La revue scientifique britannique Scientific Reports a révélé la semaine dernière, le lundi 25 janvier, une étude surprenante tendant à démontrer que les prémices de la pandémie de coronavirus étaient déjà visibles sur Twitter, bien avant que le Covid-19 ne soit officiellement déclaré.
Pour appuyer sa démonstration, la revue explique avoir passé au crible le mot «pneumonie» pour ses recherches, car, souligne-t-elle à juste titre, l'Organisation Mondiale de la Santé (OMS) avait évoqué dès le 31 décembre 2019 des premiers «cas de pneumonie d'étiologie inconnue».
«Partant de ce postulat, nous avons donc créé une base de données unique comprenant tous les messages contenant le mot-clé 'pneumonie' dans les sept langues les plus parlées de l'Union européenne (anglais, allemand, français, italien, espagnol, polonais et néerlandais), et postés sur Twitter entre le 1er décembre 2019 et le 1er mars 2020», peut-on lire dans l'enquête.
Des indices de la #pandémie étaient-ils présents sur Twitter avant qu’elle soit identifiée ?
Des scientifiques ont cherché des signaux faibles de cette émergence discrète, enquêtant sur Twitter.
Les auteurs se sont d’abord intéressés au mot «pneumonie»https://t.co/YJOMiFyHNX pic.twitter.com/7NLvsmnrQF— fabienne billat (@fadouce) January 29, 2021
Dans le détail, l'ensemble de données concernant les saisons d'hiver 2018-2019 et 2019-2020 comprenait 573.298 utilisateurs uniques et un total de 891.195 tweets. L'étude précise également que les résultats sont moins précis après le 21 janvier 2020, en raison du fait que la couverture médiatique massive du Covid-19 démarre à partir de cette date-là. Par ailleurs, les tweets citant des articles ou les comptes rassemblant beaucoup de followers ont été exclus, pour plus de précision.
Au total, Scientific Reports a ainsi distingué plus de 13.000 utilisateurs du réseau social ayant cité au moins une fois le mot «pneumonie». Ce faisant, les chercheurs ont pu distinguer les régions européennes caractérisées par des pics anormaux de mentions par rapport aux années précédentes.
Ils ont établi une carte montrant la répartition géographique des utilisateurs discutant de «pneumonie» entre le 15 décembre 2019 et le 21 janvier 2020, après filtrage des communiqués de presse et il en résulte que la majorité des utilisateurs discutant de cas de pneumonie venaient de la Lombardie, Madrid, d'Ile-de-France et d'Angleterre. Des régions qui, toutes, ont ensuite signalé des premiers cas officiels de Covid-19.
L'Italie constitue en outre un cas particulièrement troublant puisque «des points chauds d'infection potentiellement cachés ont été identifiés plusieurs semaines avant l'annonce de la première source locale d'une infection au Covid-19 le 20 février. La France a présenté un schéma similaire, tandis que l'Espagne, la Pologne et le Royaume-Uni ont connu un retard de deux semaines. A partir du 20 février 2020, les pentes des courbes sont probablement attribuables à une augmentation généralisée de l'intérêt du public pour la menace de pandémie dans tous les pays», expose l'article.
Enfin, pour renforcer ses résultats, les scientifiques ont entrepris de procéder à la même analyse avec le terme «toux sèche», l'un des symptômes du coronavirus, en croisant le nombre de tweets et la géolocalisation et, là aussi, des mentions correspondent.
Les messages liés aux symptômes ont précédé les déclarations officielles
«Les résultats concordent avec la répartition géographique des utilisateurs signalant une pneumonie au cours de la même période. Les messages concernant les symptômes liés au Covid-19 ont précédé les annonces publiques officielles sur les flambées locales et étaient concentrés dans les zones qui sont devenues par la suite des points chauds d'infection», conclut l'étude.
A la lumière de ces résultats, se pose donc la question suivante : les réseaux sociaux peuvent-ils ainsi constituer à eux seuls un outil de surveillance épidémiologique ? On serait tenté de le croire en comparant avec ce qui se fait, par exemple, au niveau de la surveillance en laboratoire ou celle des eaux usées.
En pratique, c'est pourtant plus compliqué. «Notre approche, décrite ici en détails, montre comment les gouvernements, les décideurs et les autorités locales peuvent obtenir en temps réel d'importantes informations contextuelles géolocalisées pour élaborer des politiques d'intervention efficaces tout au long du cycle épidémiologique», précise l'étude, or cette étude, reconnaissent les auteurs, est basée sur l'utilisation d'un mot clé, «pneumonie», associé aux symptômes connus du virus. Par conséquent, cette approche «ne peut pas être directement utilisée pour la prévision de maladies encore inconnues», concèdent-ils.