Le succès d'une campagne de vaccination peut se jouer sur Twitter

Par 28 octobre 2011 Laisser un commentaire
H1N1

Alors que Twitter a déjà montré son potentiel pour observer le déroulement de catastrophes naturelles ou déterminer l'humeur d'une population, des chercheurs s'en servent pour déterminer le succès d'une vaccination.

Comprendre comment les réseaux sociaux peuvent influencer le taux de vaccination d'une maladie spécifique grâce à Twitter, voilà le sujet sur lequel ont planché deux scientifiques de l'université de Penn State. En analysant les réactions des internautes à l'annonce d'un nouveau vaccin et en les mettant en parallèle avec leurs actes, les chercheurs ont pu constater l'impact des opinions positives et négatives des utilisateurs du site de micro-blogging sur leurs cercles sociaux. Marcel Salathé a amassé 477,768 tweets contenant des mots clefs reliés à la vaccination contre la grippe H1N1 entre août 2009 et janvier 2010. Il a ensuite chargé les étudiants de Penn State de noter 10% de ce matériel, sélectionnés au hasard, comme étant positif, négatif, neutre ou non pertinent. Ces tweets "échantillons" ont ensuite été utilisés pour créer un algorithme permettant de classer automatiquement par ordinateur les 90% restants suivant l'opinion exprimée par l'internaute.

Un sentiment positif équivaut à un fort taux de vaccination

Les utilisateurs de Twitter renseignant souvent leur profil avec leur localisation, les scientifiques ont pu mettre en corrélation leur sentiment avec les taux de vaccination suivant les régions, établis par les Centers for Disease Control and Prevention (CDC). Par exemple, la Nouvelle-Angleterre, qui avait le sentiment le plus positif à propos du vaccin a eu également le plus fort taux de vaccination. Ce phénomène peut s'expliquer par le fait que les internautes suivent et sont majoritairement suivis par des personnes ayant le même avis qu'eux. Cela créait donc des communautés où les sentiments dissonants étaient annihilés. Ces mêmes groupes finissaient par s'étendre à la sphère physique, influençant le taux de vaccination réel de la population dans une certaine zone.

Un algorithme efficace pour observer l'obésité ?

Les chercheurs ont également constaté que les opinions évoluaient au fil du temps. Le sentiment négatif était généralement présent lors de l'annonce d'un nouveau vaccin puis s'estompait petit à petit lorsque le vaccin était envoyé, avant de repartir de plus belle lors des rappels. Les scientifiques de Penn State souhaiteraient appliquer leur algorithme à d'autres maladies comme l'obésité, l'hypertension ou les déficiences cardiaques. "Ces pathologies ne sont pas à proprement parler infectieuses mais elles dépendent grandement de l'attitude et du mode de vie de chacun. Il sera donc intéressant de voir à l'avenir comment les réseaux sociaux influent des pratiques comme la mauvaise alimentation ou l'absence d'exercices physiques", conclut Marcel Salathé.

Haut de page

Vos commentaires

(If you're a human, don't change the following field)
Your first name.
(If you're a human, don't change the following field)
Your first name.
Le contenu de ce champ sera maintenu privé et ne sera pas affiché publiquement.
  • Aucune balise HTML autorisée
  • Les lignes et les paragraphes vont à la ligne automatiquement.

Plus d'informations sur les options de formatage

En soumettant ce formulaire, vous acceptez la politique de confidentialité de Mollom.

Mentions légales © L’Atelier BNP Paribas