全球脓毒症认知趋势:2012至2017年搜索引擎数据的启示
该研究回顾性分析2012年6月24日至2017年6月24日谷歌趋势公开的全球脓毒症主题网络搜索数据,使用时间序列分析和混合描述性方法。最终模型识别出19个显著超出建模基线的搜索高峰周,与14个认知活动和新闻媒体事件相关;搜索基线呈非线性增加,并观察到与每年世界脓毒症日相关的周期性搜索量增加。全球脓毒症平均搜索量低于流感、心肌梗死和卒中。作者认为分析搜索引擎利用数据有潜力作为衡量认知活动效果的机制,未来工作应聚焦于在其他情境中验证该方法。
要点
- 全球脓毒症搜索量呈非线性增加,2015年6月21日起局部时间趋势为0.077,2016年6月26日起为0.024。
- 每年9月13日世界脓毒症日与周期性搜索量增加相关,自2012年开始出现反复循环增加。
- 名人死亡相关的搜索高峰最高,其中两个事件建模影响超过1周。
- 全球脓毒症平均相对搜索量为4.29,低于流感的31.7、卒中的17.1和心肌梗死的9.80。
- 美国脓毒症搜索量线性模型每周趋势为0.048,平均每年相对搜索量增加2.5。
适用人群与场景
- 全球谷歌搜索引擎用户,包括公众和医疗专业人员,检索脓毒症相关网络信息。
- 研究时间段为2012年6月24日至2017年6月24日。
研究设计与关键结果
- 研究类型为对谷歌趋势公开数据的回顾性分析,采用时间序列分析和混合描述性方法,查询脓毒症主题(Freebase机器生成标识符 /m/014w_8),全球范围,所有类别,时间为2012年6月24日至2017年6月24日。
- 最终模型为二阶自回归过程加常数和27个传递函数(均方根误差=2.37,R2=0.939),识别出19个显著超出建模基线的搜索高峰周,与14个认知活动和新闻媒体事件相关。
- 检测到基线趋势的两个断点:2012年6月24日开始时局部时间趋势为0.050,2015年6月21日起为0.077,2016年6月26日起为0.024;经典结构模型同样提示脓毒症相对搜索量呈非线性增加。
- 自2012年开始观察到反复循环的搜索量增加,与世界脓毒症日相关;三个反复季节性脉冲出现在第37、51和52周。
- 谷歌趋势在感兴趣期间报告了来自173个国家的脓毒症相关查询,前5年为169个;脓毒症与疟疾的平均相对搜索量比值在感兴趣期间较前5年高6.7%。
- 感兴趣期间全球脓毒症平均相对搜索量为4.29,流感为31.7,卒中为17.1,心肌梗死为9.80。
- 美国脓毒症时间序列线性模型每周趋势为0.048,平均每年相对搜索量增加2.5。
- 年度美国脓毒症认知调查显示,2012年40%受访者听说过脓毒症,2013至2015年为44%,2016年为55%;调查受访者更可能将认知归因于新闻和娱乐媒体(分别为19%和13%)而非医疗专业人员(12%)。
证据类型、等级与局限
- 证据类型为对谷歌趋势公开数据的回顾性分析,报告遵循STROBE声明指南及Nuti等人建议的谷歌趋势搜索查询报告方法。
- 局限:仅检查了谷歌数据,因为它是唯一公开提供此类聚合纵向使用数据的搜索引擎;谷歌的可及性和用户偏好可能受社会经济地位、地理、政治或其他未知因素影响,这可能解释为何识别出的多数离群epoch与美国和英国的事件相关。
- 局限:无法明确确定搜索活动增加的原因,可能反映脓毒症认知增加、疾病本身发病率增加或其他无法列举的原因,且这些因素之间可能存在相互作用。
- 局限:单独的相对搜索量时间序列分析可能不适合捕捉研究和指南出版的影响,仅识别出一个此类事件相关的离群搜索活动。
- 局限:谷歌趋势提供的数据必须表面接受,因为其生成和报告的底层方法是动态和专有的;查询策略存在不确定性,因为查询的确切分类未知。
- 局限:谷歌经常调整其算法和报告方法,在比较2017年7月6日初步数据收集与2017年7月22日最终查询结果时遇到疑似算法变化,其影响显著。
- 局限:时间序列分析复杂且可能不熟悉,常见方法涉及专家指导或使用昂贵的专用软件解决方案,可能对生物医学研究者构成障碍。
- 局限:无法确定所假设事件与离群epoch之间关联的因果关系;相关事件可能被错误归因,替代模型可能识别出不同的离群值。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「对床旁实践的改变」「指南或共识出处」,故未列出这些栏目。
全文中译8 节 · 点击展开
背景
脓毒症是机体对感染产生的一种病理生理性免疫反应,可导致潜在致命的器官功能障碍[1–3]。其高死亡率和经济影响已被充分描述,早期识别至关重要,因为及时干预可降低死亡率[4–9]。2002年《巴塞罗那宣言》之后,医学界开展了旨在提高脓毒症知晓度、识别率和治疗水平的运动[10, 11]。诊断标准也已修改,以促进更快速的识别[12]。尽管有证据表明高收入国家脓毒症死亡率正在下降,但其全球发病率正在上升,而低收入和中等收入国家(LMIC)的管理挑战造成了不成比例的疾病负担[13–19]。荟萃分析的估计表明,每年脓毒症发病率为3100万例,其中600万例死亡;然而,真实数值可能更高[20]。因此,世界卫生组织通过了一项决议,将脓毒症列为重要的全球卫生优先事项[21, 22]。
尽管脓毒症具有重大的全球影响,但公众对其知晓度历来较低,以至于2009年一项国际调查中88%的受访者从未听说过“脓毒症”一词[23]。为此,政府和非政府组织正在世界各地开展重大知晓度宣传活动。全球脓毒症联盟与其众多创始、成员和合作伙伴组织合作,于2012年9月13日组织了首个年度世界脓毒症日[24, 25]。美国疾病控制中心(CDC)、英国国家卫生服务体系(NHS)及其他类似机构正在将知晓度宣传工作扩展到医学界之外。与此同时,备受关注的脓毒症死亡病例引起了大众媒体的更多关注,通过在线和传统媒体渠道推广研究发现的努力如今已十分普遍[26–28]。
疾病知晓度宣传活动日益普及,但评估其影响面临诸多挑战[29, 30]。调查往往成本高昂、地理范围有限且不及时。因此,人们对了解医疗健康信息如何在线传播以及公众如何与这些信息互动的方法兴趣日增[31]。在公众知晓度背景下,在线信息寻求行为有可能作为疾病知晓度的替代指标,因为搜索引擎现已被常规用于查找医疗健康相关信息,包括脓毒症相关信息[32, 33]。2015年,每20次谷歌搜索中就有1次是针对健康相关主题的,常见疾病已被纳入谷歌称为知识图谱的分层数据结构[34]。谷歌搜索量的趋势已被用于更好地理解众多公共卫生问题[35]。我们试图利用公开可用的使用数据,通过谷歌来描述全球范围内在线脓毒症信息寻求的时间、地理和描述性趋势,以进一步深入了解大范围内的脓毒症知晓度。我们假设活动增强的时期将与脓毒症相关的知晓度事件或媒体报道相关。
方法
我们对Google趋势(GT;Google,Mountain View,CA,USA)公开可获取的数据进行了回顾性分析,以探讨2012年6月24日至2017年6月24日期间全球范围内在线脓毒症信息检索行为[36]。埃默里大学机构审查委员会批准本研究免于审查。报告在适用处遵循《加强观察性流行病学研究报告》(STROBE)声明指南,以及Nuti等人此前提出的用于报告GT搜索查询方法的建议[35, 37]。
Google趋势方法学
GT报告与搜索查询相关的指标,包括搜索量的时间变化(即随时间变化的关注度)、按地理区域划分的搜索量以及相关查询。GT按年度返回两类相关查询:热门查询,即最受欢迎的查询;以及上升查询,即搜索量较前一年百分比增幅最大的查询。结果和比较可按地理、时间、类别和搜索类型进行筛选。GT将随时间变化的关注度描述为相对搜索量(RSV),其中查询时间范围内的峰值时期报告为RSV = 100。GT根据查询时间范围的持续时间报告每日或每周时期的RSV,本次调查返回的是每周数据。我们在GT中查询了2012年6月24日至2017年6月24日期间全球范围内以“Sepsis”为主题(即Freebase机器生成标识符[MID] /m/014w_8)、所有类别下的网络搜索。选择该关注时段是为了纳入首届世界脓毒症日、排除一篇关于WHO决议的高关注度社论的网络提前出版,并确保数据的完整周期性(如下文所述)[21]。以主题(而非搜索词)查询脓毒症利用了分层数据结构,并广泛捕获相关的相关查询,包括多种语言的查询。关于GT的进一步方法学考虑概述于附加文件1:eMethods 1。所得的脓毒症单变量RSV时间序列(TS)被导出以供进一步分析。为更好地描述搜索趋势,我们导出了GT在关注期间按年度报告的按地区关注度以及全球热门和上升相关查询的数据。
为确定Google用于健康信息检索的利用情况并确定全球脓毒症搜索的相对频率,我们从GT按国家提取数据,以比较2007年6月24日至2012年6月23日以及随后2012年6月24日至2017年6月24日期间脓毒症主题与疟疾主题(MID /m/0542n)的平均RSV。选择疟疾作为对照,是因为其作为全球卫生问题的重要性,我们怀疑这将预示广泛的在线信息检索。我们导出了一个比较疾病多变量RSV TS,以确定在关注日期期间全球范围内脓毒症主题网络搜索相对于流感(MID /m/0cycc)、心肌梗死(MID /m/0gk4g)和卒中(MID /m/02y0js)主题网络搜索的流行程度随时间的变化。我们还导出了一个美国脓毒症RSV TS,包含2012年1月1日至2016年12月31日期间美国境内所有类别下以脓毒症为主题的所有网络搜索,以便与可用的调查数据进行比较。用于分析的所有最终GT查询均于2017年7月22日进行。
时间序列分析
时间序列(TS)分析使用R 3.4.1版(R Core Team,奥地利维也纳)在RStudio 1.0.143(RStudio, Inc.,美国马萨诸塞州波士顿)和Autobox Enterprise + 6.0.47(Automatic Forecasting Systems Inc.,美国宾夕法尼亚州哈特伯勒)中进行。所有TS分析的详细技术要点见附加文件1:eMethods 2。由于许多TS分析方法要求固定的周期性,脓毒症TS中2015年第53周被截断,因为预测并非优先事项。此后,脓毒症TS具有每周周期性(N = 52),跨越5年,从2012年第26周开始至2017年第25周结束,共260个观测值。在通过线性插值替换离群值后,进行了初步的经典结构建模以评估季节性和基线趋势,随后对TS的三阶简单移动平均(SMA)进行Loess加性分解。
由于离群值对研究问题的重要性,脓毒症TS同时使用R和Autobox进行建模。在R中进行初步离群值分析时,拟合了自回归积分滑动平均(ARIMA)模型,该模型由三个参数p、d和q指定,分别指代自回归阶数、积分(即差分)阶数和滑动平均阶数[38, 39]。ARIMA建模是一种回归分析形式,检查单变量TS数据以用于预测和/或针对指定模型识别离群值。基于贝叶斯信息准则(该准则对过度指定的模型进行惩罚[40]),通过自动化程序选择了ARIMA(2,1,2)模型。初步离群值检测通过改编Chen和Liu所描述的程序完成,其中针对指定模型识别疑似离群值,并通过迭代重新拟合和调整来去除不显著的离群值[41]。Autobox用于最终建模,采用纳入传递函数和离群值检测的Box–Jenkins方法[42, 43]。疑似因果因素被预先指定或作为初步离群值检测的结果指定,从而作为动态回归的外生预测变量。传递函数系数的显著性通过预白化序列的互相关函数确定。
绘制比较疾病TS以促进视觉比较。美国脓毒症TS同样进行了离群值调整,并开发了线性回归模型以促进与纵向调查数据的粗略比较。
描述性与比较性方法
假设脓毒症TS中的离群值与现实世界事件相关。通过限定在离群周的Google News广泛查询,识别了离群期间的相关媒体报道。相关查询数据在必要时使用Google Translate进行翻译。感兴趣期间及之前5年的脓毒症和疟疾每国平均RSV值以脓毒症:疟疾比值表示,并绘制在分级统计地图上。
结果
相对于一个国家内的所有搜索查询,脓毒症主题的查询在加纳、英国、肯尼亚、爱尔兰和美国分别是最频繁的(附加文件1:表S1)。全球脓毒症TS呈异质性,具有明显的离群值和季节性脉冲(图1,附加文件1:表S2)。最终模型为二阶自回归过程加常数,含27个传递函数(均方根误差 = 2.37,R2 = 0.939;见附加文件1:eMethods 2)。没有明显的总体季节性模式;然而,从2012年开始,在第37、51和52周发现了三个反复出现的季节性脉冲。对每个离群周次时段的认知事件和新闻媒体报道进行探索,发现了一个或多个潜在相关因素(表1)。在基线趋势中检测到两个断点,局部时间趋势分别为:脓毒症TS开始时(2012年6月24日)为0.050,2015年6月21日起为0.077,2016年6月26日起为0.024。经典结构建模同样提示脓毒症RSV呈非线性方式增长(附加文件1:图S1)。
GT报告的与脓毒症主题相关的热门查询在年度基础上相对一致,最常以九种语言之一表示脓毒症、脓毒性的或败血症这些词(附加文件1:表S3)。GT报告的上升查询呈异质性,与脓毒症主题密切相关,并与离群周次相关的相关事件相匹配(部分发现见表2,完整发现见附加文件1:表S4)。GT返回了感兴趣期间来自173个国家的脓毒症相关查询数据,而前5年为169个;感兴趣期间脓毒症相对于疟疾的平均RSV较前5年高6.7%(图2,附加文件1:表S5)。感兴趣日期期间全球脓毒症平均RSV为4.29,而流感为31.7,卒中为17.1,心肌梗死为9.80(图3,附加文件1:表S6)。流感TS表现出明显的季节性,卒中和心肌梗死RSV的月度趋势反映了年末脓毒症TS中所见的RSV下降。美国脓毒症TS线性模型呈正趋势,每个周次为0.048,即RSV平均每年增加2.5(附加文件1:表S7,图S2)。
讨论
通过谷歌进行的脓毒症在线信息检索在全球范围内发生,并在研究的5年时间段内有所增加。所有离群时段均识别出与认知度和新闻媒体的相关性。最高的相对搜索量(RSV)值与名人死亡相关,此类死亡在模拟影响超过1周的四个事件中占两个。名人姓名每年在所谓的“上升查询”中也占据突出位置。对应第五届世界脓毒症日的周以及大众媒体关于维生素C作为潜在治疗干预措施的报道是与持续效应相关的另外两个事件。对应9月13日年度世界脓毒症日的那一周对模拟基线具有周期性反复影响。总体而言,脓毒症RSV的潜在趋势被发现是非线性的,搜索活动的平均增幅最大始于2015年6月并延续至2016年7月。
美国年度脓毒症认知调查显示,2012年有40%的受访者听说过脓毒症,2013-2015年为44%,2016年为55%[44]。与这些调查数据一致,我们发现美国境内脓毒症RSV每年增加2.5%。受访者更倾向于将其对脓毒症的认知归功于新闻和娱乐媒体来源(分别为19%和13%),而非医疗专业人员(12%)。与此一致,我们发现媒体报道似乎是脓毒症在线信息检索的主要驱动因素。无论如何,我们鼓励医生在常规临床护理过程中以及配合更广泛的努力继续提高对脓毒症的认知[45]。尽管脓毒症的认知度可能在上升,但脓毒症RSV低于流感、卒中和心肌梗死,尽管其流行率高且致死率极高。
基于这些来自相关查询的洞察,使用谷歌查找脓毒症信息的行为可能由公众和医疗专业人员共同进行。关于专业人员对脓毒症的兴趣,2016年的发现捕捉到了与2016年拯救脓毒症运动指南和脓毒症-3定义[11, 12]发布同时出现的对更新治疗指南和诊断标准的搜索。公众不太可能搜索“sepsis-3”或“sepsis ICD 10”。相反,自然语言查询(例如“what is sepsis”)更可能代表公众的搜索。举例来说,我们发现2012年韩国一例备受关注的脓毒症死亡与韩语“what is sepsis”的搜索量较前一年增加550%相关。
我们的研究存在若干局限性。我们检查了来自Google的数据,因为它是唯一公开提供此类聚合纵向使用数据的搜索引擎。尽管我们关于疟疾搜索的发现表明,全球范围内存在一定程度通过Google进行疾病相关信息的检索行为,但这种使用可能受到可及性和用户偏好的影响。这些可能是社会经济地位、地理、政治或其他未知因素的函数。这或许可以解释为什么我们识别出的大多数离群时段与美国和英国的事件相关。另一个局限性是我们无法明确确定搜索活动增加的原因。这可能反映了对脓毒症认识的提高、该疾病本身发病率的增加,或我们可能无法列举的其他原因。事实上,这些因素之间可能存在相互作用。最后,单独进行RSV TS分析可能不太适合捕捉研究和指南出版物的影响。我们识别出的离群搜索活动仅与一个此类事件相关。然而,这些出版物的影响在检查相关搜索查询结果时变得可见。由于此类知识的传播相对缓慢且其影响主要仅涉及整体用户群的一小部分(即医疗保健专业人员),此类事件的结果可能无法通过RSV TS建模显现。
GT此前已被用于估计和预测疾病流行病学,结果喜忧参半。也许最著名的例子是流感。当将Google Flu的估计值与事后传统流行病学指标进行比较时,发现其性能因潜在的方法学缺陷而受损。具体而言,为预测目的对尾部数据进行拟合导致了流感发病率的系统性高估[46]。现已停用的Google Flu Trends的经验有助于构建我们将GT应用于可用此类数据回答的问题的方式,例如对一般各种健康主题以及具体脓毒症的相对兴趣的回顾性分析。
GT提供的数据必须按原样采信,因为其生成和报告的底层方法是动态且专有的。为了获得脓毒症信息寻求行为的广泛概念,我们使用谷歌知识图谱主题进行搜索。这种方法比传统的布尔查询更广泛,但由于查询的确切分类未知而存在不确定性;然而,可以根据所报告的热门和上升相关搜索查询进行推断。例如,“血液感染”作为GT结果中的一个相关术语出现,查询网络搜索界面证实其与脓毒症主题的关联,详见附加文件1:eMethods 1中的进一步讨论。并非所有医疗保健主题都存在于谷歌的层级分类结构中,因此某些疾病或状况可能无法通过GT轻易检测。谷歌报告搜索活动时使用RSV而非原始搜索量。当查询时间范围包含显著升高的RSV时段时,这可能掩盖搜索活动中较小的波动。通过AdWords关键词规划师,谷歌在撰写本文时报告,在美国和英国,脓毒症的月均搜索量大约在100,000至1,000,000之间,表明以RSV表示的原始搜索量是显著的[47]。
此外,谷歌经常调整其算法和报告方法。我们在比较2017年7月6日初步数据收集的结果与2017年7月22日最终GT查询获得的结果时,遇到了疑似算法变更。其影响是显著的,因为GT后来报告在与穆罕默德·阿里死亡相关的2周内脓毒症RSV升高(进一步讨论见附加文件1:eMethods 1)。这些考虑可能损害其他研究者通过直接查询谷歌来重现我们发现的能力,这是一个已确定的局限性[35]。因此,我们已将分析中使用的所有原始数据提供在附加文件1:表S1--S7中。一个相对细微的观察是,数据可用性因查询策略而异。与GT界面对广泛的全球查询所报告的数据相比,按国家逐一查询平均RSV从更多个体地理区域产生了更细粒度的数据。未来的研究可以利用这一点及类似的调整来提高数据分辨率。
我们的分析方法同样存在若干局限性。首先,时间序列(TS)分析较为复杂,且可能并不为人所熟悉,因为其主要目标历来是计量经济学预测。常见方法要么需要专家指导,要么需要使用昂贵的专用软件解决方案,因此对生物医学研究人员构成潜在障碍。然而,我们使用开源和商业软件解决方案所得出的结果相似。其次,媒体对脓毒症的频繁报道、日益引人注目的宣传活动以及其他类似事件,都是可能促发信息寻求行为、进而影响脓毒症相关相对搜索量(RSV)时间序列的潜在因素。因此,采用中断时间序列或贝叶斯因果影响方法的准实验设计并不可取。我们的方法和最终模型得出了合理的结果,能够为所有离群RSV时段识别出新闻媒体和认知度相关因素。然而,对于所设定事件与离群时段之间的关联,无法确定性地建立因果关系。相关事件同样可能被错误归因,其他替代模型也可能识别出不同的离群值,尤其是那些效应较微弱者。
结论
对搜索引擎使用趋势的考察可能有助于了解宣传活动的成效。我们发现,与脓毒症相关的信息寻求行为与宣传活动以及高关注度媒体事件(如名人死亡)同期出现。随着通过提高疾病认知来改善脓毒症早期识别的工作持续开展,应进一步开发这些及相关方法,以补充传统指标。更广泛而言,本方法可能成为评估宣传活动总体影响的既定手段的有价值补充。
参考来源
- Jabaley CS, Blum JM, Groff RF, et al. Global trends in the awareness of sepsis: insights from search engine data between 2012 and 2017. Crit Care. 2018. PMID: 29343292. doi:10.1186/s13054-017-1914-8
- 全文:PMC5772700(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5772700/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。