Show simple item record

Intégration de données probantes non spécialisées dans la surveillance et la détection précoce d’urgences de santé publique

dc.contributor.authorRoberts, Stephen L.
dc.date.accessioned2020-04-16T12:22:01Z
dc.date.available2020-04-16T12:22:01Z
dc.date.issued2020-04
dc.identifier.citationRoberts, S.L. (2020) Incorporating Non-Expert Evidence into Surveillance and Early Detection of Public Health Emergencies, SSHAP Case Study Issue 2, UNICEF, IDS & Anthrologica (April 2020), SSHAPen
dc.identifier.citationRoberts, S.L. (2020) Intégration de données probantes non spécialisées dans la surveillance et la détection précoce d’urgences de santé publique, Étude de cas SSHAP Numéro 2, UNICEF, IDS et Anthrologicafr
dc.identifier.urihttps://opendocs.ids.ac.uk/opendocs/handle/20.500.12413/15229
dc.description.abstract‘Big data’ has promised significant improvements for the global surveillance of infectious disease. This SSHAP Case Study highlights how, over the past two decades, new disease surveillance practices built on amassing and processing large data sets - analysed computationally to reveal patterns, trends, and associations, relating to human behaviour and interactions - have been successful in the advanced forecasting of deadly disease outbreaks including severe acute respiratory syndrome (SARS), Middle East respiratory syndrome coronavirus (MERS-CoV), human influenza, the Ebola virus and novel coronavirus (COVID-19). The increasing incorporation of non-expert evidence - that is, data that is collected and analysed from sources outside of traditional clinical/healthcare sectors into infectious disease and public health surveillance practices - must be continually monitored and verified as technological capacities and innovation towards the rapid identification of public health threats advance.en
dc.description.abstractLes « mégadonnées » ont fait la promesse d’améliorations significatives pour la surveillance des maladies infectieuses à l’échelle mondiale. Cette étude de cas réalisée par la SSHAP met en évidence la manière dont, durant les deux dernières décennies, de nouvelles pratiques de surveillance des maladies fondées sur l’accumulation et le traitement de grands ensembles de données – analysés par ordinateur pour révéler des modèles, des tendances et des associations, inhérents aux comportements et aux interactions humains – ont permis de prévoir avec succès les flambées épidémiques de maladies mortelles, y compris le syndrome respiratoire aigu sévère (SRAS), le coronavirus du syndrome respiratoire du Moyen-Orient (MERS-CoV), la grippe humaine, le virus Ébola et le nouveau coronavirus (COVID-19). L’intégration de plus en plus fréquente de données probantes non spécialisées – à savoir, des données collectées et analysées à partir d’autres sources que les secteurs cliniques/médicaux traditionnels, sur les pratiques de surveillance des maladies infectieuses et de la santé publique doit être continuellement surveillée et vérifiée à mesure que les capacités technologiques et l’innovation enfr
dc.description.sponsorshipUNICEFen
dc.description.sponsorshipUSAIDen
dc.language.isoenen
dc.publisherUNICEF, IDS & Anthrologicaen
dc.relation.ispartofseriesSSHAP Case Studies;Issue 2
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/en
dc.titleIncorporating Non-Expert Evidence into Surveillance and Early Detection of Public Health Emergenciesen
dc.titleIntégration de données probantes non spécialisées dans la surveillance et la détection précoce d’urgences de santé publiquefr
dc.typeSeries paper (non-IDS)en
dc.rights.holderSSHAPen
dc.identifier.externalurihttps://www.socialscienceinaction.org/
rioxxterms.funderDefault funderen
rioxxterms.identifier.projectDefault projecten
rioxxterms.versionVoRen
rioxxterms.funder.project9ce4e4dc-26e9-4d78-96e9-15e4dcac0642en


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by/4.0/