[論文レビュー] Early Outbreak Detection for Proactive Crisis Management Using Twitter Data: COVID-19 a Case Study in the US

Erfaneh Gharavi, Neda Nazemi+1 more|arXiv (Cornell University)|May 1, 2020

Misinformation and Its Impacts被引用数 15

ひとこと要約

本研究は、米国における新型コロナウイルス感染症パンデミック期の能動的危機管理を目的として、地理的に位置指定された症状関連ツイート（せき、発熱）を用いて、一般の症状報告と公式の症例報告の間の時間的遅れを特定する、ツイッターを活用した早期発症検出システムを提案する。5〜19日間の一貫した遅れが確認され、公衆衛生対応における早期警戒システムとしてソーシャルメディアの可能性が示された。

ABSTRACT

During a disease outbreak, timely non-medical interventions are critical in preventing the disease from growing into an epidemic and ultimately a pandemic. However, taking quick measures requires the capability to detect the early warning signs of the outbreak. This work collects Twitter posts surrounding the 2020 COVID-19 pandemic expressing the most common symptoms of COVID-19 including cough and fever, geolocated to the United States. Through examining the variation in Twitter activities at the state level, we observed a temporal lag between the rises in the number of symptom reporting tweets and officially reported positive cases which varies between 5 to 19 days.

研究の動機と目的

• ソーシャルメディアのデータが、公式の症例報告より前に疾患の流行を早期に予知する信号を提供できるかどうかを調査すること。
• 米国の州レベルにおける、症状関連ツイート活動と確認済みCOVID-19症例との間の時間的遅れを特定すること。
• 発生中の流行に対して、地理的位置指定されたツイッターデータを用いた能動的公衆衛生危機管理の実現可能性を評価すること。
• 医療以外のリアルタイムデータソース、たとえばソーシャルメディアが、早期発症検出システムの改善にどの程度貢献できるかを評価すること。

提案手法

• 2020年初期に、米国で「せき」「発熱」などの一般的なCOVID-19症状に関連するキーワードを含む、地理的位置指定付きツイートを収集した。
• 各州と時間ごとに症状関連ツイート数を集計し、各州の時系列データを作成した。
• 各州の同じ時期における症状報告ツイートの時間的傾向と、公式の確認症例データを比較した。
• 共通相関分析を用いて、症状関連ツイートのピークと公式症例報告のピークとの間の遅れを計算した。
• 時系列分析を適用し、ソーシャルメディア活動と公式症例報告との間のリード・ラグ関係に一貫したパターンがあるかを同定した。
• 州レベルの地理的位置データを用いて、地域的発症シグナルを検出する際の空間的正確性と関連性を確保した。

実験結果

リサーチクエスチョン

• RQ1 症状関連ツイート活動は、米国の州におけるCOVID-19症例の増加を早期に示す指標として機能できるか？
• RQ2 症状関連ツイートのピークとその後の公式症例報告の増加との間の平均的な時間的遅れはどの程度か？
• RQ3 パンデミック初期段階において、米国の異なる州間でリードタイムがどの程度一貫しているか？
• RQ4 ソーシャルメディアデータは、公衆衛生危機の早期警戒システムをどの程度改善できるか？
• RQ5 地理的位置指定付きツイッターのデータは、公式報告より前に局所的発症シグナルを検出するのにどの程度信頼できるか？

主な発見

• 米国の州全体で、症状関連ツイート活動のピークと公式症例報告のピークとの間に、5〜19日間の一貫した時間的遅れが観察された。
• 遅れは州ごとに異なることから、一般の認識と保健所の報告のタイミングに地域差があることが示唆された。
• 症状関連ツイートの件数は公式症例の傾向と強く相関しており、信頼できる早期シグナルであることが示された。
• 本研究では、一般のソーシャルメディアでの症状表現が公式症例データより先に現れることを確認し、早期警戒システムへの活用が有効であることを裏付けた。
• 本手法は、一般に公開されているソーシャルメディアデータを用いた、スケーラブルでリアルタイムの発症検出の可能性を示した。
• 結果から、公衆衛生監視にソーシャルメディアデータを統合することで、対応の迅速化が著しく向上する可能性があることが示唆された。