我们从可靠的网站上收集了与H7N9疫情相关的公开互联网数据。Li及其同事的现场流行病学研究[ 17]是基于他们向国家疾病预防控制中心(中国CDC)报告的数据，并被用作验证我们研究的参考。在我们的研究中，我们首先基于2014年2月10日之前更新的互联网数据，总结了H7N9病例的流行病学和临床特征。为了验证我们的研究，我们将我们的研究结果与李的研究结果进行了比较[ 17］．将Li的结果与我们基于相同调查截止日期(2013年12月1日)的数据进行比较，并将我们的结果更新到2014年2月10日。

在李的研究中，H7N9病毒感染的疑似病例和确诊病例是根据2006年世界卫生组织(WHO)推荐的H5N1病例定义来定义的。通过中国不明原因肺炎病例监测系统确定了疑似病例。如果实验室检测，如实时逆转录聚合酶链反应检测、病毒分离和血清学检测，表明存在H7N9病毒，则认为该病例已确诊。一旦发现疑似病例，就进行初步现场调查，并由当地疾控中心获取呼吸道标本。截至2013年12月1日，通过实地调查收集了每例确诊病例的信息。

在我们的研究中，H7N9确诊病例是指那些在政府或非政府网站上声称是新发现的H7N9病例，并通过实验室检测或国家或省级组织的专家进行验证。

通过大量互联网资源报告了各种与h7n9相关的数据。本研究的数据仅来自2个网站类别:政府网站和主要媒体网站。这些类别按其可信度的顺序详细如下:

中国提供h7n9相关信息的政府机构网站是数据的主要来源。提供我们所需信息的5个最具代表性的政府机构是:(1)市卫生局;(2)国家、省、地级疾控中心;(三)国家卫生和计划生育委员会;(四)农业部;(5)世界卫生组织。

社交媒体网站被用作补充数据来源。设立H7N9禽流感疫情专题专栏或论坛的网站优先级高于其他网站。事实上，我们的大部分补充数据来自国内最受欢迎的两个公共网站:新浪和搜狐。两家公司的网站上都有专门的H7N9版块[ 18， 19］．他们提供了大量的信息，包括H7N9新发病例的现场报告，H7N9确诊病例的个人数据，疫情的简单总结数据，H7N9禽流感的预防和治疗，以及网友的评论。

政府数据被认为是最值得信赖的，在这项研究中贡献了大部分数据。当政府网站的一些数据丢失时，他们从社交媒体网站上寻找信息。

我们纳入了香港卫生局网站上报告的2例病例，但没有搜索台湾的网站，因此台湾的少数病例未纳入本研究。澳门无病例报告。

为了避免那些能够获得H7N9病例官方个人数据的人依赖或重复官方报告和其他流行病学研究的总结或汇总结果，我们只从公众免费访问的网站上搜索和提取了这些病例的个人数据。这些数据主要包含在政府相关部门网站上发布的每日报告中。网站是根据有用性、可访问性和可信度来选择的。有用性是由信息的全面性和最新性决定的。为了获得每个H7N9确诊病例的数据，我们搜索了2013年3月31日(第一例病例报告日期)至2014年2月10日在CDC和其他国家、省和地级市卫生局网站上发布的每日报告。对社交媒体网站(主要是新浪和搜狐)进行补充搜索，以补充从政府网站获得的数据。根据发病日期、姓氏、人口统计数据(性别、年龄和地区)和暴露史确定病例。重复病例定义为发病日期、姓氏、性别、年龄、地区相同的病例。当多个网站报告病例时，我们使用了从国家到省到地级的最高级别政府网站的数据。

两名研究人员(MYD和YYY)使用自行设计的数据提取表格独立提取每个确诊病例的数据。如果认为有必要，通过反复检查网站和讨论来解决差异。提取数据包括(1)年龄、性别、城乡户籍、职业等人口统计学数据;(2)流行病学资料，如H7N9病毒潜在接触史、密切接触者人数、继发性病例、家族聚集病例、确诊方法等;(3)临床数据，如住院、重症监护病房(ICU)入院、急性呼吸窘迫综合征(ARDS)的发展、死亡以及这些临床结果的日期(见 多媒体附件1）.

采用描述性统计和分析统计方法，对H7N9确诊病例的流行病学和临床特征进行总结。使用SPSS 18.0版(SPSS Inc, Chicago, IL, USA)进行所有统计分析。

2013年2月17日至2014年2月10日，共发现334例H7N9感染病例。病例发生在以下15个区域( 图11)浙江(130例);(2)广东(62例);(3)上海市(42例);(4)江苏省42例;(5)福建(20例);6)湖南(10例);(7i)江西(6例);8)安徽(6例);9)河南(4例);(10)北京市(3例); (11) Guangxi (3 cases); (12) Shandong (2 cases); (13) Hong Kong (2 cases); (14) Hebei (1 case); and (15) Guizhou (1 case).

案例主要来源于官方渠道，89.5%(299/334)来自政府网站，4.5%(15/334)来自非政府网站，6.0%(20/334)来自政府和非政府网站。 表1总结确诊病例的流行病学特征。年龄中位数为58岁，65岁以上的占33.9%(111/327)，5岁以下的占1.8%(6/327)。男性确诊病例(219/327,67.0%)多于女性。大多数病例(186/278,66.9%)生活在城市地区。7例(7/201,3.5%)为家禽工人。5例合并高血压、心脏病、糖尿病、慢性支气管炎。在91例有诊断方法信息的H7N9确诊病例中，78.0%(71/91)是通过核酸检测确诊的，其余20例是由传染病专家小组确诊的。

在334例H7N9确诊病例中，有56例有近期接触动物的信息，其中39例为有动物接触史的患者。动物暴露病例详细如下:(1)3例患者报告1例禽类暴露;(2) 10例患者报告多例禽类接触;(3) 3例患者暴露于鸽子、鹌鹑和宠物鸟;(4)其余23例未报告患者接触的动物类型。

在334例H7N9确诊病例中，3个省份报告了5个家庭聚集性病例:(1)上海市1名父亲(确诊)及其2名儿子(1例确诊，1例未确诊);(2)已婚夫妇，均为上海市确诊病例;(三)父子二人，均为山东坚信礼教徒;(四)父亲、女婿各一人，均为浙江坚信礼;(5)浙江省同一家庭确诊病例3例。在最后一个家庭群集中，该男子先患病，他的女儿和妻子在照顾他后患病。所有3名家庭成员均报告有相同的家禽接触史。截至2014年2月10日，这些案件的调查仍在进行中。

表2总结了确诊病例的临床特点和医疗时间安排。住院209例(209/223,93.7%)，icu 33例(33/ 61,54.1%)，发生ARDS 16例(16/ 23,69.7%)。出院68例(68/327,20.8%)，死亡71例(71/327,21.7%)，状态不确定188例(188/327,57.5%)。发病至首次就诊、发病至住院、发病至进入ICU、发病至发生ARDS、发病至死亡的中位时间分别为4.0天(71例)、5.0天(55例)、6.5天(6例)、6.0天(3例)、16.5天(34例)。

我们进行了亚组分析，比较2013年3月31日首次报告病例前后H7N9确诊病例的病死率。2013年3月31日前报告的29例病例中，死亡44.8%(13/29)，病死率显著高于对照组(χ²₁= 15.1, P<.001)，高于2013年3月31日后报告的患者(58/ 305,19.0%)。

截至2014年2月10日，81例H7N9确诊病例提供了与其密切接触者的数据，共涉及1751人。其中，江苏859例、上海310例、浙江113例、安徽72例、河南45例、福建42例、江西54例、山东9例、北京37例、广东210例。在7天监测期间，这些人中只有11人出现呼吸道症状。这些分析不包括家庭集群。

截至2014年2月10日，从互联网上收集的病例数量是李研究报告的两倍多。同样使用2013年12月1日的截止日期，我们得到了138例病例，这只比李研究的病例数(139例)少了1例。

基于截至2014年2月10日和2013年12月1日的数据，我们的发现在大多数流行病学特征上与李的报告一致，包括年龄、性别比例、居住地区和最常用的H7N9病例确诊方法，尽管我们在患者接触史和临床特征方面的信息不太详细。尽管存在数据缺失的问题，但我们的结果在大多数临床特征上与Li的研究报告相似，如从发病到住院、ICU入院的中位时间和ARDS的发展。

根据截至2014年2月10日的最新数据，我们得到的病死率(71/327,21.7%)低于Li的研究报告的病死率(47/139,33.8%)。如果使用2013年12月1日相同截止日期的互联网个人数据，我们研究中的病死率为23.9%(33/138)，仍低于Li研究报告的33.8%(47/139)。然而，国家卫生和计划生育委员会网站报道，截至2013年10月31日，共有45人死亡。根据这些公开的汇总数据，病死率与李的研究非常相似。我们从发病到第一次医疗的时间以及从发病到死亡的时间的结果与李所报道的两个截止日期的结果不同。我们无法收集已确定的家庭群集的详细资料( 表1而且 2）.

基于截至2013年12月1日的互联网数据，疫情曲线如图所示 图2虽然在我们的研究中只有102例病例有发病日期的信息，并且在高峰爆发期结束时有更多的病例失踪。首例病例于2013年2月19日报告，随后在2013年2月19日至3月27日期间零星报告病例。2013年3月28日至4月18日为流行高峰。从那时起，病例数开始下降，从2013年4月19日到12月1日仅报告了13例新病例。

这种流行病在2014年再次出现。由于2014年报告的病例发病日期较少，我们无法显示2014年H7N9疫情的流行曲线。

根据网络数据，2013年和2014年的平台期分别为2013年3月31日至4月28日和2014年1月10日至2月10日，分别报告118例和176例。在两个高原期，2014年的病例比2013年更年轻，更可能生活在农村地区。2014年的病死率低于2013年，两年性别比相似( 表3）.

这项研究的结果表明，可以利用互联网上公开的信息来调查H7N9等疾病暴发的流行病学和临床特征。我们更新了2014年2月10日的疫情，共发现334例确诊病例，分布在中国15个地区。这可能是迄今为止关于这次疫情的最新报告。患者年龄在2.5岁至91岁之间，但大多数是老年人(中位年龄58岁)。男性占67.0%，66.9%居住在城市地区，93.7%的报告病例住院。总病死率为21.7%。我们没有发现人际传播感染的证据。

与常规流行病学研究相比[ 17]，我们的研究结果在大多数流行病学特征上是一致的，但主要在患者的临床特征上显示出一些差异。特别是，在住院、入住icu和诊断为ARDS的患者百分比上观察到差异。此外，我们的研究在与动物接触史和家庭集群方面提供的细节也少于李的研究。重要的是，我们研究中的病死率低于李研究中报道的病死率。但是，这个问题可以通过多个Internet源上可用的汇总数据轻松纠正。这些差异可能主要是由于互联网上的数据不完整造成的。例如，截至2013年12月1日，我们只获得了53例从发病到第一次医疗的充分信息，而李报告了137例相关信息。

我们的研究和李的报告结果的相似性[ 17]表明基于互联网的数据源可以提供有关H7N9等疫情基本流行病学特征的有用信息。具有特殊分析技能但按常规无法获得必要数据的人员可以及时研究和报告疫情的特征和进展。这种研究可以帮助一般民众和卫生工作者在官方数据发布或更新之前及时了解流行病的概况。

可以理解的是，基于互联网的数据在某些特定的细节上可能不完整，这些细节是我们病例中的暴露史和临床特征。然而，数据的不完整性可能并不一定会对理解和控制疫情产生重大影响，因为它们可能仍然能够像许多其他基于样本的研究一样，对部分或所有这些因素给出难以准确的描述。例如，我们的研究在患者与动物接触史上显示了相同的结果。另一方面，在李的研究之后，到2014年2月10日，报告了196例新病例，我们的研究纳入的患者是李报告的两倍。基于这些数据，我们更新了报告，显示了2014年初感染的一次新发作。

截至2014年2月10日，互联网数据显示，h7n9病死率(21.7%)在中国(70%)和全球(59%)均显著低于h5n1病死率(21.7%)[ 20.， 21]，但高于非典型肺炎(SARS)患者(10%)[ 22］．我们的研究和李的报告还表明，H7N9病毒倾向于感染比H5N1病毒感染者年龄大得多的人[ 20.］．

此外，亚组分析表明，首例H7N9病例报告前(即2013年3月31日)的病死率明显高于报告后的病死率。部分原因可能是在报告第一例病例之前，轻症或无症状患者的报告不完整。由于在疫情爆发之初缺乏认识和监测和检测过程的局限性，极有可能在疫情爆发初期低估了实际感染h7n9病例的数量[ 17］．另一种可能的解释是，在报告更多病例后，疾病的监测、预防和治疗得到了改善，这有助于医生和其他卫生工作者比疫情爆发初期更有效地处理患者。

本研究结果表明，互联网可用于调查H7N9等传染病暴发的流行病学和临床特征。与许多基于web的生物安全情报系统(如HealthMap、MedISys和BioCaster)不同，我们的调查旨在对疾病爆发提供全面和更详细的调查。大多数这些情报系统的建立仅仅是为了提醒健康威胁，在一段时间内只提供简要的病例数，而没有了解和控制传染病暴发所必需的重要详细信息。

与传统的疾病暴发流行病学调查相比，基于互联网的调查有一些重要的优势。首先，基于互联网的数据可以迅速分析和报告，初步结果有助于促进有效的应急规划，特别是在流行病的早期阶段。其次，数据的覆盖范围没有边界，可以是国内的或国际的，因此可以提供任何地方和区域数据无法提供的问题的总体情况。第三，由于公开的互联网数据对全世界任何有能力进行分析的潜在感兴趣的人都是开放的。这将大大有助于及时分析和更新疾病暴发情况，以便采取迅速和适当的行动加以控制。第四，早期的初步互联网数据及其分析可能极大地有助于提醒和迫使政府和当局促进及时向公众公布所有数据，最好是通过互联网，这可以防止出于其他原因而隐瞒数据的意图，例如出于政治平行性的动机或发表高影响因子期刊论文的好处，从而有助于及时采取行动抗击疫情。第五，互联网数据可以很容易地被其他从不同来源获得全部或部分原始数据的人补充、核对和更正。最后，如果流行病持续存在，特别是当它只涉及少数零星病例时，可以通过互联网收集新确诊病例的数据进行分析和更新。

网络调查的主要问题是数据不完整。例如，截至2013年12月1日，我们仅获得了33例死亡病例的个人数据，这导致病死率低于实地研究报告的病死率[ 17］．在因特网上详尽地搜索各种数据源可能有助于减少丢失的数据。对于总结结果，例如病死率，通常可以通过使用通常在互联网上更方便地获得的汇总数据来克服不完整的个别数据。

如果疫情持续很长一段时间或在事件逐渐消失并逐渐淡出公众关注的后期，数据不完整可能会变得特别严重。例如，在我们的案例中，即使是2013年12月1日至2014年2月10日(第二次疫情爆发的早期阶段)死亡人数的汇总数据，在互联网上也无法追踪。我们仅根据已确定的个别病例的有限数据估计了病死率。这一估计值低于李的研究报告[ 17]为2014年12月1日之前的爆发期，但与维基百科中报告的相似[ 23报告显示，截至2014年3月1日，H7N9确诊病例375例，死亡80人，病死率为21.3%。2013年底至2014年初的第二次H7N9疫情，病死率可能确实低于2013年初。目前还需要官方汇总数据来证实这一结果。

不完整的数据更有可能出现在个别案件的细节上，而不是案件本身。我们发现个别病例往往缺乏临床特征。此外，我们的流行曲线在形状、时间段、高峰日期和总病例数上与李的研究报告的2013年12月1日之前相似。然而，在2013年12月1日至2014年2月10日期间，第二次暴发确认了196例病例，但只有30例患者的发病日期可用，这使我们无法可靠地描述第二次暴发的流行曲线。这表明，基于互联网的方法可能暂时更适合调查公众关注的突发和短期事件的早期阶段。

本研究利用互联网上可公开获取的数据，展示了中国H7N9感染的新爆发。该研究的结果在大多数流行病学和临床特征上与权威的常规流行病学研究的结果一致[ 17］．互联网调查对于那些突发、紧急、持续时间较短、案件数量较少、相关资料可在互联网上上传和更新的公众关注的事件尤其有用。这样的调查可以由任何有能力进行分析的感兴趣的人进行，这样问题就可以更快地公布和更新，从而更快、更好地理解和控制问题。如果政府、主管部门、组织或个人能够有意识地、系统地将相关数据放到互联网上，使公众可以查阅，为公众的更大利益服务，这将极大地便利此类调查。