西娅歌手

这种流感是可怕的。不能呼吸,不能睡觉或吃。肌肉疼痛、发烧102。应该已经得到了。时间电影马拉松。

上述微博看起来像140个字符的痛苦。但在东北部的手中亚历山德罗Vespignani和他的同事们,更是如此。

Vespignani领导的一个国际研究小组,斯特恩伯格家庭著名大学教授开发了一种独特的计算模型项目实时季节性流感的传播。它使用Twitter上的文章结合关键参数每一季的流行,包括疾病的潜伏期,免疫,有多少人与病毒可以感染个体,和在场的病毒株。

测试官方流感监测系统,该模型可以准确预测疾病发展到比其他模型六个星期早些时候在取得重大进展。这将使公共卫生机构能够提前计划分配医疗资源和发射活动,鼓励个人采取的预防措施,如疫苗和增加洗手。

“过去,我们不知道初始条件的流感,”Vespignani说,世卫组织还主任网络科学研究所在东北。初始条件说明,当流行病开始以及infection-function的程度作为预测的发射台任何疾病的传播。

确定这些条件,研究人员把Twitter融入parameter-driven模型。“这种集成从未做过,“Vespignani说。“我们没有寻找的人生病了,因为Twitter不会告诉你。我们想知道的是:我们有更多流感在这个时间点在德克萨斯州或在新泽西州,在西雅图还是在旧金山?Twitter,包括GPS位置,是一个代理。通过观察有多少人发微博对他们或他们是多么悲惨,因为流感症状,我们能够得到一个相对体重每一个地区的美国”

小说上的纸模型收到了梦寐以求的最佳论文优秀奖颁奖2017年国际万维网会议上个月表示。这是仅有的四篇论文超过400被选中一个奖项。

一项正在进行中的工作

研究者的工作始于美国疾病控制和预防中心宣布“预测流感季节的挑战”2013年11月,邀请外部人员推动的科学预测传染病。Vespignani和他的团队一直参与,用新纸覆盖他们的预测2014 - 15和2015 - 16在美国流感季节、意大利和西班牙。

在这些时期,他们每周应用预测和其他算法的关键参数告知Twitter数据。“这给了我们大量的可能方式疾病可能演变,“Vespignani说。然后匹配产生的模拟与监测数据产生的疾病预防控制中心和临床和个人报告流感样疾病的三个国家。“地面监测数据告诉我们真相在过去四个星期,但它总是推迟了大约一周,因为你需要的报告医生,”他说。通过分析发展动态显示在过去的数据,他们可以选择最有可能的模型预测未来。

疾病的显式建模的parameters-information动力疾病的引发了Vespignani的模型除了其他挑战。例如,他们可以确定本周当流行病将达到峰值,峰值的大小的精度90%到70提前六周的事件。

“通过捕捉关键参数,我们可以追踪每年流感的严重程度与每隔一年,看看是什么驱动扩散,”第一作者说张倩副研究员,博士14东北部。“这是公共卫生机构和流行病学家真正关心的。我们不仅仅是玩游戏的数字,简单统计模型做什么。”

虽然本文报告结果使用Twitter的数据,研究人员注意到,模型可以处理数据从许多其他数字的来源,也以及网上调查等人influenzanet在欧洲,这是非常受欢迎。

“我们的模型是一个正在进行的工作,”强调Vespignani。“我们计划增加新的参数,例如,学校和工作场所的结构。这不是一个挑战,你想赢。这是一个科学的挑战,要学会看到不是一个单一的模型的组合模型,告诉我们新的东西。”

最初发表在(电子邮件保护)2017年5月5日。