[ad_1]
汤米/盖蒂图片社
在大流行期间,社交媒体侦探、流行病学家和健康书呆子都开始在亚马逊上的洋基蜡烛评论部分注意到一个有趣的趋势。
每当有大量没有气味的负面评论涌入时,通常伴随着 COVID 病例的激增。
洋基蜡烛的新一波差评 pic.twitter.com/1mlandB78I
——drawtoothpaste (@drewtoothpaste) 2021 年 12 月 21 日
失去嗅觉是更常见的感染症状之一。 注意到这一趋势后,人们开始问:评论本身能否成为病毒激增的可靠指标?
这一理论被置于显微镜下,并且由于担心缺乏官方数据追踪美国进入另一个冬天的感染情况而具有新的意义。
评论如何成为警告信号
Nick Beauchamp 是东北大学政治学副教授,去年年底首次接触到洋基蜡烛理论。
他认为找出是否真的存在链接并不难。 他专注于以前尝试使用社交媒体数据预测 COVID 病例的项目,并试图创建一个模型来对其进行测试。
“我只是想,嗯,这很容易做到。也许我会尝试抓取一些亚马逊评论,看看实际趋势是什么,而不是仅仅剪切和粘贴一些提到缺乏气味的评论,”Beauchamp说。
盖蒂图片社的约翰·格雷姆/LightRocket
令他惊讶的是,这种关系很明确。 COVID 病例遵循与审查频率非常相似的模式。
这是亚马逊前三名洋基蜡烛的“无气味”投诉情节。 pic.twitter.com/EFUsGil5k4
——尼克·博尚(@nick_beauchamp) 2021 年 12 月 22 日
Beauchamp 在 2021 年 12 月发布的关于调查结果的最初推文也广为流传,他争先恐后地添加更多数据以找到明确的答案。 到1月中旬,他写了一篇论文,投给了一家期刊,到今年6月,它已经发表了。
“这是一篇非常小的论文,但我认为它引起了很多人的兴趣,特别是因为它试图做一些更仔细的事情,很多人在推特上已经注意到了这一点,”他说。
最终,该论文的结果表明,COVID 病例是 预测性的 评论,这意味着如果有记录的 COVID 病例激增,负面评论可能会增加。 但它可以反过来工作吗?
“我试图找到的另一件事是,‘我们可以使用评论预测 COVID 病例吗?’ “我们发现,至少到 2021 年 12 月,情况并非如此。使用过去的 COVID 病例来预测未来的 COVID 病例是相当不错的,而且使用这些评论你真的不能做得更好。”
但后来发生了一些事情。 在今年 6 月向他的模型添加了更多月份的数据后,他发现评论和 COVID 率之间的关系再次互换:评论现在可以预测 COVID 率。
换句话说,负面评论的增加实际上可能是比官方 COVID 数据更早的警告信号。
“这要么是由于缺乏对 COVID 的测量,要么是由于对 COVID 的测量更差,或者可能是其他变化。我认为评论本身并没有太大变化,”Beauchamp 说。
Beauchamp 观察到的一个有趣反应是推文和研究本身已经演变成他们自己的元数据集,当用户注意到 COVID 病例激增时,它再次受到欢迎。
一些研究人员将这些趋势称为“数字面包屑”,因为在线活动,如搜索、与旧的 Twitter 线程交互,或者在这种情况下,留下评论,可以对一个人的真实生活环境提供独特的见解。
至于 Beauchamp,他对这项研究保持着健康的怀疑态度,即使在他所有的控制之下。
为什么有些人认为官方数据是“一团糟”
如今,COVID 追踪的质量已成为 Beauchamp 和其他处理公共卫生数据的专家关注的问题,尤其是在乔·拜登总统宣布大流行“结束”之际。
“传统的数据源越来越糟糕。CDC 正在削减其测量值。每个人都在减少测量自己的频率。他们向政府机构报告这些事情的频率降低了,”Beauchamp 说。
他还引用了减少的废水测量,并表示对洋基蜡烛评论的频繁关注是有多少人仍在投资于追踪 COVID 数字的一个例子。
他补充说:“我们这些仍然关心和担心大流行,并且认为大流行还没有结束的人,正在四处寻找可用于追踪新浪潮之类的其他数据来源。” .
Abraar Karan 是斯坦福大学的一名传染病医生和研究员,他表示,病毒不断演变的性质使得很难确定和维持收集和分析 COVID 数据的最有效方法,尤其是在大流行发生三年后。
“如果我们回顾流行病的开始,我们记录的每个病例都非常重要。我们试图弄清楚如何处理这些数据,”卡兰说。
随着时间的推移,新的问题出现了,比如再感染以及如何记录它们。 Karan 还提到了测试的减少及其去中心化是其他障碍。 许多人经常停止检测,如果有的话,那些选择在家检测的人通常不会向公共卫生部门报告他们的结果。
贾斯汀沙利文/盖蒂图片社
但在大流行的这一点上,卡兰说,鉴于过去几年可获得的数据的广度,追踪一些关键来源,即使它们不如几年前那么强大,但已被证明是一种有效的策略。
他说,只要最近可用的检测数量没有变化,观察报告病例的趋势是最明确的方法。
“作为一名医生或流行病学家,我被问到的最相关的问题是,‘我进行 X 活动感染 SARS-CoV-2 的风险是什么?’ 坦率地说,你现在基本上可以根据 [trend] 活动,而不是你周围发生的事情,因为数据是一团糟,”他说。
Karan 还指出,废水数据可能非常有用,即使它在测量病例数时不是很精确。
最终,卡兰说,数据源的组合可以帮助专家和普通人为自己的 COVID 安全做出最佳决策。
“人们一直在根据有限的数据权衡这些风险和收益,但数据仍然存在。所以你可以对很多事情进行三角测量,比如我们刚刚谈到的所有事情,以对我们在新变体的位置进行评估,”他说。
当涉及到混合洋基蜡烛数据时?
“这些东西更多地用于公共卫生研究。但在 COVID 的这一点上,我认为蜡烛评论不会改变我们的公共卫生战略,”他说。
相反,这可能表明在线上有更多未触及的数据可能对共同利益有用。 如果有的话,Beauchamp 就是全力以赴。
“如果可以的话,最好在这里联合起来参加某种运动,”他说。 “所以我很高兴能成为其中的一小部分。”
[ad_2]
Source link