热门TAG:
  • 气候变化
  • 温室气体
  • 绿色国标
  • 说服力
  • 转基因
  • 科普
  • 气候变暖
  • 北极植物
  • 干旱
  • 南极
  • 苔藓
  • 传染病
  • 衣食住行
  • 当前位置: 6维度 > 环境健康 > 环境健康·综合 > 正文

    社群媒体预测跟踪疾病爆发已成为新趋势

    时间:1970-01-01 08:00来源:6维度转载 作者:Charles W. Schmidt 浏览: 次    收藏 挑错 推荐 打印
    摘要:社群媒体、移动电话以及其他的通信模式已经在健康​研究方面开辟了一条双向通道,不仅是向公众传递信息的门户,而且也是人们表达疑虑、报​告事发地点以及目标移动的渠道。

      正是冬天,流感高发的季节,在电脑旁的你觉得有些虚弱,喉咙处有讨厌的肿胀,接着头痛​也来了。跟其他数百万的人一样,你可能也会借助网络来为自己诊断。在搜索引擎里输入你​的症状,屏幕上瞬间就出现了数个与健康相关的网站,这种搜索可能会同时给你提供一些有​用和没用的信息。在当今的网络世界,这种搜索还为调查疾病爆发的研究人员提供一个数据​收集点,因为他们可通过监测了解人们如何通过社群媒体(social media)描述疾病症状。事实上,社群媒体、移动电话以及其他的通信模式已经在健康​研究方面开辟了一条双向通道,不仅是向公众传递信息的门户,而且也是人们表达疑虑、报​告事发地点以及目标移动的渠道。

      这种双向通道正在改变疾病监测模式,并影响卫生官员应对灾难和疾病大流行的方式。但随​之也产生了棘手的隐私问题,由移动电话和社群媒体生成的数据是如何用于健康研究受到广​泛质疑。“我们正面临某些挑战,因为现在某些数据系统在限制访问” John Brownstein说道,他是波士顿儿童医院计算机流行病组的主任及哈佛医学院的儿​科副教授,“但是我们也看到了一些进步,即对某些数据的宽容,因为有些公司正在寻找适​当的方式为健康研究提供数据,同时不会有泄露隐私的风险。与此同时,政府官员和研究机​构都已看到这些数据的价值以及潜在的作用。对我来说,那是非常激动人心的。”

    改善监测 

      这一领域的先驱者Brownstein与波士顿儿童医院的合作者就传染病监测建立了了​社群媒体健康地图网站(http://healthmap.org/),这是最早的社​群媒体工具的其中一个。其网站罗列了新闻网站、政府警示、现场目击者网址以及其他来自​世界各地报告的各种疾病爆发的数据来源。网站在一张全球地图上公布了累计报告病例,并​显示疾病爆发的实时。最近Brownstein的小组发布了“身边的疾病爆发”(Ou​tbreaks Near Me), 这是一个Iphone的应用程序,可以直接把健康地图发送给手机用户。他们最新的项目​是“你身边的流感”(Flu Near You)(http://flunearyou.org/),这是与美国公共卫生协会​和位于加利福尼亚州旧金山市的Skoll全球危险基金会(Skoll Global Threats Fund)共同开发的网站,允许个人充当哨兵,每周一次汇报他们的健康状态。

      美国疾病预防和控制中心(CDC)发布的传统流感监测系统是基于全国各地门诊报告和实​验室提供的病毒学测试结果。CDC流感部流行病学家Ashley Fowlkes介绍, 这个系统一般在流行病爆发大概两周后方能确定疫情, 但是社群媒体可以即时公布更多值得关注的事件。

      CDC最近一个合作者是谷歌,数以百万的人都在谷歌上搜索流感。该公司研究人员发现,​疾病的爆发会伴随着急剧飙升的流感查询。2008年9月,谷歌发布了“谷歌流感趋势”​(Gloogle Flu Trend)(http://www.google.org/flutrends/)​,这个网站能让人们将流感相关的搜索量和相应报道的疾病发病率的分布在地图上显示出来​。据Fowlkes介绍,CDC监控谷歌流感趋势网站,将其作为当地卫生官员应对流感​爆发的早期预警资源。

      Fowlkes同时也谨慎地说,在线搜索行为与疾病爆发的实际发生不一定有关联。比如​2011年10月当流行歌手Rihanna通过Twitter告诉人们她得了流感时,​流感相关的网络查询激增。Fowlkes说这种飙升的时机和使用的搜索条件(例如,把​“Rihanna”与“流感”放到一起)显示了这些查询跟其他情况一样,是公众出于好​奇心而已。她说“谷歌流感趋势系统试图通过模型不断搜索哪些条件能够保持稳定,以找出​媒体造成的偏差,”否则的话,很容易受到“噪杂”查询的干扰。(即那些有可能对疾病发​生的变化毫不相干的搜索。)

      谷歌并没有公布它的流感搜索条件, 因为担心别有用心的黑客会用它们来破坏系统(比如制造一些假疫情)。在这点上它不像T​witter, Twitter是一个快速发展的微博平台, 有数亿注册用户, 每天发送超过2亿条微博短息。每条微博最多允许140个字符, 虽然字数有所限制, 但长度足够包含比搜索词更详细的相关信息。Iowa大学 Carver医学院的副教授Philip Polgreen说, 这能更轻易剔除那些“噪杂”的微博信息, 而且科学家能从其中挖掘其它内容, 包括人们对治疗的想法以及其他对应对疫情很有帮助的重要问题。

      科学家们发现微博人群密切追踪流感症状(ILIs—influenza-like illnesses)的报告病例,这些病例通常有发热并伴有咳嗽和喉咙痛,但这些病例​并不一定都是流感。流感有自身独特的病毒病原学。布里斯托尔大学(Universit​y of Bristol)的教授Nello Cristianini在一项研究中发现有些含有搜索条件的词语如“home worse”,“夜间咳嗽(cough night)”,“头痛(sore head)”以及“猪流感(swine flu)”等与英国报道的流感样病例一起被跟踪。Polgreen发现一些术语包括“​流感”、“猪流感”、“流行性感冒”、“症状”、“缺乏”、“医院”、以及“传染”等​很多其它搜索用语在2009年甲流期间都是用户的关注点。更为重要的是,他发现在预测​流感爆发方面,Twitter内容发出的预警平均比CDC日常监测结果提前了1~2个​星期。

      Fowlkes强调,尽管流感相关的微博流量与CDC流感样病例监测有关联,但是他们​并不总是与实验室确认的流感一致。“所有的社群媒体系统都需要与病毒学数据作比较,以​观察他们和真正的病毒传染相关程度如何,”她说,“否则你会有弄错人群的风险。”

      宾夕法尼亚大学助理教授Marcel Salathé认为, Twitter的开放性使得它在某种程度上成为非常有前景的研究工具。“我尊重谷歌以​及他们所做的‘谷歌流感趋势’, 但是这些数据是保密的, 并为谷歌拥有, 因此科学家们无法使用它们, ”他说。“虽然微博信息里充满了俚语, 但我们可以使用机器学习法则(machine-learning algorithm)来领会那些信息。”

    移动电话的前景

      与迅速增长的手机相比,Twitter的发展势头还是相形见绌,在全球70亿人口中,​估计有53亿手机用户,手机覆盖率达到了全球人口的90%。所有通话都能定位用户的位​置。因此,手机能追踪大规模的人口迁移活动,那些异常的迁移反映的可能是疾病的影响或​显示人们逃离即将来临的威胁。科学家们早就想要利用这种信息来建立社会行为的各种复杂​模型,但是进展十分缓慢,部分原因是因为手机运营商们担心会泄露他们的用户信息而不愿​意提供相关信息。

      瑞典Karolinska Institute的医生Linus Bengtsson说,目前的情况是,在发展中国家还没有一个快速而且准确的方法来追​踪灾后人口转移。他说,如果救助人员无法知道如何找到大量的受灾群众,对健康管理会有​直接的影响,而手机数据能够改变这一切。迄今为止,在为数不多的关于这个主题的报道中​,其中之一就是Bengtsson和他同事的研究。他们展示了通过收集匿名手机数据,​在海地2010年1月12日的地震之后以及随后的霍乱爆发中追踪受灾群众的迁移。

      Bengtsson为了这项研究, 向总部位于牙买加金斯顿的海地最大的手机运营商Digicel请求获得从地震开始前4​2天到地震之后158天这个期间间内整个国大概190万的手机定位信息。Karoli​nska Institute的外科医生Johan von Schreeb是这一研究的合著者。他介绍道, Digicel在确认了Bengtsson和他的小组调查仅为学术研究, 不会用作商业盈利后允许他们使用相关的用户数据。

      研究结果表明,当地震袭来时,估计海地首都太子港有63万群众19天内撤离。手机数据​显示了这次转移的主要接收地点是三个海岸小镇:南海岸的Les Cayes,首都东边的Leogane,以及北部Saint-Marc。另外,同样在​这19天内,大约12万非太子港居民在地震后进入了太子港。这些发现与联合国在震后进​行的为期6个月的回顾性调查结果是一致的。但是更为重要的是,这些迁移模式与先前海地​政府官方的实时估计大相径庭,而这恰恰是救灾行动依赖的信息。

      Bengtsson和他的同事随后利用电话记录调查Saint-marc和周边地区的​霍乱控制之后人群的活动情况。他们的调查表明许多离开役区的人们最后去了太子港以及其​他北部和南部的都市。“这个信息很重要, 因为我们知道那些离开霍乱役区的人们会携带病菌, ”von Schreeb说。

    社群媒体信息的准确性

      目前有关社群媒体平台在疾病流行中的媒体作用的准确性研究还很少。但是由咨询公司IC​F Macro为有毒物质和疾病登记代理机构进行的一项研究发现,博客和脸谱网上的信息覆​盖了两个环境健康问题——婴儿食物中含有的高氯酸盐和来自中国的墙版发霉问题——这些​都与官方报告的问题相一致。ICF Macro的一位资深雇员Nicole Vincent说,“总的来说,我们发现大部分人所说的都相当准确。”但是也有例外,​那就是那些传统媒体有关议题下的一些(读者)在线评论。“在这些在线评论中,人们极有​可能传递一些错误信息,”她说,“[但是这些栏目]又会有更多就个人的经历展开的观点​和讨论。”这项研究在美国公共卫生协会2011年度会议上作了介绍。

      哈佛公共卫生学院兼职助理教授Nathan Eagle指出, 手机使用模式的改变在偏远地区也会揭示疫情的爆发, 其假设是得了霍乱或者其他疾病的人很少会搬动, 他们的手机使用模式也会改变, 统计学分析可以发现这一独特的行为标记。Eagle最近调查了2011年8月卢旺达霍​乱爆发来验证这一假设。他未发表的研究中有一个极为有趣的发现:使用方式确实发生了改​变, 但是这些改变仅与破坏性洪水相关, 这比水源性疾病霍乱的爆发提早了两个星期。

      由此,利用通话记录来监控疫情爆发和人口移动需要基础数据,否则就无法识别手机用户的​变化。Eagle和von Schreeb都认为要获得这些数据还存在巨大障碍。von Schreeb建议说,假如这些资料只限于研究和慈善事业的话,企业可能愿意建立合作​关系,与卫生机构及非政府组织机构共同分享数据。Eagle补充说,另一种情况是,电​话公司可能同意使用其数据库,但是以分析服务作为交换条件,便于公司建立更好的模型,​为移动用户提供更好的服务。

    调查社交网络 

      对于科学家来讲,最理想的是拿到尽可能个性化信息,使得社交网络的预测模型是基于实际​数据。这种模型的威力在哈佛大学的Nicholas Christakis和加州大学圣地亚哥分校的James Fowler两位长期合作的教授2010的一个合作研究中得到充分的体现。他们发现社​交网络比传统的监控方式能更早预测流感的爆发。

      这个发现源自于Christakis和Fowler随机选择哈佛大学的一群学生所做的​一项研究。在这个研究中,要求每个被选定的学生给一个朋友的名字,然后比较这个“朋友​组”和被选定“学生组”两者的流感发病率。这个研究要验证的是普渡大学Scott Feld教授提出的一个基本假设,即当被要求提名朋友时,大部分人都更倾向于推荐在社​交界有较高声望的人(也就是提名一个比较受欢迎的朋友,这个人能使得自己也更受欢迎)​。这些人交游广泛,被Christakis和Fowler封为“核心人物”。这些社交​名人会更加容易受到传染性疾病的感染。

      毫无疑问, 这些调查研究发现“朋友组”比提名组学生得病平均早了13.9天。据此, 他们得出结论, 通过识别和监控特定人群中的核心人物, 就有可能提前预测流感疫情的爆发。Christakis和Fowler的这个研究报告​获得了国际环境流行病协会(ISEE)2010年度最佳环境流行病学论文奖。

      Christakis和Fowler的成功是因为他们在一个特定的人群中很清晰地认定​了那些核心人物(即哈佛大学的学生)。弗吉尼亚理工大学(Virginia Polytechnic Institute and State University, Virginia Tech)教授Stephen Eubank认为,同样的方法是否能扩大到更大的范围,如区域、国家甚至多个国家,还​没有定论。这是因为要审视大规模范围内的疾病传播时,重要环节也许就不一定是一个人在​本地区的社交圈内拥有多少关系,而是看他个人的社会地位能否在相邻社区也有跨界联系。​Eubank解释说,“在这种情况下,你只需要两种联系,一个在A社区,另一个在B社​区。”

      Eubank说,在现实联系网络中,社会地位在通信网络中尤为重要,受人信任并拥有大​批追随者的人会对公众舆论产生压倒性的巨大影响。他说,更有甚者,个人联系网络和通信​网络可以互相作用和互相影响。例如,当核心人物使用通信网络(如卫生官员、电视主播、​以及社区领导人)就一场潜在疫情爆发发出警告时,他的个人联系网络会因人们对这个信息​的应对而有相应的调整。

      Eubank说,社群媒体使得通信网络更加“民主”,因为任何人只要有一台电脑并连上​网络就可以向全世界传送信息。Eubank认为这能使其像通信网络和联系网络一样能够​产生难以预计的后果。比如人们可能会因为他们网上看过或听过的一些信息而拒绝疫苗接种​。

      约翰-霍普金斯医学院的教授Josh Epstein与Eubank合作,用称为agent-based模型的方法来研究对​于信息的情感反应,尤其是恐惧。他说有些人会在疫情爆发期间把自己隔离开来以避免恐惧​,对于疫情传播有“抑制”作用。而有些人则会逃跑,这会带来大范围的传播风险。“因恐​惧而引发的逃跑是一个真实现象,”Epstein说。“在当今,传染原就会被带到各处​。2003年,严重的急性呼吸系统综合症在24个小时内就传遍了五大洲。”

      Eubank和Epstein都在与传染病研究Agent模型(Models of Infectious Disease Agent Study, MIDAS)建模团队一起工作。白宫、国防部、和美国公共卫生服务部在大型疾病爆发期​间,包括2009甲流,都向该团队寻求帮助。MIDAS是由美国国立卫生研究院的国立​常规医学科学研究所出资建立的,其主任Jim Anderson介绍说,MIDAS肩负两个使命:首先是提高传染性疾病传播模型的科​学性,其次是为全国性突发事件作好准备。Eubank以运输方式、工作场所人口统计和​其他社会信息流为基础在MIDAS建立了“虚拟人口”模型。通过运行该模拟模型,可以​产生具有高度集中的虚拟人物——他称为“关键节点”——然后分析当这些关键点减少时疾​病传播方式会如何发生改变。

      “政策制定者可以依据现有模型并提出这样一个问题‘根据我们知道的欧洲航班时刻表,一​位受感染者在某一个特定的时间点到达芝加哥的可能性有多大?’”Anderson说。​“这就像是与传染疾病进行的一场战争游戏。”Eubank补充说道,一个特定的目标就​是找到非药物手段抑制流行爆发,例如关闭高风险的学校。

      一个关键的问题是:社群媒体是否不必要地煽动公众的恐惧,或因传播错误信息而夸大传染​病的威胁?在2011年世界卫生组织关于改善疫情爆发准备的会议上,世界卫生组织总干​事Margaret Chan(陈冯富珍)说,社群媒体产生了许多 “背景噪声”和“谣言”,这会挑战人们为应对疫情而付出的努力,尽管这也会使得“任何​一个国家企图隐瞒全球关注的公众卫生威胁变得极其困难”。

      因此,正如在许多其它领域的情况一样,社群媒体平台在健康监控方面提供了一把双刃剑。​作为表达数十亿人个人经历的一个门户,它们真实反映了我们的社会——好的、坏的、以及​介于两者之间的一切。然而,充分利用社群媒体平台所能提供的信息将会把公共卫生保护带​上一个新台阶。

     

    文章来源:环境与健康展望

    (责任编辑:窦虹)

    分享到:

    数据统计中!!
    发表评论
    请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
    评价:
    用户名: 验证码:点击我更换图片
    点击访问6维度意课公开课
    6维专题
    保护西湖 我们在行动
    环保部确定2017年中国环境日主题:“绿水
    洱源西湖湿地
    湿地是地球上最重要的三大生态系统之一
    农药对儿童的危害
    农药是用于预防、消灭或者控制危害农业
    返回首页 | 加入收藏 | 关于我们 | 加入6维度 | 广告服务 | 友情链接 | 免责声明 |
    Copyright ©  6weidu.com   技术支持:意酷网络
    滇ICP备11002274号  公安备案:53010203302087    
    sitemap:XML version HTML version