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
- 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。