Google Trends puede ayudar a predecir brotes de enfermedades zoonóticas

Google Flu Trends (GFT) era un servicio operado por Google para predecir brotes de gripe y se suspendió en 2015 debido a predicciones inexactas. Las tendencias de GFT sobrestimaron la prevalencia de la gripe en más del 50 % en 2011-2012, lo que algunos investigadores atribuyeron al aumento de la cobertura mediática y a las búsquedas en Google de "gripe porcina" y "gripe aviar".

Sin embargo, Google Trends aún puede tener potencial para ser un sistema de vigilancia asequible, oportuno, sólido y sensible con refinamiento de los términos de búsqueda, monitoreo y actualización del algoritmo y uso de flujos de datos adicionales.

Los datos de Google Trends han sido evaluados para determinar su correlación con múltiples enfermedades zoonóticas, incluidas Zika, salmonelosis, encefalitis y enfermedad de Lyme. Estos estudios correlativos son prometedores, aunque el uso de los datos de Google Trends para la predicción de enfermedades zoonóticas está infrautilizado.

Un trabajo realizado en EE UU ha explorado cómo se pueden utilizar los datos de Google Trends como herramienta para la predicción enfermedades zoonóticas. Concretamente, se han centrado en el estudio de casos de enfermedad de Lyme.

Los autores se basaron en las asociaciones espacio-temporales de la incidencia mensual de la enfermedad de Lyme y los datos de búsqueda de Google Trend en los Estados Unidos de 2011 a 2015.

Igualmente, han tratado de validar los términos de búsqueda para enfermedades con síntomas similares a la enfermedad de Lyme, incluidas la fibromialgia, la esclerosis múltiple y la artritis, y con ello crear modelos predictivos de la incidencia de la enfermedad de Lyme para mejorar la utilidad de los modelos.

IMPORTANCIA DE LA ENFERMEDAD DE LYME

La borreliosis de Lyme (enfermedad de Lyme) se ha considerado una enfermedad importante en cuestiones de salud pública y se informa a niveles epidémicos en ciertas áreas geográficas y se está extendiendo a nuevas áreas.

La incidencia y prevalencia de la enfermedad de Lyme depende del reservorio y otras poblaciones de vida silvestre, factores ambientales, estacionalidad y comportamiento de las garrapatas y cambios en el hábitat a nivel del paisaje.

La respuesta del huésped a la infección puede causar problemas neurológicos, cardiovasculares, artríticos y dermatológicos durante las etapas de la infección. Los primeros signos clínicos incluyen eritema migratorio y las infecciones tempranas se asocian frecuentemente con enfermedades neurológicas, así como artralgia, fiebre y dolor de cabeza. La infección diseminada frecuentemente incluye artritis y otras complicaciones.

BÚSQUEDA EN GOOGLE TRENDS

Para realizar el trabajo, los investigadores descargaron los datos de búsqueda de Google Trends. Google Trends aporta información en forma de "interés a lo largo del tiempo", que varía de 0 a 100 y representa el nivel de interés actual del término en comparación con su nivel de interés más alto.

Los términos de búsqueda se seleccionaron mediante la evaluación de investigaciones anteriores y mediante discusiones de la literatura primaria y el conocimiento coloquial por parte del equipo de estudio. La muestra final incluyó datos de 16 estados.

La lista final de términos de búsqueda incluía términos para enfermedad de Lyme (“Lyme”, “enfermedad de Lyme” y “Lymes”), garrapata, síntomas de la enfermedad de Lyme (“picadura de garrapata”, “dolor de huesos”, "rigidez en el cuello", "erupción circular", "confusión mental", fiebre por garrapatas, "erupción por garrapatas", "ojo de buey", "ojo caído", "dolor muscular" y "letargo") y enfermedades con síntomas similares. a la enfermedad de Lyme (“parálisis de Bell”, “artritis”, “fibromialgia”, “esclerosis múltiple”, “fatiga crónica”, “gripe” y “fiebre maculosa de las Montañas Rocosas”). Los términos de búsqueda de enfermedades con síntomas similares se utilizaron para probar la especificidad de los términos de búsqueda de la enfermedad de Lyme y sus síntomas para predecir el recuento de casos de la enfermedad de Lyme.

Para cada término de búsqueda, “construimos un modelo estadístico que ajustó las diferencias estacionales”.

BUENA CAPACIDAD DE PREDICCIÓN

El modelo de mayor rendimiento “tuvo una excelente capacidad predictiva en algunos estados, pero el rendimiento varió de un estado a otro”.  Por ejemplo, para un estado de alta incidencia donde el modelo funcionó bien (New Hampshire, rango de 2 a 527 casos por mes), “el valor promedio fue de 73,1, lo que significa que en promedio el modelo predijo 73,1 casos del recuento de casos real”.

Por otro lado, “los modelos de mayor rendimiento fueron los de términos de búsqueda de la enfermedad de Lyme, lo que indica la alta especificidad de los términos de búsqueda”.

En esta investigación, por lo tanto, “demostramos el uso potencial de los datos de búsqueda de Google Trends para la predicción del recuento mensual de casos de enfermedad de Lyme a nivel estatal”.

A pesar de que el rendimiento del modelo varió según el estado y “nos encontramos con desafíos para la predicción de enfermedades de Google Trends, como diferentes definiciones de casos y procedimientos de presentación de informes por estado, disponibilidad de datos y falta de coincidencia de las unidades geográficas de Google Trends con los recuentos de casos de los condados”, existen “muchas oportunidades para utilizar los datos de Google Trends, ya que es un recurso gratuito y disponible públicamente y aún no se ha probado su capacidad predictiva para muchas enfermedades zoonóticas”.

La integración de datos ambientales, de garrapatas y de animales de compañía, comentan los autores, “es el siguiente paso para convertirlo en un verdadero modelo One Health”.