Bhataramedia.com – Dapatkah jumlah kunjungan pada laman Wikipedia digunakan untuk memperkirakan berapa banyak orang yang terkena flu?
Dilansir Science Daily (17/4/2014), para peneliti dari Harvard Medical School telah mengembangkan metode memperkirakan tingkat prevalensi penyakit seperti influenza pada populasi di Amerika dengan menganalisis lalu lintas internet, secara spesifik terkait artikel flu di website Wikipedia. David McIver dan John Brownstein telah membuat sebuah model studi yang dapat digunakan untuk tujuan tersebut.
Model ini diterbitkan PLoS Computational Biology pada 17 April. Model ini memperkirakan tingkat flu pada populasi Amerika dan mampu membuat perkiraan hingga dua minggu lebih cepat dari data di Centers for Disease Control and Prevention (Pusat Pengendalian dan Pencegahan Penyakit). Selain itu, model ini dapat secara akurat memperkirakan pekan puncak aktivitas influenza, dengan keakuratan sebanyak 17% dibandingkan data Google Flu Trends.
McIver dan Brownstein menghitung berapa kali artikel Wikipedia tertentu yang diakses setiap hari dari Desember 2007 sampai Agustus 2013. Model yang mereka kembangkan memiliki kinerja yang baik pada musim influenza yang lebih parah dari biasanya dan kejadian lain di luar influenza, seperti pandemi H1N1 tahun 2009 yang menerima banyak perhatian media
Para penulis berkomentar: “Setiap musim influenza memberikan tantangan baru dan ketidakpastian, baik pada masyarakat maupun komunitas kesehatan masyarakat. Kami berharap bahwa dengan metode pemantauan influenza terbaru ini, kita dapat memanfaatkan data publik yang tersedia untuk membantu setiap orang mendapatkan informasi yang lebih akurat dan real time tentang tingkat penyebaran penyakit dalam suatu populasi. “
Setelah dilakukan validasi lebih lanjut, model ini dapat digunakan sebagai sistem otomatis untuk membuat perkiraan mengenai tingkat prevalensi flu di Amerika Serikat, dan juga memberikan dukungan untuk alat pemantau influenza tradisional.
Referensi Jurnal :
David J. McIver, John S. Brownstein. Wikipedia Usage Estimates Prevalence of Influenza-Like Illness in the United States in Near Real-Time. PLoS Computational Biology, 2014; 10 (4): e1003581 DOI: 10.1371/journal.pcbi.1003581.