猜猜谁不来吃晚饭了?为疾病监测评估在线餐厅预订

简介

全球采用互联网和移动电话技术已证明对收集和传播数据很有用。使用这些技术的各种新数据流已被探索作为增强传统公共卫生疾病监测系统的工具。除了向公众和公共卫生专业人员传播信息外，这些新系统通常旨在改进对疫情的发现和监测。例子包括搜索查询量[1]，以及利用新闻报道和社交媒体(如“健康地图”)的数字监控系统[2，3.]和全球公共卫生情报网络[4］．其他创新的监测系统已经探索了非处方药物销售的使用[5]、电话分诊记录[6]，以及缺勤[7］．一些研究评估了这些替代数据源的有用性，特别是在监测季节性和大流行性流感方面(例如，Besculides等人[8]， Vergu等[9]， Yih等[10]，以及Bernardo等[11])。另一个例子包括使用数字监测系统挖掘急性呼吸道感染爆发的早期报告，后来在2009年演变为一场大流行[12］．同样，在2013年中国H7N9流感爆发期间，Twitter和新浪微博(类似Twitter的中国社交网站)等社交媒体网站提供了近乎实时的疾病活动信息[13］．

与学校缺勤、非处方药物销售和电话分诊服务数据量类似，在线餐厅预订网站的利用也可以作为事件监视的工具。研究指出，在美国，外出就餐的比例有所增加[14-16］．因此，监测餐厅使用的变化可能成为社会动荡(包括公共卫生事件)造成破坏的领先指标。特别是，餐馆就餐次数的减少可能是疾病相关事件的早期指标。在这项研究中，我们评估了餐厅餐桌可用性的增加是否与流感样疾病(ILI)的增加有关。

方法

数据

所有餐厅使用数据均来自OpenTable [17]，在这个在线平台上，个人可以在一天的不同时间预订餐厅的餐桌。该网站为几个不同国家不同城市的餐厅提供服务，在撰写本文时，数据库中有超过28,000家餐厅。每个城市/地区的注册餐厅数量都是可用的，随着时间的推移，随着新餐厅的加入和现有餐厅的关闭或取消注册而变化。

从2012年9月4日到2013年4月30日，每天在午餐和晚餐的固定时间，我们进行搜索，以确定有2人桌的餐厅的数量。为了适应地区和饮食习惯的差异，我们将午餐时间定义为11:00 am-3:30 pm，晚餐时间定义为6:00 -11:30 pm。根据OpenTable的政策，客户可以在预约时间前30分钟取消预约。因此，我们搜索了在我们感兴趣的时间前15分钟还有空位的餐厅。所以，如果是下午2点的预订，我们会在每天下午1点45分搜索可用的桌子。此外，我们还搜索了在整点和半点半还有空位的餐厅。这导致在美国和墨西哥的10个研究区域中，每天有20个不同的搜索次数。在美国，波士顿(马萨诸塞州)、亚特兰大(佐治亚州)、巴尔的摩(马里兰州)和迈阿密(佛罗里达州)的餐厅的餐桌供应情况进行了调查。在墨西哥，我们监测了坎昆(Quintana Roo)、墨西哥城(Distrito Federal)、普埃布拉(Puebla)、蒙特雷(Nuevo Léon)、瓜达拉哈拉(哈利斯科)和整个墨西哥的餐厅供应情况。由于每天在指定时间收集数据，我们的观察形成了可用性的时间序列曲线。 Monitoring 10 regions at 20 search times resulted in 200 distinct time series.

与流感活动数据的比较

通过使用最近2012-2013年严重流感季节的数据，我们验证了流感活动的增加与餐厅可用座位增加有关的假设。由于系统中的餐厅数量随时间变化，所以我们关注的是拥有可用餐桌的餐厅的比例。对于每个地区，可用餐桌的餐厅比例定义为同一时间可用餐桌的餐厅数量t除以OpenTable上当时的餐厅总数t．首先，我们检查了数据，以便更好地了解基线期间表可用性的趋势。基准期为2012年9月至10月，因为北半球的流感季节通常为11月至4月[18］．在基线期间对餐馆使用情况的观察可以建议进行监测的最佳时间。接下来，我们计算了在每个采样时间有空位的餐厅的每周平均比例，并将这些数据与ILI的每周估计值进行了比较。由于时间自相关，时间序列之间的交叉相关可能会受到偏差的影响[19］．这项研究中的偏差可能是由于在一天中的特定时间开放的餐馆数量较少导致的低频模式。因此，我们通过拟合自回归综合移动平均(ARIMA)模型对可用性进行预美白，然后使用拟合模型对ILI值进行滤波。ARIMA模型描述如下:

y_t＝c+Φ₁y_t−1+……+Φ_py_t−p−θ₁z_t−1−−…θ_pz_t−p+z_t

在哪里c是常数，y_t观察是准时的吗t，y_{t - p}级数的滞后值，和z_t是一个白噪声过程。然后使用互相关函数(CCF)检验可用性模型的残差与过滤后的ILI值之间的相关性。代表ILI活动的数据来自国家监测系统[20.-23]，谷歌流感趋势[24]和泛美卫生组织[25］．谷歌美国各城市的流感趋势数据和墨西哥的省一级的流感趋势数据。我们计算了美国城市级别的谷歌流感趋势和可用性数据之间的相关性。由于无法获得城市级别的数据，我们估计了墨西哥各个城市的谷歌流感趋势州级数据与可用性之间的相关性。泛美卫生组织估计的流感阳性百分比数据仅在墨西哥的国家一级可用。每周ILI百分比(% ILI)，由医生访问的结果也可用于美国所有州。此外，为了便于说明，在结果中给出的平滑曲线中使用了局部多项式回归拟合(黄土)。进行平滑以捕捉曲线的总体趋势，以便进行比较。参见克利夫兰[26]以获取更多关于黄土模型的信息。Bonferroni调整也被应用于必要的多重比较。分析是在R(统计计算R基金会，维也纳，奥地利)进行的。

结果

数据概要:基线周期

餐桌供应因用餐时间(午餐和晚餐)和城市而异。在某些城市，餐厅供应最低的时间可能代表人们更喜欢的用餐时间。在首选用餐时间观察到的趋势也应该最受用餐季节偏差的影响。此后，我们将可用性最低的时间称为“最优选”，将可用性最高的时间称为“最不优选”。人们最喜欢和最不喜欢的用餐时间因地区而异。使用t测试显示有显著差异(P在所有地区的最佳和最差首选时间之间的可用性<.001)。此外，大多数地区在午餐和晚餐时，最喜欢和最不喜欢的平均可用性也有显著差异(P<.05)，除了蒙特雷的午餐(P=.23)及普埃布拉(P= 0)。次平均比例最低的餐馆与可用的表在午餐时间是下午2点(平均0.608,标准差0.005)亚特兰大,迈阿密中午(平均0.673,标准差0.016),波士顿(平均0.594,标准差0.009),中午中午巴尔的摩(平均0.589,标准差0.007),墨西哥城(平均0.757,标准差0.044)下午3点,坎昆下午12:30(平均0.709,标准差0.048),瓜达拉哈拉(平均0.818,标准差0.06)下午3点,中午蒙特雷(平均0.824,标准差0.055),普埃布拉中午(平均0.963,标准差0.035),下午3:30，墨西哥(平均值0.753，标准差0.035)。在所有地区，晚上10:30-11:30之间有空位的餐厅比例都最低，这可能是因为晚上晚些时候还营业的餐厅较少，尤其是在美国城市。在整个研究期间(2012年9月至2013年4月)有空位的餐厅的平均比例总结于表1．

与流感活动数据的比较

我们计算了代表ILI活动和餐厅使用的数据之间的300个相关性。显著相关(P每个地区的餐厅餐桌可用性数据与泛美卫生组织的流感阳性百分比、美国各州的ILI百分比之间的<.05)，以及谷歌流感趋势汇总于表2．相关关系见表2由预白时间序列数据计算。我们在每周滞后0和1时呈现相关性，因为滞后0时的显著相关性表明ILI的增加与可用性的立即增加有关。另一方面，在1周的滞后中，显著的相关性表明可用性的增加伴随着ILI的显著增加。了解不同滞后时的相关性可以为使用餐厅利用率数据建模和预测未来ILI活动提供信息。我们仅在滞后1时提出结果，因为数据以周为分辨率，而且研究表明流感症状的平均持续时间大概少于7天[27］．

如前所述，在基准期间，所有地区的餐厅在晚上10:30-11:30之间提供晚餐的比例最低。如在表2在美国，这些时间也是迈阿密、墨西哥城和墨西哥最显著的相关时间。请注意，与迈阿密相比，亚特兰大和巴尔的摩的大多数晚餐时间相关性都是在晚上早些时候观察到的。总体而言，亚特兰大在滞后0时的中午12:30和下午3:00的相关性最高(>70%)，巴尔的摩在滞后1周的晚上7点的相关性最高。餐厅餐桌可用性和谷歌流感趋势数据之间也有更显著的相关性，与PAHO的流感百分比和州ILI数据呈正相关(见表2)．PAHO数据与墨西哥餐厅餐桌可用性在4个设定时间之间记录了显著相关性。如在表2，还观察到美国城市餐厅的餐桌可用性与州ILI百分比之间存在一些相关性。州一级的ILI趋势并不总是与城市一级的趋势相同，这可以解释缺乏显著相关性的原因。坎昆、瓜达拉哈拉、普埃布拉和波士顿的相关性不显著。

我们提出了一个样本图，展示了一个案例，其中餐厅餐桌可用性的趋势似乎与迈阿密估计ILI活动的趋势相似图1．请注意在感恩节和圣诞节期间观察到的峰值之前曲线的下降。在情人节那一周达到峰值后，观察到的下降。如在图1，迈阿密晚上10点可用性数据的总体趋势与谷歌流感趋势观察到的趋势相似，高峰出现在晚些时候。这可能表明，在与ili相关的查询增加后，可以观察到可用性的增加。此外，巴尔的摩、亚特兰大和墨西哥在抽样时间内观察到的9个相关性最高的趋势图表显示在图中图2．注意曲线之间的相似点和不同点。在某些情况下，如G-I In图2，流感数据中的几个高峰和低谷是由餐馆利用率数据捕获的。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

在本文中，我们介绍了一种易于访问的基于internet的数据流—在线餐厅预订—并演示了它在事件监视方面的潜在价值。更具体地说，我们观察到餐厅餐桌可用性与谷歌流感趋势以及美国和墨西哥城市和国家层面的流感活动数据之间存在显著相关性。在大多数情况下，当所有数据都具有相同的地理分辨率时，餐馆使用和流感活动测量之间的关联更强。例如，迈阿密的餐馆消费与谷歌流感趋势数据之间的相关性强于佛罗里达州的ILI数据与迈阿密餐馆消费数据之间的相关性。在不同地理分辨率(如城市、州、国家)下测量的已知ILI趋势变化至少部分解释了这一趋势[28，29］．我们还观察到亚特兰大在下午12:30和下午3:00的相关性最高(>70%)，巴尔的摩在下午7点的相关性最高。与其他地区相比，南部地区的晚餐时间晚于其他地区。不同地区观察到的这些差异可能可以用饮食习惯的差异和人口统计学差异来解释，这也可能影响饮食习惯和流感传播[30.，31］．其他潜在因素包括社会动荡、社会经济因素、自然灾害、食源性疾病等。除了对数据进行建模，以便在官方报告发布之前提供ILI的估计外，在未来的研究中，我们还将调查任何可能影响时间序列趋势的社会动荡和自然灾害的发生。

限制

虽然可能有用，但该研究和数据来源存在一些固有的限制，阻碍了对该系统潜力的充分探索。局限性包括区分季节变化和可能由疾病相关事件引起的变化。此外，关于取消预订的数据是最合适的。然而，这些数据目前不可用。这个问题可以通过与餐馆建立合作关系来很容易地解决，这样就可以通过调查系统记录取消订单的情况和原因。此外，OpenTable上只列出了每个地区的餐厅样本。

结论

尽管存在这些局限性，但这一初步分析表明，监测餐厅餐桌可用性和取消的趋势可能有助于检测社会混乱，包括与疾病相关的事件。此外，与缺勤率、非处方药物销售和电话分类服务数据量等传统上难以获取的数据不同，预约使用数据可以很容易地从预约网站获得。互联网在全球的普及也表明，这些数据源在未来可以很容易地获得。如果有必要，这些新的数据来源可以作为促进疾病事件进一步调查的踏脚石。使用这些数据所作的观察可以通过与其他疾病监测替代来源的趋势进行比较来进一步调查，特别是在关于疾病活动的官方报告延迟的情况下。此外，可以使用集成建模方法将该数据源与更传统的流行病情报数据流融合在一起。