El rastro digital que un usuario deja en motores de búsqueda y redes sociales es utilizado por las compañías propietarias de estos servicios para mostrar anuncios personalizados. Recientemente, un estudio ha recurrido a dichos datos para alimentar un modelo de aprendizaje automático (AA) creado para predecir aumentos bruscos en los contagios de COVID-19.
Liderado por investigadores estadounidenses y publicado en Science Advances, el trabajo ha consistido en desarrollar un sistema de alerta temprana basado en AA y en tiempo real para anticipar brotes de COVID-19 a nivel de condado en los Estados Unidos.
Para desarrollar el modelo se utilizaron datos registrados entre enero de 2020 y enero de 2022, tomados de búsquedas en Google y comentarios en Twitter relacionados con la enfermedad en 97 condados que tuvieran al menos un millón de habitantes. También se usaron tendencias de búsquedas en el paquete de software para clínicos UpToDate, y se integraron datos históricos de brotes en los condados analizados.
El modelo anticipó brotes de COVID-19 a nivel de condado entre una y seis semanas antes de que se produjeran
Los resultados mostraron que el modelo fue capaz de anticipar brotes de COVID-19 a nivel de condado entre una y seis semanas antes de que se produjeran. Los brotes se definieron como valores del ritmo reproductivo efectivo R^t por encima de uno durante dos semanas.
El estudio especifica que el modelo no predice número de casos o de muertes, sino aumentos bruscos de la actividad del SARS-CoV-2, por lo que dicha herramienta sería complementaria a los métodos utilizados habitualmente por los Centros para el Control y la Prevención de Enfermedades (CDC) para monitorizar la enfermedad.
Los autores consideran que el modelo puede resultar de utilidad para alertar a las autoridades sanitarias y orientar la toma de decisiones dirigidas a reducir los contagios, como por ejemplo volver a recomendar el uso de mascarillas o reforzar mensajes para promover la vacunación y las dosis de refuerzo.
Referencia:
Stolerman LM, Clemente L, Poirier C, et al. Using digital traces to build prospective and real-time county-level early warning systems to anticipate COVID-19 outbreaks in the United States.
Sci Adv. 2023;9(3):eabq0199.
doi:10.1126/sciadv.abq0199OAD-ES-AMG-0001
Aceptar y salir
