Notícias

Os ‘traços digitais’ de pesquisas na Internet e mídias sociais podem prever surtos de COVID-19?

Publicidade - continue a ler a seguir

Os 'traços digitais' de pesquisas na Internet e mídias sociais podem prever surtos de COVID-19?

Um resumo de nossos resultados no nível do condado.(UMA) Representação gráfica dos diferentes resultados observados em nossos métodos: avisos antecipados, avisos síncronos, avisos tardios, avisos suaves, surtos perdidos, avisos com atividade aumentada e alarmes falsos. (B) Resumo dos eventos de início do surto. As barras horizontais são coloridas, de laranja a roxo, dependendo da classe do evento. (C) Falsos alarmes para os métodos Naive, Single Source e Multiple Source. O método Fonte Múltipla produziu a menor quantidade de alarmes falsos (110). (D) Probabilidade de ressurgimento P(Rt > 1) e diferentes eventos gerados pelos métodos Naive, Single Source (Google Trends “Quanto tempo dura o covid?” e “efeitos colaterais da vacina”) e Multiple Source. (E) Precoce dos alarmes acionados por cada método. As barras representam o número de alarmes dentro da janela de tempo fora da amostra. Crédito: Avanços da Ciência (2023). DOI: 10.1126/sciadv.abq0199

Suas pesquisas no Google e contas no Twitter alertam os profissionais de marketing sobre quais itens você gostaria de comprar. Mas eles também poderiam servir como um sistema de alerta precoce quando os níveis de COVID-19 estiverem prestes a decolar?

Uma equipe de cientistas, incluindo o especialista em aprendizado de máquina da Northeastern University, Mauricio Santillana, diz que os “rastros digitais” dos usuários da Internet podem ser adotados para alertar oficiais de saúde pública a aumentos acentuados no COVID-19 no nível do condado, uma a seis semanas antes de um grande surto.

Em artigo publicado na quarta-feira, 18 de janeiro, na Avanços da CiênciaSantillana e outros autores dizem dados digitais ajudará a preencher as lacunas de informação deixadas pelos métodos de vigilância existentes.

A análise dos fluxos de dados permitirá que os formuladores de políticas tomem decisões como reeditar recomendações de mascaramento ou aumentar campanhas de vacinação e reforço, diz Santillana, diretor do Grupo de Inteligência de Máquinas para a Melhoria da Saúde e do Meio Ambiente da Network Science Instituto do Nordeste.

Publicidade - continue a ler a seguir

“O que aspiramos fazer é usar as mesmas informações que o Google, a Amazon ou qualquer uma dessas grandes empresas usam para enviar anúncios a você” para informar as decisões de saúde pública no início de um surto, diz Santillana.

As transmissões digitais relacionadas ao COVID-19 incluem buscas na internet para febre, médicos procuram tratamentos para COVID-19 e comentários de usuários do Twitter sobre estar muito doente para trabalhar, entre outras coisas.

Os pesquisadores também usaram métodos de aprendizado de máquina que obtiveram informações históricas de surtos em 97 condados dos EUA de 1º de janeiro de 2020 e 2022 e os combinaram para criar um único indicador preditivo.

“O objetivo não é necessariamente quantificar quantas infecções existem, mas quantificar quando ocorrerão aumentos acentuados de infecções”, diz Santillana, que participou da pesquisa com cientistas do Boston Children’s Hospital, Harvard Medical School, Oklahoma State University e outras organizações. .

Os pesquisadores descobriram que a capacidade preditiva nos níveis estadual e municipal era aproximadamente semelhante – o sistema de alerta precoce implantado com uma a seis semanas de antecedência no nível do condado e de quatro a seis semanas no nível estadual.

O estudo diz que os dados digitais ajudarão a preencher as informações vitais que faltam para os Centros de Controle e Prevenção de Doenças, que, segundo ele, não conseguiram prever com segurança “mudanças rápidas nas tendências de casos relatados e hospitalizações”.

“Quando as previsões do CDC COVID-19 eram compartilhadas com o público, elas frequentemente perdiam o momento em que os surtos estavam começando”, diz Santillana. Ele diz que, quando os números reais de casos foram computados, os surtos já estavam em andamento.

“O próximo capítulo seria o CDC dizer: ‘Sabemos que esta é uma forma alternativa e complementar de antecipar surtos. Vamos implementá-la internamente e a teremos como uma ferramenta adicional em nossa caixa de ferramentas”, diz Santillana.

“Ele diz que o estudo faz parte de uma nova iniciativa do CDC iniciada pelo presidente Biden, chamada Centro de Previsão e Análise de Surtos dentro do CDC”.

“É dentro desse esforço que fizemos o trabalho neste artigo”, publicado em uma revista de acesso aberto da Associação Americana para o Avanço da Ciência, diz Santillana.

Ele diz que ele e sua equipe já vinham trabalhando com o CDC por três a quatro anos na previsão de incidência de gripe e hospitalizações por gripe, mas não estava satisfeito com o que considerava a incapacidade do CDC de incorporar novas fontes de informação baseadas na Internet em seus sistemas de previsão”.

“Quando o COVID apareceu, eles ligaram e disseram: ‘Precisamos de todas as mãos no convés. Então, por favor, faça o que puder.'”

“Perguntei se eles poderiam ser flexíveis, porque minha equipe e eu estávamos interessados ​​em inovar, em vez de apenas continuar implementando exatamente os mesmos modelos”, diz Santillana.

“O modelo não é perfeito”, diz ele.

Os condados estudados eram apenas uma fração dos 3.006 condados dos Estados Unidos, de acordo com o artigo sobre o uso de rastros digitais para construir sistemas de alerta antecipado prospectivos e em tempo real em nível de condado.

“Nossos métodos baseados em buscas na internet podem ter dificuldades para funcionar bem em áreas com baixas taxas de alfabetização e acesso limitado a recursos da internet”, diz o jornal.

Os pesquisadores dizem que uma possível solução para condados com pouco acesso à Internet ou desafios de alfabetização pode ser usar sistemas de alerta precoce em nível estadual para orientar as decisões em nível de condado sobre surtos.

“Quando navegamos na internet em nosso computador ou telefone, deixa rastros”, diz Santillana.

“Quer gostemos ou não, a realidade é que a maioria das empresas usa essas informações para aumentar seus lucros ou suas margens”, diz ele.

“Em vez disso, queremos usar essas informações para informar os funcionários públicos quando o próximo surto acontecerá.”

Mais Informações:
Lucas M. Stolerman et al, Usando rastreamentos digitais para construir sistemas de alerta precoce em nível de condado prospectivos e em tempo real para antecipar surtos de COVID-19 nos Estados Unidos, Avanços da Ciência (2023). DOI: 10.1126/sciadv.abq0199

Citação: ‘Traços digitais’ de pesquisas na Internet e mídias sociais podem prever surtos de COVID-19? (2023, 19 de janeiro) recuperado em 19 de janeiro de 2023 em https://medicalxpress.com/news/2023-01-digital-internet-social-media-outbreaks.html

Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

Publicidade - continue a ler a seguir

Seja membro da PortalEnf 




[easy-profiles template="roundcolor" align="center" nospace="no" cta="no" cta_vertical="no" cta_number="no" profiles_all_networks="no"]

Portalenf Comunidade de Saúde

A PortalEnf é um Portal de Saúde on-line que tem por objectivo divulgar tutoriais e notícias sobre a Saúde e a Enfermagem de forma a promover o conhecimento entre os seus membros.

Artigos Relacionados

Deixe um comentário

Publicidade - continue a ler a seguir
Botão Voltar ao Topo