Usando tendências de busca na internet para prever mortes por overdose de drogas a curto prazo: Um estudo de caso em Connecticut

Nos Estados Unidos, a epidemia de opioides é uma grave crise de saúde pública que causou mais de 130 mortes por dia em 2018, de acordo com o CDC. Embora haja muitos esforços para projetar intervenções eficazes para prevenir mortes relacionadas a drogas, grande parte delas se concentra em melhores práticas de prescrição. Uma linha promissora de investigação se concentrou na utilização de ferramentas de aprendizado de máquina para prever internações hospitalares relacionadas a dependência ou overdose usando informações de prontuários de saúde anteriores. No entanto, essas dependem fortemente das informações privadas dos prontuários de saúde dos indivíduos. Aqui, propomos usar registros de mortes históricas publicamente disponíveis junto com tendências de busca na internet de termos relacionados a drogas para prever o número de mortes por overdose na semana seguinte. Nosso modelo é capaz de prever tanto o número de mortes, quanto os picos de mortes por overdose com boa precisão em comparação com várias linhas de base, demonstrando a utilidade dos dados de busca na previsão de mortes por overdose. Embora demonstremos essa abordagem como um estudo de caso no estado de Connecticut, que coleta e publica dados sobre overdoses, nossas descobertas poderiam encorajar outros governos estaduais a investirem de maneira similar na coleta, publicação e análise desses dados.