Des scientifiques des États-Unis ont mené une enquête qui a révélé qu'il est possible de prévoir une épidémie de COVID-19 dans une population en suivant la "piste numérique" des internautes , selon les recherches qu'ils effectuent, et ont souligné que cette pourrait aider à élaborer un système d' alerte précoce pour améliorer les politiques de santé publique.
L'étude a été menée par des spécialistes de l'Hôpital pour enfants de Boston, de la Harvard Medical School, de l'Oklahoma State University et de la Northeastern University, à Boston, qui ont estimé que les "traces numériques" des internautes peuvent être adoptées pour alerter les responsables de la santé publique des surtensions du COVID-19. au niveau du comté une à six semaines avant une épidémie majeure.
Dans une étude publiée ce mercredi 18 janvier dans Science Advances, Mauricio Santillana, un expert en apprentissage automatique de l'Universidad del Noreste, a déclaré que les données numériques aideront à combler les lacunes d'information laissées par les méthodes de surveillance existantes.
Santillana, directeur du groupe d'intelligence artificielle pour l'amélioration de la santé et de l'environnement au Network Science, Northeast Institute, a estimé que l'analyse des flux de données permettra aux décideurs politiques de prendre des décisions rapides, telles que la réémission de recommandations pour l'utilisation de masques ou l'augmentation de la vaccination. et des campagnes de renforcement.
"Ce à quoi nous aspirons, c'est d'utiliser les mêmes informations que Google ou Amazon ou l'une de ces grandes entreprises utilisent pour vous proposer des publicités" pour éclairer les décisions de santé publique au début d'une épidémie, a-t-il expliqué. Les flux numériques liés à COVID-19 incluent des recherches sur Internet pour la fièvre, des recherches de médecins pour des traitements COVID-19 et des commentaires d'utilisateurs de Twitter sur le fait d'être trop malade pour travailler, entre autres.
Les chercheurs ont également utilisé des méthodes d'apprentissage automatique qui ont pris des informations historiques sur les épidémies dans 97 comtés américains à partir du 1er janvier 2020 et 2022, et les ont combinées pour créer un seul indicateur prédictif. "L'objectif n'est pas nécessairement de quantifier le nombre d'infections, mais de quantifier quand des augmentations soudaines d'infections se produiront" , a précisé l'expert. Les chercheurs ont constaté que la capacité prédictive aux niveaux de l'État et du comté était à peu près similaire : le système d'alerte précoce était mis en œuvre une à six semaines à l'avance au niveau du comté et quatre à six semaines à l'avance au niveau de l'État.
L'étude indique que les données numériques aideront à remplir les informations vitales manquantes pour les Centers for Disease Control and Prevention (CDC), qui, selon elle, n'ont pas été en mesure de prévoir de manière fiable "les changements rapides dans les tendances des cas signalés et des hospitalisations".
"Lorsque les prévisions du CDC pour COVID-19 ont été partagées avec le public, très souvent, elles ont manqué le moment où les épidémies ont commencé", a déclaré Santillana. Il a ajouté qu'au moment où le nombre réel de cas a été compté, les poussées étaient déjà en cours.
«Le prochain chapitre serait pour le CDC de dire:« Nous savons que c'est une manière alternative et complémentaire d'anticiper les épidémies. Nous l'implémenterons en interne et nous l'aurons comme un outil supplémentaire dans notre boîte à outils », a fait remarquer Santillana.
L'étude a été publiée dans une revue en libre accès de l' Association américaine pour l'avancement des sciences et fait partie d'"une nouvelle initiative du CDC lancée par le président (Joe) Biden appelée le Centre de prévision et d'analyse des épidémies au sein des CDC". "C'est dans le cadre de cet effort que nous avons travaillé sur ce document", a-t-il fait remarquer.
Auparavant, Santillana et son équipe travaillaient déjà avec le CDC depuis trois à quatre ans pour prédire l' incidence de la grippe et les hospitalisations pour grippe, mais il était mécontent de ce qu'il considérait comme l'incapacité du CDC à intégrer de nouvelles sources d'informations basées sur Internet dans leurs systèmes de prévision ».
«Lorsque COVID a frappé, ils ont appelé et ont dit:« Nous avons besoin de tout le monde sur le pont. Alors, s'il vous plaît, faites ce que vous pouvez », a révélé l'expert. "J'ai demandé s'ils pouvaient être flexibles, car mon équipe et moi étions intéressés à innover plutôt que de continuer à mettre en œuvre exactement les mêmes modèles", a-t-il raconté.
Santillana a admis que "le modèle n'est pas parfait". Les comtés étudiés ne représentaient qu'une fraction des 3 006 comtés des États-Unis, selon l'article sur l'utilisation de traces numériques pour construire des systèmes d'alerte précoce prospectifs en temps réel au niveau des comtés.
"Nos méthodes basées sur les recherches sur Internet peuvent avoir des difficultés à bien fonctionner dans les zones à faible taux d'alphabétisation et à accès limité aux ressources Internet", soulignent les experts dans leur document. Les chercheurs ont déclaré qu'une solution potentielle pour les comtés ayant un faible accès à Internet ou des problèmes d'alphabétisation pourrait être d'utiliser des systèmes d'alerte précoce au niveau de l'État pour guider les décisions au niveau du comté concernant les épidémies.
"Lorsque nous naviguons sur Internet sur notre ordinateur ou notre téléphone, cela laisse des traces", a-t-il expliqué. « Qu'on le veuille ou non, la réalité est que la plupart des entreprises utilisent ces informations pour augmenter leurs profits ou leurs marges. "Au lieu de cela, nous voulons utiliser ces informations pour informer les responsables publics lorsque la prochaine épidémie se produira", a-t-il conclu.
Continuer à lire