MI CUENTA |   
¿Todavía no estás registrado?

Un modelo predice en tiempo real la evolución de la influenza a partir de datos de Twitter


El gran volumen de datos geoetiquetados en Twitter sobre epidemias de influenza brinda a los investigadores la oportunidad de explorar, modelar y predecir las tendencias de los casos de influenza de forma puntual. Sin embargo, el crecimiento explosivo de los datos de las redes sociales hace que el muestreo sea una elección natural.

En un artículo publicado el pasado 21 de enero en el portal del International Journal of Environmental Reseach and Public Health, se desarrolla un método para la predicción en tiempo real de la influenza a partir de los datos de tweets en las redes sociales, que garantiza la predicción en tiempo real y es aplicable a los datos de muestreo.

Material y métodos

En concreto, primero se simuló el proceso de muestreo de tweets de gripe y luego desarrolló un modelo específico de ecuación diferencial parcial (PDE - partial differential equation ) para caracterizar y predecir los volúmenes agregados de tweets de gripe. Nuestro modelo PDE incorpora los efectos de la propagación de la gripe, la recuperación de la gripe y las intervenciones activas humanas para reducir la gripe.

Resultados

Los amplios resultados de simulación muestran que este modelo PDE puede eliminar casi por completo el efecto de la reducción de datos en el proceso de muestreo: requiere menos datos históricos, logrando unos resultados de predicción más sólidos, con una precisión relativa de más del 90%, con un 1% de los datos de muestra. Incluso para proporciones de datos de muestra más agresivas, como el 0,1% y 0,01%, el modelo aún puede lograr precisiones relativas de 85% y 83%, respectivamente.

Discusión

Estos prometedores resultados resaltan la capacidad de nuestro este PDE mecanicista para predecir patrones temporales-espaciales de las tendencias de la gripe, incluso en el escenario de pequeñas muestras de datos de Twitter. 




Regional Influenza Prediction with Sampling Twitter Data and PDE model

Yufang Wang, Kuai Xu ,Yun Kang ,Haiyan Wang ,Feng Wang y Adrian Avram

Int. J. Environ. Res. Public Health

https://doi.org/10.3390/ijerph17030678

Mas noticias

Empresas Avicultura

17 Agosto 2022

17/08/2022

Ceva Salud Animal, patrocinador diamond del World’s Poultry Congress 2022

Actualidad Actualidad Veterinaria

17 Agosto 2022

17/08/2022

La Veterinaria española según la clasificación de Shanghái

Productos Rumiantes

17 Agosto 2022

17/08/2022

Nueva oxitetraciclina dihidrato al 30 por ciento

Actualidad Animales de compañía

17 Agosto 2022

17/08/2022

Reino Unido informa del primer caso de transmisión de Brucella canis de un perro a una persona

Empresas Equino

17 Agosto 2022

17/08/2022

El Hospital de Referencia La Equina se convierte en el primer centro equino en unirse a VetPartners España

 
 

CURSOS

 
 

EVENTOS