Even in developed countries, infect

Even in developed countries, infectious disease has significant impact; for example, flu seasons in the United States take between 3,000 and 49,000 lives. Disease surveillance, traditionally based on patient visits to health providers and laboratory tests, can reduce these impacts. Motivated by cost and timeliness, surveillance methods based on internet data have recently emerged, but are not yet reliable for several reasons, including weak scientific peer review, breadth of diseases and countries covered, and underdeveloped forecasting capabilities. We argue that these challenges can be overcome by using a freely available data source: aggregated access logs from the online encyclopedia Wikipedia. Using simple statistical techniques, our proof-of-concept experiments suggest that these data are effective for predicting the present, as well as forecasting up to the 28-day limit of our tests. Our results also suggest that these models can be used even in places with no official data upon which to build models. In short, this paper establishes the utility of Wikipedia as a broadly effective data source for disease information, and we outline a path to a reliable, scientifically sound, operational, and global disease surveillance system that overcomes key gaps in existing traditional and internet-based techniques.

ผลลัพธ์ (ไทย) 1:

แม้ในประเทศที่พัฒนาแล้ว โรคมีผลกระทบอย่างมีนัยสำคัญ ตัวอย่าง ไข้หวัดใหญ่ฤดูกาลในสหรัฐอเมริกาใช้เวลาระหว่างชีวิต 3000 และ 49,000 เฝ้าระวังโรค ประเพณีตามชมผู้ให้บริการสุขภาพและห้องปฏิบัติการทดสอบ ผู้ป่วยสามารถลดผลกระทบเหล่านี้ แรงจูงใจ ด้วยทุนและเที่ยงตรง วิธีรักษาความปลอดภัยบนอินเทอร์เน็ตข้อมูลล่าสุดได้เกิด แต่ยังไม่เชื่อถือได้จากหลายสาเหตุ รวมอ่อนแอทางวิทยาศาสตร์ กว้างโรคและครอบคลุมประเทศ และมีความสามารถในการคาดการณ์ธรรมชาติ เราโต้แย้งว่า สามารถเอาชนะความท้าทายเหล่านี้ โดยใช้แหล่งข้อมูลที่พร้อมใช้งานได้อย่างอิสระ: รวมบันทึกการเข้าถึงจากสารานุกรมออนไลน์วิกิพีเดีย โดยใช้เทคนิคทางสถิติอย่างง่าย การทดลองพิสูจน์ของแนวคิดของเราแนะนำว่า ข้อมูลเหล่านี้มีการคาดการณ์ปัจจุบัน ตลอดจนการคาดการณ์ถึงจำนวน 28 วันการทดสอบของเรา ผลของเรายังแนะนำว่า สามารถใช้แบบจำลองเหล่านี้แม้ในสถานที่ที่ไม่มีข้อมูลอย่างเป็นทางการซึ่งการสร้างแบบจำลอง ในระยะสั้น กระดาษนี้สร้างอรรถประโยชน์ของวิกิพีเดียเป็นแหล่งข้อมูลที่มีประสิทธิภาพอย่างกว้างขวางสำหรับข้อมูลโรค และเราคร่าว ๆ เส้นทางกับระบบเฝ้าระวังโรคที่เชื่อถือได้ น่าเสียง ดำเนินงาน และทั่วโลกที่ overcomes ช่องคีย์ที่มีอยู่ดั้งเดิมและเทคนิคใช้อินเทอร์เน็ต ด้วย

ผลลัพธ์ (ไทย) 2:

แม้ในประเทศที่พัฒนาแล้วโรคติดเชื้อที่มีผลกระทบอย่างมีนัยสำคัญ; ตัวอย่างเช่นฤดูกาลไข้หวัดใหญ่ในสหรัฐอเมริกาใช้เวลาระหว่าง 3,000 และ 49,000 ชีวิต การเฝ้าระวังโรคตามประเพณีในการเข้าชมของผู้ป่วยที่จะให้บริการด้านสุขภาพและการทดสอบในห้องปฏิบัติการสามารถลดผลกระทบเหล่านี้ แรงบันดาลใจจากค่าใช้จ่ายและทันเวลาวิธีการเฝ้าระวังบนพื้นฐานของข้อมูลทางอินเทอร์เน็ตได้โผล่ออกมาเมื่อเร็ว ๆ นี้ แต่ยังไม่ได้มีความน่าเชื่อถือด้วยเหตุผลหลายประการรวมทั้งทบทวนทางวิทยาศาสตร์อ่อนแอความกว้างของโรคและประเทศที่ครอบคลุมและความสามารถในการคาดการณ์ที่ด้อยพัฒนา เรายืนยันว่าความท้าทายเหล่านี้สามารถเอาชนะโดยใช้แหล่งข้อมูลที่มีอยู่ได้อย่างอิสระ: บันทึกการเข้าถึงที่รวบรวมจากสารานุกรมออนไลน์วิกิพีเดีย การใช้เทคนิคทางสถิติที่เรียบง่าย, การทดลองพิสูจน์ของแนวคิดของเราแสดงให้เห็นว่าข้อมูลเหล่านี้มีประสิทธิภาพในการทำนายในปัจจุบันเช่นเดียวกับการคาดการณ์ถึงขีด จำกัด 28 วันของการทดสอบของเรา ผลของเรายังแสดงให้เห็นว่ารูปแบบเหล่านี้สามารถใช้งานได้ในสถานที่ที่มีข้อมูลอย่างเป็นทางการเมื่อไม่มีที่จะสร้างแบบจำลอง ในระยะสั้นกระดาษนี้กำหนดยูทิลิตี้ของวิกิพีเดียเป็นแหล่งข้อมูลที่มีประสิทธิภาพในวงกว้างสำหรับข้อมูลโรคและเราร่างเส้นทางไปยังที่เชื่อถือได้, เสียงทางวิทยาศาสตร์, การดำเนินงานและระบบการเฝ้าระวังโรคระดับโลกที่เอาชนะช่องว่างที่สำคัญที่มีอยู่ในแบบดั้งเดิมและอินเทอร์เน็ตที่ เทคนิค

ผลลัพธ์ (ไทย) 3:

แม้แต่ในประเทศที่พัฒนาแล้วโรคที่มีผลกระทบอย่างมีนัยสำคัญ ตัวอย่างเช่น ไข้หวัดฤดูกาลในสหรัฐอเมริกาใช้เวลาระหว่าง 3 , 000 และ 49 , 000 คน การเฝ้าระวังโรค , ประเพณีจากเยี่ยมคนไข้กับผู้ให้บริการสุขภาพและการทดสอบทางห้องปฏิบัติการ สามารถลดผลกระทบเหล่านี้ แรงจูงใจจากต้นทุน และสมดุล วิธีการเฝ้าระวังบนพื้นฐานของข้อมูลอินเทอร์เน็ตที่เพิ่งออกมาแต่ยังไม่สามารถเชื่อถือได้ ด้วยเหตุผลหลายประการรวมถึงตรวจสอบทางวิทยาศาสตร์ อ่อน ความกว้างของโรคและประเทศที่ครอบคลุม และด้อยพัฒนาในการพยากรณ์ความสามารถในการ เรายืนยันว่าสามารถเอาชนะความท้าทายเหล่านี้ โดยการใช้แหล่งข้อมูลที่ใช้ได้อย่างอิสระ : รวมบันทึกการเข้าถึงจากสารานุกรมออนไลน์วิกิพีเดีย การใช้เทคนิคทางสถิติอย่างง่ายหลักฐานของแนวคิดการทดลองชี้ให้เห็นว่าข้อมูลเหล่านี้จะมีประสิทธิภาพสำหรับทำนายปัจจุบัน ตลอดจนการคาดการณ์ถึง 28 วัน จำกัด ในการทดสอบของเรา ผลของเรายังแนะนำว่า รุ่นนี้สามารถใช้ได้แม้ในสถานที่ที่ไม่มีข้อมูลอย่างเป็นทางการตามที่การสร้างโมเดล ในสั้น , กระดาษนี้สร้างสาธารณูปโภคของวิกิพีเดียเป็นแหล่งข้อมูลที่มีประสิทธิภาพมากขึ้นข้อมูลโรคและเราร่างเส้นทางที่เชื่อถือได้ , เสียง , วิทยาศาสตร์ปฏิบัติการ และระบบการเฝ้าระวังโรคทั่วโลกที่เอาชนะช่องว่างที่สำคัญในที่มีอยู่ดั้งเดิม และใช้เทคนิค