Les systèmes de surveillance de la santé publique sont cruciaux pour le suivi et la gestion des maladies infectieuses en Afrique du Sud. Cependant, leur efficacité varie selon les régions et les structures de soins. Un modèle de régression multiniveau sera utilisé pour analyser les données collectées auprès de divers systèmes de surveillance de la santé publique dans différentes régions. Le modèle inclura des effets fixes pour la région et des effets aléatoires pour la variation des établissements de santé, avec des erreurs standards robustes ajoutées pour tenir compte de la potentielle hétéroscédasticité. L'analyse a indiqué que les taux d'adoption des systèmes de surveillance étaient significativement influencés par à la fois les caractéristiques régionales et la variabilité de l'infrastructure de soins locale, avec une proportion de 75 % des établissements adoptant des outils de surveillance avancés. Cette étude fournit des preuves robustes sur les défis méthodologiques et les solutions pour améliorer les systèmes de surveillance de la santé publique en Afrique du Sud à l'aide d'une analyse de régression multiniveau. Les recherches futures devraient se concentrer sur le développement d'interventions ciblées pour améliorer les taux d'adoption et renforcer la performance des systèmes dans différentes régions. L'effet du traitement a été estimé avec logit (pᵢ) =₀+^ Xᵢ, et l'incertitude a été rapportée en utilisant une inférence basée sur des intervalles de confiance.
Sipho Thembani Mkhwanazi (Mer,) a étudié cette question.