211service.com
Comment les données de Wikipedia révolutionnent la prévision de la grippe
À la même époque l'année dernière, les Centers for Disease Control and Prevention d'Atlanta ont lancé un concours pour trouver le meilleur moyen de prévoir les caractéristiques de la saison grippale 2013-2014 à l'aide de données recueillies sur Internet. Aujourd'hui, Kyle Hickmann des laboratoires nationaux de Los Alamos au Nouveau-Mexique et quelques amis révèlent les résultats de leur modèle qui a utilisé des données en temps réel de Wikipedia pour prévoir les données de vérité terrain recueillies par le CDC qui apparaissent environ deux semaines plus tard.
Ils disent que leur modèle a le potentiel de transformer la prévision de la grippe d'un art noir en une science moderne aussi bien fondée que la prévision météorologique.
La grippe fait entre 3 000 et 49 000 vies chaque année aux États-Unis, de sorte qu'une prévision précise peut avoir un impact significatif sur la façon dont la société se prépare à l'épidémie. La méthode actuelle de surveillance des épidémies de grippe est quelque peu désuète. Il s'appuie sur un système volontaire dans lequel les responsables de la santé publique signalent le pourcentage de patients qu'ils voient chaque semaine avec des maladies de type grippal. Ceci est défini comme le pourcentage de personnes ayant une température supérieure à 100 degrés, une toux et aucune autre explication autre que la grippe.
Ces chiffres donnent une idée de l'incidence de la grippe à tout instant, mais la précision est clairement limitée. Ils ne tiennent pas compte, par exemple, des personnes atteintes de la grippe qui ne se font pas soigner ou des personnes présentant des symptômes pseudo-grippaux qui se font soigner mais qui n'ont pas la grippe.
Il y a un autre problème important. Le réseau qui rapporte ces données est relativement lent. Il faut environ deux semaines pour que les chiffres filtrent dans le système, de sorte que les données datent toujours de plusieurs semaines.
C'est pourquoi le CDC est intéressé à trouver de nouvelles façons de surveiller la propagation de la grippe en temps réel. Google, en particulier, a utilisé le nombre de recherches sur la grippe et les symptômes pseudo-grippaux pour prévoir la grippe dans diverses parties du monde. Cette approche a connu un succès considérable, mais aussi quelques échecs déroutants. Un problème, cependant, est que Google ne met pas ses données librement à disposition et ce manque de transparence est une source potentielle de problèmes pour ce type de recherche.
Alors Hickmann et co se sont tournés vers Wikipédia. Leur idée est que la variation du nombre de personnes accédant aux articles sur la grippe est un indicateur de la propagation de la maladie. Et puisque Wikipédia rend ces données librement accessibles à toute partie intéressée, il s'agit d'une source entièrement transparente qui est susceptible d'être disponible dans un avenir prévisible.
Hickman et co utilisent les données d'articles sur la grippe des années précédentes pour former un algorithme d'apprentissage automatique afin de repérer le lien avec les chiffres sur les maladies de type grippal collectés par le CDC. Ils ont ensuite utilisé l'algorithme pour prédire les niveaux de grippe en temps réel au cours de la saison grippale de l'année dernière.
Les résultats sont un bon prédicteur des données de vérité au sol que le CDC met à disposition deux semaines plus tard. Les journaux d'accès aux articles de Wikipedia s'avèrent fortement corrélés avec les enregistrements historiques de maladies de type grippal et permettent une prédiction précise des données sur les maladies de type grippal plusieurs semaines avant qu'elles ne soient disponibles, disent Hickmann et co.
Il y a cependant une mise en garde. Un problème est que les prévisions sous-estiment considérablement la taille de la fin de la saison de la grippe. C'est probablement parce que les gens ont tendance à ne pas revenir aux articles sur la grippe de Wikipédia s'ils ont été réinfectés par une autre souche de grippe, qui est une source importante de la maladie en fin de saison. Étant donné que notre modèle ne tient pas compte de la réinfection ou des multiples souches de grippe, la fin de l'épidémie n'est pas bien prédite après le pic de la saison grippale, admettent-ils.
Néanmoins, le travail est une étape importante vers un système de prévision qui est aussi détaillé et bien fondé que la prévision météorologique. Une caractéristique utile de leur méthode est qu'elle montre quand le modèle s'écarte des données de vérité terrain. Cela permet de l'ajuster en temps réel pour tenir compte de ces différences, tout comme une prévision météo.
La prévision des maladies est une science à ses débuts, mais elle a le potentiel d'améliorer considérablement le niveau de préparation du monde médical aux épidémies. Les estimations approximatives avec lesquelles les médecins ont dû travailler jusqu'à présent conduisent souvent à des niveaux importants de sur- ou de sous-préparation.
Cela semble susceptible de changer. Et avec la saison grippale 2014-2015 déjà à nos portes, le plus tôt sera le mieux.
Réf : arxiv.org/abs/1410.7716 : Prévision de la saison grippale 2013-2014 à l'aide de Wikipedia