Вспышки эпидемий научились предсказывать по записям в Twitter

Ученые из Канады, США и Швейцарии пришли к выводу, что по изменению числа записей в Twitter, авторы которых поддерживают вакцинацию или выступают против нее, можно предсказать вспышку эпидемии. Статья, посвященная этому исследованию, была опубликована в журнале Proceedings of the National Academy of Sciences.

Как пишет N+1, в ходе работы исследователи анализировали запросы в Google и записи в Twitter с геотегами США и, в частности, Калифорнии, сделанные в период с 2011-го по 2016 год. Этот выбор связан с тем, что в 2014 году в Диснейленде произошла эпидемия кори, которой предшествовало снижение охвата вакцинацией против кори, краснухи и свинки в штате Калифорния в период с 2010-го по 2014 год.

В рамках исследования ученые разделили все твиты на три категории: "за вакцинацию", "против вакцинации" и "другие", в которых позиция авторов не была четко определена. Среди всех американских твитов 660 477 оказались против вакцинации, 883 570 - за, а еще 483 636 твитов попало в категорию "другие". Среди твитов, отправленных из Калифорнии, против вакцинации оказалось 101 683 записи, за - 112 741, а 59 030 попало в категорию "другие". При этом ученые обнаружили, что вариация, коэффициент вариации и функция автокорреляции для негативных твитов значительно выросли до эпидемии и этот рост начался за несколько лет до ее возникновения. После вспышки кори все три показателя резко пошли на спад.

Что же касается твитов в поддержку вакцинации, то для них росли вариация и коэффициент вариации, в то время как автокорреляция не менялась до окончания вспышки кори, а после эпидемии ее значение резко падало, но быстро возвращалось на прежний уровень. Наконец, объем запросов в Google о вакцине от кори увеличился за несколько лет до вспышки эпидемии, как и общее число твитов на тему прививок.

По мнению авторов исследования, результаты анализа подтверждают гипотезу о важности динамики общественного мнения вблизи порога устранения болезни, а также целесообразность использования данных из социальных сетей для получения прогнозов вспышек болезней. В то же время ученые признают, что для использования в этих целях публикаций в Сети необходима разработка более точных моделей.