Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EPIDEMIOLOGÍA DIGITAL
Andrés Mejía
EJE 4
Propongamos
Fuente: Adobe/331293425
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Técnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Análisis de contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Análisis temático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Aprendizaje de máquinas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Análisis semántico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Herramientas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Symplur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Twitonomy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
NodeXL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Otros proyectos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
NextStrain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
SocioPatterns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Privacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
ÍNDICE
Autonomía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Equidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Responsabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
INTRODUCCIÓN
Introducción
Técnicas
Análisis de contenido
Análisis temático
Se trata de una actividad en donde se buscan patrones dentro de los datos extraídos
a través del contacto y gestión, digamos, manual. Es un proceso de familiarización, lo
cual permite codificarlo, clasificarlo y hacer análisis encontrando puntos en común. Es
similar al proceso de análisis de contenido.
Aprendizaje de máquinas
Análisis semántico
Video
https://www.youtube.com/watch?v=MwDh3IEXYcU
Herramientas
Existen diversas herramientas para el análisis de redes sociales y social media y acá
vamos a explorar tres: Symplur, Twitonomy y NodeXL.
Instrucción
Caso simulado
Una herramienta de fácil uso que permite evaluar tweets con el objetivo de
encontrar tendencias y de obtener conocimiento sobre grandes cantidades de
datos. Acá desglosamos algunas de las diversas posibilidades que ofrece.
Análisis de redes
Gráfico Social
Análisis de audiencias
En este tipo de análisis, (figura 5), se puede hacer un desglose general de los grupos
de interés en salud y visualizar el comportamiento en el tiempo para cada segmento.
La figura 6 nos muestra los temas de interés para un tópico en salud en particular,
en un gráfico de burbujas, en donde los temas asociados más importantes están repre-
sentados por burbujas grandes. También permite seleccionar uno de esos temas como
tópico central y, así, encontrar los subtemas de mayor interés.
Análisis de sentimientos
En la figura 7 vemos un análisis de las emociones de los usuarios que han compartido
tweets sobre un tema en particular. Estas emociones están clasificadas por grupos de
interés, y si son positivas o negativas.
Twitonomy
Estadísticas básicas
En la figura 8, se pueden analizar indicadores como tweets por día, número de men-
ciones, número de enlaces compartidos, número de hashtags empleados, así como el
volumen total de tweets, entre otros. Se puede variar el rango temporal de análisis según
convenga.
Historia de tweets
En esta figura, se determina, para el período analizado, cuáles son los usuarios con los
que se ha ejercido mayor vinculación, medida a través de retweets, respuestas y favoritos.
La figura 11, muestra la lista de los 10 hashtags más usados. También los 10 tweets más
compartidos por otros usuarios y con el mayor número de me gusta.
NodeXL
La figura 12, muestra un ejemplo de análisis de redes en donde el mapa muestra una
serie de contactos entre dos usuarios cuando hay una mención o contacto entre sí. Muy
similar a lo que vimos en Symplur.
Esta herramienta está dirigida a múltiples tipos de redes sociales y plataformas como
Twitter, Wikipedia, YouTube, entre otros.
Instrucción
Caso modelo
Otros proyectos
NextStrain
SocioPatterns
Instrucción
Demostración de roles
Acá, basado en lo expuesto por (Mello & Wang, 2020), presentaré algunos de los retos
éticos que se deben enfrentar en el contexto del COVID-19.
Instrucción
• Lectura complementaria:
Lilian Edwards
• Práctica
La epidemiología digital emplea datos de origen digital, usualmente masivos, que crean
la dificultad de obtener de manera ágil y con una logística racional, obtener el consenti-
miento informado de las personas dueñas de esos datos. Muchos aspectos de este tipo
de vigilancia pueden emplear fotografías de los usuarios, sus ubicaciones geográficas,
explorar las listas de sus contactos, así como emplear sus comportamientos para derivar
conclusiones sobre tendencias y características que las personas podrían no querer dar a
conocer a un tercero. Esto aplicaría no solo fuera de los lugares de residencia sino dentro
de cada espacio de ella. Con el advenimiento de la internet de las cosas y los dispositivos
vestibles, incrustables y digeribles, la privacidad podría verse arrinconada y se hará aún
más difícil obtener el consentimiento. ¿Se puede acaso no consentir? ¿Y en casos de
emergencia con el COVID-19 y otras futuras pandemias, es correcto implementarlo?
Autonomía
La autonomía tiene acá dos asociaciones. Por un lado, está la autonomía de poder
decidir si participar o no en este tipo de vigilancia. Como vimos, la logística de obtener el
consentimiento informado de cada persona de quien se requieran datos y para cada vez
que se ejerza la actividad de vigilancia, requiere de una logística difícil de lograr. Además,
es difícil determinar si las personas comprenden el alcance, los beneficios y perjuicios de
tal consentimiento. Por el otro lado están las medidas que se toman para controlar, por
ejemplo, el movimiento social y cuyos indicadores derivan de sensores de posicionamiento.
Como los GPS en los celulares. ¿Son correctas estas medidas que evitan la autónoma
movilidad individual y que se monitorean mediante estos mecanismos?
Equidad
Lectura recomendada
Para ampliar este apartado se invita al estudiante
desde la página principal del eje a realizar la lectura
complementaria:
Responsabilidad
Deben elaborarse mecanismos de manera tal que exista una vinculación entre los
usuarios de la epidemiología digital y las consecuencias de estos análisis, ya sean institu-
ciones privadas o gubernamentales, centros y grupos de investigación, o incluso personas
naturales. Esto es crucial porque así mismo pueden desarrollarse protocolos y lineamientos
de mejores prácticas y minimización de riesgos. ¿Cuál es el nivel de transparencia que
se debe tener sobre estos procesos? ¿Hasta dónde los datos empleados deben ser de
dominio público? ¿Quién se encarga de delimitar lo público de lo privado en los datos de
las personas y sus análisis, en particular, frente a una emergencia como la de COVID-19?
Video
https://www.youtube.com/watch?v=61FtO62r7tM
Lectura recomendada
Finalmente, vemos que la epidemiología digital tiene muchas cuestiones éticas que
necesitan análisis adecuados, así como la formulación de políticas y protocolos que ase-
guren que existe una maximización de los beneficios que puedan obtenerse de este tipo
de técnicas digitales y que minimicen los posibles daños que puedan generarse tanto a
las personas como a las instituciones que estén haciendo uso de la epidemiología digital.
impact-blog/