По социальным сетям можно предсказывать эпидемии
Анализ социальной сети и мониторинг здоровья основных ее членов позволяют предсказать эпидемии.
В социальных сетях наблюдается так называемый "дружеский парадокс". Это явление впервые было описано в 1991 году и гласит, что статистически друзья того или иного индивида, вероятно, более популярны, чем он сам. Возьмите случайную группу людей, попросите каждого из них назвать имя одного друга, и в среднем рейтинг этих друзей в социальной сети будет более высокий, чем у тех, кто назвал их имена.
Профессор медицины Николас Христакис (Nicholas Christakis) из Гарвардского университета и профессор медицинской генетики и политических наук Джеймс Фаулер (James Fowler) из Университета Калифорнии (Сан-Диего) использовали этот парадокс для изучения в 2009 году эпидемии гриппа среди 744 студентов. Оказалось, что он может использоваться для раннего выявления инфекционных вспышек.
Группа из 714 человек. Инфицированные гриппом люди обозначены красным цветом, а друзья инфицированных - желтым.
Чтобы вникнуть в суть метода, можно представить себе большую вечеринку, хозяева которой находятся в центре скопления людей, а на краю толпы к стене прислонились несколько одиночек. Если в случайном порядке опросить "тусовщиков", то большинство известных гостям имен будут из круга, близкого к хозяину. Мало кто назовет "отшельников". Точно также, как распространяются сплетни, развиваются и эпидемии.
В 2009 году в начале сезона гриппа ученые отобрали для эксперимента 319 студентов, которые последовательно назвали 425 друзей. За ними следили двумя способами – с помощью дневников в социальных сетях и через обычные методы статистического учета университетской медслужбы. Люди из группы "425" имели симптомы гриппа за две недели до заболевания людей из группы "319". Кроме того, группа "425" имела признаки заболевания за 46 дней до пика эпидемии. Вроде бы неудивительно, что социальная активность влияет на риск заражения, однако до сих пор никаких способов использовать эту информацию для статистики не знали.
"Мы считаем, что этот метод может принести большую пользу здравоохранению, - говорит Николас Христакис. - Медработники часто отслеживают эпидемии путем случайной выборки или наблюдая за уже заболевшими. Однако все эти наблюдения составляют только картину настоящего, в то время как исключительно важно иметь прогноз развития эпидемии". Просто попросив членов случайной группы назвать своих друзей, затем, отслеживая и сравнивая обе группы, можно предсказать развитие эпидемии, прежде чем она поразит все население. Это позволит более эффективно реагировать на ситуацию и избежать привычной уже паники – достаточно вспомнить "свиной" и "птичий" грипп, когда никто не мог внятно ответить будет тотальная эпидемия или нет и с какой скоростью движется инфекция.
Этот метод может использоваться очень широко, например, для предвидения "эпидемий" поведения, таких как употребление наркотиков, распространение идей, моды, опасных увлечений и т.д. Разумеется, сбор такой подробной информации очень трудоемок и до появления социальных сетей вряд ли вообще был возможен, однако интернет представляет уникальную возможность получения новых данных.
В социальных сетях наблюдается так называемый "дружеский парадокс". Это явление впервые было описано в 1991 году и гласит, что статистически друзья того или иного индивида, вероятно, более популярны, чем он сам. Возьмите случайную группу людей, попросите каждого из них назвать имя одного друга, и в среднем рейтинг этих друзей в социальной сети будет более высокий, чем у тех, кто назвал их имена.
Профессор медицины Николас Христакис (Nicholas Christakis) из Гарвардского университета и профессор медицинской генетики и политических наук Джеймс Фаулер (James Fowler) из Университета Калифорнии (Сан-Диего) использовали этот парадокс для изучения в 2009 году эпидемии гриппа среди 744 студентов. Оказалось, что он может использоваться для раннего выявления инфекционных вспышек.
Группа из 714 человек. Инфицированные гриппом люди обозначены красным цветом, а друзья инфицированных - желтым.
Чтобы вникнуть в суть метода, можно представить себе большую вечеринку, хозяева которой находятся в центре скопления людей, а на краю толпы к стене прислонились несколько одиночек. Если в случайном порядке опросить "тусовщиков", то большинство известных гостям имен будут из круга, близкого к хозяину. Мало кто назовет "отшельников". Точно также, как распространяются сплетни, развиваются и эпидемии.
В 2009 году в начале сезона гриппа ученые отобрали для эксперимента 319 студентов, которые последовательно назвали 425 друзей. За ними следили двумя способами – с помощью дневников в социальных сетях и через обычные методы статистического учета университетской медслужбы. Люди из группы "425" имели симптомы гриппа за две недели до заболевания людей из группы "319". Кроме того, группа "425" имела признаки заболевания за 46 дней до пика эпидемии. Вроде бы неудивительно, что социальная активность влияет на риск заражения, однако до сих пор никаких способов использовать эту информацию для статистики не знали.
"Мы считаем, что этот метод может принести большую пользу здравоохранению, - говорит Николас Христакис. - Медработники часто отслеживают эпидемии путем случайной выборки или наблюдая за уже заболевшими. Однако все эти наблюдения составляют только картину настоящего, в то время как исключительно важно иметь прогноз развития эпидемии". Просто попросив членов случайной группы назвать своих друзей, затем, отслеживая и сравнивая обе группы, можно предсказать развитие эпидемии, прежде чем она поразит все население. Это позволит более эффективно реагировать на ситуацию и избежать привычной уже паники – достаточно вспомнить "свиной" и "птичий" грипп, когда никто не мог внятно ответить будет тотальная эпидемия или нет и с какой скоростью движется инфекция.
Этот метод может использоваться очень широко, например, для предвидения "эпидемий" поведения, таких как употребление наркотиков, распространение идей, моды, опасных увлечений и т.д. Разумеется, сбор такой подробной информации очень трудоемок и до появления социальных сетей вряд ли вообще был возможен, однако интернет представляет уникальную возможность получения новых данных.
Ещё новости по теме:
18:20