%0期刊文章%@ 1438-8871 %I JMIR出版物%V 20%卡塔尔世界杯8强波胆分析 N 11% P e270% T评估方法，工具和统计方法在谷歌趋势研究:系统综述%A Mavragani,Amaryllis %A Ochoa,Gabriela %A Tsagarakis,Konstantinos P %+斯特林大学计算科学与数学系，斯特林，苏格兰，FK94LA，，英国，44 7523782711,amaryllis.mavragani1@stir.ac.uk %K大数据%K健康评估%K信息流行病学%K谷歌趋势%K医学%K综述%K统计分析%D 2018 %7 06.11.2018 %9综述%J J医学互联网Res %G英文%X背景:在信息过载的时代，大数据分析是获取和更好地管理现有知识的答案吗?在过去的十年中，在公共卫生问题上使用基于网络的数据，即信息流行病学，已被证明在评估人类行为的各个方面是有用的。谷歌Trends是收集此类信息的最流行工具，到目前为止，它已用于多个主题，其中健康和医学是最受关注的主题。对基于网络的行为进行监测和分析，以检查实际的人类行为，从而预测、更好地评估，甚至预防日常生活中不断出现的与健康有关的问题。目的:本系统综述旨在报告、进一步展示和分析2006年至2016年健康相关主题谷歌趋势(信息流行病学)研究的方法、工具和统计方法，以概述该工具的有用性，并为未来该主题的研究提供参考点。方法:根据系统评价和元分析的首选报告项目指南选择研究，我们在Scopus和PubMed数据库中搜索2006年至2016年的“谷歌趋势”一词，应用特定的出版物类型和主题标准。共提取了109篇已发表的论文，不包括重复的和不属于健康和医学主题或所选文章类型的论文。然后，我们根据他们的方法方法，即可视化、季节性、相关性、预测和建模，进一步对发表的论文进行分类。 Results: All the examined papers comprised, by definition, time series analysis, and all but two included data visualization. A total of 23.1% (24/104) studies used Google Trends data for examining seasonality, while 39.4% (41/104) and 32.7% (34/104) of the studies used correlations and modeling, respectively. Only 8.7% (9/104) of the studies used Google Trends data for predictions and forecasting in health-related topics; therefore, it is evident that a gap exists in forecasting using Google Trends data. Conclusions: The monitoring of online queries can provide insight into human behavior, as this field is significantly and continuously growing and will be proven more than valuable in the future for assessing behavioral changes and providing ground for research using data that could not have been accessed otherwise. %M 30401664 %R 10.2196/jmir.9366 %U //www.mybigtv.com/2018/11/e270/ %U https://doi.org/10.2196/jmir.9366 %U http://www.ncbi.nlm.nih.gov/pubmed/30401664