[论文解读] Infodemiological Study Using Google Trends on Coronavirus Epidemic in Wuhan, China

Artur Strzelecki, Mariia Rizun|arXiv (Cornell University)|Jan 29, 2020

Data-Driven Disease Surveillance参考文献 24被引用 6

一句话总结

本信息流行病学研究利用2019年12月31日至2020年3月20日期间的Google Trends数据，分析全球及中国范围内对冠状病毒、SARS和MERS的搜索行为。研究发现，尽管全球关注最初集中于'coronavirus'，但中国用户最初对'SARS'的搜索兴趣更高，这是由于历史记忆的影响，但随着病毒基因组的发布，这种关注逐渐转向'coronavirus'。研究证明，Google Trends可通过检测搜索兴趣的激增，预测病例数的上升，尤其在疫情的第一波和第二波期间表现显著。

ABSTRACT

The recent emergence of a new coronavirus (COVID-19) has gained a high cover in public media and worldwide news. The virus has caused a viral pneumonia in tens of thousands of people in Wuhan, a central city of China. This short paper gives a brief introduction on how the demand for information on this new epidemic is reported through Google Trends. The reported period is 31 December 2020 to 20 March 2020. The authors draw conclusions on current infodemiological data on COVID-19 using three main search keywords: coronavirus, SARS and MERS. Two approaches are set. First is the worldwide perspective, second - the Chinese one, which reveals that in China this disease in the first days was more often referred to SARS then to general coronaviruses, whereas worldwide, since the beginning, it is more often referred to coronaviruses.

研究动机与目标

• 利用Google Trends研究COVID-19大流行早期阶段公众的信息获取行为。
• 比较全球与中国特定地区对'coronavirus'、'SARS'和'MERS'的搜索模式，以理解信息需求的区域差异。
• 评估Google Trends数据是否可作为疫情初期波次中新增病例数的预测指标。

提出的方法

• 从2019年12月31日至2020年3月18日期间，收集全球及中国特定地区的Google Trends归一化数据，涵盖搜索量。
• 使用三个主要关键词：'coronavirus'、'SARS'和'MERS'，数据按时间和地理区域进行分段。
• 比较不同国家和地区的搜索兴趣趋势，重点关注相对搜索量（0–100量表），以识别峰值和模式。
• 分析搜索兴趣激增与报告病例数之间的时序关系，以评估其预测潜力。
• 考虑了局限性，包括中国境内Google访问受限，导致百度成为主导搜索引擎。
• 通过时间序列图和地理热力图可视化数据，展示各国搜索强度的分布。

实验结果

研究问题

• RQ1 2019年12月至2020年3月期间，全球及中国公众对'coronavirus'、'SARS'和'MERS'的搜索兴趣如何演变？
• RQ2 尽管新病毒为SARS-CoV-2，为何中国用户最初对'SARS'的搜索兴趣高于'coronavirus'？
• RQ3 Google Trends数据在多大程度上可预测疫情第一波和第二波期间报告病例数的上升？
• RQ4 搜索兴趣峰值的时机与全球及中国实际确诊病例数的增加之间存在何种关联？
• RQ5 过去疫情（如2003年SARS）的历史记忆在新疫情暴发期间如何影响公众的信息获取行为？

主要发现

• 全球对'coronavirus'的关注自2020年1月20日起显著上升，最高峰值出现在2020年3月15日，与全球病例数上升时间一致。
• 在中国，'SARS'的搜索兴趣最初超过'coronavirus'，反映出对2003年疫情的强烈历史记忆，但自2020年1月22日起发生转变。
• 中国病毒学家于2020年1月22日公布SARS-CoV-2基因组序列，与之同步，中国'coronavirus'的搜索量急剧上升。
• Google Trends数据成功预测了第一波新增病例，搜索兴趣在每日病例数上升前六天达到峰值。
• 第二波疫情中，Google Trends上对'coronavirus'的搜索兴趣持续上升，表明公众持续关注，可能存在进一步病例增加的潜在风险。
• 尽管全球有232个国家和地区使用Google Trends，但因Google在中国访问受限，中国数据有限，导致该地区数据精度降低。