Cómo usar las redes sociales para la detección temprana de brotes de enfermedades contagiosas.

Lo más probable es que tus amigos sean más populares que tú. Esta es una de las características de las redes sociales que ya se conoce desde hace tiempo y recibe el nombre de "paradoja de la amistad". Para lo que sigue es importante entender este concepto, así que intentaremos ilustrarlo con un ejemplo.

Consideremos a una persona que suele dar fiestas, recibir amigos, y que conoce a cientos de personas y, por otro, a un misántropo con sólo uno o dos amigos. Estadísticamente hablando, una persona escogida al azar es mucho más probable que conozca al que da fiestas, simplemente porque tiene más amigos. En términos más formales la paradoja se puede expresar de la siguiente manera: los amigos de cualquier individuo aleatorio es más probable que estén en una posición más central de la red social que el propio individuo.

En un estudio colgado en arXiv y que será publicado en los Proceedings of the National Academy of Sciences, Nicholas Christakis de la Universidad de Harvard (EE.UU.) y James Fowler de la Universidad de California en San Diego (EE.UU.) Emplean la paradoja como un método para establecer un sistema de alerta temprana para la detección de brotes de enfermedades contagiosas. Estudiando a los amigos de un grupo de individuos seleccionados al azar, se puede identificar a aquellas personas que están más conectadas con los demás y que, por lo tanto, es más probable que contraigan las enfermedades contagiosas, como la gripe, pronto. El resultado obtenido por los investigadores indicaría que las autoridades sanitarias podrían detectar un brote semanas antes de lo que se consigue con los métodos actualmente en uso.

En un ensayo llevado a cabo el año pasado, Christakis y Fowler monitorizaron la propagación tanto de la gripe estacional como de la H1N1 (vulgo, gripe porcina), entre los estudiantes y sus amigos en la Universidad de Harvard.

Los investigadores seleccionaron un grupo aleatorio de 319 estudiantes y les pidieron a cada uno que nombrase hasta tres amigos. Con estos nombres se creó otro grupo de 425 amigos. Tal y como predice la paradoja de la amistad, los miembros de este segundo grupo eran más populares (eran nombrados más veces por el grupo aleatorio) y más centrales en la red de conexiones entre los estudiantes de Harvard. Los casos de gripe empezaron a registrarse desde el primero de septiembre del 2009 hasta el final de diciembre, identificando a aquellos diagnosticados por los servicios de salud de la universidad y por las respuestas por correo electrónico a una encuesta de salud enviada dos veces por semana.

En conjunto, el 8% de los estudiantes tuvieron un diagnóstico formal de gripe y otro 32% se había autodiagnosticado. No fue una sorpresa encontrar que la tasa de infección alcanzó un pico dos semanas antes en el grupo de los amigos más conectados. Sus contactos sociales estaban de hecho causando que se contagiasen antes.

Los investigadores querían dar un paso más, por lo que analizaron los datos buscando una señal de alerta del brote cuando se comenzaba a propagar. Compararon los diagnósticos entre los dos grupos, día a día, para los 122 días que duró el estudio. Se podía detectar por primera vez una diferencia significativa entre los dos grupos nada menos que 46 días antes de que se alcanzase el pico de visitas al médico en el grupo aleatorio. Para aquellos que se autodiagnosticaron, la diferencia era de 83 días antes del pico en los autodiagnósticos.

Estos resultados son impresionantes. Pero lo son aún más si se comparan con los obtenidos por los métodos en uso por los Centros para la Prevención y Control de Enfermedades (Estados Unidos) que dan la alarma entre 7 y 14 días después del brote. El Google Flu Trends, que monitoriza millones de peticiones de búsqueda al buscador de términos relacionados con la gripe, es mejor que los métodos oficiales pero como mucho es simultáneo con el brote. Si se combina este método con los hallazgos de Christakis y Fowler podría crearse un método mixto en el que las peticiones de búsqueda de individuos muy conectados (populares) se usarían para buscar señales de la gripe o de cualquier otra enfermedad contagiosa; y no sólo para una universidad, sino para una ciudad, región o país.

El método de Christakis y Fowler es extrapolable, en principio, a cualquier contagio que se propague por una red social, sea biológico, psicológico, informativo o de comportamiento. Si empieza a emplearse de forma generalizada, ser popular se cotizaría todavía más.

Referencia:

Nicholas A. Christakis, & James H. Fowler (2010). Social Network Sensors for Early Detection of Contagious Outbreaks Proceedings of the National Academy of Sciences arXiv: 1004.4792v1