一个健康的挑战和机会:谷歌趋势 搜索数据 搜索数据

科学领域:

• 公共卫生 公共卫生
• 流行病学 流行病学
• 计算生物学 计算生物学

背景情况:

• 谷歌趋势数据提供了对公众利益和潜在疾病发病率的见解.
• 使用谷歌趋势对像莱姆病这样的动物传染病进行预测建模是未充分利用的.
• 准确的动物性传染病监测对于公共卫生干预至关重要.

研究的目的:

• 评估谷歌趋势数据对预测美国每月州级莱姆病病例数量的有用性.
• 用各种与莱姆病相关的搜索词来评估负二项式模型的性能.
• 探索谷歌趋势在更广泛的动物性传染病预测和One Health研究方面的潜力.

主要方法:

• 收集了莱姆病病例数据 (2010-2021年) 和谷歌趋势搜索相关术语的数据.
• 开发了扩展窗口负二项式回归模型,考虑到季节性.
• 使用根平均平方误差 (RMSE) 和视觉比较评估模型性能.

主要成果:

• 使用莱姆病特定搜索术语的模型显示出最高的预测准确度.
• 预测性能在不同美国州之间有很大的差异.
• 这些模型在某些地区显示出出色的预测能力,突出了搜索术语的特殊性.

结论:

• 谷歌趋势数据可以成为预测动物传染病发病率,特别是莱姆病的有价值工具.
• 挑战包括数据可用性和地理单位不匹配,但有一个健康整合的机会存在.
• 进一步的研究应该探索结合各种数据流来提高动物传播疾病的预测性能.