Varsler influensa med værmodeller

Meteorologenes datamodeller kan brukes til å spå hvordan influensa sprer seg opptil sju uker fram i tida.

Denne artikkelen er over ti år gammel og kan inneholde utdatert informasjon.

Regnemodellene til meteorologene kan også brukes til å forutsi hvordan influensa sprer seg, takket være raske oppdateringer på nettet. (Foto: (Bilde: www.colourbox.no, bearbeidet av forskning.no))

Amerikanske forskere har kjørt beregninger utfra influensautbrudd i 2004-2005 og 2007-2008 for å se hvor godt spådommene stemmer med virkeligheten.

Resultatene er oppmuntrende. Ved å kjøre flere ulike beregninger, kan de ikke bare spå hvor mange som vil havne under dyna. De kan også beregne hvor stor usikkerheten i spådommene er, akkurat som på langtidsvarslene til yr.no.

Bruker Google-data

Slike beregninger har vært forsøkt i mange år. Det som er nytt, er at internett nå gir raske oppdateringer av hvordan influensaen utvikler seg.

Jeffrey Shaman fra Columbia University i New York og Alicia Karspeck fra National Center for Atmospheric Research i Colorado har brukt data fra Google Flu Trends (GFT).

Dette er en oppfinnsom bruk av søketjenesten, utviklet av Google selv. I en Nature-publisert studie har de vist at jo flere som søker på ord som har med influensa å gjøre, desto flere er faktisk syke.

GFT gir detaljerte data både i tid og rom, også for Norge.

Ferske oppdateringer

Det betyr at epidemologene får tilgang på det samme som meteorologene har hatt i mange år: Ferske observasjoner.

Dermed kan de oppdatere prognosene med jevne mellomrom, på samme måte som for værmeldingene. Disse oppdateringene holder prognosene innenfor sikrere rammer.

Modellene utvikler seg nemlig raskt og kaotisk hvis de ikke korrigeres. Meteorologene kaller det sommerfugleffekten: Et vindblaff fra vingen til en sommerfugl kan lage en storm på den andre siden kloden noen uker seinere.

Vil skille mellom virustyper

I dag gir Google Flu Trends bare en samlet oppdatering for alle typer influensa.

Hvis forskerne kunne få oppdateringer der forskjellige virustyper var skilt fra hverandre, ville varslene bli enda bedre, skriver Shaman og Karspeck i studien, som er publisert i tidsskriftet Proceedings of the National Academy of Sciences.

Referanse og lenke:

Jeffrey Shaman og Alicia Karspeck: Forecasting seasonal outbreaks of influenza, Proceedings of the National Academy of Sciences, Early Online Edition 26. – 30. november 2012

Google Flu Trends

Powered by Labrador CMS