食品媒介疾患の検出を目的とした保健所によるソーシャルメディアの使用 ― イリノイ州シカゴ市、2013～2014年

日本語
English

ホーム IMICライブラリ MMWR抄訳 2014年（Vol.63)食品媒介疾患の検出を目的とした保健所によるソーシャ･･･

MMWR抄訳

2014/08/15Vol. 63 / No. 32

MMWR63(32):681－685
Health Department Use of Social Media to Identify Foodborne Illness — Chicago, Illinois, 2013–2014

食品媒介疾患の検出を目的とした保健所によるソーシャルメディアの使用 ― イリノイ州シカゴ市、2013～2014年

アメリカでは、毎年5,500～1億500万人が食品媒介性の急性消化管疾患を経験すると推計され、その経済損失は年間20～40億ドルに上るが、ほとんどの人は治療を受けないことから、これらの数値は実際の症例数および経済コストより低いと考えられる。2013年3月23日、Chicago Department of Public Health (CDPH)は市民団体と共同し、食品媒介疾患を報告するウェブサイトFoodBorne Chicagoを立ち上げた。本プロジェクトでは、コンピュータプログラムがシカゴ市内および近郊から発出されたtweetに含まれる単語「食中毒」を検出、追跡する。スタッフは検出されたtweetを精査し、シカゴ市内の飲食店に関連した食品媒介疾患(胃痙攣、下痢、嘔吐)に該当する場合はretweetにてFoodBorne Chicagoに誘導する。サイト上のフォームに入力された飲食店情報や発生日時は直接CDPHに連絡される。2013年3月～2014年1月の間、2,241件の「食中毒」を含むtweetが検出され、そのうち270件が食品媒介疾患に該当すると判断された。同期間、FoodBorne Chicagoのウェブフォーム経由で193件の報告があり(自力でのサイト訪問件数を含む)、報告された飲食店179軒中133軒(74.3％)がCDPHの立ち入り検査を受けた。そのうち122軒(91.7％)は何らかの衛生基準違反が指摘され、21軒(15.8％)は重大な違反のため営業禁止となり、33軒(24.8％)一定期限内での是正を条件に許可された。「直ちに健康被害を生じる危険性がある」あるいは「健康被害を生じる可能性がある」違反は37.6％に認められ、同期間にCDPHが実施したFoodborne Chicago以外の通告による1,808軒の検査における違反(37.2％)と同程度であった。CDPHは現在、ボストン市やニューヨーク市当局とも連携しFoodborne Chicagoの導入を進めている。今後、ソーシャルメディアなど新技術の活用により、食品媒介疾患サーベイランスの一層の向上が可能となるであろう。

References

McCabe-Sellers BJ, Beattie SE. Food safety: emerging trends in foodborne illness surveillance and prevention. J Am Diet Assoc 2004;104:1708–17.
Mead PS, Slutsker L, Dietz V, et al. Food-related illness and death in the United States. Emerg Infect Dis 1999;5:607–25.
Campbell ME, Gardner CE, Dwyer JJ, Isaacs SM, Krueger PD, Ying JY. Effectiveness of public health interventions in food safety: a systematic review. Can J Public Health 1998;89:197–202.
Ordun C, Blake JW, Rosidi N, et al. Open source health intelligence (OSHINT) for foodborne illness event characterization. Online J Public Health Inform 2013;5.
Harrison C, Jorder M, Stern H, et al. Using online reviews by restaurant patrons to identify unreported cases of foodborne illness—New York City, 2012–2013. MMWR 2014;63:441–5.
Kuehn BM. Agencies use social media to track foodborne illness. JAMA 2014;312:117–8.
Feinerer I, Buchta C, Geiger W, Rauch J, Mair P, Hornik K. The textcat package for n-gram based text categorization in R. J Stat Softw 2013;52:1–17.
Sadilek A, Brennan S, Kautz H, Silenzio V. nEmesis: Which restaurants should you avoid today? Proceedings of the First AAAI Conference on Human Computation and Crowdsourcing. Palm Springs, CA, November 7–9, 2013.
Kang JS, Kuznetsova P, Luca M, Choi Y. Where not to eat? improving public policy by predicting hygiene inspections using online reviews. Proceedings of the Conference on Empirical Methods in Natural Language Processing, Seattle, WA, October 18–21, 2013;22:58–77.