โรงเรียนบ้านเบญจา

หมู่ที่ 1 บ้านเบญจา ตำบลพลูเถื่อน อำเภอพนม จังหวัดสุราษฎร์ธานี 84250

Mon - Fri: 9:00 - 17:30

090-4942070

ไข้หวัดใหญ่ การทำความเข้าใจเกี่ยวกับการระบาดของไข้หวัดใหญ่

ไข้หวัดใหญ่ อัลกอริทึมจะเปรียบเทียบข้อมูลคำค้นหาตามเวลาจริง คำหรือวลีที่คุณใช้เป็นคำค้นหา เช่น เจ็บคอกับบรรทัดฐาน เพื่อกำหนดระดับของการเกิดไข้หวัดใหญ่ในภูมิภาค โดยแบ่งเป็น 5 ประเภทตั้งแต่น้อยไปจนถึงรุนแรง ในทางทฤษฎี GFT สามารถจัดทำรายงานประจำวันปัจจุบัน ซึ่งใกล้เคียงเวลาจริงของกิจกรรมของไข้หวัดใหญ่ และคาดการณ์การระบาดของไข้หวัดใหญ่หลายสัปดาห์ก่อนที่ CDC จะรวบรวมรายงาน

ตามที่ผู้ประดิษฐ์ GFT รายงานตามเวลาจริงของ GFT นั้นมีวัตถุประสงค์เพื่อใช้เป็นข้อมูลเสริม สำหรับข้อมูลทางคลินิกและไวรัสวิทยาในการเฝ้าระวังแบบดั้งเดิม CDC และเครือข่ายการตรวจจับอย่างรวดเร็วของ GFT มีวัตถุประสงค์เพื่อช่วยในการตรวจจับการแพร่ระบาดของไข้หวัดใหญ่ตั้งแต่เนิ่นๆ แต่ยังรวมถึงการระบุสายพันธุ์ของไวรัส และศักยภาพในการแพร่ระบาด GFT การอัปเดตโมเดล ความแม่นยำและกับดักข้อมูลขนาดใหญ่

ก่อนไข้หวัดใหญ่ปีใหม่แต่ละปี โมเดล Google เทรนด์ไข้หวัดใหญ่จะได้รับการรีเฟรช ด้วยข้อความค้นหาที่เกี่ยวข้องกับไข้หวัดใหญ่ที่มีประโยชน์ที่สุด 45 รายการจากปีก่อนหน้า ข้อความค้นหาพิเศษเหล่านี้เลือก โดยใช้การถดถอยโลจิสติก แต่ข้อความค้นหาที่แน่นอน และถ่วงน้ำหนักกับคำเหล่านั้นอย่างไร อื่นๆจะถูกเก็บเป็นความลับ นอกจากนี้ การประเมินหลังฤดูกาลของ GFT ยังได้รับการประเมินเทียบกับรายงาน การเฝ้าระวังข้อมูลแบบดั้งเดิมที่ใช้โดย CDC

เพื่อดูว่าทั้ง 2 รายการเข้ากันได้ดีเพียงใด แบบจำลองอาจได้รับการอัปเดตตามความสามารถ ของเครื่องมือคาดการณ์ในการคาดคะเนได้อย่างแม่นยำ ว่าฤดูกาล ไข้หวัดใหญ่ ในปีนั้นเริ่มต้นเมื่อใด ฤดูกาลจะสูงสุดเมื่อใดและจะรุนแรงเพียงใด เมื่อเปิดตัวครั้งแรกในปี 2551 มีความสัมพันธ์เฉลี่ย 97 เปอร์เซ็นต์กับข้อมูล CDC ในเดือนกันยายน พ.ศ. 2552 แบบจำลองสำหรับ Google เทรนด์ไข้หวัดใหญ่เวอร์ชันสหรัฐอเมริกา ได้รับการอัปเดตเป็นครั้งแรกโดยรวมข้อมูลคำค้นหา

ไข้หวัดใหญ่

ซึ่งมาจากการระบาดของโรค H1N1 เนื่องจากแบบจำลองของ GFT ได้ประเมินการระบาดของไข้หวัดหมู H1N1 ต่ำเกินไปซึ่งเกิดขึ้นในช่วงฤดูร้อน แล้วมันก็พลาดเป้าไปเรื่อยๆ ในช่วงฤดูไข้หวัดใหญ่ปี 2011 และ 2012 GFT ได้ประเมินความชุกของไข้หวัดใหญ่ไว้เกิน 50 เปอร์เซ็นต์ นอกจากนี้ GFT ยังประเมินค่าฤดูกาลของไข้หวัดใหญ่ในปี 2012 และ 2013 สูงเกินไปโดยคาดการณ์ว่าจำนวนผู้ป่วยนอกที่เกี่ยวข้องกับ ILI จะเพิ่มขึ้นเป็น 2 เท่าตามที่ CDC รายงานไว้

ที่จุดสูงสุดของฤดูไข้หวัดใหญ่ปี 2013 และ 2014 GFT ประมาณการว่าประชากรสหรัฐฯ มากถึง 11 เปอร์เซ็นต์เป็นไข้หวัด หากดูเหมือนว่ามากนั่นเป็นเพราะ CDC เปรียบเทียบกันรายงาน 6 เปอร์เซ็นต์ในฤดูกาลนั้น นักวิจัยรายงานว่าความแม่นยำของเครื่องมืออาจแย่กว่านั้นมาก พวกเขาพบว่าตั้งแต่เดือนสิงหาคม 2554 ค่า GFT มีค่าสูงเกินไปใน 100 จาก 108 สัปดาห์ คำอธิบายที่พบบ่อยที่สุดสำหรับการประเมินความชุกของไข้หวัดใหญ่ที่สูงเกินไปของ Google

ซึ่งไม่มีอะไรมากไปกว่าอาการกระตุกของเรา เมื่อฤดูไข้หวัดใหญ่เวียนมา คุณรู้ไหมว่าเมื่อคุณค้นหาคำว่าไอ เพื่อค้นหาว่าคุณกำลังป่วยด้วยไข้หวัดหรือไม่ เป็นหวัดหรือเดี๋ยวก่อนอาจเป็นปอดบวม การใช้วลีเช่นฤดูกาลไข้หวัดใหญ่ที่เลวร้ายที่สุดในรอบหลายปี และรายงานของสื่อเกี่ยวกับไข้หวัดใหญ่ตามฤดูกาลในสื่อต่างๆ ปัญหาคือ GFT ไม่รู้ว่าคุณป่วยหรือแค่กังวลว่าจะป่วย พิจารณาว่ามีเพียงประมาณร้อยละ 10 ของผู้ที่เข้ารับ

แต่นั่นอาจไม่ใช่คำตอบที่สมบูรณ์ นอกเหนือจากสื่อที่เกี่ยวข้องกับ ILI ที่ทำให้การค้นหาไข้หวัดใหญ่สูงเกินจริงแล้ว การทำงานกับข้อมูลขนาดใหญ่อาจนำไปสู่การสร้างความสัมพันธ์ที่อาจไม่ถูกต้อง มันคือกับดักข้อมูลขนาดใหญ่ แม้ว่าผลลัพธ์ของการทำเหมืองข้อมูล อาจแสดงความสัมพันธ์ระหว่างคำค้นหาตามฤดูกาลและการไปพบแพทย์

ความใหญ่โตของชุดข้อมูลชี้ให้เห็นว่า ความแม่นยำของความสัมพันธ์นั้นไม่สามารถเชื่อถือได้ อีกคำถามหนึ่งเกี่ยวกับการประมาณค่าที่สูงเกินไปของ GFT อยู่ในการอัปเดตอัลกอริทึมของเครื่องมือค้นหาของ Google เอง นักวิจัยเสนอว่าการแนะนำคุณลักษณะการแนะนำอัตโนมัติใน Google Search ได้เปลี่ยนแปลงพฤติกรรมของผู้ใช้ สำหรับการประเมินค่าที่สูงเกินไปใน GFT ขณะนี้ผู้ใช้ที่ค้นหาอาการไข้หวัดชนิดหนึ่ง

ซึ่งได้รับการสนับสนุนให้ค้นหาคำที่เกี่ยวข้องกับไข้หวัดใหญ่เพิ่มเติม แนะนำโดย Google ซึ่งส่งผลต่อการค้นหาที่เกี่ยวข้องกับ ILI โดยรวม ในปี 2012 เสิร์ชเอนจินเริ่มรวมเงื่อนไขที่เป็นไปได้ ที่เกี่ยวข้องกับอาการที่สอบถาม และยังเพิ่มปัญหาการประมาณค่าสูงเกินไปอีกด้วย อย่างไรก็ตาม หลังจากผลงานย่ำแย่อีกครั้งในฤดูไข้หวัด 2012 และ 2013 อัลกอริทึมของ GFT ก็ได้รับการปรับปรุงอีกครั้ง ตอนนี้มันจะมองข้ามความผิดปกติที่ขับเคลื่อนด้วยสื่อ

รวมถึงคาดการณ์ตามวิธีการทางสถิติที่เรียกว่าอีลาสติคเน็ต ซึ่งเป็นแบบจำลองเชิงเส้นทั่วไปของการถดถอยแบบปกติ แต่ก็ยังมีช่องว่างสำหรับการปรับปรุงอัลกอริทึม ที่ได้รับการแก้ไขยังคงประเมินค่าสูงเกินไปถึง 30 เปอร์เซ็นต์ ในปี 2014 วิศวกรของ GFT ได้อัปเดตเครื่องมือ GFT เพื่อรวมข้อมูลการค้นหาที่รีเฟรชแล้ว แต่ยังรวมถึงข้อมูลทางคลินิก และไวรัสวิทยาแบบดั้งเดิมที่เรียกว่าข้อมูลขนาดเล็กจาก CDC สำหรับฤดูกาลไข้หวัดใหญ่ปี 2014 และ 2015 ทั้งวิศวกรและนักวิทยาศาสตร์เห็นพ้องต้องกันว่าข้อมูลเหล่านี้ ควรนำมาซึ่งผลลัพธ์ที่แม่นยำยิ่งขึ้น

อ่านต่อ : สุขภาพดี การทำความเข้าใจเกี่ยวกับสุขภาพที่ดีในการใช้ชีวิตประจำวัน