Monitorean índices de obesidad según rastros digitales de cibernautas
Nuevo modelo basado en ciencia de datos predice hábitos nutricionales y problemas de salud asociados mediante la actividad de los usuarios en redes sociales de comida.
El profesor del Departamento de Ciencia de la Computación de Ingeniería de la Universidad Católica (UC), Denis Parra, en colaboración con investigadores de las universidades de Modul de Austria y de Ratisbona de Alemania, Christoph Trattner y David Elsweiler, respectivamente, desarrolló un nuevo modelo para monitorear los índices de obesidad según la actividad de los usuarios en línea.
La innovación basada en ciencia de datos fue probada en Estados Unidos a través de la información del portal Allrecipes.com, la red social de alimentos más grande del mundo. El sitio cuenta con una comunidad de 40 millones de usuarios, que acceden a tres mil millones de recetas anuales.
“Analizamos la interacción y preferencia de recetas de los usuarios de este sitio web, así como la información oficial del censo estadounidense sobre la prevalencia de obesidad, y pudimos demostrar que es posible entender los problemas de salud en base a la actividad agregada de los usuarios en línea”, destacó el ingeniero civil en Informática Denis Parra.
El profesor de Ingeniería UC, Denis Parra, trabajó en un nuevo modelo para monitorear índices de obesidad según actividad de usuarios en línea.
El académico UC precisó que para obtener los rastros digitales de la comunidad de Allrecipes.com, se implementó un software que examinaba las páginas web para identificar las recetas preferidas por los usuarios. Esto respetando los términos de servicio de la plataforma de alimentos.
“Para nuestro análisis, nos basamos únicamente en las recetas que tenían la información nutricional disponible, con el propósito de calcular su contenido en relación al número de porciones de comida”, señaló Parra.
El experto en computación agregó que gracias a los datos de ubicación compartidos por los usuarios de Allrecipes.com, fue posible modelar y predecir los índices de obesidad según los estados y condados estadounidenses. Esto se hizo con la ayuda del servicio Web API de Google Places.
“Si bien Twitter y otras plataformas se han utilizado como base para comprender el comportamiento alimentario, nuestro proyecto se diferencia por abordar el conjunto de las propiedades nutricionales y las tendencia de las comidas que la gente prefiere, a través de un período largo de tiempo. En el caso de Estados Unidos, durante nueve años”, dijo el profesor de Ingeniería UC.
Para los investigadores, el nuevo modelo podría resultar clave para ayudar a comprender y monitorear de forma más rápida y precisa la alimentación y la salud de las personas, porque tradicionalmente esta información se obtiene por medio de encuestas y censos, que son instrumentos costosos, lentos y cuyos procesos pueden afectar decisiones de políticas públicas en esta materia.
Denis Parra adelantó que “esperamos repetir el proyecto en otros países. También estamos planeando ampliar nuestro trabajo con otras fuentes de datos, con modelos más complejos de investigación, que incluyan la relación del clima o de los factores geográficos en la alimentación, por ejemplo”.
Asimismo, el ingeniero dijo que una aplicación interesante a partir de dichos datos, sería la recomendación automática de recetas más saludables, que complementen las de gusto de los usuarios.
Según la Organización Mundial de la Salud, un 63% de la población adulta en Chile tiene obesidad o sobrepeso. Esto se debería principalmente a factores de sedentarismo y alimentación errónea, donde los excesos de grasa y azúcares están presentes.
El trabajo de los investigadores se encuentra disponible en un artículo de acceso abierto publicado por la revista científica Plos One que puedes revisar aquí.