Οι online αναζητήσεις για κινητές, μα και απομονωμένες δραστηριότητες μπορούν να βοηθήσουν στην πρόβλεψη μελλοντικών εξάρσεων και υφέσεων Covid-19, διαπίστωσε ομάδα ερευνητών.
Τα εν λόγω ευρήματα, που βασίστηκαν σε τετράμηνη ανάλυση online αναζητήσεων, παρέχουν πιθανά μέσα πρόβλεψης των «οδών» της πανδημίας, πριν αναφερθούν νέα κρούσματα.
«Είναι ένα πρώτο βήμα προς την κατεύθυνση της δημιουργίας ενός εργαλείου που μπορεί να βοηθήσει στην πρόβλεψη εξάρσεων Covid πιάνοντας δραστηριότητες υψηλότερου ρίσκου και πρόθεσης κινητικότητας, που μπορεί να υποδειχθούν από αναζητήσεις για γυμναστήρια και γεύματα» είπε ο Ανάσε Μπάρι, επίκουρος καθηγητής επιστημών υπολογιστών New York University και ένας εκ των συντακτών του paper, που δημοσιεύεται στο Social Network Analysis and Mining. «Η χρήση τέτοιων “εναλλακτικών δεδομένων” δεν είναι κάτι νέο και έχει εφαρμοστεί και για άλλους σκοπούς- για παράδειγμα εναλλακτικά δεδομένα έχουν χρησιμοποιηθεί στα χρηματοοικονομικά για data-driven επενδύσεις, όπως η μελέτη δορυφορικών εικόνων αυτοκινήτων σε πάρκινγκ για την πρόβλεψη κερδών» σημείωσε.
«Η έρευνά μας δείχνει πως οι ίδιες τεχνικές θα μπορούσαν να χρησιμοποιηθούν για την αντιμετώπιση μιας πανδημίας εντοπίζοντας εκ των προτέρων πού θα μπορούσαν να σημειωθούν ξεσπάσματα» είπε η Μέγκαν Κόφι, άλλη μία εκ των ερευνητών. «Η ανάπτυξη ενός βαρομέτρου συμπεριφοράς θα μπορούσε, με περαιτέρω δουλειά και επικύρωση, να επιτρέψει στους αρμοδίους και τους επιδημιολόγους να παρακολουθούν τις επιπτώσεις των κοινωνικών παρεμβάσεων και να ετοιμάζονται για αυξανόμενες εξάρσεις».
Η έρευνα επίσης έδειξε συσχετισμό μεταξύ των επιδιωκόμενων δραστηριοτήτων εκτός σπιτιού μετά την άρση των περιορισμών των lockdown, υποδεικνύοντας πώς οι επιπτώσεις των αποφάσεων πολιτικής μπορούν να μετρώνται χρησιμοποιώντας εναλλακτικά δεδομένα.
Στο πλαίσιο της μελέτης, οι ερευνητές επιδίωξαν να διαπιστώσουν εάν υπάρχουν τρόποι εντοπισμού επικίνδυνων συμπεριφορών κατά την πανδημία (πχ επισκέψεις σε κομμωτήρια) εν όψει τοπικών και περιφερειακών ξεσπασμάτων- και, εναλλακτικά, συμπεριφορών που είναι γνωστές ως λιγότερο επικίνδυνες (πχ άσκηση στο σπίτι) πριν από πτώσεις των κρουσμάτων. «Σκοπός μας ήταν να βρούμε τις υποβόσκουσες κοινωνικές δυναμικές μιας πανδημίας άνευ προηγουμένου χρησιμοποιώντας εναλλακτικές πηγές δεδομένων που είναι καινούριες στην επιδημιολογία μολυσματικών ασθενειών» είπε ο Μπάρι. «Όταν κάποιος ψάχνει την ώρα που κλείνει ένα τοπικό μπαρ ή αναζητά οδηγίες για ένα τοπικό γυμναστήριο, δίνουν μια εικόνα σχετικά με το τι μελλοντικά ρίσκα μπορεί να έχουν».
Σε αυτό το πλαίσιο οι ερευνητές μελέτησαν online αναζητήσεις από τον Μάρτιο ως τον Ιούνιο του 2020 σε 50 πολιτείες των ΗΠΑ και χώρισαν τις αναζητήσεις σε δύο κατηγορίες: Ένα «mobility index track», που κατηγοριοποιεί τις αναζητήσεις με βάση τις αλληλεπιδράσεις με άλλους εκτός σπιτιού και ένα «isolation index track» που κατηγοριοποιεί τις αναζητήσεις σε σχέση με δραστηριότητες στο σπίτι. Χρησιμοποιώντας δεδομένα των Google Trends, οι ερευνητές παρατήρησαν τάσεις αναζητήσεων σε σχέση με κινητικότητα και απομόνωση, για τη δημιουργία δεικτών κινητικότητας και απομόνωσης. Αυτοί συμπληρώθηκαν με ένα «net movement index», που ήταν η διαφορά μεταξύ των δύο δεικτών.
Στη συνέχεια εξετάστηκε η πορεία των κρουσμάτων 10-14 ημέρες μετά. Συνολικά, διαπιστώθηκε πως το net movement index συσχετιζόταν με τα νέα κρούσματα (ανά εβδομάδα) σε 42 πολιτείες. Επίσης εξετάστηκαν πιο στενά άλλες πέντε πολιτείες (Αριζόνα Καλιφόρνια Φλόριντα Τέξας Νέα Υόρκη) για να διαπιστωθεί η επίδραση του τερματισμού των μέτρων περιορισμού στις αναζητήσεις. Στις πολιτείες αυτές ο δείκτης κινητικότητας, που είχε μειωθεί κατά την αρχική φάση των lockdown, αυξήθηκε καθώς οι κοινωνίες άνοιγαν ξανά. Ακολούθως τα κρούσματα Covid-19 αυξήθηκαν ξανά τον Ιούνιο σε Αριζόνα, Καλιφόρνια, Φλόριντα και Τέξας). Ακόμη, μια προηγούμενη μεγάλη πτώση στους δείκτες κινητικότητας ακολουθήθηκε από απότομη πτώση στα δεδομένα ανάπτυξης κρουσμάτων στις ίδιες αυτές πέντε πολιτείες.
