El profesor Ming-Hsiang Tsou muestra en una pantalla los resultados de su investigación. Imagen: Whitney Mullen. Fuente: SDSU.
Ahora que llega la temporada de gripe, un programa de seguimiento de las redes sociales dirigido por un investigador de la Universidad Estatal de San Diego (EE.UU.) podría dar pistas en tiempo real a los médicos y funcionarios de salud acerca de cuándo y dónde surgen los brotes más graves.
El profesor de geografía Ming- Hsiang Tsou, que lidera el proyecto, rastrea las palabras clave relacionadas con la enfermedad que aparecen en Twitter, con el fin de identificar los lugares donde se estén produciendo los brotes de gripe, a veces semanas antes de que los métodos tradicionales puedan detectarlos.
El mes pasado, los primeros resultados del proyecto fueron publicados en la revista Journal of Medical Internet Research. La técnica de Tsou podría permitir a los funcionarios dirigir con mayor rapidez y eficiencia los recursos a las zonas de brotes y contener mejor la propagación de la enfermedad.
"Existe la posibilidad de utilizar las redes sociales para mejorar realmente la forma en que controlamos la gripe y otros problemas de salud pública", señala Tsou en la información de la SDSU.
Los Centros para el Control y Prevención de Enfermedades (CDC) de Estados Unidos definen la temporada de gripe como el período de octubre a mayo, por lo general con un pico alrededor de febrero. La enfermedad normalmente se presenta por primera vez en la mitad occidental del país y luego se acerca al este.
La temporada 2012-13 de gripe fue atípica. Los funcionarios de salud documentaron los casos iniciales de la temporada en la costa este, y el pico se alcanzó antes de lo normal, en enero, diluyéndose en marzo.
Esta imprevisibilidad hace que sea difícil para los hospitales y los organismos regionales de salud prepararse para dónde y cuándo desplegar a los médicos y enfermeros armados con vacunas y medicamentos.
Mejorar los métodos actuales
Los métodos actuales de seguimiento de la enfermedad incluyen los informes redactados por los hospitales sobre los pacientes que llegan con síntomas parecidos a la gripe y la expedición de esos datos a los organismos regionales de salud. Las agencias brindan esa información a la CDC, que recopila y da orientaciones a nivel nacional sobre dónde están ocurriendo los brotes. Es una labor relativamente larga y costosa.
Tsou pensaba que tenía que haber una manera mejor. Desde hace varios años, ha explorado maneras de analizar el tremendo volumen de contenido de las redes sociales, en actualización permanente. El proyecto global se llama Cartografiando ideas del ciberespacio al espacio real y está financiado con 1,3 millones de dólares de la Fundación Nacional de Ciencia estaodunidense.
Para el estudio concreto sobre la gripe, él y sus colegas seleccionaron 11 ciudades de Estados Unidos en las que estuviera disponible la declaración de enfermedades y desarrolló un programa de ordenador para monitorizar los tuits que se originaran dentro de un radio de 27 kilómetros alrededor de esas ciudades.
Siempre que la gente tuiteaba la palabra clave gripe, el programa registraba el nombre del usuario, su ubicación (y las coordenadas GPS, si estaban disponibles), los 140 caracteres del tuit, la hora y la fecha; así como si el tuit provenía de un teléfono móvil o de un ordenador, si se trataba de un tuit o retuit, y si se incluía un enlace a un sitio web. Desde junio de 2012 hasta principios de diciembre, el algoritmo registró 168.000 tuits que contenían la palabra "gripe".
Tsou luego comparó los datos de su equipo con los informes regionales de salud. Nueve de las 11 ciudades mostraron una correlación estadísticamente significativa entre los brotes notificados a nivel local y una frecuencia más alta de lo normal de los tuits con palabras clave. De hecho, el algoritmo de Tsou detectaba los brotes antes que los informes locales en cinco de las ciudades.
"Los procedimientos tradicionales tardan al menos dos semanas en detectar un brote", señala Tsou. "Con nuestro método, estamos detectándolos diariamente."
La correlación más estrecha entre los tuits y los datos oficiales se produce en aquellos tuits que no contienen un enlace, puesto que suelen ser aquellos más personales, y que hablan de lo que le pasa al propio tuitero.
Ahora los investigadores buscan correlaciones con otras palabras, como "tos", "congestión" y "dolor de garganta", con algunos resultados ya. La idea es separar aquellos tuits que se refieran a la gripe de los que hablen de un simple resfriado.
El profesor de geografía Ming- Hsiang Tsou, que lidera el proyecto, rastrea las palabras clave relacionadas con la enfermedad que aparecen en Twitter, con el fin de identificar los lugares donde se estén produciendo los brotes de gripe, a veces semanas antes de que los métodos tradicionales puedan detectarlos.
El mes pasado, los primeros resultados del proyecto fueron publicados en la revista Journal of Medical Internet Research. La técnica de Tsou podría permitir a los funcionarios dirigir con mayor rapidez y eficiencia los recursos a las zonas de brotes y contener mejor la propagación de la enfermedad.
"Existe la posibilidad de utilizar las redes sociales para mejorar realmente la forma en que controlamos la gripe y otros problemas de salud pública", señala Tsou en la información de la SDSU.
Los Centros para el Control y Prevención de Enfermedades (CDC) de Estados Unidos definen la temporada de gripe como el período de octubre a mayo, por lo general con un pico alrededor de febrero. La enfermedad normalmente se presenta por primera vez en la mitad occidental del país y luego se acerca al este.
La temporada 2012-13 de gripe fue atípica. Los funcionarios de salud documentaron los casos iniciales de la temporada en la costa este, y el pico se alcanzó antes de lo normal, en enero, diluyéndose en marzo.
Esta imprevisibilidad hace que sea difícil para los hospitales y los organismos regionales de salud prepararse para dónde y cuándo desplegar a los médicos y enfermeros armados con vacunas y medicamentos.
Mejorar los métodos actuales
Los métodos actuales de seguimiento de la enfermedad incluyen los informes redactados por los hospitales sobre los pacientes que llegan con síntomas parecidos a la gripe y la expedición de esos datos a los organismos regionales de salud. Las agencias brindan esa información a la CDC, que recopila y da orientaciones a nivel nacional sobre dónde están ocurriendo los brotes. Es una labor relativamente larga y costosa.
Tsou pensaba que tenía que haber una manera mejor. Desde hace varios años, ha explorado maneras de analizar el tremendo volumen de contenido de las redes sociales, en actualización permanente. El proyecto global se llama Cartografiando ideas del ciberespacio al espacio real y está financiado con 1,3 millones de dólares de la Fundación Nacional de Ciencia estaodunidense.
Para el estudio concreto sobre la gripe, él y sus colegas seleccionaron 11 ciudades de Estados Unidos en las que estuviera disponible la declaración de enfermedades y desarrolló un programa de ordenador para monitorizar los tuits que se originaran dentro de un radio de 27 kilómetros alrededor de esas ciudades.
Siempre que la gente tuiteaba la palabra clave gripe, el programa registraba el nombre del usuario, su ubicación (y las coordenadas GPS, si estaban disponibles), los 140 caracteres del tuit, la hora y la fecha; así como si el tuit provenía de un teléfono móvil o de un ordenador, si se trataba de un tuit o retuit, y si se incluía un enlace a un sitio web. Desde junio de 2012 hasta principios de diciembre, el algoritmo registró 168.000 tuits que contenían la palabra "gripe".
Tsou luego comparó los datos de su equipo con los informes regionales de salud. Nueve de las 11 ciudades mostraron una correlación estadísticamente significativa entre los brotes notificados a nivel local y una frecuencia más alta de lo normal de los tuits con palabras clave. De hecho, el algoritmo de Tsou detectaba los brotes antes que los informes locales en cinco de las ciudades.
"Los procedimientos tradicionales tardan al menos dos semanas en detectar un brote", señala Tsou. "Con nuestro método, estamos detectándolos diariamente."
La correlación más estrecha entre los tuits y los datos oficiales se produce en aquellos tuits que no contienen un enlace, puesto que suelen ser aquellos más personales, y que hablan de lo que le pasa al propio tuitero.
Ahora los investigadores buscan correlaciones con otras palabras, como "tos", "congestión" y "dolor de garganta", con algunos resultados ya. La idea es separar aquellos tuits que se refieran a la gripe de los que hablen de un simple resfriado.
Otras epidemias
Twitter puede servir para prevenir o detectar otras epidemias, señalan los investigadores del equipo de Tsou, y algunos grupos de investigación ya han trabajado sobre ello. Por ejemplo, la Universidad Brigham Young (Utah, EE UU) analizó 24 millones de tuits de 10 millones de usuarios únicos.
Encontraron que tenían información sobre la ubicación exacta de alrededor del 15 por ciento de esos tuits (datos obtenidos a partir de los perfiles de usuario y de los tweets que contienen datos de GPS), que a juicio de los científicos deberían servir para mapear la propagación de enfermedades, siguiendo métodos como el propuesto por Tsou.
Internet también puede ayudar en temas médicos mediante el diagnóstico a distancia.
Como informa el portal Ingenieros.es, dos ingenieros de la Universidad de Zaragoza, Luis Martín y Ahmad Saad, han creado un dispositivo, denominado e-Health Sensor Platform, que permite conocer los parámetros básicos del estado de una persona, ya que un mismo equipo incorpora las funciones de termómetro, tensiómetro y medidor de glucosa, entre otros, y envía los resultados directamente a su médico a través de internet.
Twitter puede servir para prevenir o detectar otras epidemias, señalan los investigadores del equipo de Tsou, y algunos grupos de investigación ya han trabajado sobre ello. Por ejemplo, la Universidad Brigham Young (Utah, EE UU) analizó 24 millones de tuits de 10 millones de usuarios únicos.
Encontraron que tenían información sobre la ubicación exacta de alrededor del 15 por ciento de esos tuits (datos obtenidos a partir de los perfiles de usuario y de los tweets que contienen datos de GPS), que a juicio de los científicos deberían servir para mapear la propagación de enfermedades, siguiendo métodos como el propuesto por Tsou.
Internet también puede ayudar en temas médicos mediante el diagnóstico a distancia.
Como informa el portal Ingenieros.es, dos ingenieros de la Universidad de Zaragoza, Luis Martín y Ahmad Saad, han creado un dispositivo, denominado e-Health Sensor Platform, que permite conocer los parámetros básicos del estado de una persona, ya que un mismo equipo incorpora las funciones de termómetro, tensiómetro y medidor de glucosa, entre otros, y envía los resultados directamente a su médico a través de internet.
Referencia bibliográfica:
Anna C Nagel, Ming-Hsiang Tsou, Brian H Spitzberg, Li An, J Mark Gawron, Dipak K Gupta, Jiue-An Yang, Su Han, K Michael Peddecord, Suzanne Lindsay, Mark H Sawyer: The Complex Relationship of Realspace Events and Messages in Cyberspace: Case Study of Influenza and Pertussis Using Tweets. Journal of Medical Internet Research (2013). DOI: 10.2196/jmir.2705.
Anna C Nagel, Ming-Hsiang Tsou, Brian H Spitzberg, Li An, J Mark Gawron, Dipak K Gupta, Jiue-An Yang, Su Han, K Michael Peddecord, Suzanne Lindsay, Mark H Sawyer: The Complex Relationship of Realspace Events and Messages in Cyberspace: Case Study of Influenza and Pertussis Using Tweets. Journal of Medical Internet Research (2013). DOI: 10.2196/jmir.2705.