Les chercheurs suivent la grippe avec l'utilisation de Wikipedia
(ISNS) - Wikipedia est non seulement un site Web qui aide les élèves à faire leurs devoirs et règle les débats entre amis. Il peut également aider les chercheurs à suivre la grippe en temps réel.
Une nouvelle étude publiée en Avril dans la revue PLOS Computational Biology a présenté un algorithme qui utilise le nombre de pages vues de certains articles de Wikipedia pour prédire les tarifs en temps réel de la maladie de type grippal dans la population américaine.
Le syndrome grippal est un terme générique utilisé pour les maladies qui présentent des symptômes semblables à ceux de la grippe, comme la fièvre. Ces maladies peuvent être causées par le virus de la grippe, mais ils peuvent avoir d'autres causes. Les Centers for Disease Control and Prevention publient des données sur la prévalence des maladies de type grippal en fonction de plusieurs facteurs tels que les visites à l'hôpital, mais les données prennent deux semaines à venir, de sorte qu'il est de peu d'utilité pour les gouvernements et les hôpitaux qui veulent se préparer pour les flambées de grippe.
Les chercheurs ont comparé les résultats de leur algorithme aux données antérieures de la CDC et a constaté qu'il prédit l'incidence des maladies de type grippal en Amérique à moins de 1 pour cent des données CDC 2007-2013.
L'algorithme suivi de pages vues de 35 articles de Wikipedia différents, y compris «la grippe» et «rhume».
"Nous avons également inclus quelques choses telles que« CDC »et la page principale Wikipedia pour que nous puissions glaner le niveau d'utilisation Wikipedia de fond», a déclaré David McIver, l'un des auteurs de l'étude et chercheur à la Harvard Medical School. Ces termes ont contribué à rendre l'algorithme plus précis, même pendant 2009 pandémie de grippe porcine.
Google Flu Trends, un outil similaire pour le suivi grippe développé par Google, a été critiquée récemment quand il a surestimé les maladies au cours de la pandémie de la grippe porcine et la saison 2012-2013 de la grippe. Experts et les journalistes scientifiques ont attribué l'erreur de calcul de la couverture médiatique accrue de la grippe au cours de ces périodes. L'outil de Google, qui utilise des termes de recherche sur Internet pour surveiller la propagation de la grippe, n'a pas tenu compte de l’augmentation des recherches sur le Web par des personnes en bonne santé qui peuvent avoir été provoquées par la couverture médiatique accrue.
Le modèle de McIver tente de rendre compte de cette évaluation par l'utilisation de Wikipedia de fond. En outre, un article récent dans la science suggère que Google Flu Trends pourrait devenir plus précis au fil du temps avec d’autres données.
Certains ont également lobé critique avec Google pour garder leurs algorithmes pour Google Flu Trends un des secrets commerciaux. McIver et son collègue, John Brownstein, ne voulaient que leur algorithme pour être tout open-source.
"Nous avons d'abord décidé d'aller avec Wikipedia parce que toutes leurs données est ouvert et libre pour tout le monde à utiliser. Nous voulions vraiment faire un modèle où tout le monde pourrait se pencher sur les données allant et le changer comme ils l'entendent pour d'autres applications," McIver a dit.
Les avantages de suivi syndrome grippal en temps réel sont énormes, McIver ajouté.
"L'idée est la plus rapide, nous pouvons obtenir des informations sur, plus il est facile pour les fonctionnaires de faire des choix à propos de toutes les ressources qu'ils ont à gérer,» dit-il.
Ces choix impliquent augmenter la production et la distribution de vaccins, l'augmentation du personnel de l'hôpital, et l'état de préparation générale »afin que nous puissions être prêts pour quand l'épidémie ne frappe", a déclaré McIver.
Le modèle Wikipedia est l'un des nombreux outils, mais ne va pas sans limites. Tout d'abord, il ne peut suivre la maladie au niveau national parce que Wikipedia ne fournit pages vues par nation.
Le modèle suppose également qu'un visiteur ne sera pas faire de multiples visites dans un article de Wikipedia. Il n'y a également aucun moyen d'être sûr que quelqu'un ne visitait pas l'article pour leur éducation générale, ou si elles ont vraiment la grippe.
Néanmoins, le modèle correspond toujours passé des données CDC de la prévalence de la maladie à l'influenza comme aux États-Unis
"Ceci est un autre exemple de ces types d'algorithmes qui tentent de glaner des signaux provenant de l'utilisation des médias sociaux», a déclaré Jeffrey Shaman, professeur de sciences de la santé environnementale à l'Université Columbia, à New York. "Il y a toutes ces façons que nous pourrions obtenir quelques lignes sur ce qui se passe."
Il a dit qu'il était intéressé de voir comment le modèle ferait pour prévoir les futures saisons de grippe, en particulier par rapport à Google.
Shaman et ses collègues utilisent les données des saisons grippales passées à essayer de prévoir les futures, en utilisant des modèles similaires à ceux utilisés par les prévisionnistes.
"Ils ne sont pas toute sorte de remplacement pour la surveillance de base qui doit être fait", a-t-il dit du modèle Wikipedia, Google Flu Trends, et des outils similaires. «Je les aime et ils sont d'excellents outils et je les utiliser tout le temps, mais nous ne disposons pas encore d'une norme de la grippe de surveillance de l'or."
«En ce moment l'attitude est plus le plus joyeux, tant qu'ils sont bien fait", a déclaré Shaman.
McIver fait écho des sentiments similaires, "Les gens ont besoin de se rappeler que ces sortes de technologies ne sont pas conçus pour être les remplacements pour les méthodes traditionnelles Nous leur conception de travailler ensemble -. Nous préférons combiner toutes les informations."