原始论文
摘要
背景:2013年春,中国暴发了人感染新型禽流感H7N9病毒疫情。通过互联网和社交媒体,公众反应和社会影响会对控制和预防新的人类传染病疫情产生重大影响。
摘要目的:本研究旨在探讨网络监测在控制和预防人感染H7N9禽流感暴发中的潜在作用。
方法:2013年3月31日至4月24日,中国国家卫生和计划生育委员会网站收集了人感染H7N9禽流感疫情的官方数据。我们从新浪微博网站获得了以“H7N9”为关键词的博客每日发布和转发数,从百度网站获得了反映公众对疫情关注程度的百度每日关注指数(BAI)。经官方确认的谣言均来自百度搜索引擎。
结果:H7N9关键字日发布转发数和BAI均在疫情暴发前3天迅速上升,并在5天保持较高水平。4月3日,新浪微博每日发布和转发H7N9病毒的总数量达到85万,从3月31日之前的0条微博开始,4月1日增加到97726条,4月2日增加到370607条,4月5日至8日保持在50万以上,4月12日下降到208524条。从3月31日到4月12日,每日总BAI与每日总发布和转发数的变化模式相似。当疫情扩散到其他省市和首都北京时,日发文转发数和BAI再次上升,分别达到36.85万和11.6911万。在研究的25天内,报告人感染H7N9禽流感病例的7个省市的日BAI中位数明显高于未报告人感染H7N9禽流感病例的2个省份(P<措施)。除安徽省外,各省(市)日均发文转发数和日均BAI的中位数也是如此。我们检索了散布在中国19个省市的32条被证实的谣言。总共有84%(27/32)的谣言是通过社交媒体传播和传播的。
结论:疫情发生的前3天是当局通过互联网监测采取适当行动防控疫情的关键时期,包括准备人员、技术和其他资源;信息发布;民意和反应的收集;以及对谣言的澄清、预防和控制。在预防和控制H7N9等突发公共卫生事件时,网络监测可以作为一种高效、经济的工具。
doi: 10.2196 / jmir.2911
关键字
简介
自2013年3月31日起,中国上海、安徽、浙江和江苏省报告了人感染新型甲型H7N9禽流感病毒[
].截至2013年4月24日,共报告108例经DNA测序确诊的H7N9感染病例,23例死亡。这是全球首次发现并报告人感染H7N9病毒[ ].病例主要分布在中国东南部省份。近64%的病例曾接触过动物或去过活禽市场[ ].临床症状体征均为突发性,包括早期呼吸道症状,高热(≥38℃)、咳嗽,发病5 ~ 7 d后出现呼吸困难,随后出现严重进行性肺炎。部分病人可迅速发展为急性呼吸窘迫综合症而死亡[ , ].这次疫情引起了世界各国的高度关注。中国各大媒体不断报道其进展。在过去的十年里,互联网在中国得到了迅速的发展和普及。根据《中国互联网发展统计报告》,截至2012年6月30日,中国互联网用户达5.38亿人(占总人口的39.9%),手机网民达3.88亿人[
].中国网民平均每周上网时间近20小时。 ].他们现在可以通过微博、社交网站等更多渠道获取新闻和信息。此外,他们还可以通过在线分享和转发信息来扩大新闻覆盖面。现在有数百万的社交媒体用户,而且这个数字还在增加。 ].新浪微博在中国拥有最多的用户,截至2012年底约有3.68亿用户。网络搜索引擎是互联网用户获取信息的重要工具。在中国,使用搜索引擎网站的用户约为4.29亿人,其中百度网站的用户群体最大[ ].2011年,77.2%的网民首选百度网站作为首选搜索引擎[ ].中国网民的力量越来越强大,特别是在舆论领导方面,对重大事件的参与越来越多。互联网用户的反应大致可以代表公众对某一事件的反应。发达的互联网和社交媒体为了解公众对突发公共卫生事件(包括突发传染病疫情的准备、预防和控制)的反应和清晰沟通提供了极好的机会[ - ].近年来,中国新发传染病疫情不断增加。2003年严重急性呼吸系统综合征(SARS)暴发、流行和大流行以及2009年甲型H1N1流感暴发在公众和媒体中引起了强烈反响。疫情期间公众和媒体的反应是一把双刃剑。中度反应可引起个体疾病防控意识的提高,过度反应可对人群产生负面影响。在SARS大流行期间,网络媒体信息混乱、谣言四起、公众恐慌,包括医疗相关产品的过度购买和价格飞涨,社会不稳定,给疾病防治带来了许多问题[
].控制和预防新出现的传染病暴发需要公众参与。互联网用户如何应对突发疾病爆发,以及我们如何引导他们做出适当的反应,对于控制和预防人群中的疾病极为重要。在H7N9疫情期间,我们设计了一项研究,旨在调查互联网监控对网民对H7N9疫情反应的潜在作用,为政府、卫生部门和公众在未来有效控制和预防H7N9等突发公共卫生事件提供证据。方法
研究设计与人群
概述
我们设计并进行了2013年3月31日至4月24日期间公众对人感染H7N9病毒疫情反应的探索性数字流行病学研究。我们的研究人群是在H7N9禽流感暴发研究期间中国的互联网用户。
案例来源
2013年3月31日,中国国家卫生和计划生育委员会报告了首例人感染H7N9病毒病例。由于政府在2013年4月24日之后停止了每日病例报告,我们收集并分析了疫情爆发前25天(2013年3月31日至4月24日)的数据作为我们的研究期。所有报告的病例及死亡个案均来自国家卫生和预防委员会的网站[
].所有病例均经DNA测序确诊。互联网对公众反应的监控
H7N9疫情发生后,我们对网民的反应进行了网络监测。众包(
作为一种收集新浪微博和百度网站上数百万网民数据的方法。以“H7N9”为关键词,我们收集了2013年3月31日至4月24日新浪微博上相关博客的日发布和转发数(日发布和转发数)。我们还获得了9个省(市)的H7N9每日发布和转发数,其中7个省(上海、安徽、江苏、浙江、北京、河南和山东)报告了H7N9病例,2个省(湖北和陕西)没有病例。每天发布和转发的数量可以用来估计公众对某一事件的关注程度。以无病例的2个省份的日发文转发数作为基数/参考。这些数字是由新浪微博官方发布的。 ].使用每日百度注意力指数(BAI)作为另一个数据来源。日搜索频率指数是根据某关键字在百度网站上的日搜索量计算该关键字搜索频率的加权和[
].关键词H7N9的每日BAI数据来源于2013年3月31日- 4月24日BAI网页[ ].同时,在研究期间还收集了7个报告人感染H7N9病例的省份的关键词H7N9的每日BAI。收集中国中西部无人感染H7N9病例报告的湖北和陕西两省每日BAI数据,作为基准/参考,比较公众反应与发生H7N9病例省份的差异。此外,我们使用“H7N9”和“谣言”这两个关键词,在百度网站上搜索当地官方证实和确认的H7N9谣言。研究期间共收集谣言32条。然后我们根据谣言的特征对其进行分类。所有在网上获得的信息都是简体中文,并由网站公开发布,但没有收集个人身份信息,如姓名或电子邮件地址。这项研究得到了浙江省疾病预防控制中心机构审查委员会的批准。
统计分析
我们绘制了H7N9疫情和严重程度按日病例数、各省/市报告的首例病例数以及累计病死率随时间变化的曲线图。将各省(市)日发布转发数和BAI数分别以日期、日病例数和首发病例数为指标,探讨公众对H7N9疫情的反应随时间的变化。中位数(P50)和区间用于描述各省市日发文转发数和BAI指标的分布情况。当变量分布为单调时,采用Spearman秩相关系数分别检验疫情趋势与日转发数、BAI的关系。采用Kruskal-Wallis检验检验有病例省(市)与无病例省(市)的日转发数、BAI差异。将H7N9疫情谣言按照时间、省份、造谣者、媒介、主要内容进行定性分类。
结果
H7N9疫情趋势
2013年3月31日,国家卫计委报告首例人感染H7N9病毒病例,其中上海2例,安徽1例[
].随后,江苏、浙江、北京、河南等省相继报告病例。截至2013年4月24日,中国7个省市共报告108例H7N9感染病例,23例死亡(累计病死率为21.3%)[ ].第一周累计病死率为33%(6/18),后因及时预防和治疗逐渐下降至21.3%(23/108)。截至4月12日,中国东部4个省份报告了43例病例,4月13日疫情蔓延到北京,4月14日蔓延到河南省。研究期间的最后一例病例于2013年4月23日在山东省报告( ).新浪微博H7N9每日发布转发数
2013年4月3日,新浪微博上H7N9关键字的日发布和转发总数达到85万,从3月31日之前为零,4月1日增加到97726,4月2日增加到370607,4月5日至8日保持在50万以上,4月12日下降到208524。当4月12日首都北京报告首例病例,4月14日河南省报告首例病例时,日总转发量回到了相对较高的水平,4月13日为36.85万例,4月14日为33.9822万例,4月15日为26.2667万例,4月16日为23.5131万例,4月17日为27.3752万例,4月18日为370995例。每日发布和转发的总数量随后下降,并保持在10万的水平(
).每日发布和转发总数的中位数为289,325(范围为76,482-853,027)。Spearman秩相关系数分析表明,日发布和转发数与累计病死率呈正相关(Spearman秩相关系数= 0.60,P=.002),即疫情早期累计病死率越高,日发布转发数越高,疫情后期累计病死率越低,日发布转发数越低( ).自3月31日发现首例人感染H7N9病例以来,各省市观测到的日发布转发数与日总发布转发数呈现相似趋势。然而,4月14日北京和4月15日河南的日发布转发数在当地首次报告病例时又上升到一个峰值(4月13日北京日发布转发数的峰值为163512,4月14日河南省日发布转发数的峰值为72512,如图所示)
).在研究的25天内,观察到的每日发布和转发数中位数为:上海36256(1830- 232368),安徽4944(217- 31312),江苏21424(1521- 143376),浙江24720(897- 131840),北京57,680(7867-166,448),河南11536(316-56,032),山东28,016(513-56,032),湖北9888(327-47,792),陕西924(229-26,368)。除安徽外,其他报告人感染H7N9病例的省市日发布转发数的平均秩值均显著较高(P<.001)高于无病例2省(
).省/市 | 每日发文转发数一个 | 每日呗b | ||
中位数 | 平均秩值 | 中位数 | 平均秩值 | |
上海 | 36256年 | 150.26 | 4227 | 144.16 |
安徽 | 4944 | 70.68 | 1723 | 62.16 |
江苏 | 21424年 | 133.96 | 6592 | 175.68 |
浙江 | 24720年 | 134.04 | 6432 | 174.66 |
北京 | 57680年 | 163.18 | 4790 | 148.60 |
河南 | 11536年 | 97.08 | 2731 | 108.82 |
山东 | 28016年 | 127.54 | 3065 | 112.96 |
湖北c | 9888 | 88.92 | 1420 | 51.06 |
陕西c | 924 | 51.34 | 1301 | 38.90 |
一个日发文转发数Kruskal-Wallis检验:χ28= 67.5 (P<措施)。
b日BAI Kruskal-Wallis检验:χ28= 129.2 (P<措施)。
c报告无病例的省份作为基准/参考。
H7N9每日关注指数
H7N9疫情暴发前3天,关键字“H7N9”的日BAI急剧上升,4月3日达到峰值126825。4 ~ 8日,每日的BAI指数出现了波动,一直维持在10万件以上的高位。继北京和河南报告病例后,每日BAI再次上升,并于4月15日达到116991例的峰值。后来,人数稳步下降到大约4万人的较低水平。每日BAI中位数为79,687(范围18,007-79,687)(
).Spearman等级相关系数分析显示,每日BAI与累计病死率呈正相关(Spearman等级相关系数= 0.43,P=.04),即疫情早期累积病死率越高,日BAI越高,疫情后期累积病死率越低,日BAI越低( ).在出现首例人间病例后,各省(市)H7N9日均BAI均大幅上升,无论发生人间病例的地区如何。各省/市BAI日变化趋势与日总BAI变化趋势相似。此外,4月14日至15日,北京和河南的每日BAI也明显增加,这是因为4月13日北京报告了首例病例,4月14日河南报告了首例病例,4月23日政府首次报告了山东省病例。
总体而言,上海日BAI中位数为4227(0-9014),安徽为1723(0-2765),江苏为6592(0-11,914),浙江为6432(0- 15011),北京为4790(0-9488),河南为2731(0-7592),山东为3065(0-6763),湖北为1420(0-2707),陕西为1301(0-2198)。有病例省份的日BAI平均秩值显著高于无病例省份(P<措施;
).H7N9疫情传闻
所有32条谣言均由58人传播,分布于中国19个省份。其中,84%(27/32)的谣言是通过新浪微博、QQ(中国最流行的通讯软件)、微信(移动即时通讯软件)传播的,16%(5/32)的谣言是通过BBS、手机短信、电话传播的。在这27条谣言中,72%(23/32)的谣言传播了当地发生人感染H7N9病毒的信息,16%的谣言宣称吃泡椒凤爪会导致感染H7N9病毒(
).在15次公布造谣者特征的谣言调查中,学生占5人;农民工5人;5人是农民和公司员工。四项谣言调查表明,制造和传播谣言的目的是为了获得更多的关注或获得更多的个人论坛或微博访问量。有些谣言具有很强的传播力。中国西部甘肃省一名学生散布的“当地学校发现疑似人感染H7N9病毒”的谣言,被3.4万人转发。“吃泡椒凤爪会感染H7N9”的谣言在中国5个省份传播。讨论
主要研究结果
我们的研究使用互联网监测来调查2013年春季中国H7N9疫情暴发的前25天内公众对H7N9疫情的反应。7个人感染H7N9禽流感病例发生省(市)的公众反应、日发布转发数和BAI指数均显著高于2个无病例省(市)。日转发数和BAI均与人感染H7N9累计病死率呈正相关。我们的研究结果表明,疫情的前3天是当局通过互联网监测采取适当负责任行动以控制和预防疫情的关键时期,包括准备人员、技术和其他资源;信息发布;民意和反应的收集;以及对谣言的澄清、预防和控制。在控制和预防H7N9等突发公共卫生事件时,网络监测可以作为一种高效、经济的工具。
这是首个调查资讯监视重要性的研究[
, - 在新浪微博和百度搜索引擎上监测公众对H7N9禽流感爆发的反应,并通过互联网收集谣言。当新发传染病爆发时,政府的风险传播者必须清楚地了解公众关注的问题[ ].过去,为了获得公众、社区和媒体反应或关注的信息,大多数研究人员在疫情爆发后采用问卷调查和电话采访的方式[ - ].相比之下,网络监测可以更及时地了解公众对疫情的反应,因为它是突发事件期间的实时监测,而且非常经济,不会消耗太多资源[ , , , , , ].在这次人感染H7N9禽流感疫情中,我们通过网络监测获取信息,及时向政府和相关股东提供政策建议,为疾病疫情防控发挥作用。新发传染病通常具有病原体不明、死亡率高、无疫苗或有效治疗方法、传播迅速广泛、引起公众和媒体高度关注等特点[
, ].政府一旦宣布疫情爆发,公众就会对事件产生关注,并急于寻找相关信息,以获得一定的安全感[ , ].我们的研究表明,疫情爆发的前3天是互联网关注度迅速上升的时期。此时,政府需要及时、透明地发布信息,包括疾病的个人防护方法,可以迅速缓解公众的紧张情绪[ ].在这次人感染H7N9禽流感疫情中,在宣布首例人感染病例时,官方及时在网上发布了病例数和疾病预防知识,这可能是公众关注度较早下降的关键原因之一。但是,这次疫情的高度关注持续了3 - 5天,这正是应急控制和预防部门通过网络和社交媒体传播健康教育知识和技能的好时机。一些研究表明,公众对H1N1流感感染的关注程度与政府报告的病例数和住院人数有关[
, ].然而,也有研究表明,虽然流感病例数量有所上升,但关于H1N1流感的推文数量呈下降趋势[ ].这反映了公众对疫情的关注或兴趣可能会随着疫情的发展而减弱,因为信息趋于饱和。[ , ].我们的研究表明,公众反应与累计病死率呈正相关,但与每日病例数无关。病死率高时,公众关注度高。随着病死率的下降,公众的关注度也随之下降。这表明,当传染病的威胁降低时,公众的关注度就会降低。我们的研究表明,网络用户的注意力在中后期呈下降趋势。而当一个新省(市)有新病例报告时,日转发量和BAI明显增加,尤其是当地省(市)。这一现象表明,疫区的扩大比原疫区报告病例的增加引起了更多的公众关注。有必要监测公众的反应,并在那一刻采取具体的应对措施。突发公共卫生事件期间,谣言产生早、发生早[
- ].本研究收集到的人感染H7N9禽流感的谣言覆盖了中国大部分省份,并且传播迅速。大部分谣言声称H7N9禽流感病例发生在当地。新发传染病的不确定性往往会产生谣言,这也说明了早期信息发布的重要性[ , , - ].在这个社交媒体的新时代,微博很容易产生和传播谣言,但它们也可以用来澄清错误信息和阻止传播。限制
这项研究有一些局限性。每天的发文转发数和BAI都是从网上收集的,由于没有确切的每日网民数量,无法标准化。因此,日均发文转发数平均排名和BAI仅提供了发生H7N9病例的省市之间的相对比较,而对单个省市之间的比较意义不大。我们的研究仅限于疫情爆发的前25天,因为政府停止了每日病例报告,而是使用每周病例报告;因此,这可能无法完全反映25天后的舆论反应。我们的研究主要集中在中文网站,这限制了互联网用户在英语和其他语言网站上的公众反应的代表性。我们的研究是一项探索性研究,目的是在突发公共卫生事件的研究期间,采用一种快速获取公众反应的方法。由于网络上发布的信息的多样性,对谣言的定性研究比较简单,没有使用框架进行分析。本研究结果可应用于突发公共卫生事件应急响应,但尚不能直接应用于公共卫生实践。需要进一步采用先进的方法或研究设计进行研究。
结论
这项探索性的数字流行病学研究提供了证据,证明互联网监测是评估公众反应的一种快速有效的方式,这将有助于政府、卫生当局和公众应对突发公共卫生事件。我们的研究结果显示,在疫情爆发初期,公众的反应迅速增加。前3天是政府和公共卫生部门及时发布信息、透明公开的“黄金3天”。公众的高度关注将持续一个星期;因此,本周可能是健康教育的关键时期。疾病扩散到其他地区比在同一爆发地区报告的病例数量更能引起公众的注意。这意味着,当疫情范围扩大时,应采取额外的措施。谣言总是难以避免,但利用媒体,比如通过官方微博发布信息,可以有效地迅速澄清谣言,防止其进一步传播。
致谢
本研究由浙江省科技创新领导团队(2011R50021)资助。感谢浙江省疾病预防控制中心传染病科的工作人员给我们的建议。
利益冲突
没有宣布。
参考文献
- 高锐,曹斌,胡勇,冯志,王东,胡伟,等。人感染新型禽流感a (H7N9)病毒英国医学杂志2013年5月16日;368(20):1888-1897。[CrossRef] [Medline]
- 李强,周林,周明,陈震,李峰,吴华,等。中国H7N9禽流感疫情流行病学初步报告N Engl J Med 2013年4月24:1-11 Epub ahead of print(即将出版)(即将出版)。[CrossRef] [Medline]
- 吴松,吴峰,何娟。中国H7N9流感的新风险。《柳叶刀》2013年5月4日;381(9877):1539-1540。[CrossRef] [Medline]
- 中国互联网络信息中心。北京:中国互联网络信息中心;2013.中国互联网发展状况统计报告http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201301/P020130801546406723463.pdf[访问2013-10-08][WebCite缓存]
- 中国互联网络信息中心。北京:中国互联网络信息中心;2012.中文搜索引擎市场研究报告http://www.cnnic.cn/gywm/xwzx/rdxw/2011nrd/201207/W020111223371374614784.pdf[访问2013-10-08][WebCite缓存]
- Chew C, Eysenbach G.推特时代的流行病:2009年H1N1爆发期间推特的内容分析。PLoS One 2010;5(11):e14118 [免费全文] [CrossRef] [Medline]
- Henrich N, Holmes B.公众对H1N1疫苗的看法:2009年H1N1大流行期间在线评论中讨论的看法和问题。PLoS One 2011;6(4):e18479 [免费全文] [CrossRef] [Medline]
- 徐晓军,胡晓阳。公共卫生媒介监测与风险研究综述。公共卫生与预防医学2011;22(5):72-77。
- 方宁。突发事件管理:对SARS的再思考。北京:中国社会科学出版社;2005年4月1日。
- 中华人民共和国国家卫生和计划生育委员会,2013。H7N9禽流感每日报告[中文]http://www.moh.gov.cn/mohwsyjbgs/h7n9/list.shtml[访问2013-10-08][WebCite缓存]
- Goodchild MF, Glennon JA。众包灾害响应的地理信息:一个研究前沿。国际数字地球杂志2010年9月3日(3):231-241。[CrossRef]
- 新浪网站。2013。新浪微博热词描述网址:http://data.weibo.com/index/hotword[访问2013-10-08][WebCite缓存]
- 百度网站。2013。百度索引的帮助http://www.baidu.com/search/index_help.html[访问2013-10-08][WebCite缓存]
- 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的框架,用于分析互联网上的搜索、传播和发布行为。中国医学杂志,2009;11(1):e11 [免费全文] [CrossRef] [Medline]
- 信息流行病学和信息监测跟踪在线卫生信息和网络行为,为公共卫生服务。Am J Prev Med 2011 5月;40(5增刊2):S154-S158。[CrossRef] [Medline]
- A先生,Segre上午,Polgreen下午。在甲型H1N1流感大流行期间,美国使用Twitter追踪疾病活动水平和公众关注。PLoS One 2011;6(5):e19467 [免费全文] [CrossRef] [Medline]
- 唐涛。基于搜索引擎日志分析的网络舆情监测方法研究。智能学报2012;31(8):27-30。
- 爆发通信:爆发期间与公众通信的最佳实践。日内瓦:世界卫生组织;2005.URL:http://www.who.int/csr/resources/publications/WHO_CDS_2005_32web.pdf[访问2013-10-08][WebCite缓存]
- Bults M, Beaujean DJ, de Zwart O, Kok G, van Empelen P, van Steenbergen JE,等。荷兰甲型H1N1流感大流行早期公众的感知风险、焦虑和行为反应:三次连续在线调查的结果。英国医学委员会公共卫生2011;11:2 [免费全文] [CrossRef] [Medline]
- 刘志涛,葛瑞思,蔡建昌,徐海海. H1N1流感流行初期,公众普遍存在误解。中华传染病杂志2009年8月;59(2):122-127。[CrossRef] [Medline]
- 刘志强,刘敏,金志辉,徐海海. 2004年12月26日海啸过后,媒体报导对香港社区压力水平的影响。中国流行病学杂志2006 Aug;60(8):675-682 [免费全文] [CrossRef] [Medline]
- Rubin GJ, Amlôt R, Page L, Wessely S.与猪流感爆发相关的公众认知、焦虑和行为变化:横断面电话调查。BMJ 2009 7月;339:b2651 [免费全文] [Medline]
- Rubin GJ, Potts HW, Michie S.关于猪流感(甲型h1n1流感)传播对公众应对疫情的影响:来自英国36个国家电话调查的结果。卫生技术评估2010年7月;14(34):183-266 [免费全文] [CrossRef] [Medline]
- 黄志明,陈e, Hyder AA。Web 2.0和互联网社交网络:灾害管理的新工具?——台湾的教训。BMC Med Inform Decis Mak 2010;10:57 [免费全文] [CrossRef] [Medline]
- Kittler AF, Hobbs J, Volk LA, Kreps GL, Bates DW。在公共卫生紧急事件期间,互联网作为传播卫生信息的工具:涉及2001年炭疽恐慌的调查分析。J medical Internet Res 2004年3月3日;6(1):e8 [免费全文] [CrossRef] [Medline]
- B人,Sy F, Holton K,政府B, Liang A,国家传染病中心/SARS社区外展队。恐惧和耻辱:SARS爆发中的流行病。Emerg infection Dis 2004 Feb;10(2):358-363 [免费全文] [CrossRef] [Medline]
- Salathé M, Freifeld CC, Mekaru SR, Tomasulo AF, Brownstein JS。甲型H7N9流感与数字流行病学的重要性。中华外科杂志2013年8月1日;369(5):401-404。[CrossRef] [Medline]
- Samaan G, Patel M, Olowokure B, Roces MC, Oshitani H,世界卫生组织疫情应对小组。谣言监测和H5N1禽流感。Emerg infection Dis 2005 Mar;11(3):463-466 [免费全文] [CrossRef] [Medline]
- 泰智,孙涛。2003年中国非典流行期间的谣言。《社会健康疾病》,2011年7月;33(5):677-693。[CrossRef] [Medline]
- 应对全球传染病爆发:SARS关于风险感知、沟通和管理作用的教训。2006年12月;63(12):3113-3123。[CrossRef] [Medline]
- Duncan B.媒体如何报道2009年H1N1流感大流行的最初几天:全欧盟媒体分析的结果。欧洲监测2009年7月30日;14(30):19286 [免费全文] [Medline]
- Merchant RM, Elmer S, Lurie N.将社交媒体整合到应急准备工作中。中华医学杂志2011年7月28日;365(4):289-291。[CrossRef] [Medline]
缩写
白:百度注意力指数 |
“非典”:严重急性呼吸系统综合症 |
CNHFPC:中国国家卫生和计划生育委员会 |
G·艾森巴赫(G Eysenbach)编辑;提交28.08.13;C Freifeld, T Timpka, O Leal Neto同行评审;对作者19.09.13的评论;修订本收到29.10.13;接受21.12.13;发表17.01.14
版权©顾华,陈斌,朱红红,蒋涛,王欣怡,陈磊,蒋正刚,郑大伟,蒋建民。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2014年1月17日。
这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。