本文内容如下e-collection /主题问题:

评论(43) 信息流行病学和信息监测(1031) 信息监测，信息流行病学，数字疾病监测，信息管理(846) 信息监控和社会倾听(136)

发表在在11卷，第一名(2009): Jan-Mar

信息流行病学和信息监测:一套新兴的公共卫生信息学方法框架，用于分析互联网上的搜索、交流和出版行为

信息流行病学和信息监测:一套新兴的公共卫生信息学方法框架，用于分析互联网上的搜索、交流和出版行为

信息流行病学和信息监测:一套新兴的公共卫生信息学方法框架，用于分析互联网上的搜索、交流和出版行为

本文作者:

冈瑟Eysenbach1、2
文章 作者 引自(734) Tweetations (83) 指标

期刊

  1. 王晓明，王晓明，王晓明，等。基于搜索查询监测的登革热发病预测。被忽视的热带病;2011;5(8):e1258视图
  2. 张建军，张建军，李建军，等。基于生物医学信息技术的网络博客信息处理研究。医学互联网研究;2010;12(4):e45视图
  3. 张建军，张建军，张建军。社交媒体在医疗卫生领域的应用研究进展。医学互联网研究，2014;16(2):e13视图
  4. Odlum M, Yoon S, Broadwell P, Brewer R, Kuang D.推特如何支持艾滋病毒/艾滋病应对以实现2030年根除目标:对世界艾滋病日推文的深入专题分析。公共卫生与监测，2018;4(4):e10262视图
  5. 魏茨曼，陈鹏，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军。网络搜索和社交媒体对人群酒精使用风险的影响。美国预防医学杂志2020;58(1):79视图
  6. Logghe H, Selby L, Boeck M, Stamp N, Chuen J, Jones C.学术推特:推特作为推进学术手术的工具。中华外科杂志2018;26:8视图
  7. 张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军。新型精神活性物质在社交媒体和电子健康记录中的时间趋势研究。欧洲精神病学2016;38:15视图
  8. Delir Haghighi P, Kang Y, Buchbinder R, Burstein F, Whittle S.纤维肌痛患者主观体验和天气影响的研究:Twitter内容分析。公共卫生与监测，2017;3(1):4视图
  9. Brigo F, Igwe S, Ausserer H, Nardone R, Tezzon F, Bongiovanni L, Trinka E.为什么人们会患癫痫?癫痫与行为2014;31:67视图
  10. 李建军，李建军，李建军，等。基于网络的防晒霜使用反馈研究。医学互联网研究;2012;14(2):e48视图
  11. Reuter K, Zhu Y, Angyan P, Le N, Merchant A, Zimmer M.公众对监控Twitter用户及其对话的关注:调查研究。医学互联网研究;2019;21(10):e15455视图
  12. Fisher J, Clayton M. Who giving a Tweet:评估患者对使用社交媒体进行医疗保健的兴趣。循证护理世界观2012;9(2):100视图
  13. 崔彬。未来可能出现什么情况?——从公共卫生监测历史中汲取的教训。公共卫生;2015;2(1):27视图
  14. Park H, Park S, Chong M.推特上的对话和医学新闻框架:韩国COVID-19的信息流行病学研究。医学互联网研究，2020;22(5):e18897视图
  15. Hernández-García I, Giménez-Júlvez T.互联网预防新冠肺炎健康信息评估:信息流行病学研究。公共卫生与监测，2020;6(2):e18717视图
  16. 张建军，张建军，张建军，张建军，张建军。基于社会化媒体的疾病监测研究进展。医学互联网研究;2013;15(7):e147视图
  17. 罗克蒂，马菲亚，萨洛莫尼，Prandi C, Zagari R, Gningaye Kengni F, Bazzoli F, Montagnani M.克罗恩病患者态度的信息流行病学案例研究及Facebook和Twitter的情绪分析。公共卫生与监测，2017;3(3):51视图
  18. 马夫拉格尼。信息流行病学与信息监测:范围综述。医学互联网研究，2020;22(4):e16206视图
  19. 李晓明，吴晓明，吴晓明，吴晓明，吴晓明。基于微信号的微信号监测方法研究[J]。公共卫生与监测，2019;5(2):e11024视图
  20. 李淑娟，郑波。Facebook上的活动揭示了用户抑郁状态。医学互联网研究;2013;15(10):e217视图
  21. 徐东，赵敏，孙超，申顺，李军，余敏，金伟，林坤，李顺。基于搜索引擎数据的流感监测累积查询方法。医学互联网研究;2014;16(12):e289视图
  22. 李建军，张建军，张建军，张建军，张建军。基于数据、员工和资金的公共卫生信息学研究。公共卫生管理与实践;2017;23(3):302视图
  23. 杨建军，杨建军，李建军，等。基于贝叶斯变点分析的流感监测工具的研究进展。公共卫生与监测，2016;2(2):161视图
  24. Hernández-García I, Giménez-Júlvez T.如何预防COVID-19的YouTube西班牙语视频的特点。国际环境研究与公共卫生杂志2020;17(13):4671视图
  25. 陈安，朱思，康威。网络社区对电子烟和水烟使用的影响:一项基于文本挖掘和可视化技术的研究。医学互联网研究;2015;17(9):e220视图
  26. 张晓明，张晓明。基于网络的社会感知在健康信息传播中的有效性研究。信息通信技术，2017;34(1):194视图
  27. 与自杀相关的推特使用与自杀行为的关联:一项针对日本年轻互联网用户的横断面研究。情感障碍杂志2015;170:155视图
  28. 张建军，张建军，张建军，张建军，张建军。基于智能手机的心理疾病患者自杀风险预测研究。中国生物医学工程学报;2011;31 (6):591 - 591视图
  29. 鲍洛多夫斯基，马什L, Budney A.基于Facebook和网络调查的大麻使用行为研究。公共卫生与监测，2018;4(2):48视图
  30. 霍维茨E，怀特r。Circulation: Cardiovascular Quality and Outcomes 2017;10(3)视图
  31. 范维森，范格迈特-皮吉宁，博让·D, Wentzel J, van Steenbergen .传染病危机时期卫生组织是否应该使用Web 2.0媒体?肠出血性大肠杆菌暴发期间公民信息行为的深入定性研究医学互联网研究;2012;14(6):e181视图
  32. Williams S, Terras M, Warwick C.如何在医疗行业中研究Twitter:在PubMed中索引的Twitter论文分类。医学2.0 2013;2(2):e2视图
  33. Mowery D, Smith H, Cheney T, Stoddard G, Coppersmith G, Bryan C, Conway M.推特上的抑郁症状和社会心理压力因素:一项基于库的研究。医学互联网研究;2017;19(2):e48视图
  34. Musa I, Park H, Munkhdalai L, Ryu K. 1993 - 2017年全球综合征监测研究:文献计量分析和可视化。可持续性2018;10 (10):3414视图
  35. 杨建军。信息流行病学与信息监控。中华预防医学杂志;2011;40(5):554视图
  36. 王波，王波，王志强，王志强，王志强，王志强，王志强，王志强，王志强，王志强，王志强。失眠药物不良反应的临床研究进展。医学互联网研究;2019;21(11):e13371视图
  37. Panatto D, Domnich A, Gasparini R, Bonanni P, Icardi G, Amicizia D, Arata L, Bragazzi N, Signori A, Landa P, Bechini A, Boccalini s。专门设计用于提高社区对侵袭性肺炎球菌疾病及其预防认识的移动应用程序的开发和初步数据。人疫苗与免疫治疗2016;12(4):1080视图
  38. 李建军，李建军，李建军，等。公共卫生信息患者隐私问题的研究进展。临床治理:国际医学杂志2015;20(2):91视图
  39. 霍维茨E，穆利根d。数据、隐私和更大的利益。科学2015;349 (6245):253视图
  40. 李建军，李建军，李建军，李建军。微博上水烟相关图片的性别差异分析。卫生传播杂志;2016;21(3):366视图
  41. Taylor J, Pagliari C.基于社交媒体数据的健康研究的综合范围评估。中华医学杂志2018;8(12):e022931视图
  42. Paguio J, Yao J, Dee E. COVID-19的一线希望:全球对肺炎球菌和流感疫苗的兴趣增强，一项信息流行病学研究。疫苗2020;38 (34):5430视图
  43. 梅纳彻米N，拉胡卡尔S，拉胡卡尔M.利用基于网络的搜索数据研究公众对社会事件的反应:桑迪胡克枪击案的案例。公共卫生与监测，2017;3(1):12 - 12视图
  44. 大数据在精准公共卫生中的作用。5 .公共卫生前沿2018视图
  45. 李建军，李建军，李建军，等。基于应用程序接口的谷歌数据访问方法研究。JMIR研究进展2020;9(7):e16543视图
  46. 林德，Kälvemark，李建军，李建军，张建军，等。医药产品增材制造的社会影响因素研究。药物输送专家意见2017;14(8):927视图
  47. 梅尔克J, Hicks D, Rosenblum S, Isett K, Elliott J.牙科博客、播客和相关社会媒体:描述映射和分析。医学互联网研究;2017;19(7):e269视图
  48. 流行病学研究与web2.0——用户驱动的网络。流行病学2010;21 (6):760视图
  49. 康威M, O 'Connor d。社交媒体、大数据和心理健康:当前进展及其伦理意义。心理舆论界2016;9:77视图
  50. 社会媒体趋势:整合社会媒体与传染病动态。数学生物学通报2020;82(7)视图
  51. Rajan A, Sharaf R, Brown R, Sharaiha R, Lebwohl B, Mahadev S.美国胃肠道症状搜索兴趣与COVID-19诊断的关联:信息流行病学研究。公共卫生与监测，2020;6(3):e19354视图
  52. 鞭击综合征重装:鞭击综合征在欧洲互联网搜索引擎背景下的数字回声。公共卫生与监测，2017;3(1):15 - 15视图
  53. Cole-Lewis H, Pugatch J, Sanders A, Varghese A, Posada S, Yun C, Schwarz M, Augustson E.社交倾听:Twitter上电子烟讨论的内容分析。医学互联网研究;2015;17(10):e243视图
  54. Loubet P, Guerrisi C, Turbelin C, Blondel B, Launay O, Bardou M, Blanchon T, Bonmarin I, Goffinet F, Ancel P, Colizza V, Hanslik T, kernsamis S.第一个全国性的孕妇流感样疾病网络监测系统:法国G-GrippeNet队列的参与和代表性。BMC公共卫生2016;16(1)视图
  55. 王志强，王志强。基于脑动仪的睡眠效率评估。睡眠研究杂志2018;27(4):e12613视图
  56. 张宁，坎波S, Janz K, Eckler P，杨杰，Snetselaar L, Signorini A.美国体育活动的推特电子口碑:探索性信息流行病学研究。医学互联网研究;2013;15(11):e261视图
  57. 郭立强，李建军，李建军，等。大数据技术与社会发展:基于数据的社会管理研究[j]。Saúde e社会科学，2017;26(1):208视图
  58. 陈健，何生，林涛。博客中提及的香港酒精使用资讯流行病学:资讯监测研究。医学互联网研究;2013;15(9):e192视图
  59. 傅福杰，林亚平，林敏，韩德华。“谷歌搜索”癌症:澳大利亚、加拿大、新西兰、英国和美国在线搜索兴趣的信息流行病学评估。中国生物医学工程学报;2016;31 (1):391 - 391视图
  60. Gianfredi V, Bragazzi N, Nucci D, Martini M, Rosselli R, Minelli L, Moretti M.利用大数据研究热带和亚热带传染性疾病:来自文献系统综述的意义。5 .公共卫生前沿2018视图
  61. Sabus C, Johns B, Schultz N, Gagnon K.推特上物理治疗相关讨论的内容和范围的探索。物理治疗2019;99(8):1048视图
  62. 张建军，刘建军，张建军，张建军，张建军。社交网站对健康行为改变的影响:一项系统评价和meta分析。医学信息学报，2015;22(1):243视图
  63. 张建军，张建军，张建军，张建军。基于机器学习算法的推特数据分析。中华心理健康杂志，2016;3(2):21 - 21视图
  64. 传染性不安全感:H1N1和新发传染病的政治。卫生与场所2012;18(4):695视图
  65. 李建军，刘建军，刘建军。新冠肺炎疫情在波兰和葡萄牙的传播与个人防护意识的相关性分析。医疗2020;8 (3):203视图
  66. 刘娥，郑健，曾涛，廖强，Lewis B, Brownstein J, Sanders S, Wong J, Mekaru S, Rivers C，吴鹏，蒋宏，李勇，于健，张强，常震，刘峰，彭忠，梁刚，冯磊，考凌，余辉。基于公开信息的流行病学推断的准确性:中国人感染H7N9流感病例线表的回顾性比较分析。中国医学杂志2014;12(1)视图
  67. Wakamiya S, Matsune S, Okubo K, Aramaki E.花粉计数、Tweet数和季节性变应性鼻炎患者数之间的因果关系:回顾性分析。医学互联网研究;2019;21(2):e10450视图
  68. 生物监测:一种技术安全基础设施，以预防信息化生物的危险。科学作为文化2020;29(1):153视图
  69. 刘德华，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强，刘志强。语音学报，2022;36(1):98视图
  70. 王鹏，傅康，邱荣，马慧，罗莹，张思，叶萍。互联网上自杀相关信息的搜索行为的回顾性观察研究。医学互联网研究，2013;15(1):e3视图
  71. 张建军，张建军，张建军，等。抑郁相关健康信息搜索的日变化:基于谷歌趋势数据的芬兰个案研究。中华心理健康杂志，2018;5(2):943视图
  72. Anderson J, hunt E, Dean M, Keim-Malpass J, Lopez R.“网络支持教会”。家庭护理杂志2017;23(1):34视图
  73. Rosenblum S, Isett K, Melkers J, Funkhouser E, Hicks D, Gilbert G, Melkers M, McEdward D, Buchberg-Trejo M.专业分层与在线资源使用的关系:来自全国牙科实践研究网络的证据。信息科学学报，2021;47(3):373视图
  74. 李建军，李建军，李建军，等。基于网络内容挖掘的地理信息系统应用研究——以数字乳房断层合成为例。临床肿瘤信息学2018;(2):1视图
  75. 廖强，袁军，董明，杨丽，Fielding R，林伟。中国新冠肺炎疫情早期公众参与与政府响应:基于社交媒体数据的信息流行病学研究。医学互联网研究，2020;22(5):e18796视图
  76. 杨建军，杨建军，李建军，等。基于数据模型的印尼万隆市登革热发病与谷歌的相关性分析。医学互联网研究;2020;22(7):e17633视图
  77. 杨，葛洛普，平塔·K, Waddell L, Marshall B, Thomas K, McEwen S, rajiki A.加拿大农业食品公共卫生部门研究和政策利益相关者对循证决策的经验和态度。2014年人畜共患病与公共卫生:无视图
  78. 刘建军，张建军，张建军，等。中国经济发展趋势的研究进展。医学互联网研究;2018;20(11):e270视图
  79. 王慧，陈东，于慧，陈勇。基于谷歌趋势预测痴呆发病率及痴呆相关门诊就诊:来自台湾的证据。医学互联网研究;2015;17(11):e264视图
  80. ferriite S, frihe A. Carta ao编辑:当代流行病学杂志。生态学报，2015;17(6):1757视图
  81. 刘建军，刘建军，刘建军，等。网络环境下医疗决策过程的影响因素分析。药物滥用:研究与治疗2017;11:117822181772551视图
  82. 顾宏，陈斌，朱华，姜涛，王旭，陈磊，姜志，郑东，姜杰。互联网监测在突发公共卫生事件防控中的重要性:来自甲型H7N9禽流感疫情数字流行病学研究的证据。医学互联网研究;2014;16(1):e20视图
  83. 李建军，李建军，李建军，等。甲-半乳糖过敏的流行病学研究进展。变态反应与临床免疫学杂志:在实践2020;8(5):1725视图
  84. Nagel A, Tsou M, Spitzberg B, An L, Gawron J, Gupta D, Yang J, Han S, Peddecord K, Lindsay S, Sawyer M.网络空间事件与信息的复杂关系:基于Tweets的流感和百日咳案例研究。医学互联网研究;2013;15(10):e237视图
  85. Mooney P, Corcoran P, Ciepluch B.在普及健康计算应用中使用自愿地理信息的潜力。环境智能与人性化计算学报，2013;4(6):731视图
  86. 梁波，史达民。网络健康信息搜索频率对公众健康风险感知的影响。医学互联网研究;2013;15(6):e114视图
  87. 张震，郑旭，曾东，李文生。基于搜索查询监控的网络数据跟踪研究。医学互联网研究;2016;18(9):e252视图
  88. yum - tov E, Gabrilovich E.上市后药物监测无试验成本:通过大规模网络搜索查询分析发现药物不良反应。医学互联网研究;2013;15(6):e124视图
  89. #临终现场:癌症患者推特上的临终轨迹。BMC Palliative Care 2018;17(1)视图
  90. debinm, Turbelin C, Blanchon T, Bonmarin I, Falchi A, Hanslik T, Levy-Bruhl D, Poletto C, Colizza V, Moreno Y.法国流感在线监测系统的可行性和参与代表性评估。科学通报，2013;8(9):773 - 775视图
  91. 李建军，李建军，李建军，等。基于搜索查询监控的美国卷烟税增加后的避税和戒烟行为。科学通报，2011;6(3):563 - 567视图
  92. 李建军，李建军，李建军，等。数字时代癌症信息检索的研究进展。医疗决策2015;35(1):16视图
  93. 社交媒体在传染病实践中的应用综述。临床传染病2012;20(6):370视图
  94. 王晓明，王晓明，王晓明，等。糖尿病患者与医护人员沟通行为变化的回顾性队列研究。医学互联网研究;2020;22(8):e17186视图
  95. 冯毅，傅康，应颖，Schaible B，郝毅，陈超，谢铮。中国社交媒体对中东呼吸综合征冠状病毒和甲型H7N9禽流感疫情的反应。《贫困传染病》2013;2(1)视图
  96. 张磊，徐磊，张伟。社交媒体作为放大站:影响突发卫生事件网络公众响应速度的因素。传媒学报，2017;27(3):322视图
  97. 张勇，王晓明，张勇。基于贝叶斯分层统计模型的流感监测系统性能分析。BMC公共卫生2014;14(1)视图
  98. 谢涛，谭涛，李军。[p] [p] [b]基于大范围搜索趋势的新冠肺炎疫情早期中国社交媒体公众关注度分析[p] [b]。风险管理和医疗政策2020;卷13:1353视图
  99. Bellon-Harn M, Ulep A, Dueppen A, Manchaiah V, Ravi R, Gunjawate D. YouTube视频中声音健康写照的横断面研究。ASHA特殊利益群体的视角2020;5(4):867视图
  100. SeyyedHosseini S, Asemi A, Shabani A, CheshmehSohrabi M.伊朗乳腺癌的信息流行病学研究。电子图书馆2018;36(2):258视图
  101. Alvarez-Mon M, Llavero-Valero M, Sánchez-Bayona R, Pereira-Sanchez V, Vallejo-Valdivielso M, Monserrat J, Lahera G, Asunsolo del Barco A, Alvarez-Mon M.公众在五种相关医疗条件下的兴趣和偏见态度:专题和定量分析。医学互联网研究;2019;21(5):e14110视图
  102. 李建军，张建军，张建军，等。中国公共卫生信息融合与社会网络研究进展。美国公共卫生杂志2010;100(7):1237视图
  103. 张建军，张建军，张建军，张建军。“天时地利”Twitter健康传播:位置信息的价值与准确性医学互联网研究;2012;14(6):e156视图
  104. 马夫拉加尼A，奥乔亚G.互联网与反疫苗运动:追踪2017年欧盟麻疹疫情。大数据与认知计算2018;2(1):2视图
  105. 英国2019冠状病毒病(COVID-19)的在线行为模式。流行病学与感染2020;38视图
  106. 李军，徐强，Cuomo R, Purushothaman V, Mackey T.中国社交媒体平台微博疫情早期数据挖掘与内容分析:回顾性观察性信息监测研究。公共卫生与监测，2020;6(2):e18700视图
  107. 李建军，李建军，李建军，等。直接面向消费者的助听器的优势与不足:来自亚马逊用户评论的大量二手数据分析。言语语言与听力研究，2019;62(5):1506视图
  108. 高晓霞，王晓明，王健。儿童青少年牙科恐惧与焦虑的关系:基于YouTube的定性研究。医学互联网研究;2013;15(2):e29视图
  109. Prosperi M, Min J, Bian J, Modave F.精准医疗和精准公共卫生中的大数据障碍。BMC Medical Informatics and Decision Making 2018;18(1)视图
  110. 刘建军，刘建军，刘建军，等。系统性红斑狼疮在线健康信息的质量、可靠性和可读性评估。红斑狼疮2018;27 (12):1911视图
  111. 刘帅，陈斌，郭安。基于Twitter数据的体育活动监测:信息流行病学研究。医学互联网研究;2019;21(6):e12394视图
  112. 利用卫生信息技术改善疫苗传播和覆盖率。人疫苗与免疫治疗2013;9(8):1802视图
  113. 临床数据挖掘和过敏办公室的研究。变态反应与临床免疫学最新意见2010;10(3):171视图
  114. 张a, Albrecht L . Scott S.利用Twitter进行医疗保健消费者数据收集。国际定性方法杂志2018;17(1):160940691775078视图
  115. 林燕，洪燕，刘涛，梁晨。基于在线评价的美国牙科患者体验与医疗质量评价研究。医学互联网研究，2020;22(7):e18652视图
  116. Nerlich B, Koteyko N.狼来了?2009年猪流感大流行背景下的生物安全和元通信。卫生与场所2012;18(4):710视图
  117. 月亮H,李g .评价韩语COVID-19-Related医疗信息在YouTube上:横断面Infodemiology研究。医学互联网研究;2020;22(8):e20775视图
  118. 为什么人们会有运动障碍?信息寻求行为的信息流行病学研究。神经科学，2016;37(5):781视图
  119. 王晓明，王晓明，王晓明，等。基于社交媒体的白血病患者和幸存者护理协调目标和计划评估。转化行为医学2018;8(3):481视图
  120. Jones R, Sharkey S, Smithson J, Ford T, Emmens T, Hewis E, Sheaves B, Owens C.用指标描述论坛成员的参与立场。医学互联网研究，2011;13(1):e3视图
  121. 张建军，张建军，张建军，Özkaynak H, Goldsmith M, Wambaugh J, Judson R, Buckley T.计算暴露科学:支持21世纪风险评估的新兴学科。环境卫生学报，2016;24(6):697视图
  122. 谭安，李超，蔡杰。健康信息暴露对青少年健康行为的滞后影响及其潜在途径。通信学报，2015;65(4):674视图
  123. 崔b。公共卫生监测的过去、现在和未来。Scientifica 2012:1 2012;视图
  124. 高淑娟，高德华，高德华，高德华，高德华，高德华。网络日志中脑卒中体验的性别差异研究。医学互联网研究;2014;16(3):e84视图
  125. Gohil S, Vuik S, Darzi A.卫生保健推文的情感分析:所用方法的回顾。公共卫生与监测，2018;4(2):43视图
  126. 金勇，黄军，张建军。垃圾输入、垃圾输出:社交媒体数据在健康研究、信息流行病学和数字疾病检测中的数据收集、质量评估和报告标准。医学互联网研究;2016;18(2):e41视图
  127. Bragazzi N, Guglielmi O, Garbarino S.睡眠组学:大数据如何革新睡眠科学。国际环境研究与公共卫生杂志2019;16(2):291视图
  128. Stefanidis A, Vraga E, Lamprianidis G, Radzikowski J, Delamater P, Jacobsen K, Pfoser D, Croitoru A, croooks A. Twitter中的Zika:地点、演员和概念的时间变化。公共卫生与监测，2017;3(2):22视图
  129. 刘建军，刘建军。基于社交网络的健康信息获取研究进展。卫生信息与生物信息学的网络建模分析;2012;1(4):173视图
  130. Sousa-Pinto B, Anto A, Czarlewski W, Anto J, Fonseca J, Bousquet J.媒体报道对covid -19相关谷歌趋势数据的影响评估:信息流行病学研究。医学互联网研究;2020;22(8):e19611视图
  131. Mahoney J, Le Moignan E, Long K, Wilson M, Barnett J, Vines J, Lawson S.在3.17亿人中感到孤独:Twitter上的孤独揭露。计算机与人类行为2019;98:20视图
  132. 贾柏利，刘建军，刘建军，等。脓毒症认知的全球趋势:2012 - 2017年搜索引擎数据的分析。重症监护2018;22(1)视图
  133. García-Díaz J, Cánovas-García M, Valencia-García R.基于本体驱动的情感分析分类:拉丁美洲传染病信息流行病学案例研究。未来一代计算机系统2020;112:641视图
  134. 张建军，张建军，张建军，张建军，张建军，张建军。医疗卫生专业人员健康信息感知的非概率抽样调查。医学互联网研究;2019;21(7):e14105视图
  135. 陈志强，陈志强，陈志强，等。《德国科学通报》-《科学通报》-《科学通报》2013;56(1):124视图
  136. McLean S, Lennon P，眩光P.互联网搜索查询分析可以用来证明美国公众对姑息治疗的认识正在迅速提高。中华医学杂志;2019;9(1):40视图
  137. 张晓明，李晓明，李晓明，等。电子烟对健康的影响:网络论坛的自动挖掘。医学互联网研究，2020;22(1):e15684视图
  138. Șerban O, Thapen N, Maginnis B, Hankin C, Foot V.基于SENTINEL的社交媒体实时处理:基于深度学习的健康分类综合征监测系统。信息处理与管理2019;56(3):1166视图
  139. Leal Neto O, Dimech G, Libel M, de Souza W, Cesse E, Smolinski M, Oliveira W, Albuquerque J. Saúde na Copa: 2014年巴西世界杯群众集会参与式监控的世界首次应用。公共卫生与监测，2017;3(2):26 - 26视图
  140. Ganesh R, Singh S, Mishra R, Sagar R.印度网络媒体对名人自杀的报道质量及其与随后普通人群中与自杀相关的网络搜索行为的关联:一项信息流行病学研究。中华精神病学杂志2020;53 (3):1080 - 1080视图
  141. 陈鹏，柴静，张磊，王东。中文网页自杀信息挖掘系统(Sims)的开发与应用。医学系统杂志2014;38(11)视图
  142. 通过医疗保健评级站点的后泛光监视。信息通信与社会，2013;16(2):215视图
  143. 医学更新:为什么搜索引擎降低了健康和医疗信息网站的可见度?国际环境研究与公共卫生杂志2020;17(4):1160视图
  144. 胡贝尔J，伍德华，吴志强，吴志强，吴志强，吴志强，吴志强，吴志强，吴志强，吴志强，吴志强，吴志强。社会媒体研究策略对医疗信息的影响。中华临床医学杂志(英文版);2010;5(1):71视图
  145. 韩伟，金勇，金勇，车敏，吴丹。建立可持续的致癌因素风险沟通平台的建议。流行病学与卫生2014:e2014034视图
  146. 推文可以预测引用吗?基于Twitter的社会影响指标及其与传统科学影响指标的相关性。医学互联网研究;2011;13(4):e123视图
  147. 健康图书馆员的社交媒体趋势:使用社交媒体进行临床疾病监测的入门。加拿大卫生图书馆协会杂志/加拿大图书馆协会杂志2014;33(2):92视图
  148. Caron A, Chazard E, Muller J, Perichon R, Ferret L, Koutkias V, Beuscart R, Beuscart J, Ficheur G. IT-CARES:电子病历病例交叉分析的交互式工具。医学信息学报，2017;24(2):323视图
  149. 意大利多发性硬化症的信息流行病学和信息监测。国际多发性硬化症2013;2013:1视图
  150. 李建军，李建军，李建军，等。电子症状报告对医疗服务质量的影响:随机对照试验的系统评价。第1部分:技术现状。医学互联网研究;2012;14(5):e118视图
  151. 数字表现型:哲学和伦理的探索。哲学与科学，2019;32(1):155视图
  152. Saha K, Torous J, Ernala S, Rizuto C, Stafford A, De Choudhury M.社交媒体上心理健康意识运动的计算研究。转化行为医学2019;9(6):1197视图
  153. 王涛，夏强，陈晓，金霞

    使用百度指数跟踪中国网民对肾结石的在线行为和兴趣

    。风险管理和医疗政策2020;卷13:705视图
  154. 李建军，李建军，李建军，等。前列腺癌筛查、诊断和治疗的网络研究进展。北京大学学报，2019;124(4):629视图
  155. 徐强，葛勇，陈思。社交媒体中健康问题讨论动态的影响因素分析。中华人民共和国公共卫生与监测杂志，2020;6(3):e17175视图
  156. 刘建军，李建军，李建军，等。卵巢癌患者自我护理行为的研究进展。中国生物医学工程学报;2019;31 (1):444 - 444视图
  157. 米卡尔J，赫斯特S，康威M.使用Twitter进行人口水平抑郁监测的伦理问题:一项定性研究。BMC Medical Ethics 2016;17(1)视图
  158. 马库斯M，韦斯特拉H，伊斯特伍德J，巴恩斯K.年轻人对心理健康的看法?网络博客分析。医学互联网研究;2012;14(1):e17视图
  159. 张建军，张建军，张建军，张建军。基于微博数据的2012-2013年流感季节的时空特征分析。医学互联网研究;2014;16(10):e236视图
  160. 精确公共卫生的想象。人文医学2020;46(3):192视图
  161. 田文杰，李建军，李建军，等。一种新型流感预测模型。科学通报，2020;15(5):e0233126视图
  162. Husain I, Briggs B, Lefebvre C, Cline D, Stopyra J, O'Brien M, Vaithi R, Gilmore S, Countryman C.美国新冠肺炎疫情公众利益波动:谷歌趋势搜索数据的分析。公共卫生与监测，2020;6(3):e19969视图
  163. 王晓明，王晓明，王晓明，等。人口健康信息寻求行为与脑卒中的地理差异:生态相关性和时间序列研究。科学报告2020;10(1)视图
  164. Harris J, moeland - russell S, Choucair B, Mansour R, Staub M, Simmons K.推特支持和反对公共卫生政策:对芝加哥公共卫生部电子烟推特运动的回应。医学互联网研究;2014;16(10):e238视图
  165. 布拉加齐，刘建军，刘建军，刘建军，刘建军，刘建军。基于趋势搜索查询的癫痫持续状态信息流行病学研究。癫痫与行为2016;55:120视图
  166. 分析推特作为了解物质使用的机会。ssn电子期刊2015视图
  167. 李建军，李建军，李建军，等。美国多发性硬化症患者在社交媒体上的治疗转换模式:社交媒体内容分析在健康结果研究中的应用。医学互联网研究;2016;18(3):e62视图
  168. Faoury M, Upile T, Patel N.利用谷歌趋势了解喉癌的信息寻求行为。中华咽喉与耳科杂志2019;33(7):610视图
  169. Strieder A, Aguirre P, Lotto M, Cruvinel A, Cruvinel T.基于数字行为的琥珀项链用户兴趣监测。国际儿科牙科杂志2019;29(5):603视图
  170. 路透K, Danve A, Deodhar A.利用社交媒体的力量:它如何有助于轴性脊柱炎的研究?风湿病杂志2019;31(4):321视图
  171. 王志强，García-Díaz J，刘志强，Valencia-García R.基于信息检索模型和机器学习分类器的传染病社会认知评估。应用科学2019;9(14):2858视图
  172. 汉森C, Burton S, Giraud-Carrier C, West J, Barnes M, Hansen B.微调和推特:探索推特在大学生非医疗使用精神兴奋剂药物(Adderall)中的作用。医学互联网研究;2013;15(4):e62视图
  173. 捕捉好奇心:使用互联网搜索趋势来衡量公众注意力。政策研究，2011;39(2):239视图
  174. nishmoto N, Ota M, Yagahara A, Ogasawara K.福岛第一核电站事故后公众关注持续时间的Twitter相关数据分析。中华人民共和国公共卫生与监测杂志，2016;2(2):668视图
  175. 李建军，李建军，李建军。基于社交媒体平台的非法药物使用监测系统评价。公共卫生杂志2017;39(4):763视图
  176. 杨建军，杨建军，杨建军，等。基于网络社交媒体的疫苗接种情绪评估:传染病动态和控制的意义。科学通报;2011;7(10):e1002199视图
  177. Cherry J, Gordon K.口吃是脑震荡的症状。儿科急诊，2017;33(11):e137视图
  178. 倪杰，Bellon-Harn M，张杰，李勇，Manchaiah V.耳鸣在Twitter上的常用参考。美国听觉科学杂志2020;29(2):206视图
  179. 李建平，李建平。传染病信息监测的研究进展。大数据学报2018;5(1)视图
  180. mcciver D, Hawkins J, Chunara R, Chatterjee A, Bhandari A, Fitzgerald T, Jain S, Brownstein J.用Twitter表征睡眠问题。医学互联网研究;2015;17(6):e140视图
  181. 张建军，张建军，李建军，等。基于网络的健康事件风险标记的自动识别。医学互联网研究;2015;17(1):e29视图
  182. 杨涛。社会媒体对健康与福祉政策行动与社会变革的促进作用:观点。医学互联网研究;2018;20(3):e94视图
  183. 李俊，陈伟，徐强，Shah N, Kohler J, Mackey T.基于无监督机器学习的twitter腐败自我报告体验检测。社会科学与人文开放2020;2(1):100060视图
  184. Brigo F, Lattanzi S, Bragazzi N, Nardone R, Moccia M, Lavorgna L.为什么人们会在维基百科上搜索多发性硬化症的信息?多发性硬化症及相关疾病2018;20:210视图
  185. 何耀华，李建平，李建平，李建平，等。多囊卵巢综合征患者对医疗保健服务不满意程度的回顾性分析。医学互联网研究，2020;22(4):e16541视图
  186. 罗比拉德J，约翰逊T, Hennessey C, Beattie B, Illes J，詹金斯N.衰老2.0:Twitter上的痴呆症健康信息。科学通报，2013;8(7):693 - 693视图
  187. 徐翔，李志明，李鹏，何志强，李志强，李志强。基于Facebook信息的糖尿病前期预测研究。JMIR研究进展，2018;7(12):e10720视图
  188. Wagner M, Lampos V, Cox I, Pebody R.在线用户生成内容在传统流感监测方法中的附加价值。科学报告2018;8(1)视图
  189. 李建军，李建军，李建军，等。网络环境下癌症信息差异的研究。中国癌症防治杂志2016;8:33视图
  190. 康威M.使用Twitter进行公共卫生监测和研究的伦理问题:从研究文献中发展伦理概念的分类。医学互联网研究;2014;16(12):e290视图
  191. 安东·c，药物不良反应和社交媒体。药物不良反应通报2014;286(1):1103视图
  192. 刘建军，刘建军，刘建军，刘建军，等。流行性感冒的早期流行趋势分析。医学互联网研究;2012;14(5):e125视图
  193. 罗比拉德J, Whiteley L, Johnson T, Lim J, Wasserman W, Illes J.利用社交媒体研究基因治疗中的信息寻求和伦理问题。医学互联网研究;2013;15(3):e44视图
  194. Gianfredi V, Bragazzi N, Mahamid M, Bisharat B, Mahroum N, Amital H, Adawi M.监测公众对百日咳疫情的兴趣:基于谷歌趋势的广泛分析。公共卫生2018;165:9视图
  195. 张建军，张建军，张建军。社会网络技术在网络健康促进中的作用:一种影响网络健康干预效果的理论和实证分析。医学互联网研究;2015;17(6):e141视图
  196. Bellon-Harn M, Ni J, Manchaiah V. Twitter对自闭症谱系障碍的使用。自闭症2020;24 (7):1805视图
  197. Daniulaityte R, Carlson R, Brigham G, Cameron D, Sheth a .“Sub是一种奇怪的药物:”一项基于网络的关于使用丁丙诺啡自我治疗阿片类药物戒断症状的态度的研究。《美国成瘾杂志》;2015;24(5):403视图
  198. Panatto D, Domnich A, Gasparini R, Bonanni P, Icardi G, Amicizia D, Arata L, carzzo S, Signori A, Bechini A, Boccalini S.侵袭性肺炎球菌病电子卫生项目:推广活动的综合评价。医学互联网研究;2016;18(12):e316视图
  199. 司云，吴华，刘强。影响医生参与众包医疗信息网站提供医疗服务的因素:精细-似然视角研究。中国医学信息学报;2020;31 (6):563 - 567视图
  200. 张勇，蒋伟，王伟，林超，洪磊，蔡勇，孙军，陈勇。谷歌基于趋势的非英语查询数据与流行疾病:台湾流行搜索行为的横断面研究。中华医学杂志2020;10(7):e034156视图
  201. Domnich A, Arbuzova E, Signori A, Amicizia D, Panatto D, Gasparini R.基于需求的性传播感染网络监测。国际公共卫生杂志2014;59(5):841视图
  202. 张建军，张建军，张建军，张建军。社会参与对健康的影响。计算机2010;43 (11):45视图
  203. 陈斌，张军，姜志，邵军，姜涛，王铮，刘坤，唐森，顾海，姜军。中国“乙肝疫苗危机”期间媒体和公众对疫苗接种的反应。疫苗2015;33 (15):1780视图
  204. Mullins C, french-O'Carroll R, Lane J, O'Connor T.分享痛苦:Twitter与爱尔兰痛苦的观察分析。区域麻醉与疼痛医学2020;45(8):597视图
  205. 杨建军，陈建军，李建军，等。基于网络的反吸烟广告对戒烟效果的影响。医学互联网研究;2016;18(11):e306视图
  206. 刘建军，刘建军，刘建军，等。一种基于地理信息系统的流行病学调查实时监测系统。[j] .移动医疗与健康;2014;2(1):10 - 10视图
  207. 李建军，李建军，李建军，等。参与式疾病监测:社区对健康威胁的直接报告、监测和应对。公共卫生与监测，2017;3(4):662视图
  208. Loubet P, Verger P, Abitbol V, Peyrin-Biroulet L, Launay o。法国成人炎症性肠病肺炎球菌和流感疫苗摄取:一项基于网络的研究结果。中华消化与肝脏疾病杂志，2018;50(6):563视图
  209. 杨建军，刘建军，刘建军，等。我国抗凝血药物的临床应用现状及影响因素。中国医学杂志，2008-2018。医学2020;99 (19):e20005视图
  210. 马夫拉格尼。欧洲COVID-19监测:信息流行病学方法。公共卫生与监测，2020;6(2):e18941视图
  211. 刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军。癫痫与行为2018;81:119视图
  212. 张建军，张建军，张建军，张建军，等。基于信息技术的流行病学监测。生物医学仪器与技术2010;44(2):159视图
  213. Brigo F, Igwe S, Nardone R, Lochner P, Tezzon F, Otte W.维基百科与神经系统疾病。临床神经科学杂志2015;22(7):1170视图
  214. M. Pobiruchin, Zowalla R . Wiesner M.欧洲SARS-CoV-2爆发期间Twitter上covid -19相关信息传播的时间和地点变化及链接类别研究。医学互联网研究;2020;22(8):e19629视图
  215. Pereira-Sanchez V, Alvarez-Mon M, Asunsolo del Barco A, Alvarez-Mon M, Teo A.推特上隐蔽青年现象的范围探索:西方语言推文的混合方法研究。医学互联网研究;2019;21(5):e14167视图
  216. 华莱士R,斯坦内克D, Griese年代,Krulak D, Vora N,柏查L,菅直人V, M说,威廉姆斯C,伯吉斯T,克劳森,奥斯汀C·J,雷曼M, Finelli L, Selvaggi G,乔伊斯P, Gordin F, Benator D, Bettano, Cersovsky年代,布莱克摩尔C,琼斯,布坎南B,费尔南德斯,Dinelli D,艾格尼丝·K·克拉克,吉尔J·埃姆勒米,布莱斯D,米切尔K,惠特曼T, Zapor M, Zorich年代,Witkop C,詹金斯P,莫拉P, Droller D,特纳年代,邓恩L,威廉姆斯P,理查兹C,尤因G,查普曼K、C高比特,Girimont T, Franka R,李建军，李建军，李建军，等。狂犬病在器官供者和受者中流行的研究进展。2014年人畜共患病与公共卫生:无视图
  217. Fox B, Varadarajan R.在多校区药房管理课程中使用Twitter鼓励互动。美国药学教育杂志2011;75(5):88视图
  218. 陈建军，陈建军，陈建军。基于社会网络的毒物预警研究。医学毒理学杂志2013;9(2):184视图
  219. 李建军，李建军，李建军，等。基于社交网络的健康个性化信息提取研究进展。医学互联网研究;2011;13(1):e15视图
  220. 李建军，李建军，李建军，陈勇。基于大数据的健康意识运动研究:基于大数据的健康意识运动研究。公共卫生与监测，2016;2(1):16 - 16视图
  221. 张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军。公共卫生与监测，2017;3(1):6视图
  222. 王晓明，王晓明，王晓明，等。基于微博信息的流感检测方法研究。公共卫生与监测，2018;4(3):65视图
  223. 张建军，刘建军，张建军，张建军，张建军，张建军。公共卫生管理与实践杂志2010;16(6):529视图
  224. 马夫拉加尼A，奥乔亚G.利用在线搜索流量数据预测美国艾滋病流行。大数据学报2018;5(1)视图
  225. 关于运动和减肥的健康思考的季节性周期性:生态学相关研究。公共卫生与监测，2017;3(4):92视图
  226. 张建军，张建军，张建军，等。基于微博和抗生素的健康信息传播。美国感染控制杂志2010;38(3):182视图
  227. 张建军，张建军，张建军，等。免疫缺陷病毒网络搜索模式与数字鸿沟的关系研究。医学互联网研究;2013;15(11):e256视图
  228. 张敏，何超，方鹏，吕勇，何荣。重大空气污染危机时期社交媒体和智能手机应用对个体身心健康状况的影响。[j] .移动医疗与健康;2014;2(1):e16视图
  229. 如何对抗信息泛滥:信息泛滥管理的四大支柱。医学互联网研究，2020;22(6):e21820视图
  230. 刘国强，刘国强，刘国强，等。口服避孕药在线健康信息质量分析。以色列卫生政策研究杂志2012;1(1)视图
  231. Gesualdo F, Stilo G, Agricola E, Gonfiantini M, Pandolfi E, Velardi P, Tozzi A, Cook A.基于Naïve语言自动学习的Twitter流感样疾病监测。科学通报，2013;8(12):882489视图
  232. 王晓东，王晓东，王晓东，等。人口健康信息干预的影响因素分析。国际健康促进2019;34(3):501视图
  233. 李建军，郭建军，郭建军，郭建军，郭建军，郭建军，郭建军，郭建军，李建军，郭建军。社交媒体在公共卫生研究中的应用。中华卫生杂志，2018;18 (3):343视图
  234. 张建军，张建军，张建军，等。基于网络的社会网络信息挖掘技术研究进展[j]。计算机方法与程序在生物医学中的应用2010;100(1):16视图
  235. Russo G, di Mauro M, Cocci A, Cacciamani G, Cimino S, Serefoglu E, Albersen M, Capogrosso P, Fode M, Verze P.咨询“bbb博士”性功能障碍:当代全球趋势分析。国际阳痿杂志2020;32(4):455视图
  236. 李建军，李建军，李建军，等。疾病暴发事件数据库的构建。医学互联网研究;2010;12(3):e43视图
  237. Prieto J, Jara J, Alvis J, Furlan L, Murray C, Garcia J, Benghozi P, Kaydos-Daniels S.参与性综合征监测在拉丁美洲是否有效?在危地马拉试用一种移动方法，以众包流感样疾病数据。公共卫生与监测，2017;3(4):887视图
  238. 王志强，王志强，王志强，等。互联网搜索模式对俄罗斯非法毒品政策辩论的影响。医学互联网研究;2012;14(6):e165视图
  239. 马夫拉格尼A, Sampri A, Sypsa K, Tsagarakis K.智能健康在美国医疗保健系统中的整合:b谷歌时代哮喘监测的信息流行病学研究。公共卫生与监测，2018;4(1):24 - 24视图
  240. Curtis B, Alanis-Hirsch K, Kaynak Ö， Cacciola J, Meyers K, McLellan A.使用网络搜索追踪对合成大麻素(又名“草药香”)的兴趣。药物与酒精评论2015;34(1):105视图
  241. 李建军，刘建军，李建军，等。数字化疾病检测与参与式监测的研究进展。回顾Saúde Pública 2016;50(0)视图
  242. 张建军，张建军，张建军，张建军。基于网络查询的流感样疾病预测的年龄相关性研究。科学通报，2015;10(5):e0127754视图
  243. 拉丁美洲国家在神经性厌食症和神经性贪食症的搜索量上处于领先地位:对全球心理健康研究的影响。国际饮食失调杂志2018;51(12):1352视图
  244. Lavorgna L, Brigo F, Moccia M, Leocani L, Lanzillo R, Clerico M, Abbadessa G, Schmierer K, Solaro C, Prosperini L, Tedeschi G, Giovannoni G, Bonavita S.电子健康与多发性硬化症:最新进展。多发性硬化症杂志2018;24(13):1657视图
  245. 李建军，李建军，李建军，等。基于自然语言处理的临床信息深度分析研究。医学互联网研究;2011;13(4):e98视图
  246. 评估总统议程设置能力:总统、大众媒体和公众对经济问题关注的动态比较。国会与总统2013;40(3):255视图
  247. Pagliari C, Vijaykumar S, Churcher T.数字参与式监测与寨卡病毒危机:机遇和警告。被忽视的热带病;2016;10(6):e0004795视图
  248. 陈建军，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军。科学通报;2010;7(12):e1000376视图
  249. 《安吉丽娜·朱莉与医学决策科学》。医疗决策2015;35(1):4视图
  250. Vasconcellos-Silva P, Carvalho D, Trajano V, de La Rocque L, Sawada A, Juvanhol L.使用谷歌趋势数据研究巴西乳腺癌筛查的公众兴趣:为什么不是一个粉红色的二月?公共卫生与监测，2017;3(2):17 - 17视图
  251. Joshi A, Wangmo R, Amadi C.博客作为传播卫生技术创新的渠道。医疗信息研究，2017;23(3):208视图
  252. 刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军。基于智能设备的健康信息门户网站的在线健康查询比较分析。医学互联网研究;2014;16(7):e160视图
  253. 李建军，杨建军，李建军，等。新型冠状病毒肺炎疫情防控的研究进展。公共卫生与监测，2020;6(2):e19369视图
  254. Nascimento, dosssantos M, Danciu T, DeBoer M, van Holsbeeck H, Lucas S, Aiello C, Khatib L, Bender M, Zubieta J, DaSilva A. Twitter上偏头痛的实时分享和表达:一个断面信息流行病学研究。医学互联网研究;2014;16(4):e96视图
  255. Chary M, Genes N, Giraud-Carrier C, Hanson C, Nelson L, Manini A.来自推特的流行病学:从社交媒体估计美国处方阿片类药物滥用。医学毒理学杂志2017;13(4):278视图
  256. French M, Mykhalovskiy E.公共卫生情报和潜在流行病的探测。健康与疾病社会学2013;35(2):174视图
  257. Loubet P, Guerrisi C, Turbelin C, Blondel B, Launay O, Bardou M, Goffinet F, Colizza V, Hanslik T, kernsamis S.妊娠期流感:发病率、疫苗接种覆盖率和疫苗接种态度。疫苗2016;34 (20):2390视图
  258. 李建军，李建军，李建军，等。基于谷歌的肾结石手术患者网络行为和兴趣的研究进展。泌尿外科121:74 2018;视图
  259. 刘建军，刘建军，刘建军，等。新型冠状病毒肺炎疫情背景下网络搜索行为的研究进展。医学互联网研究，2020;22(10):e19791视图
  260. 施耐德J，霍兰德C.电子医疗搜索模式:使用在线面板数据的私人和公共医疗保健市场的比较。医学互联网研究;2017;19(4):e117视图
  261. m . ally O, Blumberg S, Ladabaum U, Sinha S.利用社交媒体表征公众对癌症筛查常用医疗干预的情绪:一项观察性研究。医学互联网研究;2017;19(6):e200视图
  262. 布里戈F，斯特拉帕松G, Otte W, Igwe S, Brugger H.雪崩的网络搜索行为:一项意大利研究。自然灾害，2016;80(1):141视图
  263. 李建军，李建军，李建军，李建军，等。H1N1流感的临床研究进展。医学互联网研究;2011;13(2):e36视图
  264. 张建军，张建军，李建军，等。基于网络的公共卫生监测系统的研究进展。Milbank季刊2014;92(1):7视图
  265. Towers S, Afzal S, Bernal G, Bliss N, Brown S, Espinoza B, Jackson J, Judson-Garcia J, Khan M, Lin M, Mamada R, Moreno V, Nazari F, Okuneye K, Ross M, Rodriguez C, Medlock J, Ebert D, Castillo-Chavez C, Ouzounis C.大众媒体与恐惧的传染:美国埃博拉病例。科学通报，2015;10(6):e0129179视图
  266. Al-garadi M, Khan M, Varathan K, Mujtaba G, Al-Kabsi a .利用在线社交网络跟踪大流行:系统综述。生物医学信息学报(英文版);2016;32 (1):1视图
  267. 谷歌Trends是数字流行病学的可靠工具吗?来自不同临床环境的见解。流行病学与全球卫生杂志，2017;7(3):185视图
  268. 李建军，李建军，李建军。基于语言和行为分析的微博抑郁特征分析。医学互联网研究;2019;21(6):e14199视图
  269. 刘建军，吴亚平，李建军，李建军。中国新型冠状病毒病(COVID-19)流行病学研究进展。公共卫生与监测，2020;6(2):e19702视图
  270. mcciver D, Brownstein J, salath M.维基百科使用估计在美国流感样疾病的流行在近实时。科学通报;2014;10(4):e1003581视图
  271. 杨建军，杨建军，张建军，张建军。基于神经网络的药物不良反应早期检测方法研究。公共卫生与监测，2019;5(2):e11264视图
  272. 李建军，李建军，李建军，李建军。世界无烟日在中国的传播与发展。医学互联网研究;2012;14(3):e77视图
  273. Padrez K, Ungar L, Schwartz H, Smith R, Hill S, Antanavicius T, Brown D, Crutchley P, Asch D, Merchant R。社交媒体与医疗记录数据的关联:一项学术城市急诊科成年人的研究。中华医学杂志;2016;25(6):414视图
  274. Eddens K, Kreuter M, Morgan J, Beatty K, Jasim S, Garibay L, Tao D, Buskirk T, Jupka K。医学互联网研究2009;11(4):e50视图
  275. Myslín M，朱s，查普曼W，康威M.使用Twitter调查吸烟行为和新兴烟草产品的认知。医学互联网研究;2013;15(8):e174视图
  276. 华M，阿尔菲M，塔尔博特P.电子烟使用者在线论坛报告的健康影响。医学互联网研究;2013;15(4):e59视图
  277. 凌荣，李军。基于谷歌搜索活动的疾病监测和健康运动评价:一项回顾性观察研究。公共卫生与监测，2016;2(2):e156视图
  278. Aguirre P, Strieder A, Lotto M, Oliveira T, Rios D, Cruvinel A, Cruvinel T.互联网用户是否关注磨牙门牙低矿化?一项信息监控研究。国际儿科牙科杂志2020;30(1):27视图
  279. 张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军。中国健康信息与健康传播目标的关系研究。卫生传播杂志;2014;19(12):1497视图
  280. 张丽娟，张丽娟，张丽娟，等。Pinterest上的粉红色标记:遗传乳腺癌的风险信息。癌症教育杂志;2012;37(3):532视图
  281. 陶喆，褚刚，McGrath C，华飞，梁毅，杨伟，苏宇。中国社交媒体上与covid -19相关的口腔健康信息的性质与传播:微博推文分析。医学互联网研究，2020;22(6):e19981视图
  282. Manchaiah V, Bellon-Harn M, Godina I, Beukes E, Vinay。YouTube视频中听力损失的描述:一项探索性横断面分析。美国听觉科学杂志2020;29(3):450视图
  283. Johnston E, Campbell K, Coleman T, Lewis S, Orton S, Cooper S.母乳喂养期间使用电子烟的安全性:使用在线论坛讨论的定性研究。医学互联网研究;2019;21(8):e11506视图
  284. Brigo F, Igwe S, Ausserer H, Nardone R, Tezzon F, Bongiovanni L, Tinazzi M, Trinka E.精神源性非癫痫性发作术语。Epilepsia 56 2015; (3): e21视图
  285. [10]张建军，张建军。信息流行病学与信息监测的研究进展。中华卫生杂志;2019;5(2):13439视图
  286. 刘建军，刘建军，李建军，等。新型冠状病毒肺炎疫情与网络搜索量的关系分析。国际传染病杂志2020;95:192视图
  287. 李建军，李建军，李建军，李建军。基于微博信息的健康状况分析。公共卫生与监测，2018;4(4):e10834视图
  288. 李建平，李建平，李建平，等。博客对心理健康的影响研究综述。心理健康护理问题2020;41(4):296视图
  289. 黄晓东，黄晓东，黄晓东，等。基于人工智能和区块链技术的阿尔茨海默病治疗。脑科学2020;10(3):183视图
  290. 沈超，陈安，罗超，张军，冯斌，廖伟。基于社交媒体症状和诊断报告的中国大陆COVID-19病例数预测:观察性信息监测研究。医学互联网研究;2020;22(5):e19421视图
  291. 刘建军，刘建军，刘建军，刘建军，等。Inovações数字化时代的新趋势:transformações da saúde pública。Cadernos de Saúde Pública 2017;33(11)视图
  292. brokes C, Grischott T, Dutkiewicz M, Schmidt-Weitmann S.苏黎世大学医学生课程中“临床远程医疗/电子健康”教育的评价。远程医疗与电子卫生2017;23(11):899视图
  293. Brigo F, Lattanzi S, Kinney M, Bragazzi N, Tassi L, Nardone R, Mecarelli O.访问癫痫科学网站的人的在线行为。癫痫与行为2019;90:79视图
  294. 刘建军，刘建军，刘建军，刘建军。基于时间序列分析和结构方程模型的西尼罗病毒在美国的传播。公共卫生与监测，2019;5(1):9176视图
  295. 金敏，郑勇，郑东，胡晨。众包信息与政府官方数据的一致性研究:以儿科诊所为例。医学互联网研究;2014;16(2):e29视图
  296. Cavazos-Rehg P, Krauss M, Grucza R, Bierut L.描述关注大麻的推特用户的关注者和推文。医学互联网研究;2014;16(6):e157视图
  297. Mimura W, Akazawa M.日本互联网搜索与润肤霜处方的关系:回顾性观察研究。中华卫生科学杂志;2019;35 (4):563 - 567视图
  298. [4]陈建军，刘建军。信息流行病学研究的发展趋势。卫生情报与图书馆学报，2018;35(2):91视图
  299. Mackey T，李军，Purushothaman V, Nali M, Shah N, Bardier C, Cai M, Liang B.基于深度学习的新冠肺炎非法销售检测与表征:Twitter和Instagram信息监控研究。公共卫生与监测，2020;6(3):e20794视图
  300. Mackey T, Purushothaman V, Li J, Shah N, Nali M, Bardier C, Liang B, Cai M, Cuomo R.机器学习检测Twitter上与COVID-19相关的症状、测试访问和恢复:回顾性大数据信息监测研究。公共卫生与监测，2020;6(2):e19509视图
  301. 钟杰。推特上的戒烟运动:了解推特的使用和识别健康运动中的主要参与者。卫生传播杂志;2016;21(5):517视图
  302. Mahroum N, Watad A, Rosselli R, Brigo F, Chiesa V, Siri A, Ben-Ami Shor D, Martini M, Bragazzi N, Adawi M. 2014/2015年意大利流感疫苗接种运动期间所谓“流感效应”的信息流行病学调查:伦理和历史意义。人疫苗与免疫治疗，2018;14(3):712视图
  303. Sentana-Lledo D, Barbu C, Ngo M, Wu Y, Sethuraman K, Levy M.季节，搜索和意图:互联网可以告诉我们关于臭虫(半翅目:蠓科)流行的信息。医学昆虫学报，2016;53(1):116视图
  304. 张建军，张建军，张建军，张建军。网络疾病博客患者叙事分析:社会药物警戒性的探索性研究。公共卫生与监测，2017;3(1):10 - 10视图
  305. 辛哈M, Freifeld C, Brownstein J, Donneyong M, Rausch P, Lappin B, Zhou E, Dal Pan G, Pawar A, Hwang T, Avorn J, Kesselheim A.食品药品监督管理局药物安全宣传信息的社交媒体影响:混合方法分析。公共卫生与监测，2018;4(1):1 - 6视图
  306. 张建军，张建军，张建军。基于微博的社交圈子与处方药滥用研究。医学互联网研究;2013;15(9):e189视图
  307. Lampos V, Miller A, Crossan S, Stefansen C.利用搜索查询日志预测流感样疾病发病率的进展。science Reports 2015;5(1)视图
  308. 王婷，王峰，石磊。基于微博的案例研究在中国药物治疗介绍课上的应用。英国医学杂志2013;13(1)视图
  309. Guiñazú M, cort V, Ibáñez C, Velásquez J.基于信息融合预测模型的精准医疗方法:基于Twitter和大麻消费的经验。信息融合2020;55:150视图
  310. Zheluk A, Quinn C, Meylakhs P.互联网搜索和Krokodil在俄罗斯联邦:一项信息监控研究。医学互联网研究;2014;16(9):e212视图
  311. 赵爱安，林强，何东，盖兹平。香港爱滋病新闻趋势及网上查询。科学通报，2017;12(9):e0185004视图
  312. Pesälä S, Virtanen M, Sane J, Jousimaa J, Lyytikäinen O, Murtopuro S, Mustonen P, Kaila M, Helve O.卫生保健专业人员的循证医学互联网搜索密切模拟已知的莱姆病季节变化:基于注册的研究。公共卫生与监测，2017;3(2):919视图
  313. Espina K, Estuar M.菲律宾登革热和伤寒综合征监测的信息流行病学。计算机科学学报，2017;21 (1):554视图
  314. Brigo F, Trinka E.谷歌癫痫持续状态的搜索行为。癫痫与行为2015;49:146视图
  315. 李建军，李建军，李建军，等。系统性红斑狼疮的流行病学研究。红斑狼疮2017;26 (8):886视图
  316. 联机战略危机沟通:寻找一种描述模型方法。国际战略传播学报;2012;6(4):309视图
  317. 张丽娟，张丽娟，张丽娟，等。一项针对临床症状报告的调查研究。医学信息方法2011;50(05):479视图
  318. 陈磊，陈立平，陈立平，陈立平，陈立平。“毒品相关推文中“坏”是“好”:个人沟通和情绪的识别”。公共卫生与监测[j]; 2016;2(2): 662视图
  319. 吴绍平，吴文华。信息通信技术与公共卫生服务战略关联的面板分析。医学互联网研究;2012;14(5):e147视图
  320. 刘建军，刘建军，刘建军，刘建军，刘建军。我国卫生信息基础设施建设模式:我国卫生信息管理教育改革的里程碑。远程医疗和电子保健2012;18(6):475视图
  321. Mahroum N, Adawi M, Sharif K, Waknin R, Mahagna H, Bisharat B, Mahamid M, Abu-Much A, Amital H, Luigi Bragazzi N, Watad A, Manogaran G.意大利基孔肯雅热暴发的公众反应-基于广泛新颖数据流的结构方程模型分析的见解。科学通报，2018;13(5):e0197337视图
  322. 刘爱安，郭涛，郭丽娟。网络人群如何影响个人消费者回答健康问题的方式。应用临床信息学2011;02(02):177视图
  323. 崔J,曹Y,垫片E,吸引h .基于web的传染病监测系统和公共卫生的观点:一项系统回顾。BMC公共卫生2016;16(1)视图
  324. Romero-Alvarez D, Parikh N, Osthus D, Martinez K, Generous N, del Valle S, Manore C.谷歌反映巴西各州登革热发病率的卫生趋势绩效。中国生物医学工程学报;2009;20(1)视图
  325. Kamiński M, Borger M, Prymas P, Muth A, Stachowski A， Łoniewski I, Marlicz W.互联网论坛上匿名用户肠胃病问题的回答分析。国际环境研究与公共卫生杂志2020;17(3):1042视图
  326. 王宏，陈东。经济衰退与台湾肥胖相关网路搜寻行为:b谷歌趋势资料分析。公共卫生与监测，2018;4(2):37 - 37视图
  327. 张建军，张建军，张建军，等。流行病学研究的新进展。卫生政策与技术2017;6(2):192视图
  328. 黄敏，ElTayeby O, Zolnoori M，姚磊。公众对疾病的看法:基于新闻媒体数据的信息流行病学研究。医学互联网研究;2018;20(5):e10047视图
  329. 数字流行病学。[j] .农业学报， Sağlığı林业科学，2020;18(2):192视图
  330. 杨建军，陈建军，陈建军。网络搜索行为对多发性硬化症的影响。多发性硬化症与相关疾病2014;3(4):440视图
  331. Oh H, Kim C, Jeon J. 2009-2017年在Twitter上反映的公众对水氟化的感觉。中华口腔医学杂志(英文版);2009;19 (1):11视图
  332. 杨建军，刘建军，刘建军，等。社会媒体时代的健康促进模式研究。公共卫生与监测，2015;1(2):21视图
  333. 罗维塔，巴格瓦图拉。意大利新冠肺炎相关网络搜索行为和信息传播态度:信息流行病学研究。公共卫生与监测，2020;6(2):e19374视图
  334. 梅特卡夫D，普莱斯C，鲍威尔J.媒体报道和公众对名人癌症诊断的反应。公共卫生杂志2011;33(1):80视图
  335. Bhattacharya S, Srinivasan P, Polgreen P, Sullivan P. Twitter上卫生机构的参与。科学通报，2014;9(11):e112235视图
  336. 陈斌，邵杰，刘凯，蔡刚，姜志，黄勇，顾宏，姜杰。吃鸡爪配泡椒会引起禽流感吗?H7N9禽流感暴发期间中国社交媒体的观察案例研究公共卫生与监测，2018;4(1):332视图
  337. Harris J, Moreland-Russell S, Tabak R, Ruhr L, Maier R. Twitter上儿童肥胖的传播。美国公共卫生杂志2014;104(7):e62视图
  338. Tozzi A, Gesualdo F, D 'Ambrosio A, Pandolfi E, Agricola E, Lopalco P.数字工具可以用于改进免疫规划吗?3 .公共卫生前沿，2016视图
  339. Naja W, Kansoun A, Haddad R.黎巴嫩大学医学生抑郁患病率及其与Facebook相关性的调查问卷研究。JMIR研究进展2016;5(2):e96视图
  340. Aguilar- gallegos N, Romero-García L, Martínez-González E, García-Sánchez E, Aguilar-Ávila J. Twitter上冠状病毒动态数据集。数据简报2020;30:105684视图
  341. Adawi M, Bragazzi N, Watad A, Sharif K, Amital H, Mahroum N.经典流行病学与数字流行病学搜索Mayaro病毒的差异:谷歌趋势的初步定性和定量分析。公共卫生与监测，2017;3(4):93视图
  342. 莫西雅，刘建军，张建军，张建军。神经学与网络的关系研究进展。神经科学，2018;39(6):981视图
  343. 李建军，李建军，李建军，李建军，李建军。基于机器学习的推特电子烟分类器研究。医学互联网研究;2020;22(8):e17478视图
  344. [0]王晓明，王晓明，王晓明，等。莱姆病人群健康信息获取模式及疾病监测适应症的研究。公共卫生与监测，2017;3(4):86视图
  345. 张建军，刘建军，张建军，张建军，张建军，张建军。慢性脑脊髓静脉功能不全的临床研究进展。医学互联网研究;2015;17(7):e159视图
  346. 张建军，张建军，张建军，张建军。基于网络的多发性硬化症患者远程会诊的研究进展。医学互联网研究，2020;22(8):e18178视图
  347. Kim S, Pinkerton T, Ganesh N.对网络上发布的H1N1问题和答案的评估。中国感染控制杂志2012;40(3):211视图
  348. 李建军，张建军，张建军，张建军。基于web2.0的社区智能研究。卫生传播杂志2011;16(sup1):10视图
  349. 毛超，吴翔，付鑫，狄敏，于燕，袁杰，杨铮，唐杰。2013年初以来中国H7N9禽流感爆发的互联网流行病学调查。医学互联网研究;2014;16(9):e221视图
  350. 马登华，王晓华，王晓华，等。周、季节和地理模式对日暮综合症健康思考的影响。中国生物医学工程学报，2019;2(1):563 - 563视图
  351. 凯恩J，罗曼内利F，福克斯B.医药、社交媒体和健康:影响的机会。美国药剂师协会杂志2010;50(6):745视图
  352. 杨建军，刘建军，李建军，等。数字流行病学研究的现状与展望。生命科学，社会与政策2018;14(1)视图
  353. 孔刚，LaVallee H, Rams A, Ramamurthi D, Krishnan-Sarin S.在YouTube上推广电子烟技巧:内容分析。医学互联网研究;2019;21(6):e12709视图
  354. 卢西维罗F, Hallowell N, Johnson S, Prainsack B, Samuel G, Sharon T. COVID-19与接触者追踪应用:全球范围内社会实验的伦理挑战。生物伦理学报，2020;17(4):835视图
  355. 爱德华多·朗坎西奥·g·阿尤达斯。感染个案2009;13 (3):217视图
  356. 分析推特和网络查询的流感趋势预测。理论生物学与医学建模2014;11(S1)视图
  357. Cole-Lewis H, Varghese A, Sanders A, Schwarz M, Pugatch J, Augustson E.基于监督机器学习的电子烟相关推文的情感和内容评估。医学互联网研究;2015;17(8):e208视图
  358. 胡思扬，李建军，李建军，等。新型冠状病毒肺炎疫情的流行病学研究。医学互联网研究，2020;22(9):e19788视图
  359. Cuomo R, Purushothaman V, Li J, Cai M, Mackey T, Oladimeji O.新冠肺炎推文的次国家纵向和地理空间分析。科学通报，2020;15(10):e0241330视图
  360. Dzaye O, Adelhoefer S, Boakye E, Blaha M. COVID-19大流行期间心血管相关健康行为和生活方式的信息流行病学研究。美国预防心脏病杂志2021;5:100 - 148视图
  361. 使用谷歌Trends时间序列的美国COVID-19可预测性。科学报告2020;10(1)视图
  362. 高燕，谢志，孙磊，徐超，李东。Instagram上电子烟相关内容:观察性研究与探索性分析。中华人民共和国公共卫生与监测杂志，2020;6(4):963 - 963视图
  363. 陈薛J,陈J, C,胡R,朱t .隐藏的大流行期间的家庭暴力COVID-19:无监督学习的tweet。医学互联网研究，2020;22(11):e24361视图
  364. 刘建军，刘建军，李建军，等。新型冠状病毒肺炎时代抗风湿药物的研究进展。临床风湿病学2021;40(5):2047视图
  365. Hernández-García I, Giménez-Júlvez T.互联网上关于预防COVID-19的西班牙语信息。国际环境研究与公共卫生杂志2020;17(21):8228视图
  366. 陈松，周磊，宋毅，徐强，王鹏，王凯，葛燕，Janies D.基于机器学习框架的新冠肺炎相关新浪微博和Twitter帖子对比:工作流开发和内容分析。医学互联网研究，2021;23(1):e24889视图
  367. COVID-19大流行期间公众对水疗疗法的兴趣:对土耳其谷歌趋势数据的分析。国际生物气象学报，2021;65(6):945视图
  368. Kurian S, Bhatti A, Alvi M, Ting H, Storlie C, Wilson P, Shah N, Liu H, Bydon M.美国新冠肺炎病例与谷歌趋势数据的相关性分析。梅奥临床杂志2020;95(11):2370视图
  369. Zheluk A, Maddock J.使用YouTube检查表促进发现急性腰痛自我管理内容的可行性:探索性研究。科学通报，2011;30 (6):1182 - 1182视图
  370. 加洛蒂R, Valle F, Castaldo N, Sacco P, De Domenico M.评估应对COVID-19流行病的“信息流行病”风险。自然-人类行为2020;4(12):1285视图
  371. 利用谷歌趋势数据预测瘙痒病的门诊就诊。痒2021;6 (1):e45视图
  372. de Souza T, de Almeida Medeiros A, Barbosa I, de Vasconcelos Torres G. 2019冠状病毒病大流行中监测感染者、识别接触者和追踪传播链的数字技术。医学2020;99 (51):e23744视图
  373. 李建军，张建军，张建军，张建军。基于微博信息的抑郁药物治疗对患者行为和语言的影响研究。医学互联网研究，2020;22(12):e20920视图
  374. Schnoell J, Besser G, Jank B, Bartosik T, parzfall T, Riss D, Mueller C, Liu D. COVID-19病例与死亡的关系及基于网络的公众调查。传染病，2021;53(3):176视图
  375. Scheerer C, r th M, Tizek L, Köberle M, Biedermann T, Zink A.德国蜱虫和疏螺旋体病的谷歌搜索:2015 - 2018年全国谷歌搜索分析。医学互联网研究，2020;22(10):e18581视图
  376. 李建军，张建军，李建军，等。中国新冠肺炎疫情传播的实证研究。医学互联网研究，2020;22(12):e24425视图
  377. Diepen C, Wolf A。“如果不是以人为本，关心就不是关心”:对Twitter上如何表达以人为本的关心的内容分析。健康期望2021;24(2):548视图
  378. 李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军。医学互联网研究;2020;22(10):e22574视图
  379. 美国城市搜索信息鸿沟的社会技术模型。信息科学学报，2010;37 (2):444视图
  380. 李娟，李春梅，李春梅，李春梅，李春梅，李春梅，李春梅，李春梅，李春梅，李春梅，等。神经内科与泌尿外科杂志;2011;31 (1):344视图
  381. Mayo-Yáñez M, Calvo - Henríquez C, Chiesa-Estomba C, Lechien J, González-Torres L.谷歌西班牙口咽癌信息搜索行为研究的趋势应用。欧洲耳鼻咽喉病学档案2021;278(7):2569视图
  382. Wong M, Gunasekeran D, Nusinovici S, Sabanayagam C, Yeo K, Cheng C, Tham Y. COVID-19大流行期间50个受影响最严重国家的远程医疗需求趋势:信息流行病学评估。中华人民共和国公共卫生与监测杂志;2021;7(2):e24445视图
  383. 陈志强，陈志强。新型冠状病毒引起的恐惧信息监测研究:初步结果的meta分析。中国科学:科学进展(英文版);2011;5(2):391 - 391视图
  384. 李毅，曾毅，刘刚，陆东，杨辉，应志，胡毅，邱杰，张超，傅康，方峰，Valdimarsdóttir U，张伟，宋辉。中国应对新冠肺炎疫情的公众意识、情绪反应和人员流动——基于人群的生态学研究。心理医学2022;52(9):1793视图
  385. Sulyok M, Ferenci T, Walker M.谷歌趋势数据与欧洲COVID - 19:相关性和模型增强在欧洲范围内。跨界和新发疾病2021;68(4):2610视图
  386. M, Cofini V, Desideri G, Necozione S.冠状病毒(Covid-19)大流行:传播策略如何影响我们的行为?国际防灾减灾学报(英文版);2013;31 (3):1080 - 1082视图
  387. 林超。与众不同的一年:呼吁遏制信息传播并使流行病危机非政治化。广播与电子媒体学报，2020;64(5):661视图
  388. 徐强，沈志，沙娜，库莫，蔡明，布朗，李军，麦基涛。新型冠状病毒大流行初期中国武汉微博社交媒体微博特征:定性内容分析。中华人民共和国公共卫生与监测杂志，2020;6(4):e24125视图
  389. 胡震，杨震，李强，张安。基于污名化搜索词的COVID-19信息流行病学研究。医学互联网研究，2020;22(11):e22639视图
  390. Álvarez-Mon M, Rodríguez-Quiroga A, de Anta L, Quintero J.基于数据交换的数据交换系统。Aspectos específicos de la pandemic de la COVID-19。医学- Formación 连续认证组织组织计划2020;13(23):1305视图
  391. kardeak S, Kuzu A, Raiker R, Pakhchanian H, karaglle M. 2019冠状病毒病大流行期间美国公众对风湿病的兴趣:来自谷歌趋势的证据。国际风湿病学2021;41(2):329视图
  392. Hernández-García I, Giménez-Júlvez T. YouTube是西班牙语流感疫苗信息的来源。国际环境研究与公共卫生杂志2021;18(2):727视图
  393. Hockenhull J, Black J, Bletz A, Margolin Z, Olson R, Wood D, Dart R, Dargan P.英国非医疗使用处方阿片类药物的在线讨论评估。英国临床药理学杂志2021;87(4):1637视图
  394. 李建军，李建军，李建军，等。21世纪肿瘤转化流行病学的研究进展。癌症流行病学与生物标志物与预防2013;22(2):181视图
  395. Kaufman M, Bazell A, Collaco A, Sedoc J.“这部剧在很多层面上都很切中主题”:分析Reddit上关于HBO的《Euphoria》的评论，以了解观众对药物使用和精神疾病的经历和反应。药物和酒精依赖2021;220:108468视图
  396. 杨建军，杨建军，刘建军，等。新型冠状病毒肺炎大流行期间临床影像学研究进展。临床影像2021;73:20视图
  397. Balsamo D, Bajardi P, Salomone A, Schifanella R.非医疗阿片类药物消费的给药途径模式和药物篡改:Reddit讨论的数据挖掘和内容分析。医学互联网研究;2021;23(1):e21212视图
  398. Asamoah D, Sharda r。我应该相信什么?探索社交网络平台上的信息效度。商业研究学报(英文版);2011;22 (2):567视图
  399. 流行病和信息流行病:错误信息对记忆影响的研究。人类行为与新兴技术[j]; 21 (1):8视图
  400. 王俊，王杰，李建军，李建军。基于社交媒体的风险行为分析方法综述。中华人民共和国卫生与监测杂志;2020;6(4):661 - 661视图
  401. Rodríguez-González A, Tuñas J, Prieto Santamaría L, Fernández Peces-Barba D, Menasalvas Ruiz E, Jaramillo A, Cotarelo M, Conejo Fernández A, Arce A, Gil A.基于机器学习技术的非平衡疾病和疫苗数据集的推文特征识别。应用科学2020;10(24):9019视图
  402. Sousa-Pinto B, Heffler E, Antó A, Czarlewski W, Bedbrook A, Gemicioglu B, Canonica G, Antó J, Fonseca J, Bousquet J.新冠肺炎大流行期间异常哮喘和慢性阻塞性肺疾病的趋势分析。临床与转化性过敏2020;10(1)视图
  403. 罗维塔，李建平。新冠肺炎疫情对意大利网络用户的影响:区域卫生兴趣和情绪反应的定量分析。Cureus 2020视图
  404. 胡贝尔j。过去15年自闭症病因和治疗的网络搜索趋势:探索性信息流行病学研究。中华儿科学杂志;2020;31 (2):391 - 391视图
  405. 张建军，张建军，张建军，等。数字健康:未来健康生态系统的统一框架。医学互联网研究;2021;23(2):e22189视图
  406. 张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军。新型冠状病毒肺炎背景下肿瘤护理的研究进展。肿瘤护理论坛2021;48(2):131视图
  407. 查普曼G, Ishlek I, Spoors J.谷歌在英国首次COVID-19封锁期间与围产期心理健康相关的搜索行为:对未来限制的警告。《妇女心理健康档案》2021;24(4):681视图
  408. Mirza E, Mirza G, Belviranli S, Oltulu R, Okka M. COVID-19大流行期间欧洲与眼部症状相关的谷歌搜索趋势。国际眼科学2021;41(6):2213视图
  409. Hönings H, Knapp D, Nguyễn B, Richter D, Williams K, Dorsch I, Fietkiewicz K. Twitter上的卫生信息传播:WHO推文的内容和设计很重要。卫生情报与图书馆学报，2022;39(1):22视图
  410. Prieto Santamaría L, Tuñas J, Fernández Peces-Barba D, Jaramillo A, Cotarelo M, Menasalvas E, Conejo Fernández A, Arce A, Gil de Miguel A, Rodríguez González A.流感和麻疹- mmr: 2015-2018年西班牙语疫苗相关Twitter帖子趋势和影响的两个案例研究。人疫苗与免疫治疗2022;18(1):1视图
  411. Lampos V, Majumder M, yo - tov E, Edelstein M, Moura S, Hamada Y, Rangaka M, McKendry R, Cox I.利用在线搜索追踪COVID-19。npj数字医学2021;4(1)视图
  412. 李建军，李建军，李建军，李建军。社交媒体在健康研究中的应用。医学互联网研究杂志2021;23(5):e25736视图
  413. 克兰普顿A，皮尔斯N，拉古萨A，迪克海恩斯R.利用信息监测识别社区关注/素养，降低风险并改善对污染和卫生紧急情况的反应。E3S Web of Conferences 2021; 41:03002视图
  414. 刘建军，李建军，李建军，等。基于维基百科的新型冠状病毒(COVID-19)大流行期间神经系统疾病的研究进展。国际神经病学杂志2021;13(1):59视图
  415. 刘W,魏Z,程X,彭日成R,张H,李g .公共利益在整容手术和微创整形手术COVID-19流行:Infodemiology Twitter数据的研究。医学互联网研究杂志2021;23(3):e23970视图
  416. 路透社K，李D.牛皮癣患者寻求治疗的前景:Twitter内容分析的协议。JMIR研究协议2021;10(2):e13731视图
  417. hynh Dagher S, lam G, Hubiche T, Ezzedine K, Duong T.媒体报道和政府政策对COVID-19皮肤症状相关谷歌查询的影响:信息流行病学研究。中华人民共和国公共卫生与监测杂志;2011;7(2):551 - 551视图
  418. 酒精使用和艾滋病毒风险行为的数字公共卫生监测工具。艾滋病与行为[j]; 2011;25(3):333视图
  419. Bour C, Schmitz S, Ahne A, Perchoux C, Dessenne C, Fagherazzi G.社交媒体用于健康研究的范围审查方案。BMJ Open 2021;11(2):e040671视图
  420. 杨建军，杨建军，杨建军，等。基于网络新闻平台横幅广告的新型冠状病毒感染的研究进展。医学互联网研究;2021;23(5):e24742视图
  421. Goadsby P, lant - minet M, Michel M, Peres M, Shibata M, Straube A, Wijeratne T, Ebel-Bitoun C, Constantin L, Hitier s。The Journal of Headache and Pain 2021;22(1)视图
  422. Pulido-Polo M, Hernández-Santaolalla V, Lozano-González A. Uso机构de Twitter para combatir la infodemia causada por la crisis sanitaria de la Covid-19。El professional de la información 2021视图
  423. 王志刚，王志刚，王志刚，刘志刚，刘志刚，刘志刚，刘志刚，刘志刚，刘志刚，刘志刚。冠状动脉钙化评分的研究进展。梅奥诊所学报:创新，质量和结果2021;5(2):456视图
  424. Arseneau M, Backonja U, Litchman M, Karimanfard R, Sheng X, Taylor-Swanson L. # Instagram上的更年期:一项混合方法研究。更年期28 2021;(4):391视图
  425. 刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军。国际环境研究与公共卫生杂志2021;18(3):1325视图
  426. 布卢恩·格内斯特，谢罗德·R.全球风险的传播:卫生风险的循环与全球卫生治理的背景。2019年法语国家经济与地区经济评论视图
  427. 王晓明，王晓明，王晓明，等。健康的社会决定因素:对健康政策制定和实践的影响。The Milbank季刊2021;99(1):24视图
  428. Cuomo R, Purushothaman V, Li J, Bardier C, Nali M, Shah N, Obradovich N, Yang J, Mackey T.加州大学校园自我报告烟草，电子烟和大麻相关推文的特征。9 .公共卫生前沿2021视图
  429. reuters K, Deodhar A, Makri S, Zimmer M, Berenbaum F, Nikiphorou E. COVID-19大流行对风湿病和肌肉骨骼疾病患者的影响:来自社交媒体患者生成数据的见解。风湿病学2021;60 (SI): SI77视图
  430. 刘s, Perdew M, Lithopoulos A, Rhodes R.利用Instagram数据预测运动身份和身体活动水平的可行性:横断面观察研究。医学互联网研究杂志2021;23(4):e20954视图
  431. Khan I, Saleh M, Quazi A, Johns R.澳大利亚健康消费者的社交媒体使用行为。卫生信息学报;2021;27(2):146045822110099视图
  432. 田文杰，李春华，李春华，等。基于交通数据的流感流行预测方法研究。科学通报，2010;16(4):0250417视图
  433. Szilagyi I, Ullrich T, Lang-Illievich K, Klivinyi C, Schittek G, Simonis H, Bornemann-Cimenti H.[10]全球人口最多地区新冠肺炎病例前后疼痛搜索词的趋势研究。医学互联网研究杂志2021;23(4):e27214视图
  434. Cuomo R, Purushothaman V, Li J, Cai M, Mackey T.疫情早期美国COVID-19推文的纵向和地理空间分析。BMC公共卫生2021;21(1)视图
  435. 张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军。对扑热息痛的临床研究。医学互联网研究杂志2021;23(7):e25049视图
  436. Fiks A, Nekrasova E, Hambidge S.卫生系统作为免疫提供的催化剂。儿科学报;2021;21(4):S40视图
  437. Mangono T, Smittenaar P, Caplan Y, Huang V, Sutermaster S, Kemp H, sgarer S.美国COVID-19大流行期间的信息寻找模式:bbb100趋势数据的纵向分析。医学互联网研究;2021;23(5):e22933视图
  438. 魏松，马敏，吴超，于斌，姜丽，文霞，付芳，石敏。基于网络搜索趋势分析中国大陆地区下尿路症状相关查询、诊断和治疗的兴趣:百度指数数据的信息流行病学研究。医学互联网研究杂志2021;23(7):e27029视图
  439. Srikanth N, Rana R, Singhal R, Jameela S, Singh R, Khanduri S, Tripathi A, Goel S, Chhatre L, Chandra A, Rao B, Dhiman K. COVID-19大流行期间印度传统医学使用报告:横切问卷研究中国生物医学工程学报(英文版);2009;22 (2):563 - 563视图
  440. Bunyan A, Venuturupalli S, Reuter K.表达狼疮患者在社交媒体上使用Twitter进行医疗保健参与的症状和态度:一项混合方法研究的协议。JMIR研究协议2021;10(5):e15716视图
  441. Ho J, Hussain S, Sparagano O. COVID-19大流行是否引发了公众对宠物收养的兴趣?8 .兽医科学前沿2021视图
  442. 李建军，李建军，李建军，等。基于大数据分析的智慧健康城市新型冠状病毒疫情预测。可持续发展的城市与社会[j]; 2011; 31 (1):1 - 9视图
  443. 陈静，王勇。社交媒体对健康的影响:系统评价。医学互联网研究;2021;23(5):e17917视图
  444. 信息流行病与信息流行病学:历史短，未来长。泛美复兴Pública 2021;45:1视图
  445. khasmy - farah R, Furstenau L, Kong J, Wu J, Bragazzi N.颠覆性创新医疗时代的妇科与大数据:现状与未来展望。国际环境研究与公共卫生杂志2021;18(10):5058视图
  446. 何勇，戴勇，陈磊。基于利特尔定律的国家疫情控制能力分析:信息流行病学方法。可持续性2021;13 (10):5628视图
  447. La Bella E, Allen C, Lirussi F.传播与证据:在信息大流行中是什么阻碍了科学的传播?叙述性评论中西医结合研究2021;10(4):100731视图
  448. 阮安，郑新，王松，吴安。眼科患者情绪和情绪的测定:基于网络健康论坛讨论的信息监测教程。医学互联网研究杂志2021;23(5):e20803视图
  449. 张斌，金一，金一。基于深度学习模型的有效训练数据提取方法:改进在线新闻文章流感爆发预测。中国医学信息学报;2011;29 (5):563 - 563视图
  450. 张建军，张建军，张建军，等。基于网络搜索的脑卒中认知特征分析。医学互联网研究杂志2021;23(5):e27084视图
  451. Reddy K, Mithani S, Wilson L, Wilson K.媒体分析:COVID-19大流行期间加拿大对国际旅行的应对。BMC公共卫生2021;21(1)视图
  452. 李建军，李建军，李建军，等。经济危机和经济封锁时期的利益、动机和心理负担:为政策制定者提供信息的趋势分析。医学互联网研究杂志2021;23(6):e26385视图
  453. Purushothaman V, Li J, Mackey T.利用机器学习检测Instagram上阿片类药物使用者的自杀和自残讨论。12 .《精神病学前沿》2021视图
  454. 王超，舒欣，陶军，张勇，袁勇，吴超，Jakovljevic M.骨质疏松症网络搜索的季节变化与全球公众兴趣。国际生物医学研究;2021;21:1视图
  455. Stern J, Georgsson S, Carlsson T.全球大流行初期网络信息质量:调查2019冠状病毒病预防措施和自我保健方法的横断面信息流行病学研究。BMC公共卫生2021;21(1)视图
  456. Naik H, Johnson M, Johnson M.互联网对Chadwick Boseman死亡后结肠癌的兴趣:信息监测研究。医学互联网研究杂志2021;23(6):e27052视图
  457. Alvarez-Mon M, de Anta L, Llavero-Valero M, Lahera G, Ortega M, souullo C, Quintero J, Asunsolo del Barco A, Alvarez-Mon M.对注意力缺陷多动障碍药物治疗的兴趣和态度:使用Twitter的主题和定量分析。临床医学杂志2021;10(12):2668视图
  458. Miller M, Romine W, Oroszi T. Twitter上炭疽热的公众讨论:使用机器学习来识别相关主题和事件。公共卫生与监测[j]; 2011;7(6): 779 - 779视图
  459. 徐瑞，张建军，张建军，等。新型冠状病毒肺炎疫情背景下公众对癌症的关注。临床肿瘤信息学[j]; 2011;(5):695视图
  460. [6] [Perez J, Espiritu A, Jamora R.]脑膜炎及其疫苗的搜索行为:一项信息流行病学研究。BMC Neurology; 2021;21(1)视图
  461. Bedson J, Skrip L, Pedi D, Abramowitz S, Carter S, Jalloh M, Funk S, Gobat N, ges - vernick T, Chowell G, de Almeida J, Elessawi R, Scarpino S, Hammond R, Briand S, Epstein J, hsambert - dufresne L, Althouse B.基于社会行为因素的综合疾病模型的研究进展。自然与人类行为2021;5(7):834视图
  462. 魏松，马敏，文霞，吴超，朱刚，周霞。中国大陆地区网络公众对早泄关注度的信息流行病学研究。医学互联网研究;2021;23(8):e30271视图
  463. 王鹏，徐强，曹睿，邓峰，雷松。2004 - 2019年全球骨质疏松公众利益与动态趋势:信息流行病学研究。医学互联网研究杂志2021;23(7):e25422视图
  464. [10]刘建军，刘建军，李建军，等。新型冠状病毒肺炎疫情背景下的信息流行病学研究。健康1;2021;13:100 - 288视图
  465. Sousa-Pinto, Halonen J, Antó A, Jormanainen V, Czarlewski W, Bedbrook A, Papadopoulos N, Freitas A, Haahtela T, Antó J, Fonseca J, Bousquet J.基于谷歌趋势预测普通感冒哮喘住院的研究。医学互联网研究杂志2021;23(7):e27044视图
  466. Gai N, So D, Siddiqui A, Steinberg B. 2019冠状病毒大流行期间麻醉信息的Twitter传播:一项信息流行病学研究。麻醉学与镇痛学[j]; 2013; 33(2):515视图
  467. Tozzi A, Gesualdo F, Urbani E, Sbenaglia A, Ascione R, Procopio N, Croci I, Rizzo C.基于在线决策支持工具的意大利COVID-19数字监测:观察性研究。医学互联网研究杂志2021;23(8):e29556视图
  468. 李建军，刘建军，李建军，等。基于网络搜索的癌症传播信息流行病学研究。卫生通讯，2013;38(2):335视图
  469. 高铮，藤田邵，王清水，刘凯，村山，谷田，若宫，等。基于搜索查询的日本网民对新冠肺炎关注度的信息流行病学研究。公共卫生与监测[j]; 2011;7(7): 29865视图
  470. 钟伟，梁欧，杨超。新冠肺炎疫情发生时网络卫生社区信息支持交流:内容分析。中国生物医学工程学报;2011;22 (3):888 - 888视图
  471. Yu V, Lasco G, David C.恐惧、不信任和疫苗犹豫:菲律宾登革热疫苗争议的叙述。疫苗2021;39 (35):4964视图
  472. ooto O, kardeak S, Guller N, Safak S, Dirim A, ba han Y, Demir E, Artan A, Yazıcı H, Turkmen A. COVID-19大流行对肾脏疾病兴趣的影响。环境科学与污染研究，2022;29(1):711视图
  473. 刘建军，刘建军。基于微博和谷歌的新型冠状病毒肺炎疫情信息流行病学与监测研究。可持续性2021;13 (15):8528视图
  474. Purnat T, Vacca P, Czerniak C, Ball S, Burzo S, Zecchin T, Wright A, Bezbaruah S, Tanggol F, dub È， labb F, Dionne M, Lamichhane J, Mahajan A, Briand S, Nguyen T.新冠肺炎大流行期间的信息信号检测:一种识别潜在信息空洞的方法。中华流行病学杂志;2011;31 (1):830971视图
  475. 新冠肺炎对意大利阴谋假说和风险认知的影响:基于谷歌趋势的信息流行病学调查研究。中华流行病学杂志;2011;31 (1):29929视图
  476. Kostkova P, Saigí-Rubió F, Eguia H, Borbolla D, Verschuuren M, Hamilton C, azzopardii - muscat N, novlo - ortiz D.支持COVID-19大流行背景下监测战略的数据和数字解决方案。2 .数字健康前沿2021视图
  477. 卞伟，迟军，马峰。新型冠状病毒肺炎“信息大流行”的成因、影响及对策——基于叙事综合的系统回顾。信息处理与管理2021;58(6):102713视图
  478. 罗超，季凯，唐勇，杜铮。专业人士和外行人对COVID-19疫苗的表达差异研究:文本挖掘方法。医学互联网研究杂志2021;23(8):e30715视图
  479. 黄燕，徐翔，苏姗。从新闻媒体中发散:2011-2020年中国媒体与公众对癌症关注变化动态的探索性研究。国际环境研究与公共卫生杂志2021;18(16):8577视图
  480. BİLİŞLİ Y. YouTube Videolarında Covid-19 Aşısı ve İnfodemi。Kastamonu İletişim Araştırmaları Dergisi 2022视图
  481. Gunasekeran D, Chew A, Chandrasekar E, Rajendram P, Kandarpa V, Rajendram M, Chia A, Smith H, Leong C.社交媒体平台对COVID-19大流行前和期间公共卫生应对的影响及其应用:系统文献综述。医学互联网研究学报，2022;24(4):e33680视图
  482. 金鹏，赵强，臧勇，张强，沈超，张宏，张宏，支利安，bbb10趋势分析揭示全球公众对鼻息肉的兴趣和认识。欧洲耳鼻喉病学档案2023视图
  483. 。当代世界文学。变态反应与临床免疫学最新意见2010;10(3):267视图
  484. Köksal S, Pesando L, Rotondi V， Şanlıtürk E.利用谷歌搜索的潜力了解COVID-19疫情前后亲密伴侣暴力的动态。欧洲人口杂志2022;38(3):517视图
  485. Khosrowjerdi M, Fylking C, Zeraatkar N. COVID-19大流行期间的在线信息搜索:一项跨国分析。国际图联学报2013:034003522211414视图
  486. 皮拉提F，加洛蒂R，萨柯P. COVID-19报告病例与信息疫情风险指数之间的联系:一个全球视角。6 .社会学前沿，2023视图
  487. 王晓明，王晓明，王晓明，Côté A, Smith P, Bergeron F, Archambault P.协同写作在知识翻译和管理中的应用:一个范围综述。国际医学信息学杂志2022;165:104814视图
  488. 王晓明，王晓明，王晓明，等。新型冠状病毒肺炎发病率模型研究。研究前沿，计量与分析2022视图
  489. Altunisik E, Firat Y, Kiyak Keceli Y.社交媒体上多发性硬化症视频的内容和质量分析:以YouTube为例。多发性硬化症和相关疾病2022;65:104024视图
  490. Näher A, Vorisek C, Klopfenstein S, Lehne M, Thun S, Alsalamah S, Pujari S, Heider D, Ahrens W, Pigeot I, Marckmann G, Jenny M, Renard B, von Kleist M, Wieler L, Balzer F, Grabenhenrich L.全球卫生数字化的第二数据。《柳叶刀数字健康》(英文版);2023;5(2):e93视图
  491. 周霞，李勇。美国COVID-19疫苗接种率预测:一项信息流行病学研究。人用疫苗与免疫疗法2022;18(1)视图
  492. 刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，刘杰，谭安。吸烟者在Twitter上接触电子烟相关危害信息和错误信息的可能性:一项随机对照试验的结果。公共卫生与监测;2021;7(12):e27183视图
  493. 林丽，宋勇，王强，濮健，孙峰，张勇，周旭，Larson H，侯铮。中英公众对新冠肺炎检测犹豫不决的态度及其影响因素:比较信息流行病学研究。中华流行病学杂志;2011;31 (1):389 - 391视图
  494. 李建军，李建军，李建军，李建军，等。新型冠状病毒大流行期间传染性眼病和其他疾病在线搜索兴趣持续下降的信息流行病学研究。中华流行病学杂志;2010;2(1):391 - 391视图
  495. 张建军，张建军。社交媒体上基于情感自动识别的幸福感干预研究。ACM人机交互论文集2021;5(CSCW2):1视图
  496. 张建军，张建军，张建军，等。介入肿瘤相关网络搜索趋势研究(2010 - 2020)。血管介入放射学杂志2021;32(10):1445视图
  497. M, Moles-Caballero N, Wanden-Berghe C, Sanz-Valero J.文献质量对梅毒和淋病网站信息真实性的影响。科学计量学2021;126 (11):8775视图
  498. 龚X,侯M,汉族Y,郭梁H r .网络平台的应用程序监视中国公众注意COVID-19爆发。9 .公共卫生前沿2022视图
  499. Bartmess M, Talbot C, O 'Dwyer S, Lopez R, Rose K, Anderson J.使用Twitter了解COVID-19大流行初期痴呆症和护理的观点和经验。痴呆2022;21 (5):1734视图
  500. Kłak A, Grygielska J, Mańczak M, Ejchman-Pac E, Owoc J, Religioni U, Olszewski R. 2020年3 - 4月新型冠状病毒肺炎在线信息:谷歌排名最高的网站的可见度和特征-跨国家分析。国际环境研究与公共卫生杂志2022;19(3):1491视图
  501. 龚峰，王晓明，王晓明，等。新型冠状病毒感染对泌尿系统肿瘤的影响。Cureus 2022视图
  502. 刘建军，刘建军，刘建军，等。新型冠状病毒病与甲状腺疾病的关系研究。世界方法论学报;2022;12(3):99视图
  503. 李娥，郑华，高东，李超，郑勇。基于风险和问题关注周期综合社会放大框架的新冠肺炎微博传播研究。健康传播2013:1视图
  504. Zieger M, Strzelecki A, bbbbs .新冠肺炎大流行期间公众对“经典”儿童疾病和儿童炎症综合征的认识。儿科护理杂志2022;66:191视图
  505. Beliga S, Martinčić-Ipšić S, Matešić M, petrijev anin vuksanoviki I, Meštrović A. COVID-19大流行期间克罗地亚网络媒体信息监测:基于自然语言处理的一年纵向研究。中华人民共和国公共卫生与监测杂志;2011;7(12):391 - 391视图
  506. Vasconcelos Silva C, Jayasinghe D, Janda M. Twitter能告诉我们社交媒体上皮肤癌的交流和预防吗?皮肤病学2020;236 (2):81视图
  507. Agudelo-Londoño S, Núñez阿维尔·萨梅斯·c·Discusión在2019冠状病毒病疫情期间，通过数字联系方式与社会联系:retos para la salud pública de哥伦比亚。Gerencia y Políticas de Salud 2022;20:1视图
  508. 李建军，李建军，李建军。信息图表设计:基于视觉的教育、交流和科学研究。韩国医学杂志2022;37(27)视图
  509. Al - Qahtani A, Cresci S.新型冠状病毒疫情期间网络钓鱼攻击及其应对措施研究。信息安全学报;2016;16(5):324视图
  510. Andreou A, Dhand A, Vassilev I, Griffiths C, Panzarasa P, De Simoni A.老年哮喘和慢性阻塞性肺疾病患者疾病管理的在线和离线社会网络:定量社会网络评估和定性分析的混合方法研究。科学通报，2010;6(5):344 - 344视图
  511. 引用本文:Purushothaman V, McMann T, Li Z, Cuomo R, Mackey T.用户生成的尼古丁疾病推文的内容和趋势分析:回顾性信息监测研究。烟草诱发疾病2022;20(3月):1视图
  512. Di Simone E, Panattoni N, De Giorgi A, Rodríguez-Muñoz P, Bondanelli M, Rodríguez-Cortés F, López-Soto P, Giannetta N, Dionisi S, Di Muzio M, Fabbian F.谷歌失眠，光，代谢和昼夜节律:人口兴趣简单报告。脑科学，2022;12(12):1683视图
  513. 李建平。基于参与性方法的不确定性整合:后常态大流行中的认知排斥负担与信息传播。期货136:102888 2022;视图
  514. 张建军，张建军，张建军，等。老年痴呆症的流行病学研究进展。老年痴呆症和认知障碍杂志，2021;11(3):333视图
  515. 王艳，高志，吕红，徐艳。武汉市网络公众对变应性鼻炎的关注:基于百度指数和气象数据的信息流行病学研究。公共卫生前沿2022视图
  516. Sycinska-Dziarnowska M, Bielawska-Victorini H, Budzyńska A, Woźniak K.回复Livas, C.;评论“Sycinska-Dziarnowska et al.”COVID-19大流行对正畸治疗兴趣的影响及对未来的展望利用谷歌趋势进行实时监控。Int。j .包围。《公共卫生，2021,18,5647》。国际环境研究与公共卫生杂志2021;18(23):12840视图
  517. Hagen L, Fox A, O'Leary H, Dyson D, Walker K, Lengacher C, Hernandez R.推特上对COVID-19疫苗话语极化的影响:机器学习和归纳编码的混合方法。中华流行病学杂志;2010;22 (1):344 - 344视图
  518. 徐勇，马戈林。健康危机期间的集体信息寻求:COVID-19期间谷歌趋势的预测。健康传播2013:1视图
  519. Teodoro D, Ferdowsi S, Borissov N, Kashani E, Vicente Alvarez D, Copara J, Gouareb R, Naderi N, Amini P.信息大流行中的信息检索:以COVID-19出版物为例。医学互联网研究杂志2021;23(9):e30161视图
  520. 陈娥，蒋杰，常辉，Muric G, Ferrara E.社交媒体上的信息和错误信息景观:全球范围内的COVID-19信息流行病学研究。中华流行病学杂志;2009;2(1):32378视图
  521. 王志强，王志强，王志强，等。基于b谷歌的健康饮食与职业健康的信息检索趋势与季节性研究。营养2021;13 (12):4300视图
  522. 2019冠状病毒病应对——秘密情报失败的教训。国际情报、安全与公共事务学报，2021;23(3):161视图
  523. BÜyÜkafŞar m. saĞlik mezenformasyonu: ÇevrİmİÇİ kanallardan yayilan yanliŞ bİlgİ salgini。Öneri Dergisi 2021视图
  524. 马明，叶生。基于行为免疫系统的网络冠状病毒相关搜索预测现实世界中的COVID-19疫苗接种率。社会心理与人格科学，2012:194855062211060视图
  525. 杨建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，等。新型冠状病毒疫苗接种视频对疫苗接种效果的影响。中华人民共和国公共卫生与监测杂志;2010;8(6):344 - 344视图
  526. Riddell C, Neumann K, Santaularia N, Farkas K, Ahern J, Mason S. COVID-19大流行期间儿童虐待和亲密伴侣暴力的过度谷歌搜索:信息监测方法。医学互联网研究学报，2022;24(6):e36445视图
  527. Aslani N, Behmanesh A, Davoodi F, Garavand A, Shams R.新冠肺炎大流行期间的信息学术挑战及其应对策略。临床传染病志2022;17(1)视图
  528. Elbarazi I, Saddik B, Grivna M, Aziz F, Elsori D, Stip E, Bendak E. COVID-19“信息大流行”对幸福感的影响:一项横向研究。多学科医疗保健杂志2022;卷15:289视图
  529. Kim M, Noh Y, Yamada A, Hong S.勃起功能障碍药物西地那非和他达拉非在患者用药回顾中的比较:主题模型研究。中国医学信息学报;2010;10(2):396 - 396视图
  530. 陈建军，陈建军，陈建军，李建军，等。新型冠状病毒疫苗在美国家庭医疗服务网站中的流行程度及相关因素分析。中国科学:现代科学，2010;6(11):888 - 888视图
  531. Chandy P, Rebekah J G, Jeya Rani K. A, Kanthi。ke, Sathianathan。P, Walling K, Varghese pulikkotil A.全球COVID - 19分布及其与选定国家人口变量的关系:大流行第10个月的横断面信息流行病学方法。国际护理教育与研究杂志，2012:99视图
  532. M Kaatz，施普林格S, Zieger M.新冠肺炎大流行措施对德国其他传染病发病率和代表性的影响:借鉴的经验教训。公共卫生杂志2022视图
  533. Leininger L, Albrecht S, Buttenheim A, Dowd J, Ritter A, Simanek A, Valentino M, Jones M.像书呆子女孩一样战斗:对抗健康错误信息的亲爱的流行病手册。美国健康促进杂志2022;36(3):563视图
  534. 蒋松，游超，张生，陈峰，彭刚，刘健，谢东，李勇，郭鑫。基于搜索趋势的中国大陆地区网络用户与新冠肺炎相关行为特征分析——基于热词和百度指数的信息流行病学研究。PeerJ 2022; 10: e14343视图
  535. 张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军，张建军。神经病学，神经精神病学，2021;13(6):73视图
  536. 高燕，谢震，孙磊，徐超，李丹。Instagram上反吸烟帖子的特征及用户参与度:观察性研究。公共卫生与监测;2021;7(11):e29600视图
  537. Uehara M, Fujita S, Shimizu N, Liew K, Wakamiya S, Aramaki E.通过搜索查询衡量日本互联网用户对COVID-19疫苗的关注程度。科学报告2022;12(1)视图
  538. d'Andrea V, Artime O, Castaldo N, Sacco P, Gallotti R, De Domenico M. COVID-19大流行期间流行邻近和模仿动态驱动的信息流行波。物理评论研究2022;4(1)视图
  539. Calac A, McMann T, Cai M, Li J, Cuomo R, Mackey T.美国原住民社区物质使用障碍的探讨:回顾性Twitter信息流行病学研究。Harm Reduction Journal 2022;19(1)视图
  540. 与嗅觉缺失相关的互联网搜索和美国新冠肺炎大流行的第一波过程。Heliyon 2021; 7 (12): e08499视图
  541. 刘建军，孙少军，李建军，李建军。基于网络育儿论坛的儿童跌倒事件研究。中华儿科学杂志;2010;31 (2):344 - 344视图
  542. 2019冠状病毒病期间的大众媒体和社交媒体:综述。中华卫生科学大学学报;2021;10(3):129视图
  543. Iyamu I、Apantaku G、Yesufu Z、Oladele E、Eboreime E、Afirima B、Okechukwu E、kibomwe G、Oladele T、Tafuma T、Badejo O、Ashiono E、Mpofu M.作为COVID-19信息的主要来源，社交媒体是否与人们对口罩使用有效性的看法有关?来自六个撒哈拉以南非洲国家的调查结果。全球健康促进2022;29(3):86视图
  544. 刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，刘建军，等。集束性头痛的流行病学研究进展。头痛:头部和面部疼痛杂志2023;63(1):89视图
  545. Kwon J, Grady C, Feliciano J, Fodeh S.在COVID-19大流行期间定义社交距离的各个方面:Twitter分析。生物医学信息学报(英文版);2020;31 (1):391 - 391视图
  546. 苏淑萍，Antó J, Sheikh A, de Lusignan S, Haahtela T, Fonseca J, Bousquet J.英国哮喘和变应性鼻炎流行病学监测和谷歌趋势的比较。过敏2022;77 (2):675视图
  547. Ito T.通过分析谷歌趋势来监测公众对COVID-19预防措施的兴趣:一项信息流行病学和信息监测研究。BMJ Open 2022;12(8):e060715视图
  548. 翟松，李勇，迟明。信息大流行时期政府社交媒体信息质量对公众恐慌的影响。心理学前沿2022视图
  549. 李军，李建军，李建军。COVID-19社会流行病学共因果关系。科学报告2022;12(1)视图
  550. Condamina M, Penso L, Tran V, Hotz C, Guillem P, Villani A, Perrot P, Bru M, Jacquet E, Nassif A, Bachelez H, Wolkenstein P, Beylot-Barry M, Richard M, Ravaud P, Viguier M, shidian E.法国化脓性汗腺炎E队列的基线特征比较及与其他大型化脓性汗腺炎队列的比较。皮肤病学2021;237 (5):748视图
  551. Burgess R, Feliciano J, Lizbinski L, Ransome Y. 2014年至2019年# hiv预防推文的趋势和特征:回顾性信息流行病学研究。中华人民共和国公共卫生与监测杂志;2010;8(8):935 - 937视图
  552. 张建军，张建军，张建军。基于自然语言分析的电子烟品牌识别方法研究。医学互联网研究，2022;24(1):e30257视图
  553. Widyasari V, Putra K, Wang j。基于谷歌趋势的印度尼西亚社区对COVID-19的好奇心:一项信息研究。互联网消费者健康杂志;2022;26(1):48视图
  554. Iyamu I, Gómez-Ramírez O, Xu A, Chang H, Watt S, Mckee G, Gilbert M.数字公共卫生干预发展的挑战和地图解决方案:范围审查的结果。数字健康2022;8:205520762211022视图
  555. 在线查询作为评估俄罗斯COVID-19控制措施现状和有效性的标准:来自Yandex的结果。Wordstat分析。中华医学杂志2022;12(7):e056716视图
  556. Oh S, Lee C, Park A.信任问题:在HPV疫苗接种的背景下，社交媒体使用对公众卫生政策支持的影响(错误)信念。健康传播2022:1视图
  557. Durach F, Buturoiu R, Craiu D, Cazacu C, Bargaoanu A.疫苗接种的信任危机和社交媒体的作用。欧洲儿科神经病学杂志2022;36:84视图
  558. Riccò M, Baldassarre A, Provenzano S, Corrado S, Cerviere M, Parisi S, Marchesi F, Bottazzoli M.意大利RSV信息流行病学(2017-2022):儿童年龄事件病例监测的另一种选择?孩子2022;9 (12):1984视图
  559. Etta G, Galeazzi A, Hutchings J, James Smith C, Conti M, Quattrociocchi W, Riva G, Jalloh M. Facebook上的COVID-19信息以及意大利、英国和新西兰的遏制措施。科学通报，2017;17(5):0267022视图
  560. 牛强，刘健，赵忠，Onishi M, Kawaguchi A, Bandara A, Harada K, Aoyama T, Nagai-Tanima M.基于谷歌的日本手足口病病例分析。中国生物医学工程学报(英文版);22(1)视图
  561. 张建军，张建军，张建军，等。2010年美国门诊外药物流产的临床调查。中华流行病学杂志;2010;2(1):393 - 394视图
  562. Bağcı N, Peker I.在COVID - 19全球大流行的最初几个月对牙科的兴趣:谷歌趋势方法。卫生情报与图书馆学报，2022;39(3):284视图
  563. 张国强，张国强，张国强，等。自身免疫性脑炎、自身免疫性癫痫和自身免疫性癫痫的信息流行病学研究。癫痫与行为2022;132:108730视图
  564. Kłak A, Furmańczyk K, Nowicka P, Mańczak M, Barańska A, Religioni U, sikierska A, Ambroziak M, Chłopek M.波兰COVID-19疫苗搜索与接种人群动态的关系:信息流行病学研究。国际环境研究与公共卫生杂志2022;19(20):13275视图
  565. 兰燕，吴松，林燕。利用互联网搜索量监测COVID-19疫情期间疫苗犹豫变化的阶段。公共卫生前沿2022视图
  566. 刘忠，姜志，Kip G, Snigdha K，徐军，吴旭，Khan N, Schultz T.基于公共数据的SARS-CoV-2传播信息流行病学框架。Pattern Recognition Letters(英文);2009;38 (1):1视图
  567. 基于深度学习的社交媒体(Reddit和Twitter)酒精相关内容识别:酒精相关结果的探索性分析。医学互联网研究杂志2021;23(9):e27314视图
  568. 徐强，Nali M, McMann T, Godinez H，李军，何勇，蔡敏，Lee C, Merenda C, Araojo R, Mackey T.无监督机器学习检测和表征暴露前预防治疗障碍:多平台社交媒体研究。中华流行病学杂志;2010;2(1):344 - 344视图
  569. 趋势作为意大利COVID-19疫苗接种的预测工具:回顾性信息流行病学分析。中国生物医学工程学报(英文版);2009;31 (2):563 - 563视图
  570. [10]李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，等。医学互联网研究学报，2022;24(7):e27310视图
  571. 李春梅，李春华，李春华，宁晓霞。基于社交媒体数据分析的新发疾病研究——以隆胸手术为例。中国医学信息学报;2011;9(11):391 - 391视图
  572. 李建军，刘建军，李建军，等。基于文献计量学方法的医学文献检索与研究进展。口服2022;3 (1):11视图
  573. 了解得好，生活得好:理解产生的幸福:迫切需要协调和全面的努力来打击错误信息。美国健康促进杂志2022;36(3):559视图
  574. 我们确定我们完全理解什么是信息大流行吗?信息流行病学问题的全球视角。中国生物医学工程学报(英文版);2009;31 (3):561 - 561视图
  575. 杨莉，唐杰，南颖。社交媒体传播与网络对黑人性少数群体男性HIV感染和传播风险的相关性:横断面数字流行病学研究。科学通报，2011;6(10):391 - 391视图
  576. 马明，叶松。COVID-19大流行与在线安全套信息搜索:一种信息流行病学方法。心理与健康2021:1视图
  577. 李建军，李建军。基于“学术”的网络搜索对b谷歌趋势数据中疾病季节性检测能力的混淆效应:傅立叶滤波方法的发展与论证。中华流行病学杂志;2010;2(2):344 - 344视图
  578. 刘建军，张建军，张建军，张建军，等。基于数据集的数据采集技术研究进展[j]。研究进展Española de Documentación Científica 2021;44(2):e294视图
  579. E . Cano-Marin, Mora-Cantallops M, Sanchez-Alonso S.大数据分析对假新闻的影响:Twitter作为医疗保健预测系统的科学计量学评价。技术预测与社会变革[j]; 2009 (1):1 - 3视图
  580. d’andrea V, Gallotti R, Castaldo N, De Domenico M, Moreno Y.个体风险感知和经验社会结构对传染病暴发动态的影响。科学通报;2010;18(2):391 - 391视图
  581. 2019冠状病毒病大流行中的药物弥赛亚主义案例:菲律宾伊维菌素的信息流行病学研究。政策、政治与护理实践2023;24(1):17视图
  582. 李毅，张生，陈生，柯超，马凯。斑斑病、化脓性汗腺炎和牛皮癣推文情感分析:揭示患者体验。9 .医学前沿2022视图
  583. An L, Russell D, Mihalcea R, Bacon E, Huffman S, Resnicow K.与COVID-19疫苗相关的网络搜索行为:信息流行病学研究。中华流行病学杂志;2011;31 (1):362 - 362视图
  584. 姜磊，褚涛，孙敏。美国新冠肺炎疫情早期疫苗推文特征:主题建模分析。中华流行病学杂志;2011;31 (1):563 - 563视图
  585. Pereira-Sanchez V, Alvarez-Mon M, Horinouchi T, Kawagishi R, Tan M, Hooker E, Alvarez-Mon M, Teo A.关于日本蛰居族的推文内容和用户参与度的研究:社交退缩的混合方法研究。医学互联网研究学报，2022;24(1):e31175视图
  586. Cano-Marin E, Mora-Cantallops M, Sánchez-Alonso S. Twitter作为预测系统:系统文献综述。企业管理学报(英文版);2009;37 (5):1145 - 1145视图
  587. ElSherief M, Sumner S, Jones C, Law R, kachha - ochana A, sheber L, Cordier L, Holton K, De Choudhury M.与阿片类药物使用障碍相关的网络错误信息的特征和识别:机器学习方法。医学互联网研究杂志2021;23(12):e30753视图
  588. Pradeep T, Ravipati A, Melachuri S, Fu r。不仅仅是一种风格:使用谷歌趋势识别季节性模式，以及眼科信息流行病学文献综述。42轨道2023;(2):130视图
  589. 赵海燕，吴志强，李建军，李建军，李建军，等。信息疫情监测的研究进展。新发传染病2022;28(13)视图
  590. 薛波，吴艳，郑霞，薛艳，董峰，肖松，尹敏，王敏，刘艳，张超。突发卫生事件中信息来源对公众预防行为的影响:来自COVID-19大流行期间数字流行病学研究的证据。公共卫生前沿2022视图
  591. Mukka M, Pesälä S, Hammer C, Mustonen P, Jormanainen V, Pelttari H, Kaila M, Helve O.分析COVID-19大流行期间芬兰公民和卫生保健专业人员对嗅觉/味觉障碍和冠状病毒的搜索:使用数据库日志的信息流行病学方法。公共卫生与监测[j]; 2011;7(12): 361 - 361视图
  592. Bayın Donar G, Aydan S. COVID - 19与土耳其生活方式行为和社会经济变量的关系:谷歌趋势分析。国际卫生规划与管理杂志2022;37(1):281视图
  593. Monzani D, Vergani L, Pizzoli S, Marton G, Pravettoni G. COVID-19大流行第一阶段意大利推文样本的情绪语调、分析思维和体感过程:观察性研究。医学互联网研究杂志2021;23(10):e29820视图
  594. Stern J, Georgsson S, Carlsson T.关于2019冠状病毒病的网络信息质量:对大流行第一年发表的信息流行病学研究的快速系统回顾。BMC公共卫生2022;22(1)视图
  595. Husnayain A, Shim E, Fuad A, Su E.利用搜索引擎查询数据预测2020 - 2021年韩国每日新增COVID-19病例和死亡人数:信息流行病学研究。医学互联网研究杂志2021;23(12):e34178视图
  596. Aragón-Ayala C, Copa-Uscamayta J, Herrera L, Zela-Coila F, quispel - juli C.对拉丁美洲和加勒比地区COVID-19的兴趣:基于谷歌趋势的信息流行病学研究。Cadernos de Saúde Pública 2021;37(10)视图
  597. 若宫S, Morimoto O, Omichi K, Hara H, Kawase I, Koshiba R, Aramaki E.推特数量与变应性鼻炎非处方药销售关系的回顾性分析。中国科学:信息科学与技术，2009;6(2):391 - 391视图
  598. 李建军，李建军，李建军，等。基于谷歌趋势搜索引擎查询数据的成人急诊科数量预测研究。中华流行病学杂志;2010;22 (1):391 - 391视图
  599. Shah U, Abd-alrazaq A, Schneider J, Househ M, Shah Z.推特用户对COVID-19强化疫苗的关注和意见:信息监测研究。互联网消费者健康杂志;2022;26(4):337视图
  600. Monzani D, Vergani L, Marton G, Pizzoli S, Pravettoni G.当有疑问时，bbbit:在COVID-19大流行期间在意大利寻求与困境相关的信息。BMC公共卫生2021;21(1)视图
  601. Russell A, Valdez D, Chiang S, montemayayb, Barry A, Lin H, Massey P.使用自然语言处理探索Twitter上的“干燥一月”帖子:纵向信息流行学研究。医学互联网研究学报，2022;24(11):e40160视图
  602. García Rivero A, carbonello - curralo E, Magán-Álvarez A, Barberá-González R.市场营销的影响:educación sanitaria online。revsta de Comunicación y Salud 2021;11:19视图
  603. 使用数据挖掘和时间序列研究ME和CFS命名偏好。残疾政策研究，2013:104420732311540视图
  604. 刘建军，刘建军，刘建军，等。新型冠状病毒肺炎流行病学研究进展[j]。医学互联网研究杂志2021;23(9):e28975视图
  605. 。COVID-19大流行对人群护肤兴趣的影响:来自谷歌趋势的证据。欧洲医学和卫生科学杂志，2021:147视图
  606. 李建军，李建军，李建军，李建军，李建军，李建军。基于信息流行病学的肝移植公众兴趣评价方法研究。医学互联网研究;2021;23(8):e21656视图
  607. 张丽娟，张丽娟。COVID-19时期全球在线宫颈癌护理兴趣:一项信息流行病学研究。妇科肿瘤报告2022;41:100998视图
  608. Taira K, Fujita S.预测日本各县中风年龄调整死亡率:使用搜索引擎查询的生态学研究。科学通报;2009;6(1):379 - 379视图
  609. 张丽娟，张丽娟，张丽娟。抗毒草碱治疗膀胱过度活动症的临床疗效分析。女性盆腔医学与重建外科2022;28(3):e49视图
  610. 胡峰，邱莉，夏伟，刘超，奚晓，赵生，于健，魏生，胡欣，苏宁，胡婷，周辉，金铮。2011年以来中国疫苗在线关注时空演变的实证研究。公共卫生前沿2022视图
  611. 李强，侯军，李强。基于静态和动态概率话题模型的社交媒体研究结构和话题趋势分析。信息科学学报，2009;32 (2):391 - 391视图
  612. 塞尼V，梁磊，杨宇，乐华，吴超。推特上亲/抗新冠肺炎疫苗信息传播与特征的关联:精化似然模型的应用。中华流行病学杂志;2009;2(1):37077视图
  613. Singh A, Mehan P, Sharma D, Pandey R, Sethi T, Kumaraguru P.社交媒体图像中COVID-19口罩使用与社交距离:大规模深度学习分析。中华人民共和国公共卫生与卫生监测杂志;2010;8(1):663 - 668视图
  614. Khosla L, Bockelman D, Gong S, Vizgan G, kabariti A.新冠肺炎对泌尿系统疾病在线兴趣的影响:趋势分析。Cureus 2022视图
  615. 郑震，谢震，李丹。reddit上关于水烟吸烟的讨论。Heliyon 2022; 8 (9): e10635视图
  616. chejfeco - ciociano, Martínez-Herrera J, Parra-Guerra A, Chejfec R, Barbosa-Camacho F, Ibarrola-Peña J, Cervantes-Guevara G, Cervantes-Cardona G, Fuentes-Orozco C, cervantes - prez E, García-Reyna B, González-Ojeda A.基于谷歌趋势数据的墨西哥COVID-19大流行期间二氧化氯的错误信息和兴趣。中华流行病学杂志;2010;2(1):892 - 894视图
  617. Baker H, Concannon S, So E, Yeung C. COVID-19大流行期间信息共享实践:以口罩为例。科学通报，2017;17(5):0268043视图
  618. liu T, Lee C.检验社交媒体在COVID-19疫苗接种中的效用:672,133条Twitter帖子的无监督学习。公共卫生与监测;2021;7(11):e29789视图
  619. Clark S, Bledsoe M, Harrison C.社交媒体在促进疫苗犹豫中的作用。儿科时评，2022;34(2):156视图
  620. 公众对COVID-19变异的兴趣与国家疫苗接种率的时间序列关系:谷歌趋势分析。行为科学，2022;12(7):223视图
  621. 李建军，李建军，李建军，等。网络信息在物质使用障碍中的全球利用:2004 - 2022年b谷歌和维基百科的信息流行病学研究。中华护理学杂志[j]; 2009; 31 (3):665视图
  622. 徐强，McMann T, Godinez H, Nali M，李军，蔡敏，Merenda C, Lee C, Araojo R, Mackey T. COVID-19对艾滋病预防可及性的影响:多平台社交媒体信息流行病学研究。艾滋病与行为2023;27(6):1886视图
  623. 李建军，李建军。信息流行病学在信息传播中的应用。中华流行病学杂志;2010;2(1):391 - 391视图
  624. 郭志刚，李志刚，李志刚，李志刚。基于微博数据的药物过量发生率研究。[j] .中国科学:自然科学与发展[j]; 2009; 31 (2): 391 - 391视图
  625. 罗军，薛锐，胡军，埃尔巴兹。对抗信息学术:一个面向错误信息识别的中文信息学术数据集。医疗2021;9 (9):1094视图
  626. Sajjadi N, Ottwell R, Shepard S, Bray N, Dyer R, Wilson J, Vassar M, Hartwell M.评估美国关于整骨医学、整骨教育和整骨手法治疗的最常见问题。骨病医学杂志2022;122(5):219视图
  627. Sajjadi N, Feldman K, Shepard S, Reddy A, Torgerson T, Hartwell M, Vassar M. Chadwick Boseman死亡后美国结直肠癌的公众利益和行为变化:全国和危险地区互联网搜索趋势的信息流行病学调查。中华流行病学杂志;2011;31 (1):391 - 391视图
  628. Oliveira L, Pilecco K, de Souza D, de Oliveira C, Zanatta F. Instagram在口腔健康研究中的主要应用卫生政策与技术，2022;11(1):100605视图
  629. 王晓东，王晓东，王晓东，等。社交媒体听力对头痛和偏头痛患者的影响:回顾性信息流行病学研究[j]。医学互联网研究杂志2022视图
  630. 从2004年到2021年，全球在线对肥胖的兴趣下降:一项信息流行病学研究。肥胖医学2022;30:100389视图
  631. 曲旭，于超，何强，李忠，豪瑟森，张伟，李东。新冠肺炎缓解措施对17个国家牙科保健需求的影响:回归不连续分析。公共卫生前沿2022视图
  632. 袁凯，黄刚，王磊，王涛，刘伟，姜宏，杨安。基于谷歌趋势预测美国诺如病毒流行病学研究。医学互联网研究杂志2021;23(9):e24554视图
  633. 马敏，尹松，朱敏，范燕，闻霞，林涛，宋涛。b百度百科全书与维基百科中男性性功能障碍医学信息评价的比较研究。医学互联网研究学报，2022;24(8):e37339视图
  634. 李松，孙军，张生，Connelly S. COVID-19疫苗的错误信息和疫苗犹豫。科学报告2022;12(1)视图
  635. Berning P, Huang L, Razavi A, Boakye E, Osuji N, Stokes A, Martin S, Ayers J, Blaha M, Dzaye O.美国疫苗接种在线搜索趋势的关联:2020年6月至2021年5月。13 .免疫学前沿2022视图
  636. 刘米,朱Y,高H,李j .考证了中国用户的反馈评价艾滋病毒自我测试套件从电子商务平台:主题和内容分析。医学互联网研究学报，2022;24(11):e38398视图
  637. 刘建军，刘建军，李建军，李建军，李建军。中国人力资本市场发展趋势研究。妇幼保健杂志，2022;26(增刊1):210视图
  638. 李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军，李建军。E3S Web of Conferences 2021;319:01064视图
  639. 李建军，李建军，李建军。助听器消费者评价:对助听器使用效果和使用满意度的影响。美国听力科学杂志(英文版);2011;30(3):761视图
  640. 吴杰，李建平，李建平，李建平，李建平。基于网络搜索引擎数据的德国疥疮国家负担研究。感染2022;(4):915视图
  641. Hayran o . İnfodemİyolojİ， dİjİtal epİdemİyolojİ ve metabİlİm: İnsanin İnsani, bİlİmİn İnsani aldatmasi nasil Önlenİr ?。eski ehir t rk d nyasyi Uygulama ve Araştırma Merkezi Halk Sağlığı Dergisi 2021视图
  642. Kaatz M，施普林格S, Schubert R, Zieger M.谷歌趋势分析揭示了长冠状病毒综合征在人群认知中的表现。脑、行为与免疫-健康[j];22:10 - 15视图
  643. Lotto M, s Menezes T, Zakir Hussain I, Tsao S, Ahmad Butt Z, P Morita P, Cruvinel T. Instagram上虚假或误导性氟化物含量的表征:信息流行病学研究。医学互联网研究学报，2022;24(5):e37519视图
  644. 王锐。新冠肺炎疫情期间政府信息干预能力评估及信息共享的社会经济因素:基于大数据分析的跨国研究。行为科学，2022;12(6):190视图
  645. 李建军，李建军，李建军，等。大数据与传染病流行病学研究:文献计量学分析。中华医学杂志，2009;22 (2):422 - 422视图
  646. 谢勇，周伟，朱军，阮勇，王旭，黄涛。基于百度检索索引和百度信息索引的广西2019冠状病毒病预警与监测。中华微生物学杂志;2009;31 (4):391 - 391视图
  647. Tselebis A, Zabuliene L, Milionis C, Ilias I.流行病与性早熟——一项bbb趋势研究。世界方法论学报，2013;13(1):1视图
  648. M . Mondia, A . Espiritu A . Jamora R.脑肿瘤信息流行病学:使用谷歌趋势和维基百科页面浏览量的全球在线健康寻求行为。12 .国际肿瘤学前沿杂志，2022视图
  649. Van Diepen C, Rosales Valdes D. A . Twitter上对LGBTQ+(以LGBTQ为中心)医疗保健的看法的内容分析。健康期望2022;25(6):3238视图
  650. 徐伟，Tshimula J, dub È， Graham J, Greyson D, MacDonald N, Meyer S. COVID-19大流行期间Twitter关于口罩的话语揭示:基于用户聚类的BERT主题建模方法。中华流行病学杂志;2010;2(2):481 - 481视图
  651. cointi F, Pontillo D, Giansanti D. 2019冠状病毒病与信息流行病:社交媒体的作用和影响、医学知识的演变和新出现的问题概述。医疗2022;10 (4):732视图
  652. 2004 - 2022年全球痴呆症在线信息的利用:b谷歌和维基百科的信息流行病学研究。心理健康护理问题，2023;44(3):209视图
  653. 陈松，尹松，郭艳，葛艳，Janies D, Dulin M, Brown C, Robinson P，张丹。内容与情绪监测(CSI):现代流行病建模的关键组成部分。11 .公共卫生前沿，2023视图
  654. 李建军，李建军，李建军，李建军。基于自报告的新冠肺炎症状推文提取方法研究。信息2023;14 (3):170视图
  655. Zakir Hussain I, Kaur J, Lotto M, Butt Z, Morita P.基于实时挖掘和人工智能分析的健康推文:Twitter错误信息数据生态系统的设计与开发(预印本)。医学互联网研究杂志2022视图
  656. Amzat J, Kanmodi K, Egbedina E.尼日利亚COVID - 19的信息监测和文献计量学分析。公共卫生挑战2023;2(1)视图
  657. 刘建军，刘建军，刘建军，刘建军，刘建军，刘建军。基于信息流行病学的社交媒体信息管理伦理研究。11 .公共卫生前沿，2023视图
  658. 健康研究的趋势:在精神病学和心理健康信息流行病学中的优势、应用、方法学考虑和局限性。5 .大数据前沿2023视图
  659. 张丽娟，张丽娟。运动障碍患者在线健康信息搜索行为的研究。SSRN电子期刊2022视图
  660. 李军，何忠，张敏，马伟，金勇，张磊，张生，刘勇，马森。基于大规模互联网搜索数据的罕见病发病率估计:一种两步机器学习方法的开发与评价。中华流行病学杂志[j]; 2009; 31 (2): 481 - 481视图
  661. Kim S, Warren E, Jahangir T, Al-Garadi M, Guo Y, Yang Y, Lakamana S, Sarker A. COVID-19大流行期间亲密伴侣暴力特征和幸存者需求:来自亲密伴侣暴力相关子reddits的见解。人际暴力学报，2013:088626052311688视图
  662. Cruz-Vázquez A, Ramos-Rojas D. Información, comunicación y COVID-19: una exploración de la literature desdeslos modelos de búsqueda de la bibliotecas academacicas。意大利2023;(38):169视图
  663. Boender T, Schneider P, Houareau C, Wehrli S, Purnat T, Ishizumi A, Wilhelm E, Voegeli C, Wieler L, Christina L.德国公共卫生研究所建立信息学术管理:社会倾听框架和综合分析报告(预印)。JMIR信息流行病学2022视图
  664. Laureate C, Buntine W, Linger H.话题模型在短文本社交媒体分析中的应用综述。人工智能评论2023视图

书籍/政策文件

  1. 王晓明，王晓明，王晓明，社交媒体营销。视图
  2. 关亚T，史迪威C，安德伍德P.图书馆3.0。视图
  3. Herttua T, Jakob E, Nave S, Gupta R, Zylka M.创新与即兴创作网络设计。视图
  4. 张建军，张建军，李建军。移动医疗创新在亚洲的应用。视图
  5. 王晓明，王晓明。临床信息学研究进展。视图
  6. 李建军，李建军。传染病监测的概念与方法。视图
  7. García-Díaz J, Apolinario-Arzube O, Medina-Moreira J, Salavarria-Melo J, Lagos-Ortiz K, Luna-Aveiga H, Valencia-García R.技术与创新。视图
  8. 《儿童和青少年精神病学与媒体》。视图
  9. 李建军，李建军，李建军，李建军。社交媒体与社会关系的实证研究。视图
  10. 李建军，李建军。新一代伦理学。视图
  11. Apolinario-Arzube Ó， García-Díaz J, Pinto S, Luna-Aveiga H, Medina-Moreira J, Gómez-Berbis J, Valencia-Garcia R, Estrade-Cabrera J.智能系统中的应用信息学和控制论。视图
  12. French M, Mykhalovskiy E.流行病和新发传染病。视图
  13. 本文为W, Camara G, Malo S, Despres, Lo M, Ouaro S.服务不足地区的创新和跨学科解决方案。视图
  14. 王晓东，王晓东，王晓东，等。视图
  15. 高锐，郝斌，李宏，高勇，朱涛。脑与健康信息学。视图
  16. 葛瑞姆，兰珀特C，沃尔夫s。视图
  17. 张建军，张建军。社会计算与社会媒体的关系。视图
  18. 潘文林。传染病监测。视图
  19. 李建军，李建军，李建军，等。视图
  20. 王志强，王志强。智能医疗管理系统的研究进展。视图
  21. 王志强，王志强。基于智能系统的人类行为分析。视图
  22. 。兽医流行病学。视图
  23. 王晓明，王晓明，王晓明。社会机器的理论与实践。视图
  24. 李建军，李建军，李建军，等。视图
  25. 关亚T，史迪威C，安德伍德P.图书馆3.0。视图
  26. 葛瑞姆，兰珀特C，沃尔夫S. Handbuch。视图
  27. Gould A.评估医疗产品开发安全性的统计方法。视图
  28. Strecher V.行为医学手册。视图
  29. 宁欣。商业智能在医疗保健领域的理论与实践。视图
  30. 刘志强，刘志强。《毒品与社会》。视图
  31. 王晓明，王晓明，王晓明。社会机器的理论与实践。视图
  32. 康斯托克R.损伤研究。视图
  33. Sugiura L.尊重偏差和在线购买药品。视图
  34. 《国际媒体研究百科全书》。视图
  35. Murphy J, Dean E, Hill C, Richards A.健康调查方法。视图
  36. 张建军，张建军，张建军，等。药物滥用的预防。视图
  37. 通过社交媒体参与健康。视图
  38. 陈建军，李建军。基于技术集成的医疗服务管理优化研究。视图
  39. 张安。开放网络媒体中的虚假信息。视图
  40. Apolinario-Arzube Ó， García-Díaz J, Luna-Aveiga H, Medina-Moreira J, Valencia-García R.技术与创新。视图
  41. Soussan T, Trovati M.大流行和爆发管理的数据科学进展。视图
  42. 李建军，李建军，李建军。医学社会学研究综述。视图
  43. 宁欣。医疗保健、商业与工程决策支持系统与决策管理研究文集。视图
  44. 梁波，王毅。基于社交媒体和地理空间数据分析的人类动态研究。视图
  45. 苏托-维加E, Gómez Gómez S, Fernanda p - zepeda M, Marielle Salgado Solís Salgado G.社交媒体的风险与机遇[暂定标题]。视图
  46. Ghosh S, Dasgupta R.生物科学中的机器学习。视图
  47. 李建军，李建军，张建军，等。未来技术会议论文集，2011，第2卷。视图
  48. Naaz S, Siddiqui F.《大数据分析、架构和应用研究文集》。视图
  49. Martelletti P.偏头痛医学。视图
  50. 李建军，李建军，李建军，等。视图
  51. Heyerdahl L, Lana B, ges - vernick T.社会生命科学与新冠肺炎疫情。视图
  52. 预测毒理学中的大数据。视图
  53. 张建军，张建军。信息技术与系统。视图
Baidu
map