Utiliser le big data pour les maladies tropicales et sub-tropicales contagieuses
Citation: Gianfredi V, Bragazzi NL, Nucci D, et al. Harnessing big data for communicable tropical and sub-tropical disorders: implications from a systematic review of the literature. Frontiers in Public Health. 2018 Mar 21;6:90.
Sommaire: Bien que possédant ses propres limitations, les novel data streams (NDS) semblent êtres prometteurs pour prédire la propagation d’agents infectieux. Les systèmes de surveillance traditionnels ont souvent des inconvénients comme un délais significatif dans la sortie des informations, alors que les NDS pourraient permettre de suivre et surveiller les dynamiques d’épidémies et capturer les paramètres pertinents concernant les taux d’infection, le tout en temps réel.
Cette revue systématique avait pour but de d’évaluer la faisabilité de l’utilisation des novel data streams (NDS) dans un contexte de capture des réactions publiques aux épidémies et dans un but de surveillance. Elle comporte 47 études d’observation dont 19 d’entre elles se concentraient sur Ebola. La plupart des études ont examiné un seul NDS, Twitter a été l’outil le plus exploité (25 études). Il a été montré qu’il existait un déséquilibre dans la couverture des maladies par les différentes études. La plupart des études se sont concentrées sur les maladies infectieuses tropicales/sub-tropicales, et peu d’entre elles se sont concentrées sur des maladies tropicales négligées. La cause principale de ce déséquilibre semble être la résonance et l’impact médiatique. D’autres recherches sont nécessaires pour adresser ces limitations et plus d’efforts devraient être fait pour intégrer les novel data streams.