Epatite C: Possiamo Prevedere il Futuro con Baidu? La Scienza Dice Sì!

Ciao a tutti! Oggi voglio parlarvi di qualcosa che mi affascina tantissimo: come possiamo usare la tecnologia, e in particolare i dati che lasciamo online, per combattere malattie importanti come l’Epatite C (HCV). Sembra fantascienza, vero? Eppure, uno studio recente ci mostra come sia possibile, e i risultati sono davvero promettenti!

L’Epatite C: Un Nemico Silenzioso e la Sfida Globale

Partiamo dalle basi. L’Epatite C è un’infezione causata da un virus (l’HCV, appunto) che colpisce il fegato. La cosa subdola è che è un’infezione molto “latente”: la maggior parte delle persone non si accorge di averla fino a quando non compaiono danni al fegato, a volte anche dopo molti anni. Pensate che tra il 55% e l’85% delle infezioni diventa cronica, e questo aumenta il rischio di sviluppare cirrosi epatica (15-30% entro 20 anni).

L’Organizzazione Mondiale della Sanità (OMS) stima che nel 2023 ci fossero circa 50 milioni di persone cronicamente infette nel mondo, con almeno 1 milione di nuove infezioni ogni anno. La buona notizia? Esistono farmaci antivirali ad azione diretta (DAA) che possono curare oltre il 95% delle infezioni! Fantastico, no?

Il problema, però, è che bisogna *trovare* le persone infette per poterle curare. E qui casca l’asino. In Cina, ad esempio, nel 2022 solo il 18% delle persone con HCV era stato diagnosticato e appena l’1,3% trattato. Siamo lontanissimi dall’obiettivo dell’OMS per il 2030: diagnosticare il 90% delle infezioni e trattare l’80% dei pazienti diagnosticati per eliminare l’epatite virale come minaccia per la salute pubblica.

I Limiti della Sorveglianza Tradizionale

Attualmente, la sorveglianza dell’HCV si basa ancora su sistemi tradizionali di monitoraggio delle malattie infettive. Questi sistemi, purtroppo, hanno dei difetti: sono spesso lenti e in ritardo nel segnalare i nuovi casi. Questo ritardo è un grosso problema, specialmente ora che abbiamo cure efficaci. Dobbiamo essere più rapidi per raggiungere l’obiettivo del 2030. E la pandemia di COVID-19 non ha aiutato, rallentando ulteriormente i piani di eliminazione globale dell’epatite. Si stima che questo ritardo potrebbe portare a decine di migliaia di morti in più legate all’HCV entro il 2030.

La Svolta Digitale: Internet Come Alleato

Ed ecco che entra in gioco l’idea geniale: usare i dati di ricerca su internet! Quando le persone hanno dubbi sulla loro salute, cosa fanno? Cercano online! Questi dati sono:

• Abbondanti: Milioni di ricerche ogni giorno.
• Disponibili in tempo reale: Non dobbiamo aspettare mesi per avere un quadro della situazione.
• Oggettivi: Riflettono le preoccupazioni reali della popolazione.

Durante la pandemia di COVID-19, abbiamo visto l’enorme potenziale dei dati di ricerca per monitorare le malattie infettive. In Cina, il motore di ricerca dominante è Baidu (usato da oltre il 90% degli utenti). Il suo strumento, il Baidu Search Index (BSI), ci permette di vedere quanto spesso vengono cercate determinate parole chiave. Già altri studi hanno dimostrato che includere il BSI nei modelli predittivi per malattie come il vaiolo delle scimmie o la scarlattina ne migliora notevolmente le prestazioni.

Costruire il Modello Predittivo: SARIMA vs SARIMAX

Quindi, cosa hanno fatto i ricercatori in questo studio? Hanno raccolto i dati sui casi di HCV segnalati in Cina da gennaio 2011 a settembre 2023 (quasi 3 milioni di casi in totale, con una media di circa 19.000 al mese!). Hanno notato un andamento stagionale, con un picco a marzo e un calo a febbraio, e un trend generale in crescita, nonostante i cali nel 2020 e 2022 dovuti al COVID-19.

Poi, hanno raccolto i dati del BSI per tantissime parole chiave legate all’HCV (sintomi, cause, esami, cure…). Hanno usato analisi statistiche (correlazione di Spearman e cross-correlazione temporale) per trovare le parole chiave più strettamente legate all’incidenza reale dell’HCV. Ne hanno selezionate cinque molto significative (tra cui “Epatite C” e “Epatite Cronica”). Curiosamente, hanno scoperto che le ricerche per queste parole chiave erano correlate ai casi di HCV senza ritardo temporale (lag = 0 mesi). Questo suggerisce che le persone cercano informazioni proprio mentre la malattia si sta diffondendo o quando vengono diagnosticate.

Con questi dati, hanno costruito due tipi di modelli predittivi basati sull’analisi delle serie temporali:

1. SARIMA (Seasonal Autoregressive Integrated Moving Average): Un modello classico, bravo a catturare tendenze e stagionalità nei dati storici di una singola variabile (in questo caso, i casi di HCV).
2. SARIMAX (SARIMA with eXogenous variables): Una versione potenziata del SARIMA, che permette di includere variabili esterne (le “X” nel nome, dette *variabili esogene*). In questo studio, la variabile esterna era proprio un indice composito basato sulle ricerche Baidu (il Comprehensive Search Index – CSI).

L’idea era vedere se aggiungere i dati di ricerca Baidu (tramite il modello SARIMAX) migliorasse la capacità di prevedere i futuri casi di HCV rispetto al solo uso dei dati storici (modello SARIMA).

I Risultati: SARIMAX Vince a Mani Basse!

Hanno diviso i dati: 2011-2019 per “allenare” i modelli e 2020-Settembre 2023 per “testarli” e vedere quanto fossero bravi a prevedere. E i risultati sono stati netti!

Il modello SARIMAX(0,1,1)(2,1,1)(12) + CSI(Lag=0) si è dimostrato nettamente superiore al modello SARIMA(0,1,1)(2,1,1)(12). Come lo sappiamo? Guardando gli errori di previsione:

• MAE (Mean Absolute Error): Più basso è, meglio è. SARIMAX (1754.05) vs SARIMA (3940.86) nel periodo di test.
• RMSE (Root Mean Square Error): Anche qui, più basso è, meglio è. SARIMAX (2733.02) vs SARIMA (4846.49).
• MAPE (Mean Absolute Percentage Error): Esprime l’errore in percentuale. SARIMAX (0.12%) vs SARIMA (0.24%).

Questi numeri ci dicono che il modello SARIMAX, grazie all’inclusione dei dati di ricerca Baidu, ha commesso errori significativamente più piccoli nel prevedere i casi di HCV, dimezzando quasi l’errore percentuale!

Ancora più interessante: il modello SARIMAX ha mantenuto la sua accuratezza anche durante il periodo turbolento della pandemia di COVID-19, quando l’incidenza reale ha avuto cali inaspettati. Il modello SARIMA, basandosi solo sul passato, prevedeva numeri più alti, mentre il SARIMAX, “sentendo il polso” della situazione tramite le ricerche online, si è adattato meglio alla realtà. Hanno anche fatto analisi su sotto-periodi (anno per anno dal 2020) e il SARIMAX si è sempre dimostrato più performante.

Perché Questo Studio è Importante?

Questo studio è fondamentale perché ci mostra un modo concreto per migliorare la sorveglianza dell’Epatite C. Un modello come il SARIMAX + BSI può:

• Fornire previsioni più accurate e tempestive sull’incidenza della malattia.
• Aiutare le autorità sanitarie a pianificare meglio gli interventi (screening, campagne informative, allocazione risorse).
• Dare un supporto più robusto per raggiungere l’ambizioso, ma possibile, obiettivo di eliminare l’HCV entro il 2030.

È un esempio lampante di come l’analisi dei big data possa rivoluzionare la salute pubblica, rendendola più proattiva e meno reattiva.

Limiti e Prospettive Future

Come ogni studio, anche questo ha delle limitazioni. I ricercatori stessi ne sono consapevoli:

• Hanno usato solo dati da Baidu, tralasciando altre piattaforme social o motori di ricerca.
• Non hanno potuto analizzare come le preferenze individuali o fattori regionali influenzino le ricerche online.
• Le parole chiave potrebbero diventare obsolete e andranno aggiornate periodicamente.

Nonostante ciò, la strada è tracciata. Il futuro della sorveglianza epidemiologica passerà sempre più dall’integrazione di diverse fonti di dati, inclusi quelli digitali. Questo approccio SARIMAX basato sul BSI è un passo avanti significativo e offre una base scientifica solida per decisioni di salute pubblica più informate ed efficaci.

Insomma, la prossima volta che cercate un sintomo su internet, pensate che, in forma aggregata e anonima, la vostra ricerca potrebbe contribuire a costruire modelli predittivi che aiutano a combattere malattie su larga scala. Non è incredibile?

Fonte: Springer