Inicio / Noticias / Salud Pública / Predecir brotes de gripe a través de las búsquedas de Google

Predecir brotes de gripe a través de las búsquedas de Google

    Bookmark and Share
smaller text tool icon
medium text tool icon
larger text tool icon

gripe bigdata

Expertos en estadística, ingeniería e informática aplicada a la salud de la Universidad de Harvard y del Boston Children's Hospital de Estados Unidos, han desarrollado un nuevo modelo que facilita el seguimiento en tiempo real de casos de gripe a partir de datos de búsquedas on line.

Según explica a Sinc el investigador mexicano Mauricio Santillana, uno de los autores del estudio que se publica en la revista el nuevo modelo, denominado ARGO, "es capaz de predecir los brotes de gripe una o dos semanas antes que los métodos clínicos tradicionales", para lo cual "utiliza información de brotes que han sucedido previamente, así como el número de personas que buscan términos relacionados a la gripe, por ejemplo: 'síntomas de la gripe', 'fiebre', o 'remedios para la gripe' en el buscador Google", indica el investigador.

Santillana aclara que "la idea de utilizar las búsquedas de Google para predecir los brotes de enfermedades no es nueva. Lo que es nuevo –agrega– es la manera de combinar la información epidemiológica histórica y las búsquedas on line para producir estimaciones más precisas de los casos de gripe en la población".

El autor destaca que la información epidemiológica, proporcionada por el nuevo método, "podría ser utilizada para mejorar la toma de decisiones de salud pública en tiempo real. Por ejemplo, para la distribución de personal y recursos hospitalarios en regiones que más lo necesiten ante brotes inesperados de esta efermedad".

Para Santillana esta nueva metodología, basada en fundamentos estadísticos, "es capaz de producir estimaciones más precisas sobre brotes de gripe que cualquier otro método disponible utilizado por Google. Esperamos que sea utilizada por la comunidad científica para continuar el uso de big data en la predicción de brotes de enfermedades en todo el mundo".

Además, el modelo es flexible, autocorregible, robusto y escalable, lo que le convierte en una potente herramienta que se podría utilizar para el seguimiento en tiempo real de otros eventos sociales en múltiples resoluciones temporales y espaciales, dicen los investigadores.

 

Fuente: SINC, Servicio de Información y Noticias Científicas, plataforma multimedia de comunicación científica.

 

 Plazo abierto

_ Área Privada _
_ Nube de Tags _

 Oxivir

 reciplac

Nuestro sitio web utiliza cookies propias y de terceros para mejorar nuestros contenidos y servicios mediante el análisis de sus hábitos de navegación. Al aceptar el presente aviso entendemos que da su consentimiento a nuestra Politica de Cookies.