Levante-EMV

Levante-EMV

Contenido exclusivo para suscriptores digitales

Coronavirus

Cuando Google avisa que "vienen curvas"

La gráfica de búsquedas del término "síntomas COVID" coincide con la de diagnósticos de coronavirus. La correlación podría utilizarse como un indicador predictivo de la epidemia

Un equipo de sanitarios en la UCI del hospital Povisa tratando a pacientes Covid.

Cribados, rastreo, análisis de aguas residuales y... ¿búsquedas en Google? ¿Pueden predecir las estadísticas del buscador más popular la evolución inmediata de la pandemia? Los científicos creen que sí. Cuando se incrementa el número de personas que buscan en Google “síntomas COVID” es probable que la curva epidémica esté a punto de subir.

El experto en métricas Francesc Pujol, profesor en la facultad de Económicas de la Universidad de Navarra, ha indagado en esta correlación que, en lo concerniente a enfermedades infecciosas, no es nueva. Como explica en su blog SM Reputation Metrics, antes de esta pandemia se confirmó una estrecha relación entre los resultados de las búsquedas en Google de la palabra “gripe” y la contabilización oficial de positivos de gripe.

De hecho, en enero del pasado año, antes de la irrupción del coronavirus, Pujol predijo el “pico” gripal dos semanas antes de que ocurriera. El profesor de Economía, que ejerce también como analista de estadísticas del COVID-19 en Twitter (su cuenta es @NewsReputation) no es epidemiólogo ni tiene una bola de cristal. Se basó en estudios científicos anteriores –como los de Eysenbach, 2006; Carneiro y Mylonakis, 2009; Valdivia et al, 2010, y un artículo en “Nature” de 2013– para realizar su vaticinio.

"La similitud entre búsquedas en Google y evolución de casos de gripe en varios países europeos es tan asombrosa que en algunos casos se funden las dos series"

Francesc Pujol - Profesor en la facultad de Económicas de la Universidad de Navarra

decoration

La pandemia de Covid-19, además de borrar del mapa la gripe, cambió la dinámica: ni el término “coronavirus” ni “Covid” sirvieron como indicadores en la primera ola, de marzo a junio. “Eso es debido a que en marzo de 2020 el coronavirus no era solo un virus contagioso ni una pandemia como lo era la gripe: era una crisis sistémica, un colapso en todos los ámbitos y era algo totalmente nuevo”, explica el experto.

El fin de la primera ola en junio marcó también el fin de la excepcionalidad en la pandemia, y a partir de ahí “sintomas Covid” (sic) comenzó a ser un indicador para el seguimiento de la incidencia de casos en mediante el portal Google Trends (tendencias de Google). Nótese que “sintomas” está escrito sin tilde, ya que así lo escriben la mayoría de los internautas.

El acoplamiento entre ambas curvas (búsquedas y casos diagnosticados) no se produjo hasta octubre. Según Pujol, fue así porque en verano “la atención en Google se disparó mucho más que la velocidad de los casos”. El coeficiente de correlación entre ambas variables fue de 0,6 entre junio 2020 y abril 2021, subió a 0,85 desde inicios de octubre y a 0,92 (las curvas se solapan) desde mediados de noviembre.

Pujol añade que Google Trends no solo refleja, sino que anticipa el inicio de las nuevas olas, ya que “las búsquedas en Google van por delante de la notificación de los positivos”. En términos económicos esto se llama nowcasting, una técnica basada en la observación, teledetección y predicción inmediata.

Un estudio publicado en febrero en “Nature Digital Medicine” por Vasileios Lampos, del University College de Londres, y otros autores, planteó utilizar las búsquedas online para rastrear el Covid-19. El trabajo, realizado en Reino Unido, utilizó modelos que, basándose en las búsquedas de síntomas concretos –por ejemplo, la pérdida de olfato–, previeron los casos y muertes por coronavirus con una antelación de 16 y 22 días, respectivamente.

En el caso de la gripe, la predicción funcionó tan bien años atrás que el buscador más popular del mundo creó en 2008 el servicio Google Flu Trends. Sin embargo, lo abandonó en 2015 después de que en 2013 tuviese un 140% de error al predecir el pico de la gripe en Estados Unidos. Un estudio posterior en “Science” lo atribuyó a un defecto en el algoritmo. Y es que no siempre se acierta en la interpretación del big data.

Compartir el artículo

stats