发表在第6卷第9期(2022):9月

本文的预印本(早期版本)可在以下网站获得https://preprints.www.mybigtv.com/preprint/36525,首次出版
日本远程保健的公共利益和可及性:利用谷歌趋势和国家监测进行回顾性分析

日本远程保健的公共利益和可及性:利用谷歌趋势和国家监测进行回顾性分析

日本远程保健的公共利益和可及性:利用谷歌趋势和国家监测进行回顾性分析

原始论文

1日本长崎大学医学信息系

2日本长崎大学医院医学信息部

3.日本长崎大学医院检验医学科

4日本国立医院组织长崎Kawatana医疗中心神经内科

通讯作者:

木下拓哉,公共卫生硕士

医学信息学系

长崎大学

1-7-1坂本

长崎,852 - 8501

日本

电话:81 95 819 7529

电子邮件:takuya_kinoshita@nagasaki-u.ac.jp


背景:最近,在COVID-19大流行期间使用远程医疗对患者进行治疗引起了世界各地的兴趣。因此,报告了许多使用谷歌趋势等基于网络的来源的信息流行病学和信息监测研究,重点关注COVID-19大流行的第一波。尽管在此期间,许多国家的公众对远程保健的兴趣有所增加,但生活在日本的民众对远程保健的长期兴趣仍然未知。此外,在新冠肺炎时代,针对偏远地区的各种移动远程医疗应用程序已经可用,但这些应用程序在疫情地区和非疫情地区的可访问性尚不清楚。

摘要目的:在本研究的第一部分,我们旨在调查在第一次大流行期间和大流行之后公众对远程卫生的兴趣,在第二部分,在流行和非流行地区,医疗机构使用远程卫生的可及性。

方法:我们利用谷歌趋势和日本厚生劳动省(JMHLW)等公开来源的数据,对第一波和第二波的严重病例、死亡人数、远程卫生与COVID-19的相对搜索量(RSV)以及RSV与COVID-19病例之间的相关性进行了检查和比较。用RSV与COVID-19病例的周平均值和周比变化率检验相关系数。第二部分,利用JMHLW的数据,比较了流行地区和非流行地区的COVID-19病例流行率、重症病例、死亡人数和远程卫生可及率。我们还研究了远程卫生可及性与COVID-19病例流行之间的区域相关性。

结果:在发生5次大流行波的83周中,远程卫生和COVID-19的RSV总平均值分别为11.3 (95% CI 8.0-14.6)和30.7 (95% CI 27.2-34.2)。重症病例占比(26.54% vs 18.16%;P<.001)、死亡(5.33% vs 0.99%;P远程卫生的RSV(平均33.1,95% CI 16.2-50.0 vs平均7.3,95% CI 6.7-8.0;PCOVID-19的RSV(平均52.1,95% CI 38.3-65.9 vs平均26.3,95% CI 24.4-29.2;P<.001)在第一波中明显高于后波。在相关性分析中,第一波公众对远程医疗的兴趣为0.899,总体为-0.300。在日本,在两家医院中,使用移动应用程序的远程医疗可及性在流行地区明显高于非流行地区(3.8% vs 2.0%;P=.004)及普通科诊所(5.2% vs 3.1%;P<措施)。在区域相关性分析中,移动app远程健康可达性在医院为0.497,在普通诊所为0.629。

结论:尽管公众对远程卫生的兴趣与COVID-19之间没有长期相关性,但在日本,移动远程卫生应用程序可访问性之间存在区域相关性,特别是对普通诊所而言。我们还发现,疫情地区拥有更高的移动远程健康应用可访问性。有必要对COVID-19大流行后远程卫生的实际使用及其影响进行进一步研究。

JMIR Form Res 2022;6(9):e36525

doi: 10.2196/36525

关键字



由于新冠肺炎疫情在全球蔓延,日本政府宣布进入自我克制的紧急状态[1].与此同时,世界卫生组织建议用远程医疗治疗重病患者[2].相应的,所有使用电话或视像会议的首次访问都暂时在日本支付。尽管在此之前,使用远程医疗的首次访问不包括在内,但在2011年东北地震后,使用电话的回访有所增加[3.].最近,日本为偏远地区的患者提供了各种移动设备上的远程医疗应用程序(或移动应用程序)。这些app为就医困难的患者提供了方便,在新冠肺炎疫情发生后引起了医务人员和公众的关注[4].随着对远程卫生保健的需求,调查公众对远程卫生保健兴趣的研究随着COVID-19的传播而增加[56].最近,在信息流行病学和信息监测领域使用谷歌趋势等基于网络的来源进行的研究在卫生政策和评估方面越来越受欢迎[7].谷歌趋势包含大量实时搜索兴趣,通过调查备选监测和医疗保健政策决策的相关性,可用于这些兴趣[6].然而,这些研究大多只调查了COVID-19的第一波疫情,因此,在第一波大流行浪潮之后仍然未知[56].有一项研究调查了在日本使用其他搜索引擎搜索替代监控的搜索词[8];然而,没有一项研究利用谷歌趋势关注日本对远程保健的公众兴趣。

在远程健康可及性方面,新冠肺炎疫情后,许多医疗机构启动了远程健康。在美国,COVID-19大流行后远程医疗的可及性增加了[9],但医疗机构使用远程保健,特别是移动应用程序的可及性尚不清楚。远程卫生可达率与COVID-19病例之间的相关性可能符合流行地区可达率较高的假设。然而,我们不知道这种跨地区的相关性。在本研究的第一部分,我们旨在调查远程卫生公共利益与COVID-19之间的长期相关性,并比较第一次大流行浪潮和之后的差异。在第二部分中,我们调查了日本流行地区和非流行地区使用远程医疗的医疗机构的可及性。


数据源

我们在这项研究中使用了各种类型的数据。为了调查公众对远程医疗的兴趣与COVID-19之间的相关性,我们使用了谷歌趋势的相对搜索量(RSV)。RSV是一个0-100的指数,代表公众对某一特定话题在特定时间和地区、特定搜索词的兴趣。高的RSV表示有很多用户在观察时间段内的某个时间点搜索某个词。

关于COVID-19的数据,我们使用了日本厚生劳动省(JMHLW)的全国公开数据。COVID-19数据包括从日本47个县日常收集的每日或累计确诊病例数、聚合酶链反应检测、住院病例、严重病例和死亡病例;这些数据是在2021年10月获得的。关于远程保健可及性数据,每个州收集了远程保健实施的医疗机构名称、地址、电话号码、网站和部门清单,并向政府报告;数据是在2020年10月获得的。

为了调查远程健康移动应用程序的可访问性,我们使用了公司网站上列出的医疗机构的公司数据。被观察到的移动应用包括“诊所”、“Curon”、“YaDoc”、“Carada/Lunaluna”和“口袋医生”。这些公司在其网站上公开了每个县的合同医疗机构名单。这些数据于2020年10月获得。用于计算可就医机构比例和COVID-19流行率的分母,使用了名为E-STAT的年度统计报告中每个县的注册医疗机构和人口。最新的医疗机构年度数据为2019年,人口数据为2020年,均于2020年9月和2021年12月发布。这些数据分别于2020年10月和2021年12月获得。

道德的考虑

研究中使用的数据均为公开数据,不包含个人信息。因此,未获得知情同意。来自JMHLW的数据也是开源的。因此,不需要伦理上的批准。

研究设计与设置

本研究分为两部分。首先,我们研究了COVID-19病例与远程医疗和COVID-19的RSV之间的关系。新冠肺炎和远程医疗的日语关键词是“corona”和“online-shinryou”。与其他潜在搜索词相比,这些关键词的搜索量最大(多媒体附件1).观察期间为83周(2020年3月1日至2021年10月2日),共发生5次大流行浪潮。COVID-19病例和确诊病例均为每周平均。为了进行比较,比较了第一次大流行浪潮(1-13周)和之后(14-83周)期间远程卫生和COVID-19的严重病例、死亡比例以及平均RSV。研究RSV与COVID-19病例之间的相关性和周比变化率。然后调查了疫区和非疫区之间的远程卫生可及性。选择东京、神奈川、埼玉、千叶、大阪、福冈、北海道、茨城县、石川县、岐阜县、爱知县和京都为疫区(多媒体附件2).在COVID-19大流行的第一波浪潮中,这些县宣布进入紧急状态。我们从观察到的数据中包括所有院校(多媒体附件3).无效的样本,例如缺少名称、地址或域的样本被排除在外。重复数据也被排除在研究之外。两名研究人员对数据进行了审查,并对其符合性进行了复查。为了调查COVID-19病例与远程卫生可及性之间的区域相关性,我们首先比较了COVID-19病例、重症病例和死亡的平均流行率;其次,考察了疫区与非疫区之间电话和手机app的平均远程卫生可及性;此外,对于移动应用程序,我们调查了每个州远程卫生医疗机构的比例与COVID-19患病率之间的区域相关性。

统计分析

我们假定数据不具有常态性。因此,卡方检验比较比例,曼-惠特尼U比较方法采用Spearman秩序相关检验,相关分析采用Spearman秩序相关检验。一个P0.05的值被认为有统计学意义。所有分析均采用SPSS软件(26版;IBM公司)。


特性和RSV

在观察到的5次大流行波的83周内,总共有1,707,581例COVID-19病例:第一波大流行波中有16,693例,第一波大流行波后有1,690,888例。重症病例占比(26.54% vs 18.16%;P<.001)和死亡(5.33% vs 0.99%;P<.001)在第一次大流行波中明显高于大流行波之后(表1).日本公众对远程医疗和COVID-19的兴趣在第一波浪潮中最高,随着时间的推移而下降(图1).在增长率方面,第5周增长率最高(图2).远程卫生和COVID-19的总体平均RSV分别为11.3 (95% CI 8.0-14.6)和30.7 (95% CI 27.2-34.2)。第一波远程保健的平均RSV明显高于第一波后远程保健的平均RSV (33.1 vs 7.3;P <.001), COVID-19的平均RSV也是如此(52.1 vs 26.8;P <措施)。

表1。第一波和后一波疫情的基本特征和相对搜索量(RSV)。
特征 整体(n = 1707581) 第一波(n=16,693) 第一波之后(n=1,690,888) P价值
COVID-19特征,n (%)

严重的病例 311562 (18.24) 4417 (26.54) 307145 (18.16) <措施

死亡 17709 (1.03) 891 (5.33) 16818 (0.99) <措施
RSV,平均值(95% CI)

远程保健(搜索词" online-shinryou ") 11.3 (8.0 - -14.7) 33.1 (16.2 - -50.0) 7.3 (6.7 - -8.0) <措施

COVID-19(搜索词“corona”) 30.7 (27.2 - -34.3) 52.1 (38.3 - -65.9) 26.8 (24.4 - -29.2) <措施
相关系数一个远程保健RSV, r

每周平均病例数 -0.300 -0.899 -0.208 N/Ab

变化率 0.054 0.005 0.137 N/A
相关系数COVID-19 RSV, r

每周平均病例数 0.152 0.657 0.536 N/A

变化率 0.428 0.679 0.516 N/A

一个采用卡方检验比较两种比例和曼-惠特尼检验U采用检验方法对两种方法进行比较。应用斯皮尔曼秩序相关系数对远程医疗与新冠肺炎的公共利益进行分析。P值设置在0.05的显著水平。

bN/A:不适用。

图1。公共利益和平均每周COVID-19病例。RSV:相对搜索量。
查看此图
图2。公众关注和COVID-19病例周比周增加。RSV:相对搜索量。
查看此图

第一波COVID-19大流行与后一波的相关性

新冠肺炎病例与新冠肺炎RSV的相关系数为0.152,而远程卫生RSV的相关系数为-0.300 (表1).将周新冠肺炎病例数分为第一波和之后,周新冠肺炎病例数与远程卫生服务RSV的相关系数为-0.899,而在第一波大流行期间,周新冠肺炎病例数与远程卫生服务RSV的相关系数为0.657。第一波后,周确诊病例数与远程卫生RSV的相关性为-0.208,而周确诊病例数与远程卫生RSV的相关性为0.536。调整周变化率后,病例数与新型冠状病毒病RSV的相关性为-0.428,而病例数与远程卫生RSV的相关性为0.054。仅在第一波病例中,周病例数与RSV的相关性为0.679,而与远程卫生RSV的相关性为0.005。在变化率方面,第一波后周病例数与RSV的相关性为0.516,而周病例数与远程卫生RSV的相关性为0.137。

远程保健的可及性和区域相关性

东京的远程保健可及性最高,医院为6.4%,普通诊所为8.8% (图3多媒体附件4).如表2,两家医院疫情地区与非疫情地区手机app可及性差异显著(3.8% vs 2%;P =.004)及普通科诊所(5.2% vs 3.1%;P <.001),但在医院所有远程医疗模式中均无显著差异(32.8% vs 38.2%;P =.24)及普通科诊所(13.9% vs 14.3%;P= .79)。各地县移动应用可及性与新冠肺炎疫情的相关性,医院相关系数为0.497,普通诊所相关系数为0.629 (图4).

图3。医疗机构使用移动远程健康app的普及率(各县)
查看此图
图4。远程保健可及性相关图表。
查看此图
表2。疫情区与非疫情区新型冠状病毒病基本特征及远程卫生可及性比较
特征 地区总数(N=47) 流行地区(n=13) 非流行地区(n=34) P价值
covid -19/10万人(n),平均值(95% CI)

情况下 897.2 (709.6 - -1084.7) 1495 (1183.1 - -1806.9) 658.1 (478.6 - -837.6) <措施

严重的病例 170.5 (119.0 - -221.9) 277.3 (160.4 - -394.2) 127.7 (76.4 - -179.1) .006

死亡 9.1 (7.0 - -11.1) 16.9 (12.5 - -21.3) 6 (4.7 - -7.2) <措施
所有远程保健的可获得性(%),平均值(95%置信区间)

医院 36.7 (32.8 - -40.7) 32.8 (26.9 - -38.6) 38.2 (33.3 - -43.2)

一般诊所 14.2 (12.5 - -16.0) 13.9 (11.2 - -16.6) 14.3 (12.1 - -16.6) .79
手机应用的可访问性(%),平均值(95% CI)

医院 2.5 (2.0 - -3.0) 3.8 (2.7 - -4.8) 2 (1.5 - -2.5) 04

一般诊所 3.6 (3.3 - -4.1) 5.2 (4.3 - -6.0) 3.1 (2.8 - -3.4) <措施
手机应用可访问性与COVID-19流行率的区域相关性研究

医院 0.497一个 0.457一个 0.496一个

一般诊所 0.629一个 0.566一个 0.627一个

一个在第一波疫情中宣布进入紧急状态的县(东京、神奈川、埼玉县、千叶县、大阪、兵库县、福冈县、北海道县、茨城县、石川县、岐阜县、爱知县、京都县)被归类为疫情地区。学生t采用检验方法对疫情区和非疫情区新冠肺炎病例、重症病例和死亡病例两种独立数据进行比较。Mann-WhitneyU采用检验方法,比较两种独立方法对医院和综合诊所移动应用程序可及性的影响。采用Spearman秩序相关法对各州新冠肺炎流行率和远程卫生服务可用性比例进行区域相关性分析。P值设置在0.05的显著水平。


主要研究结果

在日本,公众对远程卫生的兴趣与COVID-19病例总体上呈弱负相关。当将每周COVID-19病例调整为周比周的变化率时,远程卫生的RSV并不相关。在移动远程健康app的可及性方面,疫情地区的可及性明显高于非疫情地区。在普通诊所也有正的区域相关性。据我们所知,该研究是第一个调查日本公众对远程医疗的兴趣、移动远程医疗应用的可访问性以及应用可访问性与COVID-19流行之间的区域相关性的研究。

与之前工作的比较

在本研究中,公众对远程医疗的兴趣与COVID-19病例总体上呈弱负相关,但在第一波中它们高度相关。这一结果与以往的研究相似[56].当我们调整到周比周的变化率时,COVID-19 RSV的总体相关系数更高。因此,公众的利益可能取决于新冠肺炎病例的增长速度,而不是每周的病例数。许多其他可能的原因可能影响了公众的兴趣。考虑到日本的政治背景,政府表示,从2020年4月13日起,将通过电话和视频会议偿还首次访问费用。他们还于2020年4月25日报告了全国远程健康医疗机构名单。政府通过媒体发布的这些公告引起了保健提供者和公众的兴趣。此外,在第一波疫情后,重症病例和死亡比例的下降可能影响了公众利益。一项研究报告称,恐惧等社会行为可能会受到严重程度和死亡率的不确定性的影响[10].因此,由于严重疾病或死亡的风险降低,受限制的患者可能直接再次到医院就诊,而不是通过远程保健。然而,远程保健的实际使用情况或因果关系尚不清楚。因此,未来需要对这方面进行研究。

通过查看以往的研究,远程医疗的可及性在美国COVID-19后增加了[11].在日本,在COVID-19之前,小型医院和普通诊所的临床远程卫生可及性约为1% [3.].这是因为在COVID-19之前,远程卫生的主要目的是治疗生活在农村地区的患者[12].尽管日本的可及性远高于以前的远程保健使用率[3.],移动应用程序的可访问性仍然有限(医院为2.5%,普通诊所为3.6%)。在日本进行的另一项研究表明,与2020年4月相比,2020年8月至9月,年轻人对远程保健的使用有所增加[13].尽管这项研究显示远程保健的使用有所增加,但这是一项基于网络的调查,而且观察的时间很短。因此,有必要利用索赔数据进行考虑COVID-19后实际远程医疗使用的未来研究。

在日本,使用移动应用程序的远程卫生可及性与COVID-19病例之间存在区域相关性,特别是对普通诊所而言。这表明,在政府命令下人们必须自我约束的地区,使用移动应用程序进行远程医疗的普通诊所更容易进入。我们怀疑,在这种情况下,普通诊所更有可能应用远程保健来继续医疗保健。之前的一项研究支持了我们的发现,即城市地区的远程医疗使用率高于农村地区[13].由于大多数流行地区覆盖了日本的城市地区,我们认为在这项研究中也获得了类似的结果。然而,使用所有远程保健方法均观察到微弱的区域负相关性。由于移动应用程序在实施和管理方面比电话更昂贵,它们可能已经被大多数医疗机构采用。在未来的研究中,应调查实际远程保健使用与电话和移动应用程序的临床效果的比较。

限制

本研究需要考虑几个限制。首先,本研究没有调查因果关系。应该使用回归方法来定义因果关系。其次,谷歌趋势的使用并不能反映整个公众利益。然而,约70%的搜索是通过谷歌进行的,谷歌是日本使用最多的搜索引擎[14].此外,日本人的互联网使用情况因年龄而异,年龄较大的人群更容易接触到互联网。因此,公众的兴趣可能没有反映日本的实际人口。此外,本研究中所选择的关键词可能并不合适。根据之前的研究和谷歌Trend (多媒体附件1) [8].为了确定最合适的搜索词,有必要对潜在关键词进行进一步的比较研究。第三,选择流行波发生时期和作为流行地区的县等进行比较的群体可能不合适。但是,我们认为将第一波周期和第一波后周期分开是适合理解差异的。第四,传染病和公共利益据说滞后于一般人群的搜索或报告确诊病例以供监测[15].然而,这项研究是按周平均COVID-19病例,而不是按日平均病例。因此,滞后对结果的影响有限。此外,COVID-19感染、发病、入院和死亡都有时间差[16,不同医院的入院决定也不同。本研究没有调查这些方面,因为我们相信它们不会对公众利益产生即时影响。此外,重症病例的定义可能在各县和JMHLW之间有所不同,因为一些县没有计算没有体外膜氧合或呼吸机的重症监护病房的患者。因此,比较可能不是稳健的。第五,我们无法调查谷歌趋势或远程保健可及性的用户特征。由于数据只显示RSV和缺乏远程保健实施,因此需要使用真实数据进行进一步研究。最后,通过公司数据访问移动远程医疗应用程序并不能覆盖所有移动应用程序的使用。提供医疗机构使用的此类服务的公司越来越多。然而,我们搜索了主要的公司,相信结果是全面的,足以了解可达性。此外,不少医疗机构还使用了“Line”、“Zoom”、“Skype”等免费通讯软件。 These apps are easier to use but have security issues such as protecting personal information [17].由于这些应用程序不是远程健康应用程序,我们将它们包含在所有远程健康组中。我们认为手机应用的可访问性并不影响结果。

结论

尽管公众对远程医疗的兴趣与COVID-19之间不存在长期的正相关关系,但在日本,移动远程医疗应用程序的可访问性与COVID-19患病率之间存在区域相关性,特别是对普通诊所而言。我们还发现,疫情地区拥有更高的移动远程健康应用可访问性。有必要对COVID-19大流行后远程卫生的实际使用及其影响进行进一步研究。

致谢

TK分析了数据并撰写了手稿。TK和NM审阅了数据。TK, TM, NT,和NM构思并设计了这项研究。TK、TM、NT、NM、TU、MN、HH、KN对手稿进行了修改。TK获得了jsp KAKENHI奖助金(21K10331)的支持。TM由JSPS KAKENHI资助(20K10322),与本研究无关。本文内容仅由作者负责,资助方不参与数据的收集、管理、分析或解释;稿件的准备、审阅或批准;或者决定将手稿提交出版。所有作者都可以访问研究中的数据,并对提交论文的决定负责。

利益冲突

没有宣布。

多媒体附件1

谷歌趋势搜索词(关键字)。

XLSX文件(微软Excel文件),14kb

多媒体附件2

日本各县的远程保健可及性。

DOCX文件,19 KB

多媒体附件3

远程保健可及性数据样本(东京)。

PDF档案(adobepdf档案),355kb

多媒体附件4

疫区(州)。

PNG文件,120kb

  1. Velavan TP, Meyer CG。2019冠状病毒病疫情。2020年3月25日(3):278-280 [免费全文] [CrossRef] [Medline
  2. Fagherazzi G, Goetzinger C, Rashid MA, Aguayo GA, Huiart L.全球抗击COVID-19的数字卫生战略:挑战、建议和论文征集。J Med Internet Res 2020 6月16日;22(6):e19284 [免费全文] [CrossRef] [Medline
  3. 吴杰,Park Y, Jo EC, Kim s。韩国和其他国家远程医疗的现状与进展。Healthc Inform Res 2015年10月21日(4):239-243 [免费全文] [CrossRef] [Medline
  4. Doraiswamy S, Abraham A, Mamtani R, Cheema S.远程卫生在COVID-19大流行期间的使用:范围审查。J Med Internet Res 2020 Dec 01;22(12):e24087。[CrossRef] [Medline
  5. 阿尔沙德·阿里S, Bin Arif T, Maab H, Baloch M, Manazir S, Jawed F,等。COVID-19大流行期间全球对远程卫生的兴趣:谷歌趋势™分析。Cureus 2020年9月16日;12(9):e10487 [免费全文] [CrossRef] [Medline
  6. Mavragani A.追踪欧洲COVID-19:信息流行病学方法。JMIR公共卫生监测2020年4月20日;6(2):e18941 [免费全文] [CrossRef] [Medline
  7. 信息流行病学和信息监控:范围审查。J Med Internet Res 2020年4月28日;22(4):e16206 [免费全文] [CrossRef] [Medline
  8. 久田S,村山T,津口K,藤田S,矢田S,若宫S,等。利用搜索查询日志和基于移动设备的位置信息监测早期COVID-19集群。Sci Rep 2020年10月29日;10(1):18680 [免费全文] [CrossRef] [Medline
  9. Hong Y, Lawrence J, Williams D, Mainous I.人口水平的兴趣和美国医院应对COVID-19的远程医疗能力:谷歌搜索和国家医院调查数据的横断面分析。JMIR公共卫生监测2020年04月07;6(2):e18961 [免费全文] [CrossRef] [Medline
  10. Wakashima K, Asai K, Kobayashi D, Koiwa K, Kamoshida S, Sakuraba M.日本版的COVID-19恐惧量表:信度、效度以及应对行为的关系。PLoS One 2020;15(11):e0241958 [免费全文] [CrossRef] [Medline
  11. Ng BP, Park C. COVID-19大流行期间远程卫生服务的可获得性:对医疗保险受益人的横断面调查。Prev慢性疾病2021年7月01;18:E65 [免费全文] [CrossRef] [Medline
  12. 宫竹H,小坂M,有田S,恒敏C,增永H, Kotera Y,等。视频会议在日本的家庭护理交付:观察性研究。J Med Internet Res 2021年9月01日;23(9):e23539 [免费全文] [CrossRef] [Medline
  13. Miyawaki A, Tabuchi T, Ong MK, Tsugawa Y.日本COVID-19大流行期间远程医疗使用的年龄和社会差异:横断面研究。J Med Internet Res 2021年7月23日;23(7):e27982 [免费全文] [CrossRef] [Medline
  14. 2021年日本搜索引擎市场份额。Statcounter。URL:https://gs.statcounter.com/search-engine-market-share/all/japan[2021-10-15]访问
  15. Shin S,徐东,An J, Kwak H, Kim S, Gwack J,等。中东呼吸综合征在韩国的传播与谷歌搜索和推特趋势高度相关。Sci Rep 2016年9月06日;6:32920 [免费全文] [CrossRef] [Medline
  16. García-García D, Vigo MI, Fonfría ES, Herrador Z, Navarro M, bordoore C.评估COVID-19中每日死亡感染的回顾性方法:西班牙案例研究。Sci Rep 2021年5月28日;11(1):11274 [免费全文] [CrossRef] [Medline
  17. 若水R,黑木H,大林K,大林H,山冈K, Sonoda A,等。COVID-19大流行期间,日本临床医生和患者对远程医疗的看法和态度。Telemed Rep 2021年7月01;2(1):197-204 [免费全文] [CrossRef] [Medline


JMHLW:日本厚生劳动省
RSV:相对搜索量


A Mavragani编辑;提交23.01.22;S Wei, R Kadel同行评议;对作者19.04.22的评论;修订版收到24.05.22;接受27.06.22;发表14.09.22

版权

©木下拓哉,松本武弘,陶浦直太,臼井哲哉,松屋内目,西口真美,堀田细美,中尾和彦。最初发表在JMIR形成研究(https://formative.www.mybigtv.com), 14.09.2022。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首次发表在JMIR形成研究,并被适当引用。必须包括完整的书目信息,https://formative.www.mybigtv.com上的原始出版物链接,以及版权和许可信息。


Baidu
map