Премия Рунета-2020
Россия
Москва
+10°
Boom metrics
Наука12 декабря 2017 12:10

Вспышки заболеваний научатся предсказывать по активности антипрививочников

Анализ содержания твитов американцев поможет определить, где в данный момент выше всего вероятность вспышки той или иной инфекции из-за того, что люди отказываются прививаться от нее
Медсестра во время вакцинации населения от гриппа в поликлинике.

Медсестра во время вакцинации населения от гриппа в поликлинике.

Фото: Валерий ЗВОНАРЕВ

Ученые из Канады, Швейцарии и США проанализировали, как американцы относились к прививкам против кори до ее вспышки в калифорнийском Диснейленде в 2014–2015 годах и сразу после нее. Благодаря этим данным они нашли несколько закономерностей во времени возникновения эпидемий различных заболеваний, а также в изменении отношения к тем или иным вакцинам среди населения. Научная статья по итогам исследования опубликована в журнале Proceedings of the National Academy of Sciences (PNAS).

Для анализа использовались данные Google Trends и Twitter. Ученые отследили, насколько часто американцы искали информацию о кори и вакцине против нее в интернете в 2011–2016 годах. Для нескольких тысяч твитов с геолокацией определили, какое отношение к прививкам против кори в них выражено — положительное или отрицательное.

За весь период (2 марта 2011 – 9 октября 2016) большая часть (почти 11 тысяч) реплик исходила от сторонников вакцин. Антивакцинаторы в целом высказывались значительно реже (около 2 тысяч твитов за тот же период). Непосредственно перед вспышкой заболевания жители США не только чаще хотели узнать новое о кори, но и выражали свое отношение к прививкам против нее в Twitter. Притом среднее число антипрививочников уже за несколько лет перед эпидемией начинало расти, а сторонников вакцин — падать.

На основании этой информации авторы выявили связи между частотой твитов и поисковых запросов о неком заболевании с вероятностью эпидемии этого заболевания. С помощью найденных связей они построили математическую модель, позволяющую предсказать вспышку заболевания в конкретной местности. Ее проверили на реальных данных об эпидемиях полиомиелита в Нигерии (2003–2004), коклюша в Великобритании (1970-е) и ряде других. (Здесь использовали не данные из Twitter, а упоминания в печатной прессе.) Теоретические прогнозы в этом случае неплохо совпали с практическим положением дел.

Исследователи считают, что можно создать средства математического анализа вероятности эпидемий и изменения количества антипрививочников. Для этого понадобятся данные о доле привитого населения и о том, как до настоящего момента жители данной местности относились к вакцинации против конкретного заболевания.