Mientras que Google no pudo rastreat particularmente la gripe con precisión utilizando el análisis de búsqueda, un equipo de investigadores calcula que puede predecir la propagación de enfermedades a partir de datos que están al acecho dentro de Wikipedia.
En un nuevo estudio publicado en PLoS Computational Biology, los científicos del Sistema de Defensa y la Dirección de Análisis en el Laboratorio Nacional de Los Alamos explican cómo hay una gran cantidad de información que está al acecho en Wikipedia que puede predecir la propagación de la enfermedad. “Las técnicas de monitoreo tradicional, centrado biológicamente son exactas, pero costosas y lentas; en respuesta, están surgiendo nuevas técnicas basadas en datos de Internet, tales como las redes sociales y las consultas de búsqueda,”, escriben. “Estos esfuerzos son prometedores, pero los retos importantes en las áreas de revisión científica entre pares, la amplitud de las enfermedades y de los países, y la previsión obstaculizan su utilidad operativa.”
Por lo tanto, que se dedicaron a sondear los datos en Wikipedia y comparándolos con una fuente de datos más convencional: los informes de incidencia de la Organización Mundial de la Salud. Al comparar el uno con el otro, fueron capaces de construir un modelo que traduce Wikipedia y edita la incidencia de enfermedades en todo el mundo. Lo hicieron con siete enfermedades: cólera, el dengue, el ébola, el VIH/sida, la gripe, la peste y la tuberculosis en nueve lugares diferentes, desde Haití a Noruega.
Pero tal conversión no sirve de mucho si no se puede hacer nada con ella. Por lo que también evaluaron si el mismo modelo podía ser usado para predecir la propagación de enfermedades. Resulta que puede: eran capaces de predecir los brotes de dengue en Brasil y de gripe en los EE.UU., un total de 28 días antes de que ocurrieran. La técnica no es, sin embargo, perfecto: no pudieron predecir enteramente un brote de tuberculosis en China.
Pero tal vez eso está bien. “De la misma manera, comprobamos que junto al tiempo [meteorológico] cada mañana, las personas y los funcionarios de salud pública pueden monitorear la incidencia de enfermedades y planificar para el futuro basado en el pronóstico de hoy,” la doctora Sara Del Valle, uno de los investigadores, explicó en un comunicado de prensa. “El objetivo de esta investigación es la construcción de un seguimiento de la enfermedad operativo y un sistema de predicción con datos abiertos y open source. Este trabajo muestra que podemos lograr ese objetivo.”
Imperfecto, tal vez, pero mucho mejor que no saber. Claramente, hay más a Wikipedia de lo que parece.
Mientras que Google no pudo rastreat particularmente la gripe con precisión utilizando el análisis de búsqueda, un equipo de investigadores calcula que puede predecir la propagación de enfermedades a partir de datos que están al acecho dentro de Wikipedia.
En un nuevo estudio publicado en PLoS Computational Biology, los científicos del Sistema de Defensa y la Dirección de Análisis en el Laboratorio Nacional de Los Alamos explican cómo hay una gran cantidad de información que está al acecho en Wikipedia que puede predecir la propagación de la enfermedad. “Las técnicas de monitoreo tradicional, centrado biológicamente son exactas, pero costosas y lentas; en respuesta, están surgiendo nuevas técnicas basadas en datos de Internet, tales como las redes sociales y las consultas de búsqueda,”, escriben. “Estos esfuerzos son prometedores, pero los retos importantes en las áreas de revisión científica entre pares, la amplitud de las enfermedades y de los países, y la previsión obstaculizan su utilidad operativa.”
Por lo tanto, que se dedicaron a sondear los datos en Wikipedia y comparándolos con una fuente de datos más convencional: los informes de incidencia de la Organización Mundial de la Salud. Al comparar el uno con el otro, fueron capaces de construir un modelo que traduce Wikipedia y edita la incidencia de enfermedades en todo el mundo. Lo hicieron con siete enfermedades: cólera, el dengue, el ébola, el VIH/sida, la gripe, la peste y la tuberculosis en nueve lugares diferentes, desde Haití a Noruega.
Pero tal conversión no sirve de mucho si no se puede hacer nada con ella. Por lo que también evaluaron si el mismo modelo podía ser usado para predecir la propagación de enfermedades. Resulta que puede: eran capaces de predecir los brotes de dengue en Brasil y de gripe en los EE.UU., un total de 28 días antes de que ocurrieran. La técnica no es, sin embargo, perfecto: no pudieron predecir enteramente un brote de tuberculosis en China.
Pero tal vez eso está bien. “De la misma manera, comprobamos que junto al tiempo [meteorológico] cada mañana, las personas y los funcionarios de salud pública pueden monitorear la incidencia de enfermedades y planificar para el futuro basado en el pronóstico de hoy,” la doctora Sara Del Valle, uno de los investigadores, explicó en un comunicado de prensa. “El objetivo de esta investigación es la construcción de un seguimiento de la enfermedad operativo y un sistema de predicción con datos abiertos y open source. Este trabajo muestra que podemos lograr ese objetivo.”
Imperfecto, tal vez, pero mucho mejor que no saber. Claramente, hay más a Wikipedia de lo que parece.
Compartir esto: