我们收集了芬兰HL和PD(2019年12月30日至2020年11月30日)的每周冠状病毒日志数据[ 22］．我们使用了3篇HL文章(“嗅觉障碍”、“味觉障碍”和“新型冠状病毒”)和PD文章(“嗅觉障碍”、“味觉障碍”和“冠状病毒”)的搜索次数(即点击数据库中的条目打开的文章链接)。关于味觉障碍的文章于2020年5月中旬发表在HL平台上。这些数据库日志与芬兰卫生和福利研究所芬兰国家传染病登记册中关于covid -19阳性检测结果(病例)数量的登记数据相结合[ 23］．时间尺度(49周)包括第一波和第二波COVID-19病例。第一波始于第5周(第一例COVID-19病例)，但在第11周出现了明显的病例增加，并在第26周结束。第二波发生在第27周至第49周之间。

首先，我们绘制了过去10年(2010-2020年)在两个数据库(HL和PD)中每周对所有3个指标(嗅觉障碍、味觉障碍和冠状病毒)的搜索图，以查看模式中是否存在任何视觉趋势。其次，我们评估了2019年12月30日和2020年11月30日(49周)期间HL和PD中3个指标以及COVID-19病例的每周搜索量，以比较它们是否在同一时间出现(峰值)。

第三，我们使用负二项式回归模型对时间(周)和每周COVID-19病例解释的搜索数量进行时间序列分析。对于每个模型，我们确定病例数是否是一个显著的预测因子。我们假设在 P< . 05。采用方差分析(ANOVA)和赤池信息准则(AIC)进行似然比检验(LRTs)，以评估模型的拟合性。时间序列分析在R (R版本4.0.5;使用RStudio (R Foundation for Statistical Computing) [ 24］．使用PD购买者的互联网协议地址匿名分析日志数据，而不是专业人员的个人互联网协议地址。因此，无法识别执行搜索的单个HCP。不需要道德声明。

在绘制过去10年(2010-2020年)HL和PD中嗅觉障碍、味觉障碍和冠状病毒搜索图时，我们发现视觉检查不太可能出现时间延迟，由于COVID-19波动而无法评估季节性，并且在2020年之前的数据中没有任何指示性数据( 图1)．2019年12月30日至2020年11月30日( 图2而且 3.)，在第一波COVID-19病例(从第11周开始)之前，HL(从0例增加到第1-11周的744,113例)和PD(从第1-13周的4例增加到第5375例)的冠状病毒搜索量大幅增加。从2019年12月底(第1周)到2020年3月底(第13周)，公民对HL嗅觉障碍的搜索次数翻了一番(从2148次增加到4195次)。从5月中旬(第21周)到2020年11月底(第49周)，公民对HL味觉障碍的搜索量增加(从0增加到1980)。专业人员对PD患者嗅觉和味觉障碍的搜索显示出不均匀的模式( 图3)．中显示了最大和最小的月和周，以及搜索总数和病例总数 表1．

在时间序列分析中，HL的嗅觉障碍搜索与病例数显著相关( P<措施; 图4A).在嗅觉障碍模型中纳入病例数确实显著改善了模型(LRT方差分析 P<措施，另类投资会议reduced from 752.71 to 725.58). While case numbers were associated with taste disorders in HL ( P<.001)，模型有统计学意义上的改善(LRT方差分析 P<措施，另类投资会议reduced from 10,464.04 to 5524.93) but not performing adequately based on visualization ( 图4B).即使在HL中包括病例数和新冠病毒搜索后，模型也没有改善(LRT方差分析 P>。，另类投资会议increased from 1141.26 to 5,642,226.89; 图4C).在绘制PD搜索冠状病毒和COVID-19病例数时，模型改进了(LRT方差分析 P=。001，另类投资会议reduced from 754.74 to 745.94; 图5C).对于嗅觉和味觉障碍，模型中没有改善( 图5一个和 图5B). LRT ANOVA和AIC的结果见 表2．

在我们的研究中，我们能够描述芬兰2020年COVID-19流行期间公民和hcp的搜索行为。我们发现，在第一波病例中，对冠状病毒的信息寻求先于第一波病例，但在第二波病例中没有。对嗅觉和味觉障碍的搜索在公民的搜索中显示了一个清晰的模式，而HCPs的搜索在整个月里仍然不均衡。在拟合病例数模型以及分别绘制公民嗅觉和味觉障碍搜索和专业人员冠状病毒搜索时，发现了一个明显的模型改进。

对于嗅觉障碍，当我们绘制HL搜索图并拟合一个考虑到芬兰时间和COVID-19病例数的模型时，病例数可以解释搜索的一些动态。这意味着从统计的角度来看，该模型已经有所改进。然而，视觉模式表现不佳。对于味觉障碍，当我们绘制HL搜索图并拟合一个考虑时间和COVID-19病例的模型时，病例数可以再次解释搜索的动态。这表明，与只包括时间的模型相比，当将COVID-19发病率添加到模型中时，情况有所改善。然而，这个模型在视觉上的表现也不是很好，在年底显示出偏差。当在HL中绘制新的冠状病毒搜索图并拟合一个考虑时间和COVID-19病例的模型时，病例数无法解释搜索的动态。这意味着纳入COVID-19病例并不能在统计上改善模型。在这个模型中，新的冠状病毒搜索和COVID-19病例似乎是一致的，这表明随着病例的增加，更多的用户从互联网上阅读冠状病毒和相关症状。然而，这也可能意味着，对于嗅觉和味觉障碍，更多的人因为COVID-19而出现这些症状，因此可以从互联网上查找这些症状。 It is not possible to determine this interpretation from the data, but as the searches for coronavirus follow the same pattern, the plausible explanation is that citizens seek web-based information on new coronavirus and its associated symptoms (smell and taste disorders).

在绘制PD搜索冠状病毒并拟合一个考虑芬兰时间和COVID-19病例数的模型时，病例数可以解释搜索的一些动态。结果表明，该模型得到了改进。然而，只有当病例增加，专业人员搜索更多信息时，情况才会有所改善。对于嗅觉和味觉障碍，模型中没有改善，可能是因为它们被简单地视为COVID-19的症状，因此不值得作为个别障碍进行调查。在对嗅觉和味觉障碍的PD搜索中，2017-2019年期间出现了暂时的增长，这是由平台上日志的变化引起的。然而，这并不影响我们的结果。我们的研究结果表明，模拟专业人员在COVID-19上的寻求行为并不像我们假设的那样好。

之前的研究评估了谷歌和谷歌趋势中与COVID-19相关的冠状病毒和嗅觉/味觉障碍的搜索[ 16- 18］．基于网络的监视方法的可用性也受到了批评[ 17］．在信息流行病学中，通过减少周围噪声来精炼数据信号仍然是一个巨大的挑战[ 6］．一般的搜索引擎及其提供的结果可能为卫生服务提供者和公民提供不可靠的健康信息，引擎无法区分用户，可能导致基于互联网搜索的传染病检测效果较差。在芬兰，PD针对的是HCPs，因此我们能够评估HCPs执行的搜索。先前的研究发现，PD可以搜索莱姆病[ 13]和流行性感冒[ 14]出现在当前疫情监测数据(公共初级保健诊断和实验室结果)所显示的趋势之前。我们的结论是，PD搜索可作为疾病监测的补充信息来源。此外，先前的研究[ 21他发现，公民在HL上的搜索遵循了莱姆博雷螺旋体病的流行病学数据。HL和PD都是建立在EBM源之上的。一般搜索引擎可能会产生不可靠的结果，将搜索者引向关于COVID-19的虚假信息的在线来源[ 25］．我们的研究通过统计模型检验，在2020年芬兰COVID-19流行期间，证明了公民和HCPs对冠状病毒的数据库搜索行为以及嗅觉和味觉障碍的差异及其与COVID-19病例的关系。我们的结果加强了先前使用HL和PD搜索作为传染病监测的补充信息来源的发现。

我们研究的优势在于代表性(HCPs使用PD)和及时性(实时互联网数据库)，以及可靠的医疗互联网来源(公民和HCPs使用循证医学数据库)。本研究存在一定的局限性。HL和PD中的冠状病毒搜索在疫情爆发前开始增加，并在第一波期间继续上升，然后下降。然而，在第二波浪潮中并没有看到这种增加的模式。一个可能的原因可能是，第二波病毒出现在第一波病毒之后不久，从而使需要较少病毒信息的hcp更熟悉这种疾病。此外，关于COVID-19的每日新闻和媒体出版物可能对公民和卫生服务提供者在互联网和网络来源上寻求信息的行为产生了巨大影响。最初对新疾病的好奇导致了搜索模式的增加。然而，尽管在大流行期间确诊病例仍然很高，但公民和HCPs可能后来对铺天盖地的COVID-19报道感到厌倦，或者他们转向了其他来源，导致搜索量迅速下降。COVID-19患者可能无症状或症状前症状[ 26]，因此他们可能不会急于在网上搜索有关COVID-19的信息。这也可能减少数据库中的搜索量。先前的研究[ 17他认为，在大流行的头几个月里，关于味觉和嗅觉丧失的谷歌搜索量的下降可以用数字媒体上的新闻来解释。此外，在自我症状被公众广泛了解之前，人们对这些症状的真正兴趣可能已经消退[ 17］．之前的研究发现，对于嗅觉和味觉丧失的谷歌搜索在不同国家有所不同[ 27]但在大流行开始后仍保持较高水平[ 27， 28］．在我们的研究中，对嗅觉和味觉障碍的搜索在公民中显示出比HCPs更好的视觉预测，这可能表明嗅觉或味觉丧失可能是轻度COVID-19病例的唯一令人担忧的症状。因此，市民可能会从网络上搜索有关这些症状的信息，而不是去看医生。我们还发现，由于搜索次数较少，HCPs对嗅觉和味觉障碍的PD搜索在模型中没有显示出改善。从2019年12月底到2020年5月中旬，没有公民对味觉障碍的HL搜索，因为第一篇文章是在5月中旬发表的，搜索量开始增加。我们无法区分搜索量的增加是由于公民对一篇新奇文章的兴趣，还是对covid -19相关症状的兴趣。然而，我们假设这两种增长都可能包括在内。

我们的研究直观地展示了在2019冠状病毒病疫情爆发之初，公民和卫生服务提供者开始从网络来源寻求健康信息的数量和速度，以及这种搜索在2020年芬兰大流行期间是如何进行的。对测井数据的建模只是在统计上偶尔改善了模型。然而，公民和专业人员的搜索行为可以作为传染病监测的额外信息来源。需要进一步研究应用统计模型来记录和登记专用可靠医疗来源的数据，以及评估互联网上嗅觉和味觉障碍搜索的预测价值。新颖的信息流行病学方法可以了解公民和专业人员从基于网络的数据库中获取COVID-19信息的行为。与公共卫生医学和卫生信息学各个领域的专家合作，结果可用于决策、规划和研究。