Skip to main page content
U.S. flag

An official website of the United States government

Dot gov

The .gov means it’s official.
Federal government websites often end in .gov or .mil. Before sharing sensitive information, make sure you’re on a federal government site.

Https

The site is secure.
The https:// ensures that you are connecting to the official website and that any information you provide is encrypted and transmitted securely.

Access keys NCBI Homepage MyNCBI Homepage Main Content Main Navigation
. 2024 Dec 20;40(11):e00010024.
doi: 10.1590/0102-311XEN010024. eCollection 2024.

Early warning system using primary health care data in the post-COVID-19 pandemic era: Brazil nationwide case-study

Thiago Cerqueira-Silva  1 , Juliane F Oliveira  1 , Vinicius de Araújo Oliveira  1 , Pilar Tavares Veras Florentino  1 , Alberto Sironi  1 , Gerson O Penna  2 , Pablo Ivan Pereira Ramos  1 , Viviane S Boaventura  1 , Manoel Barral-Netto  1 , Izabel Marcilio  1
Affiliations

Early warning system using primary health care data in the post-COVID-19 pandemic era: Brazil nationwide case-study

Thiago Cerqueira-Silva et al. Cad Saude Publica. .

Abstract
in English, Portuguese, Spanish

Syndromic surveillance using primary health care (PHC) data is a valuable tool for early outbreak detection, as demonstrated by the potential to identify COVID-19 outbreaks. However, the potential of such an early warning system in the post-COVID-19 era remains largely unexplored. We analyzed PHC encounter counter of respiratory complaints registered in the database of the Brazilian Unified National Health System from October 2022 to July 2023. We applied EARS (variations C1/C2/C3) and EVI to estimate the weekly thresholds. An alarm was determined when the number of encounters exceeded the week-specific threshold. We used data on hospitalization due to respiratory disease to classify as anomalies the weeks in which the number of cases surpassed predetermined thresholds. We compared EARS and EVI efficacy in anticipating anomalies. A total of 119 anomalies were identified across 116 immediate regions during the study period. The EARS-C2 presented the highest early alarm rate, with 81/119 (68%) early alarms, and C1 the lowest, with 71 (60%) early alarms. The lowest true positivity was the EARS-C1 118/1,354 (8.7%) and the highest was EARS-C3 99/856 (11.6%). Routinely collected PHC data can be successfully used to detect respiratory disease outbreaks in Brazil. Syndromic surveillance enhances timeliness in surveillance strategies, albeit with lower specificity. A combined approach with other strategies is essential to strengthen accuracy, offering a proactive and effective public health response against future outbreaks.

A vigilância sindrômica utilizando dados de atenção primária à saúde (APS) é uma ferramenta valiosa para a detecção precoce de surtos, conforme demonstrado no potencial de identificar surtos de COVID-19. No entanto, o potencial desse sistema de alerta antecipado na era pós-COVID-19 continua amplamente inexplorado. Foram analisadas as contagens de atendimentos na APS por queixas respiratórias registradas na base de dados do Sistema Único de Saúde de outubro de 2022 a julho de 2023. O EARS (variações C1/C2/C3) e o EVI foram aplicados para estimar os limiares semanais. Um alarme foi criado para quando o número de atendimentos excedesse o limite específico da semana. Dados de hospitalização por doença respiratória foram utilizados para classificar semanas em que o número de casos ultrapassou os limites predeterminados como anomalias. Comparamos a eficácia do EARS e do EVI na antecipação de anomalias. Um total de 119 anomalias foram identificadas em 116 regiões imediatas durante o período do estudo. O EARS-C2 apresentou a maior taxa de alarmes precoces, com 81 de 119 (68%) alarmes precoces, enquanto o C1 apresentou a menor, com 71 (60%) alarmes precoces. A menor taxa de verdadeiros positivos foi a EARS-C1 118/1.354 (8,7%) e a maior EARS-C3 99/856 (11,6%). Os dados de APS coletados rotineiramente podem ser usados com sucesso para detectar surtos de doenças respiratórias no Brasil. A vigilância sindrômica melhora a prontidão das estratégias de vigilância, embora com menor especificidade. Uma abordagem combinada com outras estratégias é essencial para fortalecer a precisão, oferecendo uma resposta proativa e eficaz de saúde pública contra futuros surtos.

La vigilancia sindrómica, que utiliza datos de la atención primaria de salud (APS), es una herramienta valiosa para la detección temprana de brotes, como lo demuestra el capacidad para identificar brotes de COVID-19. Sin embargo, el uso de este sistema de alerta temprana en la era posterior a la COVID-19 sigue en gran medida inexplorado. Se analizaron los conteos de atenciones en la APS por afecciones respiratorias registradas en la base de datos del Sistema Único de Salud desde octubre del 2022 hasta julio del 2023. Se aplicaron el EARS (rangos C1/C2/C3) y el EVI para estimar los umbrales semanales. Se emitió una alarma en caso de que el número de atenciones excediera el límite específico para la semana. Los datos de hospitalización por enfermedad respiratoria se utilizaron para clasificar como anómalas las semanas en las que el número de casos superó los umbrales predeterminados. Comparamos la eficacia del EARS y del EVI para anticipar anomalías. Durante el período del estudio se identificó un total de 119 anomalías en 116 regiones. El EARS-C2 presentó la tasa más alta de alarmas tempranas, con 81 de 119 (68%) alarmas tempranas, mientras que el C1 tuvo la más baja, con 71 (60%) alarmas tempranas. La tasa de positividad más baja fue la EARS-C1 118/1.354 (8,7%) y la más alta EARS-C3 99/856 (11,6%). Los datos de APS recopilados de forma rutinaria pueden utilizarse con éxito para detectar brotes de enfermedades respiratorias en Brasil. La vigilancia sindrómica aumenta la prontitud de las estrategias de vigilancia, aunque con menor especificidad. Un enfoque combinado con otras estrategias es esencial para fortalecer la precisión y proporcionar una respuesta de salud pública proactiva y eficaz contra futuros brotes.

PubMed Disclaimer

Figures

Figure 1
Figure 1. Brazil’s immediate regions. From January to July, 2023.
Figure 2
Figure 2. Encounters in the primary health care (PHC) and hospitalizations due to acute respiratory causes (4-week moving average). Brazil, October 2022 to July 2023.
Figure 3
Figure 3. Extent of anomalies stratified by population size.
Figure 4
Figure 4. Performance of the methods, considering the time (in weeks) of the first alarm in the primary health care (PHC) series in relation to the first week with an anomaly in the Brazilian Hospital Information System (SIH) series, overall and stratified by population size.
See this image and copyright information in PMC

Similar articles

See all similar articles

Cited by

References

    1. Morgan OW, Aguilera X, Ammon A, Amuasi J, Fall IS, Frieden T. Disease surveillance for the COVID-19 era time for bold changes. Lancet. 2021;397:2317–2319. - PMC - PubMed
    1. Al Knawy B, Adil M, Crooks G, Rhee K, Bates D, Jokhdar H. The Riyadh Declaration the role of digital health in fighting pandemics. Lancet. 2020;396:1537–1539. - PMC - PubMed
    1. Pilipiec P, Samsten I, Bota A. Surveillance of communicable diseases using social media a systematic review. PLoS One. 2023;18:e0282101. - PMC - PubMed
    1. Ganser I, Thiébaut R, Buckeridge DL. Global variations in event-based surveillance for disease outbreak detection time series analysis. JMIR Public Health Surveill. 2022;8:e36211. - PMC - PubMed
    1. Buehler JW, Hopkins RS, Overhage JM, Sosin DM, Tong V. CDC Working Group Framework for evaluating public health surveillance systems for early detection of outbreaks recommendations from the CDC Working Group. MMWR Recomm Rep. 2004;53:1–11. - PubMed