Edición y Dirección General
Farm. Néstor Caprov

VER STAFF
VIENDO 15/6/15
#Curiosidades
Google y el mapa predictor de la gripe
15/6/15, 12:50, CALIFORNIA, febrero 2: Investigadores de la Universidad de California, en Estados Unidos, emplearon una herramienta de Google (diseñada para conocer la propagación de la gripe en tiempo real) para crear un mapa de contagios que incluso puede servir para predecir brotes.
¿Like?
#Medicamentos
19/6/18, 12:43, BUENOS AIRES, junio 18: La farmacéutica admitió que por problemas en su planta de Leverkusen, dejó de distribuir el fármaco Adiro en varios países. Promete solucionar la situación en breve.
#ResistenciaBacteriana
19/6/18, 12:21, BUENOS AIRES, junio 19: En una visita de integrantes del Grupo de Coordinación Interinstitucional sobre Resistencia Antimicrobiana de Naciones Unidas (IACG), se habló de los planes de contención lanzados por el Estado, y se remarcó la necesidad de profundizar las medidas preventivas contra este flagelo.
Científicos de la Universidad de California cruzaron los datos tradicionales de incidencia de enfermedad emitidos por los Centros de Control de Enfermedades (CDC) y los que recopila ¨Google Flu Trends¨, una herramienta digital del gigante de Internet que calcula la propagación y gravedad de un brote de gripe en tiempo real a partir de las búsquedas de síntomas por medio del buscador de Google.

El trabajo fue publicado en la revista ¨Nature Scientific Reports¨ y se presenta como una mejora en la fiabilidad de ambos sistemas, generando una nueva red de datos. "Google Flu Trends tiene errores de precisión. Con este algoritmo podemos optimizar la herramienta para que prevea con precisión y rapidez una epidemia de gripe con una semana de antelación", explicó a Sinc Michael Davidson, investigador de la institución estadounidense y autor principal del estudio.

"La mejor manera de mejorar Google Flu Trend sería trabajar muy estrechamente con Google para incorporar esas mejoras directamente en su algoritmo de búsqueda", según reconoció este experto, que defiende que su modelo permitirá dirigir los esfuerzos de prevención, como campañas de vacunación, y tratamiento a la población en riesgo real.

Además, conocer los patrones de contagio podría resultar útil para implementar estrategias de control que frenen la epidemia. "Integrar la información tradicional en lugar de sustituirla por los big data aumenta la eficacia potencial de las campañas", concluye Davidson, quien también asegura que esta mejora puede tener implicaciones en otros muchos modelos epidemiológicos.