与COVID-19相关的新闻报道趋势见
图5.根据邻域平均法,我们将7天作为基期,以平滑新闻报道条目数。以美国为例,
y1,
y2、……
yn为2020年1月1日至4月29日新闻报道的真实数量,其中n=120。因此,拟合新闻报道的价值
年代t可由
年代t= (
y条t - 3+ y2+ yt - 1+ yt+ yt + 1+ yt + 2+ yt + 3) / 7,其中
y条t - 3,
y2,
yt - 1表示前3天、前2天和前1天的新闻报道项的真实数量
t,
yt + 3,
yt + 2,
yt + 1表示连续3天、2天和1天的新闻报道项目的真实数量
t,在那里
t= 4,……,117.在8个国家,2020年2月之前的新闻报道数量仍然很低。从1月底开始,新闻报道数量逐渐增加,直到2020年3月底,此后保持稳定。这一趋势在除美国外的所有国家都得到了一致的观察。相比之下,美国的覆盖率从2020年3月29日左右开始飙升,远远超过其他任何国家近300倍。此外,在比较总回复数和新闻报道的趋势时,我们确定了八个国家的三种主要模式,我们称之为新加坡、美国和其他国家的模式。在新加坡,总回复数的趋势分别在1月下旬至2月中旬和3月中旬至4月上旬形成了两个主要高峰,从2020年1月底开始,新闻报道数量逐渐增加到一个相对较高的水平。在美国,随着总回复量在2020年3月中下旬左右达到峰值,总回复量开始下降,而低水平新闻报道量在2020年3月底突然增加到相对较高的水平。 In other countries, the total RSVs and the number of news coverage items spiked in mid-March, but the growth of total RSVs occurred slightly earlier than that of news coverage items. Across all patterns, the total RSVs gradually dropped to the baseline level after the peaks from mid-March to early April, while the news coverage items remained at a higher level.
图6显示“治疗和医疗资源”主题的总体RSV与每日新增病例之间的时滞相关性。除新加坡外,所有国家“治疗和医疗资源”主题的总体RSV与每日新增病例呈正相关,其中美国的相关性最高,为0.8。此外,我们将这八个国家分为三类:(1)新加坡;(2)美国、英国、加拿大、南非和爱尔兰;(3)澳大利亚和新西兰。在新加坡,“治疗和医疗资源”主题的总体RSV在新冠肺炎每日新增病例高峰前17天内逐渐下降;新增病例高峰形成后,呈明显的负相关关系。第二类国家(美国、英国、加拿大、南非、爱尔兰)“治疗和医疗资源”话题的总体RSV在17天左右保持在较高水平,随后形成每日新增病例峰值,随后逐渐下降;相关性保持在0.2以上。也就是说,在-17天至17天的时间间隔内,这些国家的总体rsv与每日新增病例之间的相关性保持在中高水平。 In the third category of countries (ie, Australia and New Zealand), about 1 day and 6 days before forming the peak of new daily infections, the overall RSV for the “treatments and medical resources” topic reached the highest levels, with the maximum correlations being close to 0.8 and 0.7. The time-lag correlation between –17 and 17 days showed a high curve trend in the middle and was low on both sides.
图7显示,8个国家“疾病”话题的总体RSV与每日新闻条数呈正相关,相关系数最高的超过0.8;这表明,随着以“疾病”为主题的搜索查询量的增加,与COVID-19相关的每日新闻条目数量也呈现增加趋势。我们把这八个国家分为两类。第一类只包括美国;其相关性最大出现在每日新闻报道数量最多的前17天,随后相关性在-17 -17天的时滞内逐渐下降,呈明显的负线性趋势。也就是说,公众对“疾病”话题的兴趣在新闻报道高峰前17天达到峰值,然后随着时间的推移逐渐下降。第二类国家包括英国、加拿大、爱尔兰、新加坡、澳大利亚、南非和新西兰。在每日新闻量最大的前17天,公众对“疾病”话题的兴趣依然很高。这些国家对“疾病”的公众兴趣达到最高水平的时间大多在1天左右,日新闻量最大;最大相关系数接近0.8。 However, within 17 days after the largest amount of daily news, the public gradually lost interest, but most of the correlations remained above 0.2; that is, the correlations maintained a moderate level.
COVID-19 -中国
黄
C
王
Y
李
X
任
l
赵
J
胡
Y
张
l
风扇
G
徐
J
顾
X
程
Z
余
T
夏
J
魏
Y
吴
W
谢
X
阴
W
李
H
刘
米
肖
Y
高
H
郭
l
谢
J
王
G
姜
R
高
Z
金
问
王
J
曹
B
武汉地区新型冠状病毒感染患者临床特征分析
王
米
张
N
关注2019新型冠状病毒(SARS-CoV-2)
王
Y
王
Y
程ydF4y2Ba
Y
秦
问
2019年新型冠状病毒肺炎(COVID-19)具有独特的流行病学和临床特征,需要采取特殊的控制措施
2019冠状病毒病(COVID-19)疫情报告-51
冠状病毒病(COVID-1)疫情报告
Nikolopoulos
K
Punia
年代
谢弗
一个
Tsinopoulos
C
Vasilakis
C
大流行期间的预测和规划:COVID-19的增长率、供应链中断和政府决策
Carneiro
哈
Mylonakis
E
谷歌趋势:实时监测疾病爆发的基于web的工具
腾
Y
Bi
D
谢
G
金
Y
黄
Y
林
B
一个
X
冯
D
通
Y
使用谷歌Trends动态预测寨卡疫情
Mavragani
一个
奥乔亚
G
信息流行病学和信息监测趋势:方法论框架
Alicino
C
Bragazzi
问
法西奥
V
Amicizia
D
Panatto
D
Gasparini
R
Icardi
G
奥尔西
一个
评估埃博拉相关的网络搜索行为:来自谷歌基于趋势的查询量分析研究的见解和影响
陈
嗯
Sahai
V
康拉德
C
布朗斯坦
JS
使用网络搜索查询数据监测登革热流行:被忽视热带病监测的新模型
Eysenbach
G
信息流行病学和信息监测跟踪在线健康信息和网络行为的公共卫生
Gluskin
RT
约翰逊
妈
Santillana
米
布朗斯坦
JS
基于互联网的登革热查询数据评估:谷歌登革热趋势
这位设计师
F
林
正义与发展党
Lim
MSC
Saremi
N
Ahmadvand
一个
“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
金斯堡
J
Mohebbi
MH
帕特尔
RS
布拉姆
l
Smolinski
女士
才华横溢的
l
使用搜索引擎查询数据检测流感流行
奥坎波
AJ
Chunara
R
布朗斯坦
JS
使用疟疾监测的搜索查询,泰国
格林
RW
凯利
JC
科菲
N
斯威尼
KJ
凯瑞恩
乔丹
乳腺癌宣传月对互联网搜索活动的影响——与肺癌和前列腺癌宣传活动的比较
Salathe
米
Freifeld
CC
Mekaru
老
Tomasulo
房颤
布朗斯坦
JS
甲型H7N9流感与数字流行病学的重要性
刘
问
郑
Z
郑
J
程ydF4y2Ba
问
刘
G
程ydF4y2Ba
年代
楚
B
朱
H
Akinwunmi
B
黄
J
张
巴
明
W
中国新冠肺炎疫情暴发早期新闻媒体健康传播:数字主题建模方法
韦克菲尔德
妈
Loken
B
Hornik
钢筋混凝土
利用大众媒体运动改变健康行为
Hornik
钢筋混凝土
Yanovitzky
我
运用理论设计传播运动的评价:全国青少年禁毒媒体运动的案例
库珀
CP
马龙
KP
利百特
年代
波拉克
拉
Peipins
拉
癌症互联网搜索活动在一个主要的搜索引擎,美国2001年至2003年
戈什
年代
Chakraborty
P
Nsoesie
EO
科恩
E
Mekaru
老
布朗斯坦
JS
Ramakrishnan
N
时间主题建模用于评估新闻趋势与传染病爆发之间的关联
李
C
程ydF4y2Ba
LJ
程ydF4y2Ba
X
张
米
庞
CP
程ydF4y2Ba
H
从互联网搜索和社交媒体数据预测COVID-19爆发可能性的回顾性分析,中国,2020年
史密斯
KC
裂缝的
RN
桑德伯格
H
层
JD
Lagasse
l
Maulsby
C
罗迪斯
E
巴奈特
DJ
俄梅珥
某人
链接
JM
了解新出现大流行的新闻价值:国际报纸对H1N1爆发的报道
侯赛因
我
布里格斯
B
Lefebvre
C
克莱因
DM
Stopyra
摩根大通
O ' brien
MC
Vaithi
R
吉尔摩
年代
乡下人
C
美国公众对COVID-19的兴趣波动:谷歌趋势搜索数据的回顾性分析
Ayyoubzadeh
SM
Ayyoubzadeh
SM
Zahedi
H
艾哈迈迪
米
R Niakan Kalhori
年代
通过分析伊朗谷歌Trends数据预测COVID-19发病率:数据挖掘和深度学习试点研究
霍普金斯
古银
秘密
我
谷歌搜索防晒霜、晒伤、皮肤癌和黑素瘤的国际比较:当前趋势和公共卫生影响
世卫组织冠状病毒(COVID-19)仪表盘
胡
D
卢
X
徐
Z
孟
N
谢
问
张
米
邹
Y
刘
J
太阳
G
王
F
需要采取更有效的战略来加强公众对COVID-19的认识:来自谷歌趋势的证据
玉泉
W
Peihong
l
钱
Y
基于邻域平均法的点云去噪算法
Huiyun
Y
Youhui
Z
醴陵
H
金
Z
贝叶斯决策和邻域平均法在图像去噪中的应用[文章]
希金斯
TS
吴
亚历山大-伍尔兹
沙玛
D
维生
EA
鲁贝尔
K
停
司法院
鼻涕部队联盟
在线搜索引擎趋势与冠状病毒疾病(COVID-19)发病率的相关性:信息流行病学研究
Szmuda
T
阿里
年代
Hetzger
电视
Rosvall
P
年代łoniewski
P
新型冠状病毒(COVID-19)的网络搜索与媒体或流行病学有关吗?横断面研究
Paguio
晶澳
姚
JS
迪
电子商务
COVID-19的一线希望:一项信息流行病学研究提高了全球对肺炎球菌和流感疫苗的兴趣
Truog
理查德·道金斯
米切尔
C
戴利
《GQ》
最艰难的分类——在大流行期间分配呼吸机
吴
霍奇金淋巴瘤
黄
J
张
巴
他
Z
明
周
口罩短缺与新型冠状病毒病(COVID-19)爆发:对公共卫生措施的思考
Boš。
我
加洛
C
华莱士
MB
Costamagna
G
COVID-19大流行与个人防护装备短缺:口罩防护效果对比与科学的口罩重复使用方法
Husnayain
一个
Fuad
一个
苏
电子商务
谷歌搜索趋势在传染病管理风险沟通中的应用——以台湾新冠肺炎疫情为例
时
米
基肖尔
K
库马尔
米
Sondh
基于“增大化现实”技术
Aggarwal
G
Kathirvel
年代
预测疾病爆发的谷歌搜索趋势:来自印度的分析
艾尔沙德阿里
年代
本Arif
T
Maab
H
卡特
米
Manazir
年代
喋喋不休
F
Ochani
RK
COVID-19大流行期间全球对远程医疗的兴趣:谷歌趋势分析™
赵
Y
程
年代
余
X
徐
H
中国公众在社交媒体上对COVID-19疫情的关注:观察性描述性研究
Colon-Gonzalez
FJ
湖
红外
Morbey
类风湿性关节炎
艾略特
AJ
Pebody
R
史密斯
通用电气
综合征监测系统评估的方法学框架:英格兰的案例研究
李
H
刘
Z
通用电气
J
前5个月COVID-19/SARS-CoV-2的科研进展
Polgreen
点
程ydF4y2Ba
Y
Pennock
DM
纳尔逊
FD
利用互联网搜索进行流感监测
rmjlmcd
谷歌流感趋势已死-谷歌趋势万岁?
Sousa-Pinto
B
为由
一个
Czarlewski
W
为由
JM
丰
晶澳
Bousquet
J
评估媒体报道对covid -19相关谷歌趋势数据的影响:信息流行病学研究
黄齐Dagher
年代
蹩脚的
G
Hubiche
T
Ezzedine
K
Duong
助教
媒体报道和政府政策对与COVID-19皮肤症状相关的谷歌查询的影响:信息流行病学研究
太阳
P
陆
X
徐
C
太阳
W
庞ydF4y2Ba
B
根据现有证据了解COVID-19
Wilder-Smith
一个
弗里德曼
做
隔离、隔离、社会距离和社区遏制:旧式公共卫生措施在新型冠状病毒(2019-nCoV)爆发中的关键作用
Effenberger
米
Kronbichler
一个
胫骨
霁
迈耶
G
Tilg
H
Perco
P
COVID-19大流行与互联网搜索量的关联:谷歌趋势分析
古
小
烹饪
基于“增大化现实”技术
公园
米
太阳
Y
太阳
H
Lim
JT
Tam
C
狄更斯
提单
缓解新加坡SARS-CoV-2早期传播的干预措施:一项模拟研究
李
VJ
卫生
CJ
Khong
的天气
阻断COVID-19传播:新加坡遏制措施的经验教训
箱型雪撬
R
卫生
CJ
年轻的
是
下巴
年代
程ydF4y2Ba
心肌梗死
克拉珀姆
他
烹饪
基于“增大化现实”技术
Maurer-Stroh
年代
(音)
英里每小时
Poh
C
低
米
亮度
J
Koh
VTJ
麦
TM
崔
l
林
RVTP
恒
D
利奥
Y
碱液
直流
李
VJM
新加坡2019新型冠状病毒爆发研究小组
新加坡三个COVID-19聚集性调查:对监测和应对措施的影响
毛雷尔
米
霍尔巴赫则从此
T
将在线搜索查询作为公共议程的指标
Kinnick
KN
克鲁格曼
DM
卡梅隆
GT
同情疲劳:对社会问题的沟通和倦怠
歌
年代
汗
K
霍夫曼
JM
媒体报道对疾病传播和重要公共卫生措施的影响
塔
年代
阿夫扎尔
年代
伯纳尔
G
幸福
N
棕色(的)
年代
埃斯皮诺萨
B
杰克逊
J
Judson-Garcia
J
汗
米
林
米
Mamada
R
莫雷诺
虚拟机
Nazari
F
Okuneye
K
罗斯
毫升
罗德里格斯
C
Medlock
J
艾伯特
D
Castillo-Chavez
C
大众媒体与恐惧的传染:美国的埃博拉病例
Husnayain
一个
Fuad
一个
Lazuardi
l
印度尼西亚登革热谷歌趋势与国家监测报告之间的相关性
Knipe
D
埃文斯
H
马尔尚
一个
Gunnell
D
约翰
一个
绘制与COVID-19相关的人群心理健康问题和保持身体距离的后果:谷歌趋势分析
阿姆斯特朗
G
Haregu
T
Arya
V
Vijayakumar
l
Sinyor
米
Niederkrotenthaler
T
Spittal
米
在媒体报道名人自杀后,印度与自杀相关的互联网搜索查询:一个中断的时间序列分析
Troelstra
SA
Bosdriesz
小
德布尔
先生
Kunst
AE
荷兰烟草控制政策对寻求戒烟信息的影响:谷歌趋势研究
梁
B
Scammon
戴斯。莱纳姆:
在线健康信息搜索发生率:公共健康风险感知的有用代理
汉
X
王
J
张
米
王
X
利用社交媒体挖掘和分析中国新冠肺炎相关舆论
Husnayain
一个
垫片
E
Fuad
一个
苏
电子商务
了解韩国COVID-19疫情的社区风险认知:信息流行病学研究
lampo
V
Majumder
女士
Yom-Tov
E
埃德尔斯坦
米
莫拉
年代
石漠
Y
Rangaka
MX
McKendry
类风湿性关节炎
考克斯
IJ
使用在线搜索跟踪COVID-19