Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Le ricerche online possono contribuire a predire gli impulsi successivi ed i declini nei casi COVID-19

Le ricerche online delle attività mobili ed isolate possono contribuire a predire gli impulsi successivi ed i declini nei casi COVID-19, un gruppo dei ricercatori ha trovato. I sui risultati, in base ad un'analisi di quattro mesi delle ricerche online, offrono i mezzi di un potenziale per prevedere le vie della pandemia--prima di nuove infezioni sono riferiti.

“Questo è un primo punto verso la costruzione dello strumento che può contribuire a predire gli impulsi di caso di COVID catturando le attività più ad alto rischio e mobilità progettata, che le ricerche delle palestre ed in persona pranzare possono illuminare,„ dice Anasse Bari, un assistente universitario clinico in informatica all'istituto del Courant dell'università di New York delle scienze matematiche ed uno degli autori del documento, che compare nell'analisi e nell'estrazione mineraria di rete sociale del giornale.

“Facendo uso di tali “dati alternativi„ è niente di nuovo ed è stato fatto domanda per altri scopi--per esempio, i dati alternativi sono stati utilizzati nelle finanze per generare dagli gli investimenti guidati da dati, come studio delle immagini satelliti delle automobili nei parcheggi per predire gli utili di affari.„

La nostra ricerca mostra che le stesse tecniche potrebbero applicarsi a combattere una pandemia macchiando, prima del tempo, dove gli scoppi sono probabili accadere. Sviluppare un barometro di comportamento, con ulteriori lavoro e convalida, permettere che i responsabili della politica e gli epidemiologi tengano la carreggiata l'impatto degli interventi sociali e della parentesi graffa per gli impulsi aumentanti.„

Caffè di Megan, assistente universitario clinico, divisione della malattia infettiva & immunologia, scuola di medicina di Grossman, New York University

La ricerca egualmente ha mostrato un'associazione fra le attività progettate fuori della casa dopo che le restrizioni del lockdown sono state sollevate, indicante come gli effetti delle decisioni politiche possono essere misurati facendo uso dei dati alternativi.

Dall'inizio della pandemia, i governi hanno limitato le attività, spesso basate sugli impulsi dei casi COVID-19, quindi allentate queste restrizioni dopo i declini. Tuttavia, questi atti sono in risposta ai gradi di infezione e sono destinati a limitare la diffusione dei casi futuri.

Nello studio dell'analisi e di estrazione mineraria di rete sociale, i ricercatori hanno cercato di determinare se ci fossero modi macchiare i comportamenti conosciuti per essere rischiosi durante la pandemia (per esempio, visite ai parrucchieri ed ai saloni del chiodo) davanti agli scoppi locali e regionali--e per contro, identifichi i comportamenti conosciuti per essere meno rischioso (per esempio, esercitandosi a casa) prima dei declini nei casi di coronavirus.

“Il nostro scopo era di catturare la dinamica sociale di fondo di una pandemia senza precedenti facendo uso delle fonti dei dati alternative che sono nuove all'epidemiologia della malattia infettiva,„ spiega Bari. “Quando qualcuno cerca il periodo di chiusura di una barra locale o cerca le indicazioni ad una palestra locale, danno una certa comprensione in che rischi futuri possono avere.„

Per esaminare questo, hanno studiato le ricerche online da marzo a giugno nel 2020 in tutti e 50 i stati. Qui, hanno diviso le ricerche in due categorie--o “cingoli„: un cingolo di indice analitico di mobilità, che ha categorizzato le ricerche si è collegato alle interazioni con altri fuori della casa (per esempio, “i teatri vicino me,„ “volo ettichetta„) e ad un cingolo di indice analitico di isolamento, che ha categorizzato le ricerche collegate alle attività fatte a casa (“consegna dell'alimento,„ “yoga casalinga„).

La scelta del gruppo delle parole chiavi di ricerca era informata da un fondo recente di democrazia + dall'indagine del UCLA Nationscape che hanno tenuto la carreggiata le attività le persone hanno riferito che avrebbero dato la priorità alla partecipazione se “le restrizioni fossero sollevate conformemente al parere dei funzionari di salute pubblica per quanto riguarda le attività.„ I risultati più popolari hanno compreso “andare ad uno stadio/concerto,„ “andando al cinema, che„ e “assistendo ad un evento di sport.„

Facendo uso dei dati di tendenze di Google, i ricercatori hanno tenuto la carreggiata le tendenze di ricerca relative a mobilità e ad isolamento per sviluppare gli indici analitici di isolamento e di mobilità. Hanno complementato questi con “un indice analitico netto del movimento,„ che era la differenza fra l'indice analitico di mobilità e l'indice analitico di isolamento.

I ricercatori poi hanno esaminato più successivamente le crescite di caso COVID-19 i 10 - 14 giorni--il ritardo previsto fra esposizione ed i sintomi--al livello di stato esaminando i dati dalle agenzie di salubrità del locale e dello stato.

In generale, hanno trovato che l'indice analitico netto del movimento ha correlato con i nuovi casi COVID-19--riferito settimanalmente--in 42 di 50 stati durante il periodo studiato (marzo-giugno 2020).

I ricercatori egualmente hanno osservato più molto attentamente cinque stati (Arizona, California, Florida, New York ed il Texas) per determinare l'impatto della conclusione degli ordini casalinghi sulle ricerche. In tutto di questi stati, l'indice analitico di mobilità, che è diminuito durante la fase iniziale del lockdown, aumentato come le riaperture hanno cominciato. Successivamente, i casi COVID-19 sono aumentato ancora in tutta la nazione nel giugno 2020 e si sono sollevati in Arizona, la California, Florida ed il Texas.

Al contrario, un declino marcato precedente negli indici analitici di mobilità è stato seguito da un declino marcato nei dati della crescita di caso in questi stessi cinque stati.

“Da questo lavoro, speriamo di sviluppare una base di conoscenza sul cambiamento di comportamento umano dai dati alternativi durante il ciclo di vita del pandemico per permettere che l'apprendimento automatico predica il comportamento nelle epidemie future,„ dice Aashish Khubchandani, uno studente non laureato di NYU ed uno degli autori del documento.

I ricercatori riconoscono che a metodi basati a ricerca per predire le preoccupazioni della segretezza dell'aumento di scoppi di infezione. Tuttavia, sottolineano che il loro strumento usa i grandi volumi di query di ricerca, quelle non diverse e conta sui dati anonymized per offrire le proiezioni correlate con la salute.

Source:
Journal reference:

Bari, A., et al. (2021) COVID-19 early-alert signals using human behavior alternative data. Social Network Analysis and Mining. doi.org/10.1007/s13278-021-00723-5.