Literature DB >> 32467013

[Estimation of the number of cases of COVID-19 in real time using a web form through social networks: Project COVID-19-TRENDS].

M Linares1, I Garitano2, L Santos3, J M Ramos4.   

Abstract

Entities:  

Mesh:

Year:  2020        PMID: 32467013      PMCID: PMC7167545          DOI: 10.1016/j.semerg.2020.04.001

Source DB:  PubMed          Journal:  Semergen        ISSN: 1138-3593


× No keyword cloud information.
Sr. Director: A 14 de marzo de 2020, se habían notificado en España una muerte y 4.209 casos de COVID-19. Ese mismo día, un Real Decreto (463/2020) declaraba el estado de alarma y establecía restricciones de movimiento y confinamiento para facilitar la gestión de la situación de crisis de salud causada por el SARS-CoV-2. Sin embargo, los datos de los casos extrahospitalarios de personas que experimentaban síntomas leves, eran limitados o nulos, no quedando registrados. Disponer de ese dato es crítico para comprender la prevalencia general y el potencial pandémico de esta enfermedad dado que son estas personas las que pueden exponer a una porción mucho mayor de la población al virus. Para estimar rápidamente el número de casos durante la pandemia, el 19 de marzo de 2020 lanzamos una herramienta basada en un formulario web anónimo a nivel nacional a través de las redes sociales Facebook, Twitter, Instagram, WhatsApp, Linkedin y de entrevistas en radio y televisión. El cuestionario respetaba los principios éticos de la declaración de Helsinki y no recogía datos personales que permitiesen identificar a las personas que los respondiese3, 4, 5. Empleamos la definición de caso clínico utilizada en ese momento por el Ministerio de Salud español (inicio súbito de tos, fiebre o disnea), dejando de lado el vínculo con China o Italia porque la transmisión comunitaria ya estaba en curso, y un modelo prospectivo de permutación espacio-tiempo que usa solo casos de síntomas y no requiere un denominador, ni la encuesta, ni la población. Para la detección de cambios en tendencias temporales, empleamos un modelo de variación espacial basado en las poblaciones asociadas con los códigos postales de los participantes8, 9. La herramienta que es gratuita, se encuentra accesible en varios idiomas y ha sido adaptada para ser utilizada en cualquier lugar del planeta. Fue implementada por un equipo multidisciplinario de profesionales sanitarios y expertos en tecnologías de la información y la comunicación que trabajan de forma gratuita, desde diferentes lugares, bajo estado de alarma y confinamiento. Asimismo, presenta un Web-Service que permite compartir los datos de cualquier territorio para ser analizados a tiempo real. Los resultados obtenidos hasta el momento (10 de abril de 2020) con 332.632 respuestas válidas (lo que representa un 0,7% de la población española) han revelado los casos estimados en partes del territorio español donde la tasa de respuesta ha sido mayor. Por ejemplo en Euskadi, donde han contestado 128.182 personas, la incidencia sería seis veces superior a los detectados de forma oficial. La figura 1 muestra la tasa de respuesta y la proporción de casos estimados de infección en el territorio español.
Figura 1

Proporción de casos estimados de infección COVID-19 respecto a las respuestas obtenidas en el cuestionario en el territorio español.

Proporción de casos estimados de infección COVID-19 respecto a las respuestas obtenidas en el cuestionario en el territorio español. Esta carta muestra la viabilidad de construir una herramienta basada en el deber colaborativo desde cero utilizando las redes sociales (concepto: movimiento «ciencia ciudadana»). Desgraciadamente no detectaría los portadores asintomáticos. Sin embargo, creemos que nuestro enfoque es nuevo, con bajo coste y rápidamente aplicable para detectar el porcentaje de población afectada cuando un brote de un agente infeccioso desborda los sistemas existentes o no se detecta mediante los sistemas convencionales de alerta temprana como sucedió con la COVID-19. Esta estrategia podría utilizarse en países de ingresos medios o bajos como sistema de vigilancia de la enfermedad. Animamos a las autoridades de salud de cualquier territorio a utilizar lo que a nuestro entender puede constituir la primera herramienta colaborativa y gratuita de vigilancia epidemiológica en red.
  6 in total

1.  Detection of spatial variations in temporal trends with a quadratic function.

Authors:  Paula Moraga; Martin Kulldorff
Journal:  Stat Methods Med Res       Date:  2013-04-23       Impact factor: 3.021

Review 2.  Using online social networks to track a pandemic: A systematic review.

Authors:  Mohammed Ali Al-Garadi; Muhammad Sadiq Khan; Kasturi Dewi Varathan; Ghulam Mujtaba; Abdelkodose M Al-Kabsi
Journal:  J Biomed Inform       Date:  2016-05-17       Impact factor: 6.317

3.  A space-time permutation scan statistic for disease outbreak detection.

Authors:  Martin Kulldorff; Richard Heffernan; Jessica Hartman; Renato Assunção; Farzad Mostashari
Journal:  PLoS Med       Date:  2005-02-15       Impact factor: 11.069

4.  Developing Internet-based health interventions: a guide for public health researchers and practitioners.

Authors:  Keith J Horvath; Alexandra M Ecklund; Shanda L Hunt; Toben F Nelson; Traci L Toomey
Journal:  J Med Internet Res       Date:  2015-01-23       Impact factor: 5.428

5.  Use of Social Media in the Blood Donation Process in Saudi Arabia.

Authors:  Turki Alanzi; Batool Alsaeed
Journal:  J Blood Med       Date:  2019-12-12

6.  Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV-2).

Authors:  Ruiyun Li; Sen Pei; Bin Chen; Yimeng Song; Tao Zhang; Wan Yang; Jeffrey Shaman
Journal:  Science       Date:  2020-03-16       Impact factor: 47.728

  6 in total

北京卡尤迪生物科技股份有限公司 © 2022-2023.