Une récente Rapports scientifiques L’étude a utilisé les données de Twitter sur la mobilité sociale pour identifier la population qui se conformait de plus en plus aux directives de santé publique formulées pendant la pandémie de maladie à coronavirus 2019 (COVID-19). Ces lignes directrices ont été formulées et mises en œuvre pour contenir la pandémie de COVID-19 causée par le coronavirus-2 du syndrome respiratoire aigu sévère (SRAS-CoV-2).
Étude : Les données de Twitter sur la mobilité sociale révèlent des variations démographiques dans les pratiques de distanciation sociale pendant la pandémie de COVID-19. Crédit d’image : Fatmawati Achmad Zaenuri/Shutterstock
Sommaire
Arrière-plan
La distance sociale et l’isolement étaient les deux méthodes les plus efficaces pour prévenir la transmission de l’infection par le SRAS-CoV-2. Ces interventions ont été cruciales, en particulier au début de la pandémie, lorsque d’autres interventions n’étaient pas disponibles.
Au début de la pandémie, les responsables de la santé publique américaine ont demandé au grand public d’éviter d’organiser et de participer à de grands rassemblements et de respecter la distanciation sociale. Plusieurs études ont montré un respect mitigé de ces recommandations, ce qui a impacté leur efficacité. Certains facteurs qui perturbent le respect des recommandations en matière de distanciation sociale sont l’environnement de logement, le fardeau financier et la méfiance à l’égard des agents publics.
Comprendre les facteurs qui régissent le respect des règles de distanciation sociale dans différentes populations est essentiel. Cela peut être réalisé en évaluant les données de mobilité en ligne pour aider à comprendre les habitudes de déplacement. Les données de mobilité peuvent être facilement obtenues à partir de téléphones mobiles compatibles GPS et peuvent être utilisées pour évaluer les modèles de mobilité pendant la pandémie de COVID-19. Un inconvénient de ces données est que les facteurs qui ont induit une réduction de la mobilité ne peuvent pas être évalués. Twitter pourrait être une source alternative de données sur la mobilité.
À propos de l’étude
Au cours de la période d’étude, les tweets publics ont pu être collectés gratuitement en temps réel à partir de l’interface de programmation d’application (API) de Twitter. Cependant, Twitter a transformé ce service en service payant en 2023. Il convient de noter que la géolocalisation dans les tweets est autorisée sur une plateforme Twitter qui fournit des informations de localisation dans les métadonnées du tweet. Des études antérieures ont utilisé la géolocalisation automatique de Twitter pour comprendre divers modèles. L’étude actuelle a utilisé des publications publiques sur Twitter contenant des données de localisation.
Un avantage clé des données Twitter est la disponibilité de plusieurs données sur un utilisateur. Les données collectées peuvent être utilisées pour établir la corrélation entre la mobilité d’un utilisateur et son comportement en matière de santé, sa race, son âge, ses affiliations politiques et ses revenus. Ces facteurs démographiques aident à identifier quelle population est la plus encline à adhérer à la distanciation sociale.
Cette étude a utilisé les données du projet Twitter Social Mobility Index qui comprenait des tweets publics géolocalisés en provenance des États-Unis entre le 1er janvier 2019 et le 21 juin 2020. Un indice a été calculé à l’aide des données géolocalisées de Twitter et a estimé l’écart type entre les emplacements au cours de chaque semaine. Des valeurs élevées d’écart type reflétaient une grande mobilité.
Résultats de l’étude
Des tests d’analyse de variance (ANOVA) ont été menés pour identifier des groupes spécifiques aux États-Unis qui ont présenté des réductions de mobilité plus significatives pendant la pandémie de COVID-19. Les groupes ethniques asiatiques et latino-américains, les hommes, les groupes plus âgés et les démocrates faisaient partie de ceux qui présentaient une mobilité considérablement réduite. Un modèle de mobilité similaire a également été observé chez les personnes originaires d’États à plus forte densité de population. Conformément aux conclusions de cette étude, une étude antérieure a également signalé une mobilité réduite chez les populations asiatiques et noires.
Une différence significative entre les sexes dans les schémas de mobilité pourrait être due à une répartition déséquilibrée par âge dans l’ensemble de données de l’étude. Dans cette cohorte d’étude, un nombre comparable d’hommes et de femmes étaient présents dans la tranche d’âge de moins de 30 ans. Cependant, cet équilibre était perturbé chez les personnes de plus de 30 ans, où les hommes étaient plus nombreux que les femmes.
La présente étude a fourni des informations importantes sur les interactions entre différents groupes. Par exemple, l’affiliation politique a eu un impact plus important lorsqu’on interagit avec l’âge et le sexe. Comme prévu, l’âge est un facteur important de mobilité. Les personnes âgées présentaient une réduction significative de leur mobilité, quel que soit leur sexe. Cependant, par rapport aux autres groupes ethniques, les personnes âgées noires présentaient une moindre réduction de leur mobilité.
L’objectif principal de cette étude était de déterminer le comportement réel et non la volonté ou l’attitude envers la distanciation sociale. Les individus sont souvent d’accord sur l’importance de la distanciation sociale mais doivent voyager pour des raisons professionnelles ou économiques. Corroborant cette observation, une étude antérieure a révélé que les zones riches avaient vu leur mobilité réduite pendant la pandémie. Cette étude a observé qu’une confiance accrue dans le gouvernement était associée à une plus grande réduction de la mobilité selon l’âge et l’origine ethnique.
Limites des données Twitter
Les études futures doivent tenir compte des limites liées aux données Twitter lors de leur utilisation à des fins de recherche. Ces données permettent d’évaluer les caractéristiques individuelles au lieu d’avoir une vision globale qui pourrait également éclairer d’autres questions. Les données manquent d’informations importantes, telles que des données socio-économiques, qui pourraient constituer un facteur de confusion essentiel pour déterminer pourquoi certains groupes connaissent des réductions de mobilité plus faibles. De plus, les données n’ont pas pu déterminer si la mobilité accrue des individus était associée à d’autres précautions, telles que le port de masques faciaux et l’utilisation fréquente de désinfectants pour les mains.
Dans l’ensemble, l’étude actuelle a mis en évidence la valeur des données géolocalisées de Twitter pour comprendre comment les gens ont répondu ou adhéré aux recommandations de santé publique pendant la pandémie de COVID-19.
