Twitter Datastream utilisé pour prédire les épidémies de grippe

En 2008, Google a lancé son désormais célèbre site Web sur les tendances de la grippe. Il part de l'hypothèse que les gens font plus de requêtes de recherche liées à la grippe lorsqu'ils souffrent de la maladie que lorsqu'ils sont en bonne santé. Ainsi, compter le nombre de requêtes de recherche liées à la grippe dans un pays donné donne une bonne indication de la façon dont le virus se propage.

Les pronostics sont plutôt bons. Les données correspondent généralement étroitement à celles produites par des organisations gouvernementales telles que les Centers for Disease Control and Prevention (CDC) aux États-Unis. En effet, dans certains cas, il a pu repérer un début d'épidémie plus d'une semaine avant le CDC.

Cela a été extrêmement important. Une indication précoce que la maladie se propage dans une population donne aux gouvernements une longueur d'avance bienvenue dans la planification de sa riposte.

Une question intéressante est donc de savoir si d'autres services en ligne, en particulier les médias sociaux, peuvent faire des prédictions similaires ou même meilleures. Aujourd'hui, nous avons une réponse grâce aux travaux de Jiwei Li de l'Université Carnegie Mellon de Pittsburgh et de Claire Cardie de l'Université de Cornell dans l'État de New York, qui ont pu détecter les premiers stades d'une épidémie de grippe à l'aide de Twitter.

Leur approche est à bien des égards similaire à celle de Google. Ils filtrent simplement le flux de données Twitter pour les tweets liés à la grippe qui sont également géolocalisés. Cela leur permet de créer une carte montrant la distribution de ces tweets et son évolution dans le temps.

Ils modélisent également la dynamique de la maladie avec quelques subtilités intéressantes. Dans le nouveau modèle, une épidémie de grippe peut se dérouler dans l'une des quatre phases suivantes : une phase non épidémique, une phase ascendante où les nombres augmentent, une phase stationnaire et une phase décroissante où les nombres diminuent.

La nouvelle approche utilise un algorithme qui tente de détecter le plus tôt possible le passage d'une phase à une autre. En effet, Li et Cardie testent l'efficacité de leur approche en utilisant un ensemble de données Twitter de 3,6 millions de tweets liés à la grippe provenant d'environ 1 million de personnes aux États-Unis entre juin 2008 et juin 2010.

Pour vérifier le bon fonctionnement de leurs prédictions, Li et Cardie ont comparé leur analyse à celle produite par le CDC. Nous vérifions que les tweets liés à la grippe sont fortement corrélés au nombre de cas de syndrome grippal (SG) fournis par les CDC, disent-ils.

Cela semble être un nouvel outil puissant et important dans la lutte contre les épidémies de grippe. Il fournit certainement une nouvelle façon de détecter la maladie à ses débuts. En effet, une tâche intéressante sera de comparer son efficacité avec d'autres systèmes tels que les tendances de la grippe de Google et les propres prédictions des CDC.

Environ 10 à 15 % des personnes contractent la grippe chaque année, ce qui entraîne environ 50 millions de cas et 500 000 décès dans le monde. C'est un lourd tribut. La capacité de détecter le début d'une épidémie une semaine environ plus tôt qu'il n'est possible actuellement, et de le faire à un prix relativement bas et facilement partout dans le monde, pourrait permettre aux gouvernements et aux agences médicales de sauver un nombre important de vies.

Réf : arxiv.org/abs/1309.7340 : Détection précoce de la grippe sur Twitter

cacher