Las publicaciones públicas en las redes sociales contienen un enorme volumen de información sobre las actividades, ideas y pensamientos pasivos de millones de personas en todo el mundo. La escala total es abrumadora, pero también ofrece una oportunidad para los investigadores de salud pública, que pueden clasificar la gran cantidad de datos para extraer potencialmente información importante de salud pública.
Los investigadores esperan que pueda ser una herramienta valiosa para monitorear, por ejemplo, la crisis de los opioides. en un nuevo estudio, Las tasas de tweets sobre los opioides y el uso indebido de opioides, analizadas y clasificadas por un programa de aprendizaje automático, coincidieron con las tasas de muertes por sobredosis de opioides en los condados de Pennsylvania y las tasas de uso de opioides medidas en encuestas nacionales.
“El objetivo final es, por supuesto, poder pronosticar crisis potenciales como la crisis de los opioides. Para eso estamos trabajando ", escribió el autor del estudio Abeed Sarker, profesor asistente de informática biomédica en la Facultad de Medicina de la Universidad de Emory, en un correo electrónico a Ciencia popular
Sin embargo, otros dicen que estas herramientas aún no tienen aplicaciones significativas. "Todavía no es realmente útil para poder decir, aquí es donde debemos centrar los esfuerzos de intervención", dice Lyle Ungar, profesor de informática y ciencias de la información en la Universidad de Pensilvania que ha trabajado en este espacio.
El estudio incluyó tweets publicados entre enero de 2012 y octubre de 2015 en el estado de Pennsylvania que se referían a los opioides. El equipo usó más de 200 palabras clave que representaban el uso de opioides, que incluía todo, desde errores ortográficos generados al azar de esas palabras clave hasta errores reflejos comunes en el uso de las redes sociales. Revisaron manualmente 16,000 publicaciones para comprender la forma en que las palabras clave generalmente se usaban en las publicaciones, y agruparon 550 publicaciones en cuatro categorías diferentes: abuso o mal uso autoinformado, intercambio de información, no relacionado y no inglés. Luego entrenaron algoritmos de aprendizaje automático, uno de los cuales era la red neuronal, en esas publicaciones anotadas. La red neuronal funcionó mejor e identificó tweets que señalaban el abuso de opioides con el mismo nivel de precisión que una persona.
La tasa de tweets que indican el abuso de opioides en cada condado se correlacionó con las tasas de muertes por sobredosis en ese condado. La tasa también se relacionó con / correspondió con las tasas a nivel de condado de uso de opioides recetados no médicos, uso de drogas ilícitas, dependencia de drogas ilícitas y dependencia o abuso de drogas ilícitas reportadas por la Encuesta Nacional sobre Uso y Salud de Drogas.
Varios estudios anteriores también han automatizado el proceso de extraer información relacionada con los opioides de las plataformas de redes sociales. “Creemos que este modelo es más robusto que los modelos anteriores porque es más resistente a las conversaciones no relacionadas; por ejemplo, si una celebridad muere por una sobredosis de opioides, hay muchas conversaciones en las redes sociales al respecto, pero eso no significa que haya un aumento en el uso de opioi des a nivel de población ", dijo Sarker.
Michael Chary, miembro de toxicología médica en el Boston Children's Hospital, trabajó en uno de esos estudios previos. Su trabajo se centró en las tendencias de opioides a nivel estatal. "Este documento aumenta la resolución geográfica hasta el nivel del país", dice. “Aumentar eso es importante. Sabemos por otras investigaciones que existen diferentes patrones de uso de opioides en las comunidades urbanas y rurales, lo que sugiere que las políticas que funcionan para uno pueden no funcionar para otro ".
Sin embargo, el uso que hace el periódico de una red neuronal hace que sea más difícil para las personas saber exactamente cómo el sistema estaba clasificando y clasificando los tweets. “Hay problemas con la transparencia de las redes neuronales. Es una limitación en general ", dice. Además, las redes neuronales convolucionales profundas, el tipo utilizado en este estudio, generalmente se usan en imágenes, y solo recientemente comenzaron a usarse con el lenguaje, por lo que son particularmente opacas en este caso, dice.
Los esfuerzos para identificar los mejores métodos de análisis deben ser seguidos de cerca por una investigación que identifique las mejores formas de usar los datos que revela el análisis, dijo Sarker. "Creemos que hemos llegado a un punto (en) momento en el que deberíamos dejar de preguntarnos si podemos usar las redes sociales para tareas de salud pública", dijo. "La investigación interdisciplinaria y colaborativa es el futuro y puede ayudar a abordar las crisis actuales como la crisis de los opioides y prevenir futuras crisis mediante la detección temprana". El equipo de informática biomédica de Sarker está trabajando con Jeanmarie Perrone, toxicóloga de la Universidad de Pennsylvania y autora del artículo, para identificar métodos que puedan ayudar a los expertos que trabajan directamente con grupos afectados por opioides.
Chary, sin embargo, es menos optimista de que las aplicaciones sucederán pronto. Los tweets aún tienen que ser validados como fuente de datos epidemiológicos. Además, los tweets también deben poder mostrarse para poder predecir el uso de opioides en el futuro cercano, no solo para seguir los datos de encuestas anteriores. "No es útil predecir el pasado".
Los datos generales sobre el uso general de opioides tampoco diferencian entre los tipos de opioides, que es información importante para los médicos y aquellos que apuntan a las intervenciones. “Esa capa de datos es muy importante. Agrupando todo en un solo vaso de señal sobre eso ”, dice Chary.
Ungar también señaló que solo una pequeña porción de la población está en Twitter, y solo algunas personas estarían dispuestas a tuitear sobre el uso ilícito de drogas. “Lo que obtienes también son prejuicios extraños. Lo que estás midiendo es la cantidad de drogas que están usando y qué tan dispuestos están a ser públicos ".
Los datos de tweets sobre el uso de opioides podrían ayudar a los investigadores a comprender mejor * cómo * las personas hablan sobre su uso de opioides, o las características de las personas que luchan con él, dice Ungar. Sin embargo, dice que aún no está claro qué tan útiles serán los datos de las redes sociales.
"Hay una desconexión entre encontrar tweets que hablan sobre los opioides y poder usar eso para la salud pública para decir dónde debemos destinar los recursos".