För att förbereda mig lite inför 24hbc om en vecka så byggde jag Hälsopuls – en webbplats som följer utbrott av förkylningar och influensa i Sverige genom att visa hur förkylda svenska twittrare har varit den senaste tiden. Jag ville framför allt utvärdera några olika bibliotek för att rita diagram och vara säker på att jag förstod matten jag tänkte använda i mitt 24hbc-projekt.
Google Flu Trends sätt att omvandla webbsökningar till användbar och lättolkad information om influensaspridning är imponerande, men väldigt komplex. En del av komplexiteten beror på att de måste ta hänsyn till att många olika faktorer påverkar antalet sökningar. Framför allt måste medias påverkan rensas bort. Bara för att media skrämmer upp folk genom sin rapportering av dödsfall i Mexiko så blir ju inte folk sjukare i Sverige.
Om man inte driver en sökmotor så finns det förstås mer direkta vägar till samma information. Varje dag skriver tusentals svenskar små meddelanden om hur de mår på mikrobloggtjänsten Twitter. Genom att helt enkelt leta efter ”självrapporterade” förkylningssymtom bland alla inlägg så borde det gå att få en ganska tidig varning när ett influensautbrott slår till.
Genom att använda exponentiellt utjämnade rullande medelvärden så rensas de flesta tillfälliga trender bort. Enskilda personer som skriver 10 inlägg om sin förkylning, variationer mellan olika veckodagar och tekniska problem får därför mycket begränsad påverkan på trendlinjerna. Just nu används an utjämningskoefficient på 0,125 men det kan ändras framöver.
Ta dock diagrammet med en nypa salt. Det tar inte hänsyn till förändrad allmän aktivitet på Twitter och rapporterar bara hur den lilla gruppen svenska twittrare säger sig må.