药品供应链管理的模块。 SORMAS integrates disease-specific surveillance and case management features. These include disease control measures and the management of prescriptions, treatments, and clinical courses. AfyaData, on the other hand, offers functionalities for both human and animal surveillance.

专家们认为应对疫情有两项重要功能是必不可少的:接触者随访和传播链的可视化。这些函数仅在SORMAS和Go.Data这两种工具中得到了恰当的表示。当实施隔离时，接触者随访可减少每个病例引起的继发病例数量[gydF4y2Ba48gydF4y2Ba］．由于接触数据通常庞大而复杂，从传播网络数据中可视化、过滤和计算指标的功能可能有助于公共卫生官员识别跨境传播链的超级传播事件，从而确定干预措施的优先级。大多数工具都具有离线功能和流行病学指标仪表板的属性。研究参与者认为，只要互联网连接可用，工具的离线工作和与服务器同步的能力是工具的一个重要特征。这可能反映了这样一个事实，即非洲许多地区公共卫生服务中的数字通信基础设施不够可靠和连续性，无法完全依赖持续的基于网络的服务。此外，实时仪表板是协助应对协调小组决定和监测干预措施的有效功能，特别是在疫情暴发情况下，仅延迟1天就可能大大降低某些控制措施的效果。gydF4y2Ba

限制gydF4y2Ba

虽然我们的调查只收到了52%(28/54)的非洲国家的回复，但我们的文献综述并不局限于这些国家。因此，我们认为它不太可能系统性地遗漏了任何一种工具，这将导致一个截然不同的结论。对于某些工具，无论是受访者还是任何其他可用的信息来源都无法确认是否存在特定属性。由于只有<3%(12/450)的工具-属性组合是这种情况，因此对整体发现的影响似乎很小。对于我们仅通过文献搜索获得的信息识别和绘制的工具(ARGUS、Voozanoo、Epicollect5、Incident Tracker和REDCap[研究电子数据捕获])，我们无法验证它们是否在任何非洲国家实际使用。还应该提到的是，自2015年以来，移动医疗领域正在经历加速变化;因此，可以预期，本研究的结果可能会在中长期发生变化。gydF4y2Ba

COVID-19应对数字工具的系统评估gydF4y2Ba

自COVID-19疫情开始以来，研究人员和组织对可用于COVID-19疫情应对的数字工具进行了系统评估[gydF4y2Ba49gydF4y2Ba-gydF4y2Ba51gydF4y2Ba］．除了本综述中评估的一般监测属性外，这些评估所涵盖的一些补充特征还包括对症状的远程监测，患者或接触者可在随访期间自行通报其症状[gydF4y2Ba52gydF4y2Ba，gydF4y2Ba53gydF4y2Ba]和电子免疫登记处，以规划和管理COVID-19疫苗交付和免疫计划[gydF4y2Ba54gydF4y2Ba］．为应对COVID-19而增加这些功能的可用性可能表明，需要将这些功能纳入其他传染病或疫苗可预防疾病的数字监测或将其整合到数字监测中。gydF4y2Ba

对未来研究的建议gydF4y2Ba

对移动医疗的未来研究可以调查我们在本研究中没有考虑到的移动医疗项目所需的其他属性，例如在COVID-19应对数字工具评估中确定的2个特征，工具实施和维护的财务成本，数据保护标准，数据安全审计，以及digital Square开发的全球商品成熟度矩阵的多个指标[gydF4y2Ba55gydF4y2Ba，gydF4y2Ba56gydF4y2Ba］．本研究中确定的与维持移动医疗项目的挑战相关的因素，如数据质量、可持续性和整合，可以在未来的研究中进行调查。gydF4y2Ba

结论gydF4y2Ba

然而，目前，我们的发现可以支持公共卫生机构选择最合适的现有工具来满足他们的需求，或者通过突出一些需要考虑的关键属性，帮助开发人员将相关属性纳入未来的工具。从系统评估和调查所确定的挑战来看，我们想强调以下措施来维持移动医疗项目:改善移动设备的互联网连接，改善工具或应用程序之间的集成，以促进数据共享，在现场对用户进行一致监督，以确保数据质量，以及采取措施(如维护、用户支持和资金)，以确保在初始试点阶段后工具或应用程序的可持续使用。在确定的大量工具中，只有少数工具提供了在我们的审查和调查中确定的全面属性集。这给用户带来了挑战，因为每个工具只能使用一组有限的功能，并且必须并行使用多个工具来覆盖更大范围的功能和非功能属性。只有4个工具(SORMAS, Go。数据、CommCare和DHIS2)涵盖了足够完整的属性集，可以为当前COVID-19大流行的疫情控制提供综合和全面的数字支持。为了获得涵盖本研究中评估的所有属性的数字解决方案，与其他工具相比，上述4种工具中的任何一种都可以以最小的资源进行进一步开发。gydF4y2Ba