Hashtag Gesundheit

Hashtag Gesundheit
Hashtag Gesundheit
Anonim

Ein Social-Media-Überwachungsprogramm unter der Leitung von Ming-Hsiang Tsou, Professor für Geographie an der San Diego State University, könnte Ärzten und Gesundheitsbehörden helfen, in Echtzeit zu erfahren, wann und wo schwere Ausbrüche auftreten. In Ergebnissen, die letzten Monat im Journal of Medical Internet Research veröffentlicht wurden, zeigte Tsou, dass seine Technik es den Beamten ermöglichen könnte, Ressourcen schneller und effizienter in Ausbruchsgebiete zu lenken und die Ausbreitung der Krankheit besser einzudämmen.

"Es gibt das Potenzial, soziale Medien zu nutzen, um die Art und Weise, wie wir die Grippe und andere Bedenken der öffentlichen Gesundheit überwachen, wirklich zu verbessern", sagte Tsou.

Die Centers for Disease Control and Prevention (CDC) definieren die Grippesaison als den Zeitraum von Oktober bis Mai, der normalerweise im Februar seinen Höhepunkt erreicht.Aber die Unvorhersehbarkeit, wann und wo Ausbrüche auftreten, erschwert es Krankenhäusern und regionalen Gesundheitsbehörden, sich darauf vorzubereiten, wo und wann Ärzte und Krankenschwestern eingesetzt werden sollen, die mit Impfstoffen und Medikamenten ausgestattet sind.

Es gibt ungefähr eine zweiwöchige Verzögerung in der Zeit zwischen Krankenhäusern, die zum ersten Mal einen Anstieg der Grippepatienten bemerken, und der CDC, die eine regionale Warnung herausgibt. Tsou und seine Kollegen, die von der National Science Foundation mit einem Zuschuss in Höhe von 1,3 Millionen US-Dollar finanziert wurden, wollten einen schnelleren und effizienteren Weg finden, um diese Muster zu identifizieren.

Sie wählten 11 US-Städte aus und überwachten Tweets, die aus einem Umkreis von 17 Meilen um diese Städte stammten. Wann immer Personen die Schlüsselwörter „Grippe“oder „Influenza“twitterten, zeichnete das Programm Merkmale dieser Tweets auf, einschließlich Benutzername, Standort, ob es sich um Original-Tweets oder Retweets handelte und ob sie mit einer Website verlinkt waren.

Von Juni 2012 bis Anfang Dezember verzeichnete der Algorithmus 161.821 Tweets mit dem Wort "Grippe", 6.174 mit "Influenza".

Tsou verglich die Ergebnisse seines Teams mit regionalen Daten basierend auf der Definition der CDC für grippeähnliche Erkrankungen (ILI). Neun der elf Städte zeigten eine statistisch signifikante Korrelation zwischen einer Zunahme der Anzahl von Tweets, in denen diese Schlüsselwörter erwähnt wurden, und regional gemeldeten Ausbrüchen. In fünf dieser Städte erkannte der Algorithmus von Tsou die Ausbrüche früher als die regionalen Berichte. Die Städte mit den stärksten Korrelationen waren San Diego, Denver, Jacksonville, Seattle und Fort Worth.

"Herkömmliche Verfahren brauchen mindestens zwei Wochen, um einen Ausbruch zu erkennen", sagte Tsou. "Mit unserer Methode detektieren wir täglich."

Original-Tweets und Tweets ohne Website-Links erwiesen sich auch als aussagekräftiger als Retweets oder solche, die Links enthielten, möglicherweise weil Original-Tweets und nicht-linkende Tweets eher Personen widerspiegeln, die über ihre eigenen Symptome posten, sagte Tsou.

Der nächste Schritt in Tsous laufender Forschung wird die Suche nach noch feinkörnigeren Korrelationen zwischen ILI-Daten und spezifischen symptomatischen Schlüsselwörtern wie "Husten", "Niesen", "Verstopfung" und "Halsschmerzen" sein.

Tsou stellt sich diese Art von „Infoveillance“vor, die für eine Reihe von Bereichen der öffentlichen Gesundheit gilt, wie z. B. die Überwachung regionaler Vorfälle von Herzinfarkt oder Diabetes. Das Projekt ist mit einer größeren SDSU-Initiative verbunden, Human Dynamics in the Mobile Age, einem der vier kürzlich ausgewählten Areas of Excellence der Universität. Tsou ist ein Kernfakultätsmitglied der Initiative.

"In den sozialen Medien gibt es viel Rauschen in den Daten", sagte Tsou. „Aber wenn wir dieses Rauschen herausfiltern und uns auf das Wesentliche konzentrieren können, können wir alle möglichen nützlichen Verbindungen zwischen dem realen Leben und dem Cyberspace finden.“

Beliebtes Thema