Los impactos sociales y económicos de las epidemias pueden ser graves. El síndrome respiratorio agudo severo (SARS), por ejemplo, le costó a la economía mundial unos 54.000 millones de dólares.
También hay un riesgo creciente de epidemias no naturales provenientes del bioterrorismo, como resultado de los significativos avances en la edición de genes.
Se necesitan mejores sistemas de vigilancia para detectar oportunamente las epidemias. Pero aunque existe el potencial de predecir epidemias por la búsqueda y procesamiento de datos de reportes de rumores y noticias (vigilancia de rumores), o clústeres de síntomas de enfermedad (vigilancia sindrómica) descritos por los usuarios de medios sociales, no se han logrado desarrollos en ese sentido.
Sistemas tradicionales de seguimiento de enfermedades
La vigilancia tradicional de enfermedades se basa en los datos obtenidos de médicos, hospitales o laboratorios a través de sistemas formales de comunicación. Esto proporciona información válida y precisa sobre brotes emergentes y el impacto de las estrategias de control, tales como la vacunación. Pero a menudo no es oportuna.
Las epidemias pueden salirse rápidamente de control. Como ocurrió en 2014 con el brote de la enfermedad por el virus del Ébola (EVE), por ejemplo. Se produjo un aumento exponencial de casos entre julio y octubre, cada caso produciendo dos nuevos casos, o duplicándose en cada generación (cada pocos días, dependiendo de variaciones en el período de incubación), por lo que 10 casos se convirtieron en 20, 20 se convirtieron en 40, y así.
Mientras más temprano se detecten las epidemias, más fáciles son de controlar. Si se hubiera detectado y actuado precozmente sobre la epidemia de EVE, cuando sólo se producían diez casos al día, se podrían haber evitado más de 600 casos en cuestión de semanas más tarde.
La detección rápida utilizando los medios sociales
Los datos digitales están disponibles públicamente de muchas fuentes. La gente habla de epidemias en los medios sociales, utilizando palabras clave como fiebre e infección antes que sean identificadas oficialmente.
Un sistema de vigilancia para detectar brotes de EVE utilizando Twitter, por ejemplo, podría establecer etiquetas geoespaciales para lugares específicos, tales como el continente africano. Se podría buscar un conjunto de términos en la Twittersphere tales como hemorragia, fiebre, virus, Ébola, Lassa (una enfermedad que puede ser confundido con la EVE).
Un sistema que trate de identificar la influenza podría procesar términos que reflejen las visitas al médico, la compra de pañuelos descartables, paracetamol o aspirina en las farmacias, las ausencias laborales, así como los términos específicos para el síndrome clínico de la influenza.
Pero aunque ha habido algunos intentos de utilizar los medios sociales para la vigilancia de enfermedades en el pasado, tal como EpiSpider (un rastreador de brotes en Atlanta, Georgia), ninguno de ellos está actualmente en funcionamiento.
Sin embargo, los medios sociales han sido explotados con éxito para otras aplicaciones de salud. La Organización de Investigación científica e Industrial de la Mancomunidad (CSIRO), por ejemplo, desarrolló una herramienta llamada WeFeel para medir el pulso emocional de los países que utilizan los datos de Twitter.
El uso de los medios de comunicación
Varias aplicaciones accesibles al público basadas en la web recogen información de eventos relacionados de artículos de noticias (pero no los medios sociales), como HealthMap y MedISys. Los datos se recogen y procesan de manera automática, y, a veces es moderado por una persona antes de que una potencial amenaza para la salud sea identificada y publicada.
HealthMap proporcionó un aviso sobre una misteriosa fiebre hemorrágica, que se convirtió en el brote de EVE de África Occidental de 2014, nueve días antes de que la Organización Mundial de la Salud (OMS) anunciara el brote.
La OMS estima que 60% de sus alertas de brotes iniciales se originan en fuentes informales como la Red de Inteligencia Global de Salud Pública (GPHIN), un agregador de noticias desarrollado por la OMS junto con Salud Pública de Canadá.
Google Flu Trends se desarrolló en 2008 para procesar datos de las búsquedas de Google para predecir las epidemias de influenza. Pero el análisis del valor de este enfoque ha sido contradictorio y Google puso fin a la iniciativa en 2015.
Sitios moderados por expertos
Los sitios de expertos que reportan información extraoficial de expertos en salud también son una fuente valiosa de alertas epidémicas. FluTrackers y ProMED son sitios moderados donde se puede obtener información sobre brotes oportuna y de alta calidad.
Muchas epidemias importantes han aparecido por primera vez en ProMED, tales como el síndrome respiratorio de Medio Oriente (MERS) y la EVE. ProMED ahora se ha asociado con la Red de Entrenamiento en Programas de Epidemiología e Intervenciones de Salud Pública (TEPHINET), HealthMap y el Fondo Global de Amenazas Skoll para crear un nuevo sistema de detección rápida de epidemias, Epicore.
Epicore es una red virtual cerrada de profesionales sanitarios de todo el mundo que proporcionan información sobre rumores y noticias para mejorar la vigilancia epidemiológica.
Los blogs de expertos son también una fuente de información, pero pueden variar en cuanto a fiabilidad y calidad.
Compromiso entre precisión y puntualidad
Lo ideal es que un sistema de vigilancia de enfermedades brinde datos oportunos y válidos, pero esto rara vez es factible.
Los sistemas tradicionales de vigilancia están sujetos a una serie de comprobaciones para asegurar la exactitud de sus datos. Si bien esto maximiza la validez, da lugar a retrasos y a un uso práctico limitado.
Para la detección rápida de las epidemias, se requiere un equilibrio entre la rapidez y la validez de los datos.
La vigilancia basada en los medios sociales no es un sustituto de la vigilancia tradicional, sino un fortalecimiento que mejora la capacidad de detectar brotes precozmente. Una vez que se detecta una señal rápida, las autoridades de salud pública pueden investigar y confirmar la epidemia, y la vigilancia tradicional puede tomar el relevo.
¿Cómo podemos utilizar mejor los medios sociales?
Los medios sociales brindan la oportunidad de mejorar la detección y el control de las epidemias. Pero la información no oficial no es estructurada y no ha sido creada con propósitos de salud pública.
Los algoritmos diseñados para detectar fiebre, por ejemplo, pueden detectar los falsos positivos como fiebre por Bieber1. Así que son necesarios algoritmos bien construidos para la búsqueda y procesamiento de datos.
La gran cantidad de datos disponibles requiere de una gran potencia de computación, y métodos fiable de filtrado del ruido de fondo.
Los métodos tales como el análisis de series temporales se pueden utilizar para comparar datos de varios años para comprobar si una señal epidémica es mayor de lo esperado, en comparación con años anteriores. Este método ya es usado para mejorar los datos de la vigilancia tradicional, por lo que se puede aplicar a los datos de los medios sociales.
El aprendizaje en la inteligencia artificial es una promesa para el futuro, pero es necesario el análisis reflexivo humano y la interpretación de los datos por parte de los expertos.
Mientras tanto, un enfoque más activo podría implicar el involucramiento del usuario y la participación en las actividades de vigilancia, en las que los ciudadanos pueden enviar informes o encuestas directamente a las autoridades de salud pública a través de aplicaciones móviles o sitios web.
Bieber fever, en inglés, haciendo referencia a la pasión por el cantante pop canadiense Justin Drew Bieber.
Fuente: REC
¿Vulnera este post tus derechos? Pincha aquí.
Creado:
