1 Introducción

La peste porcina africana (PPA), una enfermedad vírica altamente contagiosa que afecta a cerdos y jabalíes, ha tenido un impacto significativo en las poblaciones de cerdos y en la economía de la cría de cerdos a nivel mundial (1). Aunque el virus de la PPA no infecta a los seres humanos, la enfermedad plantea un grave problema para la seguridad alimentaria en todo el mundo. Tras la introducción de la peste porcina africana en China en agosto de 2018, la enfermedad se propagó por la región del sudeste asiático y, en diciembre de 2023, 19 países de Asia habían notificado casos de peste porcina africana en cerdos domésticos o jabalíes (2). La PPA perturbó la industria porcina del sudeste asiático y la enfermedad se notificó por primera vez en los tres principales países productores de cerdos de la región (cuadro suplementario S1), Vietnam, Filipinas y Tailandia, en febrero de 2019, julio de 2019 y enero de 2022, respectivamente.

Un requisito previo para la evaluación de la eficacia de las medidas de control de las enfermedades infecciosas, como la peste porcina africana, es la disponibilidad de datos oportunos sobre la propagación de la enfermedad. Sin embargo, esos datos no siempre se recopilan o comunican a tiempo debido a una variedad de factores, incluidas las limitaciones de recursos, la infraestructura de datos, las condiciones de campo y los sistemas de notificación (3, 4). Alternativamente, se ha propuesto que los resultados de las búsquedas en la web pueden usarse como un proxy para monitorear la presencia o propagación de la enfermedad (5, 6). Por ejemplo, Google Trends se ha utilizado eficazmente para pronosticar brotes de gripe estacional causados por el virus de la gripe A en los Estados Unidos (7) y en otros países, lo que demuestra una fuerte correlación y ha dado lugar a propuestas para un sistema de vigilancia en Internet (8). A pesar de sus limitaciones y complejidades (9), Google Trends sigue siendo una interfaz de libre acceso y fácil de usar para la investigación epidemiológica de enfermedades infecciosas. El uso de los resultados de las búsquedas en la web como un indicador de la propagación de enfermedades puede tener un impacto y una aplicación en el sudeste asiático, una región que en 2021 tenía una población de 589 millones de personas, de las cuales aproximadamente 440 millones (~75%) eran usuarios activos de Internet. Vietnam, Filipinas y Tailandia han experimentado un aumento sustancial en su base de usuarios en línea y en su población de consumidores digitales. Este aumento se puede atribuir a la mejora continua de la accesibilidad y la infraestructura de Internet en el área, lo que contribuye al crecimiento sostenido de la participación y la actividad en línea.

En este estudio, nuestro objetivo fue comparar los resultados de Google Trends con los datos sobre la propagación de la PPA en los tres principales países productores de cerdos del sudeste asiático (Tailandia, Vietnam y Filipinas). Debido a que la PPA se introdujo en la región como una enfermedad emergente, la hipótesis aquí es que el volumen de búsqueda en línea puede tener una relación con el número de brotes dentro de un país o una región específica. Durante la introducción inicial de la enfermedad en un país, esperábamos un aumento correspondiente en las búsquedas en Google a medida que las personas buscaban información sobre la situación. Teniendo en cuenta que la PPA no solo afecta a los productores porcinos, sino que también afecta significativamente a los precios de la carne de cerdo y a la cadena de suministro porcina, esperamos un aumento simultáneo de la actividad de búsqueda durante los brotes graves de PPA.

Los resultados presentados en este estudio ayudarán a comprender la historia de la propagación de la PPA en la región. Los resultados también proporcionan evidencia para el uso de la metodología para el monitoreo de la propagación de enfermedades, que puede tener aplicaciones más amplias para la vigilancia transfronteriza de enfermedades animales en la región y a nivel mundial, contribuyendo al objetivo final de mitigar el impacto de las enfermedades animales emergentes en todo el mundo.

2 Materiales y métodos

2.1 Recopilación y procesamiento de datos sobre brotes

Los datos sobre los brotes de PPA en Filipinas, Vietnam y Tailandia se obtuvieron del Sistema Mundial de Información sobre Enfermedades Animales (EMPRES-i) de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). ¹ En concreto, se recuperaron y extrajeron del sistema un total de 52 semanas de datos sobre brotes posteriores a la primera notificación de la enfermedad en cada país.

2.2 Datos de tendencias de Google

Para los datos secundarios o predictores, Google Trends² se obtuvo en esta investigación. Google Trends distingue entre términos de búsqueda y temas de búsqueda. Los términos de búsqueda son consultas específicas y su volumen de búsqueda relativo dentro de un idioma determinado, mientras que los temas de búsqueda abarcan una gama más amplia de términos relacionados, independientemente del idioma. En nuestro estudio, adoptamos un enfoque de «selección de temas de búsqueda», integrando los idiomas locales para comparar los patrones de búsqueda en diferentes regiones.

Google Trends ofrece información sobre el volumen de búsquedas de palabras clave particulares, lo que proporciona una indicación de la atención prestada a esos temas en varios países. Con respecto al brote de peste porcina africana, se analizaron palabras clave como «peste porcina africana», «virus de la peste porcina africana» y términos relacionados en los idiomas locales. Los temas de búsqueda se examinaron tanto en vietnamita como en inglés en Vietnam, en tailandés e inglés en Tailandia, y exclusivamente en inglés en Filipinas. Las palabras clave de uso común giraban en torno a «peste porcina africana» o «virus de la peste porcina africana», y algunos usuarios empleaban términos sugeridos como «gripe porcina» o «dịch tả lợn châu phi» (peste porcina africana en vietnamita). Esto refleja los variados comportamientos de búsqueda dentro de cada país. Las palabras clave que exhibían picos significativos en el volumen de búsqueda se seleccionaron para una mayor investigación, mientras que las que tenían datos inadecuados no se tuvieron en cuenta.

El marco temporal de recopilación de datos de tendencias se adaptó de acuerdo con la fecha del primer caso confirmado oficialmente de PPA en cada país a partir de los datos de EMPRES-i. Se eligió un período de 52 semanas antes y después de la detección inicial para capturar las tendencias a lo largo del tiempo de manera efectiva. Analizamos hasta tres palabras clave, con los datos normalizados en relación con el punto de interés más alto en el gráfico para la región y el período de tiempo respectivos. Una puntuación de 100 denota un pico de popularidad, mientras que una puntuación de 0 indica datos insuficientes.

2.3 Análisis estadístico

Los datos del brote de PPA y los datos de Google Trends se agregaron semanalmente y se yuxtapusieron para un análisis comparativo. Para garantizar la sincronización de la línea de tiempo, el formato de fecha se estandarizó de acuerdo con el sistema de numeración de semanas ISO. Se empleó un análisis de correlación cruzada para medir la asociación entre dos señales o conjuntos de datos, en este caso, entre los datos de Google Trends y los informes semanales de brotes de peste porcina africana. Este análisis ayuda a identificar cómo los cambios en una señal se corresponden con los de la otra a medida que cambian en el tiempo. En el contexto de nuestro estudio, que se centra en la relación entre dos series temporales (X e Y), se postula que la serie Y puede estar influenciada por puntos temporales pasados de la serie X. Se utilizó la función de correlación cruzada de la muestra para identificar los valores rezagados de la variable X que potencialmente podrían predecir cambios en Y. Cada retraso representa un intervalo de una semana en los resultados.

La divergencia de Kullback-Leibler (KL) es una medida estadística para cuantificar la diferencia entre una distribución de probabilidad arbitraria y una distribución de probabilidad de referencia (10, 11). Al interpretar el valor de divergencia de KL, un resultado de 0 indica que las dos distribuciones en cuestión son idénticas. Por el contrario, un aumento en la divergencia significa que la distribución de probabilidad arbitraria se desvía más de la distribución de referencia. Por lo tanto, se desean valores de divergencia KL más pequeños cuando el objetivo es aproximarse estrechamente a la distribución de probabilidad de referencia con una distribución predictiva.

Los análisis estadísticos se realizaron con la versión 4.2.2 de R. La similitud y los posibles cambios de tiempo entre los conjuntos de datos se evaluaron con la función ccf(), que realiza un análisis de correlación cruzada. La divergencia KL se calculó utilizando la biblioteca scikit-learn, y los datos se visualizaron mediante Matplotlib de Python.

3 Resultados

3.1 Brote de PPA y correlación de tendencias de Google en el sudeste asiático

Tanto en Vietnam como en Filipinas, se encontró una alineación significativa entre la curva epidémica y los resultados de Google Trends (Figura 1). En Vietnam, el brote de PPA comenzó en la semana 5 de 2019 (febrero) y alcanzó su punto máximo en la semana 10. Un pico secundario ocurrió durante las semanas 19 y 20 (mayo de 2019). En Filipinas, el primer brote de PPA se registró en la semana 29 (julio del 2019), alcanzando su punto más alto en la semana 40 (octubre del 2019). Sin embargo, en el análisis descriptivo de Tailandia, antes de la detección inicial de la PPA, la curva de tendencia de Google mostró numerosos picos más pequeños. Este patrón contrasta con las tendencias observadas en Vietnam y Filipinas.

Figura 1. Brotes de peste porcina africana (PPA) (que se muestran como barras azules) y volumen de búsqueda de Google Trends para palabras clave seleccionadas relacionadas con la PPA (representadas por líneas rojas) de 2018 a 2023 en Vietnam, Filipinas y Tailandia. Las flechas indican cuándo los países vecinos notificaron por primera vez la PPA a la Organización Mundial de Sanidad Animal (OMSA). En el caso de Vietnam y Filipinas, el momento de los picos en el volumen de búsqueda de Google (línea roja) se alinea con los picos en los casos de brotes de PPA (barras azules), lo que sugiere una sincronía entre la actividad de búsqueda en línea y la aparición de brotes de PPA en el campo.

3.2 Resultados de correlación cruzada y divergencia de KL en el sudeste asiático

El análisis de correlación cruzada (Figura 2) proporcionó información sobre las relaciones de retraso temporal entre los datos de búsqueda de Google Trends y el brote de PPA en el sudeste asiático. Destacó los picos de correlación para diferentes retrasos, lo que sugiere patrones de sincronicidad o cambios entre el comportamiento de búsqueda y los brotes de enfermedades. El análisis de divergencia KL (Figura 3) ofreció una medida cuantificable de la congruencia entre estos dos conjuntos de datos.

Figura 2. Esta figura presenta el análisis de correlación cruzada entre los datos de búsqueda de Google Trends y los brotes de enfermedades. En el gráfico de correlación cruzada para Vietnam (A), una correlación significativa se indica mediante picos que exceden la línea de umbral discontinua azul. Un retraso de 0 sugiere un pico simultáneo en los datos de búsqueda y en los brotes de PPA, lo que indica una correlación positiva significativa. Los picos adicionales con retraso −2 y retraso 2 también indican correlaciones significativas. En Filipinas (B), se identifican correlaciones significativas en el rezago -4 y el rezago 5, con el pico más prominente en el rezago -3. Estos picos superan la línea de umbral discontinua azul, lo que indica una fuerte conexión entre los datos de Google Trends y el momento del brote de PPA. En el caso de Tailandia (C), no se ha encontrado una correlación significativa con el rezago 0. Sin embargo, existe una correlación notable entre el retraso −1 y el retraso −6, con el pico más fuerte en el retraso −1, lo que sugiere un posible cambio temporal entre las tendencias de búsqueda y los brotes de enfermedades.

Figura 3. Esta figura utiliza la divergencia KL para comparar el brote normalizado de PPA y las frecuencias de búsqueda en Google en tres países del sudeste asiático. Las líneas azules representan los brotes de PPA, mientras que las líneas naranjas representan las frecuencias de búsqueda de Google. Muestra los valores de divergencia KL de la frecuencia de búsqueda normalizada con la referencia a la frecuencia de búsqueda normalizada, con respectiva. La divergencia KL cuantifica la discrepancia entre las dos distribuciones, donde un valor más bajo indica una mayor similitud. Los resultados son los siguientes: (A) Vietnam muestra la alineación más cercana (divergencia KL: 0,54), (B) Filipinas muestra una congruencia moderada (divergencia KL: 0,6) y (C) Tailandia exhibe la mayor divergencia (2,64), lo que indica una menor correlación.

Vietnam demostró la correspondencia más fuerte entre las tendencias de búsqueda de Google y los brotes de PPA (KL = 0,54), lo que indica una estrecha alineación entre el comportamiento de búsqueda y los patrones de brote. Filipinas mostró un patrón similar con una correlación notable (KL = 0,6). Por el contrario, Tailandia exhibió la menor correlación (KL = 2,64), lo que sugiere que su comportamiento de búsqueda está menos alineado con la ocurrencia de brotes. Estos resultados revelan diferencias en el comportamiento de búsqueda y las tendencias de los brotes de PPA en el sudeste asiático.

4 Discusión

Esta investigación es la primera en conectar los brotes de PPA con los datos de Google Trends, lo que demuestra que esta herramienta es accesible y reproducible para el análisis en varias regiones e idiomas del sudeste asiático. Los resultados de los análisis de correlación cruzada y divergencia cuantificable de KL sugieren que Google Trends puede ofrecer información significativa sobre los patrones de preocupación pública relacionados con la PPA.

Nuestro análisis revela diferentes niveles de disparidades de desempeño entre Vietnam, Filipinas y Tailandia. Vietnam demuestra el rendimiento más sólido, con un retraso de 0 y la divergencia KL más baja, lo que indica un alto grado de sincronización entre los dos conjuntos de datos. Vietnam experimentó el primer brote de PPA en el sudeste asiático en febrero de 2019 y, al tratarse de una nueva enfermedad animal transfronteriza, la concienciación pública sobre la PPA fue inicialmente limitada. Esta falta de conocimiento puede haber jugado un papel en el establecimiento de una correlación directa o indirecta entre la gravedad del brote y el volumen de búsqueda de Google. Un patrón similar surgió en Filipinas, que también mostró un bajo valor de divergencia de KL, con el brote de PPA que comenzó en julio de 2019, unos seis meses después del brote inicial en Vietnam. Este tiempo paralelo sugiere una tendencia comparable en la conciencia pública y la actividad de búsqueda de Google. Sin embargo, a medida que el brote de PPA se extendió rápidamente a Tailandia y otros países del sudeste asiático, entrando en su tercer año en la región, la dinámica cambió. Es probable que la familiaridad regional con la enfermedad aumentara, lo que llevó a una comprensión matizada de su conocimiento. Esta evolución de la conciencia puede dilucidar la presencia de picos de ruido en los resultados de Google Trend representados en la Figura 2 para Tailandia, con un intervalo de 1 a 6 semanas de diferencia.

Se cree que los brotes de PPA en Vietnam y Filipinas estaban relacionados principalmente con la importación de productos porcinos o turistas que transportaban artículos que contenían el virus de la PPA genotipo II (12, 13). Sin embargo, la ruta de transmisión en Tailandia puede haber sido diferente, probablemente relacionada con los propietarios que importan cerdos como animales de compañía. Estos cerdos importados fueron diagnosticados posteriormente con PPA (14). En diciembre de 2021, el dueño del cerdo envió el cadáver de uno de los cerdos a la Universidad de Kasetsart para que se investigara la muerte súbita. Posteriormente, en enero de 2022, las autoridades tailandesas confirmaron oficialmente la presencia del virus de la peste porcina africana en el país, lo que dio lugar al inicio de medidas de vigilancia activa y pasiva de forma exhaustiva (14). En la actualidad, la investigación sobre la propagación de los cerdos de compañía a las granjas domésticas y el mecanismo de transmisión durante las primeras etapas de la epidemia de PPA en Tailandia siguen sin estar claros. También existe la sospecha de que el virus puede haber surgido antes de lo indicado por los informes oficiales de las autoridades tailandesas.

Nuestro análisis de Tailandia reveló una tendencia notable en las búsquedas de Google: se produjeron múltiples aumentos repentinos de las búsquedas antes de la confirmación oficial del brote de PPA en enero de 2022, lo que indica una ocurrencia potencialmente más temprana de lo informado. Si bien esta observación por sí sola puede no ser decisiva, plantea preguntas sobre el momento del primer brote. Otras pruebas de la vigilancia aeroportuaria taiwanesa mostraron que las pruebas de PCR detectaron el virus de la peste porcina africana en productos porcinos de la provincia de Nakhon Pathom, Tailandia, ya el 30 de septiembre de 2021 (15). Esta evidencia molecular implicaba fuertemente la posible infiltración del virus de la PPA en la cadena de suministro de carne de cerdo de Tailandia antes de la confirmación oficial a través de muestreos de granjas porcinas locales. La integración de la metodología de Google Trends podría ofrecer información valiosa para mejorar los esfuerzos de detección temprana.

El uso de Google Trends para monitorear brotes de enfermedades tiene sus ventajas y limitaciones. Puede ser una herramienta útil para medir la preocupación pública en tiempo real durante las primeras etapas de un brote. Nuestro análisis indica que la correlación cruzada con los datos de búsqueda de Google funciona mejor cuando una enfermedad animal transfronteriza es nueva en una región específica, lo que proporciona un índice predictivo o indicativo eficaz. Sin embargo, a medida que una enfermedad como la PPA se vuelve endémica, la eficacia de este enfoque puede disminuir, ya que el mayor interés público disminuye con el tiempo. Esto subraya la necesidad de enfoques flexibles cuando se utilizan datos de búsqueda para la vigilancia epidemiológica y sugiere que se deben utilizar otras estrategias junto con Google Trends para mantener la relevancia a lo largo de las diferentes fases del brote de la enfermedad.

Es necesario tener en cuenta varias limitaciones del uso de Google Trends para el análisis de brotes de enfermedades. Aunque nuestra metodología tiene como objetivo reducir los problemas de traducción, las traducciones directas pueden llevar a una pérdida de sutileza. Los hábitos y el comportamiento de búsqueda de los usuarios pueden variar, lo que afecta al volumen de búsqueda, y los factores externos, como las noticias, las políticas gubernamentales o las campañas de marketing, pueden influir en los patrones de búsqueda pública. Las disparidades en el acceso a Internet y la alfabetización digital también pueden introducir sesgos, lo que puede amplificar el ruido en las zonas urbanas y disminuir la señal en las regiones rurales. Dadas estas limitaciones, un aumento en la actividad de búsqueda podría alertar a los epidemiólogos, pero los datos deben contextualizarse con otra información epidemiológica para una comprensión integral de la dinámica de la PPA.

Por último, nuestra investigación está inherentemente sesgada al centrarse en la Búsqueda de Google como el principal motor de búsqueda en el sudeste asiático. Explorar otros motores de búsqueda o plataformas de redes sociales populares a nivel local podría ofrecer información adicional. Los estudios han demostrado que plataformas como Twitter pueden ofrecer una mayor precisión en el seguimiento de enfermedades como el virus de la gripe a través de modelos matemáticos en Grecia (16). Por lo tanto, explorar plataformas competitivas alternativas o redes sociales de uso común a nivel local podría mejorar la eficacia del análisis de brotes de enfermedades para futuras direcciones de investigación.

En conclusión, nuestra investigación demuestra que la comparación de los datos de Google Trends con los datos oficiales de brotes de PPA puede revelar patrones de interés público que corresponden a brotes de PPA. Esta metodología, especialmente en una nueva región con enfermedades transfronterizas emergentes, mostró una correlación significativa, lo que sugiere que Google Trends podría servir como un indicador temprano de los brotes de PPA. Sin embargo, para obtener una comprensión completa de la dinámica de la PPA, los datos de Google Trends deben usarse junto con otra información epidemiológica e interpretarse con precaución. Este estudio destaca el valor de los enfoques flexibles de monitoreo y la necesidad de más investigación sobre los factores que afectan la conciencia pública y los brotes de PPA.

Declaración de disponibilidad de datos

Las contribuciones originales presentadas en el estudio se incluyen en el artículo/Material complementario, las consultas posteriores pueden dirigirse al autor correspondiente.

Contribuciones de los autores

C-HH: Conceptualización, Curación de datos, Análisis formal, Investigación, Metodología, Administración de proyectos, Software, Visualización, Redacción – borrador original, Redacción – revisión y edición. C-HY: Investigación, Metodología, Software, Visualización, Redacción – revisión y edición. AP: Conceptualización, Obtención de Fondos, Metodología, Recursos, Supervisión, Redacción, Revisión y Edición.

Financiación

El/los autor/es declara(n) haber recibido apoyo financiero para la investigación, autoría y/o publicación de este artículo. Esta investigación fue financiada en parte por subvenciones del Servicio Agrícola Exterior del USDA (EMP-2022-09) y los Servicios de Investigación Agrícola del USDA (NACA 58-8064-2-005).

Reconocimientos

Los autores desean reconocer y agradecer a los funcionarios veterinarios y al personal que llevaron a cabo las investigaciones del brote y apoyaron esta recopilación de datos.

Conflicto de intereses

Los autores declaran que la investigación se llevó a cabo en ausencia de relaciones comerciales o financieras que pudieran interpretarse como un posible conflicto de intereses.

Nota del editor

Todas las afirmaciones expresadas en este artículo son únicamente las de los autores y no representan necesariamente las de sus organizaciones afiliadas, ni las del editor, los editores y los revisores. Cualquier producto que pueda ser evaluado en este artículo, o afirmación que pueda ser hecha por su fabricante, no está garantizado ni respaldado por el editor.

Material complementario

El material complementario para este artículo se puede encontrar en línea en: https://www.frontiersin.org/articles/10.3389/fvets.2024.1425394/full#supplementary-material

Notas

Referencias