Can the prevalence of a disease be predicted by using the frequency of its name on the WEB ? The case of cancer in Japan

Peut-on déterminer la prévalence d'une maladie en fonction de la fréquence de son nom sur le web ? Le cas du cancer au Japon

Raoul Blin (1)

1 CRLAO - Centre de Recherches Linguistiques sur l'Asie Orientale

We wondered if there is a correlation between the frequency of the names of diseases on the web, and the prevalence of these diseases within the population who use this web. As an experiment, we compared the number of occurrences of the names of cancers in a Japanese corpus from the web, and epidemiological data in Japan. We founded a rough correlation between the both. In this paper, we discuss the bias in the corpus.

Nous nous sommes interrogé sur la possible corrélation entre l'ordre d'occurrence des noms de maladies dans un corpus de textes, et l'ordre de prévalence des maladies dans la population parlant la langue de ces textes et à la date de leur publication. A titre expérimental, nous avons comparé l'ordre du nombre d'occurrences des noms de cancer dans un corpus en japonais extrait du web et les données épidémiologiques au Japon. La correspondance est très grossière, limitant ainsi l'intérêt des données du web. Néanmoins, elles sont acceptables pour donner une indication lorsque les études épidémiologiques sont inexistantes ou parcellaires.

Mots clés: corpus; Japanese; Epidemiology; Cancer; oncology

Mots clés: japonais; prévalence des maladies; épidémiologie

Domaines: Linguistique; Santé publique et épidémiologie

Raoul Blin. Peut-on déterminer la prévalence d'une maladie en fonction de la fréquence de son nom sur le web ? Le cas du cancer au Japon. 2016. ⟨hal-01214311v2⟩