在线搜索活动可以帮助预测Covid-19案例中的峰值

分析互联网搜索活动是一种既定的跟踪和理解传染病的方法，目前用于监测季节性流感。新研究结果表明，在线搜索数据可以与更成熟的方法一起使用，为新型传染病开发公共卫生监测方法。

本文，发表在自然数码医学，研究人员使用了Covid-19的症状从现有的流行病学报告中通过谷歌查看了与症状相关的搜索来制定其流行模式。

然后，他们重新校准这些模型以减少公共利益偏见 - 也就是说，效果媒体覆盖范围在线搜索。这使它们能够在应用于Covid-19时预测峰值。

在每周担任公共卫生英格兰（PHE）的学术界已经与公共卫生英格兰（PHE）分享，以支持对疾病的反应。

Lead作者Vasileios Lampos博士（UCL计算机科学）解释说：“添加到以前的研究表明在线效用搜索造型中的活动传染性疾病如流感（例如fludetector.cs.ucl.ac.uk.）这项研究提供了一组可用于跟踪Covid-19的新型工具。

“我们已经表明，我们的方法不论文化，社会经济和气候差异如何，我们的分析也是第一个找到Covid-19发病率之间的关联，并搜索关于嗅觉和皮疹感的损失的症状之间的分析。我们很高兴认为，PHE等公共卫生组织也认识到这些新颖和非传统流行病学方法的效用。“

学者通过选择与Covid-19症状有关的搜索术语，由NHS和PHE确定的搜索术语开发了未校准模型。根据其在确诊的Covid-19案件的发生比例，根据其发生的比例加权。

该模型提供了有用的见解，包括早期警告，并展示了物理脱节措施的影响。

校准的版本，拍摄了新闻报道考虑到，使学者能够提供与更准确的预测英国飙升的模型。

该模型适用于若干国家，包括英国，美国，意大利，澳大利亚和南非等。他们发现出现了相同的模式，在这种情况下被他们预测的浪费模型。

迈克尔·埃德尔斯坦（Michael Adelstein）教授（以色列）说：“我们最佳解决健康紧急情况的机会，如Covid-19大流行是为了早期检测它们，以便提前进行。利用创新的疾病检测方法分析互联网搜索活动以补充建立的方法是早期识别疫情的最佳方式。“

该团队相信这些非传统数据集和方法将继续在常规流行病学系统中集成，并始终以隐私保存的方式。

“我们至少可以使用Covid-19周围的血统数据集进行进一步的实验和验证这种技术，以便补充当前流行病学方法，并为下一个大流行做好准备，”坎波斯博士补充说。

---

---