我们使用Mavragani和Ochoa的框架收集了流感、COVID-19及其共同症状的谷歌趋势数据[ 6］．我们(1)确定了美国COVID-19大流行第一年(2020年1月21日至2021年1月20日)流感搜索和COVID-19搜索之间的相关性，(2)基于前几年的数据开发了一个时间序列模型来预测流感搜索数据，我们将其与观测数据进行比较，以检测自COVID-19出现以来流感搜索模式的不规则性;(3)根据前几年的数据建立时间序列模型，预测共享症状数据，并将其与观测数据进行比较，以检测自COVID-19出现以来共享症状搜索模式的不规则性;(4)确定过去5年搜索数据与其他来源数据(包括美国疾病控制与预防中心监测数据和流感媒体报道量)之间的相关性，以检测自COVID-19出现以来的任何变化。

数据分析采用SPSS (version 25;IBM Corp)和R(版本4.0.4)软件。 P值<。05were considered statistically significant.

计算全年和季度(13周)的斯皮尔曼相关系数，以评估谷歌Trends的COVID-19与流感数据之间的关系。

然后，我们评估了自COVID-19出现以来预测的谷歌趋势流感数据与实际数据的差异，以检测流感搜索模式中的最终不规则性。为此，我们提取了2016-2021年的谷歌趋势流感数据，并基于2016-2020年的数据。我们建立了季节性自回归综合移动平均(SARIMA)模型[ 27］．执行相同的过程来比较共享症状相对搜索量的预测和观察谷歌趋势数据。

使用SARIMA模型根据过去提供的数据并考虑季节模式来预测2020-2021年的数据。模型由( p， d， 问)（ P '， D， 问） 年代, p对应自回归的顺序， d对应于差异的程度， 问对应于移动平均部分的顺序， P '对应自回归的季节顺序， D对应于季节整合后的差异程度， 问对应于季节移动平均线，和 年代与季节周期的长度相对应。我们设置 年代=52周(因为一年大约有52周)，我们选择 d而且 D因此，2016-2020年时间序列呈现平稳(即方差恒定，没有极端波动或整体增减行为); p而且 P '根据偏自相关函数图选择， 问而且 问基于自相关函数图进行选择。SARIMA模型的选择基于Ljung-Box检验的结果和被测模型的赤池信息准则。

为了比较预测的和观测到的相对搜索量，我们计算了2020-2021年和每个季度的斯皮尔曼相关系数。我们计算了观测到的和预测的谷歌趋势数据之间的平均绝对差和百分比差，并确定了观测到的数据超过预测置信区间的周数。

我们计算了2016年至2021年流感的谷歌趋势数据与美国疾病预防控制中心流感样疾病数据之间的Spearman相关系数，以及流感的谷歌趋势数据与Media Cloud流感媒体报道数据之间的Spearman相关系数。为了评估2020-2021年CDC流感样疾病和媒体报道数据与前几年相比是否存在显著差异，我们建立了SARIMA模型，并确定观测数据超过预测置信区间的周数( 多媒体附件1)．

我们观察到流感和COVID-19在国家层面上的美国谷歌趋势数据之间无显著弱相关性( ρ= -0.171; P=.23)和每个州(加利福尼亚州: ρ= -0.179; P= .20;佛罗里达: ρ= -0.173; P= 22;纽约: ρ= -0.161; P=点;德州: ρ= -0.188; P=) ( 图1)．同样，季度相关性也不显著( 表1)和大部分弱( 图2)．

在国家层面，在52周中，观察到的流感相对搜索量有6周低于预测置信区间(11.5%)( 图3)，所有这些都发生在第一季度。相对搜索量观测值与预测值的平均差异为12.9个单位(平均百分比差异为48.4%)。在整个时期，观测到的和预测的相对搜索量之间的相关性， ρ= 0.632 ( P<措施)( 图2）;然而，对于第一季度，相关性(包括观察到的谷歌趋势值超出预测值置信区间的6周)报告值显著不同，且不显著( ρ= -0.204; P陈霞=)( 表2)．

在加州、佛罗里达州和德克萨斯州，观测到的流感相对搜索量都在第一季度出现在预测置信区间之外。

在国家一级，观察到的共享症状的相对搜索量数据落在预测的置信区间之外( 图4)，与流感相对搜索量数据相同的6周。实际数据和预测数据之间的相对搜索量的平均差异为8.7个单位(平均百分比差异为20.2%)。整个时期的相关性是显著的( ρ= 0.578; P<措施)( 表3)．对于个别州，在比较观察到的与预测的共享症状相对搜索量数据时，观察到更多样化的模式(例如，在加利福尼亚州，只有4周的时间超出了预测的时间间隔——全部发生在第一季度——而在纽约，有18周的时间超出了预测的时间间隔，出现在所有季度)( 图2)．

在过去4年中，美国CDC流感样疾病数据与谷歌趋势相对搜索量数据( 图5)以及CDC流感样疾病数据和媒体报道;2020-2021年的相关性弱于前几年。同样，在2020-2021年，除纽约州外，各州CDC流感样疾病数据与媒体对流感报道之间的相关性弱于前几年。2020-2021年谷歌流感趋势与流感媒体报道之间的相关性与前几年一样强( 表4)．

对于CDC流感样疾病数据，观测数据与预测数据之间存在很强的相关性( ρ= 0.701; P<措施)。尽管有这一发现，平均而言，观测值往往低于预测值，但考虑到整个2020-2021年期间，仍在预测置信区间内。就流感媒体报道而言，观测值与预测值之间的相关性较低( ρ= -0.063; P=.66)，有14周的观测数据落在预测置信区间之外，主要是在第一季度。

在这项研究中，我们注意到在COVID-19出现后的一年里，与预期模式相比，非典型的谷歌趋势流感搜索模式，这可能会限制使用谷歌趋势作为流感监测工具时的准确性。支持这一说法的是:(1)预测的和观测到的流感相对搜索量数据之间的差异，(2)预测的和观测到的流感数据相对搜索量在第一季度之间缺乏显著相关性，以及(3)CDC流感样疾病和谷歌Trends流感数据之间的弱相关性。

就整个美国而言，在52周中有6周，流感相关搜索量超过了预测的置信区间。在每个评估状态中观察到类似的结果。重要的是，美国观测值超过预测范围的几周(单个州的大多数周)都在第一季度内，这也是实际和预测的谷歌趋势流感数据之间的相关性弱于2016-2020年相关性的时候。有趣的是，这也是流感媒体报道最多的一个季度。

与前几年相比，2020-2021年CDC流感样疾病与谷歌趋势流感数据之间的相关性强度有所下降。然而，流感媒体报道与谷歌趋势流感数据之间的相关性却没有出现同样的情况，即使2020-2021年第一季度流感媒体报道有所增加，相关性仍然很强。这些发现支持谷歌趋势搜索和媒体对流感的报道之间的联系，在整个大流行期间，这两者一直密切相关。

我们没有观察到2020年1月21日至2021年1月20日各州或整个国家的COVID-19和流感的谷歌趋势数据之间存在很强的正相关性。虽然我们的研究没有在这两种疾病之间建立直接的相关性或因果关系，但流感和共同症状的搜索高峰时间( 图3而且 4)支持这一假设，即第一季度对COVID-19、其症状和主要鉴别诊断(包括流感)的高度关注可能促使了讨论流感的新闻量增加，这可能影响了流感的搜索模式(其他呼吸道疾病，如哮喘和慢性阻塞性肺疾病，也观察到类似的搜索峰值，可能出于相同的原因[ 27])。在本季度(1月19日至4月12日)，美国首次诊断出COVID-19(1月21日)并宣布进入公共卫生紧急状态(2月3日)[ 29］．事实上，流感(2020年3月8日当周)和COVID-19(3月29日当周)的相对搜索量峰值接连出现， 图1)．此外，在流感相对搜索量达到峰值的那一周，世界卫生组织宣布COVID-19为大流行(3月11日)，美国宣布进入全国紧急状态(3月13日)[ 29］．

我们的研究强调，流感搜索不仅可以反映流感的流行病学，而且还受到外部因素的影响，特别是媒体获得的发展，如COVID-19大流行，这为反驳谷歌趋势可以单独用于准确预测流感爆发的说法提供了证据[ 19， 20.］．当我们比较预测的和观察到的流感搜索量数据时，有6周的预测是不准确的，其中包括流感相对搜索量达到峰值的那一周，因为流感相对搜索量的峰值和搜索兴趣的峰值既没有反映在CDC流感样疾病病例报告数据中，也没有被SARIMA模型预测到。由于媒体的快速传播，这种峰值通常是最不可预测的，这凸显了预测模型在解释搜索量突然激增时可能存在的局限性。以往的研究[ 24)已经警告说，高媒体事件可能会夸大流感搜索量，扭曲流感搜索模式。我们调查了COVID-19，并注意到流感和COVID-19的相对搜索量峰值时间非常接近，在COVID-19相对搜索量和媒体曝光率上升的同一时间段内，观察到一些不可预测的流感相对搜索量活动[ 24］．

以前的工作也评估了媒体报道对互联网搜索活动的影响[ 17， 27， 30.］．这种影响不仅包括传染病。例如，Cervellin等人[ 23]的研究发现，关键词“自闭症”的搜索量在5月份持续飙升，这可能是由于4月份是世界自闭症日，但这可能与真实的流行病学数据不符。在我们的研究中，谷歌Trends流感数据与哮喘和慢性阻塞性肺病数据相似[ 27]，在2020年3月达到峰值，就在同一周，美国宣布进入全国紧急状态。

重要的是，根据以前的一项研究结果，除了2020-2021年，谷歌趋势和CDC流感样疾病数据显示出很强的相关性[ 18]，显示2007-2012年流感季节韩国国家流感监测数据与谷歌Trends流感数据之间存在很强的相关性。虽然我们的研究结果表明谷歌趋势不能作为预测流感爆发的唯一工具，但它们不排除使用谷歌趋势作为预测当前和不久的将来的工具，这是对传统监测系统的补充，这一点之前已经讨论过[ 31， 32］．与仅使用过去的监测或住院数据相比，将谷歌趋势数据与过去的流感数据结合使用可能有助于减少美国流感监测和住院预测的误差[ 33， 34］．对谷歌趋势应用数据修正方法可能特别有助于提高预测的准确性[ 32， 35］．

我们还能够量化媒体对流感的报道。虽然之前的谷歌趋势流感样疾病和流感研究评估了谷歌趋势数据与官方监测数据之间的相关性，并采用每年的数据间隔[ 18， 24]，在适当的时候，我们也使用季度数据。在观测数据和预测数据之间的相关性方面，以及观测数据超过预测间隔的周数方面，都存在相关的跨季度差异。使用较小的时间间隔来处理季节性和重大事件。事实上，2020-2021年第一季度包括许多首次宣布COVID-19和紧急宣布，而在第三季度，流感搜索恢复到相对可预测的模式。这在一定程度上可能是由于北半球的夏季，这是季节性冠状病毒和流感的低活动性时期[ 30.］．

本研究有一定的局限性。首先，谷歌没有直接说明用于定义流感和COVID-19疾病主题的具体关键字，但使用主题搜索比使用搜索词更好，因为主题包含广泛的相关关键字。

对于共享症状，我们不能使用主题，因为没有包含所有症状的主题，并且必须使用关键字组合构建查询。关键词的选择对结果有决定性的影响。 24］．在我们的研究中，潜在相关的词比我们所包含的词要多，但其中许多症状往往是广泛的，因此，为了尽量减少广泛搜索词的影响，我们限制了搜索查询中的词的数量。即使做出了这样的让步，在国家和州一级，观察到的和预测的共享症状相对搜索量有明显的变化，这限制了根据共享症状数据得出结论。

另一个限制是谷歌Trends以相对数量而不是绝对数量显示搜索。后者将促进流感和COVID-19查询之间的比较，并揭示关于每种疾病的绝对搜索兴趣的更多信息。此外，由于谷歌趋势基于谷歌搜索引擎数据，老年人、受教育程度较低的人、低收入的人、农村地区或与技术隔离的人在互联网搜索中可能代表性不足[ 2］．

2020-2021年CDC流感样疾病与谷歌趋势流感数据之间相关性较弱，这不仅可以解释为流感搜索模式的变化，还可以解释为COVID-19出现后流感实际病例数的减少(例如，广泛采用个人防护措施)[ 36]，这也可能妨碍在流感监测中使用谷歌趋势的可靠性。然而，在2020-2021年第一季度，当我们检测到谷歌趋势流感模式的最大差异时，CDC流感样疾病数据与基于前几年数据的预期相比，没有明显下降。

最后，我们只使用了一个国家的数据;结论可能不适用于其他国家;然而，我们进行了探索性分析，将相同的方法应用于以英语为官方语言之一的其他国家(如加拿大、英国、爱尔兰、澳大利亚和新西兰)，并展示了高质量的相对搜索量数据，这表明预测的谷歌Trends流感数据与观测到的谷歌Trends流感数据之间的相关性发现一致，而对于共享症状，观察到的结果更不一致( 多媒体附录2而且 3.)．尽管我们的研究重点是美国，但我们的研究方法框架可以扩展到其他拥有发达的国家流感监测系统和可靠的互联网接入的国家，这将为自COVID-19开始以来全国范围内流感搜索模式的变化提供新的理解。

这项研究也有重要的优势。我们能够通过对流感数据和共享症状数据使用时间序列预测方法来比较观测数据和预测数据。我们没有建立模型，同时纳入谷歌趋势和CDC流感样疾病数据，如一些[ 37]，因为我们的目标不是预测近期流感样发病率，而是评估观测值和预测值之间的相关性和差异)。此外，我们评估了谷歌趋势流感与CDC流感样疾病数据之间的相关性，发现证据表明COVID-19的出现可能会对美国疾病监测产生影响。

在未来的研究中，由于美国(和所有州)的COVID-19大流行由于新的变种和感染浪潮而不断演变，对2021年1月后谷歌流感趋势搜索的研究将有助于持续评估谷歌趋势搜索的变化和谷歌趋势的可靠性。每个次国家区域的谷歌Trends流感和COVID-19相对搜索量数据可以更全面地反映区域搜索模式。

一旦COVID-19获得媒体报道，即使考虑到流感搜索的季节性，流感搜索模式也偏离了前几年的模式，2020-2021年CDC与谷歌趋势流感数据之间的5年相关性最弱——这两项发现都表明，在高度媒体化的呼吸道感染爆发时期，谷歌趋势作为补充流感监测工具的准确性应仔细评估。此外，虽然我们不能假设COVID-19搜索兴趣直接影响谷歌Trends流感数据，但我们发现媒体报道可能是明显不规则流感搜索模式的因素，我们警告不要仅依赖谷歌Trends数据进行流感监测，因为媒体影响可能会导致谷歌Trends搜索偏离正常模式。