La sorveglianza epidemiologica tradizionale ha l'obiettivo di determinare l'inizio, la durata e l'intensità di un'epidemia utilizzando i dati forniti dalle autorità sanitarie locali sulle visite mediche e sulle ospedalizzazioni. La sorveglianza epidemiologica digitale è uno strumento di supporto che tramite l'utilizzo di dati digitali fornisce in tempo reale una stima dell'andamento di un'epidemia. La natura dei social media fa sì che essi possano essere utilizzabili allo scopo di studi sociologici ed epidemiologici, tra cui la possibilità di tracciare l'andamento dell'influenza stagionale, in quanto rappresentano una potenziale fonte in tempo reale di dati geolocalizzabili. La letteratura scientifica ha comprovato con successo l'utilizzo di dati di Twitter combinati a tecniche di machine learning come strumento di tracciamento dell'andamento epidemiologico dell'influenza stagionale. Il lavoro di tesi si è concentrato nel tracciamento dell'andamento dell'influenza in Irlanda e nei paesi del Regno Unito durante la stagione 2019-2020, prima applicazione di suddetta procedura negli stati Europei, comprovando l'efficacia del modello nel periodo precedente allo scoppio della pandemia di COVID-19 in Europa. Data la natura emergenziale della pandemia, non è stato possibile applicare la medesima procedura per misurare l'andamento epidemiologico del COVID-19. Inoltre utilizzando i dati ottenuti dalla decima alla quindicesima settimana del 2020, sono state utilizzate tecniche di topic extraction per rilevare i principali topic di discussione dell'opinione pubblica durante le prime settimane della pandemia di COVID-19.
Tracce digitali per il monitoraggio dell'influenza stagionale
MALIZIA, FEDERICO COSIMO
2019/2020
Abstract
La sorveglianza epidemiologica tradizionale ha l'obiettivo di determinare l'inizio, la durata e l'intensità di un'epidemia utilizzando i dati forniti dalle autorità sanitarie locali sulle visite mediche e sulle ospedalizzazioni. La sorveglianza epidemiologica digitale è uno strumento di supporto che tramite l'utilizzo di dati digitali fornisce in tempo reale una stima dell'andamento di un'epidemia. La natura dei social media fa sì che essi possano essere utilizzabili allo scopo di studi sociologici ed epidemiologici, tra cui la possibilità di tracciare l'andamento dell'influenza stagionale, in quanto rappresentano una potenziale fonte in tempo reale di dati geolocalizzabili. La letteratura scientifica ha comprovato con successo l'utilizzo di dati di Twitter combinati a tecniche di machine learning come strumento di tracciamento dell'andamento epidemiologico dell'influenza stagionale. Il lavoro di tesi si è concentrato nel tracciamento dell'andamento dell'influenza in Irlanda e nei paesi del Regno Unito durante la stagione 2019-2020, prima applicazione di suddetta procedura negli stati Europei, comprovando l'efficacia del modello nel periodo precedente allo scoppio della pandemia di COVID-19 in Europa. Data la natura emergenziale della pandemia, non è stato possibile applicare la medesima procedura per misurare l'andamento epidemiologico del COVID-19. Inoltre utilizzando i dati ottenuti dalla decima alla quindicesima settimana del 2020, sono state utilizzate tecniche di topic extraction per rilevare i principali topic di discussione dell'opinione pubblica durante le prime settimane della pandemia di COVID-19.File | Dimensione | Formato | |
---|---|---|---|
873327_traccedigitaliperilmonitoraggiodellinfluenzastagionale.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
7.91 MB
Formato
Adobe PDF
|
7.91 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/153590