Solución para detectar, clasificar y reportar ilícitos de Marketing y ventas de sustancias controladas a través de Twitter

Format
Scientific article
Publication Date
Published by / Citation
Mackey T, Kalyanam J, Klugman J, Kuzmenko E, Gupta R Solution to Detect, Classify, and Report Illicit Online Marketing and Sales of Controlled Substances via Twitter: Using Machine Learning and Web Forensics to Combat Digital Opioid Access J Med Internet Res 2018;20(4):e10029 URL: http://www.jmir.org/2018/4/e10029 DOI: 10.2196/10029 PMID: 29613851
Original Language

Inglés

Country
Estados Unidos
Keywords
online pharmacies
drug abuse
opioid abuse
machine learning
unsupervised machine learning
prescription drug misuse

Solución para detectar, clasificar y reportar ilícitos de Marketing y ventas de sustancias controladas a través de Twitter

RESUMEN

Fondo: 6 y 7 de diciembre, 2017, los Estados Unidos Departamento de salud y servicios humanos (HHS) organizó su primer evento de código-a-Thon destinada a aprovechar la tecnología y soluciones orientadas a datos para ayudar a combatir la epidemia de opiáceos. Los autores, un equipo interdisciplinario de la academia, el sector privado y los centros para el Control y la prevención — participaron en el maratón de código como parte de la prevención.

Objetivo: El objetivo de este estudio fue desarrollar e implementar una metodología de aprendizaje detectar con precisión la comercialización y venta de opioides por los vendedores en línea ilícitas a través de Twitter como parte de la participación en el evento de HHS opiáceo código-a-Thon de máquina.

Métodos: Se recolectaron tweets de Twitter público aplicación programación interfaz río filtrado común prescripción opioid palabras clave junto con la participación en el código-a-Thon de 15 de noviembre de 2017 a 05 de diciembre de 2017. Un enfoque de aprendizaje basado en la máquina sin vigilancia fue desarrollado y utilizado durante la competencia de código-a-Thon (24 horas) para obtener un resumen del contenido de los tweets para aislar a los grupos asociados a la comercialización en línea ilegal y venta usando un tema de biterm modelo (BTM). Después de aislar tweets relevantes, hipervínculos asociados con estos tweets fueron revisados para evaluar las características de los vendedores en línea ilegales.

Resultados: Se recogieron y analizaron 213.041 tweets en el transcurso de la codeína de palabras clave que contienen código-a-Thon, percocet, vicodin, oxycontin, oxicodona, fentanilo e hidrocodona. Con BTM, tweets de 0.32% (692/213.041) se identificaron como siendo asociado de marketing en línea ilegal y venta de los opioides de prescripción. Después de quitar duplicados y enlaces muertos, se identificaron 34 únicos "en vivo" tweets, con 44% (15/34) dirigir a los consumidores a las farmacias en línea ilícitas, vendedores de droga vinculados a individuales (11/34) de 32% y 21% (7/34) utilizados por el marketing de afiliados. Además de ofrecer la venta de "sin receta" de opiáceos, muchos de estos proveedores también venden otras sustancias controladas y drogas ilícitas.

Conclusiones: Los resultados de este estudio están en consonancia con estudios previos que han identificado a las plataformas de medios sociales, incluyendo Twitter, como un medio potencial para suministro y venta de opiáceos ilícitos. Para traducir estos resultados en la acción, los autores también desarrollado un wireframe prototipo para los fines de detectar, clasificar, y reporting ilícito farmacia online tweets vendiendo sustancias controladas ilegalmente a la US Food and Drug Administration y la Agencia Antinarcóticos de Estados Unidos. Desarrollo de soluciones basadas en estos métodos tiene el potencial de alertas proactiva reguladores y agencias del orden público de las ventas de opiáceos ilegales, además de hacer el entorno en línea más seguro para el público.

Contribuye al Intercambio de Conocimientos: Miembros de ISSUP pueden publicar artículos en el Intercambio de Conocimientos – Entra o hazte miembro

Contribuye al Intercambio de Conocimientos: Miembros de ISSUP pueden publicar artículos en el Intercambio de Conocimientos – Entra o hazte miembro