发表在7卷第三名(2021): 3月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/14837,首次出版
传染病爆发早期检测的移动应用程序和仪表板:发展研究

传染病爆发早期检测的移动应用程序和仪表板:发展研究

传染病爆发早期检测的移动应用程序和仪表板:发展研究

原始论文

1悉尼大学计算机科学学院,达林顿,澳大利亚

2澳大利亚金斯伍德尼潘蓝山地方卫生区尼潘医院远程保健技术中心

3.悉尼大学商学院,达林顿,澳大利亚

4Tej咨询公司,悉尼,澳大利亚

5澳大利亚金斯伍德尼潘蓝山地方卫生区尼潘医院公共卫生股

通讯作者:

金金满博士

计算机科学学院

悉尼大学

克利夫兰街1号J12号3层340室

达灵顿,2006

澳大利亚

电话:61 290369804

电子邮件:jinman.kim@sydney.edu.au


背景:传染病暴发对公共卫生造成巨大风险,包括住院和死亡。因此,改善疫情管理对于预防广泛感染和减轻相关风险非常重要。移动卫生技术提供了有助于更好地捕捉、监测和管理传染病的新功能,包括快速识别潜在疫情的能力。

摘要目的:本研究旨在开发一个新的传染病监测(IDS)系统,包括一个用于准确数据捕捉的移动应用程序和一个用于更好的医疗保健规划和决策的仪表板。

方法:我们采用双管齐下的方法开发了IDS系统:对现有的和类似的疾病监测系统进行文献回顾,以了解基本需求,并通过面对面访谈,从澳大利亚新南威尔士州Nepean蓝山地方卫生区Nepean医院的当地公共卫生部门团队收集具体的用户需求。

结果:在设计电子IDS系统时,我们确定了3个基本要求,即能够准确、完整和及时地捕获和报告爆发数据。然后,我们根据公共卫生单位团队的工作流程、范围和特定需求开发了IDS系统。我们还制定了详细的设计和需求指南。在我们的系统中,使用移动设备或桌面PC (web界面)从任何地方捕获和发送爆发数据。数据使用客户机-服务器架构进行处理,因此可以进行实时分析。我们的仪表板旨在提供每日、每周、每月和历史暴发信息摘要,可用于制定未来的干预计划。还可以交互式地可视化有关某些疫情的特定信息,以了解新出现的传染病的独特特征。

结论:我们演示了我们的IDS系统的设计和开发。我们建议,使用移动应用程序和仪表板将简化整体数据收集、报告和分析过程,从而改善公共卫生应对措施,并提供疫情信息的准确登记。准确的数据报告和收集是向前迈出的一大步,有助于为未来传染病暴发制定更好的干预计划。

JMIR公共卫生监测2021;7(3):e14837

doi: 10.2196/14837

关键字



肠胃炎、麻疹、流感和COVID-19等传染病的暴发对公共卫生造成巨大风险,包括住院和死亡。疾病暴发与卫生保健资源利用率增加和负面社会影响直接相关[12].因此,改善这些疫情的管理对于预防广泛感染和减轻相关风险非常重要。将广泛传播的传染病所造成的风险降至最低的一项核心战略是发展一种监测系统,以便尽早准确地迅速识别潜在的疫情,以便在与疾病传播有关的大量费用发生之前实施一项有效的干预计划。

已经开发了许多传染病监测(IDS)系统来快速收集、解释和响应疫情。美国疾病控制及预防中心[3.],德国的SurvNet@RKI [4],以及澳大利亚卫生部维多利亚[5建立了数字和基于网络的疾病通报系统。这些系统有助于及时报告分布地点(通常是分散的地理位置)之间的疾病暴发,如医院或社区设施(例如,老年护理和托儿中心)和地方公共卫生单位(phu)。然而,每一种系统都是为了满足特定的需求而开发的(例如,特定于某些疾病[6]或仅适用于患者),因此在更广泛的领域的适用性受到限制。与此同时,许多国家的地方卫生当局仍依赖传统的手工纸质表格,并通过传真或电子邮件进行沟通(例如,新南威尔士[NSW]卫生部[7])。在地理位置分散的地点之间以这种方式进行报告,容易导致信息丢失、不完整和不正确[8].这是有问题的,因为与传染病相关的公共卫生成本增加了。

移动医疗(mHealth)技术是一种新兴概念,它将移动设备与无线技术结合起来用于医疗保健目的[9-11].近年来,它得到了很大的普及,并已在各种临床环境中使用。临床医生和医院之间的沟通得到了极大的改善推动警报以及自动通知(如寻呼)功能[12].此外,我们亦开发了许多创新的流动应用程序,例如远程病人监护系统[13]和骨科决策支持应用程序[14].随着移动医疗技术的不断创新,仪表板也被引入,以总结关键信息并将其集成到可视化显示中,以便更好地做出决策[15-17].临床仪表板的设计通常是为了通过衡量医生与病床的比率、医院感染率和死亡率等绩效指标来提高护理质量[15].然后,这些数据在临床医生之间实时共享,以对患者的需求做出反应,并有效地捕捉和理解潜在的模式和趋势。

开展了有限的研究,以调查使用移动医疗技术与仪表板相结合,以改善传染病爆发的管理。在本文中,我们提出了一种新的IDS系统,该系统使用移动应用程序准确地捕获爆发数据,并通过使用仪表板交互式可视化来分析这些数据。我们使用两种方法开发了我们的系统;我们首先进行了全面的文献综述,了解现有IDS系统的初始基本需求,然后进行迭代的面对面访谈,了解使用上下文并收集用户需求。我们的双管齐下的方法流程图载于图1.我们建议使用移动健康技术和仪表板可以改善分布式站点之间的疫情管理,并为更好的健康结果和规划确定新的机会。

图1。我们双管齐下的方法流程图。IDS:传染病监测。
查看此图

研究地点及设置

这项研究在澳大利亚新南威尔士州的一家Nepean医院Nepean蓝山地方卫生区(NBMLHD)进行。nmlhd覆盖市区和半乡村地区,范围约9179公里2.2017年NBMLHD的估计常住人口为381,704人,预计到2036年将增加30%。NBMLHD的公共卫生部门通过与当地全科医生、社区卫生工作者、学校和托儿中心以及老年护理设施合作,确定、预防或最大限度地减少对社区的公共卫生风险。

NBMLHD(以及整个新南威尔士州)的所有卫生机构(如托儿中心和老年护理机构)目前都使用纸质表格向当地PHU团队报告疫情,这很容易出错,而且耗时。人口的增加以及该地区的大面积覆盖,将给传染病暴发的管理带来新的独特挑战。

通过文献综述确定IDS系统的基本需求

我们对现有的IDS系统进行了文献回顾,以分析和定义我们系统的整体范围和基本需求,并遵循PRISMA-P(系统评估和元分析首选报告项目协议)指南[18].我们还分析了设计趋势,并将相关技术整合到我们的系统中,重点研究了使用移动设备和仪表板系统的研究。

我们对以下科学数据库中发表的论文进行了系统搜索:PubMed和Web of Science。我们搜索了2004年以来15年间发表的关于使用移动健康技术进行传染病报告和分析的论文。使用的搜索词是“传染性”和“疾病”和“监控”以及“智能手机”或“智能手机应用程序”或“移动应用程序”或“移动电话”或“仪表盘”或“移动健康”。图2提供研究选择过程的概述。

入选标准如下:(1)传染病报告系统必须设计为使用电子设备(移动电话、平板电脑或个人电脑);(2)报告采用特定应用程序或网站的形式。我们排除了描述使用基于移动的系统治疗非传染性疾病的论文。评审论文被排除在外。只收录了用英文发表的论文。

图2。纸张选择流程图。移动健康:移动健康。
查看此图

通过访谈了解IDS系统的具体用户需求

我们进行了面对面访谈,以收集用户对IDS系统的需求。多次访谈被迭代执行,直到我们对用户需求有了全面的理解。参与者包括来自当地PHU团队的公共卫生护士和来自NBMLHD的远程保健提供者。访谈由经验丰富的研究人员进行,包括项目协调员和软件开发人员。首先,我们确定了不同类型的最终用户及其对应的角色。然后,我们调查并定义了系统的特定工作流和用例场景。我们的研究不需要任何患者参与,因为伦理批准或知情同意是不需要的。

用户界面设计和敏捷开发

敏捷开发使用旨在提供良好用户体验的交互式系统框架。系统的初始用户界面设计是基于用户需求和对使用上下文的理解。软件开发人员和医疗团队不断沟通,讨论和改进系统的内容和用户界面。我们开发了一个功能性的移动应用程序和仪表板原型,用于收集用户的进一步反馈。


第一阶段:研究现状的文献综述

我们最初的搜索通过搜索条件确定了256篇论文。我们删除了9篇重复的论文,并根据标题和摘要筛选了剩余的247篇论文。然后我们下载了30篇相关论文,并根据纳入和排除标准进行了审查。共选取11篇相关论文进行定性综述。

这些文件介绍了用于更好地发现、报告和应对疾病爆发的新数字技术。我们对现有IDS系统的文献综述的摘要显示在表1.通过分析选定研究的共同和中心目标,我们确定了传染病报告系统的3个基本要求,即能够准确、完整和及时地捕获和报告爆发数据[19-25].基本需求也被用作确定后续具体用户需求的基础。

准确捕捉和报告数据(如症状和年龄)的能力对于创建最佳的特定疾病干预计划非常重要[212627].确定和了解某些疾病的独特特征也至关重要;一些疾病的报告病例数较高,但只有少数患者患有严重疾病(如麻疹)。爱尔兰采用了另一个电子报告系统,以减少漏报应呈报疾病的情况[28].漏报与许多因素有关,包括临床医生缺乏时间和动机,以及使用复杂和不一致的纸质表格。电子系统具有一致性和用户友好性,为临床医生创造了一个更好地参与报告和了解其通知义务的环境[212529].此外,还使用交互式数据可视化技术(例如网页仪表板)了解某些传染病的独特特征,从而提高疫情报告的准确性和完整性[27].Kamadjeu等[30.为索马里应对脊髓灰质炎病毒爆发开发了一个电子仪表盘。该仪表板捕获了完整的疫情数据,能够改善不同利益攸关方(如位于不同地区的疫情应对管理人员和免疫伙伴)之间的日常分析和疫情信息共享。

荷兰引进了基于互联网的报告系统OSIRIS,以减少在接收疫情数据方面的延迟,并提高数据的完整性[20.].该系统能够将延迟从10天减少到1天,与传统的纸质方法相比,数据的完整性提高了10%以上。类似地,安圭斯等人[21]使用基于移动的数据收集平台和实时云存储技术,以减少延迟识别和干预。Fahnrich等人[23还开发了一种基于移动的系统,可以有效和迅速地控制西非的埃博拉病毒。

表1。从我们的文献综述中发现的现有传染病监测系统的描述。
研究 处理传染病 主要目的或特点的描述 报告的主要结果 基本的需求
Ward等,2005 [20. 脑膜炎、疟疾、甲型、乙型和丙型肝炎等 提高从区域到国家各级报告的传染病监测数据的及时性和完整性 主要结果衡量标准是,与传统纸质报告相比,基于互联网的报告系统是否提高了接收疫情数据的及时性和完整性。基于互联网的系统能够减少延迟,具有更高的数据完整性。 及时性和完整性
安圭斯等人2018 [21 点头综合症 减少从乌干达农村地区接收疫情数据的延误 主要结果衡量标准是基于移动的实时系统是否能提高报告疫情数据的及时性。该系统能够准确地捕获数据,减少识别和干预的延迟。该系统还创造了一个环境,临床医生可以更好地参与报告并了解他们的通知义务。 准确性、完整性和及时性
Severi等人2014 [22 食物中毒、水痘、Q热等 提高传染病数据的敏感性和及时性 开发了基于事件的监控系统。系统上报及时,信息完整。 及时性和完整性
Fahnrich等人2015 [23 埃博拉病毒 在西非实现有效和及时控制传染性埃博拉 开发了标准的数字埃博拉疫情管理系统。系统可结合移动界面处理大数据,实现不同用户之间的双向信息交换。 及时性
Waarbeek等人2011 [24 甲肝、乙肝、丙肝等 设计实时IDS一个跨界协作系统 协作性疾病方案和风险评估被嵌入IDS系统,提供实时监测和地理信息。 及时性
Diwan等2015 [25 发烧、咳嗽、身体疼痛、头痛、流鼻涕等症状 在印度农村资源有限的情况下,高效、及时地收集数据 该研究表明,基于移动的系统可以减少应报告疾病的漏报。 准确性和及时性
Blanchon [26 急性腹泻和流感样疾病 识别法国Sentinelles IDS系统的漏洞 主要发现是,在医生中保持高度的积极性和参与性对提高疫情数据的完整性和准确性非常重要。 准确性和完整性
严等2013 [27 咳嗽、喉咙痛、发烧等症状 设计并试点实施中国农村综合征监测系统 开发了一种新的基于web的综合征监测系统,可以使用交互式可视化(即仪表板)准确和立即报告综合征数据并自动检测异常疾病集群。 准确性、完整性和及时性
Brabazon等2015 [28 病毒性脑膜炎、病毒性脑炎、细菌性脑膜炎、疟疾等 确定爱尔兰住院应报传染病是否存在严重漏报 开发了一个新的电脑化IDS系统,减少了疫情数据漏报的情况。 准确性和完整性
Karimuribo等,2017 [29 任何症状 为东部和南部非洲的社区卫生记者设计一个参与性疾病监测系统 开发了一个基于移动的疾病监测系统,提高了社区居民参与发现人类和动物传染病威胁的参与度。 完整性
Kamadjeu等人2017 [30. 脊髓灰质炎病毒 为小儿麻痹症爆发应对管理设计和实施电子仪表板 开发了索马里小儿麻痹症室仪表盘;它将各种爆发和监视响应数据源集成到丰富的图形界面中。该仪表板能够减少在不同利益攸关方之间进行日常分析和共享爆发信息的需求。 精度

一个IDS:传染病监测。

阶段2:用户研究和用户需求

文献综述的结果使我们能够创建一个合适的问题列表,用于后续的面对面访谈。其中一些问题旨在获得可能有助于提高准确、完整和及时捕获和报告疫情数据的能力的答案。我们对来自PHU团队的2名公共卫生护士和1名临床医生进行了几次访谈,以了解如何在社区设施和PHU团队之间沟通爆发数据的总体工作流程。访谈问题清单及相应答案列于表2.用户和专家的证词被用来帮助开发人员更好地理解用户需求。

表2。面试的问题列表和相应的答案,以了解上下文的使用。
问题ID号 问题的主题 面试问题 答案(用户要求) 来源
1 数据安全和用户访问 任何人都可以使用移动应用程序吗? 没有;只有注册的临床医生才能使用移动应用程序,并且注册应该受到限制。 这是所有受访者的普遍回答。
2 数据捕获 在为患者输入爆发数据时,需要哪些字段? 需要提供患者姓名、出生日期、性别、疫苗接种详情、症状和实验室检查详情、症状出现日期和最后出现症状的日期。 一名公共卫生护士表示,在疫情爆发的初始阶段,实验室检测细节等一些数据可能无法获得。
3. 数据捕获(准确性和完整性) 需要捕获的最重要的字段(即强制字段)是什么? 至少需要记录患者姓名、病例编号、症状、症状发作日期、性别、出生日期、疾病类型和占用情况。 这是所有受访者的普遍回答。
4 数据更新和审核(及时性) 如何更新和跟踪某些爆发数据的详细信息? 必须审查和监控现有的患者疫情数据,以确定症状的任何变化。 这是所有受访者的普遍回答。
5 数据更新和审核(及时性) 需要多久检查一次病毒爆发或患者的状态? 在某一特定设施爆发传染病的时候一个护士需要每天与医院联系,检查疫情状况和病人的情况。 这是所有受访者的普遍回答。
6 数据捕获(准确性和完整性) 输入爆发数据时常见错误是什么? 患者的症状和症状发作时间往往不一致。这是因为每天都有多名护理人员在设施中记录数据,在交接过程中可能会出现错误。 这是所有受访者的普遍回答。
7 数据报告 哪些关键领域可以让你搜索和识别合适的病人? 机构名称,年龄,病人姓名。 这是所有受访者的普遍回答。
8 数据报告 您希望在网络仪表板上看到哪些领域的患者?这些字段是否能够帮助您识别正确的信息? 我们认为最重要的字段是患者姓名、机构名称、住院(是或否)、死亡(是或否)、治疗或预防类型以及病原体(流感或胃病)。我们认为这些是最重要的,只要可以在需要时通过扩展页面视图提供完整的患者详细信息。 这是所有受访者的普遍回答。
9 数据报告 当您登录到web仪表板时,您希望看到的最重要的报告是什么? 查看过去6个月每种传染病每周报告的患者总数非常重要。 这是临床医生特别要求的。

一个公共卫生部门。

阶段3:功能需求的提取

然后,用户访谈的结果被用于制定功能需求。中列出了功能需求的列表表3.我们的移动应用程序的用例图显示在图3.该图表示移动应用程序的主要功能:数据捕获和通知。

表3。根据面试结果制定的职能要求清单。
问题ID号(与表2 函数类型 功能需求
1 用户验证新注册 向web服务器发送请求,验证用户输入的验证密码。如果密码是有效的,那么用户可以注册;否则,显示错误消息。
2 数据捕获 患者姓名、出生日期、性别、疫苗接种细节、症状和实验室检测细节、症状出现日期和最后出现症状的日期。根据必需的字段验证字段。如果用户没有输入必填字段,则显示错误消息。
3. 数据必填项 创建关于患者姓名、病例编号、症状、症状发作日期、性别、出生日期、疾病类型和占用的必填字段。
4 数据更新 可以轻松检索现有患者信息,用户应该能够根据以前的爆发数据轻松提交新报告。
5 用户提示定期提交数据 创建推送警报,通知用户定期提交单个患者的爆发数据。
6 用户差错减少功能 最近报告的数据可以预填写,症状发作日期一旦提交就不能编辑。
7 用户方便功能 为每个字段创建搜索栏,以便用户可以轻松检索相关信息。
8 用户报告 创建所选传染病的概览网页,并在表格中列出所有患者,列中显示患者姓名、机构名称、住院(是或否)、死亡(是或否)以及治疗或预防类型。创建一个单独的页面,以显示用户单击时报告的案件的所有详细信息。
9 用户报告 创建一个表,显示疫情期间每种传染病报告的病例数;如果报告的病例数量增加或减少,则创建包含二维图形的登录页。
图3。系统的用例图(移动应用程序)。
查看此图

阶段4:原型构建和迭代

在临床医生和开发团队沟通的基础上,我们开发了一个应用程序和仪表板原型。应用程序和仪表板被提交给临床医生以获得进一步的反馈,我们确定了在第一阶段中没有发现的新用户需求。所确定的新需求列表显示在表4.基于2017年1月至12月期间来自PHU团队的3名临床医生和来自远程医疗团队的2名临床医生的反馈,我们迭代地更新和改进了原型系统。对原型的主要功能进行了描述表5

表4。基于原型暴露给临床医生的功能需求变更列表。
问题ID号 新的功能需求
8
  • 为每个设施创建单独的报告;设施内当前活动爆发的摘要。数据还可以交互式地可视化,显示爆发的历史或特定细节。
  • 创建整个当地卫生区当前活跃疫情的摘要。还可以可视化某些设施的特定爆发详细信息。
9
  • 数据需要更好地呈现,突出重要指标,如报告的病例数量和患者细节,包括他们的症状和接种疫苗。
  • 自动发送电子邮件通知到PHU一个当报告有任何新的爆发时,需要团队。

一个公共卫生部门。

表5所示。描述了我们的原型的主要功能。
类型 主要功能
功能1:数据捕获
  • 需要使用移动应用程序或桌面PC (web界面)输入、编辑和提交爆发详细信息,不受地域限制(在本地PHU管理的注册设施内)一个).
  • 收集的临床信息包括患者姓名、出生日期、性别、疫苗接种细节、症状和实验室检测细节、症状出现日期和最后出现症状的日期。
  • 执行正确和强制性的数据输入(例如,设施护理类型和症状发作日期)。
功能2:爆发通知
  • 数据需要实时发送和显示,突出显示重要指标,如报告的病例数量和患者详细信息,包括他们的症状和疫苗接种。将自动发送电子邮件通知给当地的PHU团队。
功能3:设施数据报表
  • 设施内当前活动爆发的摘要。数据还可以交互式地可视化,显示爆发的历史或特定细节。
功能4:PHU数据报表
  • 整个当地卫生区的当前活跃疫情摘要。还可以可视化某些设施的特定爆发详细信息。
功能5:数据存储
  • 数据需要在安全的服务器上进行处理和存储。

一个公共卫生部门。

系统概述

图4显示了我们提议的系统的概述。我们的系统由一个移动应用程序、一个云服务器和一个仪表板组成。在设施中爆发传染病时,该设施的工作人员使用移动设备或桌面PC (web界面)捕获患者数据,包括症状和疫苗接种细节,并将其发送到云服务器。然后对数据进行处理并实时显示在仪表板上。云服务器通过邮件自动通知PHU护士。PHU护士然后使用网络仪表板接收和分析疫情数据。

图4。我们提议的系统概述。数据分析和仪表盘。API:应用程序编程接口;公共卫生部门。
查看此图
手机应用程序

这款手机应用采用了跨平台应用开发框架,适用于Android和iOS设备。我们特别使用了一个叫做交叉编译的开发平台[31],它会自动将源代码转换为特定平台的应用程序。我们还开发了一个移动web应用程序,以便它可以在标准的web浏览器中运行(图5).

用户可以创建新的爆发详细信息并添加或编辑现有信息的详细信息,如中所示图6(功能1)在传染病爆发期间,重要的是每天监测患者的症状;因此,我们的应用程序允许我们查看以前爆发的患者详细信息的历史。然后,我们的应用程序使用应用程序编程接口网关将它们发送到云服务器。为了防止未经授权的数据提交,该应用程序仅供用户使用预先注册的验证密码,该密码由PHU控制。所有数据都加密并使用JSON Web令牌(JWT)发送,该令牌只能在云服务器上验证(功能5)。一旦报告了新的疫情,还会自动向PHU发送电子邮件通知(功能2)。应用程序的可访问性和用户注册由云服务器控制。我们使用本地云服务器,并使用jwt对数据进行加密,以加强通信的安全性。

图5。我们的移动应用程序的网页版本,具有一致的用户界面。使用了HTML 5、级联样式表3和JavaScript等Web技术。
查看此图
图6。我们的移动应用程序的示例截图。
查看此图
指示板

我们使用开源超文本预处理器(PHP) Laravel框架开发了一个仪表板。它提供丰富的内置特性,如身份验证、授权和数据库管理系统。Laravel框架的使用允许我们迭代开发我们的系统,并根据从PHU团队收到的反馈有效地改进它。

仪表板实时显示通过我们的移动应用程序发送的爆发数据(功能2)。图7显示关键信息的快速摘要(例如,设施名称、房间号、患者详细信息和疫苗接种详细信息)。图8显示当前活跃疫情的摘要,提供每日、每周和每月报告病例的摘要(函数3和4)。为了显示直观的数据,还使用了彩色编码的关键信息和图形图表。还可以检索有关病毒爆发的更具体的历史数据。图9显示所选病毒爆发多年来的趋势。

为了使我们的系统更适用于更广泛的领域(例如,不同的州或国家),可以通过仪表板添加、修改和删除不同类型的传染病、症状和注册的社区设施等数据属性。

图7。传染病报告病例的详细情况。超文本预处理器(Hypertext Preprocessor, PHP) Laravel框架是一个流行的标准开发框架,它遵循模型-视图-控制器架构模式。
查看此图
图8。当前活动爆发的每日、每周和每月摘要。
查看此图
图9。特定疫情的历史摘要。
查看此图

主要研究结果

本研究通过两种方法收集用户需求:文献综述和面对面访谈。通过文献综述,我们确定了设计电子IDS系统时的3个基本要求,并使用迭代面对面访谈开发了新的IDS系统。我们还介绍了一个新的基于移动健康技术的IDS系统的开发和实现细节。我们的研究重点是开发一个通用的移动应用程序或仪表板框架,用于捕获和报告疫情数据,这与传统的现有工作不同,这些工作仅限于解决流感等特定传染病[632-34]或病人队列[35].

通过使用移动设备的可移植性,可以从任何地方捕获和发送爆发数据,跨平台框架的使用进一步允许用户使用不同类型的设备(例如移动设备、平板电脑和PC)记录数据。数据使用客户端-服务器架构传输,因此可以进行实时分析。我们的仪表板旨在提供每日、每周、每月和历史暴发信息摘要,突出显示重要指标,如报告的病例数、男女比例和报告的特定症状数。还可以交互式地可视化有关某些疫情的特定信息,这有助于了解新出现的传染病的独特特征。我们从PHU收到的一些关键反馈如下:(1)执行正确和强制性数据输入的能力(例如,设施护理类型和症状发作日期)以及(2)识别需要在仪表板中可视化的关键指标。自定义数据属性的能力对于为一般应用程序自适应地改进系统非常重要。

我们建议,使用移动应用程序和仪表板将简化整体数据收集、报告和分析过程,从而改善公共卫生应对措施,并提供疫情信息的准确登记,这可能会降低相关发病率和死亡率[8].这还可以改善临床医生和社区设施之间的沟通和参与,提供更容易获得的传染病信息和教育。

我们将通过在地区社区设施(如养老院和儿童保育中心)试行该制度,评估该制度的有效性。”将进行实施前和实施后的调查。我们的系统有一些局限性。虽然我们的PHU团队拥有丰富的临床经验,但该系统是基于单一医院的反馈而开发和完善的;扩展到多家医院将有助于概括整体范围。

结论

我们认为,由我们的系统实现的准确数据报告和收集是在早期发现未来传染病爆发方面向前迈出的重要一步。随着大规模疫情数据的可用性,可以进行基于人群的分析,以了解疫情的总体特征。这可能有助于预防广泛感染和相关风险。还可以根据在可避免的疾病大规模传播之前确定和提供的模式制定有效的干预计划。使用大规模数据的另一个关键优势是机器学习算法的应用(例如,卷积神经网络[36)来预测传染病。这些预测模型可以被推导出来并嵌入到我们的通知系统中。

致谢

这项研究得到了澳大利亚新南威尔士州NBMLHD Nepean医院远程医疗和技术中心的支持。

作者的贡献

EA、NL、TB、TM、AR和JK负责这个项目的概念化。TP、RP、EA和JK负责开发所提出的系统。所有作者都为这份手稿的准备做出了贡献。

利益冲突

没有宣布。

  1. Smith PW, Rusnak PG.长期护理设施中的感染预防和控制。感染控制与医院流行病学1997 12月;18(12):831-849。[CrossRef
  2. Montoya A, Mody L.养老院常见感染:当前问题和挑战的回顾。老龄健康2011年12月;7(6):889-899。[CrossRef
  3. Coates RJ, Jajosky RA, Stanbury M, Macdonald SC.应报告的非传染性疾病和疾病爆发摘要:应报告的非传染性疾病和疾病爆发摘要导论-美国。MMWR Morb。凡人。工作。2015年10月23日;62(54):1-4。[CrossRef
  4. 范文森D, Claus H, Benzler J, Ammon A, Pfoch T, Breuer T,等。SurvNet@RKI--a多州传染病电子报告系统。欧洲经济研究2006;11(4):100-103。[Medline
  5. 传染病通报程序。维多利亚州政府。URL:https://www2.health.vic.gov.au/public-health/infectious-diseases/notification-procedures[2021-02-11]访问
  6. Iribarren SJ, Schnall R, Stone PW, Carballo-Diéguez A.智能手机应用支持结核病预防和治疗:回顾和评估。JMIR mHealth uHealth 2016年5月13日;4(2):e25。[CrossRef
  7. 疾病通知-传染病。新南威尔士州卫生部URL:http://www.health.nsw.gov.au/Infectious/Pages/notification.aspx[2021-02-11]访问
  8. Revere D, Hills RH, Dixon BE, Gibson PJ, Grannis SJ。应报告病症报告做法:对公共卫生机构参与卫生信息交换的影响。BMC公共卫生2017年3月11日;17(1)。[CrossRef
  9. Onodera R, Sengoku S.移动健康的创新过程:fda批准的移动医疗应用概述。国际医学信息学杂志2018年10月;118:65-71。[CrossRef
  10. 有传言CL。医疗保健专业人员的移动设备和应用程序:用途和好处。P T 2014年5月;39(5):356-364 [免费全文] [Medline
  11. Al Ayubi SU, Pelletier A, Sunthara G, Gujral N, Mittal V, Bourgeois FC。医院环境下的移动应用开发指南:最大限度地使用和最大限度地降低安全风险。JMIR mHealth uHealth 2016 5月11日;4(2):e50。[CrossRef
  12. 吴荣荣,李志强,李志强,等。在内科病房使用智能手机进行临床交流。中华外科杂志2010年8月5日;5(9):553-559。[CrossRef
  13. 刘宁,金杰,杨荣华,马尼道,M Mikaheal,等。家庭血液透析慢性患者远程监测系统:copresence增强设计的现场测试。JMIR Hum Factors 2017年8月29日;4(3):e21。[CrossRef
  14. Franko OI。面向骨科医生的智能手机应用。临床矫形相关研究报告2011年7月;469(7):2042-2048 [免费全文] [CrossRef] [Medline
  15. Dowding D, Randell R, Gardner P, Fitzpatrick G, Dykes P, Favela J,等。改善病人护理的仪表板:文献回顾。国际医学信息学杂志2015年2月;84(2):87-100。[CrossRef
  16. 王怡,孔林,谭柏德。大数据分析:了解它对医疗保健组织的功能和潜在好处。科技预测与社会变革2018年1月;126:3-13。[CrossRef
  17. 张x, Gallagher K, Goh S. Bi应用:医疗保健的仪表板。AMCIS 2011会议论文集-所有意见书2011:442 [免费全文
  18. 系统评价和元分析的首选报告项目:PRISMA声明。安实习医生2009年8月18日;151(4):264。[CrossRef
  19. Milinovich GJ, Williams GM, Clements ACA, Hu W.基于互联网的监测系统监测新发传染病。《柳叶刀》传染病杂志2014年2月;14(2):160-168。[CrossRef
  20. Ward M, Brandsema P, van Straten E, Bosman A.电子报告提高传染病通报的及时性和完整性,荷兰,2003。2005年1月10日(1):7-8。[CrossRef] [Medline
  21. Valdes anges R, Suits A, Palmer VS, Okot C, Okot RA, Atonywalo C,等。流行病(点头综合征)的实时医疗制图使用基于村庄的lay移动健康记者。PLoS Negl Trop杂志2018年6月15日;12(6):e0006588。[CrossRef
  22. Severi E, Kitching A, Crook P.基于健康保护事件的伦敦2012年奥运会和残奥会监测评估。欧洲监测2014年6月19日;19(24):20832 [免费全文] [CrossRef] [Medline
  23. 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),以支持在西非控制埃博拉病毒病暴发。欧洲调查2015年3月26日;20(12):21071 [免费全文] [CrossRef] [Medline
  24. ter Waarbeek H, Hoebe C, Freund H, Bochat V, Kara-Zaïtr C.利用实时信息交换系统加强荷兰-德国边境地区的传染病监测。J Bus Contin Emer Plan 2011 Jun;5(2):173-184。[Medline
  25. Diwan V, Agnihotri D, Hulth A.在印度农村通过手机收集综合征监测数据:实施和可行性。全球卫生行动2015年4月2日;8(1):26608。[CrossRef
  26. 法国基于网络的哨点供应商监视网络。新泽西州:威利;2013:418 - 425。
  27. 闫伟,棕榈林,吕旭,聂松,徐波,赵强,等。中国农村传染病电子病征监测系统公共科学学报2013年4月23日;8(4):e62749。[CrossRef
  28. Brabazon ED, Sheridan A, Finnegan P, Carton MW, Bedford D.漏报传染性疾病住院治疗:爱尔兰背景下的显著改善。论文。2014年7月18日;143(6):1166-1174。[CrossRef
  29. Karimuribo ED, Mutagahywa E, Sindato C, Mboera L, Mwabukusi M, Kariuki Njenga M,等。智能手机应用程序(AfyaData)用于从非洲社区到国家层面的创新健康疾病监测:疾病监测干预。JMIR公共卫生监测2017年12月18日;3(4):e94。[CrossRef
  30. Kamadjeu R, Gathenji C.设计和实施疾病暴发应对电子仪表板——2013-2014年索马里脊髓灰质炎疫情应对仪表板案例研究。27.中华医学杂志2017;[CrossRef
  31. Hartmann G, Stead G, dejani A.跨平台移动开发。移动学习环境,剑桥2011;16(9):158-171 [免费全文
  32. 朱娜娜,郭德华,李志强,李志强。使用参与性队列估计美国流感发病率。科学报告2015年4月2日;5(1)。[CrossRef
  33. 桑蒂兰娜M,阮AT, Dredze M,保罗MJ, Nsoesie EO, Brownstein JS。结合搜索、社交媒体和传统数据源来改善流感监测。PLoS计算生物学2015年10月29日;11(10):e1004513。[CrossRef
  34. Smolinski MS, Crawley AW, Baltrusaitis K, Chunara R, Olsen JM, Wójcik O,等。你身边的流感:跨越2个流感季节的众包症状报告。中华医学会公共卫生杂志2015年10月;105(10):2124-2130。[CrossRef
  35. Lawpoolsri S, Khamsiriwatchara A, Liulark W, Taweeseneepitch K, Sangvichean A, Thongprarong W,等。实时监测缺勤以加强疾病监测:移动电子报告系统的试点研究。JMIR mHealth uHealth 2014年5月12日;2(2):e22。[CrossRef
  36. 陈敏,郝勇,黄凯,王磊,王磊。基于医疗保健社区大数据的机器学习疾病预测。IEEE Access 2017;5:88 -88。[CrossRef


CSS:级联样式表
id:传染病监测
JSON:JavaScript对象表示法
JWT:JSON Web令牌
健康:移动健康
NBMLHD:Nepean蓝山地方卫生区
新南威尔士州:新南威尔士
范围内:公共卫生部门


G·艾森巴赫(G Eysenbach)编辑;提交28.05.19;D Mogul, RB Bentvelsen, E Almeida, R Harte同行评审;对作者30.09.19的评论;订正版本收到23.11.19;接受24.01.21;发表09.03.21

版权

©Euijoon Ahn, Na Liu, Tej Parekh, Ronak Patel, Tanya Baldacchino, Tracy Mullavey, Amanda Robinson, Jinman Kim。最初发表于JMIR公共卫生与监测(http://publichealth.www.mybigtv.com), 2021年3月9日。

这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,http://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。


Baidu
map