Applications de l'épidémiologie digitale à l'étude du comportement, de l'opinion et des épidémies de maladies infectieuses

Applications of digital epidemiology in the study of behavior, opinion, and infectious disease dynamics

• Auteur / Autrice : Catherine Eisenhauer
• Direction : Simon Cauchemez, Henrik Salje
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques et sciences informatiques
• Date : Soutenance le 17/12/2021
• Etablissement(s) : Université Paris Cité
• Ecole(s) doctorale(s) : École doctorale Frontières de l'innovation en recherche et éducation (Paris ; 2006-....)
• Partenaire(s) de recherche : Laboratoire : Institut Pasteur (Paris). Unité de Modélisation mathématique des maladies infectieuses
• Partenaire(s) de recherche : Structure de recherche : Institut Pasteur. Département de Santé globale (2019-….)
• Jury : Président / Présidente : Benjamin Roche
• Jury : Examinateurs / Examinatrices : Marc Santolini
• Jury : Rapporteurs / Rapporteuses : Laetitia Huiart, Rebecca Freeman-Grais

Mots clés

Mots clés contrôlés

Épidémiologie

Réseaux sociaux (Internet)

Hésitation vaccinale

Infox

Désinformation

Mots clés libres

Épidémiologie digitale

Infodémiologie

Infodémie

Twitter

Réseaux sociaux

Science citoyenne

Hésitation vaccinale

Désinformation

Maladies infectieuses

Digital epidemiology

Infodemiology

Infodemic

Twitter

Social media

Citizen science

Vaccine hesitancy

Misinformation

Infectious disease

Résumé

L'ère de l'internet a changé le monde sous nos yeux. Elle a profondément modifié la façon dont nous interagissons avec l'information, tissons des liens et prenons des décisions. Ces changements ont des ramifications importantes et potentiellement dangereuses pour la santé publique, notamment dans le contexte de la désinformation en ligne. Mais ces évolutions ont également donné lieu à de nouvelles opportunités grâce à la disponibilité sans précédent de nouveaux écosystèmes de données et de nouvelles méthodes de collecte de données. L'épidémiologie digitale est une nouvelle branche de la santé publique qui tire parti de ces nouvelles sources d'information pour étudier les questions de santé. Apparu dans les années 1990, ce domaine naissant a connu une croissance exponentielle au cours des dix dernières années, alors que de nouveaux ensembles de données et outils informatiques devenaient de plus en plus accessibles. L'objectif de cette thèse est d'explorer les applications de l'épidémiologie digitale dans l'étude de l'opinion, du comportement et des épidémies de maladies infectieuses. La thèse est structurée en trois sections principales. Dans la première, nous examinons les outils utilisés en épidémiologie digitale et leurs limites. En prenant l'hésitation vaccinale sur Twitter comme exemple, nous examinons plusieurs méthodes utilisées dans les sciences sociales computationnelles et discutons de la manière dont elles pourraient être appliquées dans le contexte de la santé publique. La deuxième section plonge plus profondément dans Twitter et explore la dynamique du comportement de partage des ressources dans les discussions sur les vaccins. Nous constatons que les ressources non fiables dominent le discours hésitant sur les vaccins, tant en termes de prévalence que de viralité. De plus, nous identifions trois domaines en ligne, Natural News, News Target et YouTube, qui représentent près de la moitié de toutes les ressources partagées par les communautés hésitantes. Dans la troisième section, nous analysons les données d'une enquête de science citoyenne menée pendant la première phase de la pandémie de SARS-CoV-2 en France. Ces analyses décrivent les comportements et les attitudes pendant et après un confinement national. Les associations entre l'adhésion aux comportements de protection recommandés et des facteurs liés à la démographie, à la psychologie et à la perception sont explorées. Enfin, nous réfléchissons aux stratégies possibles pour combattre la désinformation en matière de santé, aux défis éthiques de l'épidémiologie digitale et à la viabilité de l'épidémiologie digitale dans des contextes de santé publique plus larges.

The age of the internet has changed the world before our eyes. It has profoundly impacted the way we interact with information, form relationships, and make decisions. This shift has important and potentially dangerous ramifications for public health, particularly in the context of online misinformation. But it has also given rise to new opportunities through the unprecedented availability of new ecosystems of data and novel methods of data collection. Digital epidemiology is a relatively new branch of public health that seeks to leverage these new sources of information to investigate health related questions. First characterized in the mid 1990s, this nascent field has grown exponentially in the past ten years as new datasets and computational tools have become increasingly accessible. The goal of this thesis is to explore applications of digital epidemiology in the study of opinion, behavior, and infectious disease dynamics. It is structured into three primary sections. In the first, we review tools used in digital epidemiology and their limitations. Taking vaccine hesitancy on Twitter as a case study, we then evaluate methods used in the field of computational social science and discuss how they could be beneficially applied in the context of public health. The second section dives deeper into Twitter and explores the dynamics of resource sharing behavior in vaccine discussions. Here, we find that unreliable resources dominate vaccine hesitant discourse in both prevalence and virality. Moreover, we identify three online domains, Natural News, News Target, and YouTube, that account for nearly half of all resources shared among hesitant communities. In the third section we analyse data from a citizen science survey conducted during the early stages of the SARS-CoV-2 pandemic in France. These analyses describe patterns in behavior and attitude during and after a national lockdown. Associations between the adherence to recommended protective behaviors and factors related to demography, psychology, and perception are explored. Finally, we reflect on possible strategies to combat health misinformation, ethical challenges in digital epidemiology, and the viability of digital epidemiology in broader public health contexts.