非洲流行病控制数字卫生工具的可用性和适用性:范围审查和聚类分析gydF4y2Ba

介绍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反应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，定期和持续报告重点易流行疾病的监测数据[gydF4y2Ba2gydF4y2Ba]。IDSR使各国能够识别和控制疾病暴发。然而，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，容易出错且完整性低，并且在从一个级别发布到另一个级别后面临更新数据的困难[gydF4y2Ba3.gydF4y2Ba]。gydF4y2Ba

移动健康(mHealth)监测工具的普遍发展，以减轻纸质IDSR所面临的挑战，导致该领域出现了各种各样的工具。研究人员进行了研究，以审查移动医疗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差距。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来说非常重要。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健康工具地图，以确定工具之间的共性，为移动健康工具的进一步发展提出建议，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检索(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界定方法。为了减少偏见并增加已确定工具的覆盖率，我们将这些方法结合起来，因为许多移动医疗工具可能没有在科学出版物中涵盖，而那些被涵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，我们结合来自以下来源的信息，创建了一个包含15个相关属性的清单:(1)《非洲区域疾病综合监测和应对技术准则》[gydF4y2Ba8gydF4y2Ba[2]世卫组织埃博拉病毒病综合防范清单[gydF4y2Ba9gydF4y2Ba[3]作者在传染病监测方面的专业知识和经验。前两个来源反映了来自世界卫生组织、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多名公共卫生专家的贡献。图S2gydF4y2Ba多媒体附录1gydF4y2Ba显示我们如何提取相关属性的流程图，而gydF4y2Ba表1gydF4y2Ba和gydF4y2Ba多媒体附录1gydF4y2Ba表S2分别给出了研究纳入和排除的属性的定义。此外，我们采用了受访者驱动的抽样方法，并对非洲使用的移动医疗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)可以参加电话调查的相关利益攸关方的联系方式，以及(3)这些工具的网站(如果有的话)。对于没有回应最初问卷的国家，我们在两周后发送了一封提醒电子邮件。随后，我们收集了集体回应，并开发了一个数据库，包括利益相关者和工具所有者，然后我们联系他们参加电话调查。我们在电话调查中评估了15个相关属性，电话调查是用英语或法语从成功联系并愿意参与的利益相关者那里进行的。无法联系或拒绝参与的利益相关者被排除在外。每次电话调查平均持续15分钟。我们要求受访者提供额外的联系信息，这些人可能能够提供有关各自工具或我们尚未进行访谈的其他工具的更多信息。BCS于2019年10月至2020年2月进行了受访者驱动的抽样调查和随后的电话访谈。gydF4y2Ba

文献检索gydF4y2Ba

在第二阶段，我们使用PRISMA(系统评价和荟萃分析首选报告项目)指南作为搜索策略，通过PubMed界面和Google Scholar在MEDLINE上检索2010年1月1日至2020年12月24日发表的文章[gydF4y2Ba11gydF4y2Ba]。我们纳入了2010年至2020年期间在非洲使用的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的数字应用程序或仅用于非传染性疾病、患者管理或实验室管理的应用程序的文章。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10篇关于移动健康工具的预定义文章集，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而在谷歌学术搜索上使用的是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

在对记录进行重复数据删除后，BCS和JLZN分别对标题和摘要进行了筛选，只收录了那些提到用于传染病监测的电子工具的文章。然后，我们从符合条件的文章集合中提取了一组独特的工具。随后，BCS和JLZN分别使用这些工具各自出版物和网站上的信息，独立选择符合纳入标准的工具。gydF4y2Ba

数据提取gydF4y2Ba

然后，两位作者根据在文章和工具网站上找到的信息，根据15个相关属性列表映射所选工具。文献检索和随后的工具映射从2020年11月到2021年1月。随后，我们将调查结果与文献综述的结果合并，构建数据进行分析。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为1(如果工具具有该属性)、0(如果工具没有该属性)或空白(如果缺失)。gydF4y2Ba图1gydF4y2Ba展示了我们如何确定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，我们使用分层聚类对数据进行可视化[gydF4y2Ba12gydF4y2Ba]。由于数据仅由二元变量组成，我们采用Jaccard相似性测度和完全联动法构建树图[gydF4y2Ba13gydF4y2Ba]。我们使用最小簇边为1的等高树切法对树形图的分支进行分组[gydF4y2Ba14gydF4y2Ba]。为了使工具和属性在同一图中可视化，我们使用了热图，并以类似的工具和属性组合在一起的方式对数据进行了聚类[gydF4y2Ba15gydF4y2Ba]。我们还计算了共享每个属性的工具的比例。根据从调查中获得的反馈，我们得出了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1gydF4y2Ba多媒体附录1gydF4y2Ba显示对电话调查作出答复的国家及其相应的答复数。每个国家的回答者人数从1到3人不等(2009年表S1)gydF4y2Ba多媒体附录1gydF4y2Ba）.在28个国家中，26个(93%)国家使用特定的电子工具进行监视，2个(7%)国家没有特定的电子工具，而是使用电话、电子邮件和WhatsApp将监视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(来自1914项记录)和调查(gydF4y2Ba图1gydF4y2Ba）.根据电话调查结果，在1个以上国家中最常用的监测工具是地区卫生信息软件2 (DHIS2);23/26(88%的国家)、早期预警、警报和反应系统(6/26,23%的国家)、急性弛缓性麻痹自动视觉检测和报告(5/26,19%的国家)、Epi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%的国家)和电子IDSR(2/ 26,8%的国家)。在这30个工具中，有3个(10%)是开发出来的，每个工具仅在一个国家使用:南非的应通报医疗状况监测系统、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)的工具仅设计用于管理1种疾病:用于疟疾的椰子监测、用于脑膜炎的脑膜炎平台和用于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。根据可用的数据，涵盖每个特定属性的工具数量从2到29不等(gydF4y2Ba表1gydF4y2Ba）.离线模式和仪表板是97%(28/30)的工具所涵盖的属性，而11%(2/30)的工具包括联系跟踪和传输网络(gydF4y2Ba表1gydF4y2Ba）.30个已确定的工具的每个属性的数量从3到14不等(gydF4y2Ba表2gydF4y2Ba）.gydF4y2Ba

工具聚类gydF4y2Ba

我们将来自28个国家的30种电子工具绘制成树形图。（gydF4y2Ba图2gydF4y2Ba）.在0.46的高度切割树突图，我们将工具分为5个主要集群(gydF4y2Ba图2gydF4y2Ba）.最大的群集(黑色)有57%(17/30)的工具共享以下属性:基于案例、症状、住院治疗、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，有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，它们还共享以下属性:地理位置、同步和仪表板。第三个集群(红色部分为4/ 30,13 %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。它们还缺乏地理位置、同步或仪表板属性。最小的集群(绿色)仅包含Sense Followup工具。其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、实验室和集体性。为了确定可用于将工具聚类为2个不同组的单个功能属性，我们仅基于8个功能属性对工具进行了子聚类。基于案例是这些工具中最容易区分的功能属性(图S1)gydF4y2Ba多媒体附录1gydF4y2Ba）.gydF4y2Ba图3gydF4y2Ba用热图表示工具的聚类(水平树形图)及其属性(垂直树形图)。2个最易区分的属性簇仅包含1个属性:传输网络(由SORMAS和Go.Data提供)和联系跟踪(由8/ 30,27 %的工具提供)。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，各国维持移动医疗计划的挑战和需求被表达为:(1)用于管理该国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计划提高地区和区域一级公共卫生工作者的技能，包括使用统计软件记录完整和准确的数据和数据分析(6/ 27,26)。(3)缺乏稳定的互联网连接来同步移动设备和服务器之间的数据(2/ 27,7%的应答者)，以及(4)工具在初始试验阶段后缺乏持续使用的可持续性(2/ 27,7%的应答者)。gydF4y2Ba

讨论gydF4y2Ba

主要结果gydF4y2Ba

我们确定了在非洲使用的用于传染病监测或爆发管理的30个数字工具和一套包含15个属性的综合工具。然而，30个工具中没有一个包含所有15个属性。支持其中14个属性的工具是SORMAS、Go。数据、CommCare和DHIS2。CommCare是一个通用的多用途工具，用于收集研究、农业和国际发展等各个领域的数据，而其他工具主要是为公共卫生用途而开发的。这也许可以解释为什么它们支持大多数相关属性。根据我们的聚类发现，将工具区分为两大类的单一功能属性是基于案例报告的可能性。与总体监测相比，基于病例的监测具有流行病学方面的益处，例如有助于评估风险因素、传播途径和数据质量;它还允许对上游进行即时报告、持续更新、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必不可少的两项重要职能是:接触者随访和传播链可视化。这些函数仅在SORMAS和Go.Data这两个工具中得到了适当的表示。在实施隔离的情况下，接触者随访可以减少每个病例引起的继发病例数[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次序。大多数工具的特点是能够离线运行和提供流行病学指标仪表板。研究参与者认为，工具的一个重要特征是，无论何时互联网连接可用，工具都可以离线工作并与服务器同步。这可能反映了这样一个事实，即非洲许多地区的公共卫生服务中的数字通信基础设施不够可靠和持续，无法完全依赖持续的基于网络的服务。此外，实时指示板是一个有效的功能，可帮助应对协调小组决定和监测干预措施，特别是在疫情暴发的情况下，仅1天的延迟就会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)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地错过任何一种工具，这将导致一个完全不同的结论。对于某些工具，受访者和任何其他可用的信息来源都不能确认特定属性的缺失或存在。由于这只是<3%(12/450)的工具属性组合的情况，因此对总体结果的影响似乎很小。对于我们仅通过文献检索获得的信息(ARGUS、Voozanoo、Epicollect5、事件追踪器和REDCap[研究电子数据捕获])识别和绘制的工具，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，移动医疗领域自2015年以来一直在加速变化;因此，可以预期，本研究的结果可能会在中长期内发生变化。gydF4y2Ba

对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]。除了本综述评估的一般监测属性外，这些评估所涵盖的一些补充特征是对症状的远程监测，患者或接触者可以在随访期间自我报告其症状[gydF4y2Ba52gydF4y2Ba，gydF4y2Ba53gydF4y2Ba]和电子免疫登记，以规划和管理COVID-19疫苗交付和免疫规划[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属性纳入其他传染病或疫苗可预防疾病的数字监测，或将其纳入其中。gydF4y2Ba

对未来研究的建议gydF4y2Ba

未来对移动医疗的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，例如在评估COVID-19应对数字工具时确定的两个特征、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]。在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适合他们需求的现有工具，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。从系统回顾和调查中发现的挑战来看，我们想强调以下措施来维持移动健康计划: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，对现场用户进行一致的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)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，只有少数提供了在我们的审查和调查期间确定的综合属性集。这给用户带来了挑战，因为每个工具只能使用有限的一组功能，并且必须并行使用多个工具来覆盖更大范围的功能性和非功能性属性。只有4个工具(SORMAS, Go)。数据、CommCare和dhis涵盖了一套足够完整的属性，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。要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用最少的资源进一步开发。gydF4y2Ba