文献速递传染病防控与疫情报告卫生政策与健康促进

基于互联网搜索和社交媒体数据预测中国2020年COVID-19疫情暴发的回顾性分析

Retrospective analysis of the possibility of predicting the COVID-19 outbreak from Internet searches and social media data, China, 2020.
PubMed 文献 · Euro Surveill · 2020-01-01

研究回顾性分析中国2020年COVID-19疫情期间互联网搜索和社交媒体数据与每日发病率的关系。互联网搜索和社交媒体数据峰值比每日发病率峰值早10-14天,所有相关性中最大r>0.89,滞后相关在实验室确诊病例8-12天、疑似病例6-8天时相关性最大。

要点

  • 互联网搜索和社交媒体数据峰值比每日发病率峰值早10-14天。
  • 互联网搜索和社交媒体数据与每日发病率高度相关,最大r>0.89。
  • 滞后相关在实验室确诊病例8-12天、疑似病例6-8天时相关性最大。

核心结论

  • 互联网搜索和社交媒体数据峰值比每日发病率峰值早10-14天,且与每日发病率高度相关,最大r>0.89。

研究设计与样本

  • 回顾性分析中国2020年COVID-19疫情期间互联网搜索和社交媒体数据与每日发病率的关系。

主要发现

  • 互联网搜索和社交媒体数据峰值比每日发病率峰值早10-14天。
  • 互联网搜索和社交媒体数据与每日发病率所有相关性中最大r>0.89。
  • 滞后相关在实验室确诊病例8-12天时相关性最大,疑似病例6-8天时相关性最大。

临床怎么用

  • 原文未据此给出推荐。

局限性

  • 原文未报告局限性。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

原文

The peak of Internet searches and social media data about the coronavirus disease 2019 (COVID-19) outbreak occurred 10-14 days earlier than the peak of daily incidences in China. Internet searches and social media data had high correlation with daily incidences, with the maximum r > 0.89 in all correlations. The lag correlations also showed a maximum correlation at 8-12 days for laboratory-confirmed cases and 6-8 days for suspected cases.

来源:Euro Surveill,查看原文。版权归原作者所有。

引用

  1. Li C, Chen LJ, Chen X, et al. Retrospective analysis of the possibility of predicting the COVID-19 outbreak from Internet searches and social media data, China, 2020. Euro Surveill. 2020. PMID: 32183935. doi:10.2807/1560-7917.ES.2020.25.10.2000199

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。