Análisis exploratorio de datos de Twitter
Comprender las conexiones de información de salud durante el brote de fiebre amarilla en 2017
DOI:
https://doi.org/10.36311/1940-1640.2020.v14n3.10179Palabras clave:
Redes sociales, Procesamiento de datos, Fiebre amarilla, Análisis Exploratorio de GráficosResumen
Este artículo presenta un análisis exploratorio de cómo se compartió y discutió la información de salud en Twitter en términos de temas de conciencia y posiciones durante el brote de fiebre amarilla de 2017 en Brasil. Para esto, se utilizó el enfoque de minería de datos con análisis de gráficos exploratorios. Como resultados principales, se identificaron picos de mensajes en comparación con los picos de casos reportados en algunas regiones del país, un análisis de hashtags vinculados al tema principal y diferentes temas del análisis exploratorio de gráficos como campaña de vacunación, sentimientos, prevención, rumores, otras enfermedades vinculadas al mismo transmisor, entre otras. Este estudio demostró que las redes sociales, como Twitter, ofrecen oportunidades únicas para la vigilancia participativa, que puede ayudar a monitorear algunos aspectos de la salud pública y ofrecer datos adicionales a los administradores de salud sobre cómo las personas interactúan durante un brote.
Descargas
Referencias
Araújo, Gabriela Denise., et al. “Sentiment Analysis of Twitter’s Health Messages in Brazilian Portuguese”. J. Health Inform, vol. 10, no. 1, p. 17-24, 2018.
Appel, Ana Paula. Métodos para o pré-processamento e mineração de grandes volumes de dados multidimensionais e redes complexas. 2010. Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação, Tese de doutorado.
Bardin, Laurence. Análise de conteúdo. São Paulo: Edições 70, 2016.
Beykikhoshk, A., et al. “Using Twitter to Learn about the Autism Community”. Soc. Netw. Anal. Min., vol. 5, no. 22, 2015. https://doi.org/10.1007/s13278-015-0261-5
Boldrini, Angela. “Surto de febre amarela no Brasil é o maior de série histórica, desde 1980”. Folha de S. Paulo, São Paulo, 26 jan. 2017.
Brasil, Ministério da Saúde, Secretaria de Vigilância em Saúde. Informe especial febre amarela no Brasil nº 01/2017, Saúde, 2017a, portalarquivos.saude.gov.br/images/pdf/2017/marco/18/Informe-especial-COES-FA.pdf
Brasil, Ministério da Saúde, Secretaria de Vigilância em Saúde, Centro de Operações de Emergências em Saúde Pública sobre Febre Amarela. Informe nº43/2017b, 2017b, portalarquivos.saude.gov.br/images/pdf/2017/junho/02/COES-FEBRE-AMARELA---INFORME-43---Atualiza----o-em-31maio2017.pdf
Brasil, Ministério da Saúde, Secretaria de Vigilância em Saúde, Departamento de Vigilância de Doenças Transmissíveis. Febre amarela silvestre no Brasil, 2017c, www.saude.gov.br/images/pdf/2017/junho/22/1.%20b%20-%20FA_CIT_22.06.2017.pdf
Dorow, Beate. A Graph Model for Words and their Meanings, 2006. Universität Stuttgart, PhD Dissertation.
Grover, Purva, et al. “Technology enabled Health” – Insights from twitter analytics with a socio-technical perspective. International Journal of Information Management, vol. 43, p. 85–97, 2018.
Guimarães, Raphael Mendonça, et al. “Os desafios para a formulação, implantação e implementação da Política Nacional de Vigilância em Saúde”. Ciênc. saúde coletiva, Rio de Janeiro, vol. 22, no. 5, p. 1407-1416, 2017.
Hoffman, L. Beth., et al. “It’s not all about autism: The emerging landscape of anti-vaccination sentiment on Facebook”. Vaccine, vol. 37, p. 2216-2223, 2019.
Klein, Gisiela Hasse, Guidi Neto, Pedro and Tezza, Rafael. “Big Data e mídias sociais: monitoramento das redes como ferramenta de gestão”. Saúde soc., vol.26, no.1, p.208-217, Mar 2017, ISSN 0104-1290. http://dx.doi.org/10.1590/s0104-12902017164943.
Lakatos, Eva Maria. Fundamentos de metodologia científica. 8th ed. São Paulo: Grupo Gen - Atlas, 2017.
Miller, Wendy R., et al. “Word Adjacency Graph Modeling: Separating Signal From Noise in Big Data.” Western Journal of Nursing Research, vol. 39, no. 1, pp. 166–185, Jan. 2017, https://doi.org/10.1177/0193945916670363
Sanders-Jackson, A., et al. “Applying linguistic methods to understanding smoking-related conversations on Twitter”. Tobacco Control, vol. 24, p. 136-138, 2015.
Stefanidis, A. et al. “Zika in Twitter: Temporal Variations of Locations, Actors, and Concepts”. JMIR Public Health Surveill, vol. 3, no. 2, 2017.
Tangherlini, R. T. et al. “Mommy Blogs” and the Vaccination Exemption Narrative: Results From A Machine-Learning Approach for Story Aggregation on Parenting Social Media Sites. JMIR Public Health Surveill, vol. 2, no. 2, p. 166, 2016.
Descargas
Publicado
Número
Sección
Licencia
Al someter un artículo, los autores conservan los derechos de autor del artículo, otorgando todos los derechos para el Brazilian Journal of Information Science: research trends para publicar el texto.
El(los) autor(es) acuerdan que el artículo, si se acepta editorialmente para su publicación, tendrá licencia bajo Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) (http://creativecommons.org/licenses/by-sa /4.0).
Los lectores/usuarios son libres para:
- Compartir - copiar y redistribuir el material en cualquier medio o formato.
- Adaptar - remezclar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.
El licenciante no puede revocar estas libertades mientras siga los términos de la licencia. Bajo los siguientes términos:
- Atribución: debe otorgar el crédito apropiado, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de manera razonable, pero de ninguna manera que sugiera que el licenciante lo respalda en su uso.
Compartir igual: si remezcla, transforma o desarrolla el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros de hacer cualquier cosa que la licencia permita.
Avisos:
- No tiene que cumplir con la licencia para elementos del material de dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.
- No se otorgan garantías. Es posible que la licencia no le otorgue todos los permisos necesarios para su uso previsto. Por ejemplo, otros derechos como publicidad, privacidad o derechos morales pueden limitar la forma en que usa el material.
Creative Commons Attribution-ShareAlike 4.0 International License