No mês passado, apesar das trágicas conseqüências do furacão Sandy, uma coisa se tornou aparente - os modelos climáticos poderosos agora disponíveis tornaram-se cada vez melhores para ajudar os meteorologistas a prever onde tempestades como Sandy vão a seguir.
Conteúdo Relacionado
- Por que o Google Tendências da Gripe não consegue acompanhar a gripe (ainda)
Essa tecnologia é mais útil do que apenas previsão de tempestades. Em um estudo publicado ontem no Proceedings of National Academy of Sciences, um par de pesquisadores tem aproveitado essa tecnologia para prever a propagação da gripe. Com dados em tempo real do Google Tendências da Gripe, seus modelos podem prever onde, quando e como surtos severos de gripe sazonal ocorrerão em todo o país.
"As descobertas indicam que as previsões hábeis em tempo real do horário de pico podem ser feitas mais de sete semanas antes do pico real", escreve Jeffrey Shaman, cientista ambiental da Universidade de Columbia, e Alicia Karspeck, do Centro Nacional de Pesquisa Atmosférica, em seu papel. "Este trabalho representa um passo inicial no desenvolvimento de um sistema estatisticamente rigoroso para previsão em tempo real da gripe sazonal." Se tais esperanças se concretizarem, pode haver algo como um sistema de alerta antecipado da gripe ("taxas de gripe são projetadas para o pico". na sua área na próxima semana ”) semelhante aos furacões e outros eventos climáticos severos.
Tanto a transmissão do tempo quanto da gripe são exemplos de sistemas não lineares: aqueles em que uma pequena mudança nas condições de partida pode provocar uma enorme mudança nos resultados. Na construção de modelos climáticos, os cientistas analisam dados históricos sobre como esses tipos de pequenas mudanças (digamos, águas um pouco mais quentes no Caribe) afetaram os resultados (um furacão com muito mais força quando atinge a costa leste). Assimilando anos de dados e executando inúmeras simulações, eles podem gerar uma previsão razoavelmente precisa para as chances de eventos climáticos hipotéticos ocorrendo dentro de um período de cerca de uma semana.
No novo estudo, os pesquisadores usaram princípios derivados desses modelos e os aplicaram à disseminação da gripe. Para insumos, além das medições atmosféricas de temperatura, pressão e vento, eles usaram o Google Flu Trends, um serviço que fornece dados em tempo real sobre a transmissão da gripe ao redor do mundo examinando de perto os termos de pesquisa inseridos no Google. Embora nem todas as pessoas que procuram "gripe" necessariamente tenham gripe, os pesquisadores do Google mostraram que os termos de pesquisa relacionados à gripe podem ser um substituto preciso para as taxas de transmissão da gripe ao redor do mundo - se muitas pessoas em uma área em particular pesquisarem "gripe" É uma boa aposta que a infecção tenha chegado em massa.
A influenza parece se comportar de acordo com princípios probabilísticos envolvendo condições atmosféricas similares às do clima. Outros fatores a serem considerados incluem a densidade populacional de uma área. Combinando fatores como umidade e temperatura com dados do Google e informações reais sobre a taxa de gripe mantidas pelos hospitais, os pesquisadores conseguiram desenvolver modelos que se aproximam de como a gripe tem sido transmitida nos anos desde que as autoridades vêm acompanhando o caminho.
Para testar seu modelo, os pesquisadores avaliaram dados da gripe de Nova York de 2003 a 2008. Ao inserir dados sobre a transmissão da gripe até um determinado momento e pedir ao modelo para fornecer uma previsão semanal de como a gripe se comportaria, eles foram capazes de produzir previsões precisas de quando a infecção chegaria ao pico, às vezes até sete semanas antes do tempo. Além disso, como nos modelos climáticos, o sistema pode distinguir entre vários cenários diferentes e fornecer estimativas de quão provável é cada um deles.
Com o desenvolvimento contínuo e dados em tempo real como o Google Flu Trends disponíveis, esse tipo de tecnologia poderia, teoricamente, ser usado para gerar uma previsão de gripe para áreas locais, até mesmo para o nível estadual ou municipal.
